CN114139431A - 一种基于粒子抽样位置实时优化的屏蔽快速计算方法 - Google Patents

一种基于粒子抽样位置实时优化的屏蔽快速计算方法 Download PDF

Info

Publication number
CN114139431A
CN114139431A CN202111447201.2A CN202111447201A CN114139431A CN 114139431 A CN114139431 A CN 114139431A CN 202111447201 A CN202111447201 A CN 202111447201A CN 114139431 A CN114139431 A CN 114139431A
Authority
CN
China
Prior art keywords
calculation
real
transport
monte carlo
particle
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.)
Pending
Application number
CN202111447201.2A
Other languages
English (en)
Inventor
李晓玲
陈艳
丁亚东
安然
陈祥磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
719th Research Institute of CSIC
Original Assignee
719th Research Institute of CSIC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 719th Research Institute of CSIC filed Critical 719th Research Institute of CSIC
Priority to CN202111447201.2A priority Critical patent/CN114139431A/zh
Publication of CN114139431A publication Critical patent/CN114139431A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/25—Design optimisation, verification or simulation using particle-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及辐射屏蔽技术领域，具体而言，涉及一种基于粒子抽样位置实时优化的屏蔽快速计算方法，包括如下步骤：步骤1：建立计算模型或者导入CAD几何模型；步骤2：对模型进行粒子抽样，确定位置的实时信息；步骤3：根据粒子抽样位置的实时信息对模型进行判断；步骤4：对模型复杂的区域采用蒙特卡罗方法输运计算，对模型简单但屏蔽效应强的区域采用确定论方法输运计算；步骤5：每进行一次粒子抽样，就将蒙特卡罗输运计算的数据与确定论方法输运计算的数据实时进行转化和交互；步骤6：重复步骤2‑5，直至统计得到辐射剂量的计算结果。本申请实现了蒙特卡罗发法与确定论方法的双向转换，有效提高了计算效率和精度。

