Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
鍋島 邦彦; Ayaz, E.*; Seker, S.*; Barutcu, B.*; Trkcan, 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*
Mathematics and Computers in Simulation, 60(3-5), p.233 - 244, 2002/09
被引用回数:15 パーセンタイル:69.81(Computer Science, Interdisciplinary Applications)本研究では、ニューラルネットワークとルールベース実時間エキスパートシステムを利用したハイブリッド監視システムについて述べる。データ収録システムと支援画面を含めた全システムが、オンラインPWRシミュレータでテストされた。その結果、監視システムのニューラルネットワークは、プラント動特性を適切にモデル化し、異常兆候を従来監視システムよりも早い段階で検知した。また、実時間エキスパートシステムも、ニューラルネットワーク出力と知識ベースと利用してシステム状態を正確に診断し、画面に表示した。
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; 野瀬 正一*; 工藤 和彦*
Monitoring and Diagnosis Systems to Improve Nuclear Power Plant Reliability and Safety, 0, p.17 - 26, 1996/00
本論文では、ニューラルネットワークを用いた原子力プラント監視システムを実証する。この監視システムの特長は、数学的表現なしに測定データのみで多出力系をモデル化できることである。原子炉の動特性モデルは、3層からなるオートアソシアティブネットワークで構築され、学習則にはバックプロバゲーションを採用した。この異常検知法は、測定されたプロセス信号とニューラルネットワークモデルの出力信号の偏差を監視するものである。定常運転時の機器故障によって引き起こされる4種類の異常事象を用いてニューラルネットワーク監視システムの性能を評価した。その結果、この監視システムが、従来の警報システムより早く微小な異常兆候を検知することが明らかになった。
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。
松原 邦彦
日本原子力学会誌, 23(9), p.657 - 665, 1981/00
被引用回数:0 パーセンタイル:0.02(Nuclear Science & Technology)原子炉プラントの安全性確保において、早期診断技術の占める位置および開発の必要性を述べた。ゆらぎ信号による異常診断の手法に関して、著者の考えにもとづく分類を与え、それぞれの特徴を概説した。また、従来行われてきた関連研究の状況をサーベイし、代表的事例について解説した。さらに、現状における課題として、(1)イノベーションアプローチの応用研究の必要性、(2)診断のための信号適用についての研究の必要性、(3)異常診断技術開発のための実験研究設備の必要性などを提起した。
原 昌雄; 荒 克之
電気評論, p.23 - 29, 1978/00
原子力発電所の設備異常診断につき、停止時に行うサーベーランステスト、ISIなどと、運転時に行う診断技術の現状、動向をまとめた。手法としては、停止時の超音波探傷、AEによる診断と、運転時におけるプラント変量(中性子束、温度、流量、圧力)からの診断例をそれぞれ示した。また、近来軽水炉で取り上げられてきた機器のゆるみ、離脱などの監視(ルースパーツモニタ)についても例示した。おわりにこれら診断手法の開発方向について言及した。