Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Dong, F.*; Chen, S.*; 出町 和之*; 吉川 雅紀; 関 暁之; 高屋 茂
Nuclear Engineering and Design, 404, p.112161_1 - 112161_15, 2023/04
被引用回数：4 パーセンタイル：94.27(Nuclear Science & Technology)To ensure nuclear safety, timely and accurate anomaly detection is of utmost importance in the daily condition monitoring of Nuclear Power Plants (NPPs), as any slight anomaly in a plant may result in an irreversible and serious accident, as well as high costs of maintenance and management. Nevertheless, due to the unique inherent attributes of anomalies, the difficulty of automatic detection in NPPs is increased. Previous model-driven anomaly detection approaches required skilled priori knowledge, leading to their limited usability. Commonly adopted deep learning-based data-driven anomaly detection approaches may not easily acquire the most relevant features when dealing with sensor data containing redundant information with uneven distribution of anomalies. To alleviate these issues, this paper propose an attention-based time series model for anomaly detection to ensure safety in NPPs. First, we employ one-dimension convolutional neural network (1D-CNN) backbone for feature extraction to preserve original inherent features of time series inputs. Subsequently, we originally adopt soft-attention mechanism to automatically extract the most relevant temporal features considering the specificity of anomaly detection in NPPs. The performance of the proposed model was experimentally validated on the High Temperature Gas-cooled Reactor (HTGR) anomaly case dataset simulated using the analytical code. The experimental results indicate that the proposed model was capable of detecting anomalies in NPPs with superior performance to the baseline model, while ensuring fast detection at short time steps.
鍋島 邦彦; Ayaz, E.*; Seker, S.*; Barutcu, B.*; T
rkcan, E.*
Proceedings of International Conference on Artificial Neural Networks and the International Conference on Neural Information Processing (ICANN/ICONIP 2003), p.406 - 409, 2003/06
ニューラルネットワークとエキスパートシステムを利用して、オランダボルセレ原子力発電所のオンラインプラント監視システムを開発した。フィードフォワード型及びリカレント型ネットワークを用いてプラントのモデル化と異常検知を行い、ルールベース型エキスパートシステムでプラント診断を行った。オフラインによる結果から、ニューラルネットワークがプラント動特性を正確にモデル化できることが示された。また、オンラインの結果より、本監視システムがプラント状態を実時間で診断できることが明らかになった。
鍋島 邦彦; 鈴土 知明; 大野 富生*; 工藤 和彦*
Knowledge-Based Intelligent Information Engineering Systems & Allied Technologies, p.1506 - 1510, 2001/09
ニューラルネットワークとエキスパートシステムを用いた原子力プラントの監視システムを開発した。オートアソシアティブニューラルネットワークはプラント動特性をモデル化し、エキスパートシステムはニューラルネットワークの出力及びその他のプラント情報からプラントの状態を診断する。オンラインPWRシミュレータへ適用した結果、本監視システムが異常兆候を初期の段階で見知し、診断することが示された。
鍋島 邦彦; 鈴木 勝男; E.Tuekcan*
SMORN-VII,Symp. on Nuclear Reactor Surveillance and Diagnostics,Vol. 1, 0, P. 4_1, 1995/00
原子炉の状態監視は、運転の安全性・維持のための重要な課題である。原子力施設における監視では、プラントの運転状態に関連した量が、予想される正常及び非正常の範囲内にあるかどうかを知る必要がある。ここではオランダのボルセレ原子力プラントの監視のために、ニューラルネットワークとエキスパートシステムを組み合せたハイブリットAI監視システムを開発した。この監視システムでは、三層構造のニューラルネットワークが主要な測定信号の多様な運転パターンを学習することによりプラントシステムをモデル化する。エキスパートシステムは、マンマシンインターフェイスとして、またニューラルネットワークと運転員の双方から得られた情報を基に診断を行う。このハイブリット監視システムは、原子力プラントの信頼性と運転性の向上に有効であることが示された。
西村 秀夫; 岡本 毅*
31st Annual Meeting Proc. of Nuclear Materials Management,Vol. 19, p.518 - 523, 1990/00
遠心分離濃縮工場に適用すべき基本的な保障措置法については、現存する工場及び当時建設中または計画中のものに関して研究したヘキサパータイト・プロジェクトがあり、頻度限定無通告(LFUA)査察を実施すべきであると結論された。この手法を将来の大型商用濃縮工場に適用することは、当該工場が大きな濃縮能力を有すること及び商業上並びに核不拡散上より多くの機微な情報を有することから十分な研究が必要である。本論文では、申告値を超える高濃縮ウランを生成することが理論的に可能な方法について、モデル工場の遠心分離カスケードをシミュレーションコードCCS-Iを用いて解析し、保障措置が検知すべき異常を示す。合せて、誤警報を発生する可能性のある原因について、正常操業時及び事故事のカスケードの動的振舞いを考慮して検討する。そして、異常を検知し、かつ、誤った判断をしないという観点から保障措置の有効性を評価する。
弘田 実弥*; 篠原 慶邦
Nucl.Saf., 24(2), p.210 - 212, 1983/00
1981年10月26~30日に東京で開催された第3回原子炉雑音専門家会合(SMORN-III)は、1977年にアメリカで開催されたSMORN-IIと同じく、炉雑音解析を応用して原子力プラントの安全性と稼動率を高めることに主眼があった。15ヶ国と2つの国際機関から97人が参加した。会合は9つのセッションからなり、最初の4つは基礎研究、次の4つは実際的経験と安全関連応用、そして最終セッションで会合の沢論が討議された。本発表では、座長の総括とセッション中の討議にもとづき、各セッションの概要とハイライトを述べ、炉雑音解析におけるSMORN-II以来の進歩をレビューする。さらに、SMORN-IIIと関連して実施した炉雑音解析ベンチマークテストにも言及する。最後に、次回の専門家会合のSMORN-IVに触れ、3年後にヨーロッパで開催という合意が最終セッションで得られたことなどを述べる。
Yu, Q.; 大貫 敏彦; 田中 万也*; 香西 直文; 山崎 信哉*; 坂本 文徳; 谷 幸則*
no journal, ,
真菌が活性化でMn(II)を酸化する過程でREE元素をMnO
に吸着することを明らかにした。一方、水溶液にクエン酸を添加することにより、MnO派生性したが、希土類の吸着は減少した。REEのパターンを調べたところCeに負の異常が見られた。Ceの酸化数は4価であることから、Ce(IV)を優先的に溶出する有機物が存在することが分かった。