Description

一种基于粒子抽样位置实时优化的屏蔽快速计算方法
技术领域
本申请涉及辐射屏蔽技术领域，具体而言，涉及一种基于粒子抽样位置实时优化的屏蔽快速计算方法。
背景技术
辐射屏蔽设计是核工程设计中的重要组成部分，其目的是保护从事放射性工作人员、公众的健康与安全，保护环境。辐射屏蔽主要利用辐射与物质的作用来降低某一区域的辐射水平，从而减少人员的受照和材料的辐射损伤。在核工程设计中，辐射屏蔽计算和设计的优劣直接影响着核系统的寿命及工作人员与周围环境的辐射安全。因此，选取合适的屏蔽计算方法是保证屏蔽系统设计质量的关键之一。
随着近年计算机技术的发展，目前已经有多种数值计算方法用于求解粒子在屏蔽体中的输运问题。第一类确定论方法，如球谐函数法(PN)、离散纵标法(SN)、特征线法(MOC)、穿透概率法(TPM)和碰撞概率法(CPM)、有限元法等，均是通过数值方法求解描述粒子平均行为的玻尔兹曼输运方程得到所需的物理量；另一类蒙特卡罗方法，属于非确定论方法，它是在计算机上对粒子行为进行随机模拟的一种计算方法，通过对大量中子行为的观察分析，用统计平均的方法，推测出估计量之解。目前这些计算方法都已成熟地用于工程设计中。
蒙特卡罗方法的优势在于其可以精确模拟复杂几何模型、采用连续能量截面、近似少，但对于具有厚屏蔽层的问题(即深穿透问题)，难以在合理的时间内给出可靠的计算结果；而确定论方法虽然适合解决深穿透问题，然而在处理复杂几何及精确源项上存在严重缺陷，且不能解决带电粒子输运问题，工程应用多仅限于一维和二维问题。虽然粒子输运理论不断成熟、计算机硬件不断发展，由于上述限制，单一的蒙特卡罗方法或确定论难以满足大型复杂核能系统精确屏蔽设计的要求。
发明内容
本申请的主要目的在于提供一种基于粒子抽样位置实时优化的屏蔽快速计算方法，摒弃确定论方法和蒙特卡罗方法的劣势，结合两者的优势，提高屏蔽计算的精度和速度，用于解决各类大型复杂核设施屏蔽计算难题。
为了实现上述目的，本申请提供了一种基于粒子抽样位置实时优化的屏蔽快速计算方法，包括如下步骤：步骤1：建立计算模型或者导入CAD几何模型；步骤2：对模型进行粒子抽样，确定位置的实时信息；步骤3：根据粒子抽样位置的实时信息对模型进行判断；步骤4：对模型复杂的区域采用蒙特卡罗方法输运计算，对模型简单但屏蔽效应强的区域采用确定论方法输运计算；步骤5：每进行一次粒子抽样，就将蒙特卡罗输运计算的数据与确定论方法输运计算的数据实时进行转化和交互；步骤6：重复步骤2-5，直至统计得到辐射剂量的计算结果。
进一步的，在所述步骤3中，每次抽样结束后，保存空间、能群、角度网格的多维数组和位置、方向、能量、权重、粒子类型信息。
进一步的，在所述步骤5中，蒙特卡罗方法输运计算的数据与确定论方法输运计算的数据是相互交错的，通过条件概率密度函数到边界角通量密度的相互转化来实现的。
进一步的，在所述步骤4中，确定论方法输运计算是从球谐函数法(PN)、离散纵标法(SN)、特征线法(MOC)、穿透概率法(TPM)和碰撞概率法(CPM)、有限元法中调用的。
本发明提供的一种基于粒子抽样位置实时优化的屏蔽快速计算方法，具有以下有益效果：
本申请实现了蒙特卡罗发法与确定论方法的双向转换，对于几何复杂的区域采用蒙特卡罗方法输运计算，对于几何简单但屏蔽效应强的区域采用确定论方法输运计算，有效提高了计算效率和精度，同时实现了蒙特卡罗模块的并行计算，在蒙特卡罗到确定论方法的交界面处能够输出角通量密度文件，在确定论方法到蒙特卡罗的交界面处能够输出蒙特卡罗的源项抽样概率分布文件。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例提供的基于粒子抽样位置实时优化的屏蔽快速计算方法的流程图；
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
如图1所示，本申请提供了一种基于粒子抽样位置实时优化的屏蔽快速计算方法，包括如下步骤：步骤1：根据辐射屏蔽计算的问题，建立计算模型或者导入CAD几何模型；步骤2：对模型进行粒子抽样，确定位置的实时信息；步骤3：根据粒子抽样位置的实时信息对模型进行判断；步骤4：依据蒙特卡罗方法和确定论方法的类型，创建不同的用户输入文件，调用不同的截面数据库，根据粒子的抽样位置选择抽样方法，调用适当的抽样程序，对模型复杂的区域采用蒙特卡罗方法输运计算，对模型简单但屏蔽效应强的区域采用确定论方法输运计算；步骤5：每进行一次粒子抽样，就将蒙特卡罗输运计算的数据与确定论方法输运计算的数据实时进行转化和交互；步骤6：重复步骤2-5，直至统计得到辐射剂量的计算结果。
具体的，本申请实施例提供的基于粒子抽样位置实时优化的屏蔽快速计算方法采用接口程序和抽样程序，自动生成源描述文件，基于粒子抽样位置，实时选择计算方法，并实现蒙特卡罗自循环、确定论方法自循环、蒙特卡罗与确定论方法交替或掺杂循环之间数据、信息、辐射源项(位置、方向、能量、通量等)的存储和相互转化，并且通过控制交界面误差和建立全局通信域，最大化发挥确定论方法解决深穿透问题的优势和蒙特卡罗方法模拟复杂几何的长处，提高了屏蔽计算的精度和速度，用于解决各类大型复杂核设施屏蔽计算难题。
进一步的，在步骤3中，每次抽样结束后，保存空间、能群、角度网格的多维数组和位置、方向、能量、权重、粒子类型信息。通过空间、能群、角度网格的多维数组和位置、方向、能量、权重、粒子类型信息能够实现，蒙特卡罗方法和确定论方法的双向转换。
进一步的，在步骤5中，蒙特卡罗方法输运计算的数据与确定论方法输运计算的数据是相互交错的，通过条件概率密度函数到边界角通量密度的相互转化来实现的。
具体的，在蒙特卡罗方法想确定论方法转换的过程中，确定论方法计算域为蒙特卡罗计算域的后续计算域时，蒙特卡罗粒子径迹转换到确定论方法中的角通量密度，蒙特卡罗计算中的位置、方向、能量、权重、粒子类型、径迹长度等信息转换为交界面处确定论方法中空间网格、能群和方向区间内的粒子角通量密度，蒙特卡罗几何描述转换到确定论方法中几何描述数据是CSG表示下的计算域向结构网格表示下的计算域的转换，从CSG几何中提取材料信息设置到确定论法中的结构网络计算的对应网格上，取CSG几个网络中心的材料作为确定论方法中网格的材料，为提高转换精度，在网格中取多个点的材料加权平均，作为确定论网格的材料。蒙特卡罗程序提供的探测器一般只给出平均结果或积分结果，而转换计算需要每个蒙特卡罗粒子径迹的位置、方向、能量、权重、粒子类型的完整信息。使用蒙特卡罗中的写面源卡(SSW)功能，将每个蒙特卡罗粒子径迹的完整信息记录下来，获取到完整的蒙特卡罗粒子径迹信息，作为蒙特卡罗向确定论数据转换程序的输入。根据蒙特卡罗方法与确定论方法中空间、能量、角度的对应关系，实时计算出蒙特卡罗粒子对确定论方法中网格通量密度的贡献，计算方法如下：设蒙特卡罗粒子在交界面上的径迹为(weightn，rn，En，Ωn)，其中weight代表粒子权重，r代表粒子位置，E代表粒子能量，Ω代表粒子方向，n代表径迹编号，确定论方法中的边界源项需要的是网格i、能群g和离散方向m区间内的粒子角通量密度ψ(ri，Eg，Ωm)。粒子(weightn，rn，En，Ωn)对所在网格i、能群g和方向m区间内的角通量密度贡献为：
Figure BDA0003378450860000051
从而得到粒子角通量密度为：
Figure BDA0003378450860000052
其中wm为求积权重系数，N为粒子径迹数目，ΔS为面元面积，λn为粒子径迹与交界面法线方向夹角余弦值。
更具体的，在确定方法论向蒙特卡罗方法转换的过程中，蒙特卡罗计算域为确定论方法计算域的后序计算域时，确定论方法中角通量密度转换到蒙特卡罗粒子源项，即将确定论算得的网格、能群、方向区间内的粒子角通量密度转换为蒙特卡罗计算中的源项位置、方向、能量、权重、粒子类型等源变量信息。确定论方法与蒙特卡罗空间、能量、角度的对应关系的解决办法，与蒙特卡罗向确定论方法转换相同，其次，根据确定论方法中网格内的角通量密度计算出蒙特卡罗的粒子源在各网格的概率分布，计算方法如下：假设网格i、能群g和方向m区间内的粒子角通量密度为ψ(ri，Eg，Ωm)；方向求积权重系数为wm，粒子飞行方向与交界面面法线方向夹角余弦值为λm；网格区间ri对应的交界面面积为Si；交界面网格数目为/；能群数目为G；离散方向数目为M，粒子位置r在网格区间i内，粒子能量在能群g内，粒子方向在方向区间m内的概率：
Figure BDA0003378450860000053
得到源变量抽烟概率后，首先抽样粒子所在网格，依次对网格i、能群g和方向区间m抽样，之后在网格内均匀抽样出r，E，Ω。
进一步的，面向并行的蒙特卡罗粒子输运同串行的确定论方法转换，首先建立全局通信域，蒙特卡罗方法输运在全局通信域的所有进程中并行计算，确定论方法输运在全局通信域的0号进程上串行计算；计算开始前，在全局通信域广播蒙特卡罗方法输运所需的截面等数据；在每一个蒙特卡罗输运区域计算完成后，在全局通信域中规约通量等数据并计算误差；在蒙特卡罗输运向确定论方法输运并行转换后，进行边界角通量密度的规约等通信操作；在确定论方法输运向蒙特卡罗输运串行转换后，进行蒙特卡罗输运的粒子源概率密度函数的广播等通信操作。
更进一步的，在蒙特卡罗方法向确定论方法转换的每一个交界面，控制蒙特卡罗方法面通量的误差，保证对应确定论方法每一个网格的面通量误差不超过5％；在确定论方法向蒙特卡罗方法转换的每一个交界面，控制确定论方法中角通量密度的精度，保证确定论方法每个网格内的角通量密度误差不超过0.5％。
进一步的，在步骤4中，确定论方法输运计算是从球谐函数法(PN)、离散纵标法(SN)、特征线法(MOC)、穿透概率法(TPM)和碰撞概率法(CPM)、有限元法中调用的。根据实际情况，确定论方式输运计算在有限元法中直接调用即可。
具体的，在本申请实施例红，通过比较基于粒子抽样位置实时优化的屏蔽快速计算方法的模拟计算结果和直接采用蒙特卡罗模拟的计算结果，粒子抽样位置实时优化方法极大的加快了计算收敛，误差控制在5％以内；比较基于粒子抽样位置实时优化的屏蔽快速计算方法的模拟计算结果和直接采用确定论方法的计算结果，粒子抽样位置实时优化方法极大的改善了计算结果的误差，且时间成本较低。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (4)

