CN115510374A - 球床式高温气冷堆安全运行的检测方法及装置 - Google Patents
球床式高温气冷堆安全运行的检测方法及装置 Download PDFInfo
- Publication number
- CN115510374A CN115510374A CN202211158126.2A CN202211158126A CN115510374A CN 115510374 A CN115510374 A CN 115510374A CN 202211158126 A CN202211158126 A CN 202211158126A CN 115510374 A CN115510374 A CN 115510374A
- Authority
- CN
- China
- Prior art keywords
- fuel
- batch
- triso
- spheres
- particles
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 239000000446 fuel Substances 0.000 claims abstract description 1018
- 241000013033 Triso Species 0.000 claims abstract description 374
- 239000002245 particle Substances 0.000 claims abstract description 358
- 230000004907 flux Effects 0.000 claims abstract description 165
- 230000007547 defect Effects 0.000 claims abstract description 84
- 230000004992 fission Effects 0.000 claims abstract description 74
- 238000009826 distribution Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000009792 diffusion process Methods 0.000 claims abstract description 13
- 230000035515 penetration Effects 0.000 claims description 69
- 238000000265 homogenisation Methods 0.000 claims description 24
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 6
- 239000007983 Tris buffer Substances 0.000 claims 2
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000013461 design Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 7
- 239000008188 pellet Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000003758 nuclear fuel Substances 0.000 description 2
- 230000035755 proliferation Effects 0.000 description 2
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 1
- 206010003671 Atrioventricular Block Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 108010063499 Sigma Factor Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 210000003918 fraction a Anatomy 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C17/00—Monitoring; Testing ; Maintaining
-
- 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)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Plasma & Fusion (AREA)
- High Energy & Nuclear Physics (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本申请提出一种球床式高温气冷堆安全运行的检测方法及装置，其中，方法包括：基于节块法对球床式高温气冷堆进行堆芯扩散计算，获得球床堆芯各节块的多群平均中子通量密度；分别获取各批次燃料球的多群中子通量密度和多群缺陷因子，以及各批次燃料球内TRISO燃料颗粒的多群中子通量密度和多群缺陷因子；根据球床堆芯各节块的多群平均中子通量密度、TRISO燃料颗粒的裂变能量产生截面、各批次燃料球及各批次燃料球内TRISO燃料颗粒的多群缺陷因子，确定球床式高温气冷堆TRISO燃料颗粒功率分布，进而判断球床式高温气冷堆是否安全运行，为球床式高温气冷堆核设计和安全分析提供了更加可靠的数据基础。
Description
技术领域
本申请涉及核反应堆工程技术领域，尤其涉及一种球床式高温气冷堆安全运行的检测方法及装置。
背景技术
球床式高温气冷堆由于其固有安全性、高温多用途等特点，在发电、供热方面具有广泛应用前景。球床式高温气冷堆的核燃料元件为全陶瓷球形核燃料元件，也称燃料球。燃料球中是弥散在石墨基体中的TRISO燃料颗粒(包覆燃料颗粒)。而高温气冷堆的堆内功率分布在高温气冷堆的核设计和安全分析中尤为重要，因此如何准确确定球床式高温气冷堆的燃料功率分布成为核反应堆工程技术领域重点研究的问题之一。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请第一方面提出了一种球床式高温气冷堆安全运行的检测方法，包括：
基于三维圆柱几何节块法对球床式高温气冷堆进行堆芯扩散计算，获得球床堆芯各节块的多群平均中子通量密度；
根据节块内各批次燃料球的多群均匀化群常数，获得所述各批次燃料球的多群中子通量密度；
根据所述球床堆芯各节块的多群平均中子通量密度和所述各批次燃料球的多群中子通量密度，获得所述各批次燃料球的多群缺陷因子；
根据所述各批次燃料球内TRISO燃料颗粒的多群均匀化群常数，获得所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度；
根据所述各批次燃料球的多群中子通量密度和所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度，获得各批次燃料球内TRISO燃料颗粒的多群缺陷因子；
根据所述球床堆芯各节块的多群平均中子通量密度、所述各批次燃料球的多群缺陷因子、所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子和所述各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定所述球床堆芯各节块的单个TRISO燃料颗粒功率；
根据所述球床堆芯各节块的单个TRISO燃料颗粒功率，确定所述球床堆芯的TRISO燃料颗粒功率分布；
基于所述球床堆芯的TRISO燃料颗粒功率分布，判断所述球床式高温气冷堆是否安全运行。
在本申请一些实施例中，所述各批次燃料球的多群均匀化群常数包括：所述各批次燃料球的宏观输运截面、所述各批次燃料球的宏观散射截面、所述各批次燃料球裂变产生中子的概率、所述各批次燃料球的裂变中子产生截面；其中，所述根据节块内各批次燃料球的多群均匀化群常数，获得所述各批次燃料球的多群中子通量密度，包括：
根据所述各批次燃料球的宏观输运截面和所述各批次燃料球的半径，获得所述各批次燃料球的逃脱概率；
根据所述各批次燃料球的宏观输运截面和所述各批次燃料球的半径，获得所述各批次燃料球的穿透概率；
根据所述各批次燃料球的表面积份额和所述各批次燃料球的穿透概率，获得所述各批次燃料球的平均穿透概率；
