基于多目标进化算法的反应堆辐射屏蔽优化方法研究

新型核能与核动力装置的发展对辐射屏蔽设计方法提出了更高要求。面对空间堆、船用堆等装置的小型化、轻量化设计需求,传统辐射屏蔽多目标优化方法存在优化目标少、优化参数单一、全局性差等缺陷,难以满足辐射屏蔽智能设计的需求。本文基于第三代非支配排序遗传算法和改进多目标人工蜂群算法开展面向反应堆屏蔽层重量、体积和特定区域辐射剂量等多目标约束条件下的辐射屏蔽优化方法研究,并对各算法的优化性能、优化方案进行对比分析。结果表明,本文方法相较于传统屏蔽智能设计方法展现了更好的优化性能,并在实际工程问题中体现了可靠性,可为辐射屏蔽设计优化提供新思路。

核电厂模拟机气动阀仿真设计

为适应全范围计算机模拟仿真的要求,从核电厂中正常运行的气动阀运行状态以及故障时气动阀的运行状态两个方面进行分析,并根据其不同状态进行计算机编程,再通过实际情况检验计算机结果,最后得到高程度的仿真结果,实现能够符合核电厂模拟气动阀的高程度计算机仿真的设计。

Cosine软件包组件参数程序Coslatc燃耗功能的验证

Cosine软件包组件程序Coslatc中的燃耗计算是反应堆组件参数计算的重要功能之一,Coslatc的计算精度很大程度上影响了堆芯物理的计算结果。通过对单栅元到组件的模型进行计算,将Coslatc的计算结果与国际基准题以及基于ORIGEN-S的SCALE程序中的TRITON模块计算结果进行对比进行数值验算。通过计算结果表明,Cosine软件包组件程序Coslatc具有单栅元到组件再推广到堆芯的计算能力,其燃耗计算精度基本和SCALE程序中的TRITON模块计算结果相当。

燃耗信任制下燃耗计算对临界计算的偏差及不确定度的研究

为量化燃耗信任制中燃耗计算传递给临界计算的不确定度,本文基于参数统计法对燃耗计算的核素偏差及偏差不确定度展开分析,并以蒙特卡罗(MC)抽样方法计算的k_(inf)不确定度为基准,比较不同抽样方法对临界计算不确定度的影响。结果表明,核素偏差与偏差不确定度是随样品燃耗变化的分段函数。对于临界计算,拉丁超立方抽样(LHS)方法与MC抽样方法的k_(inf)不确定度计算结果吻合较好,且LHS方法可考虑参数间的相关性,计算结果更真实,可进一步提升电厂的经济性。

基于数据挖掘技术的组件核子密度预测研究

采用DRAGON程序对9600个样本进行计算,并以^(235)U、^(238)U、^(239)Pu、^(241)Pu、^(137)Cs、^(244)Cm以及154Nd核素的核子密度为预测参数,选用线性回归模型、基于决策树构建的回归树模型、多层感知机(MLP)模型和随机森林模型开展模型训练,选用皮尔逊相关系数(PCC)、平均绝对误差(MAE)、相对绝对误差(RAE)、相对均方根误差(RRSE)评价模型的拟合效果;利用训练好的模型在测试集中对目标核素进行预测,通过相对误差评价其预测精度。结果表明,训练数据模型的时间均在3 s以内;通过选取的参数的评价可得,对于所有预测核素,在4种模型中训练效果最佳的为MLP模型,其相关性均在0.999以上;MLP模型对所有的预测核素的预测平均偏差小于1%。本文初步验证了数据挖掘技术在组件核子密度预测方面的可行性。