鍋島 邦彦 
; 鈴木 勝男; E.Tuerkcan*; Oe.Ciftcioglu*
Nabeshima, Kunihiko; Suzuki, Katsuo; E.Tuerkcan*; Oe.Ciftcioglu*
階層型ニューラルネットワークを用いて、オランダのPWRプラントのオンライン監視システムを構築した。使用したネットワークは、入力層と出力層が同じノードになっており、学習側には誤差逆伝播アルゴリズムを採用した。学習データとして、出力上昇・定常運転・出力減少という広範囲に渡る典型的なパターンを用い、正常状態における原子炉プラントのモデル化をニューラルネットワークの内部で行う。したがって、学習終了後に異常なデータが入力された場合には、ネットワークの出力は、検出器からの信号と大きく異なるため、微小な異常も検知することができる。このシステムを実際の原子炉にオンラインで適用した結果、ニューラルネットワークがうまく複雑な原子炉をモデル化でき、しかも微小な異常徴候を検知することが可能であることが示された。
no abstracts in English
使用言語 |
: | English |
|---|---|---|
掲載資料名 |
: | The 3rd JSME/ASME Joint Int. Conf. on Nuclear Engineering, Vol. 3 |
巻 |
: | 0 |
号 |
: | |
ページ数 |
: | p.1551 - 1556 |
発行年月 |
: | 1995/00 |
発表会議名 |
: | |
開催年月 |
: | 1995/04 |
開催都市 |
: | 京都 |
開催国 |
: | |
キーワード |
: |
論文URL |
: |
|
|---|---|---|
論文解説記事 |
: |
Access |
: |
- Accesses |
|---|---|---|
Altmetrics |
: |
[CLARIVATE ANALYTICS], [WEB OF SCIENCE], [HIGHLY CITED PAPER & CUP LOGO] and [HOT PAPER & FIRE LOGO] are trademarks of Clarivate Analytics, and/or its affiliated company or companies, and used herein by permission and/or license.
被引用回数：