JP7377778B2 - 炉心解析方法、プログラムおよび炉心解析装置 - Google Patents

炉心解析方法、プログラムおよび炉心解析装置 Download PDF

Info

Publication number
JP7377778B2
JP7377778B2 JP2020123034A JP2020123034A JP7377778B2 JP 7377778 B2 JP7377778 B2 JP 7377778B2 JP 2020123034 A JP2020123034 A JP 2020123034A JP 2020123034 A JP2020123034 A JP 2020123034A JP 7377778 B2 JP7377778 B2 JP 7377778B2
Authority
JP
Japan
Prior art keywords
bending
core
pattern
heat flux
hydrothermal
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
JP2020123034A
Other languages
English (en)
Other versions
JP2022019280A (ja
Inventor
啓基 小池
晃一 家山
和也 山路
大介 左藤
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.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
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 Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2020123034A priority Critical patent/JP7377778B2/ja
Publication of JP2022019280A publication Critical patent/JP2022019280A/ja
Application granted granted Critical
Publication of JP7377778B2 publication Critical patent/JP7377778B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Monitoring And Testing Of Nuclear Reactors (AREA)

Description

本開示は、炉心解析方法、プログラムおよび炉心解析装置に関する。
従来、原子炉の特性を評価するための技術が知られている。例えば、特許文献１には、
炉心解析において、核種のミクロ断面積の不確かさに関するデータに基づいて、マクロ断面積の不確かさに関するマクロ共分散データを生成し、さらに、マクロ共分散データに基づいて炉心計算を行って、炉心特性の不確かさを出力値として生成する方法が開示されている。
また、特許文献２には、例えば使用済燃料ピットに含まれる燃料集合体の未臨界性評価方法が開示されている。この未臨界性評価方法では、燃料集合体の核データおよび製作公差パラメータを摂動させて組み合わせ、複数セットの入力パラメータを導出し、組み合わせた複数セットの入力パラメータに基づいて実効増倍率を複数導出し、導出された複数の実効増倍率を統計処理して、不確かさを含む実効増倍率を導出する方法が開示されている。
特開２０１９－１５２４４８号公報 特願２０１９－１７９０１９号公報
