A demanda por energia no mundo moderno é crescente, em particular nos países em desenvolvimento. Dentre as fontes de energia atualmente disponíveis a opção nuclear tem merecido destaque pelas suas qualidades de não afetar o meio ambiente por meio de emissões de gases de efeito estufa e nem demandar grandes áreas. Porém, a sociedade tem requerido melhoria da segurança dos novos reatores e as empresas de energia necessitam maior disponibilidade das centrais. O projeto do IRIS, um reator nuclear integral a água pressurizada, vem atender a esses requisitos. Um sistema de identificação e classificação de transientes ajudaria a melhorar a segurança e a aumentar a disponibilidade do IRIS, melhorando sua competitividade. Como contribuição para o desenvolvimento de um sistema como esse foi desenvolvido e estudado o Sistema de Identificação e Classificação de Transientes SICT com capacidade de monitorar a operação da central e disponibilizar informações sobre seu estado operacional. O SICT foi desenvolvido usando a técnica de redes neuronais, mais especificamente os Mapas Auto-Organizáveis (Self-Organizing Maps - SOM). Para o treinamento do SICT foram usados resultados de simulação do IRIS com o código RELAP5. Para comprovar a metodologia de usar resultados de simulações, cujos valores têm características diferentes daqueles medidos, foi feito uma aplicação do SICT para uma instalação experimental, o Circuito Térmico NO 1 CT1. A partir de experimentos termo-hidráulicos no CT1 e de simulações deste com o RELAP5, pôde-se verificar a validade dessa metodologia. Tem-se disponível para estudos futuros uma nodalização do CT1 validada, uma nodalização do IRIS testada para vários transientes, normais e anormais, e um banco de dados de resultados de simulação do IRIS. Está também disponível, em um CD em anexo a esta tese, os arquivos fontes do aplicativo desenvolvido, SICT, e de alguns programas auxiliares, os dados dos experimentos realizados no CT1 e dados de entrada e resultados de simulações do CT1 com o RELAP5.

The demand for energy in the modern world is growing, particularly in the developing countries. The nuclear option has been deserving prominence for their qualities of not impacting the environment through emissions of greenhouse gases and nor to demand great areas. However society requests improvement in the safety of new reactors and the utilities request larger availability of the power plants. The IRIS project of an integral nuclear pressurized water reactor proposes to fulfill those requirements. A system for identification and classification of transients would help to improve the safety and to increase the availability of the IRIS increasing its competitiveness. In order to contribute to the development of such a system it was developed in this work a System for Identification and Classification of Transients SICT - capable of monitoring the operation of the reactor and of providing information on its operational state. SICT was developed using the technique of neural networks, more specifically the Self-Organizing Maps. Results of IRIS simulations with RELAP5 code were used to train the neural network of SICT. To demonstrate the correctness of the methodology of using simulation results, whose values have characteristics different from the measured ones, it was made a version of SICT for an experimental installation, the Thermal Circuit #1 - CT1. Experiments were run in this test facility and simulations of its operation were done with RELAP5. This CT1 version of SICT was then checked against the simulation and experimental data validating the methodology. As a result of the activities to develop SICT, it is now available for futures studies: the developed application, SICT, a database of experiments in CT1, a validated nodalização of CT1, a database of results of CT1 simulations, a nodalização of the IRIS tested for several normal and abnormal transients and a database with the results of IRIS simulations. Attached to this thesis is a CD with the source files of the application and of some auxiliary programs, the data from the experiments carried out in CT1 and the input data and simulation results of CT1 with RELAP5