一种反向神经传播网络的核电材料寿命预测模型及方法

    公开(公告)号:CN115048858A

    公开(公告)日:2022-09-13

    申请号:CN202210571025.1

    申请日:2022-05-24

    Abstract: 本发明公开了一种反向神经传播网络的核电材料寿命预测模型及方法,数据质量评价模块:筛选出决定影响寿命的核电材料的特征数据字段、与期待模型输出结果的目标数据字段;数据相关性确定模块:根据生成的数据字段相关性,由联合密度概率分布计算出的最大信息系数;数据参数确定模块:选择反向神经传播网络算法作为机器学习模型的基本算法,获得参数,并对参数进行贝叶斯超参数优化;模型训练模块:选择模型,对优化后的参数进行学习,得到机器学习模型;本发明能够在机器学习/深度学习广泛应用于材料行业的当下,不需要核电结构材料数据研究人员掌握编程技巧,就可以快速掌握核电结构材料数据性能预测模型的构建方法,调试模型并进行评价。

    用于反应堆组件多共振核素共振模拟子群优化方法及系统

    公开(公告)号:CN111914464A

    公开(公告)日:2020-11-10

    申请号:CN202010807822.6

    申请日:2020-08-12

    Abstract: 本发明公开了共振模拟子群优化方法,包括以下步骤:对共振核素进行分类;建立共振能群,并将共振能群统一为合并能群;构建中子输运方程;独立获取每个合并能群代表核素的等效宏观截面和源项信息;获取合并能群代表核素的子群通量;获取合并能群的子群逃脱截面;获取等效微观本底截面;获取等效吸收截面和等效生成截面;进行反应堆组件多共振核素共振模拟。本发明还公开了用于反应堆组件多共振核素共振模拟子群优化系统。本发明用于反应堆组件多共振核素共振模拟子群优化方法及系统,在不影响精度的前提下,对问题中的共振核素按类划分,对同一类的共振核素,只对其代表核素进行子群通量求解,减少了特征线方法计算时间,从而提高计算效率。

    一种用于反应堆组件共振模拟的子群优化方法及系统

    公开(公告)号:CN111914463B

    公开(公告)日:2022-02-22

    申请号:CN202010806951.3

    申请日:2020-08-12

    Abstract: 本发明公开了一种用于反应堆组件共振模拟的子群优化方法,包括以下步骤:建立共振能群,统一为合并能群;获取合并能群的等效宏观截面和源项信息;构建中子输运方程;子群吸收截面对应的子群通量;获取合并能群的子群逃脱截面;获取各个共振能群对应的子群逃脱截面,并获取各个共振能群对应的等效微观本底截面;获取等效吸收截面和等效生成截面;进行反应堆组件共振模拟。本发明还公开了一种用于反应堆组件共振模拟的子群优化系统。本发明一种用于反应堆组件共振模拟的子群优化方法及系统,通过引入等效逃脱截面的概念,在不影响精度的前提下对整个共振能区统一求解子群通量,减少了特征线方法计算时间,从而提高计算效率。

    一种用于反应堆组件共振模拟的子群优化方法及系统

    公开(公告)号:CN111914463A

    公开(公告)日:2020-11-10

    申请号:CN202010806951.3

    申请日:2020-08-12

    Abstract: 本发明公开了一种用于反应堆组件共振模拟的子群优化方法,包括以下步骤:建立共振能群,统一为合并能群;获取合并能群的等效宏观截面和源项信息;构建中子输运方程;子群吸收截面对应的子群通量;获取合并能群的子群逃脱截面;获取各个共振能群对应的子群逃脱截面,并获取各个共振能群对应的等效微观本底截面;获取等效吸收截面和等效生成截面;进行反应堆组件共振模拟。本发明还公开了一种用于反应堆组件共振模拟的子群优化系统。本发明一种用于反应堆组件共振模拟的子群优化方法及系统,通过引入等效逃脱截面的概念,在不影响精度的前提下对整个共振能区统一求解子群通量,减少了特征线方法计算时间,从而提高计算效率。

Patent Agency Ranking