CN115048809B - 一种用于多物理多尺度耦合系统的不确定性量化方法 - Google Patents

一种用于多物理多尺度耦合系统的不确定性量化方法 Download PDF

Info

Publication number
CN115048809B
CN115048809B CN202210809039.2A CN202210809039A CN115048809B CN 115048809 B CN115048809 B CN 115048809B CN 202210809039 A CN202210809039 A CN 202210809039A CN 115048809 B CN115048809 B CN 115048809B
Authority
CN
China
Prior art keywords
uncertainty
physical
coupling system
analysis
program
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
Application number
CN202210809039.2A
Other languages
English (en)
Other versions
CN115048809A (zh
Inventor
熊青文
李仲春
邱志方
曾未
邓坚
王杰
李庆
刘余
黄涛
申亚欧
钱立波
吴增辉
马海福
党高健
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.)
Nuclear Power Institute of China
Original Assignee
Nuclear Power Institute of China
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 Nuclear Power Institute of China filed Critical Nuclear Power Institute of China
Priority to CN202210809039.2A priority Critical patent/CN115048809B/zh
Publication of CN115048809A publication Critical patent/CN115048809A/zh
Application granted granted Critical
Publication of CN115048809B publication Critical patent/CN115048809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • 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
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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

本发明涉及反应堆热工水力技术领域，具体涉及一种用于多物理多尺度耦合系统的不确定性量化方法，包括以下步骤：收集用于多物理多尺度耦合系统不确定性评价和验证的实验数据，并建立实验数据库；针对目标分析对象装置，结合多物理多尺度耦合系统不确定性源识别装置在目标工况中存在的不确定性源及其程序表示，并将不确定性根据来源进行分类；对不同种类的不确定性输入源进行评估和量化；对目标分析装置和工况，识别和量化多物理多尺度耦合系统中各输入不确定性源后，使用量化得到的各输入参数的不确定性分布执行定量敏感性分析；执行不确定性传播计算。本发明能够识别和量化多物理多尺度耦合系统中存在的不确定性。

