ترجمه مقاله پیش بینی غلظت هیدروژن در مهار حوادث شدید با شبکه عصبی فازی - نشریه الزویر

ترجمه مقاله پیش بینی غلظت هیدروژن در مهار حوادث شدید با شبکه عصبی فازی - نشریه الزویر
قیمت خرید این محصول
۲۹,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
پیش بینی غلظت هیدروژن در مهار حوادث شدید با استفاده از شبکه عصبی فازی
عنوان انگلیسی
Prediction of hydrogen concentration in containment during severe accidents using fuzzy neural network
صفحات مقاله فارسی
17
صفحات مقاله انگلیسی
9
سال انتشار
2015
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
الزویر - Elsevier
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده و pdf
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع نگارش
مقالات پژوهشی (تحقیقاتی)
نوع ارائه مقاله
ژورنال
پایگاه
اسکوپوس
ایمپکت فاکتور(IF) مجله
1.832 در سال 2018
شاخص H_index مجله
29 در سال 2019
شاخص SJR مجله
0.952 در سال 2018
شناسه ISSN مجله
1738-5733
شاخص Q یا Quartile (چارک)
Q2 در سال 2018
کد محصول
F1371
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه منابع داخل متن
درج نشده است ☓
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است ✓
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
دارد ✓
رفرنس در ترجمه
در انتهای مقاله درج شده است
رشته و گرایش های مرتبط با این مقاله
شیمی و مکانیک، شیمی کاربردی، مکانیک سیالات و مکاترونیک
مجله
مهندسی و فناوری هسته ای - Nuclear Engineering and Technology
دانشگاه
گروه مهندسی هسته ای، دانشگاه چوسون، کره جنوبی
کلمات کلیدی
سیستم استنباط فازی، شبکه عصبی فازی، الگوریتم ژنتیکی، غلظت هیدروژن، حادثه از بین رفتن سردکن، حادثه شدید
کلمات کلیدی انگلیسی
Fuzzy Inference System - Fuzzy Neural Network - Genetic Algorithm - Hydrogen Concentration - Loss of Coolant Accident - Severe Accident
doi یا شناسه دیجیتال
https://doi.org/10.1016/j.net.2014.12.004
فهرست مطالب
چکیده
1-مقدمه
2-شبکه عصبی فازی
2-1-سیستم استنباط فازی
2-2 آموزش FIS
3-آماده سازی داده ها
4-کاربرد برای پیشگویی غلظت هیدروژن
5-نتیجه گیری
نمونه چکیده متن اصلی انگلیسی
Abstract

Recently, severe accidents in nuclear power plants (NPPs) have become a global concern. The aim of this paper is to predict the hydrogen buildup within containment resulting from severe accidents. The prediction was based on NPPs of an optimized power reactor 1,000. The increase in the hydrogen concentration in severe accidents is one of the major factors that threaten the integrity of the containment. A method using a fuzzy neural network (FNN) was applied to predict the hydrogen concentration in the containment. The FNN model was developed and verified based on simulation data acquired by simulating MAAP4 code for optimized power reactor 1,000. The FNN model is expected to assist operators to prevent a hydrogen explosion in severe accident situations and manage the accident properly because they are able to predict the changes in the trend of hydrogen concentration at the beginning of real accidents by using the developed FNN model.

نمونه چکیده ترجمه متن فارسی
چکیده
اخیرا، حوادث شدیدی در نیروگاه های هسته ای (NPP ها) یک نگرانی جهانی شده است. هدف این مقاله پیش بینی ساخت هیدروژن داخل درون داره نیروگاه ناشی از حوادث شدید می باشد. این پیشگویی براساس NPPهای یک راکتور نیروگاه بهینه سازی شده 1000 بوده است. افزایش غلظت هیدروژن در حوادث شدید یکی از عوامل اصلی است که انسجام درون داره را تهدید می کند. یک روش با استفاده از شبکه عصبی فازی یا FNN برای پیشگویی غلظت هیدروژن داخل درون داره بکار بسته شد. مدل FNN تدوین گردید و براساس داده های شبیه سازی شده بدست آمده با شبیه سازی کد MAAP4 برای راکتور نیروگاه بهینه سازی 1000 روایی سازی گردید. مدل FNN بنا به انتظار به اپراتورها برای پیشگیری از انفجار هیدروژن در موقعیت های حوادث شدید کمک می کند و حادثه را به طور مناسبی مدیریت می کند چون قادر به پیشگویی تغییرات در روند غلظت هیدروژن در آغاز رویدادهای واقعی با استفاده از مدل FNN تدوین شده می باشد.

بدون دیدگاه