Presentation Information
[3D02]Early detection of in-core abnormalities in Na-cooled fast reactors based on data-driven acoustic diagnosis(2) Investigation of boiling detection technique
*Riku Shibasaki1, Yoshitaka Ueki1, Kosuke Aizawa2 (1. TUS, 2. JAEA)
Keywords:
Anomaly detection,Acoustic Diagnosis,Boiling,Deep Learning,Convolutional Neural Network,Regression Analysis,Ensemble Learning,ROC curve
Na高速炉の炉心における冷却材沸騰事象の早期検知と推移把握を目的とし、音響識別によるサブクール沸騰の発生検知及び推移把握に適合する深層学習モデルの構築および性能評価を行った。本研究では、炉心局所異常に伴う異常検知技術の基礎知見の取得と基本的成立性を示すことを目標に、水を対象としたサブクール沸騰時に生じる音響データを取得し、時間‐周波数表現の特徴量を学習させた回帰型CNNモデルを構築した。本モデルの予測熱流束を基に沸騰開始点を閾値としたROC曲線による沸騰発生検知性能を評価した結果、検知手法の有効性を検証した。また、ホワイトノイズや水流動音といった基礎的なノイズ環境下においても、複数のCNNモデルを重み付き平均アンサンブル学習を通じて、熱流束回帰分析ならびに沸騰発生検知の性能向上が得られることを示した。