KR20190115107A - 원자로를 모델링하는 시스템 및 방법 - Google Patents
원자로를 모델링하는 시스템 및 방법 Download PDFInfo
- Publication number
- KR20190115107A KR20190115107A KR1020197028619A KR20197028619A KR20190115107A KR 20190115107 A KR20190115107 A KR 20190115107A KR 1020197028619 A KR1020197028619 A KR 1020197028619A KR 20197028619 A KR20197028619 A KR 20197028619A KR 20190115107 A KR20190115107 A KR 20190115107A
- Authority
- KR
- South Korea
- Prior art keywords
- fuel
- reactor
- core
- group
- movements
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 93
- 239000000446 fuel Substances 0.000 claims abstract description 718
- 230000033001 locomotion Effects 0.000 claims abstract description 308
- 230000004044 response Effects 0.000 claims abstract description 21
- 238000004200 deflagration Methods 0.000 claims abstract description 18
- 230000000712 assembly Effects 0.000 claims description 121
- 238000000429 assembly Methods 0.000 claims description 121
- 238000002485 combustion reaction Methods 0.000 claims description 116
- 238000004088 simulation Methods 0.000 claims description 101
- 238000013461 design Methods 0.000 claims description 71
- 230000009257 reactivity Effects 0.000 claims description 44
- 239000002826 coolant Substances 0.000 claims description 34
- 230000008859 change Effects 0.000 claims description 31
- 238000009826 distribution Methods 0.000 claims description 20
- 230000004043 responsiveness Effects 0.000 claims description 17
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 239000002574 poison Substances 0.000 claims description 5
- 231100000614 poison Toxicity 0.000 claims description 5
- 239000002699 waste material Substances 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims 14
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims 4
- 229910052698 phosphorus Inorganic materials 0.000 claims 4
- 239000011574 phosphorus Substances 0.000 claims 4
- 238000004458 analytical method Methods 0.000 description 81
- 239000000463 material Substances 0.000 description 37
- 230000006870 function Effects 0.000 description 32
- 238000007726 management method Methods 0.000 description 30
- 230000004992 fission Effects 0.000 description 27
- 230000008569 process Effects 0.000 description 26
- 230000001052 transient effect Effects 0.000 description 25
- 238000004364 calculation method Methods 0.000 description 24
- 238000003860 storage Methods 0.000 description 20
- 230000004907 flux Effects 0.000 description 16
- 238000005457 optimization Methods 0.000 description 16
- 238000005253 cladding Methods 0.000 description 15
- 230000003993 interaction Effects 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- 238000006243 chemical reaction Methods 0.000 description 12
- 239000003758 nuclear fuel Substances 0.000 description 12
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 12
- 230000006399 behavior Effects 0.000 description 11
- 238000012546 transfer Methods 0.000 description 9
- 241000270295 Serpentes Species 0.000 description 8
- 229910052770 Uranium Inorganic materials 0.000 description 8
- 230000001419 dependent effect Effects 0.000 description 8
- 239000000203 mixture Substances 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000000644 propagated effect Effects 0.000 description 6
- 238000012800 visualization Methods 0.000 description 6
- 239000006096 absorbing agent Substances 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 230000000670 limiting effect Effects 0.000 description 4
- 238000013508 migration Methods 0.000 description 4
- 230000005012 migration Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000010845 search algorithm Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013499 data model Methods 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 229910052708 sodium Inorganic materials 0.000 description 3
- 239000011734 sodium Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 229910052778 Plutonium Inorganic materials 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000003071 parasitic effect Effects 0.000 description 2
- OYEHPCDNVJXUIW-UHFFFAOYSA-N plutonium atom Chemical compound [Pu] OYEHPCDNVJXUIW-UHFFFAOYSA-N 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000002915 spent fuel radioactive waste Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- ZSLUVFAKFWKJRC-IGMARMGPSA-N 232Th Chemical compound [232Th] ZSLUVFAKFWKJRC-IGMARMGPSA-N 0.000 description 1
- 206010067623 Radiation interaction Diseases 0.000 description 1
- 229910052776 Thorium Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002745 absorbent Effects 0.000 description 1
- 239000002250 absorbent Substances 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 229910001338 liquidmetal Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000011824 nuclear material Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000005624 perturbation theories Effects 0.000 description 1
- 230000010399 physical interaction Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003362 replicative effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- -1 structure Substances 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 238000002076 thermal analysis method Methods 0.000 description 1
- 238000012932 thermodynamic analysis Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 238000013076 uncertainty analysis Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C3/00—Reactor fuel elements and their assemblies; Selection of substances for use as reactor fuel elements
- G21C3/02—Fuel elements
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C1/00—Reactor types
- G21C1/02—Fast fission reactors, i.e. reactors not using a moderator ; Metal cooled reactors; Fast breeders
- G21C1/022—Fast fission reactors, i.e. reactors not using a moderator ; Metal cooled reactors; Fast breeders characterised by the design or properties of the core
- G21C1/026—Reactors not needing refueling, i.e. reactors of the type breed-and-burn, e.g. travelling or deflagration wave reactors or seed-blanket reactors
-
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C19/00—Arrangements for treating, for handling, or for facilitating the handling of, fuel or other materials which are used within the reactor, e.g. within its pressure vessel
- G21C19/42—Reprocessing of irradiated fuel
- G21C19/50—Reprocessing of irradiated fuel of irradiated fluid fuel, e.g. regeneration of fuels while the reactor is in operation
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/001—Computer implemented control
-
- 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
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C5/00—Moderator or core structure; Selection of materials for use as moderator
- G21C5/18—Moderator or core structure; Selection of materials for use as moderator characterised by the provision of more than one active zone
- G21C5/20—Moderator or core structure; Selection of materials for use as moderator characterised by the provision of more than one active zone wherein one zone contains fissile material and another zone contains breeder material
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/001—Computer implemented control
- G21D3/004—Fuel shuffle simulation; fuel shuffle optimisation
-
- 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
-
- 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
-
- Y02E30/38—
-
- 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
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S376/00—Induced nuclear reactions: processes, systems, and elements
- Y10S376/90—Particular material or material shapes for fission reactors
- Y10S376/901—Fuel
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Plasma & Fusion (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
진행파 원자로(TWR)와 같은 원자로에서 연료 집합체의 최적의 이동을 결정하는 시스템이 제공된다. 이러한 시스템은 동작 원자로 노심 내의 폭연파의 노심 임계 및 위치를 포함하는(이에 제한되지는 않음) 하나 이상의 제약에 응답하여 최적의 연료 주기 이동을 결정하기 위하여, 노심 동작 및 연료 이동을 병렬로 모델링할 수 있다. 일 실시예에 따르면, 최적의 솔루션은 가능한 연료 이동을 시뮬레이션하기 위한 분기 검색을 사용하여 결정될 수 있다.
Description
이 출원은 2017년 3월 3일자로 출원된 "고급 원자로의 통합 설계를 위한 계산 툴(COMPUTATIONAL TOOLS FOR INTEGRATED DESIGN OF ADVANCED NUCLEAR REACTORS)"라는 명칭의 미국 출원 일련 번호 제62/466,747호의 임시 출원(35 U.S.C. §119(e))의 정규 출원이다. 이 출원은 2017년 2월 27일자로 출원된 "원자로를 모델링하기 위한 시스템 및 방법(SYSTEM AND METHOD FOR MODELING A NUCLEAR REACTOR)"이라는 명칭의 미국 출원 일련 번호 제62/464,254호의 임시 출원(35 U.S.C. §119(e))의 정규 출원이며, 두 출원 다 그 전체가 참고로 포함된다.
이 특허 문서에 포함된 자료의 일부는 미국 및 기타 국가의 저작권법에 따라 저작권 보호를 받는다. 저작권자는 미국 특허상표청에 공개적으로 이용 가능한 파일 또는 기록에 나타난 것과 같은 특허 문서 또는 특허 개시의 임의의 사람에 의한 팩시밀리 복제에 반대하지 않지만, 무슨 일이 있어도 모든 저작권을 보유한다. 이에 따라 저작권자는 37 C.F.R. §1.14에 따른 권리를 제한 없이 포함하여, 이 특허 문서를 기밀로 유지해야 하는 임의의 권리를 포기하지 않는다.
원자로의 설계, 시뮬레이션 및/또는 모니터링을 위한 많은 시스템이 있다. 많은 시스템이 다양한 분석을 수행할 수 있지만, 많은 툴이 일관된 방식으로 통합되어 있지 않거나 설계 및/또는 실시간 운영 및 제어에 필요한 수준으로 속도, 최적화 및/또는 충실도(fidelity)를 제공하지 않는 것으로 인식된다.
일부 유형의 반응로(reactor)에서, 안전하고 효율적이며 경우에 따라 최적의 노심 및/또는 연료 성능을 보장하기 위해 반응로 내에서 연료 집합체의 많은 이동을 수행하는 것이 유리할 수 있음을 이해해야 한다. 노심 및 연료 성능은 양 및/또는 위치에서 임계치를 초과하도록(또는 다수의 경계 조건 내에) 유지하기 위해(전력, 플럭스, 온도 등) 임의의 하나 이상의 파라미터(또는 조합)로 표시될 수 있다. 연료의 연소가 최적화되도록 재장전(refueling) 동작 사이에서 연료를 이동시키는 것이 유리할 수 있다. 실제로, 진행파 원자로(traveling wave reactor) 또는 TWR로서 당업계에 알려진 하나의 이러한 원자로 유형에서, 연료가 증식(breed up)을 위해 반응로 내에 배치되도록 보장하기 위해 반응로 내에서 일련의 셔플링(shuffling) 동작으로 연료가 이동될 수 있고, 그 후 동작 노심 내에 존재하는 정재파와 관련하여 연소되는 것으로 이해된다.
TWR 반응로는 증식-연소(breed and burn) 반응로의 한 유형이다; 그러나, 이하의 논의가 TWR 반응로를 참조하여 논의되지만, 방법 및 기술은 임의의 반응로 유형(증식-연소(breed and burn), LWR 반응로, 증식 반응로(breeder), BWR 반응로 등)에 적용 가능하다는 것을 이해해야 한다.
증식-연소 반응로에서, 연료 집합체는 핵분열 가능(fissionable) 연료를 함유하며, 이는 현장에서(in-situ) 증식-연소될 수 있다. 본 명세서에서 사용되는 바와 같이, 핵분열 가능 연료는 임의의 핵분열성(fissile) 연료 및/또는 핵원료성(fertile) 연료를 포함할 수 있고, 중성자 흡수재, 중성자 독물질, 중성자 투명 물질 등을 포함하는 다른 적합한 재료와 연료 요소의 내부 부피 내에서 혼합, 조합 또는 포함될 수 있다. 핵분열성 물질은 우라늄, 플루토늄 및/또는 토륨을 포함하는 핵분열 또는 중성자 플럭스 생성을 위한 임의의 적합한 물질을 포함할 수 있다. 핵원료성 연료는 천연 우라늄, 감손된 우라늄, 비농축 우라늄, 폐(spent) LWR 연료 등을 포함하여 핵분열성 연료까지 증식될 수 있는 임의의 적절한 핵원료성 연료일 수 있다. 핵분열 가능한 연료는 반응로 노심에서 과잉의 중성자로 증식된 후 연소되어, 반응로 노심 내에서 열을 생성할 수 있다.
하나의 특정 시나리오에서, 연소 영역 외부에 위치한 연료는 신(fresh) 핵원료성 연료 집합체가 외부 증식 영역의 노심에 삽입되는 수렴-발산 셔플링 동작에서 서서히 증식될 수 있고, 추가 연료 주기에서 집합체가 점프 링(jump ring)에 접근할 때까지 노심 쪽으로 이동(migrate)된다. 점프 링은 연료의 움직임을 증식 조건에서 연소 조건으로 전환하고 다시 노심 밖으로 되돌아 오는 노심의 결정된 지점이다. 집합체가 연료 주기의 특정 지점에서 점프 링에 접근할 때, 이들은 중앙 근처에 위치하여 점프 링에 다시 도달할 때까지 발산(diverge)되어, 노심의 외주로 점프하거나 (예를 들어, 재장전 동작 중에) 노심으로부터 완전히 방출(discharge)된다.
이러한 셔플링 동작을 수행하는 계산은 복잡하고 연료 집합체의 수와 그들의 상이한 상태가 많기 때문에, 이전의 연료 시스템은 각 연료 주기에 대해 미리 결정된 연료 이동을 가졌으며 반응로 동작, 연료 집합체 상태의 동적 변화에 응답하지 않았다. 일부 경우에 연료 연소를 최적화하기 위해 연료 집합체의 최적의 이동을 결정하는 반응로를 모델링하기 위한 동작을 수행할 수 있는 시스템을 갖는 것이 유리할 것이다.
이 목적을 위해, 반응로 및 반응로 내의 연료 집합체의 이동을 모델링할 수 있는 시스템이 제공될 수 있다. 이러한 시스템은 예를 들어 특정 기준을 충족시키는 최적의 연료 셔플링 시나리오를 결정하는데 유용할 수 있다. 일반적으로 이러한 시스템과 수행된 계산은 너무 복잡하고 비용이 많이 들기 때문에 모델링된 환경에서 제한된 일련의 결정된 변경에 응답하여 초기 설계를 테스트하는 데 사용된다. 그러나, TWR 반응로 및 다른 반응로들의 경우, 동작 사이에 연료 집합체의 다수의 이동이 있을 수 있으며, 노심 동작의 실시간 및 고 충실도 모델을 지속적으로 모델링하고 연료의 최적의 연소를 달성하기 위해 그러한 이동의 최적화를 수행하는 것이 바람직할 것이라고 이해된다.
일 양태는 일련의 연료 관리 체계를 모델링 및 테스트할 수 있는 연료 처리기(fuel handler) 모듈에 관한 것이다. 이러한 모듈은 다수의 병렬 연료 이동을 수행할 수 있고, 각 집합체에서 실행 가능한 연료의 대부분이 노심으로부터 제거되기 전에 연소되도록 연료의 연소를 보장하는 시간에 따른 최적의 이동 세트를 결정할 수 있다. 이러한 모듈은 모델링된 노심 내에서 이동의 영향을 시뮬레이션하는 다른 모듈과 관련하여 동작할 수 있다. 예를 들어, 무엇보다도 중성자, 연료 성능, 열 유압, 운동(kinetic), 기계, 안전 및 경제 파라미터를 시뮬레이션하는 다른 모듈이 제공될 수 있다. 일 양태에 따르면, 열 유압 한계 내에서 임계를 달성하면서 연소를 최적화하기 위해 반응로 및 그의 연료 이동을 모델링하는 능력을 갖는 것이 바람직할 수 있다. 이러한 모델링은 예를 들어 각각의 연료 주기에서 다수의 연료 집합체를 이동시키는 것과 반응로 동작 시간에 의해 분리된 다수의 연료 주기에 걸쳐 그것을 모델리링하는 것을 포함하여 다수의 연료 주기에 걸친 그룹 이동을 효율적으로 모델링할 수 있는 특수 컴퓨터 시스템에 의해 수행될 수 있다. 이러한 방식으로, 시스템은 반응로가 특정 동작 제한 내에서 동작할 수 있게 하는 최적의 연료 그룹 이동을 예측함으로써 연료를 보다 효과적으로 연소시킬 수 있다.
다른 실시예에 따르면, 시스템은 시간에 따라 반응로에 존재하는 특정 연료의 분류를 포함하여, 동작에 따른 연료 유형의 특성을 결정할 수 있다. 예를 들어, 특정 유형의 연료 중 적어도 하나는 공급(feed) 유형의 연료(예를 들어, 조사(irradiation)에 의해 핵분열성 물질로 전환될 수 있는 핵원료성 연료) 및 드라이버(driver) 유형의 연료(예를 들어, 핵분열 반응을 유지할 수 있는 핵분열성 연료)를 포함하는 복수의 유형의 연료 중 적어도 하나를 포함한다.
연료 자체는 아니지만, 핵분열성 물질의 연소 후 연료봉은 전형적으로 중성자 흡수제로서 사용될 수 있다. 드라이버 연료 유형은 연소파(burn wave) 또는 다른 이유로 점화하기 위해 노심에 초기에 삽입될 수 있는 점화기 유형 연료(예를 들어, 농축 우라늄)를 포함할 수 있다. 다른 드라이버 연료 유형은 핵원료성 공급 연료로부터 증식된 플루토늄과 같은 증식 드라이버(bred driver) 연료를 포함할 수 있다. 연료 핀(fuel pin)은 연료 핀 내의 상이한 위치 내에 유사하거나 상이한 유형의 연료를 포함할 수 있다. 유사하게, 연료 집합체는 상이한 위치에서 상이한 연료 집합체 내에 동일하거나 상이한 연료 유형을 포함할 수 있다. 연료 유형 및 연료의 위치(노심, 연료 집합체 및/또는 연료 핀 내에서)는 다수의 연료 주기에 걸쳐 반응로 내에서 재배치될 때 시뮬레이션되고 추적될 수 있다. 반응로 노심 모델링 시스템은 또한 반응로의 복수의 연료 주기에 대해 복수의 유형의 연료 중 적어도 하나의 연료 및 원자로 내의 현재 위치 및/또는 전력 분포에 기초하여 가능한 그룹 이동을 결정할 수 있다.
다른 양태에 따르면, 시스템은 지정된 범위 내에서 노심의 임계를 유지하는 최적의 연료 이동을 결정하는데 사용될 수 있다. 예를 들어, 노심의 동작 동안, 특정 연료 이동이 노심의 동작을 교란시킬 수 있고 그 임계에 영향을 줄 수 있다는 것이 이해된다. 예를 들어, TWR 원자로에서, 캐스케이드된 연료 이동이 노심의 임계를 방해하지 않도록 노심의 연소 영역이 유지될 필요가 있으며, 아마도 더 농축된 연료로 원자로의 재시동이 필요하다.
또한, 다른 예에서, 실질적으로 동일한 위치 내에서 전력 영역(예를 들어, TWR 원자로에서, 연소파의 위치(예를 들어, 폭연파(deflagration wave)))을 유지하고, 실질적으로 일정한 연소 위치를 유지하기 위해 노심 내에서 핵분열 가능 연료를 이동, 추가 또는 제거하는 것이 요구될 수 있다. 위에서 언급한 바와 같이, TWR 반응로는 원위치 증식(in-situ breeding)을 사용하는 관류형(once-through) 반응로이다. 증식은 유입되는 미임계(subcritical) 재장전 연료를 새로운 임계 연료로 변환하여 증식-연소(breed-burn) 파가 전파되도록 한다. 이 개념은 증식-연소(폭연) 파가 연료 이동에 대해 이동한다는 점을 기초로 동작한다. 따라서, 연료 또는 전력은 고정 관찰자에 대해 이동할 수 있다. 초기 예에서, 연소파는 연료에 대해 선형(candle-like) 방향으로 움직였다. 다른 초기 예에서, 폭연파는 중심에서 개시되고 방사상 바깥쪽으로 팽창한다. TWR 반응로의 다른 실시예는 폭연파 핵 반응을 실질적으로 정지된 연소 영역(때때로 "정재파(standing wave)"로 지칭됨)에서 유지하면서 연료를 이동시키는 것을 포함한다. 하나의 바람직한 시나리오에서, 연소 영역은 반응로 용기에 대해 실질적으로 정지되어 있는 반면, 새로운 연료는 연소 영역 주위로 이동한 다음 연소 영역 내로 이동한다. 최적의 연소를 달성하면서 이 정재파를 달성하고 원자로의 임계를 보장하기 위해서는, 연료 변화 및 이동을 적절히 모델링하는 시스템이 필요하다.
이러한 시스템은 모델링된 노심의 실제 동작 파라미터를 수신하여 연료 이동 및/또는 캐스케이딩(cascading) 이동의 그룹에 응답하여 정재파의 실제 위치를 결정할 수 있다. 수신될 수 있는 실제 동작 파라미터는 무엇보다도 예를 들어, 온도, 중성자, 연료 성능, 연소, 연소 이력, 연소 한계, 반응도(집합체의 k-infinity), 전력 생산, 체류 시간, 연료 낭비, 구조의 설계 및/또는 안전 한계(예를 들어, 피복재 재료의 열화), 모델링된 핵분열성 덩어리(mass) 또는 독물질과 같은 기타 재료, 임계 레벨, 정재파의 위치, 온도 이력, 냉각재 흐름, 냉각재 흐름 이력, 원하는 전력 분배, 반응도, 및 반응도 피드백을 포함한다. 시스템은 무엇보다도 노심 상에서의 임계의 측정과 같은 다른 파라미터를 모니터링할 수 있다. 이러한 정보는 차후의 일련의 연료 이동의 추가 계산을 위한 입력으로서 모델로 피드백될 수 있다. TWR 반응로에서의 하나의 특정한 노심 구현에서, 반응로 기반 모델은 임계를 유지하고, 연료 성능 한계를 존중하며 실질적으로 정지된 전력 분배를 유지하는 잠재적인 연료 이동을 겪는다. 이러한 모델은 초기 시동 기간 이후 외부 재장전 주기 동안 핵원료성 연료만을 수신해야 한다는 추가 요구 사항을 가질 수 있다.
일 실시예에 따르면, 모델링된 노심과 관련된 다수의 병렬 계산을 수행할 수 있는 특수 클러스터 기반 컴퓨터 시스템이 제공된다. 하나의 예시적인 구현에서, 동일한 노심 모델과 관련된 다수의 캐스케이딩 이동은 병렬로 실행되고, 하나 이상의 원하는 파라미터(예를 들어, 임계 레벨, 정재파의 위치, 안전 한계 내에서의 동작 등)에 대해 스코어링된다. 각각의 이동 세트에 대해 스코어가 결정되고, 최적의 스코어가 동작 반응로에서 실행되는 실제 이동 세트로서 선택된다. 컴퓨터 시스템은 개별적인 캐스케이딩된 연료 이동 세트를 보다 신속하게 평가하기 위해 병렬로 동작하는 다수의 코어 프로세서를 포함할 수 있다. 일 실시예에서, 스코어는 캐스케이딩된 이동 세트가 지정된 파라미터를 얼마나 잘 달성했는지에 관한 결정이 이루어지는 측정치이다. 이 측정치는 특정한 이동 세트를 선택하는 데 사용될 수 있다. 다른 구현에서, 특정 파라미터(예를 들어, 임계가 유지되지 않거나 연료 집합체 실패 등)를 위반하는 시뮬레이션은 고려에서 제거된다.
