基于混合蒙特卡洛/多项式混沌展开方法的多参数随机等离子体不确定性分析

多项式混沌展开(polynomial chaos expansion, PCE)方法对于分析随机等离子体电磁传播不确定性已经展示出了相当大的潜力。然而,由于构建多项式混沌模型的计算量随着不确定性输入维数的增加呈指数增长,数值模拟耗时长,导致“维数灾难”问题。因此,本文基于非侵入式多项式混沌(non-intrusive polynomial chaos,NIPC)方法,采用混合蒙特卡洛(Monte Carlo, MC)/PCE方法研究了多层等离子体平板电子密度不确定性对透射系数的影响,并验证了所提出方法的实用性。与MC方法相比,本文方法可以大大加快仿真的速度,有效缓解了多项式展开项的数量随着随机变量维数的增加而快速增加的缺点,同时大大降低了MC方法的仿真次数,有利于电磁模型的多参数不确定性分析。

基于子通道程序的铅铋反应堆失流事故不确定性分析

子通道程序是反应堆热工领域的重要计算工具,利用不确定性分析方法能够有效识别和量化程序输入参数和模型假设的不确定性,从而提高程序的可靠性,为热工水力参数设计提供更可靠的参考依据。本文基于子通道程序SUBCHANFLOW,对10 MW小型铅铋反应堆在稳态和失流事故瞬态情况下进行了不确定性分析。首先,建立了全堆芯子通道模型,并确定了可能影响目标参数的输入参数。随后,采用最优拉丁超立方抽样方法在输入参数分布范围内采样,并输入到SUBCHANFLOW中得到失流事故瞬态和稳态情况下的不确定带。最后,通过灰色关联度分析,对瞬态和稳态敏感性进行了评估。计算结果表明:在瞬态和稳态情况下,目标参数的不确定带均能包络名义值;在瞬态情况下,芯块最高温度容忍上限为674.55℃,包壳最高温度容忍上限为618.31℃,且各参数计算精度基本小于7%;目标参数的不确定性主要来自入口温度、燃料棒高度、出口压力、总功率和包壳热导率等参数,其中入口温度影响最大。本研究揭示了在失流事故瞬态和稳态条件下,SUBCHANFLOW程序的计算不确定性以及各参数对系统响应的敏感性差异,有助于进一步优化和改进反应堆设计和运行策略,提高铅铋反应堆的安全性和可靠性。

基于Cholesky分解法的LHS放射性废物处置场安全不确定性分析

放射性废物处置是一项与国土环境、公众安全、核工业健康以及可持续发展有关的重大问题。安全全过程系统分析是保障放射性废物处置设施从选址、建设、运行到关闭后安全性的重要手段,不确定性分析是其中重要一环。环境变化、人员行为等事前无法控制的外部因素都将对放射性废物处置设施的安全产生重大影响,需要对其进行不确定性评估。在放射性废物处置库的不确定性分析中,参数不确定性分析的计算过程相较于常见的蒙特卡罗模拟的运用场景,其涉及输入的随机参数多、运用模型庞杂,势必需求更小的抽样样本以减少运算时间、提高抽样效率。拉丁超立方抽样(LHS)是不确定性分析中常用的方法,但该方法应用于多维抽样时由于排序质量较低,使得小样本条件下的相关性要求不能得到满足。本文采用Cholesky分解法对拉丁超立方抽样过程中的排列构造过程进行了改进,通过对排列矩阵各行向量进行解耦,以最小化其各维度间的相关性。此改进方案显著降低了拉丁超立方抽样对样本相关性的影响,加速了计算结果的收敛速度。在本文的使用场景下,改进后的抽样方法只需要使用改进前所需样本规模的1/10,提高了计算效率。

基于不确定性分析的供水管网压力监测点优化布置

针对现有供水管网压力监测点布置中产生的异参同效问题,基于正态分布利用蒙特卡罗随机抽样法分析管网节点需水量的不确定性,引入节点压力波动系数,讨论节点需水量的随机性对供水管网全局的影响,结合节点水压灵敏度,解决供水管网压力监测点布置中存在的异参同效问题。以华东某城区供水管网为例,结合水压相关性与水压灵敏性构建模型,采用蝙蝠算法求解,获得测压点布置方案。以稳态水力模型的节点需水量初始值为基准进行20 000次随机抽样,应用抽样值进行模拟,计算节点压力波动系数与节点灵敏度,确定最优方案,解决异参同效问题,为供水管网压力监测点布置方案的选取提供了新思路。