Description

一种用于多物理多尺度耦合系统的不确定性量化方法
技术领域
本发明涉及反应堆热工水力技术领域，具体涉及一种用于多物理多尺度耦合系统的不确定性量化方法。
背景技术
核反应堆的安全分析依赖于计算机程序，由于核反应堆系统十分复杂，不同分析工况下的现象进程以及分析对象均存在差异，因此存在诸多不同种类的安全分析软件，如中子物理程序、燃料行为程序、热工水力系统程序、安全壳热工水力程序等。这些分析程序的功能各异，各程序具有特定的使用范围，且适用的物理场和尺度均存在一定区别。如中子物理类程序主要计算反应堆中子动力学，其分析尺度涵盖微观中子截面至宏观堆芯；燃料行为类程序主要计算燃料芯块及包壳的温度场及应力，其涵盖介观材料蠕变和宏观包壳变形、爆裂；而热工水力系统程序主要计算反应堆整体冷却剂系统的瞬态宏观表现。
在对核反应堆进行事故工况安全分析时，需使用所有种类的安全分析程序进行综合分析。传统方法中采用“数据接口”的方式耦合各类程序，即把一类程序计算结束后得到的输出作为其他程序的输入，而该过程不是实时的，故这种程序耦合方法也被称为弱耦合。弱耦合无法真实模拟核反应堆的真实状态，存在过多的冗余保守性，因此有必要发展强耦合技术。相比之下，强耦合能够构建一个实时分析的耦合系统，将系统内所有程序的数据串通，实现不同功能程序间的数据实时交互，大大提高模拟结果的精度。
其中，基于强耦合技术构建的多物理多尺度核反应堆安全分析系统平台也被称为数字堆，具有最佳估算的能力。最佳估算计算中要求考虑分析中的不确定性，因此，有必要开发一种方法用于量化多物理多尺度耦合系统中存在的各类不确定性。
发明内容
本发明提供了一种用于多物理多尺度耦合系统的不确定性量化方法，能够识别和量化多物理多尺度耦合系统中存在的各类不确定性、量化耦合系统中各功能程序的计算不确定性，并能通过不确定性传播计算量化整个耦合系统的计算不确定性，实现最佳估算加不确定性分析的目标。
本发明通过下述技术方案实现：
一种用于多物理多尺度耦合系统的不确定性量化方法，包括以下步骤：
S10、收集用于多物理多尺度耦合系统不确定性评价和验证的实验数据，并建立实验数据库；
S20、针对目标分析对象装置，结合多物理多尺度耦合系统不确定性源识别装置在目标工况中存在的不确定性源及其程序表示，并将不确定性根据来源进行分类；
S30、对不同种类的不确定性输入源进行评估和量化；
S40、对目标分析装置和工况，识别和量化多物理多尺度耦合系统中各输入不确定性源后，使用量化得到的各输入参数的不确定性分布执行定量敏感性分析；
S50、执行不确定性传播计算，以量化多物理多尺度耦合系统的计算不确定性。
本发明提供的用于多物理多尺度耦合系统的不确定性量化方法，先构建用于评估和量化耦合系统不确定性所需的基准题和数据库，并识别多物理多尺度耦合系统中存在的不确定性源和对其进行分类，后对不同种类的不确定性源进行量化和评估，最后量化多物理多尺度耦合系统的计算不确定性，能够识别和量化多物理多尺度耦合系统中存在的各类不确定性、量化耦合系统中各功能程序的计算不确定性，并能通过不确定性传播计算量化整个耦合系统的计算不确定性，实现最佳估算加不确定性分析的目标。
具体而言，步骤S10中建立实验数据库包括以下步骤：
S11、将用于多物理多尺度耦合系统不确定性评价和验证的实验数据，按照不同物理场进行整理，并初步分类为分离效应实验和整体效应实验；
S12、基于多准则决策分析和试验源分配技术开发数据库分类方法，将实验数据按照工况、组件、现象以及参数范围进行分类，形成规范化实验数据库；
S13、基于得到的完善数据库建立评估和验证用基准题，建立标准化数据库使用规范。
具体而言，步骤S20中不确定性分类方法包括以下步骤：
S21、针对目标分析对象装置，使用层次分析法对其进行尺度由大至小的结构化分析；
S22、针对局部部件的不同物理场使用层次分析法进行分析；
S23、结合多物理多尺度耦合系统，识别目标装置在目标工况中存在的不确定性源及其程序表示，并将不确定性根据来源进行分类。
具体而言，步骤S22中的物理场包括中子物理场、温度场、流场、应力场、水化学场。
具体而言，步骤S23中不确定性的分类包括核数据库、几何结构、设计测量、材料物性、初始/边界条件、本构模型以及数值离散。
