Application of neural networks to digital computer control of nuclear reactors
Başlık çevirisi mevcut değil.
- Tez No: 15742
- Danışmanlar: Y.DOÇ.DR. LEVENT AKIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Denetim, Nükleer reaktörler, Sinir ağları, Control, Nuclear reactors, Nerve net
- Yıl: 1991
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Bu çalışma, nükleer reaktörlerin sayısal bilgisayar denetimi sorununa bir yaklaşım olarak nöron ağları uygulamasını inceler. Nöron ağları yaklaşımını kullanmaktaki gerekçe, nükleer reaktör sistemi için detaylı bir matematiksel model gereksinimini ortadan kaldırmaktır. Bu çalışmada, doğrusal olmayan nükleer reaktör sisteminin güç çıktısını denetlemeyi nöron ağının nasıl öğrendiği gösterilmektedir. Doğrusal olmayan nükleer reaktör modelinin dinamik özelliklerini tanımlayan diferansiyel denklem kümesinden, denetleyici nöron ağının eğitimi ve hata oranının ölçümü için gerekli girdi verilerinin elde edilmesinde yararlanılır. Bu bağlamda, elde edilen girdi verileri, nöron ağları uygulamaları için geliştirilen kullanıcı arabirimiyle denetleyici nöron ağının eğitiminde kullanılır. Sayısal benzeşim kullanılarak, nöron ağı yapısının denetim dizgesi üzerindeki etkisi gözlenmiştir. Bu gözlem, saklı katman sayısını, saklı katmandaki nöron sayısını değiştirerek yapılmıştır. Nöron ağının eğitiminde, farklı eğitim kümeleri ile farklı sayıda örnek veriler kullanılmıştır. Ağır yük izleme konumunda, onaylanır denetim dizgesinin elde edilebilir olduğu, ve denetleyicinin daha gerçekçi durumlarda gerekli yeterliliği olduğu görülmüştür. Gürültü olduğu durumlarda da, denetleyicinin yavaş yavaş yeterliliğini yitirdiği gözlenmiştir.
Özet (Çeviri)
IV ABSTRACT In this study, the application of neural networks to digital computer control of nuclear reactors was investigated. The purpose of using the neural network approach is to alleviate the requirement for a detailed mathematical model of the nuclear reactor system. In this work, it is shown how a neural network can learn to control the power of the nuclear reactor system, which is a nonlinear dynamic system. The set of differential equations, which represent the dynamic characteristics of the nonlinear nuclear reactor model are utilized to obtain a set of input tuples to train and test the controller, which is actually a neural network assumed to be controlling the power output of the given nuclear reactor. In this respect, the obtained input tuples are used to train the neural network in the user interface developed for the purpose of neural network applications. Using numerical simulation, the effect of the architecture of the neural network on the final control is investigated. This was accomplished by varying the number of hidden layers and the number of nodes in the hidden layers. Several training sets with different number of tuples were used for training. It was seen that an acceptable control in a tight load following mode was attainable, and that the controller has a satisfactory performance in more realistic situations. It was also observed that in the presence of noise the controller degrades gracefully.
Benzer Tezler
- Hücresel nöral ağlar ve uygulamaları
Cellular neural networks and applications
SEVİLAY ÖZDEMİR
Yüksek Lisans
Türkçe
1991
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. I. CEM GÖKNAR
- Dinamik algılayıcı öğrenme algoritması ile kenar saptamanın öğrenilmesi
Learning of edge detection using recurrent perceptron learning algorithm
FİLİZ YOSMA TAŞKIN
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. CÜNEYT GÜZELİŞ
- Çok düzeyli statik bellek gözesi ve kohonen türü yapay sinir ağına uygulanması
Multiple valued static storage cell and its application to kohonen type neural network
NURETTİN YAMAN ÖZELÇİ
Doktora
Türkçe
1999
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. UĞUR ÇİLİNGİROĞLU
- Hopfield modeli yapay sinir ağları ve uygulamları
Hopfield model neural networks and applications
HÜSEYİN ERBİLGİN
Yüksek Lisans
Türkçe
1993
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. LEYLA GÖREN
- Rastgele markov alanları ve hücresel sinir ağları ile görüntü işleme
Image processing with markow random fields and cellular neural networks
MAHMUT ŞAMİL SAĞIROĞLU
Yüksek Lisans
Türkçe
2001
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN NURİ UÇAN