Presentation Information
[3G10]Machine Learning Sintering Density Prediction Model for MOX Fuel Pellet
*Tatsuya Nakajima1, Ryota Tsuchimochi1, Shun Hirooka1, Kosuke Saito1, Kota Iijima1 (1. JAEA)
Keywords:
Machine Learning,fast reactor,MOX fuel,Fuel Pellet
MOXペレットの焼結密度は高速炉燃料製造上の管理項目である。しかし、製造工程の各条件が出来上がりに複雑に影響するため、必要な焼結密度を得るための条件を、従来は経験則に基づき決定していた。そこで原子力機構では、令和4年度より製造条件決定手法の標準化・簡便化を目的として、機械学習を用いた焼結密度予測モデルを開発してきた。昨年度はモデルの過学習状態による未学習データに対する予測精度低下を改善するため、一般的な過学習状態の改善手法に基づきパラメータ数を削減したが、削減したパラメータが大きく変動した場合、予測結果に反映できない課題が残った。また、従来のデータベースには原料粉末の比表面積、メジアン径等の物性値や不純物含有量を含めていなかった。そこで今年度はこれらの原料粉末データを追加した新データベースを作成し、全パラメータを使用したモデルを構築した。これらの結果と得られた知見について報告する。