-
公开(公告)号:CN119623321A
公开(公告)日:2025-03-14
申请号:CN202411520147.3
申请日:2024-10-29
Applicant: 中国核动力研究设计院
IPC: G06F30/28 , G06F18/24 , G06F17/11 , G06F17/16 , G06F17/12 , G06F113/08 , G06F119/08 , G06F119/14 , G06F119/12
Abstract: 本申请公开了一种核反应堆大空间部件的参数计算方法、装置、介质和设备。方法包括:确定核反应堆系统中的大空间部件和其他部件;将大空间部件中多个控制体的压力求解矩阵划分为第一结构矩阵块和第二结构矩阵块;并行求解第一结构矩阵块得到大空间部件中每个控制体的汽相压力;并行求解第二结构矩阵块得到大空间部件中每个控制体的液相压力;依据大空间部件对应的汽相压力和液相压力,迭代更新大空间部件的接口压力参数直至收敛。从而有效模拟核反应堆系统大空间部件的剧烈搅混与导热效果,在降低系统分析程序大型矩阵离散求解难度的同时提高系统分析程序计算的准确度。
-
公开(公告)号:CN114491903A
公开(公告)日:2022-05-13
申请号:CN202011164831.4
申请日:2020-10-27
Applicant: 中国核动力研究设计院
IPC: G06F30/20 , G06F111/10
Abstract: 本发明公开了一种基于白边界的最优有理多项式与超细群结合的共振算法,包括:在截面无穷大如105[1/cm]和截面无穷小如10‑5[1/cm]之间选取几个数值,将所有燃料总截面设置为该值,然后利用特征线法MOC进行全堆输运求解,得到燃料区的中子通量,根据多组燃料总截面和相应中子通量数据拟合得到每个单栅元逃逸概率的最优有理多项式;计算白边界条件下不同燃料半径的孤立单栅元逃逸概率的最优有理多项式,并制作燃料总截面与燃料棒内子区域间碰撞概率的对应关系;得到堆芯的修正后的区域间碰撞概率;得到中子通量,计算多群截面。其优点是:提高含控制棒等灰体问题计算结果的精度;使用超细群方法,精细计算燃料区域的共振自屏效应,提高实际问题计算结果的精度。
-
公开(公告)号:CN113076684A
公开(公告)日:2021-07-06
申请号:CN202110203032.1
申请日:2021-02-23
Applicant: 中国核动力研究设计院
Abstract: 本发明具体涉及一种核反应堆堆芯调棒过程瞬态参数智能计算方法,包括如下步骤:通过深度机器学习与核反应堆堆芯调棒过程有关的输入输出匹配的数据对,获得核反应堆堆芯调棒过程瞬态参数智能计算模型;通过核反应堆堆芯调棒过程瞬态参数智能计算模型计算与核反应堆堆芯调棒过程有关的输入参数,以获取相应的输出参数,实现核反应堆堆芯调棒过程的快速计算、仿真和预测。本发明提供的智能计算方法基于人工智能深度机器学习技术,能够实现核反应堆堆芯调棒瞬态过程快速计算、分析与预测,满足核反应堆堆芯设计、核反应堆系统设计方案快速验证、实时模拟仿真等应用需求。
-
公开(公告)号:CN112613156A
公开(公告)日:2021-04-06
申请号:CN202011301692.5
申请日:2020-11-19
Applicant: 中国核动力研究设计院
IPC: G06F30/20
Abstract: 本发明涉及反应堆燃料棒分析技术领域,具体公开了一种精细化燃料棒性能分析方法。该方法包括:将全堆芯燃料棒进行数据分类,并按照堆芯燃料棒的位置信息形成数据串;对燃料棒进行编码,并根据编码顺序对全堆芯的燃料棒堆芯行为进行模拟,并进行不确定性分析;根据中子学数据特征,对部分或所有燃料棒进行瞬态模拟分析;将瞬态影响较大的性能数据与对应设计准直进行比较,若未超限,则对极限参数进行不确定分析。该方法能够对燃料棒性能精细瞬态分析和不确定性分析,并判断燃料棒能能及行为是否满足设计准则要求;同时,降低人因影响,其分析全面,可操作性强,满足反应堆正常运行条件下全堆芯燃料棒的行为计算和性能分析。
-
公开(公告)号:CN112347621A
公开(公告)日:2021-02-09
申请号:CN202011148040.2
申请日:2020-10-23
Applicant: 中国核动力研究设计院
IPC: G06F30/20 , G06F119/08
Abstract: 本发明属于核电技术领域,具体涉及一种压力容器熔池传热确定方法及装置。本公开根据每层的位置确定该层的传热模式,并根据传热守恒关系,以及该层子区域的传热模式,确定该层子区域对应的传热关系,根据各层子区域对应的传热关系,确定所述熔池的传热模型;并根据所述传热模型,确定各层子区域的温度和热流密度,由此能够更加真实、更加精细的模拟熔融池内的传热关系,获得更加准确的压力容器下封头内熔融物温度和壁面热流密度的分布,此外,本公开将各层子区域对应的传热关系整合为传热模型,并对传热模型进行整体求解,无需针对每层子区域进行重复计算,大大提高了熔融物温度和壁面热流密度计算效率。
-
公开(公告)号:CN112181418A