일 실시예에서, 연료 이동에 응답하여 노심의 섭동을 결정하기 위해 업데이트되고 시뮬레이션되는 노심을 설명하는 복수의 모델이 있을 수 있다. 이러한 모델에는 예를 들어 GUI 기반 입력 모델, 원자로 노심의 계층적 요소를 설명하는 계층 적 객체 모델, 결정적 모델(예를 들어, DIF3D/REBUS), 스토캐스틱(stochastic) 모델(예를 들어, MCNPXT), 예를 들어, 다중 차원에서 노심의 동작을 반영할 수 있는 다른 유형의 모델 중에서 (XTView와 같은) 그래픽 및 시각화 모듈을 포함할 수 있다. 일례에서, 반응로 노심 프레임워크 모델은 물리적 반응로의 추상 모델, 연료 집합체, 연료 집합체의 핀 및 연료 핀 내의 연료, 재료 라이브러리 및 열 팽창 데이터, 각 집합체에 대한 연료 이동을 위한 위치 추적 이력 및 결과의 데이터베이스 스토리지를 포함할 수 있다.
물리적 모델의 물리학을 설명하거나 시뮬레이션하기 위해 적절한 추가 모델이 사용될 수 있다. 중성자 모델은 연료 위치, 유형 및 상태, 연료 셔플링 설계 및 최적화 모듈, 병렬화된 감손 솔버(depletion solver), 연소 의존 미시적 단면적(microscopic cross section) 관리자, 핵분열 생성물 모듈, 연료 주기 경제성, 핀 레벨 플럭스 재구성, 왜곡의 반응도 영향을 기반으로 한 중성자 활동의 결정론적 및/또는 스토캐스틱 모델을 포함할 수 있다. 과도 분석, 서브 채널 분석, 열 분석(thermos analysis) 및/또는 냉각재 흐름을 위한 오리피스(orificing) 시스템을 포함하는 열/유압 모델. 연료 성능 및/또는 노심 기계적 모델은 연료 핀 번형(strain) 모델링 및/또는 (OXBOW와 같은) 결과적인 연료 핀 변형(deformation)을 포함할 수 있다. 냉각재 손실 및/또는 기타 이벤트(예를 들어, SASSYS/SAS4A)의 결정론적 분석, 반응도 계수 및/또는 제어봉 가치, 정지 및/또는 제어봉 감손 결정을 포함할 수 있는 과도 분석 모델.
일 양태에 따르면, 원자로 데이터를 분석하는 방법이 제공되고, 상기 방법은, 복수의 연료 집합체를 포함하는 노심을 갖는 원자로(nuclear reactor)를 모델링하기에 적합한 반응로(reactor) 노심 모델링 시스템에 의해, 상기 노심 내의 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동(fuel move)을 결정하는 단계를 포함하고, 상기 복수의 연료 이동을 결정하는 단계는, 상기 원자로의 복수의 연료 주기를 위한 반응로 노심 모델링 시스템에 의해, 복수의 가능한 그룹 이동 - 각각의 가능한 그룹 이동은 상기 복수의 연료 주기 중 각각의 것과 관련됨 - 을 결정하는 단계, 및 상기 반응로 노심 모델링 시스템에 의해 다수의 연료 주기에 걸쳐 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하는 단계를 포함하고, 상기 최적의 시퀀스의 그룹 이동을 결정하는 단계는 상기 시퀀스에 걸쳐 상기 노심 내에서 연료의 최적의 연소(burnup)를 달성한다. 일 실시예에 따르면, 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하는 단계는, 원자로의 노심 내에서 임계 및/또는 물리적 (안전/설계) 한계를 유지하면서 노심 내에서 최적의 연소를 달성하는 적어도 하나의 시퀀스의 그룹 이동을 결정하는 단계를 더 포함한다. 일 실시예에 따르면, 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하는 단계는, 원자로의 노심 내에서 임계를 유지하는 적어도 하나의 시퀀스의 그룹 이동을 결정하는 단계를 더 포함한다. 다른 실시예에 따르면, 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하는 단계는, 상기 원자로의 노심 내에서 실질적으로 동일한 지역 내에서 연소파(burning wave)를 유지하고/하거나 각 집합체 내의 연료(또는 복수의 연료 집합체)의 목표 연소를 달성하는 적어도 하나의 그룹 이동 시퀀스를 결정하는 단계를 더 포함한다.
일 실시예에 따르면, 상기 반응로 노심 모델링 시스템은 상기 원자로에 결합되고 상기 원자로의 하나 이상의 동작 파라미터를 수신하도록 동작 가능하고, 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하는 것은 상기 원자로의 수신된 하나 이상의 동작 파라미터에 응답하여 결정된다. 일 실시예에 따르면, 상기 반응로 노심 모델링 시스템은 상기 노심 내의 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동을 결정하는 단계를 수행하도록 동작 가능한 분기 검색 계산기(branch search calculator)를 포함한다. 다른 실시예에 따르면, 상기 시스템은 상기 복수의 가능한 그룹 이동과 병렬로 상기 분기 검색 계산기에 의해 최적의 시퀀스의 그룹 이동을 검색하는 것을 포함한다. 또 다른 실시예에 따르면, 상기 분기 검색 계산기는 인터페이스를 포함하고, 상기 방법은 상기 분기 검색 계산기에 의해 상기 최적의 시퀀스의 그룹 이동을 검색하는 것을 제한하는 하나 이상의 입력을 수신하는 단계를 더 포함한다.
일 실시예에 따르면, 상기 인터페이스는 사용자 인터페이스이고, 상기 방법은 상기 사용자 인터페이스를 통해 하나 이상의 입력을 사용자로부터 수신하는 단계를 더 포함한다. 일 실시예에 따르면, 상기 분기 검색 계산기는 하나 이상의 출력을 결정한다. 일 실시예에 따르면, 상기 하나 이상의 출력은 이동 주기에 걸쳐 상기 원자로의 노심 내에서 반응도 변경(reactivity change)을 포함하는 그룹 및 상기 노심 내에서 상기 복수의 연료 집합체의 특정 그룹의 노심내 이동(in-core move)을 식별하는 표시 중 적어도 하나를 포함한다. 다른 실시예에 따르면, 상기 하나 이상의 출력은, 연료 집합체가 이동되어야 하는 위치를 식별하는 표시, 상기 노심의 임계의 표시, 상기 연료 집합체에 걸친 압력 강하, 주기 동안 상기 연료 집합체의 전력 변화, 상기 연료 집합체에 대한 냉각의 표시, 특정 주기에 대한 이동의 수의 표시, 상기 특정 주기에 대한 이동 체인의 표시, 상기 연료 집합체에 대한 k∞의 표시, 및 상기 특정 주기에 걸친 반응도 변화(reactivity swing)의 표시를 포함하는 그룹 중 적어도 하나를 포함한다.
일 실시예에 따르면, 상기 하나 이상의 입력은, 특정 주기에 걸쳐 반응도 변화에 대한 허용 가능한 한계의 표시, 연료 집합체와 관련된 물리적 한계, 및 상기 연료 집합체에서 허용 가능한 전력 변화의 표시를 포함하는 그룹 중 적어도 하나를 포함한다. 일 실시예에 따르면, 상기 노심 내의 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동을 결정하는 단계는 상기 원자로의 노심 내에 존재하는 정재(standing) 폭연파와 관련하여 특정 그룹의 배치를 결정하는 단계를 더 포함한다. 다른 실시예에 따르면, 상기 노심 내의 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동을 결정하는 단계는 재장전(refueling) 동작 전에 상기 노심 내의 특정 그룹의 배치를 결정하는 단계를 더 포함한다. 또 다른 실시예에 따르면, 상기 노심 내의 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동을 결정하는 단계는 재장전 동작까지의 복수의 가능한 캐스케이딩(cascading) 연료 이동을 결정하는 단계를 더 포함한다. 일 실시예에 따르면, 상기 복수의 연료 집합체는 노심의 중심 영역 근처 및 점프 라인(jump line) 뒤의 상기 노심 내의 제1 위치에 위치된 제1 유형의 연료를 포함하는 제1 연료 집합체, 상기 노심의 주변 영역 근처 및 점프 라인 밖의 상기 노심 내의 제2 위치에 위치된 (제1 유형과는 상이한) 제2 유형의 연료를 포함하는 제2 연료 집합체, 점프 라인에 인접한 제3 위치에 위치된 (제1 유형 및 제2 유형과 상이한) 제3 유형의 연료를 포함하는 제3 연료 조립체를 포함한다.
일 실시예에 따르면, 상기 재장전 동작까지의 복수의 가능한 캐스케이딩 연료 이동을 결정하는 단계는 상기 노심으로부터 연료 집합체를 제거하지 않고 상기 재장전 동작까지의 복수의 가능한 캐스케이딩 연료 이동을 결정하는 단계를 더 포함한다. 일 실시예에 따르면, 상기 시스템은 상기 반응로 노심 모델링 시스템에 의해, 상기 반응로의 섭동(perturbation)의 결정에 응답하여 상기 복수의 가능한 그룹 이동의 스코어를 결정하는 것을 더 포함한다. 일 실시예에 따르면, 상기 연료 그룹이 특정 유형의 연료를 포함하고, 상기 원자로의 복수의 연료 주기를 위한 반응로 노심 모델링 시스템에 의해, 상기 특정 유형의 연료에 적어도 부분적으로 기초하여 상기 복수의 가능한 그룹 이동을 결정하는 단계를 더 포함한다. 다른 실시예에 따르면, 상기 특정 유형의 연료 중 적어도 하나는 공급(feed) 유형의 연료(예를 들어, 조사(irradiation)에 의해 핵분열성 물질로 전환될 수 있는 핵원료성 연료) 및 드라이버(driver) 유형의 연료(예를 들어, 핵분열 반응을 유지할 수 있는 핵분열성 연료)를 포함하는 복수의 유형의 연료 중 적어도 하나를 포함하고, 상기 원자로의 복수의 연료 주기를 위한 반응로 노심 모델링 시스템에 의해, 복수의 가능한 그룹 이동을 결정하는 단계는 복수의 유형의 연료 중 적어도 하나 및 상기 반응로 내의 정재파(standing wave)의 현재 위치에 기초한다.
일 실시예에 따르면, 상기 반응로 노심 모델링 시스템에 의해, 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하는 단계는, 상기 반응로 노심 모델링 시스템에 의해 하나 이상의 반응로 파라미터에 기초하여 상기 시퀀스에 걸쳐 상기 노심 내에서 연료의 최적의 연소를 결정하는 단계를 포함하고, 상기 하나 이상의 반응로 파라미터는, 연소 이력, 연소 한계, 온도 이력, 냉각재 흐름, 냉각재 흐름 이력, 원하는 전력 분배, 반응도, 및 반응도 피드백을 포함하는 그룹으로부터의 하나 이상의 파라미터를 포함한다. 파라미터들은 또한 무엇보다도 온도, 중성자, 연료 성능, 연소, 반응도(집합체의 K-inifinity), 전력 생산, 체류 시간, 연료 낭비, 구조의 설계 및/또는 안전 한계(예를 들어, 피복재 재료의 열화), 모델링된 핵분열성 덩어리 또는 독물질과 같은 다른 물질, 임계 레벨, 정재파의 위치, 및 온도 이력을 더 포함한다. 일 실시예에 따르면, 상기 시스템은 상기 반응로 내에서 결정된 최적의 시퀀스의 그룹 이동을 수행하도록 연료 처리기 메커니즘을 제어하는 것을 더 포함한다. 다른 실시예에 따르면, 상기 최적의 시퀀스의 그룹 이동은 수렴-발산 셔플링 패턴을 달성한다.
다른 양태에 따르면, 원자로 데이터를 분석하는 시스템이 제공되고, 상기 시스템은, 복수의 연료 집합체를 포함하는 노심, 상기 노심 내에서 상기 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동을 갖는 원자로를 모델링하도록 구성되고, 상기 반응로 노심 모델링 시스템은, 상기 노심 내의 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동을 결정하도록 구성된 분기 검색 컴포넌트를 포함하고, 상기 분기 검색 컴포넌트는, 상기 원자로의 복수의 연료 주기에 대해, 복수의 가능한 그룹 이동 - 각 그룹 이동은 상기 복수의 연료 주기 중 각각의 것과 관련됨 - 을 결정하고, 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하도록 구성되고, 상기 시퀀스에 걸쳐 상기 노심 내에서 연료의 최적의 연소를 달성한다. 일 실시예에 따르면, 상기 분기 검색 컴포넌트는 상기 원자로의 노심 내에서 임계를 유지하면서 상기 노심 내에서 최적의 연소를 달성하는 적어도 하나의 그룹 이동 시퀀스를 결정하도록 동작 가능하다. 일 실시예에 따르면, 상기 분기 검색 컴포넌트는 상기 원자로의 노심 내에서 임계를 유지하는 적어도 하나의 그룹 이동 시퀀스를 결정하도록 동작 가능하다. 다른 실시예에 따르면, 상기 분기 검색 컴포넌트는 상기 원자로의 노심 내에서 실질적으로 동일한 지역 내에서 연소파를 유지하는 적어도 하나의 그룹 이동 시퀀스를 결정하도록 동작 가능하다.
일 실시예에 따르면, 상기 반응로 노심 모델링 시스템은 상기 원자로에 결합되고 상기 원자로의 하나 이상의 동작 파라미터를 수신하도록 동작 가능하고, 상기 분기 검색 계산기는 상기 원자로의 수신된 하나 이상의 동작 파라미터에 응답하여 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하도록 동작 가능하다. 일 실시예에 따르면, 분기 검색 계산기는 상기 복수의 가능한 그룹 이동과 병렬로, 최적의 시퀀스의 그룹 이동을 검색하도록 동작 가능하다. 다른 실시예에 따르면, 상기 분기 검색 계산기는 인터페이스를 포함하고, 상기 분기 검색 계산기는 상기 최적의 시퀀스의 그룹 이동을 검색하는 것을 제한하는 하나 이상의 입력을 수신하도록 구성된다. 또 다른 실시예에 따르면, 상기 인터페이스는 사용자 인터페이스이고, 상기 사용자 인터페이스는 사용자로부터 상기 하나 이상의 입력을 수신하도록 구성된다.
일 실시예에 따르면, 상기 분기 검색 계산기는 하나 이상의 출력을 결정하도록 구성된다. 일 실시예에 따르면, 상기 하나 이상의 출력은 이동 주기에 걸쳐 상기 원자로의 노심 내에서 반응도 변경을 포함하는 그룹 및 상기 노심 내에서 상기 복수의 연료 집합체의 특정 그룹의 노심내 이동을 식별하는 표시 중 적어도 하나를 포함한다. 일 실시예에 따르면, 상기 하나 이상의 출력은, 연료 집합체가 이동되어야 하는 위치를 식별하는 표시,상기 노심의 임계의 표시, 상기 연료 집합체에 걸친 압력 강하, 주기 동안 상기 연료 집합체의 전력 변화, 상기 연료 집합체에 대한 냉각의 표시, 특정 주기에 대한 이동의 수의 표시, 상기 특정 주기에 대한 이동 체인의 표시, 상기 연료 집합체에 대한 k∞의 표시, 및 상기 특정 주기에 걸친 반응도 변화의 표시를 포함하는 그룹 중 적어도 하나를 포함한다.
일 실시예에 따르면, 상기 하나 이상의 입력은, 특정 주기에 걸쳐 반응도 변화에 대한 허용 가능한 한계의 표시, 연료 집합체와 관련된 물리적 한계, 및 상기 연료 집합체에서 허용 가능한 전력 변화의 표시를 포함하는 그룹 중 적어도 하나를 포함한다. 일 실시예에 따르면, 상기 분기 검색 계산기는 상기 원자로의 노심 내에 존재하는 정재 폭연파와 관련하여 특정 그룹의 배치를 결정하도록 동작 가능하다. 일 실시예에 따르면, 상기 분기 검색 계산기는 재장전 동작 전에 상기 노심 내의 특정 그룹의 배치를 결정하도록 동작 가능하다. 다른 실시예에 따르면, 상기 분기 검색 계산기는 재장전 동작까지의 복수의 가능한 캐스케이딩 연료 이동을 결정하도록 동작 가능하다.
일 실시예에 따르면, 상기 분기 검색 계산기는 상기 연료의 수명까지의 하나 또는 다수이 연료 주기 내에서 복수의 가능한 캐스케이딩 연료 이동을 결정하도록 동작 가능하다. 하나의 예시적인 구현에서, 상기 분기 검색 계산기는 BoL로부터 EoL까지의 다수의 연료 주기에 걸칠 뿐 아니라, 단일 연료 주기에서 복수의 캐스케이딩 연료 이동을 평가하도록 동작 가능하고, 다수의 연료 유형은 이루는 BoL에 새로 삽입되고 일부는 EoL 근처에 있고, 노심 내의 다른 사용에 대하여 제거되기 위해 평가되거나 재분류된다. 일 실시예에 따르면, 상기 반응로 노심 모델링 시스템은 상기 반응로의 섭동의 결정에 응답하여 상기 복수의 가능한 그룹 이동의 스코어를 결정하도록 구성된다. 다른 실시예에 따르면, 상기 연료 그룹이 특정 유형의 연료를 포함하고, 상기 분기 검색 계산기는 상기 특정 유형의 연료에 적어도 부분적으로 기초하여 상기 원자로의 복수의 연료 주기에 대하여 상기 복수의 가능한 그룹 이동을 결정하도록 구성된다. 다른 실시예에 따르면, 상기 특정 유형의 연료 중 적어도 하나는 공급 유형의 연료 및 드라이버 유형의 연료를 포함하는 복수의 유형의 연료 중 적어도 하나를 포함하고, 상기 분기 검색 계산기는 상기 복수의 유형의 연료 중 적어도 하나 및 상기 반응로 내의 정재파의 현재 위치에 기초하여 상기 복수의 가능한 그룹 이동을 결정하도록 구성된다.
일 실시예에 따르면, 상기 반응로 노심 모델링 시스템은 하나 이상의 반응로 파라미터에 기초하여 상기 시퀀스에 걸쳐 상기 노심 내에서 연료의 최적의 연소를 결정하도록 구성된다. 상기 연료의 최적의 연소는 반응로의 임계, 연소 전면의 위치를 유지하는 것, 재료 한계를 벗어나지 않는 것을 포함할 수 있는 하나 이상의 요건 내에서 하나 이상의 반응로 파라미터에 기초하여 캐스케이딩 이동을 통한 각 개별 연료 집합체에 대한 목표일 수 있다. 하나 이상의 반응로 파라미터는 연소 이력, 연소 한계, 온도 이력, 냉각재 흐름, 냉각재 흐름 이력, 원하는 전력 분배, 반응도, 및 반응도 피드백을 포함하는 그룹으로부터의 하나 이상의 파라미터를 포함한다. 일 실시예에 따르면, 상기 시스템은 상기 반응로 내에서 결정된 최적의 시퀀스의 그룹 이동을 수행하도록 구성된 연료 처리기 컴포넌트를 더 포함한다. 이 컴포넌트는 예를 들어, 시뮬레이션 시스템 내의 소프트웨어 컴포넌트로서 구현될 수 있다. 다른 실시예에 따르면, 상기 최적의 시퀀스의 그룹 이동은 수렴-발산 셔플링 패턴을 달성한다.
이들 예시적인 양태 및 예의 또 다른 양태, 예 및 이점이 아래에서 상세하게 논의된다. 또한, 전술한 정보 및 다음의 상세한 설명은 단지 다양한 양태 및 예의 예시적인 예일 뿐이며, 청구된 양태 및 예의 속성 및 특성을 이해하기 위한 개요 또는 프레임워크를 제공하려는 것으로 이해되어야 한다. 본 명세서에 개시된 임의의 예는 본 명세서에 개시된 목적(object), 목표(aim) 및 필요(need) 중 적어도 하나와 일치하는 임의의 방식으로 임의의 다른 예와 조합될 수 있으며, "예(example)", "일부 예(some examples)", "대안적인 예(alternate example)", " 다양한 예(variouus examples)", "하나의 예(one example)", "적어도 하나의 예(at least one example", "이 예 및 다른 예들(this and other examples)" 등의 언급은 반드시 상호 배타적인 것은 아니며 예와 관련하여 설명된 특정 특징, 구조 또는 특성이 적어도 하나의 예에 포함될 수 있다는 것을 의도한다. 본 명세서에서 이러한 용어의 출현이 반드시 모두 동일한 예를 언급하는 것은 아니다.
적어도 하나의 예의 다양한 양태가 첨부 도면을 참조하여 아래에서 논의되며, 이는 규모에 맞게 그려지는 의도는 아니다. 도면들은 다양한 양태들 및 예들의 예시 및 추가 이해를 제공하기 위해 포함되며, 본 명세서에 포함되고 본 명세서의 일부를 구성하지만, 특정 예의 한계의 정의로서 의도된 것은 아니다. 본 명세서의 나머지 부분과 함께 도면은 설명되고 특허청구된 양태 및 예의 원리 및 동작을 설명하는 역할을 한다. 도면들에서, 다양한 도면들에 예시된 각각의 동일하거나 거의 동일한 컴포넌트는 유사한 숫자로 표시된다. 명확성을 위해, 모든 컴포넌트가 모든 도면에서 라벨링되는 것은 아닐 수 있다.
도 1은 다양한 양태들을 구현할 수 있는 분산 컴퓨터 시스템의 블록도를 도시한다.
도 2A는 일 실시예에 따른 반응로의 모델링을 수행하기 위한 예시적인 프로세스를 도시한다.
