CN114048691A - 基于并行计算的反应堆非能动安全系统可靠性分析平台及方法 - Google Patents

Abstract

本发明属于核反应堆概率安全分析技术领域，公开了一种基于并行计算的反应堆非能动安全系统可靠性分析平台及方法，预处理模块建立描述系统功能可靠性的失效准则、识别不确定性参数，进行热工水力模型分析；抽样和计算任务分配模块采用选定的抽样方法获得一定数量的随机样本，并分配热工水力计算任务；运算模块控制热工水力程序自动进行填输入卡、运行以及输出提取；图形显示模块根据热工水力计算的输出结果，采用MCS方法或以替代模型的方式计算系统热工水力过程的失效率，或根据计算结果进行敏感性分析，并以图形的形式展示所有的计算结果。本发明能够进行热工水力程序的并行计算，并自动完成反应堆非能动安全系统的可靠性评估任务。

Description

基于并行计算的反应堆非能动安全系统可靠性分析平台及 方法

技术领域

本发明属于核反应堆概率安全分析技术领域，尤其涉及一种基于并行计算的反应堆非能动安全系统可靠性分析平台及方法。

背景技术

目前，非能动安全技术在新型核反应堆中的应用已成为一种趋势，特别是福岛核事故之后非能动安全系统在未来核电站反应堆中的应用得到了更大的重视和关注，国内外很多先进堆型的设计十分注重非能动特性，均采用了不同形式的非能动系统以期望能够提供更加长期、稳定、可靠的冷却方式。非能动系统之所有受到重视，是由于其运行机理仅依赖于蓄热、蒸发、重力驱动等一些简单且可靠的基本物理规律，减少了安全系统对于充足外部电源供给和准确人为干预的依靠。与能动系统相比非能动系统几乎不受断电事故以及人为误操作的影响、避免了相关事故序列发生的可能性，同时非能动系统由于其简易性以及较好的公众接受程度，普遍认为非能动安全系统更加可靠、更加经济。但是，与能动系统相比非能动系统所依赖的驱动力较小，设计参数、初始条件等因素波动带来的不确定性以及对相关物理现象认识不充分，均有可能造成非能动系统无法按照设计要求建立可靠的自然循环并顺利带出堆芯余热。目前普遍认为非能动系统的热工水力过程(物理过程)并不完全是可靠的，与非能动特征相关的可靠性评估、安全分析、安全审评等工作仍面临挑战并存在一些开放性问题。在非能动技术更加广泛地应用于未来各种堆型设计、建设和运行之前，有必要结合非能动系统的部件可靠性以及热工水力过程可靠性两个方面，对非能动系统的设计方案进行充分的评价。

近20年国际上开展了多项关于非能动系统可靠性评估的合作项目，其中比较有代表性的研究项目包括：欧盟主导的RMPS(Reliability Methods for Passive Safetyfunctions)项目，该项目旨在发展一种用于评估热工水力非能动系统可靠性的方法；国际原子能组织(International Atomic Energy Organization，IAEA)于2004年发起了一个协作研究项目(Coordinated Research Project，CRP)，该项目的目的在于加强自然循环现象、建模以及非能动系统可靠性方面的国际合作研究；IAEA于2008年发起了另一个CRP，试图确定一种通用的非能动系统可靠性评估方法；印度Bhabha原子能研究中心发起的APSRA(Assessment of Passive System Reliability)框架，该框架试图克服RMPS中不确定性参数分布函数定义较为困难的问题，同时采用试验数据修正热工水力程序预测的不确定性；美国阿贡国家实验室(Argonne National Laboratory)发起的论证项目，旨在验证各类非能动系统可靠性评价方法的适用性，为先进堆型供应商提供一种技术路线以证明将非能动系统纳入其核电厂设计方案的可靠性。

近20年来国内外学者出于不同的考虑和应用场景，发展了多种非能动系统可靠性评估方法，但整体来看目前RMPS框架的应用最为广泛。RMPS方法的发展较早，应用该方法进行系统评估的案例也较多，该方法对于热工水力过程(物理过程)失效的考虑是具有开创性的，特别是随着后期功能可靠性概念、超越概率(EP)模型和应力干涉(SSI)模型的提出使得RMPS方法的理论更加完善，其本质上已经接近于一种基于故障物理(热工水力模型)的可靠性评价方法。

RMPS基本框架中隐含的失效率估计方法即简单的蒙特卡罗模拟理论，考虑到非能动系统热工水力模型运算耗时较长的特点，当系统失效率较小时，简单的蒙特卡罗模拟理论需要巨量的运算代价才能给出较准确和较稳健的评估结果。要进行非能动系统可靠性评估，必须实现热工水力程序的自动运算才能充分保证其效率，面对大量的不确定参数抽样结果，依赖人工操作进行热工水力计算的代价是极大的。要进行非能动系统可靠性评估，必须实现热工水力程序的自动运算才能充分保证其效率，面对大量的不确定参数抽样结果，依赖人工操作进行热工水力计算的代价是极大的。热工水力程序的自动运算需要完成三个方面内容：一是将不确定性参数抽样结果传递至热工水力模型；二是自动调用热工水力模型进行计算并提取计算结果；三是由于热工水力程序运行较为耗时，应该尽可能采用并行计算的方式。