翼吊式飞机跨声速气动特性的不确定性分析

针对随机不确定性可能带来翼吊式飞机严重气动性能波动的问题,提出了一种基于主动学习加点策略的Gauss过程回归(Gaussian process regression,GPR)代理模型方法用于不确定性分析,该主动学习加点策略能够有效地降低模型不确定性,提高不确定预测的精度。关注来流不确定性输入,分别使用Smolyak稀疏网格多项式混沌展开(polynomial chaos expansion,PCE)方法和基于主动学习加点策略的GPR代理模型方法,结合Sobol灵敏度分析对翼-身-短舱-挂架几何进行了不确定性分析。结果表明,在跨声速条件下,攻角和Mach数的不确定性会引起翼吊式飞机升力系数和阻力系数的剧烈波动,其中升力系数的波动同时受攻角和Mach数的影响,阻力系数的波动主要由Mach数决定。

基于混合机器学习模型的地层电阻率反演及不确定性分析

在大位移井及水平井钻探过程中,建立有效的反演模型从随钻测井资料中快速准确地获取地层信息,对地质导向工作意义重大.随着机器学习技术的发展,利用机器学习方法进行地球物理反演已得到广泛应用.但主要集中在确定性方法上,难以评估反演结果的可靠性.评估反演结果的可靠性至关重要,这种评估可以通过不确定性估计来实现.本文利用NG‐Boost算法构建概率反演模型用以量化反演结果的不确定性.选择合适的机器学习模型作为NGBoost算法的基学习器,构建混合机器学习模型可提升反演结果的准确度.根据随钻方位电磁感应测井仪器在层状各向同性地层中的测井资料,本文对比六种不同的机器学习模型在地层电阻率反演中的表现,实验表明XGBoost算法在反演精度和速度等方面具有明显优势.将XGBoost算法作为基学习器与NGBoost算法框架相结合构建N-XGBoost概率反演模型.并通过仿真实验对该概率反演模型的准确性、可靠性、鲁棒性进行验证,结果表明该模型能够有效评估反演结果的不确定性并获得可靠的反演结果,该方法将为地质导向工作提供可靠的测井解释.

基于全局灵敏度的高效一体式隔振超结构不确定性分析

以控制力矩陀螺等为代表的航天器执行机构能产生微扰振,后者直接影响光学荷载的成像精度和航天器关键部件的寿命,从而降低航天器的核心性能。一体式隔振超结构展现出了优异的隔振性能,但是由制造误差带来的几何不确定性会影响其隔振频带和隔振效果。该研究提出一种基于全局灵敏度的高效不确定性分析方法,能够在隔振超结构设计过程中准确地量化由制造误差带来的隔振性能偏差。首先,将高阶的稀疏点区间切比雪夫多项式展开与基于方差的Sobol’灵敏度指数相结合得到一种高效的全局灵敏度分析方法。该方法与传统蒙特卡洛灵敏度分析方法相比计算效率提高了三个数量级。其次,通过忽略全局灵敏度指数较小的区间变量,大大减少了由复杂单元组成的超结构不确定性分析的工作量。最后,进行了不确定性灵敏度分析方法的试验验证。结果表明,所提出的基于全局灵敏度的不确定性分析方法可为隔振超结构的设计与制造提供高效指导。

真空旁路开关灭弧室绝缘仿真及不确定性分析

真空旁路开关在直流系统中作为重要的保护器件长期工作在分闸状态下。针对真空旁路开关绝缘可靠性问题,文章以3.6 kV/2500 A真空旁路开关灭弧室为研究对象,采用有限元分析手段,建立三维电场物理数学模型,分析其在标准雷电冲击耐受峰值电压作用下的电场分布情况;并引入表面电场宏观增强因子,对电场集中区域的场域分布均匀程度进行定量分析。此外,采用混沌多项式展开法,对灭弧室触头电极中心开槽圆角半径进行不确定性分析,以确保其绝缘性能和加工制备的可靠性。

