En este trabajo se aborda la optimización de la recarga de combustible y de los patrones de barras de control en un reactor nuclear BWR, La energía generada en el reactor, depende en gran manera, de la forma en que se distribuye o coloca el combustible en el núcleo de reactor, no solo en lo que se refiere a la cantidad de energía extraída, sino también en cuanto al cumplimiento de las condiciones de seguridad.
Mantener las condiciones de seguridad, depende también de cómo se establecen los patrones de las Barras de Control a lo largo del ciclo, y esto de nuevo incide en la cantidad de energía extraída.
Para la optimización de la recarga de combustible se entrena una Red Neuronal de Retropropagación de Errores con el objeto de sustituir a un simulador del comportamiento de un reactor nuclear. Esta red neuronal es capaz de predecir algunos parámetros de seguridad del reactor de una forma rápida y eficiente.
Posteriormente se utilizan un Algoritmo Genético y una Red Neuronal Recurrente Multi Estado para optimizar la recarga de combustible. Estas dos técnicas requieren miles de evaluaciones de los márgenes de seguridad y para ello se utiliza la red neuronal entrenada con anterioridad. La utilización combinada de estas técnicas reduce significativamente el tiempo de optimización y se obtienen recargas de combustible que son mejores que las de referencia.
Por otro lado, se utilizan un Algoritmo Genético y Algoritmos basados en Colonias de Hormigas para optimizar los Patrones de Barras de Control de un reactor BWR. Ambas técnicas encuentran esquemas de operación del reactor que son mejores que los de diseño en el ciclo de operación de referencia.
Cabe mencionar que es la primera vez que se aplican técnicas de computación flexible a la solución de este problema.
La utilización de las metodologías mencionadas tienen una repercusión económica muy importante en la operación de un reactor nuclear. En el traba
© 2008-2024 Fundación Dialnet · Todos los derechos reservados