乏燃料运输容器二维辐射屏蔽优化分析

智能辐射屏蔽优化设计软件平台是基于遗传算法程序和一维离散纵标程序ANISN而开发的一维多目标屏蔽优化程序。使用该程序对乏燃料运输容器进行辐射屏蔽优化设计,构建了乏燃料运输容器多目标优化辐射屏蔽设计的计算模型,对乏燃料运输容器重量和外部剂量率进行了优化计算,并使用蒙特卡罗程序MCNP/4C进行校核计算。优化后乏燃料运输容器重量为原来的81.1%,剂量率下降到原来的65.4%以下。该程序计算结果与MCNP/4C校核计算结果最大偏差小于5%。计算结果证明了优化设计方案的可行性并验证了该程序计算的正确性。     

基于遗传算法的核反应堆辐射屏蔽优化方法研究

基于遗传算法,对核反应堆辐射屏蔽设计的单设计目标和多设计目标优化问题展开了研究。基于"萨瓦娜"号核动力船辐射屏蔽问题的测试,验证了单设计目标和多设计目标辐射屏蔽优化设计方法的有效性和正确性,为未来核反应堆的辐射屏蔽的优化设计提供新的技术手段。     

多目标辐射屏蔽优化设计方法

由于复杂核装置的屏蔽设计目标的多样化,同时屏蔽设计过程的不确定因素众多,因此有必要开发一种智能屏蔽优化设计的方法,实现屏蔽方案选择的自动化,减少人因等不确定因素的影响。本工作结合遗传算法与离散纵标方法,同时考虑造价、体积、重量等的最小化,开发了遗传算法多目标屏蔽优化程序,实现了经济可行的辐射屏蔽设计方案的自动化获取。该工作对优化屏蔽设计方案的获取有一定的现实意义。     

船用堆辐射屏蔽优化设计平台开发与验证

船用堆对核反应堆屏蔽设计提出了更高的要求,传统辐射屏蔽设计方法及设计软件已不能满足要求。为了得到更加精确的辐射屏蔽设计,本文基于开源的SALOME框架建立了一套集“几何建模-材料建模-屏蔽优化-结果可视化”功能为一体的船用堆辐射屏蔽多目标优化平台——MOSRT。MOSRT平台可实现屏蔽结构三维CAD实体建模、基于遗传算法的辐射屏蔽多目标优化以及屏蔽计算结果剂量场三维可视化。基于Savannah和MRX船用堆模型对MOSRT平台进行了辐射屏蔽优化验证,优化方案与初始方案相比,在剂量、质量、体积方面均得到了良好的优化效果,证明了MOSRT平台初步具备辐射屏蔽优化设计功能,可为船用堆工程及概念屏蔽设计提供辅助设计手段。      

基于非支配排序遗传算法的辐射屏蔽多目标优化方法研究

为提高反应堆辐射屏蔽结构设计效率与设计性能，减少传统辐射屏蔽设计方法的主观经验影响。本文基于非支配排序遗传算法对反应堆屏蔽结构开展多目标优化方法研究，并开发了反应堆辐射屏蔽多目标优化计算分析程序；利用典型反应堆辐射屏蔽结构模型对此优化方法和计算程序开展了初步验证。结果表明，非支配遗传算法可正确有效地用于辐射屏蔽结构的设计，优化效果显著。      

反应堆辐射屏蔽多目标优化方法研究

为解决基于蒙特卡罗方法的传统屏蔽优化方法效率低、可应用性差的缺点，本文基于精英策略的非支配排序遗传算法（NSGA-Ⅱ）和小批量随机梯度下降法（MBGD）对反应堆屏蔽优化方法进行了研究，同时改进了遗传算法自适应变异率算子以增强遗传算法的全局寻优能力，提出了反应堆屏蔽多目标优化方法。构建反应堆二次屏蔽多目标优化模型，将蒙特卡罗方法与神经网络预测方法输出的屏蔽后归一化中子透射率进行对比，验证了MBGD的准确性。通过神经网络与NSGA-Ⅱ的耦合对屏蔽参数进行约束寻优，能够快速找到屏蔽设计模型的Pareto前沿，可实际应用于反应堆辐射屏蔽多目标优化工程设计。      

屏蔽材料组分含量的优化设计

防辐射材料的屏蔽性能跟材料的组成成分含量是有关的,成分含量不同,屏蔽效果也不同。利用遗传算法,对衰减公式进行优化计算,得出各组分含量的最佳配比。用MCNP程序对几种组分配比的材料进行X射线屏蔽模拟,结果表明利用遗传算法计算出来的配比材料屏蔽效果最好。     

可控中子源中子-伽马测井仪中屏蔽结构的优化

本文设计了一种使用遗传算法调用蒙特卡罗计算软件MCNP的方案,用以优化设计中子-伽马测井仪中的屏蔽结构。以D-D聚变中子源和BGO探测器为研究对象,以最小化探测器内的辐照本底为优化目标,设计出了3种不同厚度的屏蔽结构。模拟结果表明,这些屏蔽结构具有优异的屏蔽性能,可有效地降低探测器中的辐射本底。     

