| 研究課題/領域番号 |
17K14912
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
原子力学
|
|---|
| 研究機関 | 東京理科大学 |
|---|
研究代表者 |
鈴木 正昭 東京理科大学, 理工学部経営工学科, 講師 (10431842)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2017年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 原子力 / 過酷事故 / 事故対応 / スケジューリング / 人工知能 / 機械学習 / リスク / レジリエンス / アクシデントマネジメント / リアルタイムマネージメント |
|---|
| 研究成果の概要 |
本研究は、原子力発電所の過酷事故時に、プラントの機能喪失状態とその時点で活用可能な設備・要員の情報から、それ以降の最適な事故対応手順を提示できる人工知能システムを開発することを目的とした。事故シナリオを想定して検証を行い、最適な過酷事故時対応方針の策定のために重要となる情報について検討した。さらに、本研究で得られた成果の一部を、原子力発電所の保全スケジュール最適化問題へ応用し適用性を評価した。本研究の成果の応用により、原子力発電所のより合理的かつ効果的な保全の実現にも寄与することが期待できる。
|
| 研究成果の学術的意義や社会的意義 |
不完全・不確実な情報に基づき極高ストレス下で高度かつ迅速な意思決定を行うという人間にとって極めて困難なタスクを人工知能システムが支援することで、より確度の高い認知と適切な判断ができるようになり、放射性物質による人・環境への影響をより低く抑えられる事故対応の実現に貢献できる。また、様々な事故条件に対してコンピュータ上で人工知能による仮想事故対応を実験することで、事故対応に必要な資源の量や配分の合理化に貢献できる。
|
