論文の概要: Toward Developing Machine-Learning-Aided Tools for the Thermomechanical Monitoring of Nuclear Reactor Components

• arxiv url: http://arxiv.org/abs/2507.09443v1
• Date: Sun, 13 Jul 2025 01:32:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-15 18:48:23.25769
• Title: Toward Developing Machine-Learning-Aided Tools for the Thermomechanical Monitoring of Nuclear Reactor Components
• Title（参考訳）: 原子炉部品の熱力学モニタリングのための機械学習支援ツールの開発に向けて
• Authors: Luiz Aldeia Machado, Victor Coppo Leite, Elia Merzari, Arthur Motta, Roberto Ponciroli, Lander Ibarra, Lise Charlot,
• Abstract要約: 計算熱力学モデルと組み合わせた畳み込みニューラルネットワーク(CNN)アーキテクチャについて検討する。 CNNは高度に正確な温度分布予測を達成し、過度な適合の兆候のない1000回以上のエポックの訓練を受けた。 その後、これらを熱力学モデルで燃料棒内の応力とひずみ分布を解析した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Proactive maintenance strategies, such as Predictive Maintenance (PdM), play an important role in the operation of Nuclear Power Plants (NPPs), particularly due to their capacity to reduce offline time by preventing unexpected shutdowns caused by component failures. In this work, we explore the use of a Convolutional Neural Network (CNN) architecture combined with a computational thermomechanical model to calculate the temperature, stress, and strain of a Pressurized Water Reactor (PWR) fuel rod during operation. This estimation relies on a limited number of temperature measurements from the cladding's outer surface. This methodology can potentially aid in developing PdM tools for nuclear reactors by enabling real-time monitoring of such systems. The training, validation, and testing datasets were generated through coupled simulations involving BISON, a finite element-based nuclear fuel performance code, and the MOOSE Thermal-Hydraulics Module (MOOSE-THM). We conducted eleven simulations, varying the peak linear heat generation rates. Of these, eight were used for training, two for validation, and one for testing. The CNN was trained for over 1,000 epochs without signs of overfitting, achieving highly accurate temperature distribution predictions. These were then used in a thermomechanical model to determine the stress and strain distribution within the fuel rod.
• Abstract（参考訳）: 予測保守(PdM)のような積極的な保守戦略は原子力発電所(NPP)の運用において重要な役割を担っている。 本研究では,CNN(Convolutional Neural Network)アーキテクチャと計算熱力学モデルを組み合わせて,PWR燃料棒の温度,応力,ひずみを計算した。 この推定は、クラディングの外面からの限られた数の温度測定に依存する。 この手法は、このようなシステムのリアルタイム監視を可能にすることによって、原子炉用PdMツールの開発に役立つ可能性がある。 トレーニング、検証、試験データセットは、有限要素ベースの核燃料性能コードであるBISONとMOOSE熱水圧モジュール(MOOSE-THM)を併用したシミュレーションによって生成された。 ピーク線形熱発生率を変動させるため,11回のシミュレーションを行った。 そのうち8つはトレーニングに、もう1つは検証に、もう1つはテストに使用された。 CNNは高度に正確な温度分布予測を達成し、過度な適合の兆候のない1000回以上のエポックで訓練された。 その後、これらを熱力学モデルで燃料棒内の応力とひずみ分布を解析した。