根据所述各批次燃料球的逃脱概率、所述各批次燃料球的穿透概率、所述各批次燃料球的表面积份额和所述节块内各批次燃料球的平均穿透概率，获得各批次燃料球之间的碰撞概率；
建立第一碰撞概率方程组；
根据所述各批次燃料球之间的碰撞概率、所述各批次燃料球的体积份额、所述各批次燃料球的宏观输运截面、所述各批次燃料球的宏观散射截面、所述各批次燃料球裂变产生中子的概率、所述各批次燃料球的裂变中子产生截面，求解所述第一碰撞概率方程组，获得所述各批次燃料球的多群中子通量密度。
在本申请一些实施例中，所述各批次燃料球的多群缺陷因子通过以下公式获得：
其中，SPebble,i,g为第i批次燃料球第g能群的缺陷因子，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度，ΦNodal,g为所述球床堆芯各节块的多群平均中子通量密度。
在本申请一些实施例中，所述各批次燃料球内TRISO燃料颗粒的多群均匀化群常数包括：所述各批次燃料球内TRISO燃料颗粒的宏观输运截面、所述各批次燃料球内TRISO燃料颗粒的宏观散射截面、所述各批次燃料球内TRISO燃料颗粒裂变产生中子的概率、所述各批次燃料球内TRISO燃料颗粒的裂变中子产生截面；其中，所述根据所述各批次燃料球内TRISO燃料颗粒的多群均匀化群常数，获得所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度，包括：
根据所述各批次燃料球内TRISO燃料颗粒的宏观输运截面和所述各批次燃料球内TRISO燃料颗粒的半径，获得所述各批次燃料球内TRISO燃料颗粒的逃脱概率；
根据所述各批次燃料球内TRISO燃料颗粒的宏观输运截面和所述各批次燃料球内TRISO燃料颗粒的半径，获得所述各批次燃料球内TRISO燃料颗粒的穿透概率；
根据所述各批次燃料球内TRISO燃料颗粒的表面积份额和所述各批次燃料球内TRISO燃料颗粒的穿透概率，获得所述各批次燃料球内TRISO燃料颗粒的平均穿透概率；
根据所述各批次燃料球内TRISO燃料颗粒的逃脱概率所述各批次燃料球内TRISO燃料颗粒的穿透概率、所述各批次燃料球内TRISO燃料颗粒的表面积份额和所述各批次燃料球内TRISO燃料颗粒的平均穿透概率，获得所述各批次燃料球内TRISO燃料颗粒之间的碰撞概率；
建立第二碰撞概率方程组；
根据所述各批次燃料球内TRISO燃料颗粒之间的碰撞概率、所述各批次燃料球内TRISO燃料颗粒的体积份额、所述各批次燃料球内TRISO燃料颗粒的宏观输运截面、所述各批次燃料球内TRISO燃料颗粒的宏观散射截面、所述各批次燃料球内TRISO燃料颗粒裂变产生中子的概率和所述各批次燃料球内TRISO燃料颗粒的裂变中子产生截面，求解所述第二碰撞概率方程组，获得所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度。
在本申请一些实施例中，所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子通过以下公式获得：
其中，STRISO,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的缺陷因子，ΦTRISO,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的中子通量密度，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度。
在本申请一些实施例中，所述根据所述球床堆芯各节块的多群平均中子通量密度、所述各批次燃料球的多群缺陷因子、所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子和所述各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定所述球床式高温气冷堆TRISO燃料颗粒功率，包括：
根据所述球床堆芯各节块的多群平均中子通量密度、所述各批次燃料球的多群缺陷因子和所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子，获得所述球床堆芯燃料位置的中子通量分布；
根据所述球床堆芯燃料位置的中子通量分布和所述各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定所述球床堆芯各节块的单个TRISO燃料颗粒功率。
本申请第二方面提出了一种球床式高温气冷堆安全运行的检测装置，包括：
第一获取模块，用于基于三维圆柱几何节块法对球床式高温气冷堆进行堆芯扩散计算，获得球床堆芯各节块的多群平均中子通量密度。
第二获取模块，用于根据节块内各批次燃料球的多群均匀化群常数，获得所述各批次燃料球的多群中子通量密度。
在本申请一些实施例中，所述各批次燃料球的多群均匀化群常数包括：所述各批次燃料球的宏观输运截面、所述各批次燃料球的宏观散射截面、所述各批次燃料球裂变产生中子的概率、所述各批次燃料球的裂变中子产生截面；其中，所述第二获取模块具体用于：
根据所述各批次燃料球的宏观输运截面和所述各批次燃料球的半径，获得所述各批次燃料球的逃脱概率；
根据所述各批次燃料球的宏观输运截面和所述各批次燃料球的半径，获得所述各批次燃料球的穿透概率；
根据所述各批次燃料球的表面积份额和所述各批次燃料球的穿透概率，获得所述各批次燃料球的平均穿透概率；
根据所述各批次燃料球的逃脱概率、所述各批次燃料球的穿透概率、所述各批次燃料球的表面积份额和所述节块内各批次燃料球的平均穿透概率，获得各批次燃料球之间的碰撞概率；
建立第一碰撞概率方程组；
根据所述各批次燃料球之间的碰撞概率、所述各批次燃料球的体积份额、所述各批次燃料球的宏观输运截面、所述各批次燃料球的宏观散射截面、所述各批次燃料球裂变产生中子的概率、所述各批次燃料球的裂变中子产生截面，求解所述第一碰撞概率方程组，获得所述各批次燃料球的多群中子通量密度。
第三获取模块，用于根据所述球床堆芯各节块的多群平均中子通量密度和所述各批次燃料球的多群中子通量密度，获得所述各批次燃料球的多群缺陷因子。
在本申请一些实施例中，所述各批次燃料球的多群缺陷因子通过以下公式获得：
其中，SPebble,i,g为第i批次燃料球第g能群的缺陷因子，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度，ΦNodal,g为所述球床堆芯各节块的多群平均中子通量密度。
第四获取模块，用于根据所述各批次燃料球内TRISO燃料颗粒的多群均匀化群常数，获得所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度。
在本申请一些实施例中，所述各批次燃料球内TRISO燃料颗粒的多群均匀化群常数包括：所述各批次燃料球内TRISO燃料颗粒的宏观输运截面、所述各批次燃料球内TRISO燃料颗粒的宏观散射截面、所述各批次燃料球内TRISO燃料颗粒裂变产生中子的概率、所述各批次燃料球内TRISO燃料颗粒的裂变中子产生截面；其中，所述第四获取模块具体用于：
根据所述各批次燃料球内TRISO燃料颗粒的宏观输运截面和所述各批次燃料球内TRISO燃料颗粒的半径，获得所述各批次燃料球内TRISO燃料颗粒的逃脱概率；
根据所述各批次燃料球内TRISO燃料颗粒的宏观输运截面和所述各批次燃料球内TRISO燃料颗粒的半径，获得所述各批次燃料球内TRISO燃料颗粒的穿透概率；
根据所述各批次燃料球内TRISO燃料颗粒的表面积份额和所述各批次燃料球内TRISO燃料颗粒的穿透概率，获得所述各批次燃料球内TRISO燃料颗粒的平均穿透概率；
根据所述各批次燃料球内TRISO燃料颗粒的逃脱概率所述各批次燃料球内TRISO燃料颗粒的穿透概率、所述各批次燃料球内TRISO燃料颗粒的表面积份额和所述各批次燃料球内TRISO燃料颗粒的平均穿透概率，获得所述各批次燃料球内TRISO燃料颗粒之间的碰撞概率；
建立第二碰撞概率方程组；
根据所述各批次燃料球内TRISO燃料颗粒之间的碰撞概率、所述各批次燃料球内TRISO燃料颗粒的体积份额、所述各批次燃料球内TRISO燃料颗粒的宏观输运截面、所述各批次燃料球内TRISO燃料颗粒的宏观散射截面、所述各批次燃料球内TRISO燃料颗粒裂变产生中子的概率和所述各批次燃料球内TRISO燃料颗粒的裂变中子产生截面，求解所述第二碰撞概率方程组，获得所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度。
第五获取模块，用于根据所述各批次燃料球的多群中子通量密度和所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度，获得各批次燃料球内TRISO燃料颗粒的多群缺陷因子。
