Determination of reactivity and neutron flux using modified neural network for HTGR

Subekti, M.*; 工藤 和彦*; 鍋島 邦彦; 高松 邦吉

Atom Indonesia, 43(2), p.93 - 102, 2017/08

https://doi.org/10.17146/aij.2017.683

HTTR炉心の中心制御棒を引き抜く反応度添加抜試験を評価する際、1点炉近似の動特性モデルを用いた解析手法は、最も汎用的である。一方、制御棒が引き抜かれると同時に、将来の反応度および中性子束の変化予測値を速やかに出力するには、非常に速い処理速度を持つ別の解析手法を必要とする。そこで、Time Delayed Neural Network (TDNN)とJordan Recurrent Neural Network (JordanRNN)を組み合わせ、新たにTD-Jordan RNNというニューラルネットワーク・モデルを作成し、HTTRの試験データをオフラインで十分学習させた。その結果、反応度添加試験時の反応度および中性子束の変化予測値を速やかに出力することができた。

熱外中性子検出によるTRACY超臨界実験の出力履歴の測定

中島 健; 柳澤 宏司; 三好 慶典

JAERI-Tech 2003-028, 31 Pages, 2003/03

JAERI-Tech-2003-028.pdf:1.38MB

TRACYを用いた超臨界実験における出力履歴を精度良く測定するために、熱外中性子検出による出力測定を試みた。熱外中性子の測定のために、カドミウム(Cd)被覆のU核分裂電離箱を使用し、中性子検出効率を向上させるための中性子減速材としてポリエチレンをCd被覆内に設置した。また、線によるノイズの影響を低減するために鉛遮蔽体を設けた。測定結果を熱中性子検出器の結果と比較したところ、従来の熱中性子検出では中性子が検出器に到達するまでの飛行時間によって生じる時間遅れの影響により出力に歪みが生じ、また、出力ピーク値が減少することが明らかになった。出力ピーク値の減少率は、添加反応度1.5$の比較的ゆっくりとした出力変化の場合には約4%であったが、反応度が約3$の高速出力変化では、40%以上と大きくなった。

A Model of charge collection in a silicon surface barrier detector

神野 郁夫

Review of Scientific Instruments, 61(1), p.129 - 137, 1990/01

https://doi.org/10.1063/1.1141888

シリコン表面障壁型半導体検出器(SSB)における電荷収集過程についてモデルを考案した。このモデルは著者が既に報告しているSSBにおけるプラズマ柱の生成・崩壊のモデルに続くものである。SSB内での電荷収集については、一対の電子、正孔を扱ったRamoの定理があるが、この定理をプラズマ柱の崩壊にともなう多数の電子および正孔に応用した。このモデルは、プラズマ柱の先端、後端の位置を時間の関数として表わし、またプラズマ柱消滅の時刻も算出する。このモデルを用いて、アルファ粒子、Arイオンについて、SSBにかけるバイアス電圧を50~200Vに変化させ、誘導電流、誘導電荷を時間の関数として計算した。