CN116738639A - 一种环路热管辐射散热翼结构优化设计方法和装置 - Google Patents
一种环路热管辐射散热翼结构优化设计方法和装置 Download PDFInfo
- Publication number
- CN116738639A CN116738639A CN202310910003.8A CN202310910003A CN116738639A CN 116738639 A CN116738639 A CN 116738639A CN 202310910003 A CN202310910003 A CN 202310910003A CN 116738639 A CN116738639 A CN 116738639A
- Authority
- CN
- China
- Prior art keywords
- optimization
- heat pipe
- loop heat
- design
- constraint
- 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
- 238000013461 design Methods 0.000 title claims abstract description 124
- 238000005457 optimization Methods 0.000 title claims abstract description 121
- 230000005855 radiation Effects 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000013210 evaluation model Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 230000017525 heat dissipation Effects 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract description 5
- 239000007788 liquid Substances 0.000 description 17
- 230000002068 genetic effect Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 210000000349 chromosome Anatomy 0.000 description 2
- 238000009833 condensation Methods 0.000 description 2
- 230000005494 condensation Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004323 axial length Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Heat-Exchange Devices With Radiators And Conduit Assemblies (AREA)
Abstract
本发明公开一种环路热管辐射散热翼结构优化设计方法和装置,包括以下步骤:步骤1、建立环路热管辐射散热翼重量最小化优化设计目标函数;步骤2、根据所述优化设计目标函数,确定优化约束条件;步骤3、根据优化约束条件,构建代理模型对所述环路热管辐射散热翼性能评估模型进行替换,得到优化设计变量输入与性能计算值输出的性能约束函数;步骤4、根据所述性能约束函数,通过所述的优化设计目标函数及优化约束条件构建优化模型,得出优化设计结果。采用本发明技术方案,考虑设计性能评估的约束影响,给出安全且轻质的环路热管辐射散热翼结构优化设计。
Description
技术领域
本发明书散热器优化设计技术领域,尤其涉及一种环路热管辐射散热翼结构优化设计方法和装置。
背景技术
节约质量是空间辐射散热器设计的基本原则,而空间辐射散热器作为空间核电源热排放系统的关键部件,占据了热排放系统的相当一部分质量,因此需要关注在符合散热要求的条件下,辐射散热器的重量优化问题。
在设计研究中,辐射散热器冷凝管路结构参数的改变,会影响辐射散热翼散热面板的温度分布,进而影响辐射散热翼的整体散热性能,最终会对系统运行参数造成较大影响。因而需要考虑设计过程中不同结构参数输入条件下辐射散热器系统运行参数的性能约束。
发明内容
本发明要解决的技术问题是,提供一种环路热管辐射散热翼结构优化设计方法和装置。
为实现上述目的,本发明采用如下的技术方案:
一种环路热管辐射散热翼结构优化设计方法,包括以下步骤:
步骤1、建立环路热管辐射散热翼重量最小化优化设计目标函数;
步骤2、根据所述优化设计目标函数,确定优化约束条件;
步骤3、根据优化约束条件,构建代理模型对所述环路热管辐射散热翼性能评估模型进行替换,得到优化设计变量输入与性能计算值输出的性能约束函数;
步骤4、根据所述性能约束函数,通过所述的优化设计目标函数及优化约束条件构建优化模型,得出优化设计结果。
作为优选,优化设计目标函数的参数包含:环路热管冷凝管线的流程布置结构参数、环路热管冷凝管线及矩形辐射散热面板几何参数。
作为优选,所述优化约束条件包括:优化设计变量的边界约束以及优化设计变量输入下环路热管辐射散热翼性能评估模型的性能约束限值。
作为优选,步骤4中,通过优化设计目标函数及优化约束条件构建优化模型,利用元启发式算法进行迭代优化设计,最终得出优化设计结果;其中,所述元启发式算法的适应度函数采用罚函数法设计,所述的适应度函数包括优化设计目标函数与性能约束函数。
本发明还提供一种环路热管辐射散热翼结构优化设计装置,包括:
构建模块,用于建立环路热管辐射散热翼重量最小化优化设计目标函数;
确定模块,用于根据所述优化设计目标函数,确定优化约束条件;
处理模块,用于根据优化约束条件,构建代理模型对所述环路热管辐射散热翼性能评估模型进行替换,得到优化设计变量输入与性能计算值输出的性能约束函数;
设计模块,用于根据所述性能约束函数,通过所述的优化设计目标函数及优化约束条件构建优化模型,得出优化设计结果。
作为优选,优化设计目标函数的参数包含:环路热管冷凝管线的流程布置结构参数、环路热管冷凝管线及矩形辐射散热面板几何参数。
作为优选,所述优化约束条件包括:优化设计变量的边界约束以及优化设计变量输入下环路热管辐射散热翼性能评估模型的性能约束限值。
作为优选,设计模块通过优化设计目标函数及优化约束条件构建优化模型,利用元启发式算法进行迭代优化设计,最终得出优化设计结果;其中,所述元启发式算法的适应度函数采用罚函数法设计,所述的适应度函数包括优化设计目标函数与性能约束函数。
本发明具有如下有益效果如下:
(1)构建了优化设计参数与环路热管辐射散热翼性能输出响应的性能约束函数代理模型,并将代理模型与元启发式算法相结合的优化设计方法,能够解决多次调用环路热管辐射散热翼性能评估模型程序计算耗时长的问题;(2)考虑了设计性能评估的约束影响,对环路热管辐射散热翼的结构进行优化设计,使其在设计变量可行域内对应的目标质量最小。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例考虑设计性能评估的环路热管辐射散热翼结构优化设计方法的流程图;
图2为本发明实施例环路热管辐射散热器各组成构件;其中:1、蒸发器;2、主毛细芯;3、蒸汽管线;4、冷凝管线;5、液体管线;6、矩形辐射散热面板;7、引液管;8、储液器。
图3为本发明实施例中优化设计变量选取示意。
图4为本发明实施例中不同的优化设计变量输入时环路热管辐射散热翼性能评估模型计算结果。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1:
本发明实施的考虑设计性能评估的环路热管辐射散热翼结构优化设计方法,所述的环路热管辐射散热翼为环路热管辐射散热器中的一部分构件,如图2所示,环路热管辐射散热器各组成构件包括蒸发器、主毛细芯、蒸汽管线、冷凝管线、液体管线、矩形辐射散热面板、引液管、储液器,所述的环路热管辐射散热翼包括环路热管冷凝管线和矩形辐射散热面板;
下面以考虑系统运行温度不超安全限的性能约束,进行环路热管辐射散热翼优化设计为例,对本发明的优化设计方法进行说明。如图1所示,所述优化设计方法包括如下步骤:
步骤1:建立环路热管辐射散热翼重量最小化设计目标,优化设计参数包括环路热管冷凝管线的流程布置结构参数、环路热管冷凝管线及矩形辐射散热面板几何参数。
所述的环路热管冷凝管线的流程布置结构参数,分别为回液管与辐射散热面板左侧边距x1、进液管回路与回液管边距x2、进液管与辐射散热面板右侧边距x3、进液管与辐射散热面板顶部边距x4、进液管回路y轴方向上长度x5;所述的环路热管冷凝管线及矩形辐射散热面板几何参数,包括环路热管冷凝管线内外径、辐射散热面板径向长度X,辐射散热面板轴向长度Y,辐射散热面板厚度D;
本发明实施例中对所述的设计参数进行参数敏感性分析和独立性检验,如图3所示,选取回液管与辐射散热面板左侧边距x1、进液管回路与回液管边距x2、进液管与辐射散热面板右侧边距x3、进液管与辐射散热面板顶部边距x4、进液管回路y轴方向上长度x5为优化设计变量对辐射散热翼质量M0进行优化。本发明实施例中优化设计目标函数可表示如下:M0(x1,x2,x3,x4,x5)
步骤2:确定优化约束条件,即确定优化设计变量的边界约束,及优化设计变量输入下环路热管辐射散热翼性能评估模型的性能约束限值
所述的优化设计变量的边界约束,即为优化设计变量的选取范围。本发明实施例中输入不同的优化设计变量至环路热管辐射散热翼性能评估模型中,可以计算得到环路热管辐射散热器系统整体运行温度Tssot,如图4所示。所述的性能约束限值由环路热管辐射散热翼性能失效准则确定,以考虑环路热管辐射散热器系统整体运行温度安全限值的性能约束为例,考虑所设计冷凝管线的可承受压力下所代表的温度Tmax为约束上限值,若Tssot≥Tmax,则环路热管辐射散热翼性能失效。本发明实施例中优化约束函数可以表示如下:
x1min≤x1≤x1max;x4min≤x4≤x4max;
x2min≤x2≤x2max;x5min≤x5≤x5max;
x3min≤x3≤x3max;Tssot≤Tmax
步骤3:构建代理模型对所述环路热管辐射散热翼性能评估模型进行替换,得到优化设计变量输入与性能计算值输出的性能约束函数
所述的代理模型构建具体包括以下步骤:
选取拉丁超立方抽取样本策略,输入抽取的样本点,通过对所述环路热管辐射散热翼性能评估模型进行数值计算,得到对应优化设计变量条件下性能评估计算输出结果,将输入样本点与输出结果整理成数据库;
本发明实施例中采用多项式响应面模型构建代理模型,多项式响应面模型的基本表达形式为:
y(X)=f(X)+ε
其中,X为设计变量矩阵,X=[x1,x2,x3,x4,x5]T;y(X)为代理模型的输出;f(X)为多项式函数,ε为随机误差;
将数据库划分为训练集与测试集,采用训练集数据对代理模型进行训练,得出优化设计变量输入与性能计算值输出的性能约束函数;再将训练好的性能约束函数代理模型计算值与测试组数据进行精度验证,若符合精度要求,则输出代理模型,若不符合精度要求,重新抽取样本训练代理模型,直至精度满足要求。
步骤4:通过所述的优化设计目标函数及优化约束条件构建优化模型
本发明实施例中优化模型可表示如下:
min M0(x1,x2,x3,x4,x5)
S.T. x1min≤x1≤x1max;x2min≤x2≤x2max;
