您选择的条件: 刘晓晶
  • 核热推进反应堆多目标优化设计方法研究

    分类: 核科学技术 >> 核科学与技术 提交时间: 2024-07-12

    摘要: 在深空探测任务对高性能推进系统的迫切需求下,本研究针对现有核热推进反应堆设计方法的系统性和完整性不足,提出了一种核热推进反应堆(NTPR)多目标优化设计方法,以实现具有大推力、高比冲、长寿命和轻量化特点的NTPR堆芯设计。首先,依据组件间传热特点构建组件间传热模型,并将其与核火箭的飞行性能及堆芯临界特性相结合。其次,基于组件间传热模型-飞行性能模型-组件二维临界模型提出了一种多目标参数筛选方法,采用该方法对核热推进反应堆设计方案进行耦合迭代计算,以优化堆芯布局,确保满足热工、飞行和中子物理的综合设计标准,同时实现堆芯质量的最小化。最后,利用开源蒙特卡洛软件OpenMC对优化后的堆芯布局进行详尽的三维中子学计算,针对反应堆临界特性、安全特性以及燃耗表现等开展全面评估。研究结果表明,基于该方法设计的低浓缩铀(LEU)NTPR概念设计方案初步满足大推力、高比冲、长寿命和轻量化的设计要求,可为未来载人深空探测任务提供参考。

  • 基于神经网络超参数优化方法的堆芯中子学参数预测研究

    分类: 核科学技术 >> 核科学与技术 提交时间: 2024-06-29

    摘要: 神经网络可以基于大量数据学习输入输出变量之间的关系,具有强大的拟合能力,在包括核工程计算领域常用作程序的代理模型。中子输运计算作为中子学模拟的核心环节之一,其耗时较长的问题可以通过利用神经网络模型来解决。然而,神经网络模型具有一系列超参数需要设置,而手动调节这些超参数工作量大,重复繁琐,只能依靠经验进行,而且求解不同问题时这些超参数不可复用。为了解决以上问题,本文提出了一种采用贝叶斯优化(Bayesian Optimization)算法来调节神经网络超参数,结合了学习率衰减、损失函数优化方法,它可以针对不同问题的数据集,自动搜索超参数的最佳组合,以获得最佳性能,具有很高的灵活性和效率,泛化性强。本文对 TAKEDA基准题得到的堆芯关键参数进行拟合,结果表明有效增殖因数keff的平均误差在150pcm以内,TAKEDA1数据集上区域积分通量Φ的平均误差率为1.72%,最大误差率为7.56%。该研究可为人工智能在堆芯物理计算理论的应用提供一定参考。

  • 热释电钽酸锂涂层的制备与性能表征

    分类: 核科学技术 >> 核科学技术其他学科 提交时间: 2024-06-27

    摘要: 船用反应堆和浮动式核电站由于海洋运动引起的壁面温度波动给两相传热系统的沸腾传热带来挑战。热释电材料钽酸锂(LT)随温度变化而产生的热释电效应会对传热表面的浸润性造成影响,将其运用到传热表面有望改善传热性能。本研究采用溶胶-凝胶法实现了LT的可控制备,并通过羟基自由基含量变化对热释电性能及浸润性调控的机理进行研究。研究结果表明LT的粒径随退火温度增加而增大,涂层厚度的增加和粒径的减小均有助于增强热释电性能。荧光光谱分析表明LT在升温过程中羟基自由基含量升高,同时证实LT在经历加热和冷却循环时具有对羟基自由基含量的调控能力。上述结果表明,LT涂层在两相变温传热系统中,具有调控传热表面浸润性的能力。

