• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• pp.1785-1786
• /
• 2006

본 논문에서 개발한 시스템은 원자력 발전소의 금속파편감시계통(Loose parts monitoring system, LPMS)에서 충격신호의 탐지를 위해 사용되는 하드웨어와 관련이 있는 트리거 판단을 위한 보드이다. LPMS는 원자로 내부에서 발생하는 금속 파편이나 이물질의 존재 여부와 위치를 정확히 찾아내 원자력 발전소의 불필요한 가동중단이나 예기치 않은 안전 사고를 예방 할 수 있는 시스템이다. 본 논문에서 개발한 DAM(Data acquisition module)보드는 LPMS의 하드웨어 중에서 입력된 신호를 디지털로 변환하여 충격신호의 트리거 여부를 판단하는 기능을 한다. DAM은 디지털 필터와 트리거 판단을 위한 알고리즘이 DSP에서 실시간으로 처리되어 DMS의 기능을 업그레이드 하였다. 개발된 시스템은 기존 외국 장비에 비하여 하드웨어 성능이 대폭 향상되었으며 하드웨어의 완전 국산화 개발이라는 특징이 있다.

• 한국소음진동공학회논문집
• /
• 제26권4호
• /
• pp.483-491
• /
• 2016

Precision of theoretical group velocity of waves in shell structures was discussed for the purpose of source localization of loose parts impact in pressure vessels of nuclear power plants. Estimating exact location of loose parts impact inside a reactor or a steam generator is very important in safety management of a NPP. Evaluation of correct propagation velocity of impact signals in pressure vessels, most of which are shell structures, is essential in impact source localization. Theoretical group velocities of impact signals in a plate and a shell were calculated by wave equations and compared to the velocities measured experimentally in a plate specimen and a scale model of a nuclear reactor. The wave equation applicable to source localization algorithm in shell structures was chosen by the study.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1999년도 추계학술발표회요약집
• /
• pp.102.2-102
• /
• 1999

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.227-230
• /
• 2002

이 논문에서는 신경회로망을 이용한 원전 금속파편 시스템에 적용하여 진단 가능성을 제시한다. 첫 번째로, 오경보 감소에 대해 역전파 신경망을 적용하여 오경보 감소에 대한 가능성을 제시하였다. 즉, 전처리 단계에서 이동 평균 필터를 적용하여 저주파수인 배경잡음을 소거하였으며, 충격신호의 시작시간, 상승시간, 반주기, 전체시간을 신경망의 입력 값으로 사용하였다 발전소 운전가동시의 오경보 및 충격시험시의 신호를 적용한 결과 오경보가 1/4 이내로 줄어드는 유용한 결과를 보임을 알 수 있었다. 두 번째로 신경회로망 이론을 금속파편 진단(질량추정)에 적용하여 진단 가능성을 제시하였다. 신경회로망에서 사용된 알고리즘은 역전파 알고리즘(Back Propagation Network)을 사용하였으며, 세 가지의 입력변수(Rising Time, Half Period, Maximum amplitude)를 이용하였다. 영광 3호기 시운전시 강구의 충격 데이터로 미리 학습을 시킨 후 실제 금속파편 신호와 비교/분석하여 질량값을 추정하였다. 분석한 결과 비교적 만족할 만한 결과를 얻어 금속파편 진단에 신경회로망의 적용이 가능할 것으로 판단하였다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 2004년도 추계학술발표회 발표논문집
• /
• pp.577-578
• /
• 2004

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 1993년도 춘계학술대회논문집; 한국과학연구소, 21 May 1993
• /
• pp.148-152
• /
• 1993

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 2001년도 추계학술발표회요약집
• /
• pp.102.2-102
• /
• 2001

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 2005년도 추계학술발표회
• /
• pp.424-425
• /
• 2005

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2004년도 추계학술대회논문집
• /
• pp.311-316
• /
• 2004

For the location estimation in the conventional LPMS(Loose Parts Monitoring System), it is popular to employ a group delay among the acoustic sensors installed within a 3 ft range from the impact source. However, there exists inherent error in determining the arrival time differences of the generated wave group among the neighboring sensors. To overcome this problem in this study, the two dimensional approach has been proposed and applied to effectively estimate the arrival time differences by using a continuous wavelet transform which is one of the linear time-frequency analysis methods. The experiment has been performed to both the plate model and the real steam generator in a nuclear power plant. It is expected that the reliability of the location estimation could be enhanced when the proposed time-frequency method is introduced into the LPMS system.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1995년도 추계학술발표회논문집(1)
• /
• pp.223-229
• /
• 1995

Loose Par Monitoring System(LPMS) is one of the fundamental diagnostic tools installed in the nuclear power plants. In this paper, recovery process algorithm and model for the corrupted impact signal generated by loose parts is presented. The characteristics of this algorithm can obtain a proper burst signal even though background noise is considerably high level comparing with actual impact signal. To verify performance of the proposed algorithm, we evaluate mathematically signal-to-noise ratio of primary output and noise. The performance of this recovery process algorithm is shown through computer simulation.