通过上述分析，现有技术存在的问题及缺陷为：现有的热工水力计算依赖于人工完成且采用单线程方式，不仅耗时长，且计算效率与准确率低，无法对反应堆非能动安全系统进行高效的可靠性分析。

解决以上问题及缺陷的难度为：当前主流的热工水力计算工具主要采用“输入卡十可执行程序”的形式，以输入卡中填写的代码描述系统结构及参数、以可执行程序实现计算，其运行的独立性较强，要实现非能动系统热水力模型的自动计算，必须建立一种外部控制方式来实现输入卡的自动填写、可执行程序的自动调用、计算结果的自动提取以及基于多次计算结果的系统可靠性分析，这种外部控制方式的建立涉及多个平台的耦合问题，较为困难；另外，要实现热工水力程序的并行计算，则需要在上述外部控制方式的基础上，基于多核平台进一步实现大量热工计算任务的实时精确分配、计算进度监视以及不同核心计算结果的最终综合，涉及到不同核心计算任务的精准调度问题，具有一定的技术难度。

解决以上问题及缺陷的意义为：反应堆非能动系统的失效率较小，通常为10^-4～10^-3量级，简单的蒙特卡罗模拟理论需要巨量的运算代价才能给出较准确和较稳健的评估结果；本发明实现了非能动系统热工水力模型的自动计算和并行计算，极大提升了开展非能动系统可靠性分析的效率和稳健性，对提升反应堆概率安全分析的效率和精度具有一定意义。

发明内容

针对现有技术存在的问题，本发明提供了一种基于并行计算的反应堆非能动安全系统可靠性分析平台。

本发明是这样实现的，一种基于并行计算的反应堆非能动安全系统可靠性分析平台，所述基于并行计算的反应堆非能动安全系统可靠性分析平台包括：

预处理模块，包括系统分析单元、不确定性参数识别与量化单元、输入卡分析单元，用于建立描述系统功能可靠性的实效准则、识别不确定性参数，进行热工水力模型分析；

抽样和计算任务分配模块，用于采用选定的抽样方法获得一定数量的随机样本，并分配热工水力计算任务；

运算模块，用于控制热工水力程序自动进行填输入卡、运行以及输出提取；同时用于根据获得的参数位置信息以及样本信息，以文本形式对输入卡进行修改，并调用热工水力程序的可执行文件进行计算，同时以进程监控的方式判断运算是否结束；并于核心计算都束后，统一提取N次热工水力计算的输出结果；

图形显示模块，用于根据热工水力计算的输出结果，采用MCS方法或以替代模型的方式计算系统热工水力过程的失效率；或根据计算结果进行敏感性分析，并以图形的形式展示所有的计算结果。

进一步，所述预处理模块包括：

系统分析单元，用于结合设计方案、使用说明及其技术文件建立合理的用于描述系统的功能可靠性的失效准则；

不确定性参数识别与量化单元，用于基于现有数据与运行经验，依据专家意见和工程判断的方式识别可能影响非能动系统热工水力过程的输入参数，并定义响应的概率密度分布以描述各参数的不确定性分布；同时利用专门的数据文件对所述不确定性参数的分布类型以及分布参数进行存储；

输入卡分析单元，用于分析已建立非能动系统的热工水力模型，结合不确定性参数识别的结果，确定各不确定性输入参数在输入卡中对应的所有位置；同时利用专门的数据文件存储各参数对应的位置信息。

进一步，所述各不确定性输入参数在输入卡中对应的所有位置即控制体编号以及控制体参数编号。

本发明的另一目的在于提供一种应用于所述基于并行计算的反应堆非能动安全系统可靠性分析平台的基于并行计算的反应堆非能动安全系统可靠性分析方法，所述基于并行计算的反应堆非能动安全系统可靠性分析方法包括：

按照规定的格式填写并建立用于能够描述系统各部件连接关系、初始条件、控制逻辑以及系统输出及其他特性的输入卡文件；调用可执行文件，根据输入卡文件所描述的系统配置计算其响应；按照规定的格式输出程序的计算结果，分析系统的运行特性与规律。

进一步，所述基于并行计算的反应堆非能动安全系统可靠性分析方法包括以下步骤：

步骤一，建立用于描述系统的功能可靠性的失效准则，依据专家意见和工程判断的方式识别有可能影响非能动系统热工水力过程的输入参数，并定义用于描述各参数的不确定性分布的响应的概率密度分布；

步骤二，分析已建立非能动系统的热工水力模型，结合不确定性参数识别的结果，确定各不确定性输入参数在输入卡中对应的所有位置；进行不确定性参数抽样；

步骤三，控制热工水力程序填输入卡、运行以及输出提取：根据获得的参数位置信息以及抽样获得的样本信息，进行任务分配以及以文本形式对输入卡进行修改，并调用热工水力程序的可执行文件进行计算；并以进程监控的方式判断运算是否结束；