具体而言，步骤S30中的评估和量化的方法为：
核数据库不确定性，使用微扰分析法量化其不确定性；
几何结构、设计测量以及材料物性的不确定性，基于设计、施工或实验过程的测量不确定度给定；
初始/边界条件，基于建立的数据库，结合参数统计法评估其不确定性；
程序中本构模型的不确定性，使用参数/非参数统计法并结合开发的实验数据库对齐进行量化；
程序数值离散的不确定性，使用证据理论结方法量化其不确定性。
具体而言，所述参数统计法包括假设检验和频数分析法，所述非参数统计法包括非参数曲线估计法、基于贝叶斯理论的马尔科夫链蒙特卡罗以及基于快速傅里叶变换的方法。
具体而言，步骤S40中，对于目标分析装置和工况，识别和量化多物理多尺度耦合系统中各输入不确定性源后，使用量化得到的各输入参数的不确定性分布执行采用矩独立全局敏感性进行定量敏感性分析计算，并基于敏感性分析结果筛选对目标输出次要或无影响的输入参数和确定影响参数。
具体而言，步骤S50中采用逐层耦合的方式传播和量化。
具体而言，步骤S50中传播和量化的方法包括以下步骤：
S51、针对微观尺度程序，使用步骤S30中量化得到的重要输入参数不确定性分布，结合步骤S10中开发得到的基准题执行不确定性随机抽样计算，得到微观尺度程序对应输出的不确定性传播抽样计算结果，通过比较不确定性抽样计算结果与基准题中对应的实验测量数据，量化微观尺度程序的计算不确定性；
S52、将所有微观程序视为独立的黑匣子，并将微观程序的输出不确定性分布作为介观尺度程序的输入不确定性，执行不确定性随机抽样传播计算以量化介观程序的计算结果不确定性分布；
S53、以步骤S52相同的原理将介观分析程序视为黑匣子作为宏观分析程序的不确定性本构模块，量化宏观分析程序的输出不确定性分布。
本发明具有如下的优点和有益效果：
1、本发明提供的用于多物理多尺度耦合系统的不确定性量化方法，先构建用于评估和量化耦合系统不确定性所需的基准题和数据库，并识别多物理多尺度耦合系统中存在的不确定性源和对其进行分类，后对不同种类的不确定性源进行量化和评估，最后量化多物理多尺度耦合系统的计算不确定性，在使用多物理多尺度耦合系统对目标核反应堆进行工况分析时，能够识别和量化多物理多尺度耦合系统中存在的各类不确定性，能量化耦合系统中各功能程序的计算不确定性，并能通过不确定性传播计算量化整个耦合系统的计算不确定性，实现最佳估算加不确定性分析的目标。
2、本发明提供的用于多物理多尺度耦合系统的不确定性量化方法，能够解决传统耦合系统中存在的冗余保守性的问题，由于多物理多尺度耦合系统具有最佳估算能力，在考虑了不确定性的情况下其能够真实的模拟事故进程，大大减小了程序模拟现象失真的可能性，实现核反应堆瞬态工况“现实性”模拟的安全分析要求，增加了安全分析结果的可靠性，并能够提供更多的安全裕量，因此，本发明对于核反应堆安全分析方法的完善以及高精度数字堆系统的构建具有重要促进作用。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。
在附图中：
图1为本发明实施例用于多物理多尺度耦合系统的不确定性量化方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
结合图1，本实施例提供了一种用于多物理多尺度耦合系统的不确定性量化方法，包括以下步骤：
S10、收集用于多物理多尺度耦合系统不确定性评价和验证的实验数据，并建立实验数据库。
具体而的，建立实验数据库包括以下步骤：
S11、收集用于多物理多尺度耦合系统不确定性评价和验证的实验数据后缘，将其按照不同物理场进行整理，并初步分类为分离效应实验和整体效应实验；
S12、基于多准则决策分析和试验源分配技术开发数据库分类方法，将实验数据按照工况、组件、现象以及参数范围进行分类，形成规范化实验数据库；
S13、基于得到的完善数据库建立评估和验证用基准题，建立标准化数据库使用规范，以减小不确定性量化过程中人为因素引入的影响。
S20、针对目标分析对象装置，结合多物理多尺度耦合系统不确定性源识别装置在目标工况中存在的不确定性源及其程序表示，并将不确定性根据来源进行分类。
