遗传算法在中子-γ混合辐射场屏蔽材料优化设计中的应用

作     者：韩文敏 戴耀东 姚初清 田家祥 蒋丹枫 周一帆 HAN Wenmin;DAI Yaodong;YAO Chuqing;TIAN Jiaxiang;JIANG Danfeng;ZHOU Yifan

作者机构：南京航空航天大学材料科学与技术学院江苏南京211106 中国广核研究院有限公司广东深圳518028 

基　　金：“十三五”核能开发科研项目(20191342)资助 

出 版 物：《计算物理》 (Chinese Journal of Computational Physics)

年 卷 期：2024年第41卷第3期

页      码：357-366页

摘      要：针对中子-γ混合辐射场,对屏蔽材料中的金属氧化物填料组分进行优化,通过蒙特卡罗程序模拟获得WO_(3)/Bi_(2)O_(3)/Gd2O_(3)/B_(4)C混合填料对低能中子与不同能量γ射线的综合屏蔽性能,采用遗传算法和神经网络寻找填料组分的最优配比。通过对总剂量当量的计算和优化,发现不同辐射环境下最优配比是不同的,在中子(热中子麦氏分布能谱)通量与γ射线(0.5~3 MeV)通量相同时,当添加屏蔽填料总质量一定,Bi_(2)O_(3)与B_(4)C质量比为9∶1的混合填料综合屏蔽性能达到最优。将几种混合辐射环境下得到的最优解代入蒙特卡罗程序验证,误差在可接受范围内,表明该屏蔽填料组分的优化设计是可行的,节省计算时间,为屏蔽材料的设计和制备提供了理论依据。

主 题 词：蒙特卡罗 遗传算法 神经网络 屏蔽设计 中子-γ混合辐射场 

学科分类：082704[082704] 082703[082703] 08[工学] 0827[工学-食品科学与工程类] 

D　O　I：10.19596/j.cnki.1001-246x.8714

馆 藏 号：203127954...