[en] ANALYSIS OF CRITICAL HEAT FLUX IN PWR NUCLEAR REACTORS USING ARTIFICIAL NEURAL NETWORKS

• Ano de defesa: 2012
• Autor(a) principal: BELMIRO RUFINI VALENTE
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] REDE NEURAL; [pt] REATORES; [pt] CALOR; [en] NEURAL NETWORKS; [en] SPECIFIC HEAT
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19433&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19433&idi=2; http://doi.org/10.17771/PUCRio.acad.19433

[pt] A ocorrência de fluxo crítico de calor – FCC – é o principal fator termo-hidráulico limitante à produção de energia em reatores nucleares do tipo PWR (Reator a Água Pressurizada). O método usual de determinação de FCC é baseado em simulação numérica, utilizando programas como os COBRA, desenvolvidos a partir da análise dos subcanais do núcleo do reator. Esses programas implementam uma correlação, ou função empírica, que interpola os resultados obtidos por simulação experimental, realizada nas Seções de testes – ST-, de forma a obter o FCC numa ampla faixa operacional do reator. Esta dissertação propõe e investiga um método alternativo de determinação de FCC empregando, como correlação, redes neuronais artificiais – RNA. Neste método, as RNA são obtidas a partir de treinamento, utilizando o paradigma de backpropapagation, realizado com o mesmo conjunto de dados experimentais oriundos das STs.