ところで、炉心解析において評価すべき項目の一つとして、熱流束熱水路係数がある。熱流束熱水路係数は、炉心における局所的な出力の最大値を示すパラメータである。ここで、原子炉内に配置された複数の燃料集合体には、軸方向に直交した方向において曲がりが生じることがあり得る。そのため、隣り合う燃料集合体同士の間隔が変化し、その結果として局所出力も変化する。したがって、燃料集合体の曲がりによる不確かさの影響を考慮して熱流束熱水路係数を算出する手法が求められる。
本発明は、上記に鑑みてなされたものであって、燃料集合体の曲がりによる不確かさを考慮した原子炉の熱流束熱水路係数を算出することを目的とする。
上述した課題を解決し、目的を達成するために、本開示にかかる炉心解析方法は、炉心に含まれる複数の燃料集合体に関するデータである炉心パターンを、前記燃料集合体の曲がり量に関するデータである確率分布に基づいて摂動させた複数の曲がりパターンを作成するステップと、前記曲がりパターンについて、曲がり量を隣り合う前記燃料集合体同士のギャップに変換したギャップパターンを作成するステップと、前記ギャップパターンを入力パラメータとし、計算コードを用いて熱流束熱水路係数を算出するステップと、算出された複数の前記熱流束熱水路係数を統計処理するステップと、前記統計処理により得られた値に基づいて、前記曲がり量による不確かさを含む前記熱流束熱水路係数を炉心特性の解析結果として算出するステップとを含む。
上述した課題を解決し、目的を達成するために、本開示にかかるプログラムは、炉心に含まれる複数の燃料集合体に関するデータである炉心パターンを、前記燃料集合体の曲がり量に関するデータである確率分布に基づいて摂動させた複数の曲がりパターンを作成するステップと、前記曲がりパターンについて、曲がり量を隣り合う前記燃料集合体同士のギャップに変換したギャップパターンを作成するステップと、前記ギャップパターンを入力パラメータとし、計算コードを用いて熱流束熱水路係数を算出するステップと、算出された複数の前記熱流束熱水路係数を統計処理するステップと、前記統計処理により得られた値に基づいて、前記曲がり量による不確かさを含む前記熱流束熱水路係数を炉心特性の解析結果として算出するステップとをコンピュータに実行させる。
上述した課題を解決し、目的を達成するために、本開示にかかる炉心解析装置は、原子炉の炉心特性を解析する制御部を備え、前記制御部は、炉心に含まれる複数の燃料集合体に関するデータである炉心パターンを、前記燃料集合体の曲がり量に関するデータである確率分布に基づいて摂動させた複数の曲がりパターンを作成するステップと、前記曲がりパターンについて、曲がり量を隣り合う前記燃料集合体同士のギャップに変換したギャップパターンを作成するステップと、前記ギャップパターンを入力パラメータとし、計算コードを用いて熱流束熱水路係数を算出するステップと、算出された複数の前記熱流束熱水路係数を統計処理するステップと、前記統計処理により得られた値に基づいて、前記曲がり量による不確かさを含む前記熱流束熱水路係数を炉心特性の解析結果として算出するステップとを実行する。
本発明にかかる炉心解析方法、プログラムおよび炉心解析装置は、燃料集合体の曲がりによる不確かさを考慮した原子炉の熱流束熱水路係数を算出することができる、という効果を奏する。
図１は、実施形態にかかる炉心解析装置を模式的に示した概略構成図である。 図２は、解析対象となる炉心を模式的に示す説明図である。 図３は、解析対象となる燃料集合体を軸方向に直交する面で切ったときの断面図である。 図４は、複数の燃料集合体の一部を模式的に示す説明図である。 図５は、曲がり量の確率分布（存在割合）の一例を示す説明図である。 図６は、不確かさを含む熱流束熱水路係数を算出する処理の一例を示すフローチャートである。 図７は、幾何形状不確かさを含んだ係数を算出する処理の一例を示すフローチャートである。 図８は、幾何形状不確かさを含んだ係数を算出する処理の一例を模式的に示す概略図である。 図９は、曲がり量による不確かさの確率分布（存在割合）の一例を示す説明図である。
