Resumen

Se ha simulado un control inverso directo de red neuronal (NN-DIC) para controlar automáticamente el nivel de potencia de reactores nucleares. Este método se ha probado en un reactor de tipo piscina multipropósito indonesio, llamado Reaktor Serba Guna-GA Siwabessy (RSG-GAS). Los resultados confirmaron que este método aún no puede minimizar los errores y acortar el tiempo del proceso de aprendizaje. Por lo tanto, se necesita un nuevo método que mejore el rendimiento del DIC. El objetivo de este estudio es desarrollar un control inverso directo basado en optimización por enjambre de partículas (PSO-DIC) para superar las debilidades del NN-DIC. En el PSO-DIC propuesto, se integra el algoritmo PSO en la técnica DIC para entrenar los pesos del controlador DIC. Esta integración puede acelerar el proceso de aprendizaje. Para mejorar el rendimiento de la identificación del sistema, se introduce un algoritmo de retropropagación (BP) en el algoritmo PSO. Para demostrar la viabilidad y efectividad de

• Materias:Instalaciones Nucleares Combustible nuclear Refrigeración en reactores Técnicas nucleares Simulación
• Subjects:Nuclear Installations Nuclear Fuel Reactor Cooling Nuclear Techniques Simulation
• Palabras claves:Red neuronal; Control inverso directo; PSO-DIC; Nivel de potencia; RSG-GAS; Simulación
• Keywords:Neural network; Direct inverse control; PSO-DIC; Power level; RSG-GAS; Simulation