公开(公告)日:2021-01-05
申请号:CN202011130699.5
申请日:2020-10-21
Applicant: 中国核动力研究设计院
Abstract: 本发明公开了一种核反应堆计算软件图形界面的快速构建方法及系统,涉及核反应堆工程软件开发领域,其技术方案要点是:将核反应堆计算软件的图形界面元素进行分类封装,并对各类图形界面元素的属性进行统一配置;根据各类图形界面元素构建对应的界面元素控件;对核反应堆计算软件图形界面开发的共性功能进行封装,并提供控件库中界面元素控件的应用方法以及开发应用实现接口;以调用API扩展接口的编程方式实现定制功能的开发和/或调用XML文件配置的扩展接口方式快速自动构建图形界面。本发明通过对共性功能不必进行重复开发,提高软件开发效率;可有效提升设计质量;并能够保证提供统一的界面运行风格,方便设计用户掌握与使用。
-
公开(公告)号:CN108899102A
公开(公告)日:2018-11-27
申请号:CN201810737024.3
申请日:2018-07-06
Applicant: 中国核动力研究设计院
Abstract: 本发明公开了用于压水堆通用的固定式自给能中子探测器的布置方法,包括步骤:步骤1)在堆芯布置若干个自给能中子探测器通道,探测器设置在自给能中子探测器通道内,探测器的布置分为径向布置和轴向布置;步骤2)在布置控制棒的燃料组件中不设置自给能中子探测器通道,自给能中子探测器通道在堆芯布置过程中,确保自给能中子探测器通道隔行布置;步骤3)自给能中子探测器通道在堆芯布置过程中,自给能中子探测器通道布置沿堆芯水平中心轴线和堆芯竖直中心轴线平行布置;步骤4)确保堆芯内任一燃料组件的“有效影响域”内至少包含4个探测通道,且每个探测通道分属不同组;步骤5)探测器通道上轴向等距布置若干个自给能中子探测器。
-
公开(公告)号:CN103871525B
公开(公告)日:2016-08-31
申请号:CN201210539051.2
申请日:2012-12-13
Applicant: 中国核动力研究设计院
IPC: G21C17/108 , G06F19/00
Abstract: 本发明涉及核反应堆芯测量系统探测器信号处理技术领域,具体公开了一种基于卡尔曼滤波的铑自给能探测器信号延迟消除方法。该方法的具体步骤为:1、建立铑与中子的核反应模型;2、建立卡尔曼滤波模型;3、利用卡尔曼滤波对铑自给能中子探测器电流信号作延迟消除;3.1、获得卡尔曼滤波算法中的系统过程白噪声方差矩阵Q和系统观测白噪声方差矩阵为R;3.2、采集铑自给能探测器电流值,进行模数转换后,利用卡尔曼滤波对铑自给能中子探测器电流信号作延迟消除;本发明所述的一种基于卡尔曼滤波的铑自给能探测器信号延迟消除方法,可以对测量电流信号进行降噪处理,可以保证响应时间足够小的情况下,噪声放大倍数抑制在1~8倍。
-
公开(公告)号:CN103871524A
公开(公告)日:2014-06-18
申请号:CN201210538898.9
申请日:2012-12-13
Applicant: 中国核动力研究设计院
Abstract: 本发明涉及核反应堆芯测量系统探测器信号处理技术领域,具体公开了一种基于卡尔曼滤波的铑自给能探测器信号延迟消除方法。该方法的具体步骤为:1、建立铑与中子的核反应模型;2、建立卡尔曼滤波模型;3、利用卡尔曼滤波对铑自给能中子探测器电流信号作延迟消除;3.1、获得卡尔曼滤波算法中的系统过程白噪声方差矩阵Q和系统观测白噪声方差矩阵为R;3.2、采集铑自给能探测器电流值,进行模数转换后,利用卡尔曼滤波对铑自给能中子探测器电流信号作延迟消除;本发明所述的一种基于卡尔曼滤波的铑自给能探测器信号延迟消除方法,可以对测量电流信号进行降噪处理,可以保证响应时间足够小的情况下,噪声放大倍数抑制在1~8倍。
-
公开(公告)号:CN118377994A
公开(公告)日:2024-07-23
申请号:CN202410409399.2
申请日:2024-04-07
Applicant: 中国核动力研究设计院
Inventor: 刘东 , 陈俊辑 , 陈奇隆 , 彭航 , 潘俊杰 , 张斌 , 李庆 , 涂晓兰 , 陈长 , 肖聪 , 芦韡 , 李文杰 , 范佳锟 , 向迪 , 卢宗健 , 曾辉 , 崔显涛 , 赵晨 , 江勇 , 庞志鑫 , 邓平
Abstract: 本发明具体涉及一种深度机器学习求解连续性积分方程的方法,包括如下步骤:对包含未知函数和积分项的连续性积分方程中的积分项转化为被积函数的原函数表达式,将原积分方程转化为没有积分项的微分方程;给出被积函数原函数特定解的生成方法;对未知函数和被积函数原函数分别映射为神经网络函数,对未知函数和被积函数原函数的神经网络函数交替进行深度机器学习;完成深度机器学习的未知函数和被积函数原函数的神经网络函数分别为未知函数和被积函数原函数的数值解。本发明避免了积分项有限和代替积分项带来的系统性误差以及被积函数缺乏唯一性带来的收敛性问题,使其有效应用于中子输运理论、流体力学以及热力学等工业领域的核心方程求解。
-
-
-
-
-
-
-
-
-