x3min≤x3≤x3max;x4min≤x4≤x4max;
x5min≤x5≤x5max;Tssot≤Tmax
利用优化算法进行迭代优化设计,最终得出优化设计结果。所述的优化算法采用一种元启发式算法,即遗传算法,进行迭代优化设计。
所述的采用遗传算法进行迭代优化设计,具体包括以下步骤:(1)根据优化模型,完成优化设计参数选取范围内可行解的染色体编码和解码,即确定个体的基因型和表现型;(2)生成随机初始群体;(3)根据优化问题的目标函数与性能约束函数设计适应度函数,计算个体适应度;(4)设计遗传算子,即确定选择算子、交叉算子和变异算子的具体操作方法;(5)确定遗传算法的控制参数,包括初始种群规模n、染色体长度l、交叉概率Pc、变异概率Pm、最大进化代数m、罚函数中的惩罚系数等;(6)按照遗传策略,迭代执行选择、交叉、变异操作,实现进化过程。
进一步地,步骤4中所述的性能约束函数为步骤3所述的构建的代理模型。步骤4中所述适应度函数采用罚函数法设计,其包含目标函数与性能约束函数。本发明实施例中定义的罚函数计算方法如下:
其中,X表示为设计变量矩阵;为由代理模型求出的Tssot按照其约束区间归一化处理后的值;α为罚函数的惩罚系数。
本发明实施例中适应度函数计算方法如下:
其中,M′0(X)表示为M0(X)按照设计限值区间归一化处理后的目标函数值,P(X)表示为带有惩罚系数的性能约束函数。
实施例2:
本发明实施例提供一种环路热管辐射散热翼结构优化设计装置,包括:
构建模块,用于建立环路热管辐射散热翼重量最小化优化设计目标函数;
确定模块,用于根据所述优化设计目标函数,确定优化约束条件;
处理模块,用于根据优化约束条件,构建代理模型对所述环路热管辐射散热翼性能评估模型进行替换,得到优化设计变量输入与性能计算值输出的性能约束函数;
设计模块,用于根据所述性能约束函数,通过所述的优化设计目标函数及优化约束条件构建优化模型,得出优化设计结果。
作为本发明实施例的一种实施方式,优化设计目标函数的参数包含:环路热管冷凝管线的流程布置结构参数、环路热管冷凝管线及矩形辐射散热面板几何参数。
作为本发明实施例的一种实施方式,所述优化约束条件包括:优化设计变量的边界约束以及优化设计变量输入下环路热管辐射散热翼性能评估模型的性能约束限值。
作为本发明实施例的一种实施方式,设计模块通过优化设计目标函数及优化约束条件构建优化模型,利用元启发式算法进行迭代优化设计,最终得出优化设计结果;其中,所述元启发式算法的适应度函数采用罚函数法设计,所述的适应度函数包括优化设计目标函数与性能约束函数。
以上所述的实施例仅是对本发明优选方式进行的描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (8)
1.一种环路热管辐射散热翼结构优化设计方法,其特征在于,包括以下步骤:
步骤1、建立环路热管辐射散热翼重量最小化优化设计目标函数;
步骤2、根据所述优化设计目标函数,确定优化约束条件;
步骤3、根据优化约束条件,构建代理模型对所述环路热管辐射散热翼性能评估模型进行替换,得到优化设计变量输入与性能计算值输出的性能约束函数;
步骤4、根据所述性能约束函数,通过所述的优化设计目标函数及优化约束条件构建优化模型,得出优化设计结果。
2.如权利要求1所述的环路热管辐射散热翼结构优化设计方法,其特征在于,优化设计目标函数的参数包含:环路热管冷凝管线的流程布置结构参数、环路热管冷凝管线及矩形辐射散热面板几何参数。
3.如权利要求1所述的环路热管辐射散热翼结构优化设计方法,其特征在于,所述优化约束条件包括:优化设计变量的边界约束以及优化设计变量输入下环路热管辐射散热翼性能评估模型的性能约束限值。
4.如权利要求3所述的环路热管辐射散热翼结构优化设计方法,其特征在于,步骤4中,通过优化设计目标函数及优化约束条件构建优化模型,利用元启发式算法进行迭代优化设计,最终得出优化设计结果;其中,所述元启发式算法的适应度函数采用罚函数法设计,所述的适应度函数包括优化设计目标函数与性能约束函数。
5.一种环路热管辐射散热翼结构优化设计装置,其特征在于,包括:
构建模块,用于建立环路热管辐射散热翼重量最小化优化设计目标函数;
确定模块,用于根据所述优化设计目标函数,确定优化约束条件;
处理模块,用于根据优化约束条件,构建代理模型对所述环路热管辐射散热翼性能评估模型进行替换,得到优化设计变量输入与性能计算值输出的性能约束函数;
设计模块,用于根据所述性能约束函数,通过所述的优化设计目标函数及优化约束条件构建优化模型,得出优化设计结果。
6.如权利要求5所述的环路热管辐射散热翼结构优化设计装置,其特征在于,优化设计目标函数的参数包含:环路热管冷凝管线的流程布置结构参数、环路热管冷凝管线及矩形辐射散热面板几何参数。
7.如权利要求6所述的环路热管辐射散热翼结构优化设计装置,其特征在于,所述优化约束条件包括:优化设计变量的边界约束以及优化设计变量输入下环路热管辐射散热翼性能评估模型的性能约束限值。
8.如权利要求7所述的环路热管辐射散热翼结构优化设计装置,其特征在于,设计模块通过优化设计目标函数及优化约束条件构建优化模型,利用元启发式算法进行迭代优化设计,最终得出优化设计结果;其中,所述元启发式算法的适应度函数采用罚函数法设计,所述的适应度函数包括优化设计目标函数与性能约束函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310910003.8A CN116738639A (zh) | 2023-07-24 | 2023-07-24 | 一种环路热管辐射散热翼结构优化设计方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310910003.8A CN116738639A (zh) | 2023-07-24 | 2023-07-24 | 一种环路热管辐射散热翼结构优化设计方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116738639A true CN116738639A (zh) | 2023-09-12 |