以下に、本発明にかかる炉心解析方法、プログラムおよび炉心解析装置の実施形態を図面に基づいて詳細に説明する。なお、この実施形態によりこの発明が限定されるものではない。
図１は、実施形態にかかる炉心解析装置を模式的に示した概略構成図である。炉心解析装置１０は、原子炉の炉心特性を解析するための装置である。本実施形態において、炉心解析装置１０は、炉心特性を示すパラメータの一つとして、熱流束熱水路係数ＦＱを算出する。熱流束熱水路係数ＦＱは、炉心における局所的な出力の最大値を示すパラメータである。以下の説明では、適宜、熱流束熱水路係数を単に「係数」と称する。
（炉心）
図２は、解析対象となる炉心を模式的に示す説明図である。図３は、解析対象となる燃料集合体を軸方向に直交する面で切ったときの断面図である。図２に示すように、原子炉には、炉心設計の対象となる炉心５が格納されている。この炉心５は、複数の燃料集合体６を含む。なお、燃料の交換は、燃料集合体６単位で行われる。
（燃料集合体および燃料棒）
各燃料集合体６は、燃料ペレット３０と燃料ペレット３０を覆う被覆管３１とを有する複数の燃料棒２９と、複数の燃料棒２９の被覆管３１を束ねる図示しないグリッドとを含む。燃料集合体６の内部は減速材（冷却材）３３で満たされると共に、複数の制御棒３４および炉内核計装３５が挿入可能となるように構成されている。燃料棒２９は、円柱形状となる複数の燃料ペレット３０を軸方向に並べて配設し、その外側が被覆管３１によって覆われている。
燃料集合体６は、断面方形状に形成され、例えば、１７×１７のセル４０で構成されている。そして、１７×１７のセル４０のうち、２４個のセル４０には、それぞれ制御棒３４が挿入され、集合体中心のセル４０には、炉内核計装３５が挿入される。このとき、制御棒３４が挿入されるセル４０を制御棒案内管、炉内核計装３５が挿入されるセル４０を計装案内管という。また、その他のセル４０には、燃料棒２９がそれぞれ挿入される。なお、燃料集合体６が沸騰水型軽水炉（ＢＷＲ）に用いられる場合、燃料集合体６は、その外側がチャンネルボックスに覆われる。一方で、燃料集合体６が加圧水型軽水炉（ＰＷＲ）に用いられる場合、燃料集合体６は、その外側が開放されている。そして、ＢＷＲの場合にはチャンネルボックスの外側に、ＰＷＲの場合には燃料集合体６の外側に、集合体間ギャップ３２が存在する。
（燃料集合体に生じる曲がりについて）
図４は、複数の燃料集合体の一部を模式的に示す説明図である。以下の説明では、適宜、燃料集合体６の軸方向を「Ｚ方向」、軸方向と直交する一方向を「Ｘ方向」、Ｘ方向およびＺ方向と直交する方向を「Ｙ方向」と称する。図４に示すように、複数の燃料集合体６は、Ｘ方向およびＹ方向に沿って並んで配置されている。
燃料集合体６には、曲がりが生じることがある。このとき、燃料集合体６は、図４に例示するように、Ｘ方向またはＹ方向に向けて凹凸を描くように湾曲する。その結果、隣り合う燃料集合体６同士のギャップＧが変化することがある。なお、本実施形態において、燃料集合体６の曲がり量は、燃料集合体６の下端６ａの位置で、Ｘ方向またはＹ方向における軸心からのズレ量である。そのように燃料集合体６同士のギャップが変化すると、局所的に核分裂が促進され、局所的な出力が増加することがある。そのため、係数ＦＱは、燃料集合体６に生じる曲がり（ギャップＧの変化）の影響を受けることがある。以下、本実施形態にかかる炉心解析装置および炉心解析方法として、燃料集合体６に生じる曲がりを考慮した係数ＦＱを算出するための構成、手法を説明する。
（炉心解析装置の構成）
図１の説明に戻る。炉心解析装置１０は、入力部１２と、表示部１４と、制御部１６と、記憶部１８とを備える。なお、炉心解析装置１０は、単体の装置で構成してもよいし、他の装置と一体に構成してもよいし、演算装置及びデータサーバ等の各種装置を組み合わせたシステムとして構成してもよく、特に限定されない。