闭式安全壳非能动热量导出系统的多目标优化

基于一维两相均相流模型,开发了某概念性闭式安全壳非能动热量导出系统的稳态性能分析程序。基于遗传算法和非支配解概念,通过排序算法、拥挤距离以及最优解保留等策略,设计开发了基于遗传算法的非支配解多目标优化算法。利用所开发的多目标优化设计程序,对闭式非能动安全壳热量导出系统概念方案进行了多目标优化,结果表明,内外部换热器传热管径以及内部换热器传热管长是影响系统排热能力的关键参数,适当减小传热管管径、增加传热管管长有助于提高系统排热能力,本文所给出的优化方案可为工程设计提供参考。     

CARR堆冷源孔道组合屏蔽优化设计

CARR堆冷源孔道组合屏蔽优化设计是通过使用CSA算法结合一维SN程序ANISN编写的屏蔽优化程序,得到屏蔽部分屏蔽材料的优化组合,使闸门关闭时混凝土墙外侧总剂量率达到最低剂量率水平.     

基于时间序列分析方法对安全壳泄漏率测量阶段的气体弛豫过程研究

安全壳试验期间安全壳内气体在泄漏率测量平台经历了温度、蒸汽分压等参数波动并再次进入平稳的弛豫过程,本文针对判断新稳态建立的标准、气体弛豫时间、影响弛豫过程的因素等内容进行分析,以期通过计算检验统计量进行平稳性检验的方法给出判断平稳的标准,并对弛豫过程中各项参数的时间序列进行序列分解,对各参数的弛豫过程分别进行分析。研究结果表明,安全壳内气体因安全壳加压造成的蒸汽分压不均匀是影响弛豫时间的主要因素。因此,进一步提出控制蒸汽分压不平衡势,以缩短泄漏率结果的弛豫时间。      

基于非支配排序遗传算法的核动力堆中子-γ混合射线屏蔽智能优化

以萨瓦纳船用核动力堆为原型,等比构建了中子-γ混合辐射场多目标优化模型,使用非支配排序遗传算法（NSGA-Ⅱ）与神经网络相结合的屏蔽智能优化方法,将屏蔽层总重量和屏蔽后的剂量率作为优化目标,进行多目标寻优,得到了pareto最优解;选取其中1组最优解分别利用蒙特卡罗方法计算和神经网络预测进行可行性对比验证,在神经网络预测误差允许的范围内,得到的剂量率均满足寻优时设置的约束限值。研究结果表明,该屏蔽智能优化方法对反应堆中子 γ混合射线的屏蔽参数优化是可行的,相比于传统的纯蒙特卡罗方法而言,能在计算准确的前提下极大减少计算时间。     

Use of a genetic algorithm in the search for a near-optimal shielding design

An optimization method based on genetic algorithm (GA), which is referred as MACroscopic Near-Optimal Shielding design (MACNOS), is proposed for the search for an optimal radiation shield configuration subject to a given set of constraints. In MACNOS, a GA is used to search for the optimal shielding design and the penalty strategy is employed to deal with the constraints. In order to confirm its capability to search for the optimal shielding design, MACNOS is applied for solving a simple problem with regard to radiation shielding optimization of a hypothetical spaceship reactor. The application shows that, keeping the constraints satisfied, MACNOS is able to seek for the shielding design that minimizes the total weight by changing the thickness and the material of the shield. Therefore, it is expected that MACNOS is potentially useful in the search for the optimal design configuration in the conceptual design phase, where the selection of the shielding material and the estimate of the thickness are necessary.     

Multi-objective optimal design of vertical natural circulation steam generator

In this work, a hybrid non-dominated sorting genetic algorithm was proposed and utilized to perform the multi-objective optimization design of a natural circulation steam generator, which included minimizing of the weight, the volume and the reactor coolant flow-rate. Sensitivity analysis of the design variables was carried out to study the relationships between the optimization variables and the objective functions, which was also helpful for the explanation of the optimization results. The mathematical model of the steam generator was validated by the RELAP5 code. The results show that the mathematical model has a good agreement with the RELAP5 model after modifying the boiling correlation in the secondary side; the proposed hybrid non-dominated sorting genetic algorithm is able to find much better spread of solutions and better convergence near the true Pareto optimal front compared to the non-dominated sorting genetic algorithm; reactor inlet temperature is the most important variable which influences the distribution of Pareto optimal solutions.     

针对车载D-D加速器中子源的紧凑、轻量化屏蔽材料优化设计研究

为减小D-D加速器中子源的体积和质量，本文结合遗传算法和MCNP程序建立了一种针对快中子的优化设计紧凑、轻量化屏蔽材料的方法。基于此方法，设计得到了一系列材料样本，采用MCNP程序模拟了各材料对D-D中子的屏蔽性能，并与传统材料PB202、PE-30%B、M-L1、M-L2进行了对比。为直观比较屏蔽材料的性能，假设加速器生物屏蔽体为同轴渐缩圆柱体结构，对不同材料所需体积及质量进行了对比，结果显示，SDGa性能较好，可同时满足紧凑化与轻量化的需求。同时，对SDG3和SDG3*辐照1000 h后的活化伽马剂量率进行了评估，结果显示其活化影响可忽略。