当前状态:
, 最新更新时间: ,
doi: 10.13832/j.jnpe.2024.070016
摘要:
在压水堆核电厂中，乏燃料组件的衰变热是堆芯余热的主要来源，准确预测衰变热对反应堆的冷却系统设计和安全分析至关重要，但传统核素衰变模拟程序计算成本高，而机器学习模型由于数据不足可能存在过拟合问题。本文基于高斯过程回归（GPR）和支持向量回归（SVR）方法建立了协同训练的基础模型，生成了高质量的乏燃料衰变热虚拟数据，并与核电厂实测数据组成了混合数据集，采用混合数据集训练极限学习机（ELM）模型，对乏燃料衰变热进行了预测。结果表明，与常规的机器学习模型相比，协同训练显著提升了衰变热预测的稳定性和准确性。经过混合数据集训练后，ELM模型的预测稳定性提高了39.9%，衰变热预测结果的RMSE误差比核素衰变模拟程序低25.7%。本研究方法可为解决核工程领域存在的小数据集问题提供新思路。
在压水堆核电厂中，乏燃料组件的衰变热是堆芯余热的主要来源，准确预测衰变热对反应堆的冷却系统设计和安全分析至关重要，但传统核素衰变模拟程序计算成本高，而机器学习模型由于数据不足可能存在过拟合问题。本文基于高斯过程回归（GPR）和支持向量回归（SVR）方法建立了协同训练的基础模型，生成了高质量的乏燃料衰变热虚拟数据，并与核电厂实测数据组成了混合数据集，采用混合数据集训练极限学习机（ELM）模型，对乏燃料衰变热进行了预测。结果表明，与常规的机器学习模型相比，协同训练显著提升了衰变热预测的稳定性和准确性。经过混合数据集训练后，ELM模型的预测稳定性提高了39.9%，衰变热预测结果的RMSE误差比核素衰变模拟程序低25.7%。本研究方法可为解决核工程领域存在的小数据集问题提供新思路。
当前状态:
, 最新更新时间: ,
doi: 10.13832/j.jnpe.2024.09.0027
摘要:
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，给出推动核工业人工智能科学计算新范式发展的建议。
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，给出推动核工业人工智能科学计算新范式发展的建议。
当前状态:
, 最新更新时间: ,
doi: 10.13832/j.jnpe.2024.090039
摘要:
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力学效率提升等。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，提出物理信息神经网络等人工智能模型可解决堆内高参数与特定结构下实验数据缺乏致外推性精度不足问题；人工智能算法自适应优势可解决安全分析程序模型单一、收敛困难问题，模型校准方法可大幅降低系统建模耗时与不确定性，数据同化方法可减少时间累积误差以大幅提高时序数据预测精度；人工智能算法还可提升传统CFD方法的计算效率和准确性，基于模型降阶可有效实现核反应堆关键设备三维热工水力性能参数预测。
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力学效率提升等。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，提出物理信息神经网络等人工智能模型可解决堆内高参数与特定结构下实验数据缺乏致外推性精度不足问题；人工智能算法自适应优势可解决安全分析程序模型单一、收敛困难问题，模型校准方法可大幅降低系统建模耗时与不确定性，数据同化方法可减少时间累积误差以大幅提高时序数据预测精度；人工智能算法还可提升传统CFD方法的计算效率和准确性，基于模型降阶可有效实现核反应堆关键设备三维热工水力性能参数预测。
当前状态:
, 最新更新时间: ,
doi: 10.13832/j.jnpe.2024.080027
摘要:
控制棒驱动机构（CRDM）是反应堆内唯一具有相对运行的设备单元，可快速调节反应堆反应性，对反应堆安全运行十分重要，磨损是影响控制棒驱动机构传动副功能失效的主要因素，直接决定其使用寿命。本文通过控制棒驱动机构传动副磨损寿命试验，发现传动副3种主要磨损形式为磨粒磨损、疲劳磨损和氧化磨损，同时发现当传动副顶部区域磨损体积比达16.46%时，驱动机构出现滑棒，可判定此刻转动部件出现了磨损失效，将此刻的磨损体积值作为传动副的失效阈值。在获得传动副磨损退化量数据和外部振动信号后，本文构建了内部磨损量与外部振动信号的关联关系，并通过外部振动信号，基于SVR、CNN、LSTM三种机器学习算法，分别构建了控制棒驱动机构传动副寿命预测模型，通过对比分析认为，在预测精度上LSTM模型优于CNN模型优于SVR模型，在计算效率上SVR模型优于CNN模型优于LSTM模型。
