CN110472279B - 一种基于涡动扩散模型的放射性气体浓度评估方法 - Google Patents
一种基于涡动扩散模型的放射性气体浓度评估方法 Download PDFInfo
- Publication number
- CN110472279B CN110472279B CN201910617661.1A CN201910617661A CN110472279B CN 110472279 B CN110472279 B CN 110472279B CN 201910617661 A CN201910617661 A CN 201910617661A CN 110472279 B CN110472279 B CN 110472279B
- Authority
- CN
- China
- Prior art keywords
- model
- diffusion
- volume
- diffusion model
- vortex
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本发明涉及一种基于涡动扩散模型的放射性气体浓度评估方法,属于核退役仿真领域。包括构建核退役场景实体模型,并将核设施实体模型转换为体素模型;采用涡动扩散模型模拟放射性气体的扩散;根据退役场景对涡动扩散模型进行修正,退役场景包括厂房尺寸、核设施体素模型体积、排风管位置与流量和多个泄露点位置等;最终计算放射性气体的浓度分布。本发明采用涡动扩散模型模拟放射性气体的扩散;根据真实退役场景对模型进行了修正,实现了放射性气体浓度分布的动态计算;开发出了一种实时、高效的核设施退役环境中放射性气体浓度评估仿真方法,对核设施退役仿真具有重大的实际意义,应用前景广阔。
Description
技术领域
本发明涉及一种基于涡动扩散模型的放射性气体浓度评估方法,属于核退役仿真领域。
背景技术
核设施退役活动会产生大量的放射性气体。为了保证工人在退役活动中的安全,减少放射性气体对工人的内照射,就需要评估放射性气体的分布情况。
对于气体扩散,高斯扩散模型是应用最广泛的模型。该模型主要应用于点源的扩散研究,能够评估连续源的扩散和瞬时泄漏的扩散,但高斯扩散模型更适用于大气扩散。对于室内空间,涡动扩散模型更加适用。涡动扩散模型基于菲克扩散定律,在稳定的无限空间内的点源,泄露出的污染物浓度跟与源的距离和分子扩散率成正比。由于核退役场景空间大,设备所占空间多,空气流通缓慢且放射性气体泄露点多,因此需要对理想涡动扩散模型进行修正。综上所述,开发出一种实时、高效的核设施退役环境中放射性气体浓度评估仿真方法对核设施退役仿真具有重大的实际意义。
发明内容
本发明的目的是为了实时、高效的评估核设施退役环境中放射性气体扩散分布情况而提供一种基于涡动扩散模型的放射性气体浓度评估方法。
本发明的目的是这样实现的:一种基于涡动扩散模型的放射性气体浓度评估方法,具体包括以下步骤:
步骤1、构建核退役场景实体模型,并将核设施实体模型转换为体素模型;
步骤2、构建气体涡动扩散模型;
步骤3、根据厂房尺寸修正扩散模型;
步骤4、根据核设施体素模型体积修正扩散模型;
步骤5、根据排风管位置与流量修正扩散模型;
步骤6、根据多个泄露点位置修正扩散模型。
本发明还包括这样一些结构特征:
1、所述步骤1具体为:根据核退役场景的确定参数,构建退役环境的实体模型,模型参数包括厂房、设备、墙体,采用体素化方法将设施实体模型转化为体素模型。
2、所述步骤2具体为:假设室内气体的传输机制是湍流扩散、构建气体涡动扩散模型;考虑退役场景对模型的影响,距离泄露点半径为ri的处的浓度为:
式中,Ci,t(x,y,z)是时间t时第i个泄露源在坐标(x,y,z)处的浓度,Vi,t是模型的真实体积,Vi,R是模型球形边界的体积,Gi是第i个泄露源的释放率,ri是从源到位置(x,y,z)的距离,D为涡动扩散的系数,erf为误差公式,理想情况下,涡动扩散模型呈圆球形,体积为:
式中,Rt是模型最外层球体的半径,具体为:
3、所述步骤3具体为:根据厂房尺寸修正扩散模型,模型修正后的体积为模型圆球形边界的体积减去模型在厂房边界外的体积:
Vi,t=Vi,R-Vout
其中,Vout为模型在厂房边界外的体积。
4、所述步骤4具体为:考虑核设施对气体扩散的阻塞作用,扩散模型的真实体积为模型圆球形边界的体积减去核设施体素模型在球形边界内体积。模型修正后的体积为:
Vi,t=Vi,R-Vin
其中,Vin为核设施与扩散模型相交部分的体积。
5、所述步骤5具体为:当扩散模型与排风管道相接时,扩散模型形状不变,考虑排风管道对扩散模型的影响,根据排风管道的位置与气体流量对扩散模型进行修正,修正后的扩散模型为:
式中Qk是第k个排气管的通风率,tk是扩散模型和第k个排气管的接触时间。
6、所述步骤6具体为:当核退役场景中有多个放射性气体泄露点时,空间位置(x,y,z)处放射性气体的浓度为所有泄露点在该位置浓度的累加和:
与现有技术相比,本发明的有益效果是:本发明开发出一种基于涡动扩散模型,动态计算放射性气体空间分布的仿真方法。本发明实现了采用涡动扩散模型模拟放射性气体的扩散;根据真实退役场景对模型进行了修正,实现了放射性气体浓度分布的动态计算。本发明开发出了一种实时、高效的核设施退役环境中放射性气体浓度评估仿真方法,对核设施退役仿真具有重大的实际意义。
附图说明
图1是理想状态下的涡动扩散模型;
图2是厂房空间对涡动扩散模型的限制;
图3是场景设施对涡动扩散模型的影响;
图4是排风管道对涡动扩散模型的影响;
图5是多泄露点情况下(x,y,z)位置处放射性气体的浓度。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
本发明提出一种针对核退役环境中泄露的放射性气体,采用涡动扩散模型模拟放射性气体的扩散,并动态的计算放射性气体浓度分布的仿真方法。
本发明采用C++语言编程,主要功能为:构建退役场景核设施的体素模型,采用涡动扩散模型模拟放射性气体的扩散,根据退役场景对涡动扩散模型进行修正,最终计算放射性气体的活度分布。整个发明包括退役环境建模、涡动扩散模型建模、放射性气体浓度分布计算三个模块。
本发明采用以下技术方案:
1、构建核退役场景实体模型,并将核设施实体模型转换为体素模型;
根据核退役场景的确定参数,构建退役环境的实体模型。模型包括厂房、设备、墙体等。采用体素化方法将设施实体模型转化为体素模型。
2、构建气体涡动扩散模型;
气体涡动扩散模型的优点是可以计算出空间内不同距离处的气体质量浓度,缺点是必须在室内空气流速较小的情况下使用。
涡动扩散模型假设室内气体的传输机制是湍流扩散,考虑到退役场景对模型的影响,如附图1所示,为理想状态下的涡动扩散模型;距离泄露点半径为ri的处的球体浓度为:
式中,Ci,t(x,y,z)是时间t时第i个泄露源在坐标(x,y,z)处的浓度,Vi,t是模型的真实体积,Vi,R是模型球形边界的体积,Gi是第i个泄露源的释放率,ri是从源到位置(x,y,z)的距离,D为涡动扩散的系数,erf为误差公式。理想情况下,涡动扩散模型呈圆球形,体积为:
式中,Rt是模型最外层球体的半径,具体为:
3、根据厂房尺寸修正扩散模型;
放射性气体的扩散形状会受到厂房空间的限制,模型修正后的体积为模型圆球形边界的体积减去模型在厂房边界外的体积,如附图2所示,为厂房空间对涡动扩散模型的限制,模型修正后的体积为:
Vi,t=Vi,R-Vout
其中,Vout为模型在厂房边界外的体积。
4、根据核设施体素模型体积修正扩散模型;
核退役场景中的设施体积巨大,会影响放射性气体的扩散,考虑到核设施对气体扩散的阻塞作用,扩散模型的真实体积为模型圆球形边界的体积减去核设施体素模型在球形边界内体积,如附图3所示,为场景设施对涡动扩散模型的影响,模型修正后的体积为:
Vi,t=Vi,R-Vin
其中,Vin为核设施与扩散模型相交部分的体积。
5、根据排风管位置与流量修正扩散模型;
放射性气体会通过排风管道,经过滤、吸收等操作后排放到外界环境。当扩散模型与排风管道相接时,扩散模型形状不变。如附图4所示,为排风管道对涡动扩散模型的影响,考虑到排风管道对扩散模型的影响,需要根据排风管道的位置与气体流量对扩散模型进行修正,修正后的扩散模型为:
式中Qk是第k个排气管的通风率,tk是扩散模型和第k个排气管的接触时间。
6、根据多个泄露点位置修正扩散模型。
核退役场景中,放射性气体泄露点多,且每个泄露点的泄露量也不相同。如图5所示,为多泄露点情况下(x,y,z)位置处放射性气体的浓度;当核退役场景中有多个放射性气体泄露点时,空间位置(x,y,z)处放射性气体的浓度,为所有泄露点在该位置浓度的累加和:
综上,本发明公开一种核设施退役环境中放射性气体浓度评估方法,具体涉及一种针对核退役环境中泄露的放射性气体,采用涡动扩散模型拟放射性气体的扩散,并动态的计算放射性气体浓度分布的仿真方法。本发明包括:构建退役场景核设施的体素模型,采用涡动扩散模型模拟放射性气体的扩散,根据退役场景对涡动扩散模型进行修正,最终计算放射性气体的浓度分布。本发明包括退役环境建模、涡动扩散模型建模、放射性气体浓度分布计算三个模块,实现了核设施退役环境中放射性气体浓度的动态评估。
Claims (7)
1.一种基于涡动扩散模型的放射性气体浓度评估方法,其特征在于,具体包括以下步骤:
步骤1、构建核退役场景实体模型,并将核设施实体模型转换为体素模型;
步骤2、构建气体涡动扩散模型;
步骤3、根据厂房尺寸修正扩散模型;
步骤4、根据核设施体素模型体积修正扩散模型;
步骤5、根据排风管位置与流量修正扩散模型;
步骤6、根据多个泄露点位置修正扩散模型。
2.根据权利要求1所述一种基于涡动扩散模型的放射性气体浓度评估方法,其特征在于,所述步骤1具体为:根据核退役场景的确定参数,构建退役环境的实体模型,模型参数包括厂房、设备、墙体,采用体素化方法将设施实体模型转化为体素模型。
