排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
先进的反应堆模拟技术需要基于较少的实际探测数据反演全堆关键参数。针对这一需要,本文基于具有高阶多项式域分解功能的变分残差物理信息神经网络(hp-VPINN)构建计算模型,用于正向、反向求解中子扩散方程。该模型使用神经网络作为试函数,并将其代入中子扩散方程形成变分残差作为损失函数进行梯度下降。为了提高求解精度及效率,本文还根据中子扩散方程的物理特性提出了有效增殖系数智能搜索与反演等创新型关键技术,并基于鲸鱼优化算法(WOA)实现了神经网络超参数自优化。最后通过多个算例进行验证,结果表明该方法在具有较高精度的同时,实现了较低的训练数据依赖,为先进反应堆模拟技术提供了一条少量输入数据且较高精度输出的中子扩散求解途径。 相似文献
2.
针对环形燃料元件,基于欧洲铅冷系统反应堆ELSY选取环形燃料元件参数,建立环形燃料元件导热模型,设定环形燃料元件的初始参数并利用MATLAB编制环形燃料元件导热计算程序,通过制定的三个评估标准研究环形燃料流量分配比、内外包壳厚度、内外气隙厚度和芯块厚度对环形燃料元件热工性能的影响并进行几何尺寸修正。研究结果表明:适当增大流量分配比、减小内包壳厚度、增大外包壳厚度、减小内外气隙间距和减小芯块厚度可改善元件的热工性能;设定流量分配比为1、内包壳厚度0.06 cm修正为0.04 cm、外包壳厚度0.06 cm修正为0.07 cm、内外气隙间距0.035 cm修正为0.015 cm、芯块厚度修正为0.05 cm,进行这些几何尺寸修正后,芯块的最高温度下降了90 K(8.6%),绝热面位置偏离芯块几何中心不足2μm,内外通道冷却剂出口温差不足2 K,环形燃料元件热工性能得到了明显提高。 相似文献
1