具体来说，不确定性分类方法包括以下步骤：
S21、针对目标分析对象装置，使用层次分析法对其进行尺度由大至小的结构化分析，顺序为整体核反应堆装置-系统-组件-部件；
S22、针对局部部件的不同物理场使用层次分析法进行分析，其中物理场包括中子物理场、温度场、流场、应力场、水化学场；
S23、结合多物理多尺度耦合系统，识别目标装置在目标工况中存在的不确定性源及其程序表示，并将不确定性根据来源进行分类，其中不确定性的分类包括核数据库、几何结构、设计测量、材料物性、初始/边界条件、本构模型以及数值离散。
S30、对不同种类的不确定性输入源进行评估和量化。
具体来讲，评估和量化的方法为：
针对核数据库不确定性，使用微扰分析法量化其不确定性；
对于几何结构、设计测量以及材料物性的不确定性，基于设计、施工或实验过程的测量不确定度给定；
对于初始/边界条件，基于建立的数据库，结合参数统计法评估其不确定性，最常使用的参数统计法包括假设检验和频数分析法；
对于程序中本构模型的不确定性，使用参数/非参数统计法并结合开发的实验数据库对齐进行量化，最常使用的参数统计法包括假设检验和频数分析法，最常使用的非参数统计法包括非参数曲线估计法、基于贝叶斯理论的马尔科夫链蒙特卡罗以及基于快速傅里叶变换的方法；
对于程序数值离散的不确定性，使用证据理论结或同时结合经验的方法量化其不确定性。
S40、对目标分析装置和工况，识别和量化多物理多尺度耦合系统中各输入不确定性源后，使用量化得到的各输入参数的不确定性分布执行定量敏感性分析。
具体的，对于目标分析装置和工况，识别和量化多物理多尺度耦合系统中各输入不确定性源后，使用量化得到的各输入参数的不确定性分布执行采用矩独立全局敏感性进行定量敏感性分析计算，并基于敏感性分析结果筛选对目标输出次要或无影响的输入参数和确定影响参数(影响较大的重要参数)。
S50、执行不确定性传播计算，以量化多物理多尺度耦合系统的计算不确定性。
即，确定目标分析工况的重要输入参数及其不确定性分布后，执行不确定性传播计算以量化多物理多尺度耦合系统的计算不确定性。其中，考虑到多物理多尺度耦合系统的复杂性，因此使用逐层耦合的方式传播和量化。
具体而言，传播和量化的方法包括以下步骤：
S51、针对微观尺度程序，如中子截面类程序，使用步骤S30中量化得到的重要输入参数不确定性分布，结合步骤S10中开发得到的基准题执行不确定性随机抽样计算，得到微观尺度程序对应输出的不确定性传播抽样计算结果，通过比较不确定性抽样计算结果与基准题中对应的实验测量数据，量化微观尺度程序的计算不确定性；
S52、将所有微观程序视为独立的黑匣子，其作为介观尺度程序的一个本构模块，在使用介观尺度程序，如燃料行为分析程序，进行计算时不再考虑微观程序的输入不确定性，直接将微观程序的输出不确定性分布作为介观尺度程序的输入不确定性，进而执行不确定性随机抽样传播计算以量化介观程序的计算结果不确定性分布；
S53、以步骤S52相同的原理将介观分析程序视为黑匣子作为宏观分析程序的不确定性本构模块，量化宏观分析程序的输出不确定性分布，以逐层耦合方式按照微观-介观-宏观的顺序传播和量化耦合系统中的不确定性。
因此，步骤S50通过逐层耦合评价不确定性的方法，不仅实现了量化多物理多尺度耦合系统中不同尺度单个功能程序的计算不确定性，并且实现了不确定性在耦合系统中的传播，能得到最终分析所需的目标输出的不确定性分布。
综上，本实施例提供的方法，并识别多物理多尺度耦合系统中存在的不确定性源和对其进行分类，后对不同种类的不确定性源进行量化和评估，最后量化多物理多尺度耦合系统的计算不确定性，在使用多物理多尺度耦合系统对目标核反应堆进行工况分析时，能够识别和量化多物理多尺度耦合系统中存在的各类不确定性、量化耦合系统中各功能程序的计算不确定性，并能通过不确定性传播计算量化整个耦合系统的计算不确定性，实现最佳估算加不确定性分析的目标。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种用于多物理多尺度耦合系统的不确定性量化方法，其特征在于，包括以下步骤：
S10、收集用于多物理多尺度耦合系统不确定性评价和验证的实验数据，并建立实验数据库；