步骤四，于运算结束后统一提取N次热工水力计算的输出结果；根据所有热工水力计算的输出结果，采用MCS方法或者以替代模型的方式计算系统热工水力过程的失效率，或根据计算结果以SRCs、CCs、SRRCs和RCCs方法进行敏感性分析，并以图形的形式展示所有的计算结果。

进一步，步骤二中，所述进行不确定性参数抽样包括：

根据不确定性参数识别和量化结果，基于SRS或者LHS方法抽样产生随机样本；

利用抽样的结果，并行计算得到换热管内径、换热面积、边界坐标、水力直径或其他参数。

进一步，步骤三中，所述进行任务分配包括：

根据计算平台的实际情况和计算能力建立N_core个线程，将随机样本对应的N次热工水力计算任务平均分配至处理器的N_core个核心，在每个核心上依次完成输入卡的自动填写、热工水力程序的自动运行以及输出结果提取。

进一步，步骤三中，所述以文本形式对输入卡进行修改包括：

(1)识别控制体位置：针对每个不确定性参数，根据参数位置信息逐行搜索代码的控制体编号部分，直至搜索到目标行；

(2)识别控制体参数位置：搜索需修改参数的位置，以代码中“空格→字符”的转换状态表示参数的起点，以“字符→空格”的转换状态表示参数的结尾；

(3)输入卡修改：基于确定的待修改参数所在的行和参数位置，进行相应位置参数的修改；同时于修改过程中关注新、旧取值在有效位数、精度及其方面的差异；重复步骤(1)(2)，直到所需修改的位置全部完成。

进一步，所述以进程监控的方式判断运算是否结束包括：

采用DOS命令的形式查询热工水力程序的可执行文件的进程是否还存在，该进程不存在时则判断热工水力计算已结束。

进一步，所述替代模型包括：忽略交互项的二次多项式模型以及人工神经网络模型。

本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述基于并行计算的反应堆非能动安全系统可靠性分析方法。

本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述基于并行计算的反应堆非能动安全系统可靠性分析方法。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

本发明提供了一种基于并行计算的反应堆非能动安全系统可靠性分析平台：建立了一种反应堆非能动安全系统热工水力程序的自动运行控制方法，相关控制方法还可以扩展应用于其他领域；建立的分析平台能够基于多核心处理器实现热工水力程序的并行计算，并自动完成反应堆非能动安全系统的可靠性评估任务，极大提升了运算效率、降低了运算代价；分析平台的方案设计及算法实现兼容性强，可适用于不同性能的处理器。

附图说明

图1是本发明实施例提供的基于并行计算的反应堆非能动安全系统可靠性分析平台结构示意图；

图中：1、预处理模块；2、抽样和计算任务分配模块；3、运算模块；4、图形显示模块。

图2是本发明实施例提供的基于并行计算的反应堆非能动安全系统可靠性分析方法原理图。

图3是本发明实施例提供的基于并行计算的反应堆非能动安全系统可靠性分析方法流程图。

图4是本发明实施例提供的输入卡修改示意图。

图5是本发明实施例提供的非能动余热排出试验系统原理图。

图6是本发明实施例提供的200次热工水力计算输出结果。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种基于并行计算的反应堆非能动安全系统可靠性分析平台，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的基于并行计算的反应堆非能动安全系统可靠性分析平台包括：

预处理模块1，包括系统分析单元、不确定性参数识别与量化单元、输入卡分析单元，用于建立描述系统功能可靠性的实效准则、识别不确定性参数，进行热工水力模型分析；

抽样和计算任务分配模块2，用于采用选定的抽样方法获得一定数量的随机样本，并分配热工水力计算任务；

运算模块3，用于控制热工水力程序自动进行填输入卡、运行以及输出提取；同时用于根据获得的参数位置信息以及样本信息，以文本形式对输入卡进行修改，并调用热工水力程序的可执行文件进行计算，同时以进程监控的方式判断运算是否结束；并于核心计算都束后，统一提取N次热工水力计算的输出结果；

图形显示模块4，用于根据热工水力计算的输出结果，采用MCS方法或以替代模型的方式计算系统热工水力过程的失效率；或根据计算结果进行敏感性分析，并以图形的形式展示所有的计算结果。

本发明实施例提供的预处理模块1包括：

系统分析单元，用于结合设计方案、使用说明及其技术文件建立合理的用于描述系统的功能可靠性的失效准则；

不确定性参数识别与量化单元，用于基于现有数据与运行经验，依据专家意见和工程判断的方式识别可能影响非能动系统热工水力过程的输入参数，并定义响应的概率密度分布以描述各参数的不确定性分布；同时利用专门的数据文件对所述不确定性参数的分布类型以及分布参数进行存储；

输入卡分析单元，用于分析已建立非能动系统的热工水力模型，结合不确定性参数识别的结果，确定各不确定性输入参数在输入卡中对应的所有位置；同时利用专门的数据文件存储各参数对应的位置信息。