在本申请一些实施例中，所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子通过以下公式获得：
其中，DTRISO,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的缺陷因子，ΦTRISO,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的中子通量密度，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度。
第一确定模块，用于根据所述球床堆芯各节块的多群平均中子通量密度、所述各批次燃料球的多群缺陷因子、所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子和所述各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定所述球床堆芯各节块的单个TRISO燃料颗粒功率。
在本申请一些实施例中，所述第一确定模块具体用于：
根据所述球床堆芯各节块的多群平均中子通量密度、所述各批次燃料球的多群缺陷因子和所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子，获得所述球床堆芯燃料位置的中子通量分布；
根据所述球床堆芯燃料位置的中子通量分布和所述各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定所述球床堆芯各节块的单个TRISO燃料颗粒功率。
第二确定模块，用于根据所述球床堆芯各节块的单个TRISO燃料颗粒功率，确定所述球床堆芯的TRISO燃料颗粒功率分布；
检测模块，用于基于所述球床堆芯的TRISO燃料颗粒功率分布，判断所述球床式高温气冷堆是否安全运行。
本申请第三方面提出了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述指令被所述处理器执行，以使所述处理器能够执行前述第一方面所述的方法。
本申请第四方面提出了一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行前述第一方面所述的方法。
根据本申请实施例的球床式高温气冷堆安全运行的检测方法，在利用三维堆芯扩散计算球床堆芯各节块的多群平均中子通量密度的基础上，进一步获得各批次燃料球的多群中子通量密度、各批次燃料球的多群缺陷因子、各批次燃料球内TRISO燃料颗粒的多群中子通量密度和各批次燃料球内TRISO燃料颗粒的多群缺陷因子，由此确定球床堆芯各节块的单个TRISO燃料颗粒功率及球床堆芯的TRISO燃料颗粒功率分布。本申请将双重缺陷因子(各批次燃料球的多群缺陷因子以及各批次燃料球内TRISO燃料颗粒的多群缺陷因子)作为球床堆芯节块内中子通量密度的形状因子，考虑了节块内各批次燃料球中子通量的差异性以及各批次燃料球内TRISO燃料颗粒的中子通量差异性，由此确定的球床堆芯的TRISO燃料颗粒功率分布可更加准确地反映燃料球的“热点”。基于该球床堆芯的TRISO燃料颗粒功率分布可以准确检测球床式高温气冷堆的安全运行状态，为球床式高温气冷堆核设计和安全分析提供了更加可靠的数据基础。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请实施例所提供的一种球床式高温气冷堆安全运行的检测方法的流程示意图；
图2为本申请实施例所提供的根据节块内各批次燃料球的多群均匀化群常数，获得各批次燃料球的多群中子通量密度的实现过程流程图；
图3为本申请实施例所提供的根据各批次燃料球内TRISO燃料颗粒的多群均匀化群常数，获得各批次燃料球内TRISO燃料颗粒的多群中子通量密度的实现过程流程图；
图4为本申请实施例所提供的一种球床式高温气冷堆安全运行的检测装置的示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
本申请提出一种球床式高温气冷堆安全运行的检测方法及装置。具体地，下面参考附图描述本申请实施例的球床式高温气冷堆安全运行的检测方法及装置。
图1为本申请实施例所提供的一种球床式高温气冷堆安全运行的检测方法的流程示意图。如图1所示，该球床式高温气冷堆安全运行的检测方法包括以下步骤：
步骤101，基于三维圆柱几何节块法对球床式高温气冷堆进行堆芯扩散计算，获得球床堆芯各节块的多群平均中子通量密度。
作为一种可能的实现方式，可建立如下三维空间多群稳态中子扩散方程：
-Dg(r)2Φg(r)+Σrg(r)Φg(r)＝Qg(r)
其中，r为空间位置向量，Φg为第g能群的中子通量密度，Dg为第g能群的扩散系数，v为每次裂变产生的平均中子数，∑fh为第h能群的宏观裂变截面，χg为第g能群的裂变能谱，keff为有效增殖因子，∑s,h→g为中子从第h能群的散射至第g能群的宏观散射截面，∑rg为第g能群的宏观移出截面(即∑rg＝∑tg-∑s,g→g，其中，∑tg为第g能群的宏观总截面，∑s,g→g为第g能群的宏观自散射截面。)。
在三维圆柱几何下，对上述中子扩散方程进行横向积分处理，分别得到径向(r方向)、周向(θ方向)和轴向(z方向)三个方向的一维方程。通过一维多项式展开，并引入中子偏流的中间变量，建立节块内三个方向上的中子偏流响应关系式。最终建立节块中子平衡方程式，对其求解获得球床堆芯各节块的多群平均中子通量密度。
步骤102，根据节块内各批次燃料球的多群均匀化群常数，获得各批次燃料球的多群中子通量密度。
需要说明的是，球床堆芯随机混合不同批次的燃料球(其中，不同批次指燃料球内TRISO燃料颗粒的燃耗和温度不同)，因此每个节块内各个批次燃料球数量不同。为了方便计算，可预先利用蒙特卡洛物理计算程序计算得到单个所有批次燃料球的多群均匀化群常数，并制成群常数库。在后续应用中，根据节块内各批次燃料球的数量信息调用该群常数库，获得节块内各批次燃料球的多群均匀化群常数。
作为一种示例，节块内各批次燃料球的多群均匀化群常数可包括：各批次燃料球的宏观输运截面、各批次燃料球的宏观散射截面、各批次燃料球裂变产生中子的概率、各批次燃料球的裂变中子产生截面等。
作为一种可能的实现方式，可利用节块内各批次燃料球的多群均匀化群常数与碰撞概率法，获得各批次燃料球之间的碰撞概率。基于节块内各批次燃料球的多群均匀化群常数与各批次燃料球之间的碰撞概率，获得各批次燃料球的多群中子通量密度。
步骤103，根据球床堆芯各节块的多群平均中子通量密度和各批次燃料球的多群中子通量密度，获得各批次燃料球的多群缺陷因子。
需要说明的是，缺陷因子反映了中子通量的差异性，在本申请一些实施例中，可通过以下公式获得各批次燃料球的多群缺陷因子。
其中，SPebble,i,g为第i批次燃料球第g能群的缺陷因子，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度，ΦNodal,g为球床堆芯各节块的多群平均中子通量密度。
步骤104，根据各批次燃料球内TRISO燃料颗粒的多群均匀化群常数，获得各批次燃料球内TRISO燃料颗粒的多群中子通量密度。
需要说明的是，各批次燃料球内TRISO燃料颗粒的多群中子通量密度的获取方式基本与各批次燃料球的多群中子通量密度的获取方式相似，可将单个燃料球等效成单个节块，将单个燃料球内TRISO燃料颗粒等效成单个节块内的燃料球。进而利用蒙特卡洛物理计算程序计算得到燃料球内不同批次TRISO燃料颗粒的多群均匀化群常数，并制成群常数库。
作为一种示例，节块内各批次燃料球的多群均匀化群常数可包括：各批次燃料球的宏观输运截面、各批次燃料球的宏观散射截面、各批次燃料球裂变产生中子的概率、各批次燃料球的裂变中子产生截面等。
作为一种可能的实现方式，可利用节块内各批次燃料球的多群均匀化群常数与碰撞概率法，获得各批次燃料球之间的碰撞概率。基于节块内各批次燃料球的多群均匀化群常数与各批次燃料球之间的碰撞概率，获得各批次燃料球的多群中子通量密度。
步骤105，根据各批次燃料球的多群中子通量密度和各批次燃料球内TRISO燃料颗粒的多群中子通量密度，获得各批次燃料球内TRISO燃料颗粒的多群缺陷因子。
在本申请一些实施例中，可通过以下公式获得各批次燃料球内TRISO燃料颗粒的多群缺陷因子STRISo,i,g。
其中，STRISO,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的缺陷因子，ΦTRISO,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的中子通量密度，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度。
