Diagnosis of vessel failure provides for operators and TSC personnel very important information to manage the severe accident in nuclear power plant. However, operators can not diagnose the reactor vessel failure by watching the temporal trends of some parameters because they never have experienced the severe accident. Therefore, this study proposes a method on the diagnosis of the PWR vessel failure using a Spatiotemporal Neural Network (STN).
STNs can deal directly with both the spatial and the temporal aspects of input signals and can well identify a time-varying problem. The target patterns are generated from MAAP code. Vessel failure diagnosis has been performed for 8 accidents and the developed STNs have been verified for untrained three severe accidents. STNs identifies the vessel failure time and the initiating events. For example, when large break LOCA (break size = 0.16 ㎡) is used for input accident scenario, only the output value for the target pattern of LBLOCA is activated greater than the threshold value near the real vessel failure.
To validate vessel failure diagnosis system and to train severe accident to operators, extensive severe accident simulator is to be an absolute necessity. Therefore, a simplified severe accident simulator, SIMAAP (severe accident Simulator based on MAAP), has been developed. SIMAAP simulates the various severe accident progress through on-line communication with MAAP.
원자력발전소 중대사고시 원자로용기 파손여부와 시간을 아는 것은 사고관리 측면에서 매우 중요하다. 그러나, 기존 발전소에서 들어오는 주요변수들의 추이를 보고 운전원들이 원자로용기 파손을 판단하는 것은 거의 불가능하다. 그러므로 본 논문에서는 시공간(Spatiotemporal) 신경회로망을 이용하여 경수로 원자로 용기 파손을 진단하는 시스템을 개발하였다.
시공간 신경회로망은 입력신호의 시간과 공간적인 경향을 동시에 다룰 수 있어 시간에 따른 신호 변화를 인식하는데 많은 장점을 가지고 있다. 진단에 필요한 목적패턴과 입력패턴은 MAAP 코드를 이용하여 얻어냈다. 원자로용기 파손진단 시스템은 8가지 훈련된 사고 패턴과 훈련되지 않은 3가지 사고 패턴에 진단을 실시했다. 그 결과 이 시스템은 훈련된 사고 패턴과 유사한 패턴이 입력될 때만 출력 값이 증가하였다.
원자로용기 파손 진단시스템을 검증하고 중대사고에 대한 운전원 훈련을 위해 MAAP 코드를 이용하여 단순화된 중대사고 모사 시스템을 개발하여 SIMAAP이라 이름하였다. SIMAAP은 원자로용기 파손 진단시스템에 진단에 필요한 데이타를 제공한다.
결론적으로, 시공간 신경회로망을 이용한 원자로용기 파손 진단시스템은 실제 원자로용기 파손시간 근처에서 원자로용기 파손을 진단하였고 원자로용기 파손의 원인도 진단하였다. 그리고 시공간 신경회로망은 과도상태나 사고 등의 진단처럼 시간에 따른 신호변화를 잘 진단하였다. SIMAAP은 MAAP 코드와 실시간 데이터 전송을 통하여 중대사고를 잘 모사하였고 사고관리와 관련된 운전원 훈련을 위한 효과적인 도구였다.