进一步，所述各不确定性输入参数在输入卡中对应的所有位置即控制体编号以及控制体参数编号。

如图2所示，本发明实施例提供的基于并行计算的反应堆非能动安全系统可靠性分析方法包括：

按照规定的格式填写并建立用于能够描述系统各部件连接关系、初始条件、控制逻辑以及系统输出及其他特性的输入卡文件；调用可执行文件，根据输入卡文件所描述的系统配置计算其响应；按照规定的格式输出程序的计算结果，分析系统的运行特性与规律。

如图3所示，本发明实施例提供的基于并行计算的反应堆非能动安全系统可靠性分析方法包括以下步骤：

S101，建立用于描述系统的功能可靠性的失效准则，依据专家意见和工程判断的方式识别有可能影响非能动系统热工水力过程的输入参数，并定义用于描述各参数的不确定性分布的响应的概率密度分布；

S102，分析已建立非能动系统的热工水力模型，结合不确定性参数识别的结果，确定各不确定性输入参数在输入卡中对应的所有位置；进行不确定性参数抽样；

S103，控制热工水力程序填输入卡、运行以及输出提取：根据获得的参数位置信息以及抽样获得的样本信息，进行任务分配以及以文本形式对输入卡进行修改，并调用热工水力程序的可执行文件进行计算；并以进程监控的方式判断运算是否结束；

S104，于运算结束后统一提取N次热工水力计算的输出结果；根据所有热工水力计算的输出结果，采用MCS方法或者以替代模型的方式计算系统热工水力过程的失效率，或根据计算结果以SRCs、CCs、SRRCs和RCCs方法进行敏感性分析，并以图形的形式展示所有的计算结果。

本发明实施例提供的进行不确定性参数抽样包括：

根据不确定性参数识别和量化结果，基于SRS或者LHS方法抽样产生随机样本；

利用抽样的结果，并行计算得到换热管内径、换热面积、边界坐标、水力直径或其他参数。

本发明实施例提供的进行任务分配包括：

根据计算平台的实际情况和计算能力建立N_core个线程，将随机样本对应的N次热工水力计算任务平均分配至处理器的N_core个核心，在每个核心上依次完成输入卡的自动填写、热工水力程序的自动运行以及输出结果提取。

如图4所示，本发明实施例提供的以文本形式对输入卡进行修改包括：

(1)识别控制体位置：针对每个不确定性参数，根据参数位置信息逐行搜索代码的控制体编号部分，直至搜索到目标行；

(2)识别控制体参数位置：搜索需修改参数的位置，以代码中“空格→字符”的转换状态表示参数的起点，以“字符→空格”的转换状态表示参数的结尾；

(3)输入卡修改：基于确定的待修改参数所在的行和参数位置，进行相应位置参数的修改；同时于修改过程中关注新、旧取值在有效位数、精度及其方面的差异；重复步骤(1)(2)，直到所需修改的位置全部完成。

本发明实施例提供的以进程监控的方式判断运算是否结束包括：

采用DOS命令的形式查询热工水力程序的可执行文件的进程是否还存在，该进程不存在时则判断热工水力计算已结束。

本发明实施例提供的替代模型包括：忽略交互项的二次多项式模型以及人工神经网络模型。

下面结合具体实施例对本发明的技术方案做进一步说明。

实施例1：

1、总体方案设计

热工水力程序在反应堆各系统的特性计算和性能评估中起到了比较重要的作用，其运行模式主要可分解为如下步骤：根据实际系统的设计方案进行适当简化，按照规定的格式填写并建立能够描述系统各部件连接关系、初始条件、控制逻辑以及系统输出等特性的输入卡文件“indta”；调用可执行文件，根据输入卡文件“indta”所描述的系统配置计算其响应；按照规定的格式输出程序的计算结果，分析系统的运行特性与规律。根据上述过程分解：不确定性参数抽样结果的传递应该以输入卡自动填写的方式进行，该过程需要外部控制程序能够自动识别某个不确定性参数对应的卡号(行号)以及参数编号；外部控制程序应该能够调用可执行文件自动运行；应该实时监控热工水力程序可执行文件的运行状态，在程序运行结束后适时提取模型的输出结果并进行分析；为了提高运算效率，应该将大量的计算任务分配至处理器的多个核心进行并行处理

分析平台各主要环节的详细功能描述如下：

(1)前期预处理部分：在进行非能动系统可靠性评估前，首先应该进行一些前期的预处理工作，主要包括系统分析、不确定性参数识别与量化以及输入卡分析(热工水力模型分析)。系统分析环节应该结合系统的设计方案、使用说明等技术文件，充分理解所评估对象的系统设计原理、预期功能以及关注的失效模式(临界参数)，建立合理的失效准则以描述系统的功能可靠性。不确定性参数识别环节应该在尽量参考已有数据和运行经验的基础上，依据专家意见和工程判断的方式识别有可能影响非能动系统热工水力过程的输入参数，并定义响应的概率密度分布以描述各参数的不确定性分布，应该形成一个专门的数据文件(例如.xls文件)来存储不确定性参数的分布类型以及分布参数。输入卡分析环节即对已建立非能动系统的热工水力模型进行充分掌握和分析，结合不确定性参数识别的结果，确定各不确定性输入参数在输入卡中对应的所有位置(控制体编号以及控制体参数编号)，应该形成一个数据文件来存储各参数对应的位置信息，很多输入参数在输入卡中会对应多个位置，一些参数之间本身也存在数学关系。