도 2B는 일 실시예에 따른 반응로의 모델링을 수행하기 위한 다른 예시적인 프로세스를 도시한다.
도 2C는 일 실시예에 따른 예시적인 분기 검색(branch search)을 도시한다.
도 3은 일 실시예에 따른 원자로를 모델링 및 제어할 수 있는 시스템의 블록도를 도시한다.
도 4는 일 실시예에 따른 동작 반응로와 관련하여 반응로를 시뮬레이션 및 모델링하기 위한 예시적인 프로세스를 도시한다.
도 5A는 일 실시예에 따른 예시적인 노심 및 연료 집합체 및 예시적인 연료 이동을 도시한다.
도 5B는 다른 실시예에 따른 예시적인 노심 및 연료 집합체 배열을 도시한다.
도 5C는 다른 실시예에 따른 예시적인 노심 및 연료 집합체 배열을 도시한다.
도 6은 반응로 시뮬레이션을 수행하기 위한 종래의 프로세스를 도시한다.
도 7은 일 양태에 따라 반응로 시뮬레이션을 수행하기 위한 프로세스를 도시한다.
도 8A는 일 실시예에 따른 반응로 노심 모델링 시스템을 도시한다.
도 8B는 일 실시예에 따른 반응로 노심 모델링 시스템의 예시적인 컴포넌트를 도시한다.
도 9는 일 실시예에 따른 반응로 노심 모델링 시스템의 일 구현을 도시한다.
도 10은 일 실시예에 따른 반응로의 예시적인 모델링을 도시한다.
도 11A-11B는 일 실시예에 따른 예시적인 시뮬레이션 프로세스를 도시한다.
도 12A-12B는 일 실시예에 따른 반응로 노심 모델링 시스템의 일 구현을 도시한다.
도 13은 일 실시예에 따른 인터페이스 스택의 예시적인 구현을 도시한다.
도 14는 일 실시예에 따른 시뮬레이션 컴포넌트 사이의 상호 작용의 일례를 도시한다.
도 15는 일 실시예에 따른 반응로 노심 모델링 시스템을 구현하도록 구성된 클러스터 인터페이스의 하나의 예시적인 사용자 인터페이스를 도시한다.
도 16은 일 실시예에 따른 시뮬레이션 파라미터 및 관련 제어를 포함하는 하나의 예시적인 사용자 인터페이스를 도시한다.
도 17은 일 실시예에 따른 다른 예시적인 인터페이스를 도시한다.
도 18-18B는 제어봉과 관련된 파라미터 및 시뮬레이션 제어 설정을 포함하는 예시적인 인터페이스를 도시한다.
도 19A-19B는 일 실시예에 따른 시뮬레이션 파라미터 및 관련 제어를 포함하는 다른 예시적인 사용자 인터페이스를 도시한다.
도 20은 연료 관리와 관련된 파라미터 및 시뮬레이션 제어 설정을 포함하는 예시적인 인터페이스를 도시한다.
도 21은 시뮬레이션 파라미터를 포함하는 노심 지오메트리를 나타내는 예시적인 인터페이스를 도시한다.
도 22는 컴퓨터 클러스터의 일 구현을 도시한다.
도 1은 다양한 양태들을 구현할 수 있는 분산 컴퓨터 시스템의 블록도를 도시한다.
도 2A는 일 실시예에 따른 반응로의 모델링을 수행하기 위한 예시적인 프로세스를 도시한다.
도 2B는 일 실시예에 따른 반응로의 모델링을 수행하기 위한 다른 예시적인 프로세스를 도시한다.
도 2C는 일 실시예에 따른 예시적인 분기 검색(branch search)을 도시한다.
도 3은 일 실시예에 따른 원자로를 모델링 및 제어할 수 있는 시스템의 블록도를 도시한다.
도 4는 일 실시예에 따른 동작 반응로와 관련하여 반응로를 시뮬레이션 및 모델링하기 위한 예시적인 프로세스를 도시한다.
도 5A는 일 실시예에 따른 예시적인 노심 및 연료 집합체 및 예시적인 연료 이동을 도시한다.
도 5B는 다른 실시예에 따른 예시적인 노심 및 연료 집합체 배열을 도시한다.
도 5C는 다른 실시예에 따른 예시적인 노심 및 연료 집합체 배열을 도시한다.
도 6은 반응로 시뮬레이션을 수행하기 위한 종래의 프로세스를 도시한다.
도 7은 일 양태에 따라 반응로 시뮬레이션을 수행하기 위한 프로세스를 도시한다.
도 8A는 일 실시예에 따른 반응로 노심 모델링 시스템을 도시한다.
도 8B는 일 실시예에 따른 반응로 노심 모델링 시스템의 예시적인 컴포넌트를 도시한다.
도 9는 일 실시예에 따른 반응로 노심 모델링 시스템의 일 구현을 도시한다.
도 10은 일 실시예에 따른 반응로의 예시적인 모델링을 도시한다.
도 11A-11B는 일 실시예에 따른 예시적인 시뮬레이션 프로세스를 도시한다.
도 12A-12B는 일 실시예에 따른 반응로 노심 모델링 시스템의 일 구현을 도시한다.
도 13은 일 실시예에 따른 인터페이스 스택의 예시적인 구현을 도시한다.
도 14는 일 실시예에 따른 시뮬레이션 컴포넌트 사이의 상호 작용의 일례를 도시한다.
도 15는 일 실시예에 따른 반응로 노심 모델링 시스템을 구현하도록 구성된 클러스터 인터페이스의 하나의 예시적인 사용자 인터페이스를 도시한다.
도 16은 일 실시예에 따른 시뮬레이션 파라미터 및 관련 제어를 포함하는 하나의 예시적인 사용자 인터페이스를 도시한다.
도 17은 일 실시예에 따른 다른 예시적인 인터페이스를 도시한다.
도 18-18B는 제어봉과 관련된 파라미터 및 시뮬레이션 제어 설정을 포함하는 예시적인 인터페이스를 도시한다.
도 19A-19B는 일 실시예에 따른 시뮬레이션 파라미터 및 관련 제어를 포함하는 다른 예시적인 사용자 인터페이스를 도시한다.
도 20은 연료 관리와 관련된 파라미터 및 시뮬레이션 제어 설정을 포함하는 예시적인 인터페이스를 도시한다.
도 21은 시뮬레이션 파라미터를 포함하는 노심 지오메트리를 나타내는 예시적인 인터페이스를 도시한다.
도 22는 컴퓨터 클러스터의 일 구현을 도시한다.
일 구현에 따르면, 원자로를 모델링 및 제어할 수 있는 시스템이 제공된다. 특히, 특정 실시예는 핵분열 반응로, 및 이러한 유형의 반응로를 제어하고 모델링하기 위한 장치에 관한 것일 수 있다. 그러나, 핵분열 반응로, 고속 핵분열 반응로, 증식-연소 반응로, 및 경우에 따라 폭연파를 생성하는 증식-연소 반응로를 포함하는 다양한 유형의 반응로가 다른 실시예에 의해 이익을 얻을 수 있음을 이해해야 한다.
일 예에서, 핵분열 반응로는 반응로 용기 내에 배치된 반응로 노심을 포함하는 핵분열 폭연파 반응로를 포함할 수 있다. 반응로는 반응로 동작의 상이한 측면을 모니터링하고 제어하는 역할을 하는 모니터링 및 제어 시스템을 포함하는 많은 상이한 시스템을 포함한다. 부록 A에 첨부된 2014년 5월 22일에 출원된 NUCLEAR FISSION REACTOR, VENTED NUCLEAR FISSION MODULE, METHODS THEREFORE AND VENTED NUCLEAR FISSION FUEL MODULE SYSTEM(핵분열 반응로, 배기형 핵분열 모듈, 그 방법 및 배기형 핵분열 연료 모듈 시스템)이라는 명칭의 미국 특허출원 번호 제14/284,542호에 설명된 것과 같은 상이한 원자로 유형이 잘 알려져 있다. 또한, 부록 B에 첨부된 2016년 7월 13일에 출원된 ENHANCED NEUTRONICS SYSTEMS(강화된 중성자 시스템)이라는 명칭의 미국 특허출원 번호 제15/209,300호에 기재된 것과 같은, 이러한 반응로를 모델링하기 위해 사용된 시스템은 다양한 실시예에 따라 사용될 수 있다. 이들 각각의 출원은 본 출원의 필수적인 부분을 형성하며, 본 명세서의 다양한 실시예와 함께 사용될 수 있다.
당 업계에서 진행파 반응로(TWR)로 지칭되는 이러한 유형의 반응로에서, 우라늄(예를 들어, 천연, 감손 또는 농축) 연료와 같은 핵분열 연료가 사용될 수 있다. 다른 요소 또는 동위 원소도 또한 사용될 수 있다. 하나의 이러한 반응로 유형에서, 농축 우라늄 또는 다른 핵분열성 연료 유형을 사용하여 반응로를 초기 시동 한 후, 반응로를 동작시키는 데 사용되는 주요 연료는 핵원료성 연료(예를 들어, 감손된 우라늄, 천연 우라늄, 사용후 연료 등)를 포함하고, 이는 상업용 및 기타 반응로에서 폐기물로서 생산될 수 있다. 이러한 방식으로, 그러한 반응로에 대한 거의 무한한 연료 공급이 가능하다. 다음의 설명은 감손된 우라늄을 갖는 실시예를 설명하기 위해 작성되었지만, 핵분열성 및 핵원료성 재료 중 하나 또는 둘 다를 포함하는 다른 유형의 핵분열 가능한 재료가 적절하게 사용될 수 있다.
이러한 연료는 전형적으로 직사각형 또는 육각형 지오메트리와 같은 어떤 유형의 지오메트리를 갖는 연료 집합체 내에 위치된 연료봉(때때로 연료 핀이라고도 함)으로 어셈블링된다. 연료 집합체는 노심을 형성하기 위해 기하학적 배열로 배열된다. 공지된 바와 같이, 노심은 다른 요소들 중에서도 상이한 유형, 양 및 농축 레벨의 핵분열 가능한 연료, 제어봉 및/또는 중성자 흡수제의 임의의 적절한 조합을 갖는 다수의 상이한 유형의 연료 집합체를 포함할 수 있다. 하나의 특정 유형의 TWR 반응로에서, 중성자 흡수제 및/또는 중성자 변형 구조(예를 들어, 수동(passive), 능동(active))가 위치, 방향, 형상, 속도 및/또는 연소 정면(burn front)의 이동 방향을 제어하기 위해 배열 및/또는 이동될 수 있는 폭연파의 전파 연소 전면(burn front)이 생성된다.
핵분열 반응로의 연료 집합체는 평균적으로 최소 연소 레벨에 도달해야 하며, 물리적(안전/설계) 고려 사항 및/또는 원자로 임계를 충족하는 평형 상태를 유지해야 한다. 이를 위해서는 핵분열 가능한 연료를 노심에 추가하거나 기존 연료 집합체를 노심 내에서 이동하는 것이 필요할 수 있다. 새로운 연료 집합체를 TWR 반응로의 노심에 배치하거나 TWR 반응로 내에서 연료 집합체를 이동시키려면 추가적인 개방형 연료 집합체 위치를 사용할 수 있어야 한다. 따라서, 연료 집합체의 이동에는 적어도 하나의 다른 집합체의 제거 또는 이동이 필요하다. 그러면 변위된 집합체를 다른 위치에 배치해야 하므로, 이는 다른 집합체가 다른 노심 위치로 이동되는 것을 초래한다. 따라서, 이 특정 시나리오에서, 하나의 집합체의 이동은 단일 연료 주기에서 노심 내의 집합체의 이동의 캐스케이드(cascade)를 시작할 수 있음을 이해할 수 있다. 이러한 이동은 다수의 연료 집합체가 각각 다른 연료 집합체 이동의 복잡한 캐스케이드를 개시하면서 도입 및/또는 이동함에 따라 더욱 복잡할 수 있다. 반응로가 재장전 주기 사이에 있는 시점에서 이동이 노심 내 이동으로 시간 및 위치가 제한되는 경우, 연료 집합체 이동은 더욱 복잡할 수 있다.
다양한 실시예에 따르면, 연료 관리는 하나의 연료 공급 주기 내에서만 발생할 수 있거나 또는 다수의 연료 주기일 수 있다. 일 실시예에 따르면, 시스템은 제1 라운드에서 최상의 연료 이동을 할 수 있거나 시스템은 최상의 전체 연료 이동 전략을 결정하기 위해 다수의 이동을 사전에 평가할 수 있다. 시간의 제한은 시스템이 원하는 목표에 대한 특정 연료 관리 동작을 설계하는 데 사용하는 복잡성의 정도(사전에 얼마나 많은 연료 관리 단계)와 관련이 있다. 목적은, 예를 들어, 연소 또는 압력 강하 및/또는 다른 파라미터(들)에서 단독으로 또는 조합하여 최소의 페널티로 어떻게 스타트 업 노심으로부터 평형 노심으로 전환하는가를 포함할 수 있다.
일 실시예에 따르면, 노심 내의 연료 집합체의 캐스케이드 이동 세트를 평가하고 다른 정보 중에서도 기존 노심 데이터, 노심의 이력 및 연료 집합체 파라미터에 기초하여 최적의 움직임을 결정하는 시스템이 제공된다. 이동 결정의 복잡성은 이동의 수 및 지정되고 충족되는 이동 파라미터의 수에 따라 증가하기 때문에, TWR 반응로 내에서 연료 집합체의 이동을 용이하게 하기 위한 특수 시스템이 필요하다. 일 실시예에서, 시스템은 다수의 캐스케이드 이동을 평가하고 이들을 비교하여 최적의 연료 이동을 결정할 수 있다. 그 후 이러한 연료 이동은 반응로 노심 내에서 실제 위치로의 집합체의 결정된 이동을 수행하기 위해 노심 내에 위치된 연료 처리기 메커니즘에 의해 실행될 수 있다.
전통적인 경수로(light water reactor, LWR) 또는 다른 유형의 노심에서, 노심이 다운 동작 상태에 있고 노심이 대체 연료 집합체를 공급하기 위해 외부에서 액세스되는 재장전 동작 동안, 많은 연료 집합체(예를 들어, 18-24 개월마다 1/3 내지 1/2)가 교체된다. 이러한 경우에, 연료는 일반적으로 재장전 동작 사이에서 노심 내에서 "셔플링"되거나 이동되지 않는다. 전형적인 LWR에서, 연료 주기는 일반적으로 약 3년이다. 연료는 노심으로부터 직접 제거되고 외부 연료 집합체로 대체되기 때문에, 집합체는 다른 노심 내 위치로 변위되지 않으며, 이러한 종래의 원자로 시스템에서는 연료 집합체 이동의 캐스케이드가 필요하지 않다. 또한, 이러한 시스템에서, 분석은 일반적으로 초기 노심 설계 및 설계 변경 동안 주기적으로 수행되지만, 시간 비용 및 복잡성 때문에 최적이 아니며 노심 동작에 일반적으로 사용되지 않는다. 일 양태에 따르면, 열 유압 한계 내에서 임계를 달성하면서 연소를 최적화하는 최적의 연료 이동을 결정할 수 있는 시스템이 유리할 것으로 이해된다. 일 실시예에서, 시스템은 연료 집합체 이동의 최적의 세트를 결정할 수 있으며, 각각의 이동 세트는 다수의 연료 주기에 걸친 그룹 이동 사이에서 시간 간격을 갖는다. 즉, 시스템은 각 연료 주기에서 다수의 연료 집합체의 최적의 이동을 결정하고 반응로 시간에 의해 분리된 다수의 연료 주기에 걸쳐 이러한 다수의 이동 세트를 모델링한다. 일 양태에서, 시스템은 시작 시점(예를 들어, 초기 시간 및 상태)에서 종료 시점까지의 연료 이동의 상이한 조합을 모델링할 수 있고, 이러한 세트의 시퀀스를 스코어링하고, 세트의 시퀀스를 비교하여 세트의 최적의 시퀀스를 결정할 수 있다.
임의의 상태 또는 시점에서 반응로의 모델링을 수행할 수 있는 시스템이 제공되기 때문에, 연료 이동 또는 임의의 특정 연료 집합체의 연료 연소 한계와 관련된 노심의 수명 분석을 수행할 수 있다. TWR 반응로 및 다른 긴 수명 또는 연료 주기 반응로는 연료가 더 긴 기간(예를 들어, 10년 이상) 동안 노심 내에 머무를 수 있게 하기 때문에, 연료 및 연료 집합체 컴포넌트의 물리적 한계가 고려될 수 있다. 유사하게, (TWR 반응로를 포함하는) 증식-연소 반응로는 임의의 특정 연료 셔플링 조작 분석에서 어느 연료 집합체를 이동시킬 것인지, 그러한 연료 집합체를 어디로 이동시킬 것인지, 그리고 그러한 연료 집합체를 언제 움직일지를 결정하는 데 있어서, 연료 연소 및 (핵원료성으로부터 핵분열성으로의) 연료 전환, TWR 반응로의 경우 증식-연소 구역 또는 연소 전면, 및 관련 열(온도 및/또는 중성자) 특성을 고려할 수 있다. 핵 노심은 수백 개의 연료 집합체가 아니라도 수십 개의 연료 집합체를 포함할 수 있기 때문에, 어느 집합체를 어디로 움직일 것인지의 조합의 순열은 매우 크다.
또한, 이러한 시스템은 연료 관리 전략을 구현하고 시뮬레이션된 반응로의 설계 및 분석을 돕기 위한 툴로서 사용될 수 있다. 이 툴은 또한 실제 TWR 동작을 위한 라이브 연료 관리를 구현하기 위한 기초로서 이해, 예측 및 역할을 하는 데 사용될 수도 있다.
다수의 캐스케이드된 연료 집합체 이동을 평가하기 위한 하나의 이러한 시스템이 도 1에 예로서 도시되어있다. 특히, 도 1은 일 실시예에 따른 분산 시스템(100)을 도시한다. 하나 이상의 사용자(예를 들어, 사용자(103))에 의해 운영되는 하나 이상의 사용자 컴퓨터(예를 들어, 사용자 컴퓨터(102))와 통신하는 반응로 노심 모델링 시스템(101)이 제공될 수 있다. 사용자 컴퓨터(102)는 원자로의 시뮬레이션 및 성능에 관한 정보를 수신하여 사용자에게 디스플레이하는 하나 이상의 사용자 인터페이스(예를 들어, 사용자 인터페이스(115))를 포함할 수 있다.
시스템(101)은 예를 들어 하나 이상의 처리 노드(105)를 포함할 수 있고, 이들 각각은 하나 이상의 프로세서(예를 들어, 프로세서(106)), 메모리 요소(예를 들어, 메모리(107)), 인터페이스, 네트워크 컴포넌트 또는 다른 처리 컴포넌트를 포함할 수 있다. 일 실시예에 따르면, 원자로의 모델링 및 시뮬레이션에 필요한 컴퓨팅 자원이 광범위하고, 적절한 시간 내에 처리를 완료하기 위해 실제로 많은 동작이 병렬로 수행될 필요가 있다는 것이 이해된다.
이를 위해, 시스템(101)의 일 구현은 처리 노드의 클러스터를 포함할 수 있으며, 이들 각각은 많은 동시 병렬 동작을 수행할 수 있다. 시스템(101)은 또한 스토리지(108)와 같은 다른 요소(예를 들어, 디스크, 스토리지 어레이, 또는 다른 스토리지 디바이스)를 포함할 수 있다. 스토리지(108)는 다른 데이터 요소 중에서 설정(settings)(109), 입력 파일(110), 출력 파일(111), 모델(112), 인터페이스(113) 및 보고서(114)를 포함하는, 원자로를 모델링 및 시뮬레이션하는데 사용되는 하나 이상의 요소를 저장할 수 있다. 특히, 시스템(101)은 최적의 연료 이동을 위한 분기 검색을 수행하는 컴포넌트(여기서는 분기 검색 계산기라고 함)를 포함할 수 있다. 컴포넌트는 하나 이상의 최적의 연료 집합체 이동을 결정할 수 있는 하드웨어, 소프트웨어 및 이들의 조합을 포함할 수 있다.
또한, 시스템(101)은 시뮬레이션의 일부를 수행하고, 시뮬레이션의 결과를 제공하고, 운영 중인 원자력 발전소와의 지시 또는 제어 동작, 또는 다른 관련 입력/출력 기능을 수행하기 위해, 아마 하나 이상의 외부 시스템(104)과 통신할 수 있다.
일 구현에서, 시스템(101)은 고성능 네트워크 연결에 의해 연결된 스토리지 및 메모리를 각각 포함하는 수백 또는 수천 개의 코어 프로세서를 포함하는 노드들의 고성능 클러스터를 포함할 수 있다. 예를 들어, 예시적인 노드는 48GB의 RAM, 500GB 하드 디스크, 인피니밴드(InfiniBand) 네트워크 연결(예를 들어, 40 기가 비트 레이트) 및 하나 이상의 코어 프로세서(예를 들어, 12개의 제온(Xeon) 노심)를 포함할 수 있다. 이러한 노드는 테라플롭스(Teraflops) 범위에서 컴퓨팅 전력을 제공하는 클러스터(예를 들어, HPC 유형 클러스터)에서 함께 연결될 수 있다. 그러나, 분산 컴퓨터 시스템의 다른 유형 및 구성이 사용될 수 있음을 이해해야 한다.
일 실시예에 따르면, 시스템은 단일 입력으로부터 많은 모델을 통합할 수 있고, 다수의 외부 컴퓨팅 시스템 및 반응로의 다양한 측면의 시뮬레이션을 제공하는 관련 코드를 함께 묶을 수 있다. 시스템은 사용자에게 단일 인터페이스를 제공할 수 있으며, 반응로 및 그 연료 이동을 모델링 및 시뮬레이션하는데 사용될 수 있는 반응로의 보다 단순하고 시기 적절한 모델링을 허용할 수 있다.
