서지주요정보
Development of methodology for improving nuclear system analysis code using machine learning technique and non-parametric statistics theory = 기계학습 방법론과 비모수 통계 이론을 이용한 원자력 안전해석 코드 개선 방법론 개발
서명 / 저자 Development of methodology for improving nuclear system analysis code using machine learning technique and non-parametric statistics theory = 기계학습 방법론과 비모수 통계 이론을 이용한 원자력 안전해석 코드 개선 방법론 개발 / ChoHwan Oh.
발행사항 [대전 : 한국과학기술원, 2023].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8040254

소장위치/청구기호

학술문화관(도서관)2층 학위논문

DNQE 23014

휴대폰 전송

도서상태

이용가능(대출불가)

사유안내

반납예정일

리뷰정보

초록정보

To improve the accuracy of nuclear safety analysis codes, many studies on the improvement of the constitutive equations were conducted. However, there are only few studies on developing a methodology to improve the code accuracy by directly using integral effect test (IET) data. In this study, a methodology that can improve the accuracy of the code by directly using the IET data which is not easy to analyze is newly suggested and developed. First of all, the constitutive equation data that can cover a wide range of TH conditions are generated. Subsequently, the heat transfer/flow regime maps of the safety analysis code are subdivided. Instead of subdividing the regime map by setting arbitrary standards by the user, the characteristics of the data are found through data-driven modeling using artificial intelligence. The map is subdivided with the clustering indices of unsupervised learning algorithm. The multiplier coefficient is then applied to the subdivided regime to study the sensitivity and effect of the constitutive equations on the code prediction with respect to the TH conditions. The necessary number of multiplier coefficient sets are calculated from the Wilks’ formula which is based on the non-parametric statistics, and the multiplier coefficient is sampled with the Latin hypercube sampling method. The dominant sub-regime analysis, effect of single multiplier coefficient variation, optimal modification of constitutive equation are conducted for the IET experiment. The new methodology suggested in the thesis can be used to improve the code prediction results of complex IET data by identifying the direction for constitutive equations modification.

현재 전 세계적으로 구성방정식의 개선을 통한 원자력 안전해석 코드 정확도 향상 연구가 활발히 진행 중이다. 그러나 종합효과실험과 같은 복잡한 실험데이터를 직접적으로 이용하여 코드 개선을 진행하는 연구는 상당히 제한적이다. 그렇기에 본 연구에서는 종합효과실험 데이터를 직접적으로 이용하여 코드 정확도를 개선할 수 있는 방법론을 개발하였다. 먼저 구성방정식의 넓은 범위를 모사할 수 있는 구성방정식 데이터를 생성하였다. 이어 안전해석 코드 내에 있는 열전달, 이상유동 형태 맵을 세분화한다. 이 과정에서 사용자에 의해 임의로 맵을 세분화하지 않고, 인공지능이 데이터의 특성을 파악하며 클러스터링 성능 지표를 이용하여 데이터를 세분화한다. 세분화된 영역에 각각의 증배계수를 적용하여 열수력 조건에 따른 구성방정식의 영향 및 민감도 등을 비모수 통계를 이용하여 분석한다. 증배계수의 세트 수 계산 및 샘플링에 윌크스 공식과 라틴 초입방 표본 방법론을 이용한다. 실험 결과에 주요한 영역의 특징, 단일 증배계수 변화에 따른 영향 분석, 오차를 최소화하는 증배계수 등에 관련된 내용을 본 연구에서 집중적으로 분석한다. 본 연구에서 제안한 방법론은 복잡한 종합효과실험 결과와 코트 해석 결과 사이의 일치도를 높일 수 있는 구성방정식 개선 방향을 설정하는 데 유용하다.

서지기타정보

서지기타정보
청구기호 {DNQE 23014
형태사항 vii, 222 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 오초환
지도교수의 영문표기 : Jeong Ik Lee
지도교수의 한글표기 : 이정익
Including appendix
학위논문 학위논문(박사) - 한국과학기술원 : 원자력및양자공학과,
서지주기 References : p. 218-220
주제 Constitutive equation analysis
Nuclear system analysis code
Machine learning
Artificial neural network
Non-parametric statistics
Integral effect test
Sensitivity analysis
Flow regime map subdivision
Heat transfer map subdivision
구성방정식 분석
원자력 안전해석 코드
기계 학습
인공신경망
비모수 통계
종합효과실험
민감도 분석
이상유동 형태 맵 세분화
열전달 형태 맵 세분화
QR CODE qr code

책소개

전체보기

목차

전체보기

이 주제의 인기대출도서