بهرام مقیم دهکردی - کارشناس بهره برداری نیروگاه اتمی بوشهر

کنترل PH حرارتی درفرآیند کنترل رژیم آبی – شیمیایی نیروگاه اتمی بسیار حائز اهمیت می باشد.که در نتیجه این کنترل که توان دز دریافتی از تجهیزات مدار اول در زمان توقف جهت تعمیرات و تعویض سوخت و همچنین بهره برداری مطمئن و طولانی مدت با حداقل میزان خوردگی، بوسیله اپتیمم کردن مقدار PH حرارتی در زمان کار نیروگاه تامین می گردد. لذا با کنترل PH حرارتی با استفاده از شبکه های عصبی مصنوعی در طول مدت بهره برداری می توان رژیم آبی – شیمیایی نیروگاه را طوری تنظیم نمود تا به مقداراپتیمم PH حرارتی دست پیدا کرد.در این مقاله با مطالعه مدارک، کتب مختلف ، مقامت ، مدارک آژانس بین المللی انرژم اتمی در مورد بهره بارداریم از نیروگاه اتمی و همچنین داده هام رژیم آبی شیمیایی نیروگاه اتمی ، از طریق شبکه عصبی مصنوعی، PH حرارتی در زمان کار نیروگاه اتمی اندازه گیری شده است. کلیه تحلیل ها در نرم افزار SPSS نسخه ۲۲ انجام شد. در شبکه عصبی مصنوعی در لایه ورودی دو نورون (یکی ALKALI و دیگری ۳H۳BO) و در لایه خروجی یک نورون (حالت رگرسیونی و برای پاسخ Hplus) قرار گرفتند. برام بدست آوردن شبکه عصبی مصنوعی مناسب، شبکه ها با تعداد نورون ها و لایه های میانی متفاوت و با توابع فعال سازی مختلف امتحان شدند و بهترین شبکه که دارای خطای کمتری بوده است انتخاب گردید. بر اساس نتایج بدست آمده، شبکه عصبی مصنوعی با یک لایه میانی دارای ۳ نورون و توابع فعال سازی تانژانت هیپربولیک و خطی (به ترتیب در لایه میانی و خروجی) به عنوان بهترین شبکه درنظر گرفته شد. برای هر دو مجموعه آموزش و آزمون، پی -بینیهام شبکه برام Hplus بدست آمد. با تبدیل log(Hplus)– مقادیر پیش بینی شده به PH تغییر یافتند. از برخی معیارها جهت بررسی برازش شبکه استفاده شد که عبارت بودند از میانگین مربعات خطا MSE، میانگین قدرمطلق خطا MAE و MAPE. نتایج مربوط به این معیارها برام مجموعه آموزش به ترتیب برابر ۰/۰۰۰۰۲ ، ۰/۰۰۲۷۰ و۰۳۸/۰ و برای مجموعه آزمون به ترتیب برابر ۰/۰۰۰۰۱ ، ۰/۰۰۲۳۵ و ۰/۰۳۳ بدست آمد

و PH حرارتی ، شبکه عصبی مصنوعی، نرم افزار Hplus، H۳BO۳، ALKALI، SPSS