도 2A-2B는 일 실시예에 따른 원자로 시스템을 모델링하기 위한 예시적인 프로세스(200)를 도시한다. 블록(201)에서, 프로세스(200)가 시작된다. 블록(202)에서, 특정 원자로 설계와 관련된 모델이 생성된다. 예를 들어, 이러한 모델은 시스템(예를 들어, 시스템(101))에 의해 제공되는 하나 이상의 툴을 사용하여 생성될 수 있다. 일례에서, 사용자는 하나 이상의 요소 모델을 사용하여 반응로 설계를 생성할 수 있다. 예를 들어, 반응로 모델은 아래에 추가로 설명되는 바와 같은 반응로 요소의 계층적 설명일 수 있다. 이러한 모델은 시스템(101)의 스토리지 내에 생성되고 저장될 수 있다.
블록(203)에서, 시스템은 모델 설계, 연료 집합체, 중성자, 제어 구조 등에 기초하여, 노심 초기(Beginnig of Life, BoL)에 원자로의 초기 상태를 결정할 수 있다. 일반적으로, 시스템은 연료 요소 각각의 BoL을 결정한 후, 각 연료 요소는 여러 연료 주기 셔플링을 거쳐 그 후 노심 밖에서 폐기(retire)될 것이다. 블록(204)에서, 시스템은 하나 이상의 연료 집합체의 후보 그룹을 선택하고, 선택된 그룹의 연료 집합체에 대해, 연료 이동 규칙 및 시스템 레벨 제약에 대한 하나 이상에 따라 가능한 그룹 이동의 복수의 세트를 결정한다. 예를 들어, 감손된 연료를 갖는 연료 집합체가 특정 농축 레벨을 달성할 때까지 반응로의 중심을 향하여(예를 들어, 폭연파를 향해) 천천히 증식시키는 것이 바람직할 수 있다.
BoL에서 전형적인 노심은 중앙에 초기 점화기가 있어 폭연파를 트리거한 다음, 해당 지역의 외부에서만 연료가 증식된다. 점화기가 제거되고 증식된 연료가 안쪽으로 이동하여 '파(wave)'를 정재 위치로 유지한다. 기본적으로, 파는 연료에 대해 이동하지만, 연료는 냉각재 유동을 단순화할 수 있는 실질적으로 한 곳에서 파의 위치를 유지하기 위해 물리적으로 안쪽으로 이동된다. 연료 이동에 대한 보다 상세한 설명은 부록 C로서 첨부된 "진행파 핵분열 반응로, 연료 집합체 및 그 내부의 연소 제어 방법(Traveling wave nuclear fission reactor, fuel assembly, and method of controlling burnup therein)"이라는 명칭의 미국 특허 번호 제8,942,338호에 기술되고 도시되어, 본 명세서의 필수 부분을 형성한다. 또한, "원자 원자로에서의 물질 이동(Movement of Materials in a Nuclear Reactor)"이라는 명칭의 미국 특허 출원은 다양한 실시예들에 따른 가능한 연료 이동 및 연료 주기 셔플링을 기술하고, 여기에 부록 D로서 첨부된다. 또한, 본 명세서에 부록 E로서 첨부된 "정재파 핵분열 반응로 및 방법(standing wave nuclear fisssion reactor and methods)"이라는 명칭의 미국 특허출원 번호 제12/925,985호는 노심의 한 영역에서 연소 전면을 유지하기 위해 연료를 셔플링하고 연소 영역을 노심에 대해 정지된 상태로 유지하지만 연료에 대해서는 이동하도록 연료를 그 영역 내외로 이동시키는 것을 기술한다.
일 예에 따르면, 시스템은 분기 검색 알고리즘을 사용하여 어느 연료 집합체를 선택 및 이동할지 결정하고, 상이한 기준을 충족시키기 위해 연료 집합체의 선택 및 이동을 최적화한다. 구체적으로, 시스템은 개별 연료 집합체의 연소를 최대화하면서(초과하지 않음), 폭연파의 연소 전면과 같은 연소 영역 내에서 임계를 1보다 높게 유지하며, 이는 다수의 연료 주기에 걸쳐 시스템에 의해 효율적으로 최적화될 수 있다. 시스템은 또한 임계 파라미터(예를 들어, 반응로, 연료 집합체에 대한 물리적 및 다른 유형의 제약 등)를 초과하지 않는 연료 이동을 고려할 수 있다. 분기 검색이 구현될 수 있지만, 임의의 최적화 알고리즘(예를 들어, 몬테 카를로 트리 검색(Monte Carlo tree search, MCTS)과 같은 휴리스틱 검색 알고리즘)이 최적의 연료 이동을 결정하는데 사용될 수 있다.
예를 들어, 몬테 카를로 검색은 일반적으로 게임(예를 들어, 포커)에서 최적의 게임 플레이를 결정하는 데 사용된다. MCTS는 일반적으로 게임에 사용되므로 이동의 다수의 플레이아웃(playout)이 있으며, 이동의 랜덤 샘플이 플레이되어 결과를 결정하고, 이 결과는 그 후 승리한 결과를 초래하는 이동에 가중치를 부여하는 데 사용된다.
MCTS 또는 다른 것과 같은 검색 알고리즘이 원자로 이론에 적용됨에 따라, 선택된 연료 집합체 그룹 및 이들 연료 집합체의 그룹 이동은 하나 이상의 연료 주기에 걸친 원자로의 결과를 결정하기 위해 평가된다. 결과는 상이한 그룹의 연료 이동에 응답하는 반응로의 시뮬레이션의 결과 및 반응로와 관련된 특정 파라미터의 평가이다. 가능한 연료 이동의 랜덤 샘플링이 발생할 수 있지만, 가능한 연료 이동의 순열은 허용 및/또는 원하는 연료 이동의 유형에 관한 휴리스틱 정보에 의해 영향을 받을 수 있다.
경로는 노심 초기(BoL)로부터 반응로의 최종 상태 또는 분기 검색 및 시뮬레이션을 나타내는 도 2C에 보다 상세하게 도시된 외부 재장전 동작과 같은 다른 상태로의 상태 전이로서 탐색 알고리즘에서 정의될 수 있다. 경로를 따르는 노드는 연료 주기 및 각 주기에서 수행되는 연료 이동으로 정의될 수 있다. 일 실시예에서, 이들 이동은 반응로 내에서 캐스케이드 이동의 그룹으로서 정의된다. 각각의 주기에서, 각각의 그룹 이동의 결과는 반응로 노심 모델링 시스템에 의해 다음에 예상되거나 결정된 연료 이동으로 시간에 따라 시뮬레이션될 수 있으며, 반응로 파라미터의 결과(예를 들어, 전술한 다른 팩터 중에서 노심의 K-effective 평가, 전력 분배, 반응도 변화, 집합체의 연소)가 (예를 들어, 연료 주기, 일련의 연료 주기, 노심 말기 등에서) 평가될 수 있다. BoL(또는 연료 주기와 같은 다른 반응로 상태)에서, 연료 집합체 그룹이 이동하도록 선택될 수 있고, 영향을 받는(예를 들어, 변위된) 집합체의 캐스케이드 이동이 시뮬레이션된다. 바람직하지 않은 상태(예를 들어, 허용 가능한 범위를 벗어난 동작 파라미터, 바람직하지 않은 상태의 반응로, 안전 파라미터 초과 등)를 초래하는 분기는 고려에서 제거될 수 있다(예를 들어, 막다른 곳(dead-ended)). 반응로는 다른 그룹의 연료 집합체가 다음 주기(또는 노심 말기(End of Life, EoL)(232))까지 선택, 이동 및 시뮬레이션될 수 있는 다음 상태(예를 들어, 연료 주기)로 시간이 지남에 따라 시뮬레이션된다.
일 구현에서, 시스템은 특정 상태로부터 결과 N 주기를 결정하도록 구성된다. 트리에서 검색이 깊어질수록 해결 중인 문제의 범위가 더 커짐을 이해해야 한다. 일 구현에서, 특정 설계 반복에 대한 실질적인 제한(예를 들어, 시간, 계산 주기)이 있을 수 있다. 시스템은 N 주기 연료 경로에서 직접 미래 상태를 계산하거나 결정을 내리기 위해 단순화된 대리(surrogate) 모델을 사용하여 미래 상태를 추정하도록 구성될 수 있다. 알 수 있는 바와 같이, 연료 성능, 연소/연소 한계, 반응도(집합체가 무한 반복 격자에 있다고 가정하여 집합체의 K-infinity), 전력 생산, 체류 시간, 연료 소모(피복재 재료의 열화), 모델링된 핵분열성 덩어리(또는 독물질과 같은 다른 재료) 및 위치와 같은 연료 그룹 이동의 하나 또는 복수의 반응로 파라미터에 기초한 다수의 상이한 "결과"는 평가되거나 스코어링될 수 있다.
연료 집합체가 연료 성능에 기초하여 이동될 수 있지만, 일 실시예에 따르면, 연료는 결국 중요하고(예를 들어, 특정 keff를 가짐) 명시된 열 유압 한계에 맞는 반응로 노심이어야 할 것이 요구된다. 일 실시예에서, 글로벌 목표 또는 결과는 특정 그룹 이동을 제거하는 개별 집합체 정보와 함께 선택 프로세스의 일부일 수 있다(예를 들어, 원자로로 하여금 너무 낮은 keff의 값을 가지게 한다면, 허용 가능한 집합체 연소를 갖는 특정 연료 이동이 허용되지 않을 수 있다). 특정 파라미터는 특정 측정치(예를 들어, 양호, 불량, 허용 가능, 허용 불가능 등)를 가질 수 있고, 반응로의 독립적인 요소(예를 들어, 특정 연료 집합체) 뿐만 아니라 반응로 전체에 대해 평가될 수 있다. 예를 들어, 특정 이동 세트의 노심의 전력 분포는 12 놈(norm)과 비교될 수 있는 평형 전력 분포와 비교될 수 있다. 알려진 바와 같이, 노심에서 전력을 제거하기 위해 냉각재가 필요하므로 전력 및 냉각재 유량이 관련된다. 즉, Qdot(열 제거율) = mdot(초당 질량) * 열량 * 온도 변화이다.
일 실시예에서, 평형 연료 관리 방식이 결정될 수 있다. 즉, 한 주기 후, 연료 관리 방식이 수행되고(예를 들어, 연소된 집합체를 제거하고, 새로운 집합체를 넣음), 시스템은 마지막 주기로 인한 주기 조건의 시작을 생성한다. 다시 말해, 시스템은 동일한 연료 관리 동작을 수행함으로써 동일한 조건(전력 분배, K-effective 변화)을 계속해서 재생성한다.
주기에 걸친 시뮬레이션으로부터 물리적 파라미터를 평가함으로써, 각각의 이동 세트는 가중될 수 있는 고유한 스코어를 제공할 수 있고, 양호/불량 스펙트럼에 있을 수 있다. 추가 또는 대안 스코어에서, 시뮬레이션된 연료 이동 후 노심의 K-effective 값이 결정될 수 있으며, 1.0 미만이거나 임계 임계치를 초과하지 않는 경우(K-effective 값이 N보다 큰 경우), 스코어는 0일 수 있고/있거나 특정 이동 세트가 고려에서 제거될 수 있다. 이진 결과(예/아니오 또는 0/1)와 직접 스코어의 조합을 평가할 수 있으며, 노고우(no go) 시나리오는 폐기되고, 모든 고우(go) 시나리오는 비교되어 그 주기 또는 일련의 연료 주기에 가장 맞는 것을 찾기 위하여 가장 적합한 스코어를 찾는다. 또한, 연료 증식 및/또는 연소가 결정될 수 있고, 증식이 원하는 임계치를 만족하지 않고/않거나 연소가 연료 한계 또는 연소 임계치를 초과하면, 그 분기의 그룹 이동이 검색에서 제거될 수 있다. 이러한 파라미터들은 그 후 (예를 들어, 논리 문장에서) 고우/노고우 옵션인 연료 이동과 결합된다(예를 들어, 1.0 미만의 K-eff 및 평형을 모방하려고 하는 이 시점까지 유량(flow rate)이 평행 및 이전 연료 관리 옵션과 비교됨). 여러 파라미터로 인해 연료 이동의 특정 후보 솔루션이 시스템 요구 사항을 충족시키지 못할 수 있으므로, 이 조합은 평형과만 비교하거나 개별 값을 평가하는 것보다 더 나은 결과를 제공한다. 일부 실패한 후보는 고려에서 제거될 수 있으며, 나머지는 시뮬레이션 타임 라인에 걸쳐 추가로 평가되고 최적화가 스코어링되고 최적의 세트를 결정하기 위하여 비교된다.
일 예에서, 특정 이동 세트는 반응로가 임계(critical)이거나 미임계(subcritical)인 것을 초래할 수 있다. 노심이 임계인 경우 시스템은 스코어에 1.0을 곱한다. 노심이 미임계인 경우 시스템은 스코어에 0.0을 곱하여 해당 이동 세트가 선택될 가능성을 제거한다. 반응로가 평형 모드에 있지 않을 때(그러나 그것을 얻으려고 시도할 때) 선택된 연료 관리 체계는 평형에서의 전력 분배와 매우 유사하다(예를 들어, 평형 모드와 비교되는 각 개별 집합체의 총 전력의 최소 제곱 비교). 시스템은 이 숫자를 사용하여 하나의 셔플링 패턴이 전력 분배를 복제하는데 있어서 다른 패턴과 얼마나 잘 비교되는지 평가할 수 있으며, 이 숫자는 전체 스코어의 구성 요소로서 사용될 수 있다.
일반적으로, 시스템은 몇 가지 가능한 연료 주기와 셔플링을 선택하고 평가한 다음, 선택한 기준을 가장 잘 만족하는 일련의 연료 주기와 셔플링을 선택한다. 논의된 바와 같이, 임의의 연료 집합체의 선택 또는 이동을 제한하기 위해 사용될 수 있는 임의의 수의 미리 결정된 기준이 있을 수 있다. 다른 파라미터들 중 예를 들어, 연료의 유형, 농축 레벨, 전환율(conversion ratio), 연소 이력, 정재파의 위치를 포함하는 하나 이상의 연료 집합체 파라미터에 기초하여 노심 내의 특정 연료 집합체의 이동에 제한이 가해질 수 있다. 일 구현에서, 파라미터에 기초하여 특정 집합체에 대해 다수의 분류가 결정될 수 있고, 연료 이동 규칙이 상이한 유형의 집합체의 가능한 이동을 제한하기 위해 사용될 수 있다. 분기 또는 몬테 카를로 트리 검색(또는 기타 최적화)과 관련하여 이러한 제한은 특정 구성을 제거하는 역할을 하여, 검색 성능을 향상시키고 시뮬레이션 수를 줄일 수 있다.
논의된 바와 같이, 특정한 허용 가능한 또는 권장되는 이동을 아는 것이 가능한 연료 이동의 수를 제한(restrict)하거나 한정(limit)하는데 사용될 수 있다. 예를 들어, 수렴하는 드라이버 유형 연료 집합체 관리 체계가 결정될 수 있는데, 여기서 (BoL에서 농축 연료를 포함할 수 있는) 핵분열성 집합체는 (예를 들어, 원형 노심 설계의 경우) 특정 링으로 장전(charge)되고, 노심의 중심을 향하여 행진되며, 연료 집합체가 높은 연소에 도달함에 따라 노심의 중심 영역으로부터 방출된다. 이들 드라이버 집합체는 여러 주기 동안(예를 들어, 3 주기) 노심에 유지될 수 있다. 드라이버 집합체가 연소함에 따라 반응도를 잃을 수 있고, 노심의 중심으로부터 방출되는 대신에, 연소된 연료 집합체는 나중에 노심의 외부 영역에 배치되어 방사상 전력 피크(radial power peaking)를 감소시킬 수 있다. 상이한 연료 관리 전략이 사용되고 임의의 특정 시점에서 다른 것보다 더 우수하거나 더 나쁜 것으로 시스템에 의해 평가될 수 있음을 이해해야 한다. 일 실시예에 따르면, 특정한 허용 가능한 이동 및/또는 이동의 조합에 대한 휴리스틱 지식으로 인해 분기 탐색의 가능성으로서 특정 연료 이동이 제거된다.
추가적이거나 대안적인 예에서, 공급 연료 집합체 유형 관리 체계가 구현되고 본 명세서에서 수렴-발산(convergent-divergent)으로 지칭되며, 여기서 여러 개의 공급 연료 집합체는 각각의 연료 주기(수렴) 동안 노심의 주변으로부터 중심을 향해 행진하고, 연료 공급 집합체로 전환되거나 증식됨에 따라 노심의 연소 영역에 배치되거나 그에 근접한 후, 바깥쪽으로 이동(발산)되고, 그 후 연소될 때 제거된다.
연료 셔플링은 반응로 내에서 고 연소 연료를 시뮬레이션하고 달성하기 위한 드라이버 및 공급 연료 집합체를 모두 포함한다. (연료 피복재 화학적 상호 작용과 같은) 물리적인 제약으로 인해, 공급 연료 집합체는 드라이버 집합체까지 증식되고 특정 주기 수(예를 들어, 10 주기) 및 연료 연소에 해당하는 드라이버 영역에 도달한 후에 방출될 수 있다. 공급 연료 집합체가 더 높은 연소에 적합하다면, 이제 드라이버 집합체로 증식된 이러한 피드 집합체는 노심의 중심 내로 회전된 다음, 노심 외부의 위치로 셔플링될 수 있다.
점화 지점이 실린더의 중심 내에 위치하거나 특정 노심 설계의 끝에 위치한 것을 포함하여 BoL에서 많은 유형의 반응로 설계가 가능할 수 있다. 하나의 특정 연료 집합체/노심 구조에서, 점화기는 노심의 중심 축을 중심으로 다소 관형의(tubular) 폭연파를 생성하는 연장된 실린더의 중심에 위치된다. 그러나, 다른 적절한 노심 형상 및 폭연파 형상 및/또는 이동에 대해 중심화되거나 구성되지 않을 수 있는 다른 점화기 배치가 적절하게 사용될 수 있음을 이해해야 한다. 집합체의 결과적인 이동은 어느 연료 집합체를 이동할지, 어디로 이동할지의 선택을 분기 검색 최적화하고, 큰 입력 이용 가능성 세트(input availability set) 및 기준(연료 연소 상태, 재료 제한 상태, 노심 임계도 등)에 대해 최적화하는 결과로서 결정될 수 있다.
BoL에서는 점화기 외에도 농축된 공급 집합체(사전에 증식하거나 외부에서 농축된 후 삽입)를 노심의 중심에서 수명의 시작에 배치할 수 있으며, 방출된 곳으로부터 드라이버 영역으로 바깥으로 셔플링될 수 있다. 증식된 드라이버 연료 집합체는 파의 바로 외부에(예를 들어, 연소 정면이 중심 점화기로부터 바깥쪽으로 이동하는 노심 중심 반대 쪽의 연소 정면의 측면 상에) 그리고 파동이 연소된 점화기 물질로부터 멀어질 때 파동 내에 위치된다. 증식된 집합체는 정재 폭연파를 유지하기 위해 연소 영역으로 순환되고, 물리적 제약 내에서라면 외부로 셔플링되어 방출될 수 있다. 시스템은 단순하고 더 복잡한 이동 유형을 평가하고 어떤 이동 세트가 최적인지 결정하도록 구성될 수 있다.
드라이버 공급 집합체는 특정 수의 주기(예를 들어, 3 주기) 동안 노심에 남아 있을 수 있다. 이 셔플링 패턴은 증식된 핵원료성 연료(예를 들어, 핵분열성 연료)의 전력 생산을 나타내며, 연료 연소를 달성하거나 다른 연료 집합체 한계를 초과한 후에 새로운 공급 연료에 의해 결국 대체된다. 이러한 유형의 연료 집합체의 이동에 대한 제한은 연료 집합체가 이동될 수 있는 위치에 대한 제한으로 작용하는 하나 이상의 규칙으로 체계화(codify)될 수 있다. 특정 연료 이동에 대한 제한은 연료 상태, 재료 상태/연소, 노심 임계, 폭연파의 위치/형상 등과 같은 반응로 파라미터를 기반으로 할 수 있다. 따라서 연료 이동 규칙과 함께 반응로에서 각 집합체의 상태와 그 이력은 각 집합체가 반응로의 후속 주기 동안 무슨 이동을 할 수 있는지 결정하는 데 사용되며 반응로 시스템 내에서 모델링되고 고려될 수 있다. 연료 집합체의 임의의 수의 상이한 분류 및 이들 집합체와 함께 사용될 수 있는 임의의 수의 연료 이동 규칙이 있을 수 있음을 이해해야 한다. 일부 경우에, 연료 집합체의 상이한 분류는 이들 집합체와 관련된 상이한 연료 이동 규칙을 가질 수 있다.