1.一种基于粒子抽样位置实时优化的屏蔽快速计算方法，其特征在于，包括如下步骤：
步骤1：建立计算模型或者导入CAD几何模型；
步骤2：对模型进行粒子抽样，确定位置的实时信息；
步骤3：根据粒子抽样位置的实时信息对模型进行判断；
步骤4：对模型复杂的区域采用蒙特卡罗方法输运计算，对模型简单但屏蔽效应强的区域采用确定论方法输运计算；
步骤5：每进行一次粒子抽样，就将蒙特卡罗输运计算的数据与确定论方法输运计算的数据实时进行转化和交互；
步骤6：重复步骤2-5，直至统计得到辐射剂量的计算结果。
2.如权利要求1所述的基于粒子抽样位置实时优化的屏蔽快速计算方法，其特征在于，在所述步骤3中，每次抽样结束后，保存空间、能群、角度网格的多维数组和位置、方向、能量、权重、粒子类型信息。
3.如权利要求1所述的基于粒子抽样位置实时优化的屏蔽快速计算方法，其特征在于，在所述步骤5中，蒙特卡罗方法输运计算的数据与确定论方法输运计算的数据是相互交错的，通过条件概率密度函数到边界角通量密度的相互转化来实现的。
4.如权利要求1所述的基于粒子抽样位置实时优化的屏蔽快速计算方法，其特征在于，在所述步骤4中，确定论方法输运计算是从球谐函数法(PN)、离散纵标法(SN)、特征线法(MOC)、穿透概率法(TPM)和碰撞概率法(CPM)、有限元法中调用的。
CN202111447201.2A 2021-11-26 2021-11-26 一种基于粒子抽样位置实时优化的屏蔽快速计算方法 Pending CN114139431A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111447201.2A CN114139431A (zh) 2021-11-26 2021-11-26 一种基于粒子抽样位置实时优化的屏蔽快速计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111447201.2A CN114139431A (zh) 2021-11-26 2021-11-26 一种基于粒子抽样位置实时优化的屏蔽快速计算方法