步骤106，根据球床堆芯各节块的多群平均中子通量密度、各批次燃料球的多群缺陷因子、各批次燃料球内TRISO燃料颗粒的多群缺陷因子和各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定球床堆芯各节块的单个TRISO燃料颗粒功率。
在本申请一些实施例中，可根据球床堆芯各节块的多群平均中子通量密度、各批次燃料球的多群缺陷因子和各批次燃料球内TRISO燃料颗粒的多群缺陷因子，获得球床堆芯节块内燃料位置的中子通量密度。进而根据球床堆芯节块内燃料位置的中子通量密度与各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定球床堆芯各节块的单个TRISO燃料颗粒功率。
作为一种示例，球床堆芯节块内燃料位置的中子通量密度的计算公式可如下表示。
其中，ΦFuel，g为球床堆芯节块内燃料位置第g能群的中子通量密度；
ΦNodal，g为球床堆芯各节块的多群平均中子通量密度；
ΦPebble，i，g为第i批次燃料球第g能群的中子通量密度；
ΦTRISO，i，g为第i批次燃料球内TRISO燃料颗粒第g能群的中子通量密度；
SPebble，i，g为第i批次燃料球第g能群的缺陷因子；
STRISO，i，g为第i批次燃料球内TRISO燃料颗粒第g能群的缺陷因子。
由此可见，球床堆芯节块内燃料位置的中子通量密度为不同位置、不同批次燃料球内TRISO燃料颗粒的多群中子通量密度。进而根据球床堆芯节块内燃料位置的中子通量密度与各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定球床堆芯各节块的单个TRISO燃料颗粒功率，其球床堆芯各节块的单个TRISO燃料颗粒功率的计算公式可如下表示。
其中，P为球床式高温气冷堆节块内单个TRISO燃料颗粒功率；
(κ∑f)TRI，i，g为第i批次燃料球内TRISO燃料颗粒第g能群的裂变能量产生截面；
ΦFuel，g为球床堆芯节块内燃料位置第g能群的中子通量密度；
ΦTRISO，i，g为第i批次燃料球内TRISO燃料颗粒的多群中子通量密度。
步骤107，根据球床堆芯各节块的单个TRISO燃料颗粒功率，确定球床堆芯的TRISO燃料颗粒功率分布。
也就是说，基于步骤106可获得球床堆芯各个节块的所有TRISO燃料颗粒功率。基于球床堆芯各个节块的所有TRISO燃料颗粒功率，即可确定球床堆芯的TRISO燃料颗粒功率分布。
步骤108，基于球床堆芯的TRISO燃料颗粒功率分布，判断球床式高温气冷堆是否安全运行。
作为一种可能的实现方式，在本申请一些实施例中，在确定球床堆芯的TRISO燃料颗粒功率分布后，可将该球床堆芯的TRISO燃料颗粒功率分布代入至后续的热工计算中，进而获得温度分布，并将其数值结果以图像形式表现出来，可以直观地反映球床式高温气冷堆的温度分布情况，并且判断最高温度是否超过最高温度阈值。作为一种示例，如果某处温度超过最高温度阈值，则可进行相应预警等操作，从而对球床式高温气冷堆的安全运行状态进行检测。
根据本申请实施例的球床式高温气冷堆安全运行的检测方法，在利用三维堆芯扩散计算球床堆芯各节块的多群平均中子通量密度的基础上，进一步获得各批次燃料球的多群中子通量密度、各批次燃料球的多群缺陷因子、各批次燃料球内TRISO燃料颗粒的多群中子通量密度和各批次燃料球内TRISO燃料颗粒的多群缺陷因子，由此确定球床堆芯各节块的单个TRISO燃料颗粒功率及球床堆芯的TRISO燃料颗粒功率分布。本申请将双重缺陷因子(各批次燃料球的多群缺陷因子以及各批次燃料球内TRISO燃料颗粒的多群缺陷因子)作为球床堆芯节块内中子通量密度的形状因子，考虑了节块内各批次燃料球中子通量的差异性以及各批次燃料球内TRISO燃料颗粒的中子通量差异性，由此确定的球床堆芯的TRISO燃料颗粒功率分布可更加准确地反映燃料球的“热点”。基于该球床堆芯的TRISO燃料颗粒功率分布可以准确检测球床式高温气冷堆的安全运行状态，为球床式高温气冷堆核设计和安全分析提供了更加可靠的数据基础。
为了可以准确地获得各批次燃料球的多群中子通量密度，在本申请一些实施例中，各批次燃料球的多群均匀化群常数可以包括各批次燃料球的宏观输运截面、各批次燃料球的宏观散射截面、各批次燃料球裂变产生中子的概率、各批次燃料球的裂变中子产生截面，步骤102所述根据节块内各批次燃料球的多群均匀化群常数，获得各批次燃料球的多群中子通量密度的实现过程可以如图2所示，包括以下步骤：
步骤201，根据各批次燃料球的宏观输运截面和各批次燃料球的半径，获得各批次燃料球的逃脱概率。
作为一种示例，各批次燃料球的逃脱概率的计算公式可如下表示。
其中，EPeb,i,g为各批次燃料球的逃脱概率，即第i批次燃料球内均匀产生的第g能群中子未经碰撞首次逃脱该燃料球的逃脱概率；∑Peb,i,tr,g为第i批次燃料球第g能群的宏观输运截面；RPeb,i为第i批次燃料球的半径。
步骤202，根据各批次燃料球的宏观输运截面和各批次燃料球的半径，获得各批次燃料球的穿透概率。
作为一种示例，各批次燃料球的穿透概率的计算公式可如下表示。
其中，TPeb,i,g各批次燃料球的穿透概率，即各向同性进入第i批次燃料球第g能群中子未经碰撞穿透该燃料球的概率；∑Peb,i,tr,g为第i批次燃料球第g能群的宏观输运截面；RPeb,i为第i批次燃料球的半径。
步骤203，根据各批次燃料球的表面积份额和各批次燃料球的穿透概率，获得各批次燃料球的平均穿透概率。
作为一种示例，各批次燃料球的平均穿透概率
的计算公式可如下表示。
其中，
APeb,i为第i批次燃料球的表面积份额；fPeb,i为第i批次燃料球的体积份额(即节块内第i批次燃料球的体积与节块内所有批次燃料球的体积之比)；TPeb,i,g为各向同性进入第i批次燃料球第g能群中子未经碰撞穿透该燃料球的概率。
步骤204，根据各批次燃料球的逃脱概率、各批次燃料球的穿透概率、各批次燃料球的表面积份额和节块内各批次燃料球的平均穿透概率，获得各批次燃料球之间的碰撞概率。
在本申请一些实施例中，可考虑以下碰撞过程：从第i批次中某个燃料球内产生第g能群的源中子逃脱该燃料球，各向同性地进入到下一个燃料球，所进入的燃料球属于第j批次的概率与第j批次燃料球的体积份额fPeb,j相同,第g能群中子在该燃料球发生碰撞的概率为1-TPeb,j,g。中子未经碰撞穿透该燃料球，则继续进入到下一个燃料球，重复上述过程。由此可根据碰撞概率的物理意义，获得各批次燃料球之间的碰撞概率，其计算公式可如下表示。
式中，PPeb,i→j,i≠j,h为第g能群中子逃脱第i批次燃料球进入到第j批次燃料球的碰撞概率，其中逃脱的第i批次燃料球和第j批次燃料球为不同批次，即i≠j；
PPeb,i→j,i＝j,g为第g能群中子逃脱第i批次燃料球进入到第j批次燃料球的碰撞概率，其中逃脱的第i批次燃料球和第j批次燃料球为相同批次，即i＝j；
EPeb,i,g为第i批次燃料球内均匀产生的第g能群中子未经碰撞首次逃脱该燃料球的逃脱概率；
APeb,j为第j批次燃料球的表面积份额；
TPeb,j,g为各向同性进入第j批次燃料球第g能群中子未经碰撞穿透该燃料球的概率；
步骤205，建立第一碰撞概率方程组。
对于求床堆芯中的某一节块，可建立如下第一碰撞概率方程组。
其中，fPeb,j为第j批次燃料球的体积份额；
∑Peb,j,tr,g为第j批次燃料球第g能群的宏观输运截面；
ΦPebble,j,g为第j批次燃料球第g能群的中子通量密度；
∑Peb,i,s,g′→g为第i批次燃料球第gˊ能群中子散射至第g能群的宏观散射截面；
ΦPebble,i,g′为第i批次燃料球第gˊ能群的中子通量密度；
χPeb，i，g为第i批次燃料球的裂变产生第g能群中子的概率；
keff为有效增殖因子；
(v∑f)Peb，i，g′为第i批次燃料球第g′能群的裂变中子产生截面；
PPeb，i→j，g为第g能群中子逃脱第i批次燃料球进入到第j批次燃料球的碰撞概率。
步骤206，根据各批次燃料球之间的碰撞概率、各批次燃料球的体积份额、各批次燃料球的宏观输运截面、各批次燃料球的宏观散射截面、各批次燃料球裂变产生中子的概率、各批次燃料球的裂变中子产生截面，求解第一碰撞概率方程组，获得各批次燃料球的多群中子通量密度。
也就是说，基于各批次燃料球之间的碰撞概率PPeb，i→j，g、各批次燃料球的体积份额fPeb，j、各批次燃料球的宏观输运截面∑Peb，j，tr，g、各批次燃料球的宏观散射截面∑Peb，i，s，g′→g、各批次燃料球裂变产生中子的概率χPeb，i，g、各批次燃料球的裂变中子产生截面(v∑f)Peb，i，g′，求解第一碰撞概率方程组，从而获得各批次燃料球的多群中子通量密度ΦPebble，j，g。
