基于再淹没现象的RBF神经网络和Kriging的代理模型应用及误差分析

为了将代理模型应用于核工程反应堆热工水力现象中,以再淹没现象为研究对象,构建代理模型,并通过控制实验参数的数量,来化解精度与效率之间的矛盾。首先使用拉丁超立方方法抽取输入样本,并通过RELAP5建模获取输出样本,由MATLAB分别构建RBF神经网络代理模型和Kriging代理模型,对包壳峰值温度(PCT)进行拟合。然后分析比较了2种代理模型的拟合结果,发现2种代理模型的相对误差值均小于0.15%,均适用于再淹没现象;Kriging代理模型的拟合精度高于RBF神经网络代理模型。

RELAP5程序再淹没现象物理模型的敏感性分析

为了加深对再淹没现象的理解和对主流系统程序进行改进,对德国的FEBA台架试验用RELAP5/MOD3.2程序建模计算并与实验数据比较。结果表明:包壳温度的计算值明显低于实验结果,计算所得的再淹没开始时间也早于实验值。对与再淹没现象有关的重要物理模型参数进行敏感性分析表明:气泡液滴的相间摩擦系数、弥散流的相界面对气相的传热系数、壁面对液相的摩擦系数、膜态沸腾壁面对气相和液相的传热系数以及相界面的最小液滴直径等参数对计算结果的影响较大,后续工作可以对这些参数及其所在模型做重点研究。

COSINE多相场子通道程序格架模型开发与评估

格架模型作为子通道程序中的重要模块,对大破口事故中再淹没工况下热工水力学参数的计算具有重要意义,COSINE多相场子通道程序包括格架的压降模型、壁面传热增强模型、相间传热增强模型、液滴破裂模型、格架再湿模型、格架温度模型等。本研究选取棒束传热实验装置(RBHT)典型再淹没工况进行建模分析,评估格架模型对再淹没工况下热工水力学参数计算的影响。计算结果表明:采用格架模型后,程序计算的通道换热能力显著增强,格架模型可提高计算的骤冷前沿速度,加快包壳冷却及蒸汽温度的下降,并显著降低燃料包壳峰值温度(PCT),程序计算结果与实验数据符合良好;程序计算的格架温度变化趋势与实验值符合良好;程序中采用的液滴破裂模型可模拟格架前后的液滴尺寸变化,可精准预测液滴直径散射比;程序预测的格架附近液滴速度随时间的变化与实验趋势符合良好。COSINE多相场子通道程序中采用的格架模型可有效提高程序对再淹没工况下热工水力学参数的预测能力,程序中采用的格架模型是有效且合理可靠的。

基于EM算法的热工水力模型的不确定性量化方法研究

常用的最佳估算加不确定性(BEPU)方法是对电厂和程序模型的不确定性来源(输入不确定性)进行量化,并通过不确定性传递得到与安全相关参数(如包壳峰值温度PCT)的双95%不确定度带。然而最佳估算(BE)程序内部的一些物理模型参数作为重要的不确定性来源,在实验中往往不能被直接测量,其不确定性的量化目前主要依赖于专家判断,缺乏客观性。本文基于期望最大化(EM)算法,利用分项实验中可直接测量的响应参数,通过反问题求解推导程序内部模型参数的不确定性概率密度分布,并以再淹没现象为例进行方法应用,得到了程序内部沸腾传热、相间摩擦等模型的不确定度。