  • 基于神经网络超参数优化方法的堆芯中子学参数预测研究

    分类: 核科学技术 >> 核科学与技术 提交时间: 2024-06-04

    摘要: 神经网络可以基于大量数据学习输入输出变量之间的关系,具有强大的拟合能力,在包括核工程计算领域常用作程序的代理模型。中子输运计算作为中子学模拟的核心环节之一,其耗时较长的问题可以通过利用神经网络模型来解决。然而,神经网络模型具有一系列超参数需要设置,而手动调节这些超参数工作量大,重复繁琐,只能依靠经验进行,而且求解不同问题时这些超参数不可复用。为了解决以上问题,本文提出了一种采用贝叶斯优化(Bayesian Optimization)算法来调节神经网络超参数,结合了学习率衰减、损失函数优化方法,它可以针对不同问题的数据集,自动搜索超参数的最佳组合,以获得最佳性能,具有很高的灵活性和效率,泛化性强。本文对 TAKEDA基准题得到的堆芯关键参数进行拟合,结果表明有效增殖因数keff的平均误差在150pcm以内,TAKEDA1数据集上区域积分通量Φ的平均误差率为1.72%,最大误差率为7.56%。该研究可为人工智能在堆芯物理计算理论的应用提供一定参考。

  • 基于神经网络超参数优化方法的堆芯中子学参数预测研究

    分类: 核科学技术 >> 核科学与技术 提交时间: 2024-05-21

    摘要: 神经网络可以基于大量数据学习输入输出变量之间的关系,具有强大的拟合能力,在包括核工程计算领域常用作程序的代理模型。中子输运计算作为中子学模拟的核心环节之一,其耗时较长的问题可以通过利用神经网络模型来解决。然而,神经网络模型具有一系列超参数需要设置,而手动调节这些超参数工作量大,重复繁琐,只能依靠经验进行,而且求解不同问题时这些超参数不可复用。为了解决以上问题,本文提出了一种采用贝叶斯优化(Bayesian Optimization)算法来调节神经网络超参数,结合了学习率衰减、损失函数优化方法,它可以针对不同问题的数据集,自动搜索超参数的最佳组合,以获得最佳性能,具有很高的灵活性和效率,泛化性强。本文对 TAKEDA基准题得到的堆芯关键参数进行拟合,结果表明有效增殖因数keff的平均误差在150pcm以内,TAKEDA1数据集上区域积分通量Φ的平均误差率为1.72%,最大误差率为7.56%。该研究可为人工智能在堆芯物理计算理论的应用提供一定参考。

  • 考虑气隙对矩形通道鼓泡工况流动传热行为的研究

    分类: 核科学技术 >> 核科学与技术 提交时间: 2024-04-27

    摘要: 研究针对核反应堆板状燃料组件出现的鼓泡现象,利用Fluent软件进行了数值模拟研究,并对比了裂变气体鼓泡和以往研究中固体鼓泡的区别。研究发现:气体鼓泡会导致局部温度升高,鼓泡周围热通量密度提高3倍,但燃料板整体热通量变化较小;鼓泡的形成会使鼓泡局部换热能力提高约10%,鼓泡侧热通量提高4%左右;在高流速条件下,鼓泡的存在会导致燃料板两侧流体产生较大的压力差,使得燃料板发生变形,甚至堵塞流道。研究结果为板状燃料元件设计和安全评估提供了重要参考。

  • 考虑气隙对矩形通道鼓泡工况流动传热行为的研究

    分类: 核科学技术 >> 核科学与技术 提交时间: 2024-03-21

    摘要: 研究针对核反应堆板状燃料组件出现的鼓泡现象,利用Fluent软件进行了数值模拟研究,并对比了裂变气体鼓泡和以往研究中固体鼓泡的区别。研究发现:气体鼓泡会导致局部温度升高,鼓泡周围热通量密度提高3倍,但燃料板整体热通量变化较小;鼓泡的形成会使鼓泡局部换热能力提高约10%,鼓泡侧热通量提高4%左右;在高流速条件下,鼓泡的存在会导致燃料板两侧流体产生较大的压力差,使得燃料板发生变形,甚至堵塞流道。研究结果为板状燃料元件设计和安全评估提供了重要参考。