控制棒驱动机构（CRDM）是反应堆内唯一具有相对运行的设备单元，可快速调节反应堆反应性，对反应堆安全运行十分重要，磨损是影响控制棒驱动机构传动副功能失效的主要因素，直接决定其使用寿命。本文通过控制棒驱动机构传动副磨损寿命试验，发现传动副3种主要磨损形式为磨粒磨损、疲劳磨损和氧化磨损，同时发现当传动副顶部区域磨损体积比达16.46%时，驱动机构出现滑棒，可判定此刻转动部件出现了磨损失效，将此刻的磨损体积值作为传动副的失效阈值。在获得传动副磨损退化量数据和外部振动信号后，本文构建了内部磨损量与外部振动信号的关联关系，并通过外部振动信号，基于SVR、CNN、LSTM三种机器学习算法，分别构建了控制棒驱动机构传动副寿命预测模型，通过对比分析认为，在预测精度上LSTM模型优于CNN模型优于SVR模型，在计算效率上SVR模型优于CNN模型优于LSTM模型。
当前状态:
, 最新更新时间: ,
doi: 10.13832/j.jnpe.2024.11.0148
摘要:
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站的安全性与经济性，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，能够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。
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站的安全性与经济性，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，能够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。
当前状态:
, 最新更新时间: ,
doi: 10.13832/j.jnpe.2024.050045
摘要(10)
摘要:
为保证核反应堆系统在海洋环境下的安全运行，有必要建立一套计算模型获得稳压器内的实时液位。因此，本文搭建实验系统采集相关数据，通过麻雀搜索算法优化LSTM神经网络，建立测得的压力，运动姿态参数与液位之间的回归预测模型。研究结果表明，本文所建立的神经网络模型预测精度优秀，明显优于其他传统神经网络。并且该模型的泛化能力良好，对于新鲜样本的预测精度仍较好，集成到控制系统中可实现实时输出液位，可提高海洋条件下核动力运行的安全性，并为后续核动力的智能运维提供参考。
为保证核反应堆系统在海洋环境下的安全运行，有必要建立一套计算模型获得稳压器内的实时液位。因此，本文搭建实验系统采集相关数据，通过麻雀搜索算法优化LSTM神经网络，建立测得的压力，运动姿态参数与液位之间的回归预测模型。研究结果表明，本文所建立的神经网络模型预测精度优秀，明显优于其他传统神经网络。并且该模型的泛化能力良好，对于新鲜样本的预测精度仍较好，集成到控制系统中可实现实时输出液位，可提高海洋条件下核动力运行的安全性，并为后续核动力的智能运维提供参考。
2024, 45(S2): 1-13.
doi: 10.13832/j.jnpe.2024.S2.0001
摘要:
数字反应堆是利用高精度数值模拟、多专业数据模型协同、大数据及人工智能等数字技术，在数字空间开展核反应堆全生命周期活动的综合集成平台。面向核反应堆多层级业务活动需求，以数字技术应用为支撑，研究建立了1个平台、2大内核的数字反应堆平台总体架构，并从综合集成与应用、数值计算内核、大数据内核等方面开展总体架构设计，为核反应堆全生命周期业务赋能；针对数字反应堆应用过程中的关键技术、问题与挑战等进行分析研究，并对后续发展趋势进行了分析和展望。
数字反应堆是利用高精度数值模拟、多专业数据模型协同、大数据及人工智能等数字技术，在数字空间开展核反应堆全生命周期活动的综合集成平台。面向核反应堆多层级业务活动需求，以数字技术应用为支撑，研究建立了1个平台、2大内核的数字反应堆平台总体架构，并从综合集成与应用、数值计算内核、大数据内核等方面开展总体架构设计，为核反应堆全生命周期业务赋能；针对数字反应堆应用过程中的关键技术、问题与挑战等进行分析研究，并对后续发展趋势进行了分析和展望。
2024, 45(S2): 168-173.