基于MaxEnt的秦艽物种空间分布预测模型的不确定性分析

由于参数设置等不确定性因素的变化,同一模型预测的物种生态分布可能会有所不同。因此,量化不同不确定性因素的贡献对于减少生态预测的变化至关重要。然而,很少有研究分析特定模型的建模不确定性。该研究以秦艽为例,探讨其分布预测的不确定性,重点关注参数设置。首先,采用主成分分析法(PCA)和生态变量组法(EVGM)筛选环境因子。参数设置使用25%的存在点数据和2种缺失点数据方法作为测试方法,建立6套模型,探讨存在点测试集比例对模型性能的影响,综合分析训练、测试AUC值和分布面积,确定物种的最佳模型参数,发现20%的随机测试抽样比例是最佳的。该模型不仅可以为秦艽等野生药材的保护和生态规划提供指导,也能为确定物种空间分布的最优模型提供理论参考。

工程概预算中不确定性分析与风险管理策略

工程项目概预算阶段不确定性难以避免,其可能来自于成本,时间或者质量几个维度。文章通过论述不确定性分析对工程概预算编制的意义,提出了行之有效的风险管理策略。通过对成本,时间以及质量性能标准等不确定因素进行分析,以实际案例研究论证了上述方法的具体实现过程,从中总结出了重点教训和最佳做法。最后本文对工程概预算管理提出结论和建议。

雅鲁藏布江流域重大工程扰动灾害发育规律与防护工程优化不确定性分析

雅鲁藏布江流域地处构造断裂带,地震频繁,构造运动强烈,内外动力地质作用异常活跃,该区域重大工程扰动灾害严重威胁到正常生产、生活和生态环境安全。本研究旨在阐明雅鲁藏布江流域重大工程扰动灾害的孕灾背景和发育规律,实现流域内重大工程扰动灾害风险的有效防控。在遥感解译和野外调查基础上,选择多个影响因素,如高程、坡度、坡向、工程地质岩组、断裂和地震峰值加速度,利用加权信息量模型进行危险性评价,分析工程扰动灾害分布规律和孕灾机制。采用不确定性分析方法对防护工程进行优化分析。结果表明:(1)流域内工程扰动灾害极高和高风险区主要分布于河谷两岸地形陡峭中下游区域,这些区域人类活动相对密集;(2)工程开挖引起的边坡崩塌灾害最普遍,扰动灾害与诱发因素之间存在较强相关性,尤其是发生在软弱和较软弱岩性区域、距离断裂2~4km范围内、距离公路工程800 m以内及河谷两岸1 km以内地区;(3)差异隆升和河流下切导致岩体结构松弛效应和山体崩塌滑坡,是内外动力耦合作用的结果。在工程时间尺度上,气候变化是该地区最活跃的外动力地质作用;(4)防护工程稳定性和安全性存在较大不确定性。通过机器学习方法中的不确定因素,优选和建立崩滑防治工程稳定性预测模型,可优化防护工程设计参数。为实现流域内重大工程扰动灾害的有效防控,建议在工程规划和设计过程中充分考虑地质灾害风险因素,研究不确定性因素对防护工程稳定性的影响,提出相应的优化方法,提高防护工程的可靠性和效果。本研究提出的风险性分析结果和防控理论可为雅鲁藏布江流域的工程扰动地质灾害风险规划提供科学依据和技术指导。

氢燃料电池重型商用车全生命周期评价研究及不确定性分析

氢燃料电池重型商用车(FCHCV)是应对能源安全和温室效应等问题的理想解决方案之一,但目前在关键参数情景模拟下的FCHCV全生命周期能耗和排放尚不清晰。以国内某款FCHCV为评价对象,基于全生命周期评价方法,重点分析煤气化、甲烷重整、混合电力电解水和光伏电解水制氢4种氢能路径下FCHCV全生命周期能耗和排放结果,并对燃料电池电堆衰退、百公里氢耗量和车辆寿命里程进行不确定性分析。研究发现,基于光伏电解水制氢的FCHCV全生命周期能耗和碳排放最低。提高燃油经济性和车辆寿命里程,延缓燃料电池电堆衰退,可有效改善FCHCV全生命周期环境影响。

