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。      

基于遗传算法的中子屏蔽材料组分优化研究

基于快速非支配排序遗传算法NSGA-II,开展了多目标屏蔽优化设计研究,建立了中子复合屏蔽材料组分的自动优化设计程序。以屏蔽剂量和材料密度最小化为目标,以聚乙烯、铅、硼、锂、铁、铝等材料均匀混合组成30 cm厚平板屏蔽结构为例,验证了优化算法程序的有效性。将基于遗传算法的屏蔽优化方法与设计人员的经验相结合,可更高效地实现多目标屏蔽优化设计。     

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。     

基于SuperMC的船用反应堆辐射屏蔽结构优化研究

船用反应堆辐射屏蔽结构的重量严重影响着船舶的机动性,如何在现有屏蔽空间内进行屏蔽设计以减少屏蔽体的重量,对船舶机动性能提高有着重要意义。本文基于中子输运设计与安全评价软件系统SuperMC中的智能核设计模块对固定屏蔽空间的屏蔽优化问题开展了研究,采用“萨瓦娜”号反应堆模型进行了屏蔽优化计算。结果表明,优化方案相比于原始设计方案屏蔽体重量大幅度减小,该方法为指导船用反应堆辐射屏蔽的材料选择与屏蔽体布局提供了新的技术手段。      

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。      

一种用于船用反应堆屏蔽结构优化的方法

本文研究了一种基于神经网络和遗传算法的船用反应堆屏蔽优化方法,并开发了可视化操作界面。给出船用反应堆四层屏蔽结构模型,将蒙特卡罗方法计算的归一化中子透射率与训练后的神经网络预测值进行对比,验证了神经网络方法预测的准确性。通过将神经网络预测结果作为遗传算法适应度函数的参数进行约束寻优,能够快速找到船用反应堆模型最佳的屏蔽结构参数,大幅度提高了反应堆屏蔽结构优化计算效率。     

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。     

基于智能决策支持系统的空间堆辐射屏蔽优化

由于运载重量和成本的限制,空间核动力系统的质量是一个关键参数。辐射屏蔽系统是空间核动力系统自重的主要贡献之一。因此,有必要研究空间核动力系统质量最小化的屏蔽优化问题。为了实现空间堆辐射屏蔽快速设计与智能优化,基于精英策略的快速非支配遗传算法（Non Dominated Sorting Genetic AlgorithmII,NSGA-Ⅱ）与反向传播（Back Propagation,BP）神经网络算法相结合的智能优化方法,对Topaz-II空间堆辐射屏蔽进行优化,将屏蔽层的总质量与剂量率作为优化目标,得到辐射屏蔽方案Pareto最优解集。同时,为了实现屏蔽方案自动化选择,将NSGA-II得到的Pareto解集作为BP神经网络算法的数据库对数据进行分析学习,建立屏蔽方案智能决策支持系统。该系统可根据工程实际需求,设置基础理论模型,获得满足工程需求的空间堆屏蔽方案。最后利用Topaz-II空间堆模型对本文方法开展了数值验证研究,证明了本文方法的正确性与可行性,可为空间堆辐射屏蔽优化提供理论与技术支撑。     

反应堆辐射屏蔽计算方法与程序概述

反应堆辐射屏蔽计算方法与程序对经济合理的给出反应堆的屏蔽设计方案至关重要。对反应堆辐射屏蔽计算中常用的确定论方法、MC法以及二者耦合的方法进行了概述,总结了以各个方法为基础开发的计算程序,并分析了各个方法与程序的优缺点,为后续开展与辐射屏蔽计算相关的研究提供参考。     

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。      

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。     

中国先进研究堆水平孔道屏蔽设计优化研究

考虑辐射安全和经济性,对中国先进研究堆(CARR)的水平烫源孔道作了屏蔽设计优化研究.通过分步计算,克服了MCNP4C在计算粒子深穿透问题中的耗时、结果差的缺陷.再建立模型,将转门的屏蔽设计优化问题转化为屏蔽材料的组合优化问题.使用特征统计算法(CSA)结合ANISN程序,编写屏蔽设计优化程序.经过大量方案的筛选,很快找到了符合辐射安全、经济性和材料的机械特性的屏蔽设计优化方案optCH2;用MCNP4C程序计算了优化的方案,并与原方案做了比较.结果表明,optCH2方案的安全性能和经济性都比原方案提高很多.     

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.