Classificação de acidentes de uma usina nuclear do tipo PWR usando redes neurais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRJ |
Texto Completo: | http://hdl.handle.net/11422/17803 |
Resumo: | Uma usina nuclear monitora simultaneamente grande quantidade de parâmetros a fim de permitir que os operadores tenham uma vasta gama de informações sobre a condição da usina, porém, o ser humano é limitado cognitivamente e, muitas vezes, pode fazer análises erradas dos parâmetros apresentados, e em condições de estresse essa capacidade cognitiva se reduz de forma ainda mais acentuada. Sendo assim, este trabalho tem como objetivo criar um método de classificação baseado aprendizado de máquina (redes neurais) para classificar a condição de operação normal da usina bem como condições de acidentes, como o acidente por perda de refrigerante (LOCA), a ruptura de tubos do gerador de vapor (SGTR) e o blackout da estação, através de um conjunto mínimo de variáveis de estado julgadas necessárias para a classificação do evento em curso. Através da linguagem de programação Python e da biblioteca TensorFlow foram programadas as Redes neurais, os programas de teste de topologias e teste de combinações de variáveis de estado, para encontrar as topologias e combinações de variáveis de estado que otimizassem a precisão das classificações das redes. Os resultados mostram a eficiência do método proposto, o qual foi capaz de apresentar resultados satisfatórios para o problema de identificação de uma usina do tipo PWR, com apenas 4 variáveis de estado. |
id |
UFRJ_d1a0285635cb147be03ad1fcaadb97b2 |
---|---|
oai_identifier_str |
oai:pantheon.ufrj.br:11422/17803 |
network_acronym_str |
UFRJ |
network_name_str |
Repositório Institucional da UFRJ |
repository_id_str |
|
spelling |
Moreira, Lucas da Silvahttp://lattes.cnpq.br/3725226167859388http://lattes.cnpq.br/3356103304338774Melo, Paulo Fernando Ferreira Frutuoso eSchirru, RobertoNicolau, Andressa dos Santos2022-07-21T01:56:27Z2023-11-30T03:05:02Z2019-01http://hdl.handle.net/11422/17803Submitted by Adriana Teixeira Ferreira (adrjulio0412@gmail.com) on 2021-05-12T21:19:09Z No. of bitstreams: 1 monopoli10027129.pdf: 1664503 bytes, checksum: ee6e60d5d6f980f88babffd8c90f8f1b (MD5)Approved for entry into archive by Moreno Barros (moreno@ct.ufrj.br) on 2022-07-21T01:56:27Z (GMT) No. of bitstreams: 1 monopoli10027129.pdf: 1664503 bytes, checksum: ee6e60d5d6f980f88babffd8c90f8f1b (MD5)Made available in DSpace on 2022-07-21T01:56:27Z (GMT). No. of bitstreams: 1 monopoli10027129.pdf: 1664503 bytes, checksum: ee6e60d5d6f980f88babffd8c90f8f1b (MD5) Previous issue date: 2019-01Uma usina nuclear monitora simultaneamente grande quantidade de parâmetros a fim de permitir que os operadores tenham uma vasta gama de informações sobre a condição da usina, porém, o ser humano é limitado cognitivamente e, muitas vezes, pode fazer análises erradas dos parâmetros apresentados, e em condições de estresse essa capacidade cognitiva se reduz de forma ainda mais acentuada. Sendo assim, este trabalho tem como objetivo criar um método de classificação baseado aprendizado de máquina (redes neurais) para classificar a condição de operação normal da usina bem como condições de acidentes, como o acidente por perda de refrigerante (LOCA), a ruptura de tubos do gerador de vapor (SGTR) e o blackout da estação, através de um conjunto mínimo de variáveis de estado julgadas necessárias para a classificação do evento em curso. Através da linguagem de programação Python e da biblioteca TensorFlow foram programadas as Redes neurais, os programas de teste de topologias e teste de combinações de variáveis de estado, para encontrar as topologias e combinações de variáveis de estado que otimizassem a precisão das classificações das redes. Os resultados mostram a eficiência do método proposto, o qual foi capaz de apresentar resultados satisfatórios para o problema de identificação de uma usina do tipo PWR, com apenas 4 variáveis de estado.porUniversidade Federal do Rio de JaneiroUFRJBrasilEscola PolitécnicaCNPQ::ENGENHARIAS::ENGENHARIA NUCLEARRedes NeuraisAprendizado de MáquinaAcidentes em Centrais NuclearesClassificação de AcidentesClassificação de acidentes de uma usina nuclear do tipo PWR usando redes neuraisClassification of accidents of a nuclear plant of the PWR type using neural networksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJORIGINALmonopoli10027129.pdfmonopoli10027129.pdfapplication/pdf1664503http://pantheon.ufrj.br:80/bitstream/11422/17803/1/monopoli10027129.pdfee6e60d5d6f980f88babffd8c90f8f1bMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/17803/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD5211422/178032023-11-30 00:05:02.561oai:pantheon.ufrj.br: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Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2023-11-30T03:05:02Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false |