入力部１２は、例えばキーボード等の入力デバイスであり、炉心解析装置１０のユーザーにより情報を入力する。表示部１４は、例えばモニタ等の表示デバイスであり、炉心解析装置１０による解析結果をユーザーに表示する。制御部１６は、各種プログラムを実行して各種処理を実行する。
記憶部１８は、各種プログラムおよびデータを記憶する。記憶部１８には、例えば、炉心解析のためのプログラムの一つとして、係数ＦＱを算出するための計算コードを含む解析プログラムＰが記憶されている。また、記憶部１８には、解析対象となる炉心５に関するデータＤ１が記憶されている。データＤ１は、ユーザーにより入力される。さらに、記憶部１８には、任意の炉心に配置される複数の燃料集合体６に関するデータである炉心パターンのデータＤ２と、複数の燃料集合体６の曲がり量の確率分布（存在割合）のデータＤ３と、複数の燃料棒２９の製造公差の確率分布（存在割合）のデータＤ４とが記憶されている。
本実施形態において、炉心パターンのデータＤ２は、複数の任意の炉心に配置される複数の燃料集合体６に関するデータを含む。データＤ２は、ユーザーによる手動で作成されるデータであってもよいし、学習機能を備えた演算装置により自動的に作成されてもよい。複数の燃料集合体６の曲がり量の確率分布のデータＤ３は、実機の原子炉で発生した燃料集合体６の曲がり量をユーザーが予め取得し、取得した実機の曲がり量に基づいてユーザーが作成するデータである。図５は、曲がり量の確率分布（存在割合）の一例を示す説明図である。また、複数の燃料棒２９の製造公差の確率分布のデータＤ４は、実機の原子炉に使用される燃料棒２９の製造公差（例えば燃料棒２９の径や密度に関する製造公差）をユーザーが予め取得し、取得した実機の製造公差に基づいてユーザーが作成するデータである。
（炉心解析方法）
次に、実施形態にかかる炉心解析方法として、不確かさを含む係数ＦＱを算出する処理について説明する。図６は、不確かさを含む熱流束熱水路係数を算出する処理の一例を示すフローチャートである。図６に示す処理は、ユーザーの指示に基づいて、制御部１６により実行される。以下、図６の処理により最終的な解析結果として算出される係数ＦＱの設計値を「係数ＦＱＤ」と称する。
図６に示すように、制御部１６は、解析対象となる炉心５のデータＤ１を取得し、データＤ１に基づいて、計算コードを用いて係数ＦＱＣの値を算出する（ステップＳ１０）。ここでの係数ＦＱＣは、本実施形態で考慮する各種の不確かさを含まない値である。次に、制御部１６は、計算コードの不確かさを含んだ係数ΔＦＱＵを取得する（ステップＳ２０）。係数ΔＦＱＵは、予め所定の解析プログラムを用いて算出される値であり、本実施形態では、記憶部１８に記憶されているものとする。なお、ステップＳ２０において、係数ΔＦＱＵを所定の解析プログラムを用いて算出するものとしてもよい。
次に、制御部１６は、複数の燃料集合体６の曲がり量および複数の燃料棒２９の製造公差による不確かさを含む係数ΔＦＱＥＢおよび曲がり量によるバイアスｆ（Ｂ）を取得する（ステップＳ３０）。以下の説明では、適宜、複数の燃料集合体６の曲がり量および複数の燃料棒２９の製造公差による不確かさを含んだ係数ΔＦＱＥＢを「幾何形状不確かさを含んだ係数ΔＦＱＥＢ」と称する。係数ΔＦＱＥＢの算出手法については、後述する。また、バイアスｆ（Ｂ）は、燃料集合体６の曲がり量を考慮することで、曲がり量を考慮しない場合に比べて、係数ＦＱが大きくなることを考慮して付与されるバイアスである。
制御部１６は、ステップＳ１０からステップＳ３０で取得した係数ＦＱＣ、ΔＦＱＵ、ΔＦＱＥＢおよびバイアスｆ（Ｂ）に基づいて、解析結果としての係数ＦＱＤを次式（１）にしたがって算出する（ステップＳ４０）。式（１）中の右辺に含まれる“ΔＦＱＵ／ＦＱＣ”は、計算コードの不確かさを示し、“ΔＦＱＥＢ／ＦＱＣ”は、幾何形状不確かさを示す。
Figure 0007377778000001
（幾何形状不確かさを含んだ係数ΔＦＱＥＢの算出）