由此，通过步骤201-步骤206，可根据节块内各批次燃料球的多群均匀化群常数，准确获得所述各批次燃料球的多群中子通量密度。
此外，为了可以准确地获得各批次燃料球内TRISO燃料颗粒的多群中子通量密度，在本申请一些实施例中，步骤104所述根据各批次燃料球内TRISO燃料颗粒的多群均匀化群常数，获得各批次燃料球内TRISO燃料颗粒的多群中子通量密度的实现过程可以如图3所示，包括以下步骤：
步骤301，根据各批次燃料球内TRISO燃料颗粒的宏观输运截面和各批次燃料球内TRISO燃料颗粒的半径，获得各批次燃料球内TRISO燃料颗粒的逃脱概率。
需要说明的是，为了简化计算，可假设相同批次的燃料球内所有TRISO燃料颗粒都相同，即单个燃料球内仅含有一种批次的TRISO燃料颗粒。
作为一种示例，各批次燃料球内TRISO燃料颗粒的逃脱概率的计算公式如下表示。
其中，ETRI，i，g为各批次燃料球内某个TRISO燃料颗粒的逃脱概率，即第i批次燃料球内TRISO燃料颗粒均匀产生的第g能群中子未经碰撞首次逃脱该TRISO燃料颗粒的逃脱概率；∑TRI,i,tr,g为第i批次燃料球内TRISO燃料颗粒第g能群的宏观输运截面；RTRI,i为第i批次燃料球内TRISO燃料颗粒的半径。
步骤302，根据各批次燃料球内TRISO燃料颗粒的宏观输运截面和各批次燃料球内TRISO燃料颗粒的半径，获得各批次燃料球内TRISO燃料颗粒的穿透概率。
作为一种示例，各批次燃料球内TRISO燃料颗粒的穿透概率的计算公式如下表示。
其中，TTRI,i,g为各批次燃料球内TRISO燃料颗粒的穿透概率，即各向同性进入第i批次燃料球内某个TRISO燃料颗粒的第g能群中子未经碰撞穿透该TRISO燃料颗粒的概率；∑TRI,i,tr,g为第i批次燃料球内TRISO燃料颗粒第g能群的宏观输运截面；RTRI,i为第i批次燃料球内TRISO燃料颗粒的半径。
步骤303，根据各批次燃料球内TRISO燃料颗粒的表面积份额和各批次燃料球内TRISO燃料颗粒的穿透概率，获得各批次燃料球内TRISO燃料颗粒的平均穿透概率。
如上所述，在本实施例中，假设相同批次的燃料球内所有TRISO燃料颗粒都相同，即单个燃料球内仅含有一种批次的TRISO燃料颗粒，故燃料球内TRISO燃料颗粒的体积份额ATRI,i恒等于1。
作为一种示例，各批次燃料球内TRISO燃料颗粒的平均穿透概率
的计算公式可如下表示。
其中，TTRI,i,g为各向同性进入第i批次燃料球内某个TRISO燃料颗粒的第g能群中子未经碰撞穿透该TRISO燃料颗粒的概率。由此可见，各批次燃料球内TRISO燃料颗粒的平均穿透概率等于各批次燃料球内TRISO燃料颗粒的穿透概率。
步骤304，根据各批次燃料球内TRISO燃料颗粒的逃脱概率各批次燃料球内TRISO燃料颗粒的穿透概率、各批次燃料球内TRISO燃料颗粒的表面积份额和各批次燃料球内TRISO燃料颗粒的平均穿透概率，获得各批次燃料球内TRISO燃料颗粒之间的碰撞概率。
根据碰撞概率的物理意义，获得各批次燃料球内TRISO燃料颗粒之间的碰撞概率，其计算公式可如下表示。
其中，PTRI，i→i，g为在第i批次燃料球内，第g能群中子逃脱某个TRISO燃料颗粒进入到其他TRISO燃料颗粒的碰撞概率；ETRI，i，g为第i批次燃料球内TRISO燃料颗粒均匀产生的第g能群中子未经碰撞首次逃脱该TRISO燃料颗粒的逃脱概率；ATRI，i为燃料球内TRISO燃料颗粒的体积份额；TTRI，i，g为各向同性进入第i批次燃料球内某个TRISO燃料颗粒的第g能群中子未经碰撞穿透该TRISO燃料颗粒的概率；
为各批次燃料球内TRISO燃料颗粒的平均穿透概率。
步骤305，建立第二碰撞概率方程组。
对于某一批次的燃料球，可建立如下第二碰撞概率方程组。
将上述公式进一步化简可得：
其中，fTRI，i为第i批次燃料球内TRISO燃料颗粒的体积份额；
∑TRI，i，tr，g为第i批次燃料球内TRISO燃料颗粒第g能群的宏观输运截面；
ΦTRISO，i，g为第i批次燃料球内TRISO燃料颗粒第g能群的中子通量密度；
∑TRI，i，s，g′→g为第i批次燃料球内TRISO燃料颗粒第g′能群中子散射至第g能群的宏观散射截面；
ΦTRISO，i，g′为第i批次燃料球内TRISO燃料颗粒第g′能群的中子通量密度；
χPeb，i，g为第i批次燃料球内TRISO燃料颗粒裂变产生第g能群中子的概率；
keff为有效增殖因子；
(v∑f)TRI，i，g′为第i批次燃料球内TRISO燃料颗粒第g′能群的裂变中子产生截面；
PTRI，i→i，g为在第i批次燃料球内，第g能群中子逃脱某个TRISO燃料颗粒进入到其他TRISO燃料颗粒的碰撞概率。
步骤306，根据各批次燃料球内TRISO燃料颗粒之间的碰撞概率、各批次燃料球内TRISO燃料颗粒的体积份额、各批次燃料球内TRISO燃料颗粒的宏观输运截面、各批次燃料球内TRISO燃料颗粒的宏观散射截面、各批次燃料球内TRISO燃料颗粒裂变产生中子的概率和各批次燃料球内TRISO燃料颗粒的裂变中子产生截面，求解第二碰撞概率方程组，获得各批次燃料球内TRISO燃料颗粒的多群中子通量密度。
也就是说，根据各批次燃料球内TRISO燃料颗粒之间的碰撞概率PTRI，i→i，g、各批次燃料球内TRISO燃料颗粒的体积份额fTRI，i、各批次燃料球内TRISO燃料颗粒的宏观输运截面∑TRI，i，tr，g、各批次燃料球内TRISO燃料颗粒的宏观散射截面∑TRI，i，s，g′→g、各批次燃料球内TRISO燃料颗粒裂变产生中子的概率χPeb，i，g和各批次燃料球内TRISO燃料颗粒的裂变中子产生截面(v∑f)TRI，i，g′，求解第二碰撞概率方程组，获得各批次燃料球内TRISO燃料颗粒的多群中子通量密度ΦTRISO，i，g。
由此，通过步骤301-步骤306，可根据所述各批次燃料球内TRISO燃料颗粒的多群均匀化群常数，准确获得各批次燃料球内TRISO燃料颗粒的多群中子通量密度。
图4为本申请实施例所提供的一种球床式高温气冷堆安全运行的检测装置的示意图。如图4所示，该球床式高温气冷堆安全运行的检测装置包括：第一获取模块401、第二获取模块402、第三获取模块403、第四获取模块404、第五获取模块405、第一确定模块406、第二确定模块407和检测模块408。
其中，第一获取模块401，用于基于三维圆柱几何节块法对球床式高温气冷堆进行堆芯扩散计算，获得球床堆芯各节块的多群平均中子通量密度。
第二获取模块402，用于根据节块内各批次燃料球的多群均匀化群常数，获得各批次燃料球的多群中子通量密度。
在本申请一些实施例中，各批次燃料球的多群均匀化群常数包括：各批次燃料球的宏观输运截面、各批次燃料球的宏观散射截面、各批次燃料球裂变产生中子的概率、各批次燃料球的裂变中子产生截面。
其中，第二获取模块402具体用于：根据各批次燃料球的宏观输运截面和各批次燃料球的半径，获得各批次燃料球的逃脱概率；根据各批次燃料球的宏观输运截面和各批次燃料球的半径，获得各批次燃料球的穿透概率；根据各批次燃料球的表面积份额和各批次燃料球的穿透概率，获得各批次燃料球的平均穿透概率；根据各批次燃料球的逃脱概率、各批次燃料球的穿透概率、各批次燃料球的表面积份额和节块内各批次燃料球的平均穿透概率，获得各批次燃料球之间的碰撞概率；建立第一碰撞概率方程组；根据各批次燃料球之间的碰撞概率、各批次燃料球的体积份额、各批次燃料球的宏观输运截面、各批次燃料球的宏观散射截面、各批次燃料球裂变产生中子的概率、各批次燃料球的裂变中子产生截面，求解第一碰撞概率方程组，获得各批次燃料球的多群中子通量密度。
第三获取模块403，用于根据球床堆芯各节块的多群平均中子通量密度和各批次燃料球的多群中子通量密度，获得各批次燃料球的多群缺陷因子。
在本申请一些实施例中，各批次燃料球的多群缺陷因子通过以下公式获得：
其中，SPebble,i,g为第i批次燃料球第g能群的缺陷因子，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度，ΦNodal,g为球床堆芯各节块的多群平均中子通量密度。
第四获取模块404，用于根据各批次燃料球内TRISO燃料颗粒的多群均匀化群常数，获得各批次燃料球内TRISO燃料颗粒的多群中子通量密度。
在本申请一些实施例中，各批次燃料球内TRISO燃料颗粒的多群均匀化群常数包括：各批次燃料球内TRISO燃料颗粒的宏观输运截面、各批次燃料球内TRISO燃料颗粒的宏观散射截面、各批次燃料球内TRISO燃料颗粒裂变产生中子的概率、各批次燃料球内TRISO燃料颗粒的裂变中子产生截面。
