节点文献

用人工神经网络方法进行非能动安全壳冷却系统可靠性分析

Reliability quantification of PCCS through artificial neural network algorithm

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 张矾； 崔震华； John C.Lee；

【Author】 ZHANG Fan; CUI Zhen-hua; John C. Lee Technology center, China Guangdong Nuclear Power Holding Co., Ltd, Shenzhen of Guangdong 518124, China Department of Engineering Physics, Tsinghua University, Beijing 100084, China Department of Nuclear Engineering and Radiological Sciences, University of Michigan, USA

【机构】 中国广东核电集团有限公司技术中心； 清华大学工程物理系； 美国密西根大学核工程系 广东 深圳 518124； 北京 100084；

【摘要】 主要介绍了利用人工神经网络方法对非能动安全壳冷却系统进行可靠性分析。采用人工神经网络方法从有限组数据样本中得到准确的关于安全壳内压力的极限表面(Limit Surface),然后用蒙特卡罗方法得到了系统在多种参数条件下的不可靠性。合理的结果证明了方法的有效性。

【Abstract】 Artificial Neural Network (ANN) algorithm is applied to reliability quantification ofPassive Containment Cooling System (PCCS). Based on some data samples from CONTAIN cal-culations, precise pressure limit surface of PCCS is obtained through ANN. And then MonteCarlo Method is employed to quantify the reliability of PCCS. Reasonable reliability results showthat the proposed new method is effective to reliability quantification of PCCS.

【关键词】 人工神经网络； 蒙特卡罗方法； 安全壳冷却系统； 可靠性；
【Key words】 ANN； Monte Carlo Method； PCCS； reliability；
  • 【文献出处】 核科学与工程 ,Chinese Journal of Nuclear Science and Engineering , 编辑部邮箱 ,2004年01期
  • 【分类号】TL364.4
  • 【被引频次】9
  • 【下载频次】238
打印本页
节点文献中：