次に、幾何形状不確かさを含んだ係数ΔＦＱＥＢを算出する処理について説明する。図７は、幾何形状不確かさを含んだ係数を算出する処理の一例を示すフローチャートである。図８は、幾何形状不確かさを含んだ係数を算出する処理の一例を模式的に示す概略図である。
図７に示すように、制御部１６は、まず、記憶部１８に記憶された炉心パターンのデータＤ２を取得する（ステップＳ５１）。図８に示すように、データＤ２は、複数（本実施形態では、Ｎ個）の任意の炉心パターンＰＡｉ（ｉは、１からＮまでの整数）を含み、各炉心パターンＰＡｉは、複数の燃料集合体６に関するデータを含んでいる。なお、炉心パターンＰＡｉの個数Ｎは、ユーザーにより予め任意の数が設定される。次に、制御部１６は、記憶部１８に記憶された曲がり量の確率分布のデータＤ３および製造公差の確率分布のデータＤ４を取得する（ステップＳ５２）。
制御部１６は、ステップＳ５１、Ｓ５２で入力パラメータを取得すると、取得した曲がり量の確率分布のデータＤ３に基づいて、ランダムサンプリングにより、データＤ２に含まれる各炉心パターンＰＡｉを摂動させ、炉心パターンＰＡｉの一つずつについて、複数（本実施形態では、Ｍ個）の曲がりパターンＰＢｊ（ｊは、１からＭまでの整数）を作成する（ステップＳ５３）。なお、曲がりパターンＰＢｊの個数Ｍは、ユーザーにより予め任意の数が設定される。また、曲がりパターンＰＢｊの作成に際して、燃料集合体６の曲がり量の上限値は、任意の値に設定することができる。各曲がりパターンＰＢｊは、炉心パターンＰＡｉに含まれる複数の燃料集合体６に、ランダムに曲がり量を付与したデータとなる。さらに、制御部１６は、所定の処理プログラムを用いて、各曲がりパターンＰＢｊの曲がり量をギャップＧに変換したギャップパターンＰＣｊを作成する（ステップＳ５４）。ギャップパターンＰＣｊは、曲がりパターンＰＢｊと同様に、炉心パターンＰＡｉの一つずつについて、Ｍ個作成されることになる。したがって、全体としては、Ｎ×Ｍ個のギャップパターンＰＣｊが作成される。
次に、制御部１６は、ステップＳ５２で取得した製造公差の確率分布のデータＤ４に基づいて、ランダムサンプリングにより、データＤ２に含まれる各炉心パターンＰＡｉを摂動させ、炉心パターンＰＡｉの一つずつについて、複数（本実施形態では、Ｍ個）の公差パターンＰＤｊ（ｊは、１からＭまでの整数）を作成する（ステップＳ５５）。公差パターンＰＤｊは、ギャップパターンＰＣｊと同じ数だけ作成される。各公差パターンＰＤｊは、炉心パターンＰＡｉに含まれる複数の燃料集合体６の複数の燃料棒２９に、ランダムに製造公差を付与したデータとなる。
そして、制御部１６は、炉心パターンＰＡｉの一つずつについて、ギャップパターンＰＣｊと公差パターンＰＤｊとを適宜組み合わせ、複数セットの入力パラメータとする。組み合わせ方としては、いずれの組み合わせ方でもよいが、例えば、Ｍ個のギャップパターンＰＣｊとＭ個の公差パターンＰＤｊとを無作為に（ランダムに）組み合わせて、Ｍ個の入力パラメータを生成してもよいし、Ｍ個のギャップパターンＰＣｊとＭ個の公差パターンＰＤｊとを１対１で関連付けて、Ｍ個の入力パラメータを生成してもよい。
制御部１６は、炉心パターンＰＡｉの一つずつについて、ギャップパターンＰＣｊと公差パターンＰＤｊとを組み合わせたＭ個の入力パラメータを用いて、係数ＦＱを算出するための計算コードを実行し、Ｍ個の係数ΔＦＱＥＢｊ（ｊは、１からＭまでの整数）を算出する（ステップＳ５６）。したがって、全体としては、Ｎ×Ｍ個の係数ΔＦＱＥＢｊが算出されることになる。
