ニューラルネットワークを用いた原子炉の異常監視技術に関する研究

この論文をさがす

著者

    • 鍋島, 邦彦 ナベシマ, クニヒコ

書誌事項

タイトル

ニューラルネットワークを用いた原子炉の異常監視技術に関する研究

著者名

鍋島, 邦彦

著者別名

ナベシマ, クニヒコ

学位授与大学

九州大学

取得学位

博士 (工学)

学位授与番号

甲第5146号

学位授与年月日

2000-03-27

注記・抄録

博士論文

目次

  1. 目次 / p1 (0003.jp2)
  2. 第1章 序論 / p1 (0006.jp2)
  3. 1-1 本研究の背景 / p2 (0007.jp2)
  4. 1-2 従来の研究 / p2 (0007.jp2)
  5. 1-3 本研究の目的 / p3 (0008.jp2)
  6. 1-4 本論文の構成 / p4 (0009.jp2)
  7. 第2章 ニューラルネットワークによる原子力プラントのモデル化 / p6 (0011.jp2)
  8. 2-1 ニューラルネットワーク研究の歴史 / p6 (0011.jp2)
  9. 2-2 ニューロンの動作モデル / p7 (0012.jp2)
  10. 2-3 フィードフォワード型ネットワーク / p8 (0013.jp2)
  11. 2-4 学習アルゴリズム / p8 (0013.jp2)
  12. 2-5 入出力データの規格化 / p10 (0015.jp2)
  13. 2-6 ネットワーク初期値の設定 / p11 (0016.jp2)
  14. 2-7 適応学習アルゴリズム / p11 (0016.jp2)
  15. 2-8 リカレントネットワーク / p13 (0018.jp2)
  16. 図 / p15 (0020.jp2)
  17. 第3章PWRプラントシミュレータによる異常検知手法の検証1―フィードフォワード型ニューラルネットフワーク― / p18 (0023.jp2)
  18. 3-1 PWRプラントシミュレータの概要 / p18 (0023.jp2)
  19. 3-2 ニューラルネットワークによる原子炉のモデル化 / p20 (0025.jp2)
  20. 3-3 100%定常出力運転時の異常検知結果 / p23 (0028.jp2)
  21. 3-4 過渡運転時の異常検知結果 / p25 (0030.jp2)
  22. 3-5 適応学習の効果 / p27 (0032.jp2)
  23. 3-6 まとめ / p28 (0033.jp2)
  24. 表 / p29 (0034.jp2)
  25. 図 / p36 (0041.jp2)
  26. 第4章PWRプラントシミュレータによる異常検知手法の検証2―リカレントニューラルネットワーク― / p59 (0064.jp2)
  27. 4-1 ニューラルネットワークによる原子炉のモデル化 / p59 (0064.jp2)
  28. 4-2 適応学習付きフィードフォワード型ネットワーク / p60 (0065.jp2)
  29. 4-3 リカレントネットワーク / p60 (0065.jp2)
  30. 4-4 初期学習 / p61 (0066.jp2)
  31. 4-5 定常及び過渡出力運転時の解析結果 / p61 (0066.jp2)
  32. 4-6 まとめ / p63 (0068.jp2)
  33. 表 / p64 (0069.jp2)
  34. 図 / p65 (0070.jp2)
  35. 第5章 実炉による異常検知手法の検証―実時間監視― / p68 (0073.jp2)
  36. 5-1 Borssele炉の概要 / p68 (0073.jp2)
  37. 5-2 Borssele炉のモデル化 / p68 (0073.jp2)
  38. 5-3 リアルタイムプラント監視システムの構築 / p69 (0074.jp2)
  39. 5-4 初期学習 / p70 (0075.jp2)
  40. 5-5 初期値の設定 / p71 (0076.jp2)
  41. 5-6 隠れ層のユニット数 / p71 (0076.jp2)
  42. 5-7 学習パラメータの設定 / p72 (0077.jp2)
  43. 5-8 しきい値の設定 / p72 (0077.jp2)
  44. 5-9 適応学習の効果 / p73 (0078.jp2)
  45. 5-10 ニューラルネットワークによる監視結果 / p73 (0078.jp2)
  46. 5-11 まとめ / p76 (0081.jp2)
  47. 表 / p77 (0082.jp2)
  48. 図 / p83 (0088.jp2)
  49. 第6章 感度解析によるネットワーク内部の究明 / p103 (0108.jp2)
  50. 6-1 感度解析 / p103 (0108.jp2)
  51. 6-2 PWRシミュレーションデータによる感度解析結果 / p104 (0109.jp2)
  52. 6-3 実炉データによる感度解析結果 / p104 (0109.jp2)
  53. 6-4 まとめ / p105 (0110.jp2)
  54. 図 / p107 (0112.jp2)
  55. 第7章 高温ガス炉異常監視システムの開発 / p110 (0115.jp2)
  56. 7-1 高温工学試験研究炉(HTTR)の概要 / p110 (0115.jp2)
  57. 7-2 動特性解析コードACCORD / p111 (0116.jp2)
  58. 7-3 ハイブリッドプラント監視システムの概要 / p111 (0116.jp2)
  59. 7-4 リカレントニューラルネットワークによる異常検知結果 / p112 (0117.jp2)
  60. 7-5 まとめ / p113 (0118.jp2)
  61. 表 / p114 (0119.jp2)
  62. 図 / p115 (0120.jp2)
  63. 第8章 結論 / p118 (0123.jp2)
  64. 8-1 フィードフォワード型ニューラルネットワークによる異常検知 / p118 (0123.jp2)
  65. 8-2 リカレントネットワークによる異常検知 / p119 (0124.jp2)
  66. 8-3 実炉への適用結果 / p119 (0124.jp2)
  67. 8-4 感度解析 / p120 (0125.jp2)
  68. 8-5 高温ガス炉用のハイブリッド監視システムの開発 / p120 (0125.jp2)
  69. 8-6 今後の課題 / p121 (0126.jp2)
  70. 参考文献 / p122 (0127.jp2)
  71. 謝辞 / p123 (0128.jp2)
9アクセス

各種コード

  • NII論文ID(NAID)
    500000187668
  • NII著者ID(NRID)
    • 8000000187951
  • DOI(NDL)
  • NDL書誌ID
    • 000000351982
  • データ提供元
    • NDL ONLINE
    • NDLデジタルコレクション
ページトップへ