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

作　　者：张矾 崔震华[2] John C.Lee 

机构地区：[1]中国广东核电集团有限公司技术中心,广东深圳518124 [2]清华大学工程物理系,北京100084 [3]美国密西根大学核工程系

出　　处：《核科学与工程》2004年第1期44-48,23,共6页Nuclear Science and Engineering

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。Artificial Neural Network (ANN) algorithm is applied to reliability quantification of Passive 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 Monte Carlo Method is employed to quantify the reliability of PCCS. Reasonable reliability results show that the proposed new method is effective to reliability quantification of PCCS.

关 键 词：人工神经网络 蒙特卡罗法 安全壳 冷却系统 可靠性分析 

分 类 号：TL364.4[核科学技术—核技术及应用]