其中，建立实验数据库包括以下步骤：
S11、将用于多物理多尺度耦合系统不确定性评价和验证的实验数据，按照不同物理场进行整理，并初步分类为分离效应实验和整体效应实验；
S12、基于多准则决策分析和试验源分配技术开发数据库分类方法，将实验数据按照工况、组件、现象以及参数范围进行分类，形成规范化实验数据库；
S13、基于得到的规范化实验数据库建立评估和验证用基准题、建立标准化数据库使用规范；
S20、针对目标分析对象装置，将不确定性根据来源进行分类；
其中，不确定性分类方法包括以下步骤：
S21、针对目标分析对象装置，使用层次分析法对其进行尺度由大至小的结构化分析；
S22、针对局部部件的不同物理场使用层次分析法进行分析；
S23、结合多物理多尺度耦合系统，识别目标分析对象装置在目标工况中存在的不确定性源及其程序表示，并将不确定性根据来源进行分类，不确定性的分类包括核数据库、几何结构、设计测量、材料物性、初始/边界条件、本构模型以及数值离散；
S30、对不同种类的不确定性输入源进行评估和量化；
其中，评估和量化的方法为：
核数据库不确定性，使用微扰分析法量化其不确定性；
几何结构、设计测量以及材料物性的不确定性，基于设计、施工或实验过程中的测量不确定度来量化其不确定性；
初始/边界条件，基于建立的数据库，结合参数统计法评估其不确定性；
程序中本构模型的不确定性，使用参数/非参数统计法并结合开发的实验数据库对齐进行量化；
程序数值离散的不确定性，使用证据理论方法量化其不确定性；
S40、对目标分析对象装置和工况，识别和量化多物理多尺度耦合系统中各输入不确定性源后，使用量化得到的各输入参数的不确定性分布执行定量敏感性分析；
S50、执行不确定性传播计算，以量化多物理多尺度耦合系统的计算不确定性；
其中，采用逐层耦合的方式传播和量化，传播和量化的方法包括以下步骤：
S51、针对微观尺度程序，使用步骤S30中量化得到的重要输入参数不确定性分布，结合步骤S10中开发得到的基准题执行不确定性随机抽样计算，得到微观尺度程序对应输出的不确定性传播抽样计算结果，通过比较不确定性抽样计算结果与基准题中对应的实验测量数据，量化微观尺度程序的计算不确定性；
S52、将所有微观程序视为独立的黑匣子，并将微观程序的输出不确定性分布作为介观尺度程序的输入不确定性，执行不确定性随机抽样传播计算以量化介观程序的计算结果不确定性分布；
S53、以步骤S52相同的原理将介观分析程序视为黑匣子作为宏观分析程序的不确定性本构模块，量化宏观分析程序的输出不确定性分布。
2.根据权利要求1所述的一种用于多物理多尺度耦合系统的不确定性量化方法，其特征在于，步骤S22中的物理场包括中子物理场、温度场、流场、应力场、水化学场。
3.根据权利要求1所述的一种用于多物理多尺度耦合系统的不确定性量化方法，其特征在于，所述参数统计法包括假设检验和频数分析法，所述非参数统计法包括非参数曲线估计法、基于贝叶斯理论的马尔科夫链蒙特卡罗以及基于快速傅里叶变换的方法。
4.根据权利要求1所述的一种用于多物理多尺度耦合系统的不确定性量化方法，其特征在于，步骤S40中，对于目标分析对象装置和工况，识别和量化多物理多尺度耦合系统中各输入不确定性源后，采用矩独立全局敏感性分析方法，对量化得到的各输入参数的不确定性分布进行定量敏感性分析，并基于敏感性分析结果筛选对目标输出次要或无影响的输入参数和确定影响参数。
CN202210809039.2A 2022-07-11 2022-07-11 一种用于多物理多尺度耦合系统的不确定性量化方法 Active CN115048809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210809039.2A CN115048809B (zh) 2022-07-11 2022-07-11 一种用于多物理多尺度耦合系统的不确定性量化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210809039.2A CN115048809B (zh) 2022-07-11 2022-07-11 一种用于多物理多尺度耦合系统的不确定性量化方法

