为探究华龙一号反应堆压力容器(RPV)顶盖腔室区域的流动特征,为在役CPR1000压水堆核电厂的热套管磨损问题和华龙一号顶盖腔室结构的优化改进提供支撑。本文采用计算流体动力学(CFD)方法对顶盖腔室区域进行数值模拟,同时开展顶盖腔室模型水力模拟试验,获得顶盖腔室内流场分布及关键区域的水力特性参数。理论分析及试验结果表明:顶盖腔室关键区域的CFD结果和试验测得的横向流速偏差值在10%以内;正常工况下,顶盖腔室内整体流速较低,在顶盖喷嘴与内壁面附近流速较高;顶盖腔室内流体全部通过控制棒导向筒(CRGT)顶部流水孔进入上腔室,上腔室流体不会反向流入顶盖腔室,验证了华龙一号“冷顶盖”设计的有效性;顶盖腔室中心区域的热套管喇叭口附近存在漩涡且流速较外围区域更高,导致热套管承受的流体冲击更剧烈、磨损更严重。
为获得流动参数对铅铋合金温度振荡的影响,利用数值模拟的方法对三喷口模型中的铅铋合金温度振荡特性进行了研究。首先,基于不同湍流模型对钠流体温度振荡现象进行数值模拟,计算结果表明大涡模拟方法可准确分析出温度振荡现象,其适用于液态金属温度振荡数值分析。然后,采用大涡模拟方法对三喷口模型中的铅铋合金温度振荡进行数值计算,得到了各监测点的温度随时间的变化。最后,对比了中间出口上方监测点在不同流速比、不同流速工况下温度振荡幅度和频率,分析了不同流体速度和流速比对各监测点温度振荡特性的影响。研究结果表明,温度振荡的幅度和频率均随着流速增加而增大,主要是由于速度的增加使湍流作用增强,增加了流体流动的无序性,从而使温度振荡的幅度和频率增大。本研究得到的铅铋合金温度振荡特性可为后续铅铋快堆温度振荡研究提供参考。
立式自然循环蒸汽发生器作为压水堆核电站的重要设备,增强其换热性能对整个电站的经济性至关重要。本研究选用AP1000的蒸汽发生器作为研究对象,并利用RELAP5系统分析程序,分别对传统蒸汽发生器和轴流式预热蒸汽发生器进行计算分析,研究了轴流式预热蒸汽发生器的换热机理,并着重分析了不同纵向隔板高度和循环水分配率对换热特性的影响。结果表明:轴流式预热蒸汽发生器能够显著提升一、二次侧传热温差,从而有效提高整体换热效率;此外,研究还发现提升隔板高度能在一定程度上提高换热能力,并存在最佳隔板高度使得换热功率达到峰值;同时,通过降低循环水分配率有助于增大传热温差,进一步提高换热性能。本研究为轴流式预热蒸汽发生器工程分析和设计提供参考依据。
采用计算流体动力学(CFD)程序建立了包含反应堆、蒸汽发生器、主泵和主管道在内的三环路反应堆冷却剂系统的高保真三维数值模型,开展了低功率运行工况下系统级热工水力现象的三维数值分析,获得了不同区域的冷却剂温度,并与核电厂实测数据对比,验证了数值模型的合理性。分析结果表明:该功率水平下的自然循环流量为满功率运行流量的4.5%,堆芯出口温度稳定,可以有效导出堆芯热量;局部热对流现象使不同环路的冷却剂产生更充分搅混;顶盖腔室内存在热分层现象,现有的顶盖温度测点读数不是该区域内的最高温度;主泵出口产生旋转流,并且靠近主管道管壁区域切向速度较大,中心区域形成局部对流。该研究工作可以进一步提升设计者对核电厂复杂系统级三维热工水力现象的认识。
