CN114491907B - 基于真空边界的最优有理多项式与超细群结合的共振算法 - Google Patents
基于真空边界的最优有理多项式与超细群结合的共振算法 Download PDFInfo
- Publication number
- CN114491907B CN114491907B CN202011166735.3A CN202011166735A CN114491907B CN 114491907 B CN114491907 B CN 114491907B CN 202011166735 A CN202011166735 A CN 202011166735A CN 114491907 B CN114491907 B CN 114491907B
- Authority
- CN
- China
- Prior art keywords
- fuel
- section
- calculating
- probability
- region
- 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
- 239000000446 fuel Substances 0.000 claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000004907 flux Effects 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 18
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 238000001228 spectrum Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 210000004884 grey matter Anatomy 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000004992 fission Effects 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
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)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本发明公开一种基于真空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;计算真空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。
Description
技术领域
本发明属于核反应堆物理数值计算领域,具体涉及一种基于真空边界的最优有理多项式与超细群结合的共振算法。
背景技术
在核反应堆物理数值计算中,直接使用点截面在全堆的尺度上求解玻尔兹曼输运方程,所需的计算量非常巨大。为了减少计算量提高计算效率,通常在能量相空间采用多群近似。因此,多群参数的精确度对最终计算结果的精度起到至关重要的作用。
某些核素在某些能量范围内截面变化平缓,多群截面近似与能谱无关,也与实际问题无关,这时多群截面易于求解。而对于某些重核(如U238)及中等质量的核素(如Fe56),在共振能区,大约1eV到0.01MeV的范围内,中子截面(包括俘获截面、散射截面和裂变截面等)随中子能量变化剧烈,出现一系列共振峰。这种情况下中子能谱对多群截面影响很大。和其他能群不同,共振能群的多群常数不能由多群数据库直接给出,只能对具体问题进行计算后得到。所以在进行全堆计算或者均匀化计算前必须先进行共振计算以得到多群截面。
为了不断提高共振计算精度和减少计算量,传统的共振计算方法(等价理论、子群法和超细群法)不断地被优化。近些年来,结合等价理论和超细群法的全局局部等效方法逐渐在国际上知名高保真程序上得到应用。该等效方法核心思想是利用黑体Dancoff因子处理实际问题中处于不同位置的燃料棒具有不同中子能谱的效应,也就是Dancoff效应。该方法利用黑体Dancoff因子等效,将全堆问题等效分解为每一根燃料棒问题,然后针对单棒问题使用超细群方法。由于将计算区域进行了极大地分解,该方法的计算量相对于超细群法被显著降低;同时,使用超细群法求解单棒问题,该方法的计算精度相对于等价理论得到显著提升。
不过,在计算黑体Dancoff因子的过程中引入了黑体假设、所有燃料截面相同假设以及慢化剂截面不随能群变化假设,即假设所有燃料是黑体,其截面是无穷大,同时也认为了所有燃料截面相同,单群固定源计算也意味着慢化剂截面与能量无关。在实际问题中,燃料截面不可能是无穷大,尤其当共振核素的核密度比较小时。因为燃料类型以及其所处位置不同,随着燃耗的发生,燃料区截面会各不相同。另外,慢化剂截面是能量相关的。此外,该方法在处理含控制棒的问题时会因黑体假设使得有效增殖因子偏差较大,达数百pcm甚至更大。在实际的工程应用中,计算精度仍具有提升空间。
发明内容
本发明的目的是为了克服现有技术存在的问题,提供一种基于真空边界的最优有理多项式与超细群结合的共振算法,它能够有效地消除黑体近似这一假设,提高含控制棒等灰体问题计算结果的精度,从而提高实际问题计算结果的精度。
本发明的技术方案如下:基于真空边界的最优有理多项式与超细群结合的共振算法,包括如下步骤:
步骤1:利用特征线法进行单群的全堆输运求解,计算逃逸概率的最优有理多项式;
步骤2:计算真空边界条件下单栅元逃逸概率的最优有理多项式,计算真空边界条件下各单栅元燃料总截面与燃料子区域间的碰撞概率的对应关系;
步骤3:计算堆芯与真空边界条件下单栅元逃逸概率的修正因子;
步骤4:计算利用真空边界条件修正后碰撞概率,获得修正后慢化方程,求解慢化方程,并计算多群截面。