综合交通运输系统碳排放预测的不确定性分析

综合交通运输系统碳排放是全社会碳排放的主要组成部分,由于受多种因素影响,碳排放的预测具有不确定性。本文将综合交通运输系统划分为道路运输、轨道运输、水路运输和航空运输,将运输量、运输结构、运输工具的能耗和燃料的碳排放系数作为碳排放的影响因素,采用基于活动水平的方法测算综合交通运输系统碳排放。提出单位因素变化的碳排放变化率为敏感性系数,分析运输量、运输结构等不确定因素变化对碳排放的影响;设置不同减排情景,采用蒙特卡罗模拟预测在不同减排政策下碳排放发展的不确定性。通过敏感性分析研究发现:传统能源私家车、货车的运输量或能耗的变化对碳排放影响较大,敏感性系数达到0.46和0.23。不确定性分析结果表明:在既有政策设定情景和面向碳达峰情境下,交通碳排放有望在2033和2031年实现达峰,峰值分别约为11.4亿t与11.3亿t,不确定范围约为10~12亿t,随着时间的推移,碳排放的不确定范围呈扩大趋势。总体上看,交通运输系统在2030年前实现碳达峰难度较大。近中期,传统燃油车的能效提升对碳减排非常重要;中远期,推广新能源车辆措施会发挥更加重要的减排作用。

静默式热管反应堆热工水力特性不确定性分析

基于不确定性分析软件DAKOTA和自编程热管反应堆单通道热工分析程序HEART,对静默式热管反应堆(NUSTER)稳态热工水力特性进行了不确定性分析。根据热管反应堆相关实验数据,选取运行功率、燃料热导率、气隙宽度、包壳厚度、热管蒸发段长度和基体厚度6个关键热工参数并确定其基准值与概率密度分布,通过大量重复性计算,获得了95%置信水平下热管蒸发段温度、热管冷凝段温度、燃料峰值温度、包壳峰值温度及基体温度的统计分布,并对各参数的不确定性对热管反应堆安全性的影响进行了分析。分析结果表明:热管蒸发段及冷凝段温度有0.67%的概率超过热管温度限值;由于热管反应堆堆芯为固态堆芯,传热以纯导热为主,输入变量的不确定性对不同目标参数的影响相同,燃料热导率的不确定性对5个目标参数的影响最为显著,且为负相关。本研究获得的结果可为热管反应堆的优化及其后续发展提供方向指引。

基于DNDC模型的红枣生长模拟参数敏感性和产量不确定性分析

【目的】研究红枣生长模型模拟输入参数的敏感性和产量预测不确定性,为红枣生长模拟模型的本地化和区域化参数调整优化提供依据,以提高模型模拟预测精度和效率。【方法】以新疆昆玉市现代农业示范区为研究区,应用可扩展傅里叶振幅敏感分析法(EFAST)和蒙特卡罗法分析基于DNDC模型系统新构建的红枣生长模型的输入参数敏感特性和产量预测不确定性。【结果】作物参数中全株生物量中果实比例(Gfra)、最大作物产量(MaxY)、生长积温(TDD)和需水量(WaterR)等指标敏感度最高,土壤参数中田间持水率(FC)和孔隙度(Por)等指标敏感度最高,田间管理参数中灌溉量(IrrAm)、施肥量(FerAm)和有机肥施肥量(ManAm)等指标敏感度最高;随着参数的波动范围由±5%增大到±10%,红枣预测产量正态分布的相关一致性系数增大,模型的平稳性增加。【结论】调整参数优化模型,并对2015~2019年各年份进行产量模拟测试验证,预测产量结果相对误差控制在±8%以内(最小误差为-1.99%),调整红枣产量预测模型参数,提高了模型预测产量的精度,优化趋于合理。

基于新型燃料堆芯的不确定性分析研究

参考日本第三代实验堆JRR-3,研究了核数据、输入参数的不确定性对有效增殖因子keff的影响。针对核数据,首先开展了核数据对3维全堆芯keff的不确定性分析及对组件均匀化常数的不确定度计算;其次以组件均匀化常数库为基础,通过抽样方法,采用堆芯计算程序进行了全堆芯模拟,进行了核数据在两步法计算下的影响分析。针对输入参数,首先通过敏感性分析筛选出对keff影响较大的参数,然后使用参数统计法、非参数统计法等多种不确定性分析方法对备选参数进行量化分析。结果表明:核数据对堆芯keff的相对不确定度为0.540 6%,其中235U的平均裂变中子数和瞬发中子裂变份额具有最大的敏感性系数,而235U平均裂变中子数和Al的(n, fission)反应具有最大的不确定性;输入参数的不确定性引起keff的相对不确定度为0.2%,参数统计法与非参数统计法在对keff的容忍区间计算结果上相近。

