多層パーセプトロンを用いた原子力プラントシミュレーション

Nuclear power plant simulation using multilayer perceptron

大野 富生*; Subekti, M.*; 丸山 裕太*; 鍋島 邦彦  ; 工藤 和彦*

Ono, Tomio*; Subekti, M.*; Maruyama, Yuta*; Nabeshima, Kunihiko; Kudo, Kazuhiko*

本研究では、ニューラルネットワークモデルの一つである多層パーセプトロンを用いて原子力プラントのシミュレーション方法について述べる。ニューラルネットワークの主な特徴は学習による高速な処理でモデルを得ることが可能である。さらに、入力に「時間同期信号」と「進展同期信号」を加えることにより、いろいろな大きさや進展速度を持つ異常事象にも対応することができる。PWRシミュレータで作成した幾つかのサンプルデータを学習させることによって、学習以外の進展速度を持つ異常、特に外挿にも適用できることが明らかになった。

In this research, we present nuclear power plant simulation method using Multilayer Perceptron, which is one of the models of Artificial Neural Networks(ANNs). The major characteristics of ANNs are to obtain the model through learning, analogy and very high speed processing. Furthermore, 'time synchronizing signal' and 'progress synchronizing signal' are added as the inputs to adapt the abnormal events with various scales or progress rates. This ANN, learned some sample data, can be flexibly adapted to simulate the abnormal events with different scales including explicit progress rates. In the verification using PWR simulator, we confirmed that this method could model NPP abnormal events by learning data and simulate the data which have different progress rates from learning data.