(2)抽样和计算任务分配部分：采用选定的抽样方法获得一定数量的随机样本，样本容量对应所需的热工水力计算次数。将组样本对应的热工水力计算平均分配至处理器的个核心进行并行计算，理论上可节省次热工水力计算所花费的时间，实际中并行计算时单次运算的时间可能会略高于单核运算的情形，因此实际节省的时间略低于理论值，但从整个计算过程全局来看采用并行计算后可以极大地降低可靠评估所需的计算代价。

(3)控制热工水力程序进行自动运算部分：在每个并行的核心内，对局部样本所采取的操作均是相同的，即采用设计好的外部控制程序控制热工水力程序自动完成填输入卡、运行以及输出提取的过程。根据预处理部分获得的参数位置信息以及抽样部分获得的样本信息，以文本形式对输入卡进行修改后，调用热工水力程序的可执行文件进行计算，并以进程监控的方式判断运算是否结束。当所有核心的计算都结束后，统一提取次热工水力计算的输出结果。

(4)计算及图形显示部分：根据所有热工水力计算的输出结果，可直接采用MCS方法或者以替代模型的方式计算系统热工水力过程的失效率，也可根据计算结果进行敏感性分析，所有的计算结果可以图形的形式向用户进行展示。

为了尽可能增强分析平台的通用性，平台的抽样以及热工水力并行计算部分采用相对独立的子函数设计方式，后期可容易地被其他高级蒙特卡罗方法或者敏感性分析方法作为子程序来调用，以满足特定方法的计算需求。针对不同设计形式的非能动系统，仅需在前期预处理部分对系统的热工水力模型进行差异化分析即可。

2、分析平台的功能实现

(1)数据文件(表)的设计

数据文件主要用于存储不确定性参数的分布类型、分布参数以及各不确定性参数在输入卡中的位置信息，平台实现主要采用.xls文件建立合理的表格结构。由于分析对象的差异性，数据文件的设计工作需要结合特定分析对象的特征以及模型进行，基于不确定参数识别、量化的结果，根据系统热工水力模型、输入卡文件的详细分析，在前期的预处理部分率先完成。

用于存储不确定性参数分布类型、参数的数据结构见表1：表中参数编号表示不确定性参数的序号；分布类型为1表明参数服从均匀分布，分布类型为2时表明参数服从正态分布；分布类型为均匀分布时，分布参数1和分布参数2表示均匀分布的边界，分布类型为正态分布时，分布参数1和分布参数2分别表示正态分布的均值和标准差；边界1和边界2表示对相应参数的变化范围，有必要时用于对概率密度分布进行截尾处理；参数描述用于描述参数的特征、物理单位等信息。

表1不确定性参数分布的数据结构

由于位置信息同时包含控制体编号和控制体参数编号，因此需要建立两个数据文件；由于每个参数有可能对应多个位置，因此数据结构的设计应该便于扩展位置信息。用于存储各不确定性参数在输入卡中位置信息的数据结构示例见表2、3。表中：第一行的参数编号对应各不确定性参数的序号；为了处理各不确定性参数对应的控制体数量不同的情况，以数据文件的列向来描述每个不确定性参数对应的控制体编号以及控制体参数编号，表2与表3各列的数量应该是对应的。以表中示例的不确定性参数2为例，需要分别在原始输入卡中控制体7020101的第1个参数、控制体3130101的第3个参数以及控制体7030101的第3个参数处同时进行相应的修改。

表2各不确定性参数对应控制体编号的数据结构

表3各控制体参数编号的数据结构

(2)不确定性参数抽样的实现

关于多个不确定性参数的采样问题，需要考虑两个实际问题：一是实际中往往很难根据统计数据来获取多个不确定参数的联合分布，有些联合分布的直接采样也比较困难，即使要考虑参数间的相关性，更多也是以相关系数的形式引入；二是实际中可以根据一些变换模型(例如Nataf理论等)，利用有限的信息(例如参数的边缘分布、相关系数等)实现相关变量和独立标准正态分布之间的变换。基于以上两点，非能动系统可靠性评估过程中关于不确定性参数的采样主要考虑针对多个独立变量的采样，相关性的引入可以采用Imam等的方法或者基于Nataf理论进行适当的变换。分析平台的基础实现环节，仅考虑SRS和LHS两种较为常用的采样方法，本节详细描述两种采样方法基本原理及实现过程，并讨论了抽样过程中的二次计算问题。

①SRS方法的原理及实现

由于非能动系统可靠性评估中采用的分布函数假设均比较常见(例如均匀分布、正态分布、对数正态分布等)，这些常见分布的逆累积分布函数都是比较容易获取的，因此可采用逆变换法(或者反变换法)实现对多个独立变量的采样。假设某参数x_i的概率密度分布函数为f_i(x_i)，则其累积分布函数的形式为：

