基于模糊神经网络的核应急决策系统的研究与设计

发布时间：2021-09-11 19:54

　　为了在发生核事故后能第一时间分析计算得到事故发生地周围所受剂量，给出应急行动计划，最大程度地减少事故所造成的损失而开发核事故评价系统。本文主要介绍了该系统流程、功能结构设计和关键技术，实现了基于J2EE框架和利用地理信息系统（GIS）技术的核事故评价系统。对比于其他的核事故评价系统，根据简单的阈值判断来进行给出行动建议，本文中采用了较智能的模糊神经网络组织构成的专家评价系统来给出行动建议。根据输入的各观测数据或者工况算出各源项以及各项用于和OIL比较的值，把这些值作为专家评价系统的输入值，并把它们模糊化后送入神经网络进行处理，采用三层前馈型神经网络，用BP算法进行网络参数的训练调整，然后由模糊逻辑判断决定给出何种行动建议。本文首先介绍了OIL的由来以及各个OIL等级的相应的干预措施，本文以最新的操作干预水平为判断基准，并引入了影响决策的距离和气象因素。其后重点介绍了模糊神经网络，它利用神经网络的自学特性实现隶属度函数和模糊规则的自动提取，可优化调整隶属函数，并且模糊系统也能弥补神经网络运算速度慢的缺点，因此将其运用到核事故评价系统中具有较低的误报率和较高的环境适应能力。本文提出了模糊神... 

【文章来源】：南华大学湖南省

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

事故后果评价过程图

12图 2.1 事故后果评价过程图图2-1 给我们展示了在发生核事故后，首先对核电厂的核反应堆的工况进行评价，然后对此分级再决定何种应急防护行动，或者根据环境监测的数据与OIL进行对比再决定采取何种应急防护行动[16]。而且，对于前面介绍到的核事故三个阶段，OIL都是可以适用的并且能够很好的应用到这个阶段中去。在事故发生后，但是在释放放射性物质之前，首先还是根据下反应堆的工况，评估出堆芯的损坏情况(这些可以根据要核电厂里的仪表值和其他可观测的信息来做评估）, 然后根据这个损坏状态来确定那些潜在的释放特性，然后再与预先已计算得出的OIL缺省值进行比较。对在放射性物质释放期间和释放后,需要重新修正操作干预水平的缺省值

图 2.2 PWR1~PWR7 中 R1 的折线表 2.5 三类气候稳定度下事故源项的 R1 比较事故源项 A 类 D 类 F 类PWR1 22.1 32.5 46.3PWR2 14.2 19.4 15.9PWR3 13.6 17.8 14.8PWR4 5.5 8.2 7.0PWR5 3.9 6.1 4.9PWR6 1.3 1.6 1.4PWR1~PWR6 平均值 10.1 14.3 15.11， D 类大气稳定度天气条件下，从 PWR1 源项到 PWR7 源项，R1 的数值基本上一直在变小。由此可见 IAEA 给出的 OIL1 的缺省值是在根据在各类压水堆事故的情况下计算得到的一个平均的数值，因此本文中核应急决策系统中将摒除

【参考文献】：
期刊论文
[1]基于模糊神经网络与动态规划的控制优化方法[J]. 姜琳,刘衍珩,关立文,程宁波.  仪器仪表学报. 2010(10)
[2]基于参数调整的动态模糊神经网络算法[J]. 张德丰,周灵,孙亚民,马子龙.  计算机工程. 2010(06)
[3]模糊控制理论综述[J]. 楚焱芳,张瑞华.  科技信息. 2009(20)
[4]制定中国实验快堆（CEFR）操作干预水平（OIL1、OIL2）的探讨[J]. 程卫亚,陈凌.  中国原子能科学研究院年报. 2008(00)
[5]J2EE平台上基于Web服务的动态电子商务架构研究[J]. 许国艳,李晓芳.  微电子学与计算机. 2006(S1)
[6]基于Web Service的分布式电子商务系统设计与实现[J]. 夏阳,张强.  微电子学与计算机. 2006(10)
[7]基于Web服务的动态电子商务的研究[J]. 杨曼,徐东平.  计算机工程与设计. 2006(05)
[8]IAEA推荐的操作干预水平OIL1和OIL2缺省值的导出及其适宜性的初步研究[J]. 凌永生,施仲齐,王醒宇.  辐射防护. 2005(01)
[9]核电站应急计划制订中所采用的标准和导则的研究[J]. 杨忠勤,王丰春,上官志洪.  核动力工程. 2003(01)
[10]秦山第三核电厂应急干预水平的估算与探讨[J]. 包字义.  辐射防护通讯. 2002(04)

硕士论文
[1]基于模糊神经网络的ATO系统开发[D]. 许展瑛.西南交通大学 2010



本文编号：3393619