汽车动力总成悬置系统的不确定性分析与优化研究综述

在实际工程中,受测量、制造、装配、疲劳老化、工程经验、认知程度和系统复杂性等主观和客观因素的影响,汽车动力总成悬置系统(Powertrain Mounting Systems,PMS)不可避免地存在着一定的不确定性因素。相关不确定性情形主要概括为PMS参数信息充足的概率情形、PMS参数信息匮乏的非概率情形、系统部分参数信息充足而部分参数信息匮乏的概率-非概率混合情形。针对三大类不确定性情形下的汽车PMS研究,围绕不确定性建模、不确定性分析和不确定性优化等3个方面的研究方法进行了系统性的分析和总结,并指出了相关分析模型和研究方法的分析特点和适用范围等。对汽车PMS不确定性分析与优化方法的未来研究方向进行了展望。

SHAW模型模拟积雪覆盖下土壤热过程的不确定性分析

为探究SHAW(Simultaneous heat and water)模型中输入参数不确定性在模拟积雪覆盖条件下土壤热过程中对输出结果造成的影响以及关键影响因素,以松嫩平原黑土区东北农业大学试验场为研究区域,运用SHAW模型模拟积雪覆盖条件下6个不同深度土层热过程动态变化情况,并结合拉丁超立方取样(Latin hypercube sampling,LHS)方法,采用标准秩逐步回归探究参数不确定性对土壤冻结深度和温度输出不确定性的影响。结果表明:SHAW模型能够反映土壤冻融规律,6个深度土层温度的模拟值与实测值平均绝对误差小于2℃,选取的参数对土壤温度的输出敏感性较弱,而初始积雪厚度对土壤冻结深度的输出起主导作用。总体而言,SHAW模型基于LHS抽样和标准秩逐步回归方法可用于模拟积雪覆盖条件下土壤热过程模拟研究。

基于降阶模型的中子扩散特征值问题的不确定性分析研究

为提高基于抽样统计的堆芯物理不确定性分析效率,将本征正交分解(POD)法与伽辽金(Galerkin)投影法相结合,研究了基于POD-Galerkin方法的降阶模型在堆芯物理不确定性分析中的应用可行性。以二维两群TWIGL基准题为研究对象,在各物质区群常数的有限次扰动下提取堆芯通量分布的关键变化特征,将全阶中子扩散问题在各变化特征上投影以建立降阶中子扩散模型,并以该降阶模型替代全阶模型开展物质区群常数的不确定性分析。结果表明:降阶与全阶模型计算的k eff数学期望偏差接近1 pcm,并且相比于全阶模型不确定性分析所需的计算时间,将降阶模型构造所需的全阶模型计算时间考虑在内,降阶模型的分析时间仅为其11.48%,极大地提高了不确定性分析的效率。基于拉丁超立方抽样和简单随机抽样的降阶与全阶模型计算的k eff数学期望偏差均小于8 pcm,相同样本量下拉丁超立方抽样结果的误差更小。从TWIGL基准题测试结果来看,在POD-Galerkin降阶建模中,相同样本量下,更建议采用拉丁超立方抽样方法。

不同水分条件下APEX模型参数的敏感性评价和不确定性分析

【目的】评估不同水分条件下APEX(Agricultural Policy/Environmental eXtender)模型参数的敏感性和不确定性。【方法】基于冬小麦水分控制试验,基于Sobol法、Morris法和FAST法分析了不同水分条件下APEX模型参数的敏感性,探讨了灌溉管理、降水年型及地下水位对模型参数敏感性的影响。【结果】在地下水位为1.25 m的条件下,影响冬小麦生物量、产量及蒸散量的最敏感参数均为RDMX(最大根深度),影响叶面积指数的最敏感的参数为DMLA(最大潜在叶面积指数);当地下水位为5 m时,影响蒸散量、产量和生物量的敏感性参数为PARM38(水分胁迫计算权重系数)和RWPC1(萌发期根系生物量占比)。随着灌水量的增加,RDMX参数敏感性总体降低,而DMLA、DLAI(叶面积生长达到最高点的生育时期)和WA(潜在光能利用率)参数敏感性总体升高。RDMX在干旱年份的敏感性指数高于湿润年份。模型不确定性分析表明,冬小麦生物量、产量和蒸散量观测值均分布在模拟值的5%~95%置信区间内,模拟结果具有较高的可信度。【结论】3种分析方法筛选的最敏感参数具有较好的一致性,但其敏感性在不同灌溉、降水年型或地下水位条件下差异明显,考虑到计算效率和准确性,Morris法更适用于APEX模型的参数敏感性分析。