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。      

贫化铀用于舰艇核动力装置辐射防护的屏蔽性能分析

贫化铀的合理利用和安全处置是国际核工程界长期存在的难题,用作舰艇核动力装置的一次屏蔽结构材料是贫化铀利用的一条途径。文章对贫化铀材料主要是DU混凝土作为辐射防护材料的物理、化学、力学、屏蔽等方面性能进行了调研综述,结合舰艇核动力装置对辐射防护的具体要求,针对舰艇反应堆四层三维屏蔽结构简化模型,利用蒙特卡罗方法模拟计算了贫化铀材料对中子、γ射线的屏蔽性能,通过与铅、钨、铸钢等材料进行对比分析,初步说明了贫化铀或贫化铀混合物用于舰艇核动力装置辐射防护材料的可行性。