• Proceedings of the Korean Nuclear Society Conference
• /
• 1997.05a
• /
• pp.257-263
• /
• 1997

원자력 발전소의 주급수 유량은 원자로 열출력 산출에 사용되는 중요한 변수로서 , 노심관리 뿐만 아니라 원자로 안전 운전에도 중요하며, 발전소 출력에 직접적인 영향을 미친다. 원자력발전소의 주급수 유량은 1% 의 허용오차로 설계되어 있으나, 사용년수의 증가 및 운전조건의 영향 둥으로 정확도의 유지가 어려운 실정이다. 주급수 유량을 정확도 $\pm$0.5% 이내로 측정한다면 1000 MW 급 원자력 발전소에서 최대 10MW 의 전기출력 복구가 가능하며, 이를 위해 주급수 유량 측정 설비의 정확도 검증과 보정을 할 수 있는 정확한 유량 측정법의 개발이 절실하다. 본 연구에서는 화학 추적자 방법에 의한 정밀 유량 측정기술을 개발하여, 원자력 발전소 주급수 계통의 유량 측정에 사용되고 있는 벤츄리(venturi), 노즐(nozzle), 오리피스(orifice) 등의 유량검증에 활용함으로서 발전소의 안전성을 유지하면서 동시에 출력을 극대화하는 것을 목표로 하여 추적자 이용 유량 검증기를 설계 제작하였으며 그 정확도와 유효성에 대한 실험적 검토를 하였다. 본 연구에서 사용한 추적자 방법은 유량 번동에 좋은 응답성을 보이고 있으며, 유량 측정에 있어서도 정확도 $\pm$ 0.5 % 이내의 매우 신뢰성 있는 측정이 가능하다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1998.05a
• /
• pp.351-356
• /
• 1998

화학 추적자 방법에 의한 정밀 유량 측정기술을 개발하여, 원자력 발전소 주급수 계통의 유량 측정에 사용되고 있는 차압식 유량계의 유량검증에 활용함으로서 발전소의 안전성을 유지하면서 동시에 출력을 극대화하는 것을 목표로 추적자 이용 유량 측정법을 개발하였으며 그 정확도와 유효성에 대한 실험적인 검토를 하여왔다 본 논문에서는 월성 1호기 증기발생기 주급수 유량측정에 동 방법을 적용한 결과를 통하여 추적자 방법의 유효성에 대하여 검토하였다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2003.10a
• /
• pp.130-130
• /
• 2003

• Nuclear Engineering and Technology
• /
• v.29 no.6
• /
• pp.1-7
• /
• 1997

원자력 발전소의 주급수 유량은 원자로 열출력 산출에 사용되는 중요한 변수로서, 노심관리 뿐만 아니라 원자로 안전운전에도 중요하며, 발전소 출력에 직접적인 영향을 미친다. 그러므로 현재 사용되고 있는 주급수 유량 측정설비의 정확도 검증 및 보정을 위하여 정확한 유량측정법의 개발이 필요한 실정이다. 본 연구는 화학 추적자 방법에 의한 고정밀 유량측정 기술을 개발하여, 원자력 발전소 주급수 계통의 유량측정에 사용되고 있는 벤츄리(Venturi), 노즐(Nozzle), 오리피스(Orifice) 등의 유량계에 관한 검증용으로 활용함으로서 발전소의 안전성을 유지하는 범위에서 출력을 극대화시킨다는 목적으로 예비 실험장치를 설계 설치하여, 본 방법의 유효성에 대해서 검토하였다. 그 결과, 본 연구에 사용한 추적자 방법은 유량변동에도 좋은 응답성을 보이고 있으며, 유량측정에 있어서도 매우 신뢰성 있는 측정이 가능하다.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2995-2997
• /
• 2000

