摘要：优化设计高通量铅铋反应堆对于缓解快中子研究堆辐照资源稀缺难题、支撑先进核能系统的发展具有重要意义。本文以提升堆芯中子通量水平为目标,针对高通量铅铋反应堆复杂的多维非线性约束优化问题,依托反应堆蒙特卡罗程序RMC和子通道程序Subchanflow,构建了基于BP神经网络(Back Propagation Neural Network)算法的预测模型,并结合Sobol指数法开展堆芯设计参数的敏感性分析,提出了基于BP神经网络动态代理模型(Dynamic Surrogate Model,DSM)更新迭代的设计优化方法,开发了高通量铅铋反应堆设计优化平台。以多功能超高通量堆为例开展堆芯栅径比、燃料芯块直径、活性区高度、径向反射层厚度的多堆芯参数协同优化验证,结果表明:该优化方法对堆芯中子通量密度与有效增殖因数keff的预测精度误差在0.1%之内,在4组堆芯设计变量单独作用和共同作用下对于最大中子通量的影响程度都按照反射层厚度<栅径比<活性区高度<燃料芯块直径的递增顺序排列,优化后的中子通量密度相比原始设计方案提高了15.41%,表明开发的高通量铅铋反应堆设计优化平台有效可靠。

摘要：为解决铅铋反应堆多因素耦合影响下的复杂非线性多维优化问题,构建了基于径向基(RBF)代理模型预测、正交拉丁超立方抽样(OLHS)和小生境遗传算法(NGA)寻优的堆芯智能优化方法,开发了包含抽样、蒙卡程序耦合处理、堆芯参数预测寻优等功能的铅铋反应堆设计优化平台,并以堆芯最小燃料装载量为优化目标进行方案寻优验证。研究结果表明:RBF代理模型可准确快速地预测铅铋反应堆堆芯特性参数,与蒙卡程序计算值比较,其预测的堆芯有效增殖因子(k_(eff))相对误差在±0.1%以内;该智能优化方法应用于铅铋反应堆堆芯优化是可行的,能找到多因素共同变化约束下的最优目标方案,且极大缩减了设计方案的搜索计算时间。本研究建立的堆芯智能优化方法可为铅铋反应堆多物理、多变量、多约束耦合影响的优化设计提供思路。

摘要：为了提高自然循环铅铋反应堆的固有安全性和经济性,以南华大学自主设计的反应堆(Small PAssive Long-life LBE-cooled fast Reactor,SPALLER-100)为研究对象,探索其堆芯可输出的最大功率。在满足运输尺寸、材料耐久性、堆芯长时间运行的稳定性以及事故工况下的安全性等条件下,提出了5种稳态安全限制和2种事故安全限制。研究将稳态安全限制处理为多目标复杂多维非线性约束的优化问题,基于拉丁超立方抽样和克里金代理模型搭建了中子学最大功率计算平台;同时,考虑自然循环能力,分别计算不同堆芯高度下的中子学最大功率和自然循环功率,最终获得了满足中子学与热工的最大功率设计方案。基于设计方案与事故安全限制,采用准静态反应性平衡方法,开展了失热阱、超功率和入口冷却剂温度过冷等事故的全寿期安全分析。研究结果表明:堆芯功率由原100 MW提升到120 MW左右,中子学最大功率平台具有一定的准确性,且最大功率方案符合安全、经济的要求。研究结果为其他类型的自然循环反应堆的输出功率最大化设计提供参考思路。

摘要：反应堆堆芯核设计涉及大量方案的搜索与详细计算,缩短方案搜索时间有利于提高核设计效率。数据挖掘技术通过对大量数据进行学习与模式识别,可实现核设计方案物理参数的快速预测,更快地筛选出可行的备选堆芯方案。本文基于数据挖掘的决策树4种算法:C4.5、RepTree、Random Forest及Random Tree,在计算时以燃料富集度、含可燃毒物燃料棒数量及含量作为自变量,以寿期内keff不均匀系数偏差(KUCD)、径向功率不均匀系数偏差(RPNCD)、径向中子通量不均匀系数偏差(RFNCD)、堆芯寿期(CL)作为目标函数,构成目标函数符合度(CPF),利用大量已知核设计参数的组件及堆芯设计方案作为数据挖掘训练集,构建数据挖掘模型,并用于对未知核设计参数的组件方案集合(测试集)进行CPF快速预测。结果表明,4种算法利用训练集构建数据挖掘模型的时间在0.6 s以内,各算法的交叉验证精度均在0.7以上,其中C4.5算法对CPF预测精度最高;对测试集方案的核设计参数预测中,单个方案的预测时间均在0.9 s以内,而Random Forest算法对CPF等于4的预测效果最好。

