在压水堆核动力装置中,蒸汽发生器(Steam Generator,以下简称SG)是产生发电设备转动所需蒸汽的设备。为确保堆芯的充分冷却和防止汽轮机叶片的损坏,将SG水位控制在合理的位置是十分重要的。非线性、高复杂性、时变、“膨胀”和“收缩”现象以及非最小相位等特性致使SG水位控制成为一直以来的难题。而且SG参数随着不同运行工况变化而变化,传统的固定参数PID控制系统难以在全功率范围内取得令人满意的结果。本文结合SG水位模型对SG水位的动态特性进行了充分地分析,在此基础上,将遗传算法、模糊控制技术、模糊神经网络技术等多种智能控制方法在SG水位控制系统中的应用进行了研究。研究内容包括:利用遗传算法的全局搜索能力设计了基于遗传算法优化的PID控制系统;利用模糊控制技术不需要被控对象精确数学模型的特点,实现了对SG水位的有效控制,同时与遗传算法结合优化了SG水位模糊控制系统参数;将模糊技术与神经网络结合,设计了基于传统BP算法的模糊神经网络控制器、基于遗传算法优化的模糊神经网络控制器以及带有快速学习能力的补偿神经元的补偿模糊神经网络控制器,实现了三种具有自学习能力的SG水位模糊神经网络控制系统。本文运用VC++、MATLAB编制了上述智能控制系统的仿真程序,仿真结果表明所设计的控制系统均比传统PID控制系统具有更好的控制性能,因此对水位的智能控制研究具有一定的指导作用。