원자력발전소의 열출력 계산 결과에 가장 큰 영향을 미치는 변수는 주급수 유량이며, 측정방식상의 특성(Venturi Fouling)으로 인해 계산시 과다하게 반영될 소지가 있다 본 연구에서는 이 측정 오차를 최소화하기 위하여 뉴로-퍼지 논리를 이용하여 주급수 유량을 예측한 후 그 결과를 통해 열출력을 재평가하고자 하였다. 즉, 뉴로-퍼지로의 입력 변수(증기발생기 압력 및 수위. 터빈 충동실 압력)들은 모의훈련으로 출력을 상승시키면서 취득한 후 Wavelet Denoising 기법을 이용하여 노이즈를 제거시키고. 뉴로-퍼지 추론 계통의 파라메타들을 최적화시키기 위하여 유전적 알고리듬 및 최소자승법에 의한 Hybrid Learning Rule을 이용하여 학습시켰다. 시뮬레이션을 수행한 결과, 주급수 유량이 양호하게 예측되어, 이 결과를 토대로 열출력을 평가하는데 본 알고리듬의 적용이 성공적임을 입증하였다.

• Journal of Energy Engineering
• /
• v.23 no.4
• /
• pp.263-271
• /
• 2014

Corrective thermal performance analysis is required for thermal power plants to determine performance status of turbine cycle. We developed classification method for main feed water flow to make precise correction for performance analysis based on ASME (American Society of Mechanical Engineers) PTC (Performance Test Code). The classification is based on feature identification of status of main water flow. Also we developed predictive algorithms for corrected main feed-water through Support Vector Machine (SVM) Model for each classified feature area. The results was compared to estimations using Neural Network(NN) and Kernel Regression(KR). The feature classification and predictive model of main feed-water flow provides more practical methods for corrective thermal performance analysis of turbine cycle.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.20 no.12
• /
• pp.663-670
• /
• 2019

Corrective thermal performance analysis is required for power plants' turbine cycles to determine the performance status of the cycle and improve the economic operation of the power plant. We developed a sectional classification method for the main feed-water flow to make precise corrections for the performance analysis based on the Performance Test Code (PTC) of the American Society of Mechanical Engineers (ASME). The method was developed for the estimation of the turbine cycle performance in a classified section. The classification is based on feature identification of the correlation status of the main feed-water flow measurements. We also developed predictive algorithms for the corrected main feed-water through a Kernel Regression (KR) model for each classified feature area. The method was compared with estimation using an Artificial Neural Network (ANN). The feature classification and predictive model provided more practical and reliable methods for the corrective thermal performance analysis of a turbine cycle.

• The KSFM Journal of Fluid Machinery
• /
• v.13 no.3
• /
• pp.12-17
• /
• 2010

The orifice establishment which is improper does to change the entity differential pressure and occurs an error in flow measurement data. Because of this, the thermal power of nuclear power plant could be evaluated excessively and the safety margin could be decreased. In this paper, characters of orifice which is established abnormally was investigated. Specially, the orifice plate which is established in opposition case was modeled and analyzed. Finally, 14.4% was lowly measured differential pressure, when being established in the resultant opposition. And this result with EPRI and NRC experiences was similar.

• Transactions of the Korean Society of Pressure Vessels and Piping
• /
• v.11 no.1
• /
• pp.39-44
• /
• 2015

The fracture toughness of 2.25Cr-1Mo cast steel (SA217-WC9) samples which were taken from the check valves of feed water piping of Korean Standard Nuclear Power Plant(KSNPP) was measured by Master Curve method. The measured $T_0$ reference temperature of SA217-WC9 steel was $-30^{\circ}C$. The obtained $T_0$ was compared to the derived value from Charpy impact test data following to SINTEP procedure. The heat-to-heat variation in fracture toughness of SA217-WC9 steel was observed. It was found that the low toughness of a heat of SA217-WC9 steel was attributed to the coarse MnS inclusion originated by high sulfur content as the results of microanalyses.

• Proceedings of the Korean Nuclear Society Conference
• /
• 2002.05a
• /
• pp.76-76
• /
• 2002