摘要：针对滚动轴承在强背景噪声下造成故障特征不易识别的问题,提出一种以1.5维谱加权谐噪比(weighted harmonic-to-noiseratio,简称WHNR)为评价指标的自适应级联变分模态分解(cascadedvariationalmode decomposition,简称CVMD)特征增强方法。首先,基于不同故障特征频率计算1.5维谱下的最大WHNR来确定CVMD惩罚因子及分解层数;其次,利用1.5维谱对分解结果解调分析,进一步抑制噪声干扰,突出故障特征,最终提高特征辨识度,实现滚动轴承的故障特征增强;最后,通过仿真信号和滚动轴承故障实验,证明了该方法在强背景噪声情况下的优良去噪能力,能够增强微弱故障特征并抑制无关分量。

摘要：为满足未来空间探测活动的大功率用电及轻质量载荷需求,以美国、俄罗斯空间气冷反应堆方案为基础,提出一个亚MW级空间气冷堆堆芯初步设计方案,并使用蒙特卡罗程序对该方案进行堆芯物理计算与分析,给出几种典型工况下的堆芯反应性以及中子分布特征。计算结果表明,该设计方案可满足反应堆的安全性要求,能实现紧急停堆,并可保证在堆芯被水淹没等设计基准事故条件下维持反应堆次临界,确保反应堆安全。此外,通过在堆芯局部燃料棒中添加热中子吸收材料,对堆芯径向功率分布进行优化,以展平径向功率分布。

摘要：以美国普罗米修斯计划反应堆为参考,建立了空间气冷反应堆堆芯结构的三维模型,利用蒙特卡罗方法计算得到了堆芯真实功率分布,并使用Star-CCM+软件开展了1/6堆芯的流动换热计算,分析得到了堆芯温度场、速度场和压力场的分布情况,评估了现有设计中仍待优化之处,并提出了相关的优化建议。计算结果表明,该反应堆设计可将冷却剂加热到工作温度,能满足基本的技术指标。但从优化角度考虑,需对堆芯入口段与出口段进行优化设计,通过改变入口管与压力容器间的角度等,可降低不必要的能量损失,提高堆芯出口温度与速度分布均匀性,同时降低冷却剂对诸如气轮机等设备的不利影响。

摘要：特征线方法(MOC)在求解堆芯规模中子输运方程时面临计算时间长的问题,加速和并行算法是目前研究的热点。基于MOC在特征线和能群层面的并行特性,采用统一计算设备构架(CUDA)编程规范,实现了基于图形处理器(GPU)的并行二维MOC算法。测试了菱形差分和步特征线法分别在双精度、混合精度及单精度浮点运算下的计算精度、效率及GPU加速效果。采用性能分析工具对GPU程序性能进行了分析,识别了程序性能瓶颈。结果表明:菱形差分和步特征线法在不同浮点运算精度下均表现出良好的计算精度;相比于CPU单线程计算,GPU加速效果在双精度和单精度情况下分别达到35倍和100倍以上。

摘要：为了研究加热通道中逆流的特征和机理,本文进行了低压高入口过冷度下的自然循环实验。通过采用逐渐增加实验热流密度的方法,在自然循环流动沸腾实验中识别了3种自然循环模式:稳态自然循环、流动不稳定性(无逆流)和逆流。对比实验热流密度和经验关系式计算的临界热流密度预测值,解释了逆流的机理:流动不稳定性诱发了间歇干涸型沸腾临界,间歇干涸导致了逆流的产生。分析了自然循环工况和回路结构对逆流的影响,并结合实验段出口水温波动、壁温分布和间歇干涸的发生建立了流动不稳定性工况下实验段内的流型,单相流体和两相混合物的交替通过加热段出口。本文给出不同热流密度下的自然循环模式,可为自然循环系统的设计和安全分析提供参考。