式中：累积分布函数F_i(x_i)的取值u_i(x_i)可认为是区间[0,1]上的均匀分布。假如F_i(x_i)存在如下的逆函数形式：

F_i ^-1[u_i(x_i)]＝inf{x_i,F_i(x_i)≥u_i(x_i)}

式中：函数inf的定义是为了考虑某些参数取值范围内F_i(x_i)为常数的情形，此时取该参数取值范围内的最小值作为累积分布逆函数的输出。

针对某个不确定性参数x_i，利用各类伪随机数生成方法在区间[0,1]上产生均匀分布的u_i之后，参数x_i的随机样本可采用如下的逆变换方法来获得：

x_i＝F_i ^-1(u_i)

如果系统一共包含n个不确定性参数，共抽样产生N组随机样本，最终的采样结果是一个N×n维的矩阵。

②LHS方法的原理及实现

LHS方法是一种使用较广泛的方法，其采样结果不会出现SRS方法的聚集特性，只需要对一维变量分层，操作简单且保持了良好的概率特性。简单LHS方法的原理是：将每个输入参数x_i的变化范围划分成N个等概率不相交区间，根据对应的分布函数从每个区间中随机抽取一个值(抽取方法与SRS相同，只是限定在当前等概率不相交区间内)。针对每个不确定性参数，将N个样本在{1,2,…,N}上进行独立的随机排列后便可获得LHS的抽样结果，同样是一个N×n维的样本矩阵。简单LHS方法仍存在高维均匀性差、伪相关性以及样本扩展的问题，多年来很多研究者致力于改善简单LHS方法的上述缺陷，发展了很多新算法，主要包括算法结构改进、相关性改进、优化LHS算法、样本扩展问题等。实际经验表明对于小失效率问题，LHS方法的使用对于失效率估计效率的提高是十分有限的、但对于替代模型的构造有一定的积极作用，因此本发明并没有进一步采用更加复杂的优化LHS方法，仅采用一种基于“Maxmin”准则的简单设计优化方法，其原理是：进行多次重复设计并选择最优的抽样方案，最优抽样方案的标准是最大化样本间的最小距离。

③二次计算问题

不确定性参数中一些参数的变化会导致系统的其他参数产生变化，例如：当管道外径产生变化时，管道的流通面积以及换热面积也会产生相应的变化；当管道长度发生变化时，回路不再闭合，因此需要通过修改回路中其他管道的长度来保持回路的闭合性。

分析平台设计将不确定性参数抽样环节共分为两个阶段：

a.一次抽样阶段：根据不确定性参数识别和量化结果，基于SRS或者LHS方法抽样产生随机样本，例如换热管外径、换热管壁厚、管道长度、壁面摩擦系数、二次侧初始压力等；

b二次计算阶段：利用一次抽样的结果，计算得到换热管内径、换热面积、边界坐标、水力直径等参数，这些参数的不确定性源于一次抽样的结果。

(3)计算任务分配的实现

抽样得到N组随机样本后，首先根据计算平台的实际情况和计算能力建立N_core个线程，然后将随机样本对应的N次热工水力计算任务平均分配至处理器的N_core个核心，在每个核心上依次完成输入卡的自动填写、热工水力程序的自动运行以及输出结果提取。本发明采用的计算平台包含两颗Intel(R)-Xeon(R)-CPU-E5-2640V4-2.4GHz处理器，共有20个核心，即分析平台可同时进行20组热工水力计算任务，与单核顺序计算方法相比理论上可节省95％的运算代价。多核CPU的主频普遍较低导致单次热工水力计算运行耗时增加，同时考虑到多线程建立、采样、进程监测、程序缓冲以及结果处理等过程所消耗的时间，因此最终所能节省的运算代价会略低于95％的理论值。

(4)输入卡修改的实现

完成抽样后，需要解决的一个重要问题是如何按照各参数对应的位置信息(控制体编号和控制体参数编号)，在输入卡中对应的位置写入相应输入参数的取值。以输入卡中描述蒸汽进口管道流通面积的控制体代码为例(如图2所示)，需要修改7020101的第1个参数，将输入卡以文本方式读入后，修改方法如下：

①识别控制体位置：由于控制体编号的格式和位数均是固定的，因此针对每个不确定性参数，根据参数位置信息逐行搜索代码的控制体编号部分，直至搜索到目标行；

②识别控制体参数位置：搜索到目标行后进一步搜索需修改参数的位置，以代码中“空格→字符”的转换状态表示参数的起点，以“字符→空格”的转换状态表示参数的结尾。

③输入卡修改：识别待修改参数所在的行和参数位置后，进行相应位置参数的修改，修改过程中还需要关注新、旧取值在有效位数、精度等方面的差异。重复步骤(1)(2)，直到所需修改的位置全部完成。

