EE- Nükleer Araştırmalar Lisansüstü Programı - Doktora

Bu koleksiyon için kalıcı URI

http://hdl.handle.net/11527/12732

Gözat

Yazar "104264" ile EE- Nükleer Araştırmalar Lisansüstü Programı - Doktora'a göz atma
  • Öge
    Application of computational intelligence methods to in-core fuel management
    (Enerji Enstitüsü, 2001) Erdoğan, Adem ; Geçkinli, Melih ; 104264 ; Nükleer Araştırmalar ; Nuclear Studies
    Bu çalışmada, basınçlı su reaktörleri için kalp-içi yakıt yönetiminde yardımcı olan, reaktörün güvenli ve verimli çalışmasını sağlayacak en uygun yakıt yükleme motiflerini belirleyen ve öneren bir bilgisayar program sistemi geliştirilmiştir. En uygun yakıt yükleme motifinin belirlenmesinde motifleri karşılaştırmak için gereken güç dağılımı gibi reaktör kalp parametrelerinin hesaplanması, difüzyon denklemini çözen genel kalp hesabı kodları ile, uzun bir hesaplama zamanı almaktadır. Birçok tekrar gerektiren bu hesaplar bir yapay sinir ağı hesaplayıcısı ile yapılarak işlem süresi kısaltılmıştır. Böylece, daha çok yakıt yükleme motifini kısa bir zaman süresinde analiz etmek ve en uygunu bulma olasılığını artırmak mümkün olmuştur. Bu amaçla, bu çalışma için örnek alman İspanya'nın basınçlı su tipi Almaraz Nükleer Güç Reaktörü'nün kalp düzeni kullanılan kalp kod sistemi için modellenmiştir. Belirlenen farklı yakıt demeti tipleri için 2 gruplu tesir kesitleri hesaplandıktan sonra gerektiğinde kullanılmak üzere saklanmıştır. Yanma etkisi gözönüne alınmamıştır. 2000 adet yakıt yükleme motifi yakıt demetlerinin gelişi-güzel yerleştirilmesi yöntemi ile üretilmiş ve bunlara ait güç dağılımı ve çoğaltma sabiti (keff), difüzyon kodu kullanarak hesaplanmıştır. Bir sonraki aşamada, bu motiflerden 500'ü yapay sinir ağının eğitilmesi için kullanılmıştır. Kalan 1500 yükleme motifi ise, yapay sinir ağının başarısının testi için değerlendirilmiştir. Ağın, belirli bir hata sınırı içerisinde, güç dağılımı ve çoğaltma sabiti hesabını yapabildiği gözlenmiştir. Sistemi tamamlamak amacı ile otomatik bir yakıt yükleme motifi üreticisi geliştirilmiştir. Bu modül, yakıt demeti tipine göre yerleştirmeyi düzenleyen birkaç kural ve bunları reaktör kalbine yerleştiren bir algoritmadan oluşmaktadır. Bununla üretilen yükleme motifleri için güç dağılımı ve çoğaltma sabiti yapay sinir ağı kullanarak hesaplanmıştır. Önceden belirlenmiş bir maksimum güç üretimi ve minimum çoğaltma sabiti kriterine uyan yükleme motifleri uygun seçenekler olarak sunulmak üzere saklanmıştır. Çalışmanın son aşamasında, alternatif bir bir yakıt yükleme motifi üreticisi olarak genetik algoritma yöntemini kullanan bir sistem geliştirilmiştir. Bu yöntemle, başlangıç olarak alınan bir yükleme motifi genetik operatörler ile geliştirilerek uygun yükleme motifleri elde edilmeye çalışılmaktadır. Daha sonra, genetik algoritma ve kurala bağlı gelişi-güzel arama yöntemi karşılaştırılmış ve genetik algoritmanın başarısı gösterilmiştir. Geliştirilen sistemle, kalp-içi yakıt yönetiminin otomatikleştirilmesinin yapay zeka teknikleri ile mümkün olduğu gösterilmiştir.