고객:
로자톰 주 원자력 주식회사(Rosatom State Atom Corporation, Rosatom)는 원자력 분야의 360개 이상의 기업을 통합한 국가 보유국이다. 여기에는 모든 비방위 핵 벤처기업, 핵무기 분야의 기업, 연구 단체, 핵 쇄빙선 함대가 포함된다. 로자톰은 원자력 산업의 선두 기관이다. 세계 우라늄 재고 2위, 채굴 5위, 세계 원자력 생산 4위다. 세계 핵연료 시장의 17%, 농축 서비스 시장의 40%를 점유하고 있다.
모델 개발자: 유리 포드발니, 데니스 제라시모프.
문제:
연료 피복재 누출 감지 작업장을 설계할 때 개발자는 연료 소자 생산 파열 시 데이터와 시스템 매개변수를 수집해야 했다.
피복재 누출 감지 작업장은 연료 조립품 자동 생산 라인의 일부다. 누출 제어는 연료 소자 그룹을 가열하는 것에 기초한다. 예열 중에 결함이 있는 장치는 누출 로케이터에 의해 감지되는 제어 가스를 배출한다. 탈당한 집단은 두 갈래로 나뉜다. 누출되는 연료 요소가 발견될 때까지 각 부품을 동일한 방식으로 선별한다.
시스템 엔지니어는 용해로 또는 상이한 스포티지로 충전하기 위해 연간 출력(생산), 입력 저장 용량 및 연료 요소 그룹 크기 사이의 의존성을 정의해야 했다. 또한 입력 저장소가 가득 찬 경우 시스템 다운타임으로 인해 연료소자 조립의 죽은 양을 정의할 필요가 있었다.
해결책:
누설률은 확률적인 성격을 가지고 있기 때문에, 개발자들은 피복재 누설탐지 숍의 시뮬레이션 모델을 구축하고 다양한 시나리오와 시스템 운용 알고리즘을 시험하여 모델에 대한 여러 가지 실험을 실시했다.
AnyLogic에 내장된 이 모델은 누출 감지 숍 운영의 두 가지 알고리즘을 시뮬레이션한다. 이 알고리즘은 연료소자 그룹이 선별되어 누출이 감지될 때 누출되는 연료소자를 감지하기 위한 다른 접근방식에 기초한다.
첫 번째 알고리즘: 누출이 감지되면 연료소자 그룹의 절반이 용해로 #1에서 용해로 #2로 충전되지 않는다. 두 그룹 모두 가열되고 연료 소자 누출 여부를 검사한다. 적격한 그룹이 출력 저장소에 충전된다. 결함이 있는 집단은 다시 두 그룹으로 나누어 누출되는 연료소자 등을 검사한다.
두 그룹 모두 결함이 있는 것으로 나타나면 각 그룹의 절반은 출력 저장소에 충전되고 나머지 절반은 검사가 시작된다. 출력 저장소의 연료 소자 그룹은 첫 번째 절반의 검사가 완료된 후 검사한다. 입력 저장소는 예약된 주파수로 들어오는 어셈블리를 선택한다. 따라서 파열된 집단은 두 개의 용광로에 의해 "코팅 해제"된다. 파열된 원소가 발견될 때까지 새로운 연료 원소 그룹은 충전되지 않는다. 누출이 감지되지 않을 경우, 두 번째 고로는 연료소자 그룹의 검사를 완료하기 위해 첫 번째 고로를 대기하면서 고로가 운행된다.
두 번째 알고리즘: 용해로는 독립적으로 작동한다. 파열된 그룹은 누출된 원소가 발견될 때까지 다른 용광로와 격리된 용광로에 의해 "코일링 해제"된다. 새로운 연료 소자 그룹은 이전 그룹이 완전히 검사될 때까지 용해로에 충전되지 않는다. 이 접근방식은 두 개의 용해로를 동시에 작동할 수 있게 한다.
모델 사용자는 다음과 같은 알고리즘 매개변수를 변경할 수 있다.
- 누설 빈도
- 검사를 위해 용해로에 충전할 연료 요소 그룹의 크기
- 입력 스토리지 크기
연구 과정에서 시뮬레이션 모델 시간 측면에서 '1년' 동안 가치 매개변수의 모든 조합을 100회 정도 모델에서 실행했다.
결과:
- 서로 다른 누출 빈도 사례에 대해 작동 알고리즘의 생산률을 시험했다.
- 용해로에 충전할 연료 요소 그룹의 크기는 주어진 누출 빈도에 대한 최대 생산 속도를 제공하도록 정의되었다.
- 시뮬레이션을 통해 입력 스토리지의 볼륨이 증가할 경우 다운타임으로 인한 손실 감소 가능.
- 다양한 누출 빈도와 다양한 파라미터에 대한 누출 검출기 생산 통계를 수신했다. 그때마다 모델은 100년 "시뮬레이션" 년 동안 운영되었다.
- 시뮬레이션을 통해 최대 입력 저장 용적과 용해로에 충전할 연료 요소 그룹 크기 사이의 의존성을 발견했다. 다양한 누출 빈도에 대한 이러한 의존도를 표현하기 위해 수치값을 받았다.
결론:
연료 피복재 누출 감지 작업장을 설계하는 단계에서 실제 시스템에 대한 실험에는 많은 재정 및 시간 비용이 필요했다. 시뮬레이션 중에 수집된 데이터의 분석을 통해 엔지니어는 최대 생산을 제공하기 위한 최적의 설계 매개변수를 정의할 수 있었다.
고객은 새로운 용해로를 추가하는 것과 같이 생산 라인의 가능한 변화를 테스트하기 위해 시뮬레이션 모델을 사용할 계획이다. 사용자는 모델 인터페이스의 데이터를 편집하여 파라미터를 변경할 수 있다. 시뮬레이션 모델은 수년간 장비 구매자에게 의사결정 지원 도구 역할을 할 것이다.