dc.title.pt_BR.fl_str_mv |
Classificação de acidentes de uma usina nuclear do tipo PWR usando redes neurais |
dc.title.alternative.pt_BR.fl_str_mv |
Classification of accidents of a nuclear plant of the PWR type using neural networks |
title |
Classificação de acidentes de uma usina nuclear do tipo PWR usando redes neurais |
spellingShingle |
Classificação de acidentes de uma usina nuclear do tipo PWR usando redes neurais Moreira, Lucas da Silva CNPQ::ENGENHARIAS::ENGENHARIA NUCLEAR Redes Neurais Aprendizado de Máquina Acidentes em Centrais Nucleares Classificação de Acidentes |
title_short |
Classificação de acidentes de uma usina nuclear do tipo PWR usando redes neurais |
title_full |
Classificação de acidentes de uma usina nuclear do tipo PWR usando redes neurais |
title_fullStr |
Classificação de acidentes de uma usina nuclear do tipo PWR usando redes neurais |
title_full_unstemmed |
Classificação de acidentes de uma usina nuclear do tipo PWR usando redes neurais |
title_sort |
Classificação de acidentes de uma usina nuclear do tipo PWR usando redes neurais |
author |
Moreira, Lucas da Silva |
author_facet |
Moreira, Lucas da Silva |
author_role |
author |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3725226167859388 |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3356103304338774 |
dc.contributor.author.fl_str_mv |
Moreira, Lucas da Silva |
dc.contributor.referee1.fl_str_mv |
Melo, Paulo Fernando Ferreira Frutuoso e |
dc.contributor.referee2.fl_str_mv |
Schirru, Roberto |
dc.contributor.advisor1.fl_str_mv |
Nicolau, Andressa dos Santos |
contributor_str_mv |
Melo, Paulo Fernando Ferreira Frutuoso e Schirru, Roberto Nicolau, Andressa dos Santos |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA NUCLEAR |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA NUCLEAR Redes Neurais Aprendizado de Máquina Acidentes em Centrais Nucleares Classificação de Acidentes |
dc.subject.por.fl_str_mv |
Redes Neurais Aprendizado de Máquina Acidentes em Centrais Nucleares Classificação de Acidentes |
description |
Uma usina nuclear monitora simultaneamente grande quantidade de parâmetros a fim de permitir que os operadores tenham uma vasta gama de informações sobre a condição da usina, porém, o ser humano é limitado cognitivamente e, muitas vezes, pode fazer análises erradas dos parâmetros apresentados, e em condições de estresse essa capacidade cognitiva se reduz de forma ainda mais acentuada. Sendo assim, este trabalho tem como objetivo criar um método de classificação baseado aprendizado de máquina (redes neurais) para classificar a condição de operação normal da usina bem como condições de acidentes, como o acidente por perda de refrigerante (LOCA), a ruptura de tubos do gerador de vapor (SGTR) e o blackout da estação, através de um conjunto mínimo de variáveis de estado julgadas necessárias para a classificação do evento em curso. Através da linguagem de programação Python e da biblioteca TensorFlow foram programadas as Redes neurais, os programas de teste de topologias e teste de combinações de variáveis de estado, para encontrar as topologias e combinações de variáveis de estado que otimizassem a precisão das classificações das redes. Os resultados mostram a eficiência do método proposto, o qual foi capaz de apresentar resultados satisfatórios para o problema de identificação de uma usina do tipo PWR, com apenas 4 variáveis de estado. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-01 |
dc.date.accessioned.fl_str_mv |
2022-07-21T01:56:27Z |
dc.date.available.fl_str_mv |
2023-11-30T03:05:02Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11422/17803 |
url |
http://hdl.handle.net/11422/17803 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.publisher.initials.fl_str_mv |
UFRJ |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Escola Politécnica |
publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRJ instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
instacron_str |
UFRJ |
institution |
UFRJ |
reponame_str |
Repositório Institucional da UFRJ |
collection |
Repositório Institucional da UFRJ |
bitstream.url.fl_str_mv |
http://pantheon.ufrj.br:80/bitstream/11422/17803/1/monopoli10027129.pdf http://pantheon.ufrj.br:80/bitstream/11422/17803/2/license.txt |
bitstream.checksum.fl_str_mv |
ee6e60d5d6f980f88babffd8c90f8f1b dd32849f2bfb22da963c3aac6e26e255 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ) |
repository.mail.fl_str_mv |
|
_version_ |
1784097202344296448 |