[2E01-04] Fuel Research with Data Science and Machine Learning, Fast Reactor Recycle

[2E03] Machine Learning Sintering Density Prediction Model for MOX Fuel Pellet

*Tatsuya Nakajima¹, Ryota Tsuchimochi¹, Masato Kato¹, Syun Hirooka¹, Masashi Watanabe¹, Shinya Nakamichi¹, Tatsutoshi Murakami¹, Katsunori Ishii¹ (1. JAEA)

Keywords:Machine Learning, fast reactor, MOX fuel, Fuel Pellet

MOX燃料は、粉末物性の異なる複数の原料粉末を用いて、多くの製造工程を経て製造される。各製造パラメータは製品ペレットの品質に複雑に影響するため、製造条件は、経験則に基づき設定されるものも多い。原子力機構では、ＭＯＸ燃料製造のより深い理解のため、昨年度より機械学習による焼結密度予測モデルの開発に着手し、これまでの製造データから焼結密度予測モデルを作成した。既存の予測モデルでは、学習用データの範囲内の条件では高い精度で予測を行えたが、範囲外では予測精度が低かった。この要因として、予測モデルが学習用データに過剰に適合し、汎化性能が失われてしまったためと考えられる。そこで本研究では、汎化性能の改善を目的として、学習用データのうち、寄与の大きなパラメータのみを学習データとして抽出・使用し、新規モデルを作成した。本発表では、これらの成果について報告する。