其中，第四获取模块404具体用于：根据各批次燃料球内TRISO燃料颗粒的宏观输运截面和各批次燃料球内TRISO燃料颗粒的半径，获得各批次燃料球内TRISO燃料颗粒的逃脱概率；根据各批次燃料球内TRISO燃料颗粒的宏观输运截面和各批次燃料球内TRISO燃料颗粒的半径，获得各批次燃料球内TRISO燃料颗粒的穿透概率；根据各批次燃料球内TRISO燃料颗粒的表面积份额和各批次燃料球内TRISO燃料颗粒的穿透概率，获得各批次燃料球内TRISO燃料颗粒的平均穿透概率；根据各批次燃料球内TRISO燃料颗粒的逃脱概率各批次燃料球内TRISO燃料颗粒的穿透概率、各批次燃料球内TRISO燃料颗粒的表面积份额和各批次燃料球内TRISO燃料颗粒的平均穿透概率，获得各批次燃料球内TRISO燃料颗粒之间的碰撞概率；建立第二碰撞概率方程组；根据各批次燃料球内TRISO燃料颗粒之间的碰撞概率、各批次燃料球内TRISO燃料颗粒的体积份额、各批次燃料球内TRISO燃料颗粒的宏观输运截面、各批次燃料球内TRISO燃料颗粒的宏观散射截面、各批次燃料球内TRISO燃料颗粒裂变产生中子的概率和各批次燃料球内TRISO燃料颗粒的裂变中子产生截面，求解第二碰撞概率方程组，获得各批次燃料球内TRISO燃料颗粒的多群中子通量密度。
第五获取模块405，用于根据各批次燃料球的多群中子通量密度和各批次燃料球内TRISO燃料颗粒的多群中子通量密度，获得各批次燃料球内TRISO燃料颗粒的多群缺陷因子。
在本申请一些实施例中，各批次燃料球内TRISO燃料颗粒的多群缺陷因子通过以下公式获得：
其中，STRISo,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的缺陷因子，ΦTRISO,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的中子通量密度，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度。
第一确定模块406，用于根据球床堆芯各节块的多群平均中子通量密度、各批次燃料球的多群缺陷因子、各批次燃料球内TRISO燃料颗粒的多群缺陷因子和各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定球床堆芯各节块的单个TRISO燃料颗粒功率。
在本申请一些实施例中，第一确定模块406具体用于：根据球床堆芯各节块的多群平均中子通量密度、各批次燃料球的多群缺陷因子和各批次燃料球内TRISO燃料颗粒的多群缺陷因子，获得球床堆芯燃料位置的中子通量分布；根据球床堆芯燃料位置的中子通量分布和各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定球床堆芯各节块的单个TRISO燃料颗粒功率。
第二确定模块407，用于根据球床堆芯各节块的单个TRISO燃料颗粒功率，确定球床堆芯的TRISO燃料颗粒功率分布。
检测模块408，用于基于球床堆芯的TRISO燃料颗粒功率分布，判断球床式高温气冷堆是否安全运行。
关于上述实施例的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
根据本申请实施例的球床式高温气冷堆安全运行的检测装置，在利用三维堆芯扩散计算球床堆芯各节块的多群平均中子通量密度的基础上，进一步获得各批次燃料球的多群中子通量密度、各批次燃料球的多群缺陷因子、各批次燃料球内TRISO燃料颗粒的多群中子通量密度和各批次燃料球内TRISO燃料颗粒的多群缺陷因子，由此确定球床堆芯各节块的单个TRISO燃料颗粒功率及球床堆芯的TRISO燃料颗粒功率分布。本申请将双重缺陷因子(各批次燃料球的多群缺陷因子以及各批次燃料球内TRISO燃料颗粒的多群缺陷因子)作为球床堆芯节块内中子通量密度的形状因子，考虑了节块内各批次燃料球中子通量的差异性以及各批次燃料球内TRISO燃料颗粒的中子通量差异性，由此确定的球床堆芯的TRISO燃料颗粒功率分布可更加准确地反映燃料球的“热点”。基于该球床堆芯的TRISO燃料颗粒功率分布可以准确检测球床式高温气冷堆的安全运行状态，为球床式高温气冷堆核设计和安全分析提供了更加可靠的数据基础。
为了实现上述实施例，本申请还提出一种电子设备，包括：处理器，以及用于存储所述处理器可执行指令的存储器。其中，所述指令被处理器执行，以使所述处理器能够执行前述球床式高温气冷堆安全运行的检测方法。
为了实现上述实施例，本申请还提出一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器被执行时，使得电子设备能够执行前述球床式高温气冷堆安全运行的检测方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (14)
1.一种球床式高温气冷堆安全运行的检测方法，其特征在于，包括以下步骤：
基于三维圆柱几何节块法对球床式高温气冷堆进行堆芯扩散计算，获得球床堆芯各节块的多群平均中子通量密度；
根据节块内各批次燃料球的多群均匀化群常数，获得所述各批次燃料球的多群中子通量密度；
根据所述球床堆芯各节块的多群平均中子通量密度和所述各批次燃料球的多群中子通量密度，获得所述各批次燃料球的多群缺陷因子；
根据所述各批次燃料球内TRISO燃料颗粒的多群均匀化群常数，获得所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度；
根据所述各批次燃料球的多群中子通量密度和所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度，获得各批次燃料球内TRISO燃料颗粒的多群缺陷因子；
根据所述球床堆芯各节块的多群平均中子通量密度、所述各批次燃料球的多群缺陷因子、所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子和所述各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定所述球床堆芯各节块的单个TRISO燃料颗粒功率；
根据所述球床堆芯各节块的单个TRISO燃料颗粒功率，确定所述球床堆芯的TRISO燃料颗粒功率分布；
基于所述球床堆芯的TRISO燃料颗粒功率分布，判断所述球床式高温气冷堆是否安全运行。
2.根据权利要求1所述的方法，其特征在于，所述各批次燃料球的多群均匀化群常数包括：所述各批次燃料球的宏观输运截面、所述各批次燃料球的宏观散射截面、所述各批次燃料球裂变产生中子的概率、所述各批次燃料球的裂变中子产生截面；其中，所述根据节块内各批次燃料球的多群均匀化群常数，获得所述各批次燃料球的多群中子通量密度，包括：
根据所述各批次燃料球的宏观输运截面和所述各批次燃料球的半径，获得所述各批次燃料球的逃脱概率；
根据所述各批次燃料球的宏观输运截面和所述各批次燃料球的半径，获得所述各批次燃料球的穿透概率；
根据所述各批次燃料球的表面积份额和所述各批次燃料球的穿透概率，获得所述各批次燃料球的平均穿透概率；
根据所述各批次燃料球的逃脱概率、所述各批次燃料球的穿透概率、所述各批次燃料球的表面积份额和所述节块内各批次燃料球的平均穿透概率，获得各批次燃料球之间的碰撞概率；
建立第一碰撞概率方程组；
根据所述各批次燃料球之间的碰撞概率、所述各批次燃料球的体积份额、所述各批次燃料球的宏观输运截面、所述各批次燃料球的宏观散射截面、所述各批次燃料球裂变产生中子的概率、所述各批次燃料球的裂变中子产生截面，求解所述第一碰撞概率方程组，获得所述各批次燃料球的多群中子通量密度。
3.根据权利要求1所述的方法，其特征在于，所述各批次燃料球的多群缺陷因子通过以下公式获得：
其中，SPebble,i,g为第i批次燃料球第g能群的缺陷因子，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度，ΦNodal,g为所述球床堆芯各节块的多群平均中子通量密度。
4.根据权利要求1所述的方法，其特征在于，所述各批次燃料球内TRISO燃料颗粒的多群均匀化群常数包括：所述各批次燃料球内TRISO燃料颗粒的宏观输运截面、所述各批次燃料球内TRISO燃料颗粒的宏观散射截面、所述各批次燃料球内TRISO燃料颗粒裂变产生中子的概率、所述各批次燃料球内TRISO燃料颗粒的裂变中子产生截面；其中，所述根据所述各批次燃料球内TRISO燃料颗粒的多群均匀化群常数，获得所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度，包括：
根据所述各批次燃料球内TRISO燃料颗粒的宏观输运截面和所述各批次燃料球内TRISO燃料颗粒的半径，获得所述各批次燃料球内TRISO燃料颗粒的逃脱概率；
