Programação genética aplicada à identificação de acidentes de uma usina nuclear PWR

Pinheiro, Victor Henrique Cabral

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/13165

Type:	Dissertação
Title:	Programação genética aplicada à identificação de acidentes de uma usina nuclear PWR
Author(s)/Inventor(s):	Pinheiro, Victor Henrique Cabral
Advisor:	Schirru, Roberto
Abstract:	Neste trabalho são apresentados os resultados do estudo que avaliou a performance do algoritmo de computação evolucionária programação genética como ferramenta de otimização e geração de atributos em um sistema de reconhecimento de padrões para identificação e diagnóstico de acidentes de uma usina nuclear com reator de água pressurizada. São apresentados ainda as bases de um sistema de reconhecimento de padrões, o estado da arte da programação genética e de sistemas similares de diagnóstico de acidentes e transientes de usinas nucleares. Dentro do conjunto da evolução temporal de 17 variáveis operacionais dos três acidentes/transientes considerado, além da condição normal, a função da programação genética foi evoluir regressores não lineares de combinações dessas variáveis que fornecessem o máximo de informação discriminatória para cada um dos eventos. Após testes exaustivos com diversas associações de variáveis, a programação genética se mostrou uma metodologia capaz de fornecer taxas de acerto de, ou muito próximas de, 100%, com parametrizações do algoritmo relativamente simples e em tempo de treinamento bastante razoável, mostrando ser capaz de fornecer resultados compatíveis e até superiores a outros sistemas disponíveis na literatura, com a vantagem adicional de requerer pouco (e muitas vezes nenhum) pré-tratamento nos dados.
Abstract:	This work presentes the results of the study that evaluated the efficiency of the evolutionary computation algorithm genetic programming as a technique for the optimization and feature generation at a pattern recognition system for the diagnostic of accidents in a pressurized water reactor nuclear power plant. The foundations of a typical pattern recognition system, the state of the art of genetic programming and of similar accident/transient diagnosis systems at nuclear power plants are also presented. Considering the set of the time evolution of seventeen operational variables for the three accident scenarios approached, plus normal condition, the task of genetic programming was to evolve non-linear regressors with combination of those variables that would provide the most discriminatory information for each of the events. After exhaustive tests with plenty of variable associations, genetic programming was proven to be a methodology capable of attaining success rates of, or very close to, 100%, with quite simple parametrization of the algorithm and at very reasonable time, putting itself in levels of performance similar or even superior as other similar systems available in the scientific literature, while also having the additional advantage of requiring very little pretreatment (sometimes none at all) of the data
Keywords:	Sistemas de diagnóstico Programação genética Reconhecimento de padrões
Subject CNPq:	CNPQ::CIENCIAS BIOLOGICAS
Program:	Programa de Pós-Graduação em Engenharia Nuclear
Production unit:	Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Publisher:	Universidade Federal do Rio de Janeiro
Issue Date:	Feb-2018
Publisher country:	Brasil
Language:	por
Right access:	Acesso Aberto
Appears in Collections:	Engenharia Nuclear

Files in This Item:

File	Description	Size	Format
VictorHenriqueCabralPinheiro.pdf		2.9 MB	Adobe PDF	View/Open

Show full item record Recommend this item View Statistics

Pantheon Institutional repository