Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Subekti, M.*; 工藤 和彦*; 鍋島 邦彦; 高松 邦吉
Atom Indonesia, 43(2), p.93 - 102, 2017/08
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。