根据所述各批次燃料球内TRISO燃料颗粒的宏观输运截面和所述各批次燃料球内TRISO燃料颗粒的半径，获得所述各批次燃料球内TRISO燃料颗粒的穿透概率；
根据所述各批次燃料球内TRISO燃料颗粒的表面积份额和所述各批次燃料球内TRISO燃料颗粒的穿透概率，获得所述各批次燃料球内TRISO燃料颗粒的平均穿透概率；
根据所述各批次燃料球内TRISO燃料颗粒的逃脱概率所述各批次燃料球内TRISO燃料颗粒的穿透概率、所述各批次燃料球内TRISO燃料颗粒的表面积份额和所述各批次燃料球内TRISO燃料颗粒的平均穿透概率，获得所述各批次燃料球内TRISO燃料颗粒之间的碰撞概率；
建立第二碰撞概率方程组；
根据所述各批次燃料球内TRISO燃料颗粒之间的碰撞概率、所述各批次燃料球内TRISO燃料颗粒的体积份额、所述各批次燃料球内TRISO燃料颗粒的宏观输运截面、所述各批次燃料球内TRISO燃料颗粒的宏观散射截面、所述各批次燃料球内TRISO燃料颗粒裂变产生中子的概率和所述各批次燃料球内TRISO燃料颗粒的裂变中子产生截面，求解所述第二碰撞概率方程组，获得所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度。
5.根据权利要求1所述的方法，其特征在于，所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子通过以下公式获得：
其中，DTRISO,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的缺陷因子，ΦTRISO,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的中子通量密度，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度。
6.根据权利要求1所述的方法，其特征在于，所述根据所述球床堆芯各节块的多群平均中子通量密度、所述各批次燃料球的多群缺陷因子、所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子和所述各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定所述球床式高温气冷堆TRISO燃料颗粒功率，包括：
根据所述球床堆芯各节块的多群平均中子通量密度、所述各批次燃料球的多群缺陷因子和所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子，获得所述球床堆芯燃料位置的中子通量分布；
根据所述球床堆芯燃料位置的中子通量分布和所述各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定所述球床堆芯各节块的单个TRISO燃料颗粒功率。
7.一种球床式高温气冷堆安全运行的检测装置，其特征在于，包括：
第一获取模块，用于基于三维圆柱几何节块法对球床式高温气冷堆进行堆芯扩散计算，获得球床堆芯各节块的多群平均中子通量密度；
第二获取模块，用于根据节块内各批次燃料球的多群均匀化群常数，获得所述各批次燃料球的多群中子通量密度；
第三获取模块，用于根据所述球床堆芯各节块的多群平均中子通量密度和所述各批次燃料球的多群中子通量密度，获得所述各批次燃料球的多群缺陷因子；
第四获取模块，用于根据所述各批次燃料球内TRISO燃料颗粒的多群均匀化群常数，获得所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度；
第五获取模块，用于根据所述各批次燃料球的多群中子通量密度和所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度，获得各批次燃料球内TRISO燃料颗粒的多群缺陷因子；
第一确定模块，用于根据所述球床堆芯各节块的多群平均中子通量密度、所述各批次燃料球的多群缺陷因子、所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子和所述各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定所述球床堆芯各节块的单个TRISO燃料颗粒功率；
第二确定模块，用于根据所述球床堆芯各节块的单个TRISO燃料颗粒功率，确定所述球床堆芯的TRISO燃料颗粒功率分布；
检测模块，用于基于所述球床堆芯的TRISO燃料颗粒功率分布，判断所述球床式高温气冷堆是否安全运行。
8.根据权利要求7所述的装置，其特征在于，所述各批次燃料球的多群均匀化群常数包括：所述各批次燃料球的宏观输运截面、所述各批次燃料球的宏观散射截面、所述各批次燃料球裂变产生中子的概率、所述各批次燃料球的裂变中子产生截面；其中，所述第二获取模块具体用于：
根据所述各批次燃料球的宏观输运截面和所述各批次燃料球的半径，获得所述各批次燃料球的逃脱概率；
根据所述各批次燃料球的宏观输运截面和所述各批次燃料球的半径，获得所述各批次燃料球的穿透概率；
根据所述各批次燃料球的表面积份额和所述各批次燃料球的穿透概率，获得所述各批次燃料球的平均穿透概率；
根据所述各批次燃料球的逃脱概率、所述各批次燃料球的穿透概率、所述各批次燃料球的表面积份额和所述节块内各批次燃料球的平均穿透概率，获得各批次燃料球之间的碰撞概率；
建立第一碰撞概率方程组；
根据所述各批次燃料球之间的碰撞概率、所述各批次燃料球的体积份额、所述各批次燃料球的宏观输运截面、所述各批次燃料球的宏观散射截面、所述各批次燃料球裂变产生中子的概率、所述各批次燃料球的裂变中子产生截面，求解所述第一碰撞概率方程组，获得所述各批次燃料球的多群中子通量密度。
9.根据权利要求7所述的装置，其特征在于，所述各批次燃料球的多群缺陷因子通过以下公式获得：
其中，SPebble,i,g为第i批次燃料球第g能群的缺陷因子，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度，ΦNodal,g为所述球床堆芯各节块的多群平均中子通量密度。
10.根据权利要求7所述的装置，其特征在于，所述各批次燃料球内TRISO燃料颗粒的多群均匀化群常数包括：所述各批次燃料球内TRISO燃料颗粒的宏观输运截面、所述各批次燃料球内TRISO燃料颗粒的宏观散射截面、所述各批次燃料球内TRISO燃料颗粒裂变产生中子的概率、所述各批次燃料球内TRISO燃料颗粒的裂变中子产生截面；其中，所述第四获取模块具体用于：
根据所述各批次燃料球内TRISO燃料颗粒的宏观输运截面和所述各批次燃料球内TRISO燃料颗粒的半径，获得所述各批次燃料球内TRISO燃料颗粒的逃脱概率；
根据所述各批次燃料球内TRISO燃料颗粒的宏观输运截面和所述各批次燃料球内TRISO燃料颗粒的半径，获得所述各批次燃料球内TRISO燃料颗粒的穿透概率；
根据所述各批次燃料球内TRISO燃料颗粒的表面积份额和所述各批次燃料球内TRISO燃料颗粒的穿透概率，获得所述各批次燃料球内TRISO燃料颗粒的平均穿透概率；
根据所述各批次燃料球内TRISO燃料颗粒的逃脱概率所述各批次燃料球内TRISO燃料颗粒的穿透概率、所述各批次燃料球内TRISO燃料颗粒的表面积份额和所述各批次燃料球内TRISO燃料颗粒的平均穿透概率，获得所述各批次燃料球内TRISO燃料颗粒之间的碰撞概率；
建立第二碰撞概率方程组；
根据所述各批次燃料球内TRISO燃料颗粒之间的碰撞概率、所述各批次燃料球内TRISO燃料颗粒的体积份额、所述各批次燃料球内TRISO燃料颗粒的宏观输运截面、所述各批次燃料球内TRISO燃料颗粒的宏观散射截面、所述各批次燃料球内TRISO燃料颗粒裂变产生中子的概率和所述各批次燃料球内TRISO燃料颗粒的裂变中子产生截面，求解所述第二碰撞概率方程组，获得所述各批次燃料球内TRISO燃料颗粒的多群中子通量密度。
11.根据权利要求7所述的装置，其特征在于，所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子通过以下公式获得：
其中，STRISo,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的缺陷因子，ΦTRISO,i,g为第i批次燃料球内TRISO燃料颗粒第g能群的中子通量密度，ΦPebble,i,g为第i批次燃料球第g能群的中子通量密度。
12.根据权利要求7所述的装置，其特征在于，所述确定模块具体用于：