4.根据权利要求3所述一种基于涡动扩散模型的放射性气体浓度评估方法,其特征在于,所述步骤3具体为:根据厂房尺寸修正扩散模型,模型修正后的体积为模型圆球形边界的体积减去模型在厂房边界外的体积:
Vi,t=Vi,R-Vout
式中,Vout为模型在厂房边界外的体积。
5.根据权利要求4所述一种基于涡动扩散模型的放射性气体浓度评估方法,其特征在于,所述步骤4具体为:考虑核设施对气体扩散的阻塞作用,扩散模型的真实体积为模型圆球形边界的体积减去核设施体素模型在球形边界内体积,模型修正后的体积为:
Vi,t=Vi,R-Vin
式中,Vin为核设施与扩散模型相交部分的体积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910617661.1A CN110472279B (zh) | 2019-07-10 | 2019-07-10 | 一种基于涡动扩散模型的放射性气体浓度评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910617661.1A CN110472279B (zh) | 2019-07-10 | 2019-07-10 | 一种基于涡动扩散模型的放射性气体浓度评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110472279A CN110472279A (zh) | 2019-11-19 |
CN110472279B true CN110472279B (zh) | 2022-07-15 |
Family
ID=68507570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910617661.1A Active CN110472279B (zh) | 2019-07-10 | 2019-07-10 | 一种基于涡动扩散模型的放射性气体浓度评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110472279B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2730876B2 (ja) * | 1995-05-15 | 1998-03-25 | 三井東圧化学株式会社 | プラント内における微小漏洩ガス雰囲気での新規漏洩発見法 |
US6055840A (en) * | 1998-01-21 | 2000-05-02 | Industrial Scientific Corporation | Method and apparatus for determining concentration of a gas |
CN101350828B (zh) * | 2008-09-02 | 2011-02-16 | 中国科学院上海微系统与信息技术研究所 | 一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法 |
CN107402283B (zh) * | 2016-05-20 | 2019-11-15 | 北京化工大学 | 一种借助移动机器人实现的气体泄漏溯源方法 |
CN107330187B (zh) * | 2017-06-30 | 2020-11-03 | 哈尔滨工程大学 | 一种核设施退役辐射场剂量分布仿真方法 |
CN107505267B (zh) * | 2017-08-22 | 2020-04-28 | 上海合含科技有限公司 | 一种气体探测器布点分析方法及装置 |
CN107941988B (zh) * | 2017-10-16 | 2021-06-08 | 华南理工大学 | 一种检测气体污染源的无人机设备及监测方法 |
CN109655423A (zh) * | 2019-01-24 | 2019-04-19 | 南京木达环保科技有限公司 | 一种气体浓度分析装置及其测量设备与分析方法 |
-
2019
- 2019-07-10 CN CN201910617661.1A patent/CN110472279B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110472279A (zh) | 2019-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111537023B (zh) | 一种工业园区大气污染物扩散模拟与溯源方法 | |
Feng et al. | An improved particle swarm optimization method for locating time-varying indoor particle sources | |