Publications (1)

Publication Number Publication Date
CN114139431A true CN114139431A (zh) 2022-03-04

Family

ID=80386214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111447201.2A Pending CN114139431A (zh) 2021-11-26 2021-11-26 一种基于粒子抽样位置实时优化的屏蔽快速计算方法

Country Status (1)

Country Link
CN (1) CN114139431A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116595814A (zh) * 2023-07-19 2023-08-15 清华大学 移动反应堆的屏蔽体设计方法、装置、屏蔽体及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116595814A (zh) * 2023-07-19 2023-08-15 清华大学 移动反应堆的屏蔽体设计方法、装置、屏蔽体及介质
CN116595814B (zh) * 2023-07-19 2023-10-31 清华大学 移动反应堆的屏蔽体设计方法、装置、屏蔽体及介质

Similar Documents

Publication Publication Date Title
CN108549753B (zh) 一种点核积分法与蒙特卡罗方法耦合的辐射屏蔽计算方法
Chen et al. ARES: a parallel discrete ordinates transport code for radiation shielding applications and reactor physics analysis
CN101650687A (zh) 一种大规模并行程序性能预测实现方法
Zheng et al. Data assimilation in the atmospheric dispersion model for nuclear accident assessments
CN114139431A (zh) 一种基于粒子抽样位置实时优化的屏蔽快速计算方法
CN113609099B (zh) 一种基于蒙特卡罗方法制作聚变堆多群屏蔽数据库的方法
Pan et al. Pointing probability driven semi-analytic Monte Carlo method (PDMC)–Part I: global variance reduction for large-scale radiation transport analysis
Choi et al. A New Equivalence Theory Method for Treating Doubly Heterogeneous Fuel—II: Verifications
Pinheiro et al. GPU-based implementation of a diagnostic wind field model used in real-time prediction of atmospheric dispersion of radionuclides
Hakim et al. Source Convergence in Monte-Carlo Criticality Simulation of CANDU-6 Reactor
Maurel et al. Universality of the time structure of ground particle distributions and its application to the reconstruction of extensive air showers
CN114861538A (zh) 基于随机森林算法的后处理厂退役辐射场估算方法及系统
Zhang et al. Dynamic multi-objective path-order planning research in nuclear power plant decommissioning based on NSGA-II
Sutton et al. The physical models and statistical procedures used in the RACER Monte Carlo code
Burke Kernel Density Estimation Techniques for Monte Carlo Reactor Analysis.
Fischer et al. Use of CAD generated geometry data in Monte Carlo transport calculations for ITER
Jafarikia et al. Built in importance estimation in forward Monte Carlo calculations
Shin et al. Limiting conditions prediction using machine learning for loss of condenser vacuum event
Tantillo et al. Adjoint neutron flux estimator implementation and verification in the continuous energy Monte Carlo code MONK
Ellis et al. Spatially continuous depletion algorithm for Monte Carlo simulations
Shen et al. Mesh-free semi-quantitative variance underestimation elimination method in Monte Caro algorithm
Zhang et al. Adjoint-based global variance reduction approach for reactor analysis problems
Forget A three dimensional heterogeneous coarse mesh transport method for reactor calculations
Shen et al. Capturing and utilizing the random feature in Monte Carlo fission source distributions
Kanevky et al. Chernobyl fallout: Review of advanced spatial data analysis

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