자기필터시스템을 이용한 원자로 냉각재로부터의 방사성 부식생성물 제거는 원자력 발전소의 운전 및 유지보수 종사자에 대한 방사선 피폭 준위를 낮추는 방법으로 많은 연구가 이루어지는 분야 중 하나이다. 그 결과, 보다 높은 신뢰성과 여과성능을 갖춘 자기필터를 개발하고자 수화학 분야에서는 많은 연구가 이루어지고 있다. 본 연구에서는 부식생성물의 자기적 성질을 이용하여 원자력 발전소 냉각재내의 방사성 부식생성물을 제거하기 위해 영구자석과 전자석 이 조합된 자기필터 시스템을 개발하였다. 영구자석은 부식생성물의 여과를 위해 사용되며 전자석은 아주 미세한 콜로이드 부식생성물 입자의 크기를 증가시키기 위한 응집에 이용된다. 선행 연구에서 영구자석만을 사용한 필터 실험결과 대부분의 부식생성물 입자에 대해 만족할만한 수준의 제거효율을 달성하였으며 특히, 크기가 5m 이상인 입자의 경우 제거효율은 90를 상회하였다. 전자석을 이용한 응집 실험결과 화학응집제의 첨가 없이 대부분의 부식생성물 입자가 전자기장에 의해 응집하여 크기가 5m 이상으로 증가되어 응집실험에 대해 전반적으로 만족스러운 결과를 도출하였다. 따라서, 영구자석과 전자석이 조합된 자기필터시스템은 방사성 부식생성물 제거를 위한효과적인 방법으로 높은 제거효율을 보여주리라 여겨진다.

발전소 내 방사화 부식생성물의 대부분을 차지하고 있는 니켈 페라이트계 부식생성물을 모사 발생시키기 위한 고온 고압용 장치를 제작하여 연구를 수행하였다. 배관형 포집기를 이용한 부식생성물 발생장치로부터 방사화 부식생성물과 가장 유사한 부식생성물을 얻을 수 있었다. 발전소에서 입자성 부식생성물이 발생되는 원리인 온도에 따른 용해도 차이를 구현하기 위하여 270C에서 부식반응이 일어나 상대적으로 높은 온도를 가진 포집용 장치에 부식생성물이 포집되도록 장치를 제작하였으며 , 발생된 부식생성물은 주사전자현미경 관찰과 EDAX를 통한 조성분석으로 그 특성을 관찰하였다. 부식생성물은 포집 된 위치 에 따라서 침상 형태의 산화물과 결정 형태의 산화물로 나뉘었으며, 조성 분석 결과 결정 형태의 부식생성물이 니켈 페라이트로서 발전소에서 발생되는 입자성 부식생성물과 유사한 것을 알 수 있었다.

원전에서 발생된 중저준위 방사성 폐기물의 경우 처분장으로 이송되기 이전에 드럼에 대한 세부적인 정보 특히 핵종 재고량에 대한 평가가 수행되어야 한다. 그러나 드럼처리된 방사성폐기물의 경우 평가 대상 핵종 농도에 대한 예측이 어려운 것이 일반적이다. 따라서 이를 극복하고자 직접측정이 어려운 경우 척도인자 방법을 활용하고 있다. 국내의 경우 1996년부터 고리원전에서 척도인자 개념이 적용된 핵종분석장치를 운영해오고 있다. 그러나 고리원전에 적용된 척도인자의 경우 많은 개선의 여지가 남겨져 있다. 따라서 현재 척도인자의 향상을 위한 연구가 진행 중에 있다. 본 논문에서는 연구의 범위에 대한 개략적인 소개와 핵종 재고량 평가 방법 중 보다 신뢰할 수 있는 평가 방법을 찾고자 통계적인 척도인자 평가 방법을 비교 평가했으며 이를 통해 고리원전에 사용된 산술평균 방법을 기하평균 방법으로 바꾸는 것이 예측의 정확성을 향상시킬 수 있을 뿐만 아니라 드럼내 핵종 재고량의 과대평가를 막고 합리적인 보수성을 유지할 수 있음을 알수 있었다.

Final disposal of radioactive waste generated from Nuclear Power Plant (NPP) requires the detailed information about the characteristics and the quantities of radionuclides in waste package. Most of these radionuclides are difficult to measure and expensive to assay. Thus it is suggested to the indirect method by which the concentration of the Difficult-to-Measure (DTM) nuclide is estimated using the correlations of concentration - it is called the scaling factor - between Easy-to-Measure (Key) nuclides and DTM nuclides with the measured concentration of the Key nuclide. In general, the scaling factor is determined by the log mean average (LMA) method and the regression method. However, these methods are inadequate to apply to fission product nuclides and some activation product nuclides such as 14 and 90 . In this study, the artificial neural network (ANN) method is suggested to improve the conventional SF determination methods - the LMA method and the regression method. The root mean squared errors (RMSE) of the ANN models are compared with those of the conventional SF determination models for 14 and 90 in two parts divided by a training part and a validation part. The SF determination models are arranged in the order of RMSEs as the following order: ANN model

가압경수형 원자력발전소 일차계통에서 발생되는 방사성 부식생성물(크러드)은 원자력발전소 작업종사자 피폭의 주요원인이다. 또한, 최근 원자력발전소의 장주기운전 추세에 따라 장기간 노심에 침적된 방사성 부식생성물은 hideout 현상으로 노심의 출력에 영향을 주는 축방향이상출력 (AOA) 현상의 원인이 되고 있다. 크러드의 주요 성분은 마그네타이트, 니켈 페라이트, 코발트 페라이트가 주를 이루며, 이러한 산화물 형태는 강자성의 자기적 성질을 가지고 있다. 따라서, 전자석과 영구자석의 적절한 배치를 통하여 자기장을 발생시켜 크러드를 제거하는 필터 개발을 위해 개념 설계를 하였다. 기존의 필터와 달리 유체의 흐름을 방해하지 않아 압력저하 현상이 발생하지 않고, 연속적으로 사용할 수 있는 장점이 있다. 크러드 제거 기술의 하나로써 활용될 수 있을 것으로 기대된다.