doi: 10.13832/j.jnpe.2024.S2.0168
摘要:
在反应堆冷却剂丧失事故（LOCA）后，堆芯熔融物将对反应堆压力容器（RPV）下封头产生烧蚀作用，为此模拟和分析在堆芯熔融事故下RPV内壁的烧蚀及复杂力学行为对于RPV的设计、事故预防和缓解都具有重要意义。本文首先给出了近场动力学方法分析含裂纹扩展的热力耦合问题的积分列式。其次，在近场动力学方法框架下，提出了一种简便和高效的移动边界模型。其中，通过引一个标量场来直接表征物质点的烧蚀状态，使得在计算过程中不需要不断地更新计算域，从而提高计算效率。最后，采用该方法模拟了堆芯熔融物对RPV内壁的动态烧蚀和RPV在内压作用下的裂纹扩展，计算结果表明在堆芯熔融事故下RPV中同时存在弹性变形和塑性变形，而且还存在损伤断裂等复杂力学行为。
在反应堆冷却剂丧失事故（LOCA）后，堆芯熔融物将对反应堆压力容器（RPV）下封头产生烧蚀作用，为此模拟和分析在堆芯熔融事故下RPV内壁的烧蚀及复杂力学行为对于RPV的设计、事故预防和缓解都具有重要意义。本文首先给出了近场动力学方法分析含裂纹扩展的热力耦合问题的积分列式。其次，在近场动力学方法框架下，提出了一种简便和高效的移动边界模型。其中，通过引一个标量场来直接表征物质点的烧蚀状态，使得在计算过程中不需要不断地更新计算域，从而提高计算效率。最后，采用该方法模拟了堆芯熔融物对RPV内壁的动态烧蚀和RPV在内压作用下的裂纹扩展，计算结果表明在堆芯熔融事故下RPV中同时存在弹性变形和塑性变形，而且还存在损伤断裂等复杂力学行为。
2024, 45(S2): 189-196.
doi: 10.13832/j.jnpe.2024.S2.0189
摘要:
当前核电站若发生蒸汽发生器传热管破裂（SGTR）事故，普遍采用人工调节控制的手段，其中安注过程的调节是操作员面临的难点之一。针对该难点，首先分析了对象的主要调节机理和特性，然后结合操作运行人员经验，总结设计了安注控制过程的解耦控制结构，并设计了相应的参数整定方法，融入自适应PID、智能前馈、强化学习等智能化元素，提出了针对安注控制过程的智能控制策略。为在某公司开发的M310堆型全范围模拟机上完成策略验证，开发了智能计算引擎，并在智能计算引擎上完成控制策略组态，通过MySQL方式完成了控制信号的实时通讯。通过M310堆型全范围模拟机不同破口事故的模拟和测试验证，本文提出的智能控制策略均能够实现安注控制过程的自动调节，实际降温速率偏差为降温速率设定值的5.89%，过冷度和稳压器水位调节的匹配效果较好，性能高于操纵员手动执行任务的平均水平。
当前核电站若发生蒸汽发生器传热管破裂（SGTR）事故，普遍采用人工调节控制的手段，其中安注过程的调节是操作员面临的难点之一。针对该难点，首先分析了对象的主要调节机理和特性，然后结合操作运行人员经验，总结设计了安注控制过程的解耦控制结构，并设计了相应的参数整定方法，融入自适应PID、智能前馈、强化学习等智能化元素，提出了针对安注控制过程的智能控制策略。为在某公司开发的M310堆型全范围模拟机上完成策略验证，开发了智能计算引擎，并在智能计算引擎上完成控制策略组态，通过MySQL方式完成了控制信号的实时通讯。通过M310堆型全范围模拟机不同破口事故的模拟和测试验证，本文提出的智能控制策略均能够实现安注控制过程的自动调节，实际降温速率偏差为降温速率设定值的5.89%，过冷度和稳压器水位调节的匹配效果较好，性能高于操纵员手动执行任务的平均水平。
2024, 45(S2): 231-237.