制御部１６は、算出したＮ×Ｍ個の係数ΔＦＱＥＢｊを統計処理することで、幾何形状不確かさを含んだ係数ΔＦＱＥＢを算出する（ステップＳ５７）。具体的には、制御部１６は、算出したＮ×Ｍ個の係数ΔＦＱＥＢｊを算術平均して平均値を算出する。続いて、制御部１６は、算出したＮ×Ｍ個の係数ΔＦＱＥＢｊに基づいて、標準偏差を算出する。そして、制御部１６は、標準偏差に信頼係数を乗算し、信頼係数を乗算した標準偏差に基づいて、係数ΔＦＱＥＢを算出する。なお、信頼係数の算出については、ΔＦＱＥＢｊが従う確率分布の特定が不要なブートストラップ法を適用することもできる。ブートストラップ法は、標本から母集団の性質を推定する手法であり、正規分布のみならず、任意の確率分布に適用することができる。
これにより、図６のステップＳ３０で取得される幾何形状不確かさを含んだ係数ΔＦＱＥＢが算出される。以上の処理により算出される幾何形状不確かさを含んだ係数ΔＦＱＥＢは、複数の炉心パターンＰＡｉ、曲がり量の確率分布、製造公差の確率分布に基づいて算出される。
（曲がり量による不確かさの評価）
次に、曲がり量による不確かさの評価について説明する。図９は、曲がり量による不確かさの確率分布（存在割合）の一例を示す説明図である。図９の横軸は、曲がり量による局所出力の変化量である。なお、図９に示す確率分布の算出に際して、サンプル数は、ユーザーが任意に設定することができる。また、図９に示す確率分布の算出に際して、曲がり量の上限値は、ユーザーが任意に設定することができる。
図９に示した例では、曲がり量による不確かさの確率分布は、正規分布とはならないことがわかる。そのため、図９に例示した曲がり量による不確かさの確率分布について統計処理を行う場合には、ブートストラップ法を用いることもできる。ここでは、ブートストラップ法を用いて信頼係数を定め、定めた信頼係数を標準偏差σに乗じて不確かさを算出する。
以上説明したように、実施形態にかかる炉心解析方法は、炉心５に含まれる複数の燃料集合体６に関するデータである炉心パターンＰＡｉを、燃料集合体６の曲がり量に関するデータである確率分布に基づいて摂動させた複数の曲がりパターンＰＢｊを作成するステップＳ５３と、曲がりパターンＰＢｊについて、曲がり量を隣り合う燃料集合体６同士のギャップＧに変換したギャップパターンＰＣｊを作成するステップＳ５４と、ギャップパターンＰＣｊを入力パラメータとし、計算コードを用いて熱流束熱水路係数ΔＦＱＥＢｊを算出するステップＳ５６と、算出された複数の熱流束熱水路係数ΔＦＱＥＢｊを統計処理するステップＳ５７と、統計処理により得られた値（熱流束熱水路係数ΔＦＱＥＢ）に基づいて、曲がり量による不確かさを含む熱流束熱水路係数ＦＱＤを炉心特性の解析結果として算出するステップＳ４０とを含む。
この構成により、燃料集合体６に生じる曲がり量のデータに基づいて、炉心５に含まれる燃料集合体６にランダムに曲がりを生じさせ、曲がり量による不確かさを含む熱流束熱水路係数ＦＱＤを得ることができる。
また、炉心パターンＰＡｉを、複数の燃料棒２９の製造公差に関するデータである確率分布に基づいて摂動させた複数の公差パターンＰＤｊを作成するステップＳ５５をさらに含み、熱流束熱水路係数ΔＦＱＥＢｊを算出するステップＳ５６は、ギャップパターンＰＣｊおよび公差パターンＰＤｊを入力パラメータとし、計算コードを用いて熱流束熱水路係数ΔＦＱＥＢｊを算出する。この構成により、燃料集合体６に生じる曲がりの影響に加え、燃料棒２９の製造公差による不確かさを考慮した熱流束熱水路係数ＦＱＤを算出することができる。
また、実施形態にかかる炉心解析方法は、計算コードの不確かさを取得するステップＳ２０をさらに含み、解析結果を算出するステップＳ４０は、計算コードによる不確かさをさらに含む熱流束熱水路係数ＦＱＤを解析結果として算出する。この構成により、燃料集合体６に生じる曲がりの影響に加え、計算コードによる不確かさを考慮した熱流束熱水路係数ＦＱＤを算出することができる。
５ 炉心
６ 燃料集合体
６ａ 燃料集合体の下端
１０ 炉心解析装置
１２ 入力部
１４ 表示部
１６ 制御部
１８ 記憶部
２９ 燃料棒
Ｇ ギャップ
ＰＡｉ 炉心パターン
ＰＢｊ 曲がりパターン
ＰＣｊ ギャップパターン
ＰＤｊ 公差パターン

