Workshop "Meßtechnik für stationäre und transiente ...

Arbeitsphase: Bevor der entwickelte Algorithmus in eine Anwendung eingebunden
werden kann, muß er mehrfach mit realen Prozeßdaten getestet werden. Weiterhin ist zu
überprüfen, wie der Algorithmus in Störfallsituationen reagiert. Für die
Füllstandsrekonstruktion präsentiert sich die Online Einbindung in den Prozeß, wie in Bild
7 dargestellt. Als Inputsignale werden die vorverarbeiteten Gammasignale und die
genannten Prozeßgrößen verwendet. Aus diesen Signalen werden die zugehörigen
Füllstände berechnet. Im Algorithmus sind die dazu notwendigen Kennfelder für die
Prozeßvariabeln mit hinterlegt.
Berechnung
der Formfunktion
Neutronenfluß
Pum~endrehzahl
Kennfeld
Füllstand Ringraum
FUllstand Plenum
Füllstand Bypass
Bild 7 : Bestimmung des Füllstandes aus den eingehenden Gammasignalen und zusätzlichen
Prozeßinfomationen
5 Zusammenfassung
Die verbesserte Überwachung des Betriebes von Kernkraftwerken erfordert den Einsatz
neuer Technologien in der Signalverarbeitung. Zur Gewinnung von Informationen aus
hochkomplexen Signalfeldern bieten sich neuronale Netze sowohl für die Extraktion von
lnformation als auch für die Speicherung und schnelle Bereitstellung dieser lnformation
an.
In diesem Beitrag wurde ein Verfahren zur Füllstandsbestimmung an
Siedewasserreaktoren vorgestellt, welches in der Lage ist, den Füllstand aus der Messung
der Intensitätsverteilung des Gammastrahlungsfeldes außerhalb des
Reaktordruckbehälter zu bestimmen. Die Untersuchungen einer umfangreichen
Sensibilitätsanalyse ergaben, daß der entwickelte neuronale Algorithmus für den
abgeschalteten Reaktor sehr genaue Ergebnisse liefert und robust gegen Störungen ist.
Die Arbeiten für die Erstellung des Kennfeldes für den Leistungsbetrieb sind noch nicht
abgeschlossen.
Literatur
[I] Dräger, F. : .Untersuchungen zu einem diversitären Füllstandsmeßverfahren"
Diplomarbeit TH Zittau 1996