• Nuclear Engineering and Technology
• /
• 제54권1호
• /
• pp.310-317
• /
• 2022

The mass attenuation coefficient is the primary physical parameter to model narrow beam gamma-ray attenuation. A new machine learning based approach is proposed to model gamma-ray shielding behavior of composites alternative to theoretical calculations. Two fuzzy logic algorithms and a neural network algorithm were trained and tested with different mixture ratios of vanadium slag/epoxy resin/antimony in the 0.05 MeV-2 MeV energy range. Two of the algorithms showed excellent agreement with testing data after optimizing adjustable parameters, with root mean squared error (RMSE) values down to 0.0001. Those results are remarkable because mass attenuation coefficients are often presented with four significant figures. Different training data sizes were tried to determine the least number of data points required to train sufficient models. Data set size more than 1000 is seen to be required to model in above 0.05 MeV energy. Below this energy, more data points with finer energy resolution might be required. Neuro-fuzzy models were three times faster to train than neural network models, while neural network models depicted low RMSE. Fuzzy logic algorithms are overlooked in complex function approximation, yet grid partitioned fuzzy algorithms showed excellent calculation efficiency and good convergence in predicting mass attenuation coefficient.

• 공업화학
• /
• 제32권6호
• /
• pp.599-606
• /
• 2021

본 연구는 질소산화물 제거를 위하여 암모니아를 환원제로 사용하는 선택적 촉매 환원법에 있어 지지체에 셀레늄을 첨가하여 300 ℃ 이하에서 V₂O₅/WO₃/TiO₂의 반응 활성을 증진시키기 위한 실험 및 반응특성 연구를 수행하였다. 졸-겔법으로 Se-TiO₂ 및 TiO₂를 합성하였으며, 이를 지지체로 하여 V₂O₅/WO₃/TiO₂ 및 V₂O₅/WO₃/Se-TiO₂ 촉매를 제조하여 상용 촉매와 반응 활성을 비교하였다. 실험 결과, 졸-겔법으로 합성한 TiO₂를 사용한 촉매의 탈질 효율이 상용 TiO₂를 사용하여 제조한 촉매보다 낮은 결과를 보였으나 셀레늄을 첨가함에 따라 탈질 효율이 증진되었다. 따라서 BET, XRD, Raman, H₂-TPR 및 FT-IR분석을 통하여 셀레늄의 첨가가 촉매의 구조에 미치는 영향을 분석하였으며 셀레늄 첨가에 의한 비표면적의 증가와 단량체 및 복합체 바나듐 종의 형성이 반응 특성에 미치는 영향을 확인하였다.