Claims (5)

  1. 炉心に含まれる複数の燃料集合体に関するデータである炉心パターンを、前記燃料集合体の曲がり量に関するデータである確率分布に基づいて摂動させた複数の曲がりパターンを作成するステップと、
    前記曲がりパターンについて、曲がり量を隣り合う前記燃料集合体同士のギャップに変換したギャップパターンを作成するステップと、
    前記ギャップパターンを入力パラメータとし、計算コードを用いて熱流束熱水路係数を算出するステップと、
    算出された複数の前記熱流束熱水路係数を統計処理するステップと、
    前記統計処理により得られた値に基づいて、前記曲がり量による不確かさを含む前記熱流束熱水路係数を炉心特性の解析結果として算出するステップと
    を含む炉心解析方法。
  2. 前記炉心パターンを、複数の燃料棒の製造公差に関するデータである確率分布に基づいて摂動させた複数の公差パターンを作成するステップをさらに含み、
    前記熱流束熱水路係数を算出するステップは、前記ギャップパターンおよび前記公差パターンを入力パラメータとし、前記計算コードを用いて前記熱流束熱水路係数を算出する請求項１に記載の炉心解析方法。
  3. 前記計算コードの不確かさを取得するステップをさらに含み、
    前記解析結果を算出するステップは、前記計算コードによる不確かさをさらに含む前記熱流束熱水路係数を前記解析結果として算出する請求項１または請求項２に記載の炉心解析方法。
  4. 炉心に含まれる複数の燃料集合体に関するデータである炉心パターンを、前記燃料集合体の曲がり量に関するデータである確率分布に基づいて摂動させた複数の曲がりパターンを作成するステップと、
    前記曲がりパターンについて、曲がり量を隣り合う前記燃料集合体同士のギャップに変換したギャップパターンを作成するステップと、
    前記ギャップパターンを入力パラメータとし、計算コードを用いて熱流束熱水路係数を算出するステップと、
    算出された複数の前記熱流束熱水路係数を統計処理するステップと、
    前記統計処理により得られた値に基づいて、前記曲がり量による不確かさを含む前記熱流束熱水路係数を炉心特性の解析結果として算出するステップと
    をコンピュータに実行させるプログラム。
  5. 原子炉の炉心特性を解析する制御部を備え、
    前記制御部は、
    炉心に含まれる複数の燃料集合体に関するデータである炉心パターンを、前記燃料集合体の曲がり量に関するデータである確率分布に基づいて摂動させた複数の曲がりパターンを作成するステップと、
    前記曲がりパターンについて、曲がり量を隣り合う前記燃料集合体同士のギャップに変換したギャップパターンを作成するステップと、
    前記ギャップパターンを入力パラメータとし、計算コードを用いて熱流束熱水路係数を算出するステップと、
    算出された複数の前記熱流束熱水路係数を統計処理するステップと、
    前記統計処理により得られた値に基づいて、前記曲がり量による不確かさを含む前記熱流束熱水路係数を炉心特性の解析結果として算出するステップと
    を実行する炉心解析装置。
JP2020123034A 2020-07-17 2020-07-17 炉心解析方法、プログラムおよび炉心解析装置 Active JP7377778B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020123034A JP7377778B2 (ja) 2020-07-17 2020-07-17 炉心解析方法、プログラムおよび炉心解析装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020123034A JP7377778B2 (ja) 2020-07-17 2020-07-17 炉心解析方法、プログラムおよび炉心解析装置