(5)热工水力计算运行及进程监测的实现

由于热工水力程序为可执行文件形式，因此热工水力计算的运行只需直接调用可执行文件即可。为了判断热工水力计算何时结束，采用DOS命令的形式查询可执行文件的进程是否还存在，该进程不存在时则判断热工水力计算已结束。由于热工水力计算所需时间较长，因此进程查询的操作应该保持一定的时间间隔以节省运算资源。运算结束后，应保留一段缓冲时间再进行数据的提取，以保证计算数据的完整性。

(6)替代模型构造的实现

非能动系统输入输出间的关系是以热工水力程序来描述的，是一种隐式关系，且求解的运算代价较大，替代模型的构造即选择恰当的回归模型或分类模型以取代真实热工水力程序进行系统输出预测或分类，通常替代模型的计算效率远远高于热工水力程序本身。本发明主要采用了两种典型的替代模型方法，分别为忽略交互项的二次多项式模型以及人工神经网络模型。

(7)参数敏感性分析的实现

近20年来RMPS相关案例中应用最为广泛的参数敏感性分析方法是SRCs和CCs，本发明所建立的非能动系统可靠性分析平台在这两种基本方法的基础上，还扩展了SRRCs和RCCs两种敏感性分析方法的应用。

实施例2：

对某型非能动余热排出试验系统的热工水力可靠性进行估计，对影响系统性能的不确定性参数进行敏感性分析。

1、分析对象及成功准则

某型非能动余热排出试验系统的原理图如图5所示，具体工作流程如下：通过电加热器加热在蒸汽发生器模拟体中产生蒸汽，模拟实际反应堆蒸汽发生器二次侧；系统投入运行时，蒸汽发生器模拟体与非能动余热排出冷凝器管侧间建立第一个自然循环，非能动余热排出冷凝器壳侧与冷却水箱间建立第二个自然循环，两个自然循环回路互相耦合，将蒸汽发生器模拟体中热量排至冷却水箱。

系统的任务为成功排出蒸汽发生器模拟体中的热量，保持冷凝器管侧压力和冷却水出口温度不超过设计上限值。选择冷凝器管侧压力作为系统的输出参数，得到系统的性能指示参数(Performance Indicator，PI)：

PI＝max(P/P_m)

式中：P为冷凝器管侧压力，P_m为冷凝器管侧压力设计上限值，max表示取最大值。由PI的定义可知：PI＞1时系统失效；PI≤1时系统成功。

2、不确定性参数识别与量化

通过专家鉴别和工程判断筛选出可能影响系统性能的不确定性参数，不确定性参数的概率密度分布类型见表4。不确定性参数的识别和量化分为两个阶段：

(1)一次抽样阶段:利用拉丁超立方抽样(Latin hypercube sampling，LHS)方法抽样产生具有不确定性的输入参数，例如管道内径、壁面摩擦系数、二次侧初始压力等。与随机抽样方法相比，LHS方法能够从整个设计空间获取信息，得到的样本均匀分布在整个定义空间内，具有较好的空间填充性，有助于提高响应面的精度。

(2)二次计算阶段:利用一次抽样结果，计算得到换热面积、管道流通面积等参数，这些参数的不确定性源于一次抽样的结果。

表4不确定性参数

3、热工水力程序的并行计算

根据不确定性参数识别与量化的结果，抽样得到200组输入参数的样本组合，进行二次计算得到系统模型中需要更改的参数。将200组二次计算参数写入输入卡，调用热工水力程序进行并行运算，最终获得各次仿真计算中P/P_m如图6所示。图中：实线为冷凝器观测压力变化趋势，虚线为失效边界，可见输入参数的不确定性导致系统输出偏离参考工况，有1组工况出现失效情形。根据上述计算结果，可以得到系统的可靠度为

4、计算效率评估

经评估：试验系统热工水力程序每次运算需要耗费约20分钟，200次任务单线程运算共需要4000分钟；通过本发明建立的分析平台，将200次任务分配至20个核心，每个核心仅需完成10次热工水力计算，最终所有运算任务完成仅需200分钟，节省了95％的运算代价；随着分析平台硬件性能的提升，还可进一步提升运算效率。

在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上；术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。

应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于并行计算的反应堆非能动安全系统可靠性分析平台，其特征在于，所述基于并行计算的反应堆非能动安全系统可靠性分析平台包括：

预处理模块，包括系统分析单元、不确定性参数识别与量化单元、输入卡分析单元，用于建立描述系统功能可靠性的失效准则、识别不确定性参数，进行热工水力模型分析；

抽样和计算任务分配模块，用于采用选定的抽样方法获得一定数量的随机样本，并分配热工水力计算任务；

运算模块，用于控制热工水力程序自动进行填输入卡、运行以及输出提取；同时用于根据获得的参数位置信息以及样本信息，以文本形式对输入卡进行修改，并调用热工水力程序的可执行文件进行计算，同时以进程监控的方式判断运算是否结束；并于核心计算都束后，统一提取N次热工水力计算的输出结果；

