본 논문에서는 노심설계 단계에서 선정된 다양한 노심 장전모형 중에서 압력용기 중성자 조사취화 관점에서 가장 최적의 노심 장전모형을 선정할 수 있도록 신속하게 압력용기 취약위치에 대한 속중성자속을 예측할 수 있는 방법을 제시하였다. 인공신경회로망 기법을 통해 노심 반경방향 및 축방향 출력분포만을 이용하여 압력용기내벽 취약위치에서의 중성자 스펙트럼을 신속하게 평가할 수 있도록 중성자속 가중치를 생산하였고 데이터베이스를 구축하였다. 이 방법은 중성자 수송코드를 이용한 수송계산을 직접 수행하지 않고도 신속하게 압력용기 위치에서의 중성자 조사환경을 평가할 수 있으며 소송코드 결과와 비교하여 상대오차 3.4%이내의 정확도를 보였다.
A neural network model to evaluate the neutron exposure on the reactor pressure vessel inner diameter was developed. By using the three dimensional synthesis method described in Regulatory Guide 1.190, a simple linear equation to calculate the neutron spectrum on the reactor pressure vessel was constructed. This model can be used in a quick estimation of fast neutron flux which is the most important parameter in the assessment of embrittlement of reactor pressure vessel. This model also used in the selection of an optimum core loading pattern without the neutron transport calculation. The maximum relative error of this model was less than 3.4% compared to the transport calculation for the calculations from cycle 1 to cycle 23 of Kori unit 1.
