Classificação de acidentes de uma usina nuclear do tipo PWR usando redes neurais

Moreira, Lucas da Silva

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/17803

Type:	Trabalho de conclusão de graduação
Title:	Classificação de acidentes de uma usina nuclear do tipo PWR usando redes neurais
Other Titles:	Classification of accidents of a nuclear plant of the PWR type using neural networks
Author(s)/Inventor(s):	Moreira, Lucas da Silva
Advisor:	Nicolau, Andressa dos Santos
Abstract:	Uma usina nuclear monitora simultaneamente grande quantidade de parâmetros a fim de permitir que os operadores tenham uma vasta gama de informações sobre a condição da usina, porém, o ser humano é limitado cognitivamente e, muitas vezes, pode fazer análises erradas dos parâmetros apresentados, e em condições de estresse essa capacidade cognitiva se reduz de forma ainda mais acentuada. Sendo assim, este trabalho tem como objetivo criar um método de classificação baseado aprendizado de máquina (redes neurais) para classificar a condição de operação normal da usina bem como condições de acidentes, como o acidente por perda de refrigerante (LOCA), a ruptura de tubos do gerador de vapor (SGTR) e o blackout da estação, através de um conjunto mínimo de variáveis de estado julgadas necessárias para a classificação do evento em curso. Através da linguagem de programação Python e da biblioteca TensorFlow foram programadas as Redes neurais, os programas de teste de topologias e teste de combinações de variáveis de estado, para encontrar as topologias e combinações de variáveis de estado que otimizassem a precisão das classificações das redes. Os resultados mostram a eficiência do método proposto, o qual foi capaz de apresentar resultados satisfatórios para o problema de identificação de uma usina do tipo PWR, com apenas 4 variáveis de estado.
Keywords:	Redes Neurais Aprendizado de Máquina Acidentes em Centrais Nucleares Classificação de Acidentes
Subject CNPq:	CNPQ::ENGENHARIAS::ENGENHARIA NUCLEAR
Production unit:	Escola Politécnica
Publisher:	Universidade Federal do Rio de Janeiro
Issue Date:	Jan-2019
Publisher country:	Brasil
Language:	por
Right access:	Acesso Aberto
Appears in Collections:	Engenharia Nuclear

Files in This Item:

File	Description	Size	Format
monopoli10027129.pdf		1.63 MB	Adobe PDF	View/Open

Show full item record Recommend this item View Statistics

Pantheon Institutional repository