研究目的
基于光纤光栅(FBG)测量数据，研究利用长短期记忆(LSTM)神经网络预测核反应堆堆芯内未来事件的方法。
研究成果
基于LSTM的神经网络能准确预测核反应堆堆芯中光学传感器的行为，为核设施的早期故障检测提供了可能。
研究不足
该研究的局限性在于RAL光纤上飞秒激光刻写光纤光栅的条件较为苛刻，以及中子辐照下光栅强度损失呈非线性变化。
1：实验设计与方法选择：
本研究采用基于LSTM的神经网络来预测核反应堆堆芯中光学传感器的行为。
2：样本选择与数据来源：
使用了从中子反应堆堆芯收集的FBG测量数据。
3：实验设备与材料清单：
FBG的制备使用了Ti:蓝宝石再生放大器、相位掩?？绦捶ㄒ约疤刂炙婊掌悖≧AL）光纤。
4：实验步骤与操作流程：
FBG通过飞秒激光刻写，插入核反应堆堆芯，并记录其对严苛条件的响应。
5：数据分析方法：
LSTM系统基于先前时间步长进行训练以预测未来传感器行为，准确度通过均方根误差（RMSE）衡量。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Ti:sapphire regenerative amplifier
Used for FBG writing with a femtosecond pulse duration.
-
phase mask
3.17 μm pitched
Used in the phase mask inscription method for FBG fabrication.
-
plano-convex acylindrical lens
Used to focus the linearly polarized laser pulses for FBG inscription.
-
random airline (RAL) fiber
Used as the medium for FBG inscription.
-
316 stainless-steel tubing
6 m long
Used for protection and mechanical support of the optical fiber in the nuclear reactor core.
-
登录查看剩余3件设备及参数对照表
查看全部
