顧客：
Rosatom State Atomic Energy Corporation（Rosatom）は、原子力分野で360を超える企業を含む国営原子力企業です。すべての非防衛原子力ベンチャー企業、核兵器部門の企業、研究機関、および原子力砕氷船隊が含まれ、原子力産業の世界最大企業の一つといえます。同社は、世界のウラン資源で2番目、鉱業で5番目、原子力生産で4番目の位置を占めています。世界の核燃料市場の17％、濃縮サービスの世界市場の40％を支配しています。
モデル開発者:Yuriy Podvalny, Denis Gerasimov。
問題
燃料被覆漏れ検出装置を設計する際、開発者は、核燃料生産関連機器が破裂した場合のシステム・パラメータを取得する必要がありました。
漏れ検知は燃料生産の自動ラインの一部です。 漏れコントロールは核燃料エレメントグループを熱し、暖まることで、故障部位からコントロール・ガスを放出します。これを漏れロケータで検知します。漏れている燃料エレメントが見つかるまで、各部位は同じ方法でスクリーニングされます。
システム・エンジニアは、炉の異なる損傷割合により、年間のインプットストレージとアウトプットストレージ間の依存および核燃料エレメントグループ・サイズを定義する必要がありました。さらに、インプットストレージが満杯のために停止している核燃料エレメントアッセンブリの量を定義する必要がありました。
ソリューション
漏れ率は確率的な性質を持っているため、開発者は被覆漏れ検出のシミュレーションモデルを作成し、さまざまなシナリオとシステム操作アルゴリズムをテストして、モデルで複数の実験を実行しました。
AnyLogicに組み込まれたモデルは、漏れ検出の2つのアルゴリズムをシミュレートします。アルゴリズムは、燃料エレメントグループがスクリーニングされ、漏れが検出された場合、漏れている燃料エレメントを検出するためのさまざまなアプローチに基づいています。
最初のアルゴリズム:漏れが検出されると、燃料要素グループの半分が炉＃1から炉＃2に充填されません。両方のグループが加熱され、燃料要素の漏れがないか検査されます。問題の無いグループは出力ストレージに保管されます。欠陥グループは再び2つのグループに分けられ、漏れている燃料エレメントなどが検査されます。
両方のグループに欠陥があると思われる場合、各グループの半分が出力ストレージに保管され、残りの半分の検査が開始されます。出力ストレージ内の燃料要素グループは、最初の半分の検査が完了した後に検査されます。入力ストレージは、スケジュールされた頻度でアセンブリをピックアップします。したがって、破裂したグループは、2つの炉によって解くことができます。燃料要素の新しいグループは、破裂したエレメントが見つかるまで充填されません。漏れが検出されない場合、炉はもちろん作動し、2番目の炉は最初の炉が燃料エレメントグループの検査を完了するまで待機します。
2番目のアルゴリズム：炉は独立して動作します。破裂したグループは、漏れている要素が見つかるまで、別の炉から隔離されます。燃料エレメントの新しいグループは、前のグループが完全に検査されるまで炉に投入されません。このアプローチにより、2つの炉を同時に操作できます。
モデルユーザーは、アルゴリズムの以下のパラメーターを変更できます。
- 漏れ頻度
- 検査のために炉に充填する燃料エレメントグループのサイズ
- 入力ストレージサイズ
研究の過程で、パラメーターのすべての組み合わせを、シミュレーションモデル「1年間」で約100回実行されました。
結果
- 動作アルゴリズムの生産率は、さまざまな漏れアルゴリズムのケースでテストされました。
- 炉に充填する燃料エレメントグループのサイズは、特定の漏れ周期に対して最大生産率を提供するように定義されました。
- シミュレーションにより、入力ストレージの容量が増加した場合のダウンタイムによる損失削減の可能性が明らかになりました。
- さまざまな漏れ発生率とさまざまなパラメーターについて、漏れ検知器の生産統計が受信されました。毎回、モデルは100年間分シミュレーションされました。
- シミュレーションでは、入力ストレージの最大容量と、炉に充填する燃料エレメントグループのサイズとの関係を発見しました。さまざまな漏れ発生率に対するこの依存性を表すために様々なデータを入手できました。
結論
燃料被覆漏れ検出の設計段階で、実際システムでの実験には多くの金銭面および時間が必要でしたが、シミュレーションを使用したデータ収取と分析により、エンジニアは最適な設計パラメーターを定義し、最大限の設計プランを実現できました。
顧客は、新しい炉の追加など、生産ラインで起こりうる変更をテストするためにシミュレーションモデルを使用することを計画しています。ユーザーは、モデルをダッシュボードでデータを編集してパラメーターを変更できます。シミュレーションモデルは、長年にわたって機器購入者の意思決定支援ツールとして機能します。