为研究高温碱金属热管启动过程中的间歇沸腾现象,给热管反应堆安全运行提供可参考的操作条件,采用金属钠为热管工质,对热管启动过程的间歇沸腾的影响因素和作用机制开展了试验研究。研究结果表明,热管加热功率和倾角对间歇沸腾有重要影响,在90°倾角情况下,加热功率从600 W升至750 W,间歇沸腾周期变化范围为29~736 s,温度振幅范围为18~35℃;热管倾角为0°时不会发生间歇沸腾;间歇沸腾在中等加热功率条件下容易发生,随倾角的增大,间歇沸腾起始和截止的加热功率减小,倾角为45°、60°、90°工况下间歇沸腾起始和截止的加热功率分别为250、200、150 W和600、450、350 W。同一加热功率、不同倾角工况下间歇沸腾的周期差别较大,而温度振幅变化较小;冷凝段长度减小后间歇沸腾强度降低且发生间歇沸腾的功率区间提前;本研究结果为进一步探究碱金属热管间歇沸腾发生机理奠定了基础,对碱金属热管设计优化和热管反应堆安全运行提供了重要的数据和理论支持。
科学计算在核工业整个技术体系中发挥着至关重要的作用,从核基础数据库的建立,到核能工程的设计、分析、验证、运行,乃至燃料后处理与反应堆退役,科学计算扮演着关键角色。传统上,工业领域的科学计算范式主要是基于实验测量数据建模的统计学方法,以及求解微/积分方程为代表的数值计算方法。随着新一代人工智能技术的发展,利用人工智能方法进行科学计算,正在逐渐发展成为一种新的科学计算范式。本文介绍了这一新兴技术领域的基本原理与主要特征,重点围绕核工业的特点,总结了当前已有研究工作的情况,并对照传统方法,分析了人工智能科学计算方法的优缺点。最后,展望了这种智能计算方法未来在核工业领域的技术发展趋势与潜在应用模式,给出了推动核工业人工智能科学计算新范式发展的建议。
核反应堆数字孪生的发展有望通过信息物理融合的实现提高核电厂的安全性与经济性,而数据融合问题是信息物理融合的核心问题。因此本文面向核反应堆数字孪生领域,从数据融合的定义、融合对象、融合层次、融合方法以及数字孪生与数据融合的关系着手,进而从核反应堆数字孪生模型的构建、核反应堆设计与建造中的优化问题、核反应堆运行参数的反演与重构、核反应堆运行参数与剩余寿命的预测、核反应堆运行参数校准、核反应堆运行的反馈与控制、核反应堆的故障检测、识别与诊断以及核反应堆数字孪生其他方面的数据融合八个方面探讨了数据融合方法在核反应堆数字孪生的全生命周期中的应用与研究,从数据方面与融合方法方面指出当前研究存在的挑战,为未来核反应堆数字孪生发展过程中解决数据融合关键问题提供参考。
人工智能算法快速预测、自学习与强泛用性的优势已应用于解决核反应堆热工水力现象和机理复杂的问题,包括热工水力参数预测、热工安全分析程序优化与计算流体动力学(CFD)效率提升等。本文回顾了人工智能算法在流型、沸腾换热及临界流等热工水力参数预测研究现状,针对严苛运行条件下机理不明、预测范围局限性问题,基于人工智能非线性快速预测优势扩展分析范围与精度;针对热工分析程序受限于参数模型的问题,利用人工智能自学习、自适应与极强泛用性优势,通过模型校准及数据同化技术提升复杂现象参数识别能力与预测性能;基于模型降阶与快速预测,提高热工水力物理场复杂现象参数的计算效率和多维复现重构能力。提出人工智能算法在反应堆系统大型关键设备全寿期准确预测、液态金属快堆等新型先进反应堆的加快设计迭代、跨尺度多物理场复杂交互的加速优化的未来应用前景。
当前核电机组运行时的异常情况发现主要依赖于核电厂数字化仪控系统(DCS)的阈值报警信息,缺乏对趋势的分析。本文通过事件逻辑建立变量间的逻辑关系,并基于此利用自关联神经网络(AANN)建模对关联变量进行异常检测,最后利用经验模态分解(EMD)趋势提取算法与自适应滑动窗口霍尔特线性趋势(HOLT)模型对异常变量进行预测。能够提前对停堆停机事件进行预警,使核电厂运维人员能够更早地发现并解决问题,提高核电运行安全性。利用仿真数据与机组真实异常数据进行测试实验,得到真实数据实验结果的均方误差(MSE)为0.1,拟合优度(R2)为0.99,并且可至少提前1 h对停机动作进行预警,验证了所提出的AANN-HOLT预警算法的准确性与提前预警的能力。