특정 연료 집합체는 시뮬레이션 및 모델링을 통해 결정된 상태에 기초하여 그리고 제한에 기초하여 노심 내에서 이동을 위한 잠재적 후보로서 식별되고 선택될 수 있다. 예를 들어, 하나의 특정 연료 집합체는 노심의 다른 위치로 이동되어야 하는 하나 이상의 모델링된 파라미터(예를 들어, 추정된 드라이버 연료 유형 또는 핵분열성 연료 레벨)에 기초하여 공급 연료 집합체 또는 드라이버 연료 집합체로서 식별될 수 있다. 예를 들어, 공급 연료 집합체는 공급 연료의 증식을 증가시키거나 늦추기 위해 배치될 수 있고/있거나 드라이버 연료 집합체는 연소 전면의 이동의 위치, 형상, 및/또는 속도에 영향을 미치기 위하여 TWR 반응로의 연소 전면과 같은 연소 영역에 근접하여 배치될 수 있다. 다수의 추가 집합체가 이러한 방식으로 식별될 수 있고, 유사한 상태 및/또는 제한 특성을 가질 수 있다. 일 양태에 따르면, 집합체가 다음 주기에서 어디 위치될 수 있는지에 기초하여, 각각의 연료 이동이 시뮬레이션된 상태 및/또는 제한 특성 내에서 이동될 필요가 있을 다른 연료 집합체를 변위시킬 수 있기 때문에 (예를 들어, 컴퓨터 시스템에 의해) 이들 개별 연료 집합체에 대하여 이동의 캐스케이드가 결정될 수 있다. 이러한 방식으로, 하나의 연료 주기는 이전의 연료 이동 세트에 의해 변위된 연료 집합체에 대한 연료 이동을 필요로 하는 연료 이동의 각 그룹으로 초기 선택된 것들을 넘어서 다수의 연료 집합체의 일련의 캐스캐이드된 이동을 포함할 수 있다. 그런 다음 반응로 노심이 시뮬레이션되거나 시간 내에 앞으로 전파되어, 그러한연료 이동이 특정 기준을 충족하는지 또는 초과하는지를 결정할 수 있다. 최적의 연료 이동을 결정하기 위해 하나가 넘는 연료 주기가 시뮬레이션되어야 한다면, 선택된 연료 집합체의 동일한 초기 세트의 전부 또는 일부 또는 무(none) 또는 상이한 연료 집합체가 시뮬레이션된 제2 연료 주기에서 이동하도록 선택될 수 있고, 이러한 연료 이동 각각은 이전의 연료 이동에 의해 변위된 연료 집합체의 연료 이동을 캐스케이드하거나 필요로 한다. 전술한 바와 같이, 이들 연료 집합체의 이동 및/또는 이동을 위해 선택된 연료 집합체는 제한, 휴리스틱 및/또는 기준에 기초하여 결정될 수 있다. 연료 이동은 또한 제한 및/또는 기준에 기초하여 노심으로부터 하나 이상의 연료 집합체를 제거하는 것을 포함할 수 있다. 일 실시예에서, 가능한 이동의 체인은 가능한 그룹 이동으로서 구성 및 저장될 수 있고, 제한에 기초한 최적의 그룹 및 일련의 이동은 집합체가 이동되어야 하는 위치로서 선택될 수 있다. 특정 유형의 연료 집합체를 갖는 일부 예시적인 노심 설계가 아래에서 논의되는 바와 같이 도 5A-5C에 예로서 도시되어 있다.
일 양태에 따르면, 시스템은 이동할 연료 집합체의 다수의 가능한 선택을 생성한 다음 연료 연소 한계의 일부 파라미터 - (중성자 환경의 재료 효과를 초과할 수 없는) 물질 연소 한계, 다른 조건 또는 원하는 결과 중에서 하나(1)로 유지되는 노심의 임계에 대해 측정될 때 어느 것을 최적으로 이동할지 결정하는 분기 검색을 수행한다(일 실시예에서, 가장 높은 연료 연소를 달성하는 것이 요구될 수 있다).
블록(205)에서, 시스템은 각각의 가능한 그룹 이동 세트에 대해, 반응로에 대한 이동의 영향의 분석을 결정한다. 이는 예를 들어 반응로의 현재 상태 및 하나 이상의 일련의 그룹 이동 후의 임의의 수의 후속 상태에 기초하여 하나 이상의 시뮬레이션을 실행하는 것을 포함할 수 있다. 일 실시예에서, 다수의 연료 주기/셔플링은 외부 재장전 동작시까지 결정된다. 최적의 연료 이동을 평가함에 있어서 임의의 수의 연료 주기/셔플링이 평가될 수 있음을 이해해야 한다. 일 예에서, 연료 이동은 특정한 또는 그룹의 연료 집합체에 대해 또는 미리 결정된 시간 또는 수의 연료 주기 또는 임의의 다른 적절한 기준에 대해 BoL로부터 EoL로 시뮬레이션될 수 있다.
위에서 논의된 바와 같이, 하나 이상의 시스템은 아래에서 더 논의되는 바와 같이 하나 이상의 연료 집합체의 이동에 응답하는 노심과 관련된 중성자, 연료 성능, 열 유압, 운동, 기계, 안전 및 경제 파라미터를 시뮬레이션한다. 초과되면, 가능한 이동으로서 후보 이동 세트를 제거할 온도 제한, 압력 제한, 반응로 임계 변화 등과 같은 반응로와 관련된 특정 파라미터에 대한 제한이 결정될 수 있다. 예를 들어, 블록(206)에서, 반응로와 관련된 미리 정의된 한계 중 임의의 것이 특정 이동 그룹 또는 이동에 대해 초과되는지 여부가 결정된다. 하나 이상의 제한이 초과되면, 특정 그룹 이동 세트는 블록(207)에서 가능한 그룹 이동의 리스트로부터 제거된다. 이러한 이동은 하나 이상의 후속 상태를 통해(예를 들어, 추가 집합체가 추가되고 다른 집합체가 반응로로부터 제거되는 재장전 동작까지) 반응로의 초기 상태(예를 들어, BOL)로부터 결정될 수 있다. 그 후 반응로 모델은 새로운 초기 상태로 업데이트될 수 있고, 추가 연료 이동의 분석이 계산될 수 있다. 실제로, 반응로의 수명에 걸쳐 최적의 연료 이동이 계산될 수 있음을 이해해야 한다. 블록(207)에서 그룹 이동의 특정 세트가 제거된다면, 시스템은 선택된 연료 집합체에 대한 대안적인 움직임을 결정하고 이러한 움직임이 기준을 충족하는지 또는 기준을 초과하는지 여부를 결정하기 위해 블록(205)으로 되돌아갈 수 있다. 추가적으로 또는 대안적으로, 시스템은 이동할 연료 집합체의 대안적인 그룹을 선택하기 위해 블록(204)으로 돌아갈 수 있고, 블록(205)을 통과하여 새로운 그룹의 선택된 연료 집합체에 대한 이동 세트를 결정하기 위해 진행한다.
하나 이상의 한계가 초과되지 않으면, 블록(208)에서 그룹 이동 세트와 관련된 스코어가 결정될 수 있다. 예를 들어, 시스템은 각각의 후보 그룹 이동과 관련된 스코어를 결정할 수 있다. 스코어는 다른 정보 중에서도 기존 노심 데이터, 노심 이력 및 연료 집합체 파라미터를 포함하는 하나 이상의 파라미터에 기초할 수 있으나 이에 제한되지는 않는다. 하나의 예시적인 구현에서, 스코어는 반응로가 안전 한계 내에서 얼마나 잘 수행하는지, 임계 창(criticality window), 어느 레벨까지 특정 연료 집합체가 연소되고, 증식되는가 또는 특정 연료 집합체와 관련된 다른 상태 정보에 대한 평가를 포함하는 다수의 팩터에 기초하여 결정될 수 있다. 다른 구현들에서, 스코어는 다른 것들 중에서도 과도 성능, 전력 계수, 연소 한계, 집합체 흐름 한계 및 요구 사항, 임계 요구 사항, 피크 플럭스 요구 사항, 전력 형상 요구 사항을 포함하여 본원에 기술된 하나 이상의 팩터에 기초할 수 있다. 스코어는 각각의 주기의 시작에서 결정될 수 있다는 것이 이해되어야 하고, 스코어 결정은 주기 내에서 시뮬레이션의 모든 시간 주기로 확장될 수 있고 연료 관리 체계에 N 주기 깊이로 확장될 수 있음을 이해해야 한다.
원하는 또는 가능한 모든 그룹 이동이 평가되면(블록(209)에서 결정됨), 시스템은 블록(210)에서 최적의 이동 세트를 선택한다. 이러한 정보는 시스템에 의해 사용자에게 제시될 수 있거나, 다른 시스템에 의해 사용되기 위한 제어 정보로서 제공될 수 있거나, 다른 형식의 출력으로서 제공될 수 있다. 블록(211)에서, 프로세스(200)가 종료된다.
도 2B는 일 실시예에 따른 분기 검색을 사용하여 최적의 솔루션을 선택하기위한 보다 상세한 프로세스(220)를 도시한다. 블록(223)에서, 시스템은 반응로 및 그 연료 집합체의 초기 상태 및 임의의 다른 관련 파라미터를 결정한다. 예를 들어, 사용된 반응로의 상태는 반응로의 노심 초기(BOL) 조건, 연료 주기에서의 반응로 노심의 상태 또는 다른 적절한 시간일 수 있다. 블록(223)에서, 시스템은 반응로의 초기 상태(예를 들어, 문제의 초기 상태)를 취하고, 상태를 N 개의 상이한 문제 초기 상태로 복사한다. 실제로 이것은 반응로 모델과 관련 데이터를 복제하여 여러 복사본을 만듦으로써, 달성될 수 있다. 블록(224)에서, 시스템은 각각의 잠재적 변경 또는 변경 그룹으로 N 개의 초기 문제 상태를 수정한다. 예를 들어, 변화는 반응로 노심 내의 연료 집합체의 위치, 특정 집합체에서의 핵분열성 및/또는 핵원료성 연료의 유형 및/또는 양 등의 하나 이상의 변화일 수 있다. 이어서, N 개의 반응로 시뮬레이션을 수행한 후, 블록(226)에서 최적의 솔루션을 선택함으로써, N 개의 수정된 문제 상태 각각이 평가된다. 일 구현에서, 반응로 모델이 복사되고, (예를 들어, 아래에서 더 논의되는 바와 같이) 특수 컴퓨터 시스템에 의해 다수의 병렬 시뮬레이션이 수행된다. 그런 다음 모든 N 결과가 검사되고, 해당 분기 검색에 대한 솔루션으로 최상의 결과가 선택된다.
솔루션은 해결되고 있던 문제에 대해 충분하고, 프로세스는 블록(228)에서 완료되거나, 시스템은 블록(227)에서 새로운 솔루션을 다른 분기 검색의 초기 상태로서 사용하고 분기 검색 프로세스가 반복된다. 이 경우 초기 상태는 각 집합체의 상태가 될 것이며, 어떤 집합체가 이동되도록 선택된 다음 일반적인 수렴/발산 방식으로 이동될 것이다(이것은 한 가지 예시적인 기본 가정이며 논의된 바와 같이 이동 순열의 가능한 수를 줄인다). 그런 다음, 분기 트리의 각 레벨은 각 연료 주기에 대한 이동 또는 해당 연료 주기에 대해 이동될 상이한 위치에 대한 집합체의 다른 및/또는 서브 세트를 선택하고, 시스템은 여러 연료 주기에 대해 이 동작 - 각 주기에 대하여 노심 환경을 모델링하고 연료 집합체 상태를 업데이트하는 것을 수행한다.
임의의 원자로 파라미터가 제한으로서 수정 및/또는 사용될 수 있다는 것이 이해되지만, 수정될 수 있는 상태 팩터의 일부 예는 다른 팩터들 중에 스미어 밀도(smear density), 연료 재료 및 연료 요소 내의 위치, 노심 내 위치, 연소 상태(어떻게 저장되었는가 - 시간, 핵분열 생성물, 압력, 실제 측정 또는 실제 측정으로부터 추론), 삽입 상태 제어 및/또는 반응로의 예상 전력을 포함하지만, 이에 한정되지는 않는다. 실제로, 수정될 수 있는 일부 팩터는 셔플링된 집합체의 수, 집합체가 셔플링되는 위치 및/또는 방향, (위치, 연소, 구성, 전력 등에 의해) 셔플링되기 위해 무슨 집합체가 선택되는가를 포함하며, 결과는 다른 팩터들 중에서 K-effective, 전력 분배 및 반응도 변화에 대하여 평가될 수 있다.
초과될 경우 특정 파라미터가 (예를 들어, 사전 정의된 임계치를 초과하는 특정 반응도 변화를 가지는) 특정 그룹 이동을 제거하는 데 사용될 수 있다. 특정 분기를 완전히 제거하기 위해 다른 파라미터가 사용될 수 있다. 다른 실시예에서, 특정 파라미터 그룹은 특정 파라미터 세트에 대한 "스코어"를 정의하는데 사용될 수 있다. 이 스코어는 파라미터 세트를 사용하여 시뮬레이션의 특정 결과의 적합성을 평가하는 데 사용될 수 있다. 일부 실시예에서, 이러한 스코어는 다른 파라미터에 비하여 우선 순위 또는 가중치를 갖는, 특정 파라미터를 갖는 가중화된 스코어일 수 있다.
하나의 특정 예에서, 분석은 초기 노심 구성(예를 들어, 노심의 특정 위치 내에 위치된 특정 유형의 연료 집합체 요소를 갖는 반응로 상태)을 사용하여 시작할 수 있다. 나중에 다른 단계에서(예를 들어, 재장전 동작 중), 다수의 연료 집합체가 새로운 가능한 상태로 이동된다. 이것은 예를 들어 위치의 순열을 가진 규정된 경로를 사용하거나, 위치의 랜덤 순열을 가진 규정된 경로를 사용하거나, 위치의 랜덤 순열을 사용하거나, 다른 규정된 방법을 단독으로 또는 조합하여 행해질 수 있다. 새로운 후보 상태와 연관된 수정된 노심은 그 후 (예를 들어, 원자로 물리의 시뮬레이션에 기초하여) 반응로 노심 모델링 시스템에 의해 개별적으로 모델링되고 기능은 각각의 새로운 후보 상태에 적용된다. 그런 다음 시스템은 기능 결과를 비교하여 (단일 주기 보기(look)에 대한) 다음의 최상인 노심 셔플링을 선택할 수 있다. 일 구현에서, 시스템은 새로운 주기를 계산하기 위해 최상의 셔플링 패턴을 선택하고, 나중의 다음 단계를 위한(예를 들어, 이후의 재장전 동작을 위한) 평가 프로세스를 재시작한다. 개별 단계에 대해 평가가 수행되거나(예를 들어, 개별 단계를 최적화), 여러 주기에 걸쳐 최적화하기 위하여 다수의 주기에 걸쳐 평가가 일어날 수 있다.
도 3은 다양한 실시예에 따른 반응로를 모델링 및 제어하는데 사용될 수 있는 시스템(300)의 실시예를 도시한다. 특히, 분산 시스템(300)은 사용자(303)에 의해 운영되는 사용자 컴퓨터(302)에 연결된 반응로 노심 모델링 시스템(301)을 포함한다. 시스템(301)은 하나 이상의 요소, 시스템 및 모델링된 원자로와 관련된 다른 엔티티와 정보를 통신할 수 있다.
일 실시예에 따르면, 시스템(301)은 동작 원자력 발전소(304)에 연결된다. 발전소(304)는 원자로(예를 들어, 반응로(307))의 동작과 관련된 동작 데이터를 포획하는 데이터 획득 요소(305)를 포함하는(이에 제한되지 않음) 하나 이상의 요소를 포함할 수 있다. 논의된 바와 같이, 반응로는 임의의 적절한 유형의 반응로일 수 있으며, 일부 경우에 TWR 반응로일 수 있다. 이러한 데이터 획득 요소는 발전소 데이터를 포획하고 통신하는데 사용될 수 있는 하나 이상의 시스템, 컴퓨터, 센서 또는 다른 요소를 포함할 수 있다. 일 실시예에 따르면, 반응로 노심 모델링 시스템(301)은 반응로의 시뮬레이션을 수행하기 위한 목적으로 실제 발전소 내 데이터(in-plant data)를 평가할 수 있다. 이러한 실제 발전소 내 데이터는 원자로 내 후보 연료 이동을 평가하는 데 사용될 수 있다.
발전소(304)는 또한 반응로(307)를 동작시키는데 사용될 수 있는 하나 이상의 계측 및 제어 요소(306)를 포함할 수 있다. 이러한 시스템은 하나 이상의 시스템, 컴퓨터, 전자 기계 디바이스, 제어 시스템, 밸브 또는 반응로(307)를 동작시키고 모니터링하는데 사용되는 다른 엔티티를 포함할 수 있다.
특히, 반응로(307)는 반응로 내에서 하나 이상의 연료 집합체 이동을 수행할 수 있는 연료 취급기(fuel handling machine)를 포함할 수 있다. 연료 취급기는 용기 내, 외부 용기 또는 이 둘의 조합일 수 있다. 이러한 연료 이동은 (예를 들어, 도 2를 참조하여 위에서 논의된 바와 같이) 본 명세서에서 논의된 임의의 프로세스에 의해 결정된 것들을 포함할 수 있다.
반응로 노심 모델링 시스템(301)은 데이터 세트, 모듈, 시스템, 컴포넌트 및/또는 원자로를 모델링 및 시뮬레이션하는데 사용되는 임의의 다른 엔티티를 포함하는(이에 제한되지 않음) 하나 이상의 요소를 포함할 수 있다. 일 실시예에서, 시스템(301)은 하나 이상의 연료 이동 규칙에 따라 잠재적인 연료 이동을 식별하는 다수의 후보 연료 이동 세트(예를 들어, 다수의 연료 이동 세트(309))를 포함할 수 있다. 시스템(301)은 또한 반응로 모델 및 그 시뮬레이션과 관련된 정보를 유지하는 저장 컴포넌트(310)를 포함할 수 있다. 예를 들어, 컴포넌트(310)는 원자력 발전소와 관련된 동작 파라미터를 저장하도록 구성된 데이터베이스 엔진을 포함할 수 있다. 일 예에서, 컴포넌트(310)는 다른 정보 중에서도 연료 집합체와 관련된 이력, 동작 수명, 연료 이동 이력을 저장할 수 있다.
시스템(301)은 또한 예를 들어 노심과 관련된 중성자, 연료 성능, 열 유압, 운동, 기계, 안전 및 경제 파라미터를 시뮬레이션하는 모듈과 같은 하나 이상의 시뮬레이션 컴포넌트(311)를 포함할 수 있다. 일 실시예에 따르면, 노심의 다양한 양태를 시뮬레이션하는 하나 이상의 시뮬레이션 엔진이 제공될 수 있다. 예를 들어, 결정론적 시뮬레이션 모듈의 MC2/DIF3D/REBUS 모음(suite), DIFNT 고급 확산 솔버, MCNPXT 또는 MCNPX와 같은 스토캐스틱 중성자 모듈, 서브 채널 분석(subchan) 및/또는 COBRA와 같은 열-유압 분석, 연료 성능 피드백 분석, COBRA와 같은 노심 기계적 분석, 온도 분석, SASSYS/SAS4A와 같은 과도 분석, 공분산 및 감도 행렬을 결정하는 모듈을 사용하는 불확실성 분석을 수행하는 엔진과 같이, 노심 중성자의 분석을 수행하는 하나 이상의 시뮬레이션 엔진이 제공될 수 있다.
일 실시예에 따르면, 시스템(301)은 병렬 모델 시뮬레이션(313)을 개시할 수 있다. 특히, 위에서 논의된 바와 같이 각 시뮬레이션이 각각의 잠재적인 연료 이동과 관련된 다수의 시뮬레이션을 병렬로 수행하는 것이 유리할 것으로 이해된다. 이를 위해, 시스템(301)은 기존의 반응로 상태 및 다수의 연료 이동 세트(309)가 주어지면 다수의 병렬 계산을 생성하도록 구성될 수 있다. 하나의 예시적인 구현에서, 시스템(301)은 하나 이상의 연료 이동 세트를 병렬로 모델링 및 시뮬레이션하기 위해 하나 이상의 병렬 프로세스를 사용한다.
시스템(301)은 또한 세트(309) 중 최적의 연료 이동 세트를 결정하도록 구성된 평가 컴포넌트(예를 들어, 평가 컴포넌트(312))를 포함할 수 있다. 특정 연료 이동 세트는 예를 들어, 그들의 시뮬레이션이 하나 이상의 반응로 제약(예를 들어, 반응로 제약(314))이 초과되는 것을 야기한다면, 배제될 수 있다. 예를 들어, 하나의 특정 이동 세트의 시뮬레이션은 임계 결정이 허용 가능한 범위를 벗어나게 야기할 수 있다. 다른 예에서, 특정 이동 세트의 다른 시뮬레이션은 연료 집합체가 특정 온도 한계 또는 임의의 다른 반응로 성능 파라미터를 초과하게 야기할 수 있다. 분기 검색의 경우, 변경될 수 있는 총 파라미터 수로부터 N 개의 변경 세트의 수가 감소될 수 있음을 이해해야 한다. 예를 들어, 특정 가정(예를 들어 특정 유형의 연료 집합체가 특성에 기초하여 특정 노심 위치로 이동되지 않을 것임)에 따라, 특정 분기가 제거될 수 있고 병렬 시뮬레이션의 수가 감소될 수 있다.
도 4는 실제 원자로 동작과 관련하여 일 실시예에 따른 반응로 분석을 수행하는 예시적인 프로세스(404)를 도시한다. 블록(401)에서, 프로세스(400)가 시작된다. 블록(402)에서, 시스템(예를 들어, 시스템(301))은 (예를 들어, 도 2를 참조하여 위에서 논의된 바와 같이) 적어도 하나의 최적의 그룹 이동 세트를 결정한다. 블록(403)에서, 시스템은 최적의 그룹 이동을 반응로 노심에서 선택된 이동을 수행하는 시스템으로 전달한다. 예를 들어, 연료 취급기는 노심 내에서 표시된 연료 이동을 실행할 수 있다. 일 실시예에서, 시스템은 연료 취급 장치에 제어 명령을 발행할 수 있다.
블록(404)에서, 시스템은 하나 이상의 반응로 상태를 측정할 수 있고, 결과적으로 반응로의 하나 이상의 모델을 업데이트할 수 있다. 예를 들어, 실제 반응로 상태는 하나 이상의 데이터 획득 요소, 계측 및 제어 요소 또는 다른 시스템 또는 컴포넌트를 통해 획득된 정보에 기초하여 결정될 수 있다. 블록(405)에서, 노심 내부의 연료 집합체를 노심 외부로부터의 새로운 연료 집합체로 교체하는 것을 포함하는 외부 재장전이 발생하는지의 여부가 결정된다. 외부 재장전이 발생하지 않는 경우, 시스템은 다음 연료 이동 주기가 반응로에서 발생하기 위한 다른 일련의 최적의 그룹 이동을 결정할 수 있다. 시스템은 외부 재장전 동작 전에 노심 내 연료 이동의 다수의 주기를 수행할 수 있다.
