Abstract
壓水式反應器停機後的重新升載是一項重要的工作，必須要決定適當的控制棒位及硼酸濃度，才能在滿足運轉規範下順利地升至目標功率。升載時，若無法維持軸向功率分佈在一定範圍內，會造成氙在上下爐心振盪的情形。一般控制軸向功率分佈的策略是採用定軸向補償控制(constantaxial offset control) 的方法，此法是在進行功率變化時，將軸向補償值維持於目標值，使爐心有較均勻的功率分佈，其控制方法為選取適當的控制棒位以平衡功率和氙及釤濃度變化等因素造成的功率分佈變化，然後改變硼酸濃度以達到爐心所需目標功率。為達到控制軸向功率分佈的目的，本研究採神經網路作為控制器，利用二個串接(cascade)的神經網路，每個網路均有六個輸入，一個輸出，第一個網路的輸出是控制棒位改變量，用以控制軸向功率分佈，第二個網路的輸出為硼酸濃度改變量，用以平衡達成目標功率所需的反應度，第一個網路的輸入分別為(1)功率改變量(2)軸向補償值改變量(3)達目標功率時爐心上下半部氙濃度差與目前爐心上下半部氙濃度差之間的差值(4)達目標功率時爐心上下半部釤濃度差與目前爐心上下半部釤濃度差之間的差值(5)目前的控制棒位(6)目前的軸向補償值 。第二個網路的輸入分別為(1)功率改變量(2)控制棒位改變量(3)達目標功率時爐心平均氙濃度與目前爐心平均氙濃度之差值(4)達目標功率時爐心平均釤濃度與目前爐心平均釤濃度之差值(5)目前的控制棒位(6)目前的軸向補償值。訓練樣本的設計是本研究重點之一，訓練樣本涵蓋的範圍必須儘可能廣泛，才能使所訓練出的網路適用性廣泛，本研究首先定出較可能出現的功率改變量，再針對這些功率改變量作各種不同控制棒位的變化，將這些變化，輸入到Simulate-3作模擬取其輸出結果，便可得知其他輸入項在不同範圍的值，而使得訓練樣本的範圍廣泛。此架構經三維爐心模擬程式Simulate-3的模擬結果，證實能提供適當的升載控制策略。