所述的步骤1包括:在截面无穷大和截面无穷小之间选取个H数值,截面无穷大为105[1/cm],截面无穷小为10-5[1/cm],利用特征线法进行单群的全堆输运求解,得到燃料区f的中子通量最终得到H组/>利用公式(1)和(2)拟合,使/>最小,计算最优的拟合系数αn,βn;
其中,和/>分别是燃料区的总截面和势散射截面,lf是平均弦长,/>V是燃料棒体积,S是燃料棒表面积,/>N是公式(1)的项数,h表示H组数据中的第h个;
计算堆芯每个单栅元的逃逸概率的最优有理多项式:
其中,u是勒。
所述的步骤2包括:针对不同燃料半径的孤立单栅元在一维真空边界条件下的情况,设置相同的燃料总截面利用碰撞概率法CPM进行输运求解中子通量/>最后得到真空边界条件下单栅元的逃逸概率的最优有理多项式/>同时计算出不同燃料截面情况下燃料棒内各分区i、j间的碰撞概率,计算真空边界条件下各单栅元燃料总截面与燃料子区域间的碰撞概率的对应关系;
所述的步骤3包括:计算逃逸概率修正因子η(u),
其中,和/>分别是堆芯和单栅元问题的中子逃逸概率,使用修正因子η(u)修正堆芯单栅元的碰撞概率,修正后的从燃料区i到慢化剂区M的碰撞概率是:
其中,F表示整个燃料区,i、j表示燃料区的子区域,Pe,i(u)是堆芯单栅元的中子逃逸概率,是孤立单栅元的中子逃逸概率,u表示勒。
所述步骤4包括:修正后的从燃料区i到燃料区j的碰撞概率是:
修正后的从慢化剂区M到燃料区i和慢化剂区M的碰撞概率分别是:
其中,PMi(u)、PiM(u)、PMM(u)分别是中子从M区到i区的碰撞概率、从i区到M区的碰撞概率、从M区到M区的碰撞概率,Vi、VM分别是i区、M区的体积,Σt,i(u)是i区的总截面,Σp,M是M区的势散射截面;
利用碰撞概率PiM(u)、Pij(u)、PMi(u)和PMM(u),使用点截面数据求解单栅元问题的慢化方程公式(9)和(10):
其中,φi(u)、φM(u)分别是i区和M区的中子通量,Qs,j(u)、Qs,M(u)、Qs,i(u)分别是j区、M区、i区的散射源。
利用求解得到的燃料区i中子通量φi(u),根据公式(11)计算多群截面σx,g,i;
其中,σ是微观截面,x是反应道,g是能群,i是区域,u是勒。
本发明的有益效果在于:本发明使用最优有理多项式消除黑体近似假设,能够有效地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。
附图说明
图1为本发明所提供的基于真空边界的最优有理多项式与超细群结合的共振算法流程图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
如图1所示,本发明所提供的基于真空边界的最优有理多项式与超细群结合的共振算法,包括如下步骤:
步骤1: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H个数值,令所有燃料区总截面等于该值,慢化剂区总截面等于势散射截面,所有区域的吸收截面和总截面相等,不考虑散射,所有区域的中子源密度等于材料的势散射截面,然后利用特征线法进行单群的全堆输运求解,得到燃料区的中子通量/>最终得到H组/>利用公式(1)和(2)拟合,利用最小二乘法使公式(2)右端项/>最小,计算最优的拟合系数αn,βn;
其中,和/>分别是燃料区的总截面和势散射截面,lf是平均弦长,/>V是燃料棒体积,S是燃料棒表面积,/>N是公式(1)的项数,h表示H组数据中的第h个。
最终,得到堆芯的每个单栅元的逃逸概率的最优有理多项式:
其中,u是勒。
步骤2:针对不同燃料半径的孤立单栅元在一维真空边界条件下的情况,设置相同的燃料总截面利用碰撞概率法CPM进行输运求解中子通量/>最后得到真空边界条件下单栅元的逃逸概率的最优有理多项式/>同时计算出不同燃料截面情况下燃料棒内各分区i、j间的碰撞概率/>计算真空边界条件下各单栅元燃料总截面与燃料子区域间的碰撞概率的对应关系。
步骤3:计算堆芯与真空边界条件下单栅元逃逸概率的修正因子η(u)包括:
其中,和/>分别是堆芯和单栅元问题的中子逃逸概率,使用修正因子η(u)修正堆芯单栅元的碰撞概率,修正后的从燃料区i到慢化剂区M的碰撞概率是:
其中,F表示整个燃料区,i、j表示燃料区的子区域,Pe,i(u)是堆芯单栅元的中子逃逸概率,是孤立单栅元的中子逃逸概率,u表示勒;
步骤4:修正后的从燃料区i到燃料区j的碰撞概率是:
修正后的从慢化剂区M到燃料区i和慢化剂区M的碰撞概率分别是:
其中,PMi(u)、PiM(u)、PMM(u)分别是中子从M区到i区的碰撞概率、从i区到M区的碰撞概率、从M区到M区的碰撞概率,Vi、VM分别是i区、M区的体积,Σt,i(u)是i区的总截面,Σp,M是M区的势散射截面;
利用碰撞概率PiM(u)、Pij(u)、PMi(u)和PMM(u),使用点截面数据求解单栅元问题的慢化方程公式(9)和(10):
其中,φi(u)、φM(u)分别是i区和M区的中子通量,Qs,j(u)、Qs,M(u)、Qs,i(u)分别是j区、M区、i区的散射源;
利用求解得到的燃料区i中子通量φi(u),根据公式(11)计算多群截面σx,g,i;
其中,σ是微观截面,x是反应道,g是能群,i是区域,u是勒。
Claims (1)
1.基于真空边界的最优有理多项式与超细群结合的共振算法,其特征在于,该算法包括:步骤1、利用特征线法进行单群的全堆输运求解,计算逃逸概率的最优有理多项式;步骤2、计算真空边界条件下单栅元逃逸概率的最优有理多项式,计算真空边界条件下各单栅元燃料总截面与燃料子区域间的碰撞概率的对应关系;步骤3、计算堆芯与真空边界条件下单栅元逃逸概率的修正因子;步骤4、计算利用真空边界条件修正后碰撞概率,获得修正后慢化方程,求解慢化方程,并计算多群截面;
所述步骤1中利用特征线法进行单群的全堆输运求解,计算逃逸概率的最优有理多项式的具体步骤包括:
在截面无穷大和截面无穷小之间选取个H数值,截面无穷大为105[1/cm],截面无穷小为10-5[1/cm],利用特征线法进行单群的全堆输运求解,得到燃料区f的中子通量最终得到H组/>
所述步骤1中利用特征线法进行单群的全堆输运求解,计算逃逸概率的最优有理多项式的具体步骤包括:
利用公式(1)和(2)拟合,使最小,计算最优的拟合系数αn,βn;
其中,和/>分别是燃料区的总截面和势散射截面,lf是平均弦长,/>V是燃料棒体积,S是燃料棒表面积,/>N是公式(1)的项数,h表示H组数据中的第h个;
计算堆芯每个单栅元的逃逸概率的最优有理多项式:
其中,u是勒;
所述步骤2中计算真空边界条件下单栅元逃逸概率的最优有理多项式,计算真空边界条件下各单栅元燃料总截面与燃料子区域间的碰撞概率的对应关系具体包括:
针对不同燃料半径的孤立单栅元在一维真空边界条件下的情况,设置相同的燃料总截面利用碰撞概率法CPM进行输运求解中子通量/>最后得到真空边界条件下单栅元的逃逸概率的最优有理多项式/>同时计算出不同燃料截面情况下燃料棒内各分区i、j间的碰撞概率,计算真空边界条件下各单栅元燃料总截面与燃料子区域间的碰撞概率的对应关系;
所述步骤3中计算堆芯与真空边界条件下单栅元逃逸概率的修正因子η(u)包括:
其中,和/>分别是堆芯和单栅元问题的中子逃逸概率,使用修正因子η(u)修正堆芯单栅元的碰撞概率,修正后的从燃料区i到慢化剂区M的碰撞概率是:
其中,F表示整个燃料区,i、j表示燃料区的子区域,Pe,i(u)是堆芯单栅元的中子逃逸概率,是孤立单栅元的中子逃逸概率,u表示勒;
所述步骤4中计算利用真空边界条件修正碰撞概率,获得修正后慢化方程,求解慢化方程,并计算多群截面包括:
修正后的从燃料区i到燃料区j的碰撞概率是:
修正后的从慢化剂区M到燃料区i和慢化剂区M的碰撞概率分别是:
其中,PMi(u)、PiM(u)、PMM(u)分别是中子从M区到i区的碰撞概率、从i区到M区的碰撞概率、从M区到M区的碰撞概率,Vi、VM分别是i区、M区的体积,Σt,i(u)是i区的总截面,Σp,M是M区的势散射截面;
所述步骤4中计算利用真空边界条件下修正碰撞概率,获得修正后慢化方程,求解慢化方程,并计算多群截面包括:
利用碰撞概率PiM(u)、Pij(u)、PMi(u)和PMM(u),使用点截面数据求解单栅元问题的慢化方程公式(9)和(10):
其中,φi(u)、φM(u)分别是i区和M区的中子通量,Qs,j(u)、Qs,M(u)、Qs,i(u)分别是j区、M区、i区的散射源;
利用求解得到的燃料区i中子通量φi(u),根据公式(11)计算多群截面σx,g,i;
其中,σ是微观截面,x是反应道,g是能群,i是区域,u是勒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011166735.3A CN114491907B (zh) | 2020-10-27 | 2020-10-27 | 基于真空边界的最优有理多项式与超细群结合的共振算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011166735.3A CN114491907B (zh) | 2020-10-27 | 2020-10-27 | 基于真空边界的最优有理多项式与超细群结合的共振算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114491907A CN114491907A (zh) | 2022-05-13 |
CN114491907B true CN114491907B (zh) | 2023-10-20 |
Family
ID=81471125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011166735.3A Active CN114491907B (zh) | 2020-10-27 | 2020-10-27 | 基于真空边界的最优有理多项式与超细群结合的共振算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114491907B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038294A (zh) * | 2017-04-05 | 2017-08-11 | 西安交通大学 | 针对轻水堆的基于等效一维棒模型的共振自屏计算方法 |
KR20180120498A (ko) * | 2017-04-27 | 2018-11-06 | 울산과학기술원 | Psm을 이용하는 노심 해석 장치 및 방법 |
CN109493924A (zh) * | 2018-11-13 | 2019-03-19 | 西安交通大学 | 一种获取fcm燃料有效多群截面的方法 |
CN110580935A (zh) * | 2019-08-16 | 2019-12-17 | 西安交通大学 | 一种获取全堆有效共振自屏截面的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012058071A (ja) * | 2010-09-08 | 2012-03-22 | Mitsubishi Heavy Ind Ltd | 共鳴計算プログラムおよび解析装置 |
-
2020
- 2020-10-27 CN CN202011166735.3A patent/CN114491907B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038294A (zh) * | 2017-04-05 | 2017-08-11 | 西安交通大学 | 针对轻水堆的基于等效一维棒模型的共振自屏计算方法 |