블록(405)에서, 외부 재장전이 발생하는 것으로 결정되면, 사용후 연료(spent fuel)는 블록(406)에서 제거될 수 있고, 반응로 노심 외부로부터 새로운 연료로 교체될 수 있다. 재장전의 결과, 시스템에 의해 유지되는 모델은 (예를 들어, 블록(407)에서) 업데이트될 필요가 있다. 프로세스(400)는 하나 이상의 노심 내 이동 시퀀스를 포함하고 그 후 외부 재장전 동작을 포함하여 다시 시작될 수 있다. 이러한 방식으로, 시스템은 동작 반응로와의 연료 이동을 분석하기 위한 툴로서 사용될 수 있다.
위에서 논의된 바와 같이, 상이한 유형의 연료 집합체는 상이한 유형의 연료로서 특징지어질 수 있고 이에 따라 반응로 노심 내에 배열될 수 있다. 연료 집합체의 유형, 이력(예를 들어, 드라이버 연료 및/또는 연소로의 전환), 및 연료 이동 규칙은 특정 연소 주기 동안 (예를 들어, 분기 검색 계산기에 의해) 연료 집합체가 어디로 이동될지를 결정할 수 있다. 일 실시예에 따른 분기 검색의 하나의 출력은 이동 주기에 걸친 반응도 변화의 예측을 제공한다. 또한, 평형 상태에서 전력 형태를 최적화하기 위하여 분기 검색을 허용하는 방식이 개발될 수 있다.
도 5A에 도시된 바와 같은 TWR 노심의 하나의 원형 배열에서, 노심은 높이(도시되지 않음)를 가지며 반응로 노심 모델링 시스템에 의해 모델링된 육각형 연료 집합체를 사용하여 배열된다. 연료 집합체는 드라이버 연료(증식 또는 농축된 드라이버 연료의 서브 유형을 포함할 수 있음), 공급 연료 및 LTA(Lead Test Assembly) 연료로서 특징지어질 수 있으며, 이들 각각은 초기에 노심의 위치 내에 배치된다. LTA 연료는 예를 들어 테스트 프로그램에서 조사(irradiate)되는 실험적 집합체일 수 있으며, 이는 궁극적으로 노심을 위한 연료 집합체로서 사용될 수 있다.
연료 집합체는 연소 레벨에 따라 특정 그룹에 추가로 특징지어지고 할당될 수 있다. 예를 들어, 연료 집합체는 공급 연료 및 드라이버 연료로서 추가로 특징지어질 수 있으며, 이러한 유형의 연료의 추가적인 단계적 차이(gradation)가 존재할 수 있다. 예를 들어, 공급 연료는 내부, 외부, 중간(middle) 및 중앙(center) 공급 연료로서 특징지어질 수 있다. 드라이버 연료는 부스터, 중간 및 내부 드라이버 연료로서 특징지어질 수 있으며, 이는 노심 내의 연료의 위치를 특징 짓는다. 내부 연료는 반경 중심을 향하여 위치되고, 외부는 주변을 향하여 위치되고, 중간은 내부와 외부 연료 요소 사이에 위치된다. 중앙 공급 연료는 노심의 중앙에 있다. 특성에 따라 노심 내의 특정 위치에 대해 상이한 집합체가 더 적합할 수 있다.
다른 유형의 요소(예를 들어, 안전봉, 반사체, 재료 테스트 집합체, 노심 배럴, 제어봉 등)는 반응로를 모니터링하고 제어하기 위해 노심 내의 위치를 가정할 수 있다. 하나의 예시적인 구현에서, 연료는 중심 위치로부터 다수의 링으로 방사상으로 배열될 수 있다. 링은 반사체 링(reflector ring), 방사상 차폐(radial shield) 및 노심 배럴 링(core barrel ring)의 각각 또는 임의의 조합 중 하나 이상을 포함할 수 있다.
논의된 바와 같이, 노심 이동을 결정하기 위해 하나 이상의 연료 집합체 파라미터가 사용될 수 있다. 연료 집합체 파라미터는 다른 파라미터들 중에서 피복재 집합체 구조, 연료의 종류, 농축 레벨, (연료 및/또는 구조의) 연소 이력, 특정 집합체의 keff, (예를 들어, 특정 집합체의 중성자 플럭스에 의해 측정되는) 주기 동안 반응도 변화, 주기의 시간 길이 중 하나 이상을 포함할 수 있다. 일 구현에서, 파라미터에 기초하여 특정 집합체에 대해 다수의 분류가 결정될 수 있고, 연료 이동 규칙은 상이한 유형의 집합체의 가능한 이동을 제한하기 위해 사용될 수 있다. 특정 연료 이동 규칙은 특정 패턴(예를 들어, 연료가 연소 영역 안밖으로 가져와지는 지그재그 효과, 하나 걸러 주기마다 일정 횟수의 이동의 체인 등)을 생성하기 위해 구현될 수 있다. 또한, 시스템은 예컨대 분기 검색 계산기에 입력을 제공함으로써(예를 들어, 주기 4에서 정지하고, 더 많은 농축을 사용함으로써 연소를 감소시키는 것 등) 검색 프로그램과 상호 작용하는 입력을 포함할 수 있다.
일례에서, (아래에서 더 논의되는 바와 같이) 드라이버 유형 연료 집합체 관리 방식은 수렴되는 것으로 결정될 수 있으며, 여기서 농축 집합체는 (예를 들어, 원형 노심 설계의 경우) 특정 링 내로 장전되고, 노심의 중심 쪽으로 천천히 행진되고(점차적으로 셔플링되고), 연료 집합체가 높은 연소에 도달함에 따라 노심의 중심으로부터 방출된다. 이들 드라이버 집합체는 다수의 주기(예를 들어, 3 주기) 동안 노심에 유지될 수 있다.
드라이버(핵분열성) 연료 집합체는 드라이버 연료 집합체가 핵분열성일 때 (TWR 반응로에서 연소 전면에 근접한) 연소 영역의 중앙에 배치되고, 핵원료성이거나 감소(decline) 중이고, 중성자 흡수체처럼 작용하거나 반응도가 낮은 경우 외부 노심에 배치된다. 공급 연료 집합체는 일반적으로 외부 영역에서 증식되어 드라이버 집합체가 되며, 집합체가 특정 상태의 k∞ 또는 반응도 또는 증식 상태에 도달할 때, 증식된 드라이버 연료가 연소되도록 이동된다. 특히, 이들 증식 집합체는 노심 또는 지정된 연소 영역에 대해 폭연파의 원하는 위치의 영역으로 이동된다.
다른 예에서, 공급 연료 집합체 유형 관리 방식이 구현되고 본 명세서에서 수렴-발산(convergent-divergent)으로 지칭되며, 여기서 몇몇 연료 집합체는 연료 주기 동안 노심의 주변으로부터 중심을 향해 행진하거나 점진적으로 셔플링된다. 일부 경우에, 공급 연료 셔플링은 원자로 내에서 고 연소 연료를 시뮬레이션하기 위해 농축 및 비농축 연료 집합체를 모두 포함한다. 물리적 제약(예를 들어, 연료 피복재 화학 상호 작용)으로 인해, 일부 연료 집합체는 일단 특정 주기 수(예를 들어, 10 주기)에 해당하는 드라이버 영역에 도달하면 방출될 수 있다. 공급 연료 집합체가 더 높은 연소에 적합하다면, 드라이버 집합체로 변환된 이들 공급 집합체는 노심의 중심으로 회전 또는 셔플링될 수 있고/있거나 그 후 연소가 증가함에 따라 연소 영역 외부의 위치로 셔플링될 수 있고 그 후 노심 주변 및/또는 노심 외부에서 폐기될 수 있다.
노심으로부터 외부에 도입된 농축 집합체일 수 있는 드라이버 연료 집합체는 노심의 중앙 영역에서 수명을 시작할 수 있는 반면에, 증식된 드라이버 연료는 연소 영역 외부에서 수명을 시작할 수 있고 드라이버 연료로 증식됨에 따라 노심의 중앙 연소 영역을 향해 이동할 수 있고, 그 후 증식될 때, 각 유형의 드라이버 연료 집합체는 이들이 방출되는 드라이버 영역을 향해 셔플링될 수 있다. (점화기의 일부로서 작용할 수 있는) 농축된 연료 집합체는 일정한 수의 주기(예를 들어, 3 주기) 동안 노심에 남아있을 수 있다. 이 셔플링 패턴은 농축된 드라이버 연료의 전력 생산을 나타내며, 더 높은 연소 및 체류 시간에 적합하게 된 후에는 비농축 공급 연료로 결국 대체된다. 연소된 농축된(점화) 드라이버 연료를 제거하고 드라이버 연료를 증식하기 위해 전이하는 전이 동안, 임계의 전이 및 유지 보수는 특히 민감하며, 연료 연소를 최적화하고 원자로의 임계를 유지하는 것에 관한 전술한 모델링 및 분기 검색 방법론으로부터 이점을 얻는다. 이러한 유형의 연료 집합체의 이동에 대한 제한은 연료 집합체가 이동될 수 있는 위치에 대한 제한으로 작용하는 하나 이상의 규칙으로 체계화될 수 있다. 이러한 제한적인 연료 이동 규칙은 시뮬레이션을 통해 평가될 연료 이동의 후보 세트를 결정하는데 사용될 수 있다. 따라서 연료 이동 규칙과 함께 각 집합체의 상태와 원자로에서의 이력은 원자로의 후속 주기 동안 각 집합체가 어떤 이동을 하는지 결정하는 데 사용된다.
도 5B는 일 실시예에 따른 연료 집합체 유형의 다양한 분류를 포함하는 TWR 노심의 다른 예시적인 배열을 도시한다. 논의된 바와 같이, 연료 집합체는 노심 내의 또는 증식 및/또는 연소 영역에 대한 위치, 그들의 농축 레벨 및 연소 이력에 따라 분류될 수 있다. 도 5B는 반사체 연료(510), 방사상 차폐(511), 외부 드라이버 연료(512), 노심 배럴 연료(513) 및 콜드 풀(cold pool) 연료(514)를 포함하는 일 실시예에 따른 연료의 특정한 배열을 도시한다.
반사체 연료(예를 들어, 반사체 연료(510))는 일반적으로 중성자 플럭스를 노심의 연료 영역으로 다시 반사시키도록 설계된 연료 집합체가다. 방사상 차폐 요소(511)는 중성자를 흡수하여 이들을 통과하는 플럭스를 감소시켜, 그들이 차폐하는 구조물에 대한 중성자 손상을 제한하도록 설계된 요소이다. 외부 드라이버 연료(512) 및 노심 배럴 연료(513)는 일반적으로 특정 사양 내에 있는 노심 내의 연료 집합체의 위치를 결정한다. 일례의 경우에, 본 명세서는 또한 다른 연료 집합체에 비해 농축 또는 스미어 밀도의 변화를 포함한다.
콜드 풀 연료(514)는 용기 내 스토리지 또는 용기 외 스토리지 중 어느 하나에 저장된 연료이다. 이 연료는 연소될 노심의 활성 연료 영역으로 복귀하거나 복귀하지 않을 수 있다.
논의된 바와 같이, 다른 파라미터들 중에서 노심에서의 위치 및 공급으로부터 드라이버 연료로의 변환 레벨, 드라이버 연료의 연소에 기초하여 상이한 연료 분류가 있을 수 있다. 예를 들어, 공급 연료(내부, 중간, 외부, 중앙), 드라이버 연료(내부, 중간, 부스터, 외부) 및 LTA(Lead Test Assembly) 연료와 같은 연료의 상이한 유형/분류가 있을 수 있다. 특정 집합체의 분류는 연료가 핵원료성으로부터 핵분열성 연료로 증식된 후 연소될 때 연료의 수명에 걸쳐 변할 수 있음을 이해해야 한다. 또한, 특정 집합체의 연료는 '연소'될 수 있지만 구조(예를 들어, 피복재)는 여전히 물리적 한계 내에 있을 수 있으므로, 집합체는 중성자 흡수제/제어로서 사용될 수 있다.
예를 들어, 상이한 분류/서브 분류에 대해, 이들 집합체에 대해 상이한 농축 레벨의 선택이 있을 수 있다. 예를 들어, 드라이버 연료는 핵분열성 연료의 더 낮은 레벨을 가진 공급 연료와 비교하여, 최고 레벨의 스미어 밀도를 가질 수 있다. 예를 들어, BoL에서의 부스터 드라이버 연료는 대략 20 %의 핵분열성 연료의 양을 가질 수 있는 반면, 내부 드라이버 연료는 일부 위치에서 10 %만큼 낮은 레벨을 가질 수 있다. 공급 연료 집합체의 경우, 외부 공급 집합체와 같은 일부 집합체는 핵분열성 연료 레벨이 1 % 미만일 수 있는 반면, 현재 드라이버 집합체인 중앙 공급 연료 집합체는 증식될 때 드라이버 집합체의 핵분열성 양(예를 들어, 12 %)에 근접하거나 이를 초과할 수 있다. 그러나, 많은 다른 유형의 핵분열성 연료량 및 반응로 노심 유형이 다양한 실시예에 따라 평가될 수 있음을 이해해야 한다. 예를 들어, 감손된 우라늄, 고농축 우라늄, 또는 그 사이의 임의의 농축 레벨이 다양한 실시예에 따라 사용되고 모델링될 수 있다.
또한, 이러한 분류의 연료 집합체는 BoL의 특정 노심 설계 내의 할당된 위치 또는 연료 집합체의 수명의 특정 상태에 대한 할당된 영역을 가질 수 있다. 예를 들어, 도 5C는 특정 노심 위치 내에서 상이한 유형의 집합체 각각과 함께, 특정 원형 노심의 1/3을 나타내는 특정 노심 설계(520)를 도시한다. 도 5C에 도시된 노심은 전체 노심에 대한 집합체 카운트를 포함하여 반응로 노심 수명의 시작에서 노심의 방사상 레이아웃일 수 있다. 도시된 예시적인 레이아웃은 (이동 가능 또는 이동 불가능일 수 있는) 2 개의 반사체 링, 방사상 차폐 및 배럴 도즈 추정을 위해 포함된 노심 배럴을 포함한다. 이러한 설계는 특정 연료 집합체가 노심 내에서 이동될 수 있는 것에 대한 제한으로서 특정 연료 집합체에 대한 연료 유형 특성과 관련하여 사용될 수 있다. 그런 다음, 이러한 정보는 가능한 연료 이동을 결정하는데 사용될 수 있으며, 이로부터 최적의 연료 이동이 선택될 수 있다.
다른 유형의 연료 및 집합체 유형 및 노심 레이아웃이 상이한 지오메트리, 요건 및 파라미터를 갖는 것으로 사용될 수 있음을 이해해야 한다.
반응로 모델링
도 6은 반응로 설계 및 동작을 모델링하기 위한 하나의 종래의 프로세스(600)를 도시한다. 예를 들어, 반응로의 다양한 측면을 분석하기 위한 툴이 존재하지만, 이들 툴 중 다수는 배우기 어렵고 서로 분리되어 업데이트되지 않는 것으로 이해된다. 전통적인 유형의 분석에서는 각 케이스가 팀에서 팀으로 전달되어 각 팀이 특수 분석을 수행한다. 예를 들어, 일반적인 반응로 설계가 생성되고, 중성자(601)(예를 들어, 전력 계산 및 플럭스 계산), 열/유압(602)(예를 들어, 온도 및 압력 계산), 안전(603)(예를 들어, 비정상 조건에서 노심 과도 거동 계산), 연료 성능(604)(예를 들어, 피복재에 대한 연료로부터의 응력을 계산), 노심 기계(605)(예를 들어, 연료 집합체 왜곡을 계산), 연료 관리(606)(예를 들어, 어느 연료 집합체가 어떻게 움직여야 하는지 선택하고 결정), 및 과도 분석(예를 들어, 반응도 계수 업데이트, 중성자, 유체 흐름, 온도, 업데이트, 제어봉 가치 결정 및 안전 및 사고 분석)과 같은 시뮬레이션의 각 측면에 관한 정보가 팀에서 팀으로 전달된다. 사소한 변경이 이루어질 때, 사소한 변경을 확인하기 위해 전체 주기가 수행될 필요가 있으므로 지연이 경험된다. 따라서 사소한 변경의 경우 이러한 프로세스는 실현 가능하지도 않고 효율적이지 않다.
도 7은 다양한 양태에 따라 반응로를 모델링하기 위한 수정된 프로세스(700)를 도시한다. 이 수정된 프로세스에서, 단일 분석자(analyst)가 노심 설계의 모든 측면을 고려하고 효율적으로 모델링 및 시뮬레이션될 수 있는 사소한 변경을 할 수 있는 반응로 노심 모델링 시스템(706)이 제공된다. 일 실시예에서, 시스템(706)은 반응로 분석을 수행하기 위해 필요한 모듈(예를 들어, 모듈(701-705))에 효율적으로 전달하기 위한 중앙 집중식 모델 및 인터페이스를 포함한다. 예를 들어, 연료 위치와 관련하여 사소한 변경이 이루어질 수 있으며, 위치 변경의 영향은 많은 노력 없이 더 짧은 시간 내에 다시 시뮬레이션될 수 있다. 또한, 사소한 변경이 있는 시뮬레이션은 더 짧은 시간 내에 이루어질 수 있기 때문에, 이러한 시뮬레이션은 여러 가능한 설계 선택 중에서 최적화될 수 있다. 또한 수작업(manual effort)이 그룹 간 데이터 처리 및 통신 및 조정에 중점을 두지 않기 때문에 반응로 컴포넌트에 대한 보다 정확한 모델을 개발하거나 보다 최적의 반응로 설계 및 연료 이동을 개발하는 데 더 많은 노력을 기울일 수 있다.
또한, 도 8A에 도시된 바와 같이, 원자력 발전소의 모델링 및 시뮬레이션을 수행하기 위해 분석자/사용자가 다양한 입력 및 출력을 이용할 수 있다. 예를 들어, 단일 툴 및 반응로의 설계 및 시뮬레이션을 허용하는 인터페이스 세트를 포함하는 시스템이 제공된다. 예를 들어, 반응로 노심 모델링 시스템(801)은 중성자 시뮬레이션(802), 연료 성능 시뮬레이션(803), 열 유압 시뮬레이션, BOL 조성(composition)(810), 지오메트리 기능(809), 연료 관리 로직(808)의 생성, 설정 관리(807), 데이터베이스 스토리지(805) 및 시각화 툴(806)을 포함하는(이에 제한되지 않음) 다수의 기능을 수행하도록 구성될 수 있다.
또한, 시스템은 새로운 모듈과 기존 모듈 및 이를 사용하는 분석자 간의 효율적인 통신 및 연결을 제공한다. 또한, 프로세스가 보다 효율적으로 발생할 수 있기 때문에, 다수의 설계 결정과 관련된 다수의 시뮬레이션이 효율적으로 실행될 수 있으므로 최적화가 허용된다. 다른 실시예에 따르면, 상이한 설계와 관련된 복수의 시뮬레이션이 병렬로 실행될 수 있는 플랫폼이 제공되어, 다수의 설계 옵션을 평가하는데 필요한 시간 및 노력을 추가로 감소시킨다. 이는 예를 들어, 위에서 논의된 바와 같이 다수의 후보 연료 이동 세트에 기초하여 최적의 노심 설계를 결정하는데 유용할 수 있다.
또한, 모델링 및 시뮬레이션 프로세스가 보다 효율적으로 될 수 있다면, 이는 반응로를 모니터링하고, 잠재적 변화를 시뮬레이션하고, 반응로 변화에 응답하는 반응로 섭동을 모니터링하기 위한 목적으로, 원자력 발전소 동작에 보다 효과적으로 통합될 수 있음을 이해해야 한다. 특히, 이러한 변화는 실제 동작 중 반응로 제어 변화(예를 들어, 제어봉 인출(withdrawl))를 포함할 수 있다.
도 8B는 반응로 노심 모델링 시스템(예를 들어, 시스템(801))에 의해 사용되는 컴포넌트의 보다 구체적인 예를 도시한다. 많은 수의 물리적 상호 작용이 핵 노심 내부에서 발생하며, 공간적으로나 시간적으로 수십 배에 달한다. 수명이 3x10-7초인 중성자는 핵분열을 일으켜 다음 3x1012 초에 걸쳐 붕괴 열을 방출할 수 있다. 붕괴하는 핵분열 생성물로부터의 감마선은 차폐 구조를 비대칭적으로 가열하여 노심 집합체를 기계적으로 휘게 하고 핀치(pinch)할 수 있고, 연료 관리를 어렵게 한다. 상이한 전력을 가진 인접 집합체에서 나오는 냉각재는 맹렬히 혼합되어 노심 위의 기기 장치에서 열적 스트라이핑을 유발할 수 있다. 원자로를 효율적으로 설계하기 위해서는 모든 이러한 결합된 상호 작용이 함께 고려되어야 한다.
예를 들어, 반응로 노심 모델링 시스템의 일 구현은 프레임워크 컴포넌트(820), 중성자 컴포넌트(821), 열/유압 컴포넌트(23), 노심 기계 컴포넌트(824), 과도 분석 컴포넌트(825) 및 시각화 컴포넌트(826)를 포함하는 다수의 컴포넌트를 포함할 수 있다. 예를 들어, 프레임워크 컴포넌트(820)는 반응로, 집합체 및 다른 컴포넌트의 추상 모델을 포함할 수 있다. 프레임워크는 또한 재료 라이브러리 및 이러한 재료의 열 팽창에 관한 정보를 포함할 수 있다. 프레임워크는 모델, 라이브러리, 이력 정보 및 분석 결과를 저장할 수 있는 데이터베이스를 제공할 수도 있다.