Publications (2)

Publication Number Publication Date
CN115048809A CN115048809A (zh) 2022-09-13
CN115048809B true CN115048809B (zh) 2023-08-29

Family

ID=83164694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210809039.2A Active CN115048809B (zh) 2022-07-11 2022-07-11 一种用于多物理多尺度耦合系统的不确定性量化方法

Country Status (1)

Country Link
CN (1) CN115048809B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117473873B (zh) * 2023-11-13 2024-04-26 上海交通大学 基于DeepM&Mnet神经网络的核热耦合实现方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106372278A (zh) * 2016-08-19 2017-02-01 电子科技大学 一种联合考虑输入参数不确定性和代理模型不确定性的灵敏度分析方法
CN110472846A (zh) * 2019-07-30 2019-11-19 西安交通大学 核电厂热工水力安全分析最佳估算加不确定性方法
CN111797541A (zh) * 2020-07-20 2020-10-20 吉林大学 一种场线耦合不确定性量化及全局灵敏度计算方法
CN114186405A (zh) * 2021-12-02 2022-03-15 中国人民解放军92578部队 一种核动力反应堆系统的参数不确定性分析方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2425280A2 (en) * 2009-04-27 2012-03-07 Services Pétroliers Schlumberger Method for uncertainty quantification in the performance and risk assessment of a carbon dioxide storage site
CA2818881C (en) * 2010-11-23 2019-06-11 Westinghouse Electric Company Llc Full spectrum loca evaluation model and analysis methodology

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106372278A (zh) * 2016-08-19 2017-02-01 电子科技大学 一种联合考虑输入参数不确定性和代理模型不确定性的灵敏度分析方法
CN110472846A (zh) * 2019-07-30 2019-11-19 西安交通大学 核电厂热工水力安全分析最佳估算加不确定性方法
CN111797541A (zh) * 2020-07-20 2020-10-20 吉林大学 一种场线耦合不确定性量化及全局灵敏度计算方法
CN114186405A (zh) * 2021-12-02 2022-03-15 中国人民解放军92578部队 一种核动力反应堆系统的参数不确定性分析方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
熊青文 ; 苟军利 ; 单建强.最佳估算加不确定性分析方法UMMTISA开发及其应用研究. 第十六届全国反应堆热工流体学术会议暨中核核反应堆热工水力技术重点实验室2019年学术年会论文集.2019,第1-6页. *

Also Published As

Publication number Publication date
CN115048809A (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
Rocchetta et al. On-line Bayesian model updating for structural health monitoring
Hou et al. Sparse Bayesian learning for structural damage detection using expectation–maximization technique
CN115048809B (zh) 一种用于多物理多尺度耦合系统的不确定性量化方法
CN113282514B (zh) 问题数据的处理方法、装置、计算机设备和存储介质
Sun et al. Physics-of-failure and computer-aided simulation fusion approach with a software system for electronics reliability analysis
Ao et al. Design of validation experiments for life prediction models
US20070180411A1 (en) Method and apparatus for comparing semiconductor-related technical systems characterized by statistical data
CN104022899A (zh) 一种网络管理系统的三维评估方法及系统
Yılmaz et al. Optimizing resource allocations to improve system reliability via the propagation of statistical moments through fault trees
Wu et al. Differentiating effects of input aleatory and epistemic uncertainties on system output: A separating sensitivity analysis approach
CN106933572B (zh) 一种基于llvm中间表示程序切片的度量模型
JP2013020386A (ja) 品質評価装置および品質評価方法
KR20100088399A (ko) 메트릭을 이용한 소프트웨어 결함 예측 계산 장치 및 계산 방법
Heimdahl et al. On the effectiveness of slicing hierarchical state machines: A case study
CN113919609A (zh) 一种配电网模型质量综合评估方法和系统
Smarslok Quantifying confidence in model predictions for hypersonic aircraft structures
Thacker The role of nondeterminism in verification and validation of computational solid mechanics models
CN111967774A (zh) 软件质量风险预测方法及装置
Pan et al. Statistical analysis method for accelerated life testing with incomplete data and competing failure modes
Ghobrial et al. Evaluation Metrics for DNNs Compression
Garza et al. Sensitivity of the probability of failure to probability of detection curve regions
Steinkellner et al. Modeling and simulation of saab gripens vehicle systems, challenges in processes and data uncertainties
Murray-Smith et al. Concepts of simulation model testing, verification and validation
KS A method for predicting software reliability using object oriented design metrics
Jadraque A phenomenological approach to predicting tuberculosis cases with an assessment of measurement errors

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