Family
ID=87918764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310910003.8A Pending CN116738639A (zh) | 2023-07-24 | 2023-07-24 | 一种环路热管辐射散热翼结构优化设计方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116738639A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7428713B1 (en) * | 2006-07-10 | 2008-09-23 | Livermore Software Technology Corp. | Accelerated design optimization |
WO2013104768A1 (fr) * | 2012-01-13 | 2013-07-18 | Astrium Sas | Dispositif de refroidissement adapte a la regulation thermique d'une source de chaleur d'un satellite, procede de realisation du dispositif de refroidissement et satellite associes |
WO2019030246A1 (fr) * | 2017-08-11 | 2019-02-14 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procede, mis en œuvre par ordinateur, de reconstruction de la topologie d'un reseau de cables, utilisant un algorithme genetique |
CN112050674A (zh) * | 2020-09-17 | 2020-12-08 | 北京空间飞行器总体设计部 | 变散热冷凝器和环路热管 |
CN113935235A (zh) * | 2021-10-12 | 2022-01-14 | 北京索为系统技术股份有限公司 | 基于遗传算法和代理模型的工程设计优化方法及装置 |
CN115358014A (zh) * | 2022-07-20 | 2022-11-18 | 陕西航空电气有限责任公司 | 一种功率器件风冷散热器模型、优化方法及性能计算方法 |
CN116401802A (zh) * | 2023-04-26 | 2023-07-07 | 华中科技大学 | 一种热管约束元件布局优化方法及系统 |
-
2023
- 2023-07-24 CN CN202310910003.8A patent/CN116738639A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7428713B1 (en) * | 2006-07-10 | 2008-09-23 | Livermore Software Technology Corp. | Accelerated design optimization |
WO2013104768A1 (fr) * | 2012-01-13 | 2013-07-18 | Astrium Sas | Dispositif de refroidissement adapte a la regulation thermique d'une source de chaleur d'un satellite, procede de realisation du dispositif de refroidissement et satellite associes |
WO2019030246A1 (fr) * | 2017-08-11 | 2019-02-14 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procede, mis en œuvre par ordinateur, de reconstruction de la topologie d'un reseau de cables, utilisant un algorithme genetique |
CN112050674A (zh) * | 2020-09-17 | 2020-12-08 | 北京空间飞行器总体设计部 | 变散热冷凝器和环路热管 |
CN113935235A (zh) * | 2021-10-12 | 2022-01-14 | 北京索为系统技术股份有限公司 | 基于遗传算法和代理模型的工程设计优化方法及装置 |
CN115358014A (zh) * | 2022-07-20 | 2022-11-18 | 陕西航空电气有限责任公司 | 一种功率器件风冷散热器模型、优化方法及性能计算方法 |
CN116401802A (zh) * | 2023-04-26 | 2023-07-07 | 华中科技大学 | 一种热管约束元件布局优化方法及系统 |
Non-Patent Citations (3)
Title |
---|