Publications (2)

Publication Number Publication Date
JP2022019280A JP2022019280A (ja) 2022-01-27
JP7377778B2 true JP7377778B2 (ja) 2023-11-10

Family

ID=80204079

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020123034A Active JP7377778B2 (ja) 2020-07-17 2020-07-17 炉心解析方法、プログラムおよび炉心解析装置

Country Status (1)

Country Link
JP (1) JP7377778B2 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110305311A1 (en) 2008-11-13 2011-12-15 Areva Np Gmbh Fuel element for a pressurized-water nuclear reactor

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57156592A (en) * 1981-03-24 1982-09-27 Mitsubishi Atomic Power Ind Method of monitoring axial power distribution
JPH05273369A (ja) * 1992-03-25 1993-10-22 Nuclear Fuel Ind Ltd 燃料棒及び燃料集合体
JPH0943377A (ja) * 1995-07-26 1997-02-14 Toshiba Corp 沸騰水型原子炉の炉心

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110305311A1 (en) 2008-11-13 2011-12-15 Areva Np Gmbh Fuel element for a pressurized-water nuclear reactor
JP2012508871A (ja) 2008-11-13 2012-04-12 アレヴァ エンペー ゲゼルシャフト ミット ベシュレンクテル ハフツング 加圧水形原子炉の燃料集合体

Also Published As

Publication number Publication date
JP2022019280A (ja) 2022-01-27

Similar Documents

Publication Publication Date Title
Kiedrowski et al. Whisper: Sensitivity/uncertainty-based computational methods and software for determining baseline upper subcritical limits
JP2007206060A (ja) 制約問題に対する提案される解のロバストネスを評価し、制約問題の解を展開する際にロバストネスを考慮する方法および装置
WO2019167311A1 (ja) 共分散データ作成装置、炉心解析装置、共分散データ作成方法、マクロ共分散調整方法、炉心特性評価方法、共分散データ作成プログラム、マクロ共分散調整プログラム、及び炉心特性評価プログラム
Radaideh et al. Combining simulations and data with deep learning and uncertainty quantification for advanced energy modeling
KR20040054566A (ko) 핵 원자로용의 봉 패턴 설계 생성 방법 및 구조
Martin et al. Progress in international best estimate plus uncertainty analysis methodologies
CN107153732B (zh) 一种Pin-by-Pin分析压水堆堆芯瞬态的方法
Mascolino et al. Benchmarking of the rapid code system using the gbc-32 cask with variable burnups
JP6433334B2 (ja) 共鳴計算プログラム及び解析装置
JP7377778B2 (ja) 炉心解析方法、プログラムおよび炉心解析装置
Albugami et al. Modeling and simulation of VERA core physics benchmark using OpenMC code
US20110246153A1 (en) Method for pellet cladding interaction (pci) evaluation and mitigation during bundle and core design process and operation
JP5777444B2 (ja) 共鳴計算プログラムおよび解析装置
Hoefer et al. Proposal for benchmark phase IV role of integral experiment covariance data for criticality safety validation
Mouginot et al. MOX fuel enrichment prediction in PWR using polynomial models
JP7252100B2 (ja) 炉心計算方法、炉心計算プログラムおよび炉心計算装置
Wanninger et al. Screening sensitivity analysis of a PWR fuel assembly FEM structural model
Sanchez-Saez et al. Uncertainty analysis of a loss of cooling and loss of coolant accident in a spent fuel pool using TRACE
Berger et al. Applying priority-informed STPA to a nuclear I&C system
Tarequzzaman et al. Prediction of spent nuclear fuel isotopic composition for the VVER-1000 reactor utilizing regression tree
Perfetti et al. Diagnosing undersampling biases in Monte Carlo eigenvalue and flux tally estimates
JP2019179018A (ja) 未臨界性評価装置、未臨界性評価方法及び未臨界性評価プログラム
Abdel-Khalik et al. Towards Development of Uncertainty Library for Nuclear Reactor Core Simulation
Malá et al. Cvr/ujv support to fuel inspections at temelin npp
Krivtchik et al. Development of depletion code surrogate models for uncertainty propagation in scenario studies

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230127

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230922

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20231003

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231030

R150 Certificate of patent or registration of utility model

Ref document number: 7377778

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150