노심에서 발생하는 핵 연쇄 반응은 발전소의 주요 열원 역할을 한다. 핵 시뮬레이션은 중성자의 공간 분포, 에너지 스펙트럼, 진행 방향 및 주변 핵과의 다양한 상호 작용을 겪는 속도(즉, 산란, 포획, 핵분열, n2n 등)를 결정해야 한다. 핵분열 및 포획 속도는 열 발생률 및 연료 연소 속도를 결정하는 반면, 산란 상호 작용은 방사선량 및 재료 손상과 밀접한 관련이 있다. 중성자 컴포넌트(821)는 예를 들어 중성자 정보를 모델링하기 위한 하나 이상의 컴포넌트를 포함할 수 있다. 이들은 예를 들어 하나 이상의 분석을 수행할 수 있는 코드 모듈을 포함할 수 있다. 예를 들어, 이들은 무엇보다도 MC2(고속 반응로 중성자 스펙트럼 처리 코드), DIF3D(정상 상태 중성자 확산을 해결하기 위한 노드 코드), 병렬화된 감손 솔버, 연소 의존적 미세 단면 관리자, 핵분열 생성물 모듈, 연료 주기 경제 모듈, 핀 레벨 플럭스 재구성 모듈, 왜곡 모듈의 반응도 효과, 고유 소스 모듈, REBUS(중성자 및 감마 플럭스 계산)를 포함할 수 있다. 모듈은 반응로 노심 모델링 시스템에 의해 액세스될 수 있는 종래의 코드를 포함할 수 있고, 제어 및 파라미터 조정을 반응로 노심 모델링 시스템과 관련된 사용자 인터페이스로 확장하기 위해 인터페이스 코드가 제공될 수 있다.
고급 반응로 설계 반복의 장점을 판단할 때 발전소의 전체(fleet) 성능뿐만 아니라 최초의(1st-of-a-kind) 초기 성능을 이해하는 것이 유리할 수 있다. 수십년 동안 반응로의 장전 및 방출 동작이 정적(static)이 되는 연료 주기 평형 상태는 N번째 전체 성능의 유용한 표현을 제공하므로, 설계자가 보다 명확한 주기별(cycle-by-cycle) 처리로 접근할 수 있는 목표를 제공한다. 이 모드를 지원하기 위해, 반응로 노심 모델링 시스템은 평형 연료 주기를 암시적으로 계산하기 위한 모듈(REBUS 방법론에 기초할 수 있음)을 포함하여, 신속한 분석 및 반복을 가능하게 한다.
다른 물리 모듈과 마찬가지로, 핵 시뮬레이션은 노심의 물리적 레이아웃과 조성에 따라 달라진다. 그러나 평가된 핵 데이터는 독특하게 핵 상호 작용을 올바르게 모델링하는 데 필요하다. 중성자-핵종(nuclide) 상호 작용 속도 대 입사 중성자 에너지의 어려운 측정은 전 세계의 다양한 연구 기관과 국립 연구소의 핵 모델에 의해 보완되며 데이터 라이브러리로서 배포된다.
핵분열 핵에서 방출된 열은 생성되는 속도로 전력 변환 시스템으로 전달되어야 한다. 물, 액체 금속, 가스 또는 용융 염과 같은 유동 냉각재가 전형적으로 이러한 목적으로 사용된다. 냉각재 흐름 특성에 따라 펌프 및 열교환기와 같은 주요 장비의 사양이 결정된다.
연료 집합체 내부의 연료 대 냉각재 비율은 임계, 열 소비율(heat rate) 및 유량 간의 트레이드오프를 고려하여 신중하게 선택된다. 냉각재 압력은 유량의 제곱에 비례하기 때문에 고속 냉각재를 추진하는 설계는 더 강한(즉, 더 두꺼운) 구조 부재를 가져야 하며, 이는 핵 연쇄 반응의 양상을 방해한다.
연쇄 반응과 냉각재 사이의 결합된 반응도 효과는 매우 강할 수 있다. 냉각재가 가열될 때, 열팽창이 밀도를 낮추고 산란에 의한 중성자 감속이 줄어든다. 수냉식 저속 중성자 반응로에서 이것은 네거티브 피드백인데, 냉각재가 중성자 감속재(neutron moderator) 역할을 하기 때문이다. 238U의 기생 포집으로부터 보호되는 냉각재의 속도를 늦추는 중성자는 핀 재진입시 238U 연료를 효율적으로 분열할 수 있다. 고속 중성자 체제에서 냉각재 밀도 피드백은 포지티브이다: 더 빠른 중성자는 핵분열 당 더 많은 2차 중성자를 방출하고 기생적으로 포획될 가능성이 더 적다.
서브 채널 분석은 사용 케이스에 따라 다양한 레벨의 충실도로 반응로 노심 모델링 시스템에서 수행될 수 있다. 단순한 비-통신 서브 채널 모듈은 빠른 범위 지정(scoping) 결과를 제공하는 반면, 집합체 간 열 전달 케이스가 있는 다수의 집합체 통신 서브 채널은 충실도 분석을 위해 실행될 수 있다. 고 충실도(high-fidelity) 모듈은 연속적인 핀 레벨 전력 분배를 병렬로 구축할 수 있다.
이들 효과 중 하나 이상을 시뮬레이션 및 모델링하기 위한 열/유압 컴포넌트(822)는 예를 들어 특정 반응로 요소의 열 및 유압 성능을 모델링하기 위한 하나 이상의 컴포넌트를 포함할 수 있다. 예를 들어 이들은 무엇보다도 COBRA(과도 및 정상 상태 서브 채널 분석 코드), SUPERENERGY(정상 상태 서브 채널 분석 코드), SUBCHAN(단순, 고속 정상 상태 서브 채널 분석 모듈), THERMO(단순, 고속 1-D 열 유압 모듈) 및 오리피스 시스템(냉각재 흐름을 위한 상태 및 집합체 오리피스의 변경 결정)을 포함할 수 있다.
1 세대 TWR 설계와 같은 일부 반응로에서 연료 관리 문제는 각 집합체 위치에서 고정 냉각재 오리피스에 의해 제한될 수 있다. 상세 분석에는 발전소 수명 동안 2-패스 시뮬레이션이 필요하다. 첫 번째 패스에서 2-시그마 피크 피복재 온도가 각 집합체의 설계 한계에 도달하도록 각 주기마다 오리피스 설정을 변경하도록 허용된다. 각 위치의 최대 유량은 두 번째 패스를 준비할 때 기록되며, 이는 여러 개의 개별 오리피스 구역과 설정을 최적화하여, 집합체가 발전소 수명의 어느 시점에서든 제한 온도를 초과하지 않을 것이다. 시뮬레이션 동작을 두 배로 늘리는 부담으로 인하여, 오리피스된 케이스는 일반적으로 선호하는 셔플링 세트에서 대규모 설계 스윕(sweep)가 정착된 후에만 수행된다. 모듈식 설계에 의해, 반응로 노심 모델링 시스템의 유동 오리피스 루틴은 암시적 평형 연료 주기 케이스 동안(예를 들어, 다른 모듈보다 더 긴 시간 단계에서) 활성화되어, 연료 관리 설계 반복을 시작하기 위해 보다 사실적인 오리피스 설정 세트를 가능하게 한다.
연료 및 주변 피복재를 포함하는 핵연료 시스템은 발전소에서 가장 극단적 인 열, 방사선 및 화학 환경을 경험한다. 반응로 노심 모델링 시스템은 이력 조사된(irradiated) 연료 검사의 데이터베이스에 의해 통지되는 하나의 연료 핀의 매우 상세한 유한 요소 기반 기계 모델을 제공하는 모듈 및/또는 이력 조사된 연료 데이터베이스 정보 및/또는 고 충실도 유한 요소 기반 기계 모델로부터의 출력에 의해 통지되는 저 충실도 유한 요소 모델을 포함할 수 있는 임의의 적절한 방식으로 연료 성능을 처리할 수 있다. 반응로 노심 모델링 시스템은 수명 전력 및 냉각재 온도 이력을 경계 조건으로서 제공할 수 있고, 고 충실도 및/또는 저 충실도 기계 모델은 내부 다공도, 핵분열 가스, 방출, 온도, 응력 및 변형을 결정할 수 있다. 고 충실도 모델 실행은 집중적이므로 주요 반응로 노심 모델링 시스템 루프에 직접 연결되지 않을 수 있다. 대신, 저 충실도 모듈은 고 충실도 모듈 결과에 의해 통지되는 저차수의 대용으로 사용될 수 있고 인터페이스 스택의 모든 시간 단계에서 실행(트리거)될 수 있으며, 연소 및 용량 의존적 피복재 변형, 축방향 연료 변형, 핵분열 가스 방출, 열 결합 이동(해당되는 경우), 피복재 부식 및 연료 열 전도성을 업데이트한다. 이러한 상태 변수는 반응도 및 온도 필드에 큰 영향을 미치며, 보다 일반적으로 특정 아이디어의 전체 실행 가능성에 큰 영향을 미치므로, 고급 반응로 설계 툴에 결합되어야 한다.
연료 성능 컴포넌트(823)는 예를 들어 연료의 정상 상태 및 과도 성능을 모델링하는 컴포넌트를 포함할 수 있다. 예를 들어, 이들은 무엇보다도 FEAST(연료의 정상 상태 및 과도 거동을 예측하기 위한 연료 성능 코드), 연료의 정상 상태 및 과도 거동을 예측하기 위한 유한 요소 기반 연료 성능 코드, 및 빠르게 결합된 연료 성능 분석에 대한 빠른 실행 대용 모델을 포함할 수 있다.
노심 집합체와 그들의 지지 구조의 기계적 상호 작용은 반응로 개발 노력과 밀접한 관련이 있다. 냉각재 흐름에서 상승하는 힘으로 인해 정상 동작 중에 집합체가 억제(hold down)를 유지할 수 있고 냉각재에 의해 가해지는 압력으로 인해 집합체의 비탄성 변형이 발생할 수 있어 노심을 잠그고(lock up) 정전(outage) 중에 연료 관리가 오래(그리고 비싸게) 지연되기 때문에, 유량 및 전력 분배를 지정할 때 기계적 계산이 유용할 수 있다. 방사상 팽창 반응도 피드백은 고속 원자로의 안전 케이스의 컴포넌트일 수 있다. 노심 위의 상호 작용하는 로드 패드(load-pad)로서, 과도 열 팽창의 열이 이들을 서로 밀어서 분리한다. 이 이동에 기초하여 연료 밀도가 변하는 방식(반응도과 상관 관계가 있음)은 복잡하며 시동 중 상이한 전력 대 유량 비율로 싸인을 전환할 수 있도록 많이 변할 수 있다. 이 거동은 또한 노심 구속 설계(예를 들어, 설계가 자유 개화(free flowering) 또는 제한된 자유 휨(limited free bow) 구성인지)에 크게 의존한다.
이러한 방식으로 반응로 노심 모델링 시스템은 기계적 분석과 밀접한 결합을 제공할 수 있다. 일 예에서, 이것은 연료 성능과 유사하게 달성된다. 반응로 노심 모델링 시스템으로부터 입력으로서 집합체 모음 중 하나의 온도, 용량(dose), 흐름 이력을 수신하는 OXBOW라고 불리는 고 충실도 오래 실행되는 FEA 기계적 코드가 개발되었다. 설계 공간에서 상세 평가가 수행될 수 있으며, 응력, 탄성 및 소성 변형, 유지력(hold-down force) 및 기하학적 왜곡을 전력/흐름의 함수로서 계산한다. 전력 상승, 정상 상태 또는 심지어 지진으로 인한 임의의 자의적인 왜곡은 반응도 효과를 계산하기 위한 새롭고 정교한 방법을 사용하는 후속 분석을 위해 반응로 노심 모델링 시스템으로 다시 내보낼 수 있다. OXBOW 결과를 기반으로 하는 빠른 실행의 상관 관계 기반 왜곡 모듈은 정상적인 반응로 노심 모델링 실행 중에 실행되어, 설계 최적화를 위한 왜곡 표시를 제공한다.
노심 기계 컴포넌트(824)는, 예를 들어, 무엇보다 OXBOW 및/또는 연료 핀 및/또는 집합체 휨(bowing)으로 인한 온도 분포, 기계적 왜곡, 및 반응도 피드백을 결정하는 것과 관련된 다른 코드를 포함할 수 있다.
원자력 발전소의 동작 및 비정상(off-normal) 거동, 예를 들어, 펌프나 터빈이 동작(trip)할 때 발전소가 어떻게 반응하는지를 이해하기 위해 다양한 분석이 사용될 수 있다. 안전 및 과도 분석은 모든 규제 및 라이센싱 활동의 주요 초점이므로 반응로 노심 모델링 시스템에 유용할 수 있다.
반응로 노심 모델링 시스템의 한 예에서, 과도 분석은 원래 미국 고속 원자로 프로그램을 지원하기 위해 아르곤 국립 연구소(Argonne National Laboratory)에서 개발한 SASSYS 코드(SASSYS)를 특징으로 한다. 반응로 노심 모델링 시스템의 과도 분석 컴포넌트는 지연된 중성자 부분(fraction), 신속한 중성자 수명, 반응도의 방사형 팽창 계수 및 연료의 3-D 공간 분포, 구조, 냉각재, 도플러, 및 공극(voided) 도플러 반응도 계수를 포함하여 결합된 중성자-열/유압 과도 해석에 필요한 동역학 파라미터를 자동으로 계산하기 위한 반응도 계수 모듈을 포함할 수 있다. 반응로 모델 집합체 치수, 연료 조성 및 흐름 특성과 결합되어, 반응로 노심 모델링 시스템은 SASSYS 입력의 노심 섹션을 직접 작성할 수 있다. 일부 경우에 SASSYS의 발전소 모델은 현재 반응로 노심 모델링 시스템에 의해 생성되지 않으며 사용자 작성 파일의 입력에 추가될 수 있지만, 반응로 노심 모델링 시스템의 다른 예는 노심 뿐만 아니라 발전소의 측면을 움직일 수 있다(animate).
완전한 SASSYS 입력 파일을 보유한 반응로 노심 모델링 시스템은 하나 이상의 SASSYS 케이스를 실행한다. 전력 결함을 계산하기 위해 다양한 전력/유량 비율로 일련의 케이스뿐만 아니라 다양한 설계 기준 또는 설계 이외의 기준 과도 전류(예를 들어, 보호되거나 보호되지 않은 유량 손실, 히트 싱크 손실, 과도 과전력(transient overpower))를 실행할 수 있다. 가변 주파수 진동으로 반응도를 교란시키는 케이스의 스윕(sweep)을 사용하여 발전소의 주파수 영역 최대 전력 전달 함수를 수치적으로 계산한 다음, 과도 분석 컴포넌트의 주파수 안정성 모듈에 공급되어, 임의의 발전소를 위한 이득 및 위상 안정성 마진, 주요 설계 파라미터를 추정한다.
반응도 계수 및 기타 노심 입력의 통계적 샘플링을 사용하여 입력 불확실성의 목표 값을 결정하기 위해 고성능 컴퓨터에서 수백 개의 SASSYS 케이스를 병렬로 실행할 수 있다. 이는 모델 선택, 공차 사양 및 원하는 핵 데이터 불확실성을 드라이브하는 불확실성 목표를 드라이브하는 인텔리전스를 제공할 수 있다.
과도 분석 컴포넌트(825)는 예를 들어 반응로의 과도 분석을 수행할 수 있는 컴포넌트를 포함할 수 있다. 과도 분석 컴포넌트(825)는 무엇보다도 예를 들어, SASSYS/SAS4A(반응로 역학 및 안전 분석 코드), RELAP5(과도 및 사고 분석 코드), 반응도 계수 코드(노심 지오메트리, 온도, 재료의 변화의 반응도에 대한 영향을 계산), 제어봉(control rod, CR) 가치, 정지 여유도(shutdown margin), CR 감손 코드(제어봉 및 정지 시스템의 기능 및 한계를 결정하는 코드), REBUS(반응로 연료 주기 코드), MCNPXT(몬테카를로 방사선 상호 작용 코드), ORIGEN-S(생성 및 감손된 핵종의 시간 의존적 농도를 계산하는 코드)를 포함할 수 있다.
반응로 노심 모델링 시스템은 반응로 노심 모델링 시스템에서 물리 능력의 통합 및 자동화를 제공하는 MDO(Multiobjective Design Optimization) 컴포넌트를 포함할 수 있고, 신형(advanced) 원자로 설계에서 MDO를 가능하게 한다.
일례에서, MDO 모듈은 파라미터 스윕을 제공할 수 있다. 개념 및 예비 설계에서 엔지니어는 제품 성능 향상을 목표로 일련의 가설을 생성한다. MDO 모듈 파라미터 스윕 기능은 이러한 가설을 분석하고 평가하기 위한 강력한 툴를 제공할 수 있다. 사용자는 치수, 조성, 연료 관리 파라미터, 전력 레벨 또는 임의의 다른 입력의 관점에서 관심 있는 다차원 영역의 경계를 (예를 들어, 입력 파일 및/또는 GUI 입력을 통해) 지정할 수 있다. MDO 모듈을 사용하는 반응로 노심 모델링 시스템은 설계 공간을 샘플링하고 각 지점에서 전체 및/또는 부분 분석을 실행할 수 있다.
TWR 반응로와 같은 특정 반응로 설계의 경우, 반응로 노심 모델링 시스템 MDO 모듈은 임계 평형 연료 주기(결합 연료 성능 등)을 계산하고, 반응도 계수를 생성하며, 설계 기준 세트 또는 설계 기준 초과 과도를 실행할 수 있다. 이 시스템 레벨의 자동화 정도는 슈퍼 컴퓨터와 함께 사용할 때 유용할 수 있다.
추가적인 또는 대안적인 예에서, MDO 모듈은 교번 조건부 기대 분석을 제공할 수 있다. 원자로의 복잡성으로 인해 예상되는 바와 같이, 반응로 노심 모델링 시스템 시뮬레이션은 많은 독립적이고 종속적인 변수를 포함한다. 따라서, 반응로 노심 모델링 시스템은 ACE(Alternating Conditional Expectation)를 파라미터 스윕 결과에 대한 비선형 비모수(non-parametric) 회귀 모델로서 제공할 수 있다. ACE는 다른 형태의 회귀 분석이 어려움을 겪는 종속성을 분석(tease out)할 수 있는 순수 통계 모델이다. 추가 최적화를 위해 정확하고 빠른 회귀 발전소 모델을 생성하는 것 외에도 독립 변수의 중간 변환 함수는 분석자에게 예를 들어 덕트 두께의 변화가 보호된 유량 손실 사고 대 연료 높이의 변화에서 피크 피복재 온도에 어떻게 영향을 미치는지의 형상과 크기에 대한 깊은 직관을 제공한다.
반응로 노심 모델링 시스템은 M 개의 독립 변수의 N 개의 종속 변수 함수 각각에 대해 하나의 ACE 회귀를 수행할 수 있다. 일단 구축되면, 이 회귀 세트는 파라미터 스윕의 연속적인 대리를 나타내며, 설계 입력의 임의의 입력 조합은 즉시 반응로 성능 메트릭 세트를 초래한다.
시각화(사용자 인터페이스) 컴포넌트(826)는 예를 들어, 사용자가 인터페이스 내에서 특정 유형의 시뮬레이션 데이터의 결과를 볼 수 있게 하는 컴포넌트를 포함할 수 있다. 예를 들어, 시각화 컴포넌트(826)는, 무엇보다 예를 들어, 3D 뷰어 및/또는 그래픽 분석 코드를 포함할 수 있다. 그러나, 다양한 반응로 유형을 시뮬레이션하고 이러한 분석의 시각화를 제공하기 위해 사용될 수 있는 수많은 코드 및 시스템이 존재하므로, 임의의 수 및 유형의 코드가 사용될 수 있음을 이해해야 한다.
도 9는 일 실시예에 따른 반응로 노심 모델링 시스템의 일 구현을 도시한다. 예를 들어, 반응로 노심 모델링 시스템은 분산 컴퓨터 시스템(900)으로서 기능할 수 있다.
설계의 일부 측면은 그래픽 사용자 인터페이스(GUI)(예를 들어, GUI(905))를 동작시키는 사용자의 컴퓨터를 사용하여 생성될 수 있고, 하나 이상의 분석을 반응로 노심 모델링 시스템(예를 들어, 901)에 제출하여 하나 이상의 설정 파일(예를 들어, XML-기반 설정 파일 setting.xml(907)), 다른 입력 파일(예를 들어, 입력 파일(908)) 및 출력 파일(예를 들어, 출력 파일(909))을 액세스할 수 있다. 사용자의 컴퓨터는 GUI 내에서 사용자에게 제시된 하나 이상의 제어를 통해 시뮬레이션을 위한 하나 이상의 설정을 액세스할 수 있다. 반응로 노심 모델링 시스템(901)은 다수의 병렬 실행을 수행할 수 있는 클러스터 기반 컴퓨터 시스템(예를 들어, HPC 기반 클러스터, 예를 들어, HPC 클러스터(904)) 상에서 실행될 수 있다. 임의의 수의 컴퓨터 및 프로세서가 사용될 수 있고, 데이터는 분산 시스템 내의 하나 이상의 위치에 저장될 수 있음을 이해해야 한다.
일 실시예에서, 클러스터는 하나 이상의 물리적 노드에 의해 지원되는 하나 이상의 가상 서버(미도시)를 포함한다. 일 실시예에서, 서버 및/또는 객체는 수행될 필요가 있는 분석의 수에 응답하여 인스턴스화될 수 있다. 각각의 노드는 물리적 및/또는 가상의 하나 이상의 코어 프로세서, 메모리 디바이스 및 스토리지를 포함할 수 있다.
GUI를 통해 사용자는 많은 설정을 정의하고 입력 파일을 수정하며 특정 작업(job)(예를 들어, 시뮬레이션)을 컴퓨터 클러스터에 제출할 수 있다. 도 9에서 볼 수 있듯이, GUI는 일부 입력 파일을 읽을 수 있고, 이들을 공유 스토리지에서 수정할 수 있으며, 이는 GUI와 HPC 클러스터가 모두 읽을 수 있다. 작업을 제출하기 위해 GUI "submit" 명령(예를 들어, 903)은 클러스터와 통신하며, 제출 명령에 응답하여 반응로 노심 모델링 시스템과 관련된 컴포넌트를 결국 실행한다. 반응로 노심 모델링 시스템은 공유 스토리지에서 입력을 읽고 식별된 작업을 시작한다. 실행된 작업 동안 출력은 사용자가 분석할 수 있는 공유 스토리지의 클러스터에 의해 생성된다.