GENGLEI XIA, 《OPTIMIZATION DESIGN OF PASSIVE RESIDUAL HEAT REMOVAL SYSTEM BASED ON IMPROVED GENETIC ALGORITHM》 * |
朱清华;陈文轩;陈国华;: "基于遗传算法的直升机总体优化设计", 直升机技术, no. 02, pages 4 - 9 * |
贺占蜀, 《交错互通微通道多孔网格板制造及其强化传热研究 》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5357376B2 (ja) | 原子炉の炉心用未使用燃料バンドル設計を決定する方法、及び原子炉の炉心 | |
US7280946B2 (en) | Method and arrangement for determining pin enrichments in fuel bundle of nuclear reactor | |
CN113255229B (zh) | 一种基于联合仿真的燃料组件多学科结构设计优化方法 | |
Yoon et al. | Recent improvements in the CUPID code for a multi-dimensional two-phase flow analysis of nuclear reactor components | |
Park et al. | Numerical shape optimization for high performance of a heat sink with pin-fins | |
Chen et al. | Optimization of heat source distribution for two-dimensional heat conduction using bionic method | |
CN104807039B (zh) | 一种锅炉燃烧优化的变量降维建模方法 | |
CN106777461B (zh) | 一种基于doe的高温泵散热器数值优化方法 | |
CN111950177B (zh) | 一种固态产氚包层的多物理场耦合中子学自动优化方法 | |
WO2023124414A1 (zh) | 核反应堆设计方案优化方法、装置、计算机设备和介质 | |
Watanabe et al. | Development of an evaluation methodology for the natural circulation decay heat removal system in a sodium cooled fast reactor | |
Esmaili et al. | Subchannel analysis of annular fuel assembly using the preconditioned Jacobian-free Newton Krylov methods | |
CN116738639A (zh) | 一种环路热管辐射散热翼结构优化设计方法和装置 | |
Nasiri et al. | Design of the CAREM nuclear reactor core with dual cooled annular fuel and optimizing the thermal-hydraulic, natural circulation, and neutronics parameters | |
Porter et al. | Uncertainty quantification study of CTF for the OECD/NEA LWR uncertainty analysis in modeling benchmark | |
CN113868966B (zh) | 一种生物质锅炉省煤器结构参数优化设计方法 | |
CN110751173A (zh) | 基于深度学习支持向量机的临界热流密度预测方法 | |
CN115017443A (zh) | 一种基于自适应代理模型的自然循环系统可靠性分析方法 | |
JP2000090950A (ja) | 冷却性能予測装置、及びその方法 | |
Ebrahimian et al. | Time-invariant reliability assessment for a passive heat removal system based on FORM methodology with a new approach for finding the design point | |
JP5052744B2 (ja) | 原子炉の炉心の燃料束構成を判定する方法 | |
Sun et al. | Flow field uniformity analysis and structural optimization of coal pyrolysis heat exchanger | |
Wang et al. | Data mining optimization of laidback fan-shaped hole to improve film cooling performance | |
US20080144763A1 (en) | Method for perturbating a nuclear reactor core fuel bundle design to generate a group of designs | |
Sahoo et al. | CFD analysis of heat transfer in hexagonal subchannels of super fast reactor in upward flow |
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 |