On-line reactor monitoring with neural network for RSG-GAS
ニューラルネットワークによるRSG-GAS炉のオンライン原子炉監視
鍋島 邦彦 ; Kurnianto, K.*; Surbakti, T.*; Pinem, S.*; Subekti, M.*; 水口 祐介*; 工藤 和彦*
Nabeshima, Kunihiko; Kurnianto, K.*; Surbakti, T.*; Pinem, Surian*; Subekti, M.*; Minakuchi, Yusuke*; Kudo, Kazuhiko*
ANNOMA (Artificial Neural Network of Monitoring Aids)システムを、インドネシアにある多目的原子炉(RSG-GAS)の状態監視と信号評価に適用した。フィードフォワードネットワークで原子炉の正常運転データを学習し、原子炉の動特性をモデル化する。本手法は、実際の原子炉からの測定信号とニューラルネットワークモデルによる推定値の偏差を監視することで、異常検知を行うことである。各信号の偏差のパターンから異常判別(センサ故障かシステムの異常)も可能となる。オンラインによるテスト結果から、出力上昇及び定常運転時の原子炉状態をリアルタイムで監視することに成功した。
The ANNOMA (Artificial Neural Network of Monitoring Aids) system is applied to the condition monitoring and signal validation of Multi Purpose Reactor in Indonesia. The feedforward neural network in auto-associative mode learns reactor's normal operational data, and models the reactor dynamics during the initial learning. The basic principle of the anomaly detection is to monitor the deviation between the process signals measured from the actual reactor and the corresponding values predicted by the reactor model, i.e., the neural networks. The pattern of the deviation at each signal is utilized for the identification of anomaly, e.g. sensor failure or system fault. The on-line test results showed that the neural network successfully monitored the reactor status during power increasing and steady state operation in real-time.