根据所述球床堆芯各节块的多群平均中子通量密度、所述各批次燃料球的多群缺陷因子和所述各批次燃料球内TRISO燃料颗粒的多群缺陷因子，获得所述球床堆芯燃料位置的中子通量分布；
根据所述球床堆芯燃料位置的中子通量分布和所述各批次燃料球内TRISO燃料颗粒的裂变能量产生截面，确定所述球床堆芯各节块的单个TRISO燃料颗粒功率。
13.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；其中，所述指令被所述处理器执行，以使所述处理器能够执行权利要求1-6中任一项所述的方法。
14.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211158126.2A CN115510374A (zh) | 2022-09-22 | 2022-09-22 | 球床式高温气冷堆安全运行的检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211158126.2A CN115510374A (zh) | 2022-09-22 | 2022-09-22 | 球床式高温气冷堆安全运行的检测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115510374A true CN115510374A (zh) | 2022-12-23 |
Family
ID=84506232
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211158126.2A Pending CN115510374A (zh) | 2022-09-22 | 2022-09-22 | 球床式高温气冷堆安全运行的检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115510374A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115983049A (zh) * | 2023-03-20 | 2023-04-18 | 西安交通大学 | 一种应用于球床式高温气冷堆的不连续因子计算方法 |
-
2022
- 2022-09-22 CN CN202211158126.2A patent/CN115510374A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115983049A (zh) * | 2023-03-20 | 2023-04-18 | 西安交通大学 | 一种应用于球床式高温气冷堆的不连续因子计算方法 |
| CN115983049B (zh) * | 2023-03-20 | 2023-10-31 | 西安交通大学 | 一种应用于球床式高温气冷堆的不连续因子计算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Williamson et al. | Validating the BISON fuel performance code to integral LWR experiments | |
| CN105653869B (zh) | 一种超临界水堆堆芯三维瞬态性能分析方法 | |
| CN115510374A (zh) | 球床式高温气冷堆安全运行的检测方法及装置 | |
| Williamson et al. | Multi-dimensional simulation of LWR fuel behavior in the BISON fuel performance code | |
| Jiang et al. | Efficient high-fidelity TRISO statistical failure analysis using Bison: Applications to AGR-2 irradiation testing | |
| Kile et al. | Assessment of SCALE and MELCOR for a generic pebble bed fluoride high-temperature reactor | |
| Guo et al. | Challenges and progress of uncertainty analysis for the pebble-bed high-temperature gas-cooled reactor | |
| CN113536580A (zh) | 确定核反应堆考验回路功率和中子通量密度的方法和系统 | |
| Robert et al. | Evaluation of Serpent capabilities for hyperfidelity depletion of pebble bed cores | |
| Kelly et al. | Verification of a depletion method in SCALE for the Advanced High-Temperature Reactor | |
| Zhang et al. | The direct measurement of HTR-10 in-core neutron flux | |
| McNally et al. | A numerical study of internal brick stresses in AGR moderator bricks | |
| Strydom et al. | Preliminary reactor physics assessment of the HTR module with 14% enriched UCO fuel | |
| Chen et al. | Quantitative analysis of uncertainty from pebble flow in HTR | |
| Pérez-Valseca et al. | Stand-alone core sensitivity and uncertainty analysis of ALFRED from Monte Carlo simulations | |
| Pizzocri et al. | SCIANTIX open-source code for fission gas behaviour: objectives and foreseen developments | |
| He et al. | The development of the combined fission matrix method in small advanced reactor design and optimization | |
| CN109215823B (zh) | 一种核反应堆三维多群能谱的测量方法及系统 | |
| Mori et al. | Heterogeneous cores for improved safety performance: A case study: The supercritical water fast reactor | |
| Valtavirta et al. | Estimating the effects of homogenized fuel temperature in group constant generation using Serpent 2 | |
| Martin et al. | Evaluation of the spatial self-shielding impact for TRISO-based nuclear fuel depletion | |
| Gamble | Mechanistic Multiphysics Modeling of Cladding Rupture in Nuclear Fuel Rods During Loss of Coolant Accident Conditions | |
| Hoffmann | Verification and Validation of the CFD Model of the PBMR Reactor | |
| BARANI | Mechanistic modeling of fission gas behavior in conventional and advanced nuclear fuel | |
| Sato et al. | Yuki Honda |
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 |