| 研究課題/領域番号 |
16560735
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
原子力学
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
工藤 和彦 九州大学, 大学院工学研究院, 教授 (40039681)
|
|---|
| 研究分担者 |
中尾 安幸 九州大学, 大学院工学研究院, 教授 (00164129)
古藤 健司 九州大学, 大学院工学研究院, 助教授 (50091351)
松浦 秀明 九州大学, 大学院工学研究院, 助手 (50238961)
|
|---|
| 研究期間 (年度) |
2004 – 2006
|
| 研究課題ステータス |
完了 (2006年度)
|
| 配分額 *注記 |
3,600千円 (直接経費: 3,600千円)
2006年度: 900千円 (直接経費: 900千円)
2005年度: 800千円 (直接経費: 800千円)
2004年度: 1,900千円 (直接経費: 1,900千円)
|
|---|
| キーワード | 原子炉(2)(3)(5)(6) / 異常診断 / ニューラルネットワーク / Kohonennモデル / HTTR / PWR / 原子炉 / 原子力プラント |
|---|
| 研究概要 |
本研究はニューラルネット理論を基に、これを改良して原子力プラントの超早期異常診断に応用することを目的としている。研究期間中、原子炉の診断システムを開発し、実プラントの運転データを用いてその診断能力の向上について検討した。
平成16年度は主としてオートアソシアティブネットワーク理論を用いた診断システムについての異常検知能力の検討を行った。
平成17年度はKohonennネットワークの適用に重点を置いた。Kohonennネットワークを用いることにより「異常の検知」のみならず異常の種類の判断、すなわち「異常の診断」ができると考えた。このために原子炉シミュレータを用いて予め多くの異常状態についての運転データを発生させ、これを学習させて異常診断用のKohonennネットワークを構築した。このモデルに実プラントのデータをオンラインで入力し、出力の変動、計測上のノイズを含む運転状態において正しい異常診断ができるか検討した。
平成18年度は誤警報の発生、誤診断の発生にっいて、PWRシミュレータを用いて解析したほか、インドネシアの研究用原子炉(RSG-GAS)の運転データを入手して、ノイズが混入しているデータからも出力変動時の異常検出ができることを示した。また日本原子力研究開発機構の高温工学試験研究炉(HTTR)について出力変動時(起動、停止時)のデータから炉心の冷却材であるHeガスの微小な漏洩の検出可能性を示した。
これらの成果のをまとめて国際会議および日本原子力学会などで報告した。
|
