A Study on Integrity Assessment for Pipelines of Nuclear Power Plants Using Artificial Intelligence

Abstract

곡관은 원자력발전소의 배관 시스템의 중요한 요소로 여겨지고 있다. 이는 배관시스템에서 발생하는 앵커반력(anchor reaction force)을 감소나, 3차원 배치(isometric routing)의 수정에 관계하고 있기 때문이다. 하지만 발전소에서의 곡관은 수많은 열화기구(degradation mechanism)에 직면하고 있고 때문에 다양한 운전조건에서 붕괴에 대한 안전 마진이 정확히 측정되어야 한다. 본 연구에서는 Fuzzy Model 과 Support Vector Machines(SVMs)을 사용하여 다양한 조건들에서 붕괴모멘트를 비선형적이고 시변적인 문제들에 대하여 성공적으로 사용되었다. 감육배관의 붕괴거동은 Subtractive clustering methods에 최적화된 Fuzzy Model과 유전자 알고리즘으로부터 최적화된 SVMs를 통하여 평가되었다. Fuzzy Model과 Support Vector Regression(SVRs)모델은 유한요소 모델로부터 얻은 수치데이터에 의하여 개발 적용되었고, 훈련 최적화를 위하여 준비된 데이터 셋(Fuzzy Model-training data, SVRs-training, optimization data)으로부터 최적화 되었다. 또한 나머지데이터들은 개발된 모델의 검증을 위하여 시험데이터(test data)로써 사용되었다. 평가 모델들은 각각의 특성을 가지고 있는 세 가지 데이터 셋(extrados, intrados, crawn defect)에 대하여 개발되었다. 이에 대한 붕괴모멘트의 상대 RMS 오차는 Fuzzy Model이 훈련데이터에 대하여 0.5397%, 시험데이터는 0.8673%로 나타났고, SVRs 모델이 훈련 데이터에 대하여 0.2333%, 최적화데이터에 대하여 0.5229%, 그리고 시험데이터에 대하여 0.5011%로 나타났다. 이러한 결과로부터 SVRs 모델이 Fuzzy Model보다 감육배관에 대한 정확한 평가를 위해 사용되기에 충분한 정확도를 가지고 있음을 알 수 있었다.