图形显示模块，用于根据热工水力计算的输出结果，采用MCS方法或以替代模型的方式计算系统热工水力过程的失效率；或根据计算结果进行敏感性分析，并以图形的形式展示所有的计算结果。

2.如权利要求1所述基于并行计算的反应堆非能动安全系统可靠性分析平台，其特征在于，所述预处理模块包括：

系统分析单元，用于结合设计方案、使用说明及其技术文件建立合理的用于描述系统的功能可靠性的失效准则；

不确定性参数识别与量化单元，用于基于现有数据与运行经验，依据专家意见和工程判断的方式识别可能影响非能动系统热工水力过程的输入参数，并定义相应的概率密度分布以描述各参数的不确定性分布；同时利用专门的数据文件对所述不确定性参数的分布类型以及分布参数进行存储；

输入卡分析单元，用于分析已建立非能动系统的热工水力模型，结合不确定性参数识别的结果，确定各不确定性输入参数在输入卡中对应的所有位置；同时利用专门的数据文件存储各参数对应的位置信息。

3.如权利要求2所述基于并行计算的反应堆非能动安全系统可靠性分析平台，其特征在于，所述各不确定性输入参数在输入卡中对应的所有位置即控制体编号以及控制体参数编号。

4.一种应用于如权利要求1-3任意一项所述基于并行计算的反应堆非能动安全系统可靠性分析平台的基于并行计算的反应堆非能动安全系统可靠性分析方法，其特征在于，所述基于并行计算的反应堆非能动安全系统可靠性分析方法包括：

按照规定的格式填写并建立用于能够描述系统各部件连接关系、初始条件、控制逻辑以及系统输出及其他特性的输入卡文件；调用可执行文件，根据输入卡文件所描述的系统配置计算其响应；按照规定的格式输出程序的计算结果，分析系统的运行特性与规律。

5.如权利要求4所述基于并行计算的反应堆非能动安全系统可靠性分析方法，其特征在于，所述基于并行计算的反应堆非能动安全系统可靠性分析方法包括以下步骤：

步骤一，建立用于描述系统的功能可靠性的失效准则，依据专家意见和工程判断的方式识别有可能影响非能动系统热工水力过程的输入参数，并定义用于描述各参数的不确定性分布的响应的概率密度分布；

步骤二，分析已建立非能动系统的热工水力模型，结合不确定性参数识别的结果，确定各不确定性输入参数在输入卡中对应的所有位置；进行不确定性参数抽样；

步骤三，控制热工水力程序填输入卡、运行以及输出提取：根据获得的参数位置信息以及抽样获得的样本信息，进行任务分配以及以文本形式对输入卡进行修改，并调用热工水力程序的可执行文件进行计算；并以进程监控的方式判断运算是否结束；

步骤四，于运算结束后统一提取N次热工水力计算的输出结果；根据所有热工水力计算的输出结果，采用MCS方法或者以替代模型的方式计算系统热工水力过程的失效率，或根据计算结果以SRCs、CCs、SRRCs和RCCs方法进行敏感性分析，并以图形的形式展示所有的计算结果。

6.如权利要求5所述基于并行计算的反应堆非能动安全系统可靠性分析方法，其特征在于，步骤二中，所述进行不确定性参数抽样包括：

根据不确定性参数识别和量化结果，基于SRS或者LHS方法抽样产生随机样本；

利用抽样的结果，进一步计算得到换热管内径、换热面积、边界坐标、水力直径等相关参数。

7.如权利要求5所述基于并行计算的反应堆非能动安全系统可靠性分析方法，其特征在于，步骤三中，所述进行任务分配包括：

根据计算平台的实际情况和计算能力建立N_core个线程，将随机样本对应的N次热工水力计算任务平均分配至处理器的N_core个核心，在每个核心上依次完成输入卡的自动填写、热工水力程序的自动运行以及输出结果提取；

所述以文本形式对输入卡进行修改包括：

(1)识别控制体位置：针对每个不确定性参数，根据参数位置信息逐行搜索代码的控制体编号部分，直至搜索到目标行；

(2)识别控制体参数位置：搜索需修改参数的位置，以代码中“空格→字符”的转换状态表示参数的起点，以“字符→空格”的转换状态表示参数的结尾；

(3)输入卡修改：基于确定的待修改参数所在的行和参数位置，进行相应位置参数的修改；同时于修改过程中关注新、旧取值在有效位数、精度及其方面的差异；重复步骤(1)(2)，直到所需修改的位置全部完成。

8.如权利要求5所述基于并行计算的反应堆非能动安全系统可靠性分析方法，其特征在于，所述以进程监控的方式判断运算是否结束包括：

采用DOS命令的形式查询热工水力程序的可执行文件的进程是否还存在，该进程不存在时则判断热工水力计算已结束；

所述替代模型包括：忽略交互项的二次多项式模型以及人工神经网络模型。

9.一种信息数据处理终端，其特征在于，所述信息数据处理终端包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求5～8任意一项所述基于并行计算的反应堆非能动安全系统可靠性分析方法。

10.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求5～8任意一项所述基于并行计算的反应堆非能动安全系统可靠性分析方法。

Images