首页 | 本学科首页   官方微博 | 高级检索  
     

基于人工神经网络的RPV材料辐照脆化预测模型研究
引用本文:康靓,孙凯,米晓希,吴璐,毛建军,张烁,雷阳,潘荣剑,汤爱涛. 基于人工神经网络的RPV材料辐照脆化预测模型研究[J]. 核动力工程, 2020, 41(6): 92-95. DOI: 10.13832/j.jnpe.2020.06.0092
作者姓名:康靓  孙凯  米晓希  吴璐  毛建军  张烁  雷阳  潘荣剑  汤爱涛
作者单位:重庆大学材料科学与工程学院,重庆,400044,中国核动力研究设计院,成都,610213,重庆大学材料科学与工程学院,重庆,400044,中国核动力研究设计院,成都,610213,中国核动力研究设计院,成都,610213,中国核动力研究设计院,成都,610213,中国核动力研究设计院,成都,610213,中国核动力研究设计院,成都,610213,重庆大学材料科学与工程学院,重庆,400044
摘    要:在分析一定量随站测试样品的基础上,构建了具有较高精度的反应堆压力容器(RPV)材料韧脆转变温度(DBTT)预测的人工神经网络模型,并利用模型研究了中子注量和中子注量率对RPV材料DBTT的影响。结果表明,材料DBTT随着中子注量增加出现先线性上升,然后平缓上升,最后饱和的趋势,而中子注量率对RPV材料辐照脆化的影响不明显。

关 键 词:反应堆压力容器(RPV)  误差逆向传播的神经网络模型(BP-ANN)  辐照脆化  韧脆转变温度(DBTT)

Research on Prediction Model of Irradiation Embrittlement of RPV Materials Based on Artificial Neural Network
Kang Jing,Sun Kai,Mi Xiaoxi,Wu Lu,Mao Jianjun,Zhang Shuo,Lei Yang,Pan Rongjian,Tang Aitao. Research on Prediction Model of Irradiation Embrittlement of RPV Materials Based on Artificial Neural Network[J]. Nuclear Power Engineering, 2020, 41(6): 92-95. DOI: 10.13832/j.jnpe.2020.06.0092
Authors:Kang Jing  Sun Kai  Mi Xiaoxi  Wu Lu  Mao Jianjun  Zhang Shuo  Lei Yang  Pan Rongjian  Tang Aitao
Abstract:Based on the analysis of a certain amount of on-site test samples, this paper constructs a high-precision artificial neural network model for the ductile-brittle transition temperature prediction of RPV materials. Then we use the model to explore the influence of neutron fluence and neutron fluence rate parameters on the ductile-brittle transition temperature of RPV materials. It is found that the ductile-brittle transition temperature increases linearly with the increasing of neutron fluence, and then rises slowly and finally saturates. The effect of neutron flux rate on the embrittlement of RPV materials is not obvious. 
Keywords:
本文献已被 万方数据 等数据库收录!
点击此处可从《核动力工程》浏览原始摘要信息
点击此处可从《核动力工程》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号