摘要：为弥补传统经典遗传算法辐射屏蔽设计方法的不足,满足特种核动力装置所需的精确辐射屏蔽设计的需求,采用进化多目标遗传算法对辐射屏蔽系统材料、结构等关键设计参数进行自动调整与迭代优化;开发了反应堆辐射屏蔽多目标智能优化平台,并利用参考模型对本文方法及平台开展了初步验证。结果表明,本文提出的方法可快速获得满足多目标约束的优化辐射屏蔽方案,并证明了多目标遗传算法在辐射屏蔽优化应用中的可行性和有效性。

摘要：基于计算流体力学(CFD)程序FLUENT的用户自定义函数(UDF),耦合中子动力学计算模型、燃料棒热传导计算模型、不确定性分析程序SIMLAB,开发了物理热工耦合计算不确定性分析平台CFD/PFS,并开展了小型自然循环铅基快堆SNCLFR-10的无保护超功率(UTOP)事故的不确定性量化,最后对计算结果进行不确定性分析和敏感性分析。研究表明,CFD/PFS平台的物理热工耦合计算具有良好的可靠性、精确性;总反应性峰值、功率峰值等瞬态安全参数的名义值均处于95/95双侧容忍限值内,且名义值与限值相对偏差小于3.95%;燃料多普勒系数是主要不确定性来源,对反应堆安全影响最大。

摘要：核反应堆结构材料活化分析是核反应堆辐射安全分析的重要内容。传统栅元活化分析方法由于无法描述结构材料内部的非均匀空间活化效应,导致活化源项、活化剂量与真实结果存在较大偏差,有必要开展核反应堆结构材料精细活化分析研究。因此,本文发展了基于网格活化分析的核反应堆结构材料精细活化分析方法,基于蒙特卡罗核粒子输运程序系统(Monte Carlo N-Particle Transport Code System,MCNP)和活化计算程序FISPACT建立了“中子输运-材料活化-活化剂量”耦合的反应堆结构材料精细化活化计算分析程序(MCNP and FISPACT coupled Mesh-based Activation code,MCFisMA),实现了结构材料活化源项精细计算及衰变γ辐射场的精确评价。基于国际热核聚变实验堆计划(International Thermonuclear Experimental Reactor,ITER)发布的停堆剂量基准题,对MCFisMA程序进行了基准验证,证明了本文方法和MCFisMA程序的正确性与可靠性;此外,基于NUREG/CR-6115压水堆开展了结构材料精细活化分析应用研究。本方法对于提升核反应堆结构材料活化源项及衰变γ剂量场的计算精度具有理论研究意义,为反应堆屏蔽设计、检修换料方案、退役策略提供理论与数据支撑。

摘要：为了研究性能更好的可燃毒物,满足在寿期初抑制过剩反应性、匹配堆芯较长周期的运行要求,对一种新型可燃毒物设计概念:套娃式可燃毒物(MDBP)进行研究,采用DRAGON程序对燃耗较快的Gd、B材料和燃耗较慢的Er、Hf材料进行不同类型可燃毒物的匹配研究,分析是否更适用于长寿期压水堆;基于确定论程序计算分析新型可燃毒物设计概念,并与传统可燃毒物做对比。结果表明,选择B和Er组合的MDBP相比于传统可燃毒物具有更优的性能,更适用于长寿期压水堆。

摘要：为提高反应堆辐射屏蔽结构设计效率与设计性能,减少传统辐射屏蔽设计方法的主观经验影响。本文基于非支配排序遗传算法对反应堆屏蔽结构开展多目标优化方法研究,并开发了反应堆辐射屏蔽多目标优化计算分析程序;利用典型反应堆辐射屏蔽结构模型对此优化方法和计算程序开展了初步验证。结果表明,非支配遗传算法可正确有效地用于辐射屏蔽结构的设计,优化效果显著。

摘要：铅铋反应堆广泛应用的需求要求研究人员在现有堆芯方案的基础上开展大量优化设计工作。针对铅铋反应堆多物理、多变量、多约束耦合影响的多维非线性约束优化设计问题,基于Kriging代理模型、正交拉丁超立方抽样和SEUMRE空间搜索技术构建铅铋反应堆智能优化方法,耦合物理蒙卡计算/热工分析程序,开发包含抽样、耦合程序前后处理、反应堆优化分析功能的优化平台,并以铅铋反应堆SPALLER-4,URANUS为原型分别开展最小燃料装载量的方案寻优与参数优化验证。验证结果表明,该智能优化方法用于铅铋反应堆设计方案寻优和堆芯参数优化可行、有效,相比传统蒙卡程序计算寻优,在保证预测精度前提下极大地降低了计算成本,与URANUS初始模型比较,燃料装载量、堆芯总质量、活性区体积、堆芯总体积分别优化10.8%,11.5%,18.1%,17.1%,为基于代理模型的智能优化方法应用于铅铋反应堆的优化设计提供参考。