関連論文リスト

• Inverse Modeling of Dielectric Response in Time Domain using Physics-Informed Neural Networks [1.680048515550978]
  絶縁材料の誘電応答(DR)は、電気絶縁システムを設計し、HVデバイスの安全な運転条件を定義するための重要な入力情報である。 本稿では、並列RC回路を用いた時間領域におけるDRの逆モデリングにおける物理インフォームドニューラルネットワーク(PINN)の利用について検討する。
  論文  参考訳（メタデータ） (2025-04-28T11:36:49Z)
• A machine learning platform for development of low flammability polymers [42.758516311179534]
  可燃性指数 (FI) とコーンカロリー測定結果(最大放火率, 点火時間, 総煙放出量, 発火速度など)は, 高分子の火災安全性を評価する上で重要な要因である。 本研究では,これらの可燃性指標を予測するための機械学習(ML)技術の利用について検討する。
  論文  参考訳（メタデータ） (2025-03-31T20:50:29Z)
• Towards Efficient Parametric State Estimation in Circulating Fuel Reactors with Shallow Recurrent Decoder Networks [3.422016133670755]
  本稿では, 中性子と熱水圧との強い結合を特徴とする第4世代原子炉である溶融塩高速炉(MSFR)の試験事例として考察する。 リアルタイムの全ての特性場の正確な再構成により、この手法は原子炉デジタルツインの枠組みにおける監視と制御の目的に適している。
  論文  参考訳（メタデータ） (2025-03-11T21:32:28Z)
• Data-Driven vs Traditional Approaches to Power Transformer's Top-Oil Temperature Estimation [0.0]
  電力変圧器の温度モニタリングは、長期運用の維持に不可欠である。 例えば、IEC 60076-7とIEEEの標準で提示されたモデルは、トップオイルとホットスポットの温度を計算して温度をモニターする。 本研究は, 過去の測定値からトップオイル温度を推定する代替手法の発見に焦点をあてる。
  論文  参考訳（メタデータ） (2025-01-28T10:21:49Z)
• Deployment of ARX Models for Thermal Forecasting in Power Electronics Boards Using WBG Semiconductors [37.69303106863453]
  ARXパラメトリックモデルは、成分の厚さの相違や物質物性の詳細な理解なしに正確な温度予測を提供する。 これらのモデルは、FEMシミュレーションや従来の熱モデルに代わる信頼性の高い代替品として出現する。
  論文  参考訳（メタデータ） (2024-11-25T14:01:17Z)
• Residual-based Attention Physics-informed Neural Networks for Spatio-Temporal Ageing Assessment of Transformers Operated in Renewable Power Plants [0.6223528900192875]
  本稿では,変圧器の巻線温度と経年変化に関する時間モデルを紹介する。 物理ベースの偏微分方程式とデータ駆動ニューラルネットワークを用いる。 フローティング太陽光発電プラントで動作する配電変圧器を用いて, 実験結果を検証した。
  論文  参考訳（メタデータ） (2024-05-10T12:48:57Z)
• A conditional latent autoregressive recurrent model for generation and forecasting of beam dynamics in particle accelerators [46.348283638884425]
  本稿では,加速器内の荷電粒子のダイナミクスを学習するための2段階の非教師付きディープラーニングフレームワークであるLatent Autoregressive Recurrent Model (CLARM)を提案する。 CLARMは、潜在空間表現をキャプチャしてデコードすることで、様々な加速器サンプリングモジュールでプロジェクションを生成することができる。 その結果,提案手法の予測能力と生成能力は,様々な評価指標と比較した場合に有望であることが示唆された。
  論文  参考訳（メタデータ） (2024-03-19T22:05:17Z)
• Introducing a Deep Neural Network-based Model Predictive Control Framework for Rapid Controller Implementation [41.38091115195305]
  本研究は、HCCI燃焼制御のためのディープニューラルネットワーク(DNN)に基づく非線形MPCの実験的実装を示す。 ARM Cortex A72上のMPCのリアルタイム実装を可能にするために、Acadosソフトウェアパッケージを使用することで、最適化計算は1.4ms以内で完了する。 現像した制御器のIMEP軌道は, プロセス制約の観測に加えて, 根平均2乗誤差0.133バールで良好であった。
  論文  参考訳（メタデータ） (2023-10-12T15:03:50Z)
• Bayesian inference of composition-dependent phase diagrams [47.79947989845143]
  本研究では,分子動力学(MD),融点シミュレーション,フォノン計算からの熱力学データを合成し,これらのデータを処理し,温度集中相図を生成する手法を開発した。 開発したアルゴリズムは,Ge-SiとK-Naの2つの二元系において,全濃度および温度で試験に成功した。
  論文  参考訳（メタデータ） (2023-09-03T20:57:10Z)
• Prediction of liquid fuel properties using machine learning models with Gaussian processes and probabilistic conditional generative learning [56.67751936864119]
  本研究の目的は、代替燃料の物理的特性を予測するためのクロージャ方程式として機能する、安価で計算可能な機械学習モデルを構築することである。 これらのモデルは、MDシミュレーションのデータベースや、データ融合-忠実性アプローチによる実験的な測定を用いて訓練することができる。 その結果,MLモデルでは,広範囲の圧力および温度条件の燃料特性を正確に予測できることがわかった。
  論文  参考訳（メタデータ） (2021-10-18T14:43:50Z)
• Thermal Neural Networks: Lumped-Parameter Thermal Modeling With State-Space Machine Learning [0.0]
  電力システムの熱モデルには、リアルタイム能力と高い推定精度の両方が必要である。 本研究では,熱伝達に基づくラムド型パラメータモデルとして,熱ニューラルネットワーク(TNN)を導入し,両者を統一した。 TNNは状態空間表現を通じて物理的に解釈可能な状態を持ち、エンドツーエンドのトレーニング可能であり、その設計に材料、幾何学、専門知識を必要としない。
  論文  参考訳（メタデータ） (2021-03-30T13:15:48Z)
• OrbNet: Deep Learning for Quantum Chemistry Using Symmetry-Adapted Atomic-Orbital Features [42.96944345045462]
  textscOrbNetは、学習効率と転送可能性の観点から、既存のメソッドよりも優れています。 薬物のような分子のデータセットに応用するために、textscOrbNetは1000倍以上の計算コストでDFTの化学的精度でエネルギーを予測する。
  論文  参考訳（メタデータ） (2020-07-15T22:38:41Z)
• Reservoir engineering with arbitrary temperatures for spin systems and quantum thermal machine with maximum efficiency [50.591267188664666]
  貯留層工学は、量子情報科学と量子熱力学にとって重要なツールである。 この手法を用いて、任意の(有効)負および正の温度の貯水池を単一スピン系に設計する。
  論文  参考訳（メタデータ） (2020-01-28T00:18:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。