摘要：CPU-GPU异构系统为加速全堆芯特征线方法(MOC)精细计算提供了方法和思路。在实现基于CPU-GPU异构系统的二维MOC异构并行算法基础上,提出了性能分析模型,识别了影响异构并行算法并行效率的主要因素;针对识别到的性能影响因素,实现了输运计算与数据传递相互掩盖,提升了异构并行算法的整体并行效率。数值结果表明:程序具备良好的计算精度;数据传递(MPI通信和CPU与GPU之间的数据拷贝)是影响异构并行算法并行效率的主要因素;实现输运计算与数据传递相互掩盖后,程序性能和强并行效率均有所提升;5异构节点(包含20块GPU)并行时,程序整体效率提升达8%,强并行效率从87%提升到95%;相比CPU节点并行计算,4个CPU-GPU异构节点整体性能优于20个CPU节点。

摘要：为了适应材料几何布置越来越复杂的小型研究堆计算需求,基于构建实体几何理论和矩阵特征线方法,开发了具有复杂几何输运计算能力的2维特征线程序MOCAGE,并采用OpenMP并行编程模型对几何前处理中的特征线追踪进行并行化设计。通过不规则几何问题以及3种不同控制棒布置形式的HTTR基准题对程序的特征线追踪能力与计算精度进行评估,给出了计算结果与MCNP5多群计算参考值的相对误差。结果表明:所开发的程序能够正确实现对复杂对象的几何建模并进行特征线追踪,计算结果与参考值符合较好,精度满足程序验证要求,采用OpenMP并行编程能显著减少几何预处理时间。

摘要：本文提出了可用于非能动安全壳热量导出系统的大尺度开式自然循环系统的小比例模化方法,并对模型系统的运行特性与原型实验结果进行了对比。结果表明:通过本文的模化方法得到的模型系统不仅能很好地反映原型系统的流动现象,还能准确地估算原型系统的流动传热大小和流动不稳定边界;传热管内流体雷诺数对管内对流换热和两相振荡流动影响很大,模化时需保证模型系统传热管内流体的流动状态与原型相同;当根据实际需求对模型中某些结构参数加以限制时,得到的模型仍能较好地模拟原型系统的流动特性,在工程设计上具有一定的可行性。

摘要：非能动系统运行过程中包含大量的不确定性参数,一般通过最佳估算加不确定性分析对其可靠性进行评估,评估过程中一个重要的步骤是参数的敏感性分析,用来识别系统关键参数以降低模型复杂性。传统的全局敏感性分析因其高昂的计算成本难以被应用于复杂的核动力系统中,为提高其分析效率,本研究提出采用低秩近似(Low-Rank Approximations,LRA)方法改进基于蒙特卡罗的Sobol方法,并利用多个基准题验证所提方法的有效性。最后用此方法对某一体化压水堆的非能动余热排出系统进行敏感性分析。结果表明:本文所提方法仅需200次模拟计算,耗时约55 min就能准确识别系统关键参数,且与Sobol方法运行1.0×10^(5)次模拟计算,耗时约19 d所得到的敏感性排序结果一致。因此,本研究建立的高效全局敏感性分析方法可为非能动系统的可靠性分析和设计优化等过程提供有效指导。

摘要：传统的故障诊断方法如主元分析方法与BP神经网络等在复杂非线性系统中存在泛化能力较差、故障识别准确度较低的问题。而孤立森林(iForest)算法使用孤立树划分思想识别异常数据,可适用于非线性系统的状态监测;Adaboost算法是一种基于组合分类思想的提升算法,可通过多个弱分类器的叠加,使整体算法具有较好的泛化能力。因此采用i Forest算法与Adaboost算法建立iForest-Adaboost核电厂一回路故障诊断系统,使用GSE实时仿真平台与福清核电站一号机组仿真数据测试。测试结果表明,iForest算法相比于主元分析与QTA阈值法可以更快识别出系统异常,Adaboost算法相比于BP神经网络与支持向量机方法具有更高的故障识别准确率。