Anwendung eines künstlichen neuronalen Netzwerks im thermohydraulischen Problem des Reaktors: Vorhersage des kritischen Heizfluxes

In diesem Papier wird eine neue Methode zur Vorhersage des kritischen Heizfluxes (CHF) mit der Methode des künstlichen neuronalen Netzwerks (ANN) vorgestellt. Die ANNs wurden basierend auf drei Bedingungen trainiert: Typ I (Einlauf- oder upstream-Bedingungen), II (lokale oder CHF-Punkt-Bedingungen) und III (Auslauf- oder downstream-Bedingungen). Die beste Bedingung zur Vorhersage von CHF ist Typ II, mit einer Genauigkeit von ±10%. Die Auswirkungen der Hauptparameter wie Druck, Massenstrom, Gleichgewichtsgüte und Einlaufunterkühlung auf CHF wurden mithilfe des ANN analysiert. Der kritische Heizfluss unter oszillierenden Strömungsbedingungen wurde ebenfalls vorhergesagt.