Resumen

La interacción entre el revestimiento de pellet (PCI) es uno de los principales problemas en el diseño de barras de combustible y en la operación del núcleo del reactor en reactores refrigerados por agua. La predicción de fallas en las barras de combustible por PCI se estudia en este documento mediante el método de la red neuronal de función de base radial (RBFNN). La red neuronal se construye a través del análisis de los datos experimentales existentes. Se concluye que es un método adecuado para reducir la complejidad de cálculo. En nuestro estudio se utiliza una RBFNN autoorganizada que puede variar su estructura dinámicamente para mantener la precisión de la predicción. Con el fin de lograr una complejidad de red apropiada y una eficiencia computacional general, las neuronas ocultas en la RBFNN pueden modificarse en línea en función de la actividad neuronal y la información mutua. El método presentado se prueba con los datos experimentales de referencia y los resultados demuestran su efectividad.

• Materias:Instalaciones Nucleares Combustible nuclear Refrigeración en reactores Técnicas nucleares Simulación
• Subjects:Nuclear Installations Nuclear Fuel Reactor Cooling Nuclear Techniques Simulation
• Palabras claves:Pastilla; Interacción del revestimiento; Barra de combustible; PCI; Red neuronal; Eficiencia computacional
• Keywords:Pellet; Clad interaction; Fuel rod; PCI; Neural network; Computational efficiency