基于BP神经网络的核临界安全数据实时计算方法

基于核燃料后处理工艺过程中的多体系统,建立高精度BP神经网络预测模型,可实现核临界安全参数keff的实时智能预测,辅助对工艺系统的运行状态及安全性能的进行快速评估。该方法利用MCNP模拟计算得到的多体系统的核临界安全原始数据集,通过机器学习(ML)的方法实现复杂体系的建模,能够克服多系统后处理工艺设备运行参数联动变化带来的实时定量评估困难。数值实验表明,预测系统的误差在1%以内,计算速度比MCNP模拟快2000倍以上,是ML等智能方法在核临界安全领域重要的探索,具有广阔的前景。

人工智能方法在AWCC中^(3)He管排布设计的应用

在有源井型符合中子计数器(AWCC)其他参数确定的情况下,使用人工智能算法寻找~3He管的最佳排布方式,以提高设备的中子探测效率。首先对排布方案整体空间进行均匀抽样,再使用蒙特卡罗方法模拟AWCC探测过程,计算每种排布方式下的中子探测效率,从而生成数据样本供人工智能算法学习,然后使用深度神经网络(DNN)快速拟合出~3He管排布与中子探测效率的关系,最后结合遗传算法寻找AWCC中^(3)He管的最优排布方式。该方法的中子探测效率与蒙特卡罗计算结果的误差在可接受范围内,且筛选出的最优效率高于原设备的效率。该方法还可用于其他参数的优化设计,并拓展至解决多目标优化问题,为提高AWCC设计的智能性开辟了新途径。

高分辨氢同位素质谱仪的研制与应用

基于聚变核材料科研和生产、高温气冷堆产氚、氚放射性环境监测的需要设计了一套用于氢同位素分析的高分辨氢同位素质谱仪(HR-IRMS),通过简单易操作的压强法配气系统,建立了氢氘氚配气装置。所研制的HR-IRMS仪器分辨率达2210,测量精密度达0.02%,相对原子质量范围为1~150。比对分析表明,其具有良好的运行稳定性和测定结果准确性,可实现氢同位素直接分析。

培根铸魂 加强国有企业领导力建设

国有企业领导力建设是国企改革中的关键工作。国企领导力建设的根本遵循和方向就是要坚持和加强党的全面领导。新时代要按照"一个根本、两个维度、三个层面"的国有企业领导力建设模式,系统推进国有企业领导力建设,筑牢国有企业改革发展的根和魂。