基于PINN的燃料棒稳态温度分布快速预测方法研究

本研究建立了一种基于物理信息神经网络(PINN)的燃料棒稳态温度分布快速预测方法。将燃耗、线功率、温度边界、空间位置等作为特征参数,利用PINN求解参数化的固体导热方程。基于该方法分别建立了燃料芯块和包壳稳态温度分布快速预测模型,计算结果表明:快速预测模型的计算速度相比商业有限元软件而言快1000倍,同时具有较高精度,芯块和包壳稳态温度与验证集相比预测最大相对偏差分别约0.318%、0.013%,可以快速且准确地预测燃料棒稳态温度分布。