Kwon et al. | Analysing ventilation efficiency in a test chamber using age-of-air concept and CFD technology | |
Elmualim | Dynamic modelling of a wind catcher/tower turret for natural ventilation | |
Dong et al. | Optimal design of building openings to reduce the risk of indoor respiratory epidemic infections | |
Jin et al. | Numerical investigation of particle transport characteristics in an isolated room with single-sided natural ventilation | |
Jiang et al. | Side ratio effects on flow and pollutant dispersion around an isolated high-rise building in a turbulent boundary layer | |
Le Roux et al. | Reduced-scale study of wind influence on mean airflows inside buildings equipped with ventilation systems | |
CN110472279B (zh) | 一种基于涡动扩散模型的放射性气体浓度评估方法 | |
CN110489789B (zh) | 一种核设施退役环境中放射性气体扩散评估方法 | |
Cybyk et al. | Simulation of fluid dynamics around complex urban geometries | |
Shao et al. | Long-term prediction of dynamic distribution of passive contaminant in complex recirculating ventilation system | |
Czetany et al. | Impact of Inlet Boundary Conditions on the Fluid Distribution of Supply Duct | |
Cybyk et al. | A detailed contaminant transport model for facility hazard assessment in urban areas | |
Yang et al. | Radioactive gas diffusion simulation and inhaled effective dose evaluation during nuclear decommissioning | |
JP2009193551A (ja) | 建造物内における火災及び有毒物質拡散のシミュレーション技術 | |
Cai et al. | Rapid identification of single constant contaminant source by considering characteristics of real sensors | |
Allard et al. | Wind induced ventilation. | |
Fuestel et al. | The COMIS infiltration model | |
Yu et al. | Assessment of the Revised 3410 building filtered exhaust stack sampling probe location | |
Chen | Control method of mechanical smoke emission in high-rise building corridor | |
Jiao et al. | Development of field-zone-net model for fire smoke propagation simulation in ships | |
Kulmala | Advanced design of local ventilation systems | |
CN116305505B (zh) | 一种基于bim技术和目标优化的冷却塔降噪设计方法 | |
Zhang et al. | Inverse Identification of Pollutant Source in Coupling Indoor and Outdoor Environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |