Real-time HTTR condition monitoring with neural networks

ニューラルネットワークを用いたHTTRの実時間状態監視

鍋島 邦彦  ; 中川 繁昭  ; 牧野 純*; 工藤 和彦*

Nabeshima, Kunihiko; Nakagawa, Shigeaki; Makino, Jun*; Kudo, Kazuhiko*

2つのタイプのニューラルネットワークを用いて、HTTRの実時間状態監視を行った。自己相関型多層パーセプトロン(MLP)で、プラント全体の動特性をモデル化し、いろいろな種類の異常事象を検知することができた。もう一つのニューラルネットワークは、MLPが異常を検知した後、ヘリウム漏洩の発生時間と漏洩量を推定することができる。

Two types of neural networks have been utilized for real-time condition monitoring of High Temperature Engineering Tested Reactor (HTTR) in JAEA, Japan. Multi-Layer Perceptron (MLP) in auto-associative mode could model the whole plant dynamics and detect many kind of abnormal conditions. Another neural network with feedback connection can estimate the occurrence time and amount of helium leakage after auto-associative MLP detects the anomaly.