基于神经网络的反应堆物理启动中的反应性辨识

李凤宇; 张大发; 陆古兵; 杨仕本

doi:null

您当前的位置：

首页 >

文章列表页 >

基于神经网络的反应堆物理启动中的反应性辨识

更新时间：2021-03-12

- 基于神经网络的反应堆物理启动中的反应性辨识
- Reactivity identification during physics start-up of a reactor based on neural network
- 核技术 2007年第1期
- 作者机构：
  
  海军工程大学
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TL32
- 纸质出版日期：2007-01-01
- 稿件说明：
移动端阅览
[1]李凤宇,张大发,陆古兵,杨仕本.基于神经网络的反应堆物理启动中的反应性辨识[J].核技术,2007(01):78-80.

Reactivity identification during physics start-up of a reactor based on neural network[J]. Nuclear techniques, 2007, (1): 78-80.
[1]李凤宇,张大发,陆古兵,杨仕本.基于神经网络的反应堆物理启动中的反应性辨识[J].核技术,2007(01):78-80. DOI：

Reactivity identification during physics start-up of a reactor based on neural network[J]. Nuclear techniques, 2007, (1): 78-80. DOI：

摘要

采用神经网络来对反应性进行辨识

辨识的结果可与其他反应性测量方法结果相互比较以降低物理启动的风险。神经网络的训练采用一阶梯度优化算法

利用点堆中子动力学模型产生训练样本。分析了正常物理启动时中子的倍增特性。仿真结果表明

该网络具有推广能力

能有效辨识反应性。

Abstract

In this paper the neural network is used to identify reactivity.The identification result can be compared with those using other methods to reduce the start-up risk.The first order gradient optimization algorithm is employed to train the network．The training samples stem from the neutron kinetics of the point-reactor.The character of neutron multiplication is analyzed.Simulation results indicate that being capable of effectively identifying reactivity

the neural network method is worth spreading.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

反应堆瞬时短周期与反应性引入速率约束问题研究

铅铋堆燃料组件子通道计算方法优化

用于核释热率测定的堆内量热计研究进展

熔盐堆散体石墨组件堆芯结构变化对核反应性的影响

相关机构

中国科学院上海应用物理研究所

中国科学院大学

厦门大学能源学院

四川大学原子核科学技术研究所辐射物理及技术教育部重点实验室

中国核动力研究设计院

AI问答

地址：上海市嘉罗公路2019号邮编：201800
联系电话：021-39194977 Email：LHB@sinap.ac.cn
技术支持由北京北大方正电子有限公司提供沪ICP备05005479号-1 京公网安备11010802024621
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
总访问量：881139 今日访问量：666

⁰