Laporkan Masalah

Estimasi Daya Termal Keluaran Reaktor Menggunakan Metode Extended Kalman Filter Dan Jaringan Syaraf Tiruan

MUFQI MUHAMMAD G, Nazrul Effendy, S.T.,M.T., Ph.D.

2016 | Skripsi | S1 TEKNIK FISIKA

Pemeliharaan rektor nuklir merupakan salah satu cara yang dilakukan untuk mempertahankan keselamatan reaktor nuklir. Pemeliharaan di Reaktor RSG-GAS (G.A. SIWABESSY) bersifat periodik. Pemeliharaan periodik reaktor nuklir dapat dioptimalkan dengan metode pengukuran dan pemantauan daring (on-line). Untuk mengembangkan metode pemeliharaan yang lebih maju dari pada pemeliharaan konvensional, salah satu caranya adalah pemantauan dengan metode estimasi. Metode estimasi yang akan digunakan dalam penelitian ini adalah Extended Kalman Filter (EKF) dan Jaringan Syaraf Tiruan (JST). Penelitian ini bertujuan untuk mengembangkan metode estimasi secara cepat terhadap nilai keluaran daya termal pada reaktor yang selanjutnya dapat diimplementasikan di dunia nyata. Sistem EKF dan JST dimodelkan untuk melakukan estimasi terhadap nilai keluaran daya termal reaktor. Nilai galat atau kesalahan akan diketahui dengan menggunakan perhitungan Mean Squared Error (MSE). Hasil dari sistem EKF dan JST dibandingkan untuk mengetahui performa yang lebih baik antara kedua sistem tersebut. Dari 5 variasi data yang diuji dengan EKF dan JST 4 variasi neuron menunjukkan bahwa sistem JST memiliki kinerja yang lebih baik dari sistem EKF dengan rerata galat sebesar 0,012 berbanding 0,341. Kedua sistem dapat mengestimasi nilai keluaran daya termal reaktor dengan baik dan layak.

The maintenance of nuclear reactors is one method to achieve the safety of nuclear reactors. Reactor maintenance in RSG-GAS (GA Siwabessy) is conducted periodically. Periodic maintenance of nuclear reactors can be optimized with the method of online measuring and monitoring. To develop more advanced methods of maintenance estimation methods were proposed. The estimation method used in this study is the Extended Kalman Filter (EKF) and Artificial Neural Network (ANN). The research aims to develop a rapid method to estimate the value of the reactor thermal power output. EKF and ANN systems are modeled to estimate the value of the reactor thermal power output. The errors were determined by using the calculation of mean squared error. The results using EKF system and ANN were compared to find teh best performance of the systems. Five variations of the data were examined by EKF and ANN with 4 different variations of the architecture showed that ANN system has better performance than EKF system with an average error of 0.012 and 0.341, refectively systems can estimate the value of the reactor thermal power output and considered to be reliable.

Kata Kunci : pemantauan daring, Extended Kalman Filter, Jaringan Syaraf Tiruan, online monitoring, Extended Kalman Filter, Artificial Neural Network.

  1. S1-2016-319660-abstract.pdf  
  2. S1-2016-319660-bibliography.pdf  
  3. S1-2016-319660-title.pdf