doi: 10.13832/j.jnpe.2024.S2.0231
摘要:
针对未来超高温气冷堆的研发要求，开展了相关燃料元件的设计、新型包覆层制备、三层各向同性（TRISO）颗粒辐照前高温考验以及辐照后高温考验等多个方面的工作。具体包括对SiC包覆层、ZrC包覆层、NbC包覆层、碳化物复合包覆层的流化床-化学气相沉积制备方法进行了研究，并对SiC包覆层进行了辐照前超高温考验（最高达2500℃）和辐照后高温考验（最高达1770℃）研究。研究结果表明，采用流化床-化学气相沉积方法，分别以液体CH3SiCl3、固体ZrCl4、NbCl5为前驱体，采用气相载带输运，气体粉末输运等方法可以制备出单一物相的SiC包覆层、ZrC包覆层、NbC包覆层以及碳化物复合涂层，其中SiC包覆层的规模化制备已经成功实现。辐照前的高温考验发现TRISO颗粒的SiC包覆层可以承受短时2200℃的高温。在2100℃以上，发生了部分相变、晶粒长大和微量分解现象，整体包覆层仍然保持较为完整的结构。辐照后的1770℃高温考验表明，高温会加速Cs等裂变元素在TRISO颗粒内致密热解炭层中的扩散，没有发现SiC包覆层破损，即阻挡裂变产物的能力继续维持，同时采用分子模拟等手段对高温考验和辐照后的各种微观结构以及混合晶型的SiC包覆材料进行了数值模拟。以上研究结果为我国超高温气冷堆燃料元件的研发和性能评价提供了参考，对未来超高温气冷堆的发展具有重要意义。
针对未来超高温气冷堆的研发要求，开展了相关燃料元件的设计、新型包覆层制备、三层各向同性（TRISO）颗粒辐照前高温考验以及辐照后高温考验等多个方面的工作。具体包括对SiC包覆层、ZrC包覆层、NbC包覆层、碳化物复合包覆层的流化床-化学气相沉积制备方法进行了研究，并对SiC包覆层进行了辐照前超高温考验（最高达2500℃）和辐照后高温考验（最高达1770℃）研究。研究结果表明，采用流化床-化学气相沉积方法，分别以液体CH3SiCl3、固体ZrCl4、NbCl5为前驱体，采用气相载带输运，气体粉末输运等方法可以制备出单一物相的SiC包覆层、ZrC包覆层、NbC包覆层以及碳化物复合涂层，其中SiC包覆层的规模化制备已经成功实现。辐照前的高温考验发现TRISO颗粒的SiC包覆层可以承受短时2200℃的高温。在2100℃以上，发生了部分相变、晶粒长大和微量分解现象，整体包覆层仍然保持较为完整的结构。辐照后的1770℃高温考验表明，高温会加速Cs等裂变元素在TRISO颗粒内致密热解炭层中的扩散，没有发现SiC包覆层破损，即阻挡裂变产物的能力继续维持，同时采用分子模拟等手段对高温考验和辐照后的各种微观结构以及混合晶型的SiC包覆材料进行了数值模拟。以上研究结果为我国超高温气冷堆燃料元件的研发和性能评价提供了参考，对未来超高温气冷堆的发展具有重要意义。