KR20180120498A (ko) * | 2017-04-27 | 2018-11-06 | 울산과학기술원 | Psm을 이용하는 노심 해석 장치 및 방법 |
CN109493924A (zh) * | 2018-11-13 | 2019-03-19 | 西安交通大学 | 一种获取fcm燃料有效多群截面的方法 |
CN110580935A (zh) * | 2019-08-16 | 2019-12-17 | 西安交通大学 | 一种获取全堆有效共振自屏截面的方法 |
Non-Patent Citations (2)
Title |
---|
Generation of the windowed multipole resonance data using Vector Fitting technique;Shichagn Liu etc.;Annals of Nuclear Energy;第30-31页 * |
基于特征线法计算的超细群慢化方程求解方法;秦帅等;原子能科学技术;第53卷(第12期);第2420-2427页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114491907A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Haghighat et al. | Monte Carlo variance reduction with deterministic importance functions | |
CN114004139B (zh) | 一种光伏发电功率预测方法 | |
CN110110434B (zh) | 一种概率潮流深度神经网络计算的初始化方法 | |
CN110765618B (zh) | 一种压水堆堆内自给能中子探测器的响应电流计算方法 | |
CN111092451B (zh) | 一种基于配电网网格的光伏消纳预警方法 | |
Mao et al. | A new Tone's method in APOLLO3® and its application to fast and thermal reactor calculations | |
Yin et al. | Multi-group effective cross section calculation method for Fully Ceramic Micro-encapsulated fuel | |
CN111914464A (zh) | 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 | |
CN114491908B (zh) | 基于白边界的Tone’s方法与超细群结合的共振算法 | |
Qin et al. | Application of deep neural network for generating resonance self-shielded cross-section | |
CN114491907B (zh) | 基于真空边界的最优有理多项式与超细群结合的共振算法 | |
CN112308214B (zh) | 一种用于冷源致灾物灾害预测的深度学习改进算法 | |
CN114491903B (zh) | 基于白边界的最优有理多项式与超细群结合的共振算法 | |
CN116884664B (zh) | 基于子群燃耗技术的稀缺同位素精细化能谱辐照生产方法 | |
CN113708380A (zh) | 风-光-储混合系统区域无功储备多目标优化方法 | |
CN114491902B (zh) | 基于真空边界的Tone’s方法与超细群结合的共振算法 | |
Gong et al. | Short-term power prediction of a wind farm based on empirical mode decomposition and mayfly algorithm–back propagation neural network | |
Shafii et al. | Neutron flux distribution calculation for various spatial mesh of finite slab geometry using one-dimensional diffusion equation | |
CN106682760A (zh) | 一种风电功率爬坡预测方法 | |
Leimao et al. | A New Tone'S Method In Apollo3 And Its Application To ZPPR Benchmarks | |
Kang et al. | The advanced multilevel predictor-corrector quasi-static method for pin-resolved neutron kinetics simulation | |
Kidonakis et al. | Bottom quark production cross section at fixed-target $ pp $ experiments | |
Mounier et al. | Resonant upscattering effects on $^{238} $ U absorption rates | |
CN116127244A (zh) | 一种考虑共振上散射效应的核燃料多群数据计算方法 | |
Han et al. | Implementation of Pin-based Pointwise Energy Slowing-down Method into DeCART |
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 |