예를 들어, GUI 내에서 사용자가 수행된 분석 유형을 선택하고 사전 정의된 반응로 모델에서 클러스터에 작업을 제출할 수 있는 선택이 있을 수 있다. 일 실시예에서, (예를 들어, 인터페이스에서) 사용자에 의해 선택될 수 있는 다수의 미리 결정된 분석이 정의될 수 있다.
예를 들어, 사용자는 3 주기에 걸쳐 반응로의 분석을 수행하고 감손을 분석하기를 원할 수 있다. 예를 들어, 인터페이스는 사용자가 주기의 수를 선택하고 활성 중성자 분석기를 선택하여 중성자 분석을 수행할 수 있게 하는 다수의 제어를 가질 수 있다. 인터페이스는 또한 시뮬레이션을 위해 작업을 클러스터에 제출하는 제어를 포함할 수 있으며, 그 후에 클러스터는 사용자에 의해 분석하기 위해 다수의 출력 파일을 생성한다. 예를 들어, 출력 파일에는 임의의 상태(statue), 경고 또는 오류 및 keff 및 피크 연소과 같은 임의의 다른 흥미로운 결과가 포함될 수 있다. 반응로 노심 모델링 시스템에 의해 생성된 정보는 하나 이상의 컴퓨터 시스템에 의해 액세스될 수 있는 데이터베이스(예를 들어, SQL 또는 HDF5 데이터베이스)에 저장될 수 있다. 또한 파일 뷰어를 사용하여 직접 볼 수 있는 출력이 있을 수 있다. 반응로 노심 모델링 시스템의 다양한 예시적인 인터페이스는 도 15-21을 참조하여 아래에 논의된다.
위에서 논의된 바와 같이, 원자로의 공통 모델은 모델링 및 시뮬레이션을 수행하기 위해 원자력 발전소 모델링 시스템에 의해 사용될 수 있다. 도 10은 일 실시예에 따른 예시적인 계층적 모델 아키텍처를 도시한다. 예를 들어, 반응로 모델(1000)은 하나 이상의 집합체(예를 들어, 집합체(1001))로 구성될 수 있고, 이는 하나 이상의 블록(예를 들어, 블록(1002))으로 구성되며, 이는 집합체의 하나 이상의 축 방향 슬라이스로서 모델링될 수 있다. 각각의 블록은 하나 이상의 컴포넌트(예를 들어, 연료 핀, 피복재 및 냉각재를 포함할 수 있는 컴포넌트(1003))를 포함할 수 있으며, 이들 각각은 온도 및 조성-의존적 특성을 갖는 하나 이상의 물질(예를 들어, 물질(1004))을 포함할 수 있다.
일관되고 프로그래밍 방식으로 접근 가능한 재료 특성 데이터베이스가 통합 반응로 설계에 유용할 수 있다. 질량 밀도, 열팽창 계수, 열용량, 점도, 열 전도도, 영률, 항복 강도 등 열역학적 특성을 위해 내장된 다양한 상관 관계로 재료 개체를 생성할 수 있다. 과거에 현재 온도에서 나트륨 특성에 대해 질의했을 수 있는 물리 모듈은 어떤 경우에는 냉각재 특성을 질의할 수 있다. 따라서, 입력에 대한 단일 라인 변경으로, 나트륨 밀도 반응도 계수를 계산하고 있던 모듈은 리드 밀도 반응도 계수를 즉시 계산하지만, 이러한 냉각재 교환에 필요한 설계 변경은 현재 자동화되지 않았다. 상관 관계의 범위를 자동으로 평가하고 오프 사이트 사용을 위해 보고서에 인쇄하는 기능도 또한 유용하다.
상이한 솔버(solver)는 상이한 지오메트리 근사치를 포함할 수 있다. 호환되지 않는 지오메트리를 갖는 모듈들 사이의 결합을 가능하게 하기 위해, 지오메트리 변환 및 수정 모듈이 반응로 모델링 시스템에서 구현될 수 있다. 변환기 모듈은 자동 대량 보존 변환을 수행하여, 수동 변환 오류 가능성을 줄이다. (예를 들어, 일부 전송 효과를 포획하는 고 에너지 분해능, 낮은 공간-분해능 시뮬레이션의 경우) 예를 들어, 변환기 모듈은 3D 16진수 케이스를 동등한 R-Z 또는 R-Z-θ 모델로 변환할 수 있다.
반응로는 계층적 방식으로 모델링될 수 있기 때문에, 모델링 및 분석은 구성 부분들로 나눌 수 있으며, 모델링 및 분석이 단순화된다. 또한, 특정 부분에 대하여 약간의 변경이 있을 때, 전체 설계에 대해 약간의 변경만이 필요하다. 또한, 모델은 다수의 구성으로 쉽게 인스턴스화될 수 있기 때문에, 이러한 모델은 다수의 시뮬레이션과 함께 사용하기 위해 중앙에 저장되고 액세스될 수 있으며, 반응로 모델 및 정보 모델링을 표준화하기 위해 임의의 코드 특유의 문자가 제거되어 데이터가 전세계적으로 액세스되게 한다.
반응로 객체는 노심 객체일 수 있으며 다른 모든 반응로 기반 객체를 포함할 수 있다. 집합체 객체는 반응로(예를 들어, 연료 집합체) 내에 있고 반응로 객체에 의해 포함되는 각각의 개별 집합체를 나타낼 수 있다. 블록 객체는 집합체 객체를 여러 부분으로 나누는 것을 나타내므로 집합체 객체에 포함될 수 있다. 예를 들어, 블록은 집합체를 구성하기 위해 어셈블되는 블록으로의 집합체의 더 작은 부분일 수 있다. 컴포넌트 객체는 기하학적으로 정의된 객체(예를 들어, 원형, 육각형, 나선, 12각형 등) 및 그 치수를 포함할 수 있다. 컴포넌트 객체는 블록 객체에 의해 포함될 수 있다. 결과적으로, 컴포넌트 객체는 재료와 관련된 다른 특성들 중에서 선형 팽창 계수, 열 전도도, 동위 원소 질량 분율, 밀도를 포함하지만 이에 제한되지 않는 재료의 재료 특성을 정의하는데 사용되는 재료 객체를 포함할 수 있다.
이들 객체는 또한 다른 객체 유형을 수용할 수 있으며, 다양한 측면이 다른 객체 관계 및 유형을 포함할 수 있다는 것을 이해해야 한다. 또한, 이들 목적은 다른 정보 중에서도 반응로의 전체 keff, 플럭스, 높이, 온도와 같은 상태 정보를 포함하고 저장할 수 있음을 이해해야 한다.
인터페이스 스택은 물리 및 부기(bookkeeping) 모듈을 반응로 모델에 연결하는 어댑터 객체의 목록이다. 그것은 스택의 각 항목에서 여러 동작 트리거 메서드를 정의하고 순서대로 호출한다. 개별 어댑터는 동작을 활성화하는 데 어느 트리거 메서드(예를 들어, BoL, 주기 시작, 모든 시간 노드, 주기말, 노심 말기)가 적합한지 구현한다. 스택의 특정 내용은 현재 엔지니어링 평가의 원하는 파라미터에 따라 다르다. 정렬(ordering)은 (예를 들어, 화력 생산과 필요한 냉각재 흐름 간의) 물리적 상호 의존성에 의해 설정되지만 많은 결합 물리 문제에서 올바른 정렬이 잘못 정의되어 있다.
인터페이스 스택은, 예를 들어, 미세한 감손을 위한 모듈이 더 높은 충실도 또는 독립적인 방법론을 갖는 상이한 모듈로 교체(swap out)되거나, 심지어 원하는 충실도 및/또는 런 타임 비용을 위해 모듈이 호출되는 주파수를 증가 또는 감소시킬 수 있게 한다. 상호 작용 트리거가 구현될 때, 다른 물리 모듈은 수정 없이 새 모듈과 함께 동작할 것이다. 이러한 교체는 민감도 연구, 독립적 검증, 주요 업그레이드 및 모듈 영역 외부의 문제에 대해 자주 수행된다.
추가적으로 또는 대안적으로, 선택된 모듈은 상이한 시간 또는 이벤트 기준에서 트리거될 수 있다. 예를 들어, 플럭스 및 감손 솔버와 같은 일부 모듈은 각각의 작은 시간 단계에서 호출될 수 있고, 연료 성능 결합 또는 제어 모션을 실행하는 모듈은 각각의 더 큰 시간 단계에서 호출될 수 있으며, 회귀 분석 또는 불확실성 정량화를 수행하는 모듈은 연료 주기, 연료 이동 또는 기타 적절한 이벤트가 끝날 때만 호출될 수 있다. 선택된 밀접하게 결합된 모듈에 대해 각 시간 노드에서 내부 루프를 수행함으로써, 물리적 결합의 다양한 정도가 모델링될 수 있다. 인터페이스 스택의 항목들은 런 타임에 동적으로 인에이블 또는 디스에이블될 수 있으며, 이는 예를 들어 특정 관심의 특정 시간 단계에서만 상세한 분석이 일어날 수 있게 한다.
일 실시예에서, 반응로 노심 모델링 시스템은 시뮬레이션을 수행하기 위해 필요한 다양한 컴포넌트들을 동기화하여 정보 및 코드의 흐름을 제어하기 위해 객체를 사용한다. 예를 들어, 관리 객체(예를 들어, 본 명세서에서 "오퍼레이터" 객체로 지칭됨)는 반응로 객체를 인스턴스화하여, 베이스라인 상태(BOL 상태 "노심 초기")로 확립할 수 있다. 일단 생성되면, (예를 들어, 파일을 식별하고 데이터베이스로부터 중성자 상태를 입력하는 등 수동으로) 중성자 상태가 입력될 수 있다. 상태는 임의의 주어진 시점에서의 반응로의 상태를 나타낼 수 있다. 일 실시예에서, 반응로의 상태는 동작 반응로로부터 수집된 적어도 일부 실제 데이터를 포함할 수 있다.
데이터 모델의 각 레벨은 파라미터와 같은 스칼라 값을 포함할 수 있다. 반응로 노심 모델링 시스템은 또한 데이터 모델을 탐색(navigate)하고, 파라미터를 보고/보거나 변경하고, 다른 기능을 수행하는 툴을 포함할 수 있다. 이를 위해, 반응로 노심 모델링 시스템은 사용자가 데이터 모델과 상호 작용할 수 있게 하는 하나 이상의 인터페이스(예를 들어, 그래픽, 명령 행(command line), API 등)를 포함할 수 있다. 주목할만한 것은, 이들 인터페이스 중 일부는 다양한 레벨(예를 들어, 원자로, 집합체, 블록, 컴포넌트 등)에서 성능 정보를 보고 이들 중 임의의 하나에 기초하여 보거나, 보고하거나, 계산 또는 다른 기능을 수행하는 능력을 제공할 수 있다. 이러한 방식으로, 다수의 모듈들 사이의 협력을 허용하는 공통 반응로 형식을 갖는 것이 공통 반응로 모델에 기초하여 계산이 수행될 수 있기 때문에 유리하다. 모델 내에 저장된 정보는 반응로 분석을 수행하는데 필요한 이질적인 기능들 사이에서 정보를 전달하는데 사용될 수 있다.
또한, 반응로를 설명하는 공통 모델이 있기 때문에, 시간이 지남에 따라 반응로에 대한 공통 뷰가 생성될 수 있다. 예를 들어, 데이터베이스는 시간에 따라 보고, 저장되고, 시뮬레이션될 수 있는 반응로 상태, 변화 등에 관한 이력 정보를 저장하도록 구성될 수 있다. 예를 들어, 분석, 설계 변경을 수행하고, 온도, 전력 등과 같은 파라미터를 평가하는 것을 목적으로 이전 반응로 상태(예를 들어, 시뮬레이션되고/되거나 실제인 상태)를 로드하거나 소환(recall)하는 것이 도움이 될 수 있다.
위에서 논의한 바와 같이, 원자로의 동작을 분석하기 위해 고려해야 할 많은 사항이 있다. 이 때문에 원자로의 상이한 측면을 분석하는 많은 상이한 시스템과 코드가 있다. 반응로 노심 모델링 시스템 내에서 상이한 시뮬레이션 및 그러한 시뮬레이션을 수행하기 위해 어떤 컴포넌트가 호출되는지를 선택적으로 제어할 수 있는 능력이 있을 수 있다. 예를 들어, 도 8B를 참조하여 위에서 논의된 바와 같이 시스템에 의해 액세스될 수 있는 다수의 외부 코드/인터페이스가 있을 수 있다.
반응로 노심 모델링 시스템은 또한 추가적인 분석을 수행하는데 사용되는 다수의 내부 모듈 및 컴포넌트를 가질 수 있다. 예를 들어, 다음을 수행하는 컴포넌트가 제공될 수 있다:
오리피스를 이용한 열역학 분석 및 서브 채널 분석
재료 라이브러리 및 열팽창 분석을 제공 및 유지
고급 연료 관리 기능
반응도 계수 및 제어봉 가치
빠른 평형 주기 검색
다목적 설계 최적화
병렬화된 감손
연소-의존적 미시적 단면적
경제 분석
이력 추적 및 요약
변형 및 λ-고유 모드 확장 섭동 이론
핀 플럭스 재구성
감도 및 불확실성 정량화
고유 소스 계산
데이터베이스 스토리지(예를 들어, SQL, HDF5)
특정 시스템은 원자로 설계 및 시뮬레이션에 필요한 분석의 특정 부분만 수행하므로 설계의 모든 측면을 수행하고 공통 반응로 모델을 사용하여 분석을 통합하는 시스템이 제공될 수 있다. 이러한 시스템은 또한 특정 시퀀스에 따라 분석을 결합하는 컴포넌트를 포함할 수 있다. 또한, 특정 분석 또는 분석의 조합은 표준화되어 반응로 노심 모델링 시스템의 인터페이스 내에서(예를 들어, 사용자에게 제시된 GUI 내에서) 시뮬레이션 옵션으로서 사용자에게 제시될 수 있다. 따라서 모델링 및 시뮬레이션 작업이 해당 모델을 설명하는 공통 반응로 객체 모델 및 데이터베이스를 통해 조직화, 시퀀싱 및 수행되므로, 이러한 시스템을 모델링 및 시뮬레이션하기 위한 개선되고 보다 효율적인 방법이 제공된다.
일 실시예에 따르면, 특정 모듈은 특정 순서 내에서 호출될 수 있다는 것이 이해된다. 예를 들어, 다음은 특정 모듈을 호출할 수 있는 순서의 예이다.
1. 연료 관리자(연료 집합체를 상이한 위치로 이동)
2. 수 밀도를 업데이트하기 위한 감손 모듈
3. 횡단면을 업데이트하는 MC2
4. 전력 및 플럭스 분포를 계산하기 위한 DIF3D
5. 온도 및 압력 분포를 업데이트하기 위한 COBRA
6. 고유 중성자 소스를 계산하기 위한 고유 소스 모듈
7. 연료 주기 비용을 계산하는 경제 모듈
8. (예를 들어, 사람이 읽을 수 있는 출력으로서) 요약을 생성하는 써머라이저(summarizer) 모듈
9. 출력을 데이터베이스(예를 들어, SQL 데이터베이스)에 유지하기 위한 데이터베이스 모듈
이러한 예시적인 시뮬레이션에서, 모듈 MC2가 먼저 실행되고, 이어서 DIF3D 모듈, COBRA 모듈 등이 실행된다. 실행될 모듈은 실행되는 모듈의 순서를 정의하는 인터페이스 스택을 구현함으로써 반응로 노심 모델링 시스템에 의해 관리될 수 있다.
반응로 노심 모델링 시스템은 GUI, 명령 행 옵션 등을 통해 시뮬레이션을 실행하는 것과 같이 사용자에게 많은 상이한 옵션을 제공할 수 있다. 또한, 인터페이스는 사용자가 다양한 모듈의 실행의 상태를 보고 단일 인터페이스 내에서의 실행 결과를 볼 수 있게 한다.
무엇보다도 예를 들어 오리피스 케이스 실행, 반응도 계수 케이스 실행, 표준 반응도 계수 케이스 실행, 제어봉 가치 곡선 실행, 정지 여유도 계산, 과도 케이스 실행과 같은 반응로 시뮬레이션과 관련된 상이한 실행에 대한 다수의 옵션이 있을 수 있다. 이러한 동작, 그들의 실행 순서, 의존성 등은 상이한 오퍼레이터 객체 유형에 저장될 수 있고 필요할 때 사용자에 의해 인스턴스화될 수 있다.
반응로 노심 모델링 시스템은 코드 및/또는 외부 시스템의 하나 이상의 부분에 통신을 제공하는 하나 이상의 인터페이스를 포함할 수 있다. 예를 들어, 분석의 하나 이상의 부분을 수행하는 특정 코드가 호출될 수 있다. 일부 유형의 인터페이스를 사용하는 경우 사전에 특정 정보가 제공되거나 계산되어야 한다. 예를 들어, SASSYS 모듈을 사용할 때는 중성자 및 열 유압 정보가 포함된 반응로 데이터베이스가 있어야 한다. 일부 정보(예를 들어, 중성자)는 분석자(예를 들어, 중성자 분석자) 또는 기타 프로그램에 의해 제공될 수 있다. 그러나, 일단 반응도 계수가 결정되면, 안전성 분석이 실행될 수 있다. 경우에 따라 안전성 분석을 수행하기 전에 반응도 계수를 계산하는 것이 유리하다. 이러한 시퀀스 정보 및 임의의 데이터 의존성은 반응로 노심 모델링 시스템에 의해 유지될 수 있다.
특정 모듈은 특정 다른 구성을 적용하여 계산을 수행할 수 있다. 예를 들어, 특정 객체(예를 들어, 연료 집합체)는 링 또는 유형의 연료 집합체와 같은 다른 조직화된 구조로 그룹화될 수 있다. 일 실시예에서, 사용자가 특정 원자로 객체를 그룹으로 조직화할 수 있게 하는 제어가 제공될 수 있다. 일 실시예에 따르면, 예를 들어, 반응도 계수 계산 및 SASSYS 노심 채널에 사용될 수 있는 연료 유형(예를 들어, 공급 연료, 및 그녀의 드라이버, 외부 드라이버, LTA 등)에 기초하여 연료 집합체가 그룹화될 수 있게 하는 제어가 제공될 수 있다. 하나의 예시적인 구현에서, 반응로 노심 모델링 시스템은 집합체 객체를 검사하고 다양한 연료 집합체 유형을 분류하는 기능을 가질 수 있다.
일례로, SASSYS 케이스는 주어진 반응로 데이터베이스를 갖춘 반응로 노심 모델링 시스템에 의해 실행될 수 있으며, 다음 시퀀스를 사용하여 분석을 수행한다:
1. (예를 들어, 뷰어 모듈로) 반응로 데이터베이스를 검사하여 데이터베이스가 계산된 반응도 계수를 가지고 있는지 여부를 결정한다. 이 단계는 반응로 노심 모델링 시스템에 의해 자동으로 수행될 수 있다. 반응도 계수가 존재하지 않으면, 시스템은 반응도 계수를 계산하는 모듈을 호출할 수 있다.
2. 반응도 계수를 포함하는 데이터베이스를 로드하고 안전성 분석을 위한 새 출력 데이터베이스를 생성하고 하나 이상의 SASSYS 케이스를 생성한다.
3. 안전 과도 분석을 수행한다.
사용자 선택 및 선택된 모듈에 따라 다른 분석이 수행될 수 있지만, 이러한 분석은 임의의 필수 분석을 수행하는 내부 모듈과 외부 모듈 사이에서 변환될 수 있는 공통 객체 모델을 사용함으로써 보다 효율적으로 수행된다는 것을 이해해야 한다.
일 실시예에서, 반응로 노심 모델링 시스템은 다목적 최적화를 수행하는 컴포넌트를 포함할 수 있다. 이러한 최적화는 분기 검색에 대한 파라미터화된 케이스를 평가하는 데 도움이 된다. 특히, 런의 스윕은 각각 상이한 독립 입력 변수 세트를 갖는 반응로 노심 모델링 시스템에 의해 실행될 수 있다. 반응로 노심 모델링 시스템은 이러한 케이스를 실행하고, 예를 들어, 방출 연소, 주기 길이, 피크 피복재 온도(Peak Cladding Temperature, PCT) 및 과도 성능과 같은 해당 종속 변수의 모음을 구축한다. 입력과 출력 사이의 관계는 복잡할 수 있지만 회귀 알고리즘은 정보를 사용자가 더 이해하기 쉽게 만들 수 있다. 적절한 회귀 모델이 구성된 후, 물리적 프로그래밍 최적화 패러다임 또는 다른 다목적 최적화 접근법을 사용하여 어떤 독립 변수 세트가 최적인지 정확하게 결정할 수 있다. 일 실시예에서, 최적의 세트는 모델의 트레이닝에서 실행된 세트가 아니라 회귀 분석에 기초한 포인트들 중 하나일 수 있다는 것이 이해된다. 이러한 최적의 세트는 반응로 노심 모델링 시스템에 의해 출력으로서 사용자에게 반환될 수 있다. 이러한 유형의 분석은 가능한 원자로 변화를 평가하고 특정 변수(예를 들어, 반응도 변화)를 최적화할 때 유용하다.
임의의 수 및 유형의 파라미터가 다양한 양태에 따라 최적화될 수 있음을 이해해야 한다. 또한, 무엇보다도 기계적, 압력, 연료 취급과 같은 다른 유형의 분석이 결정 및/또는 최적화될 수 있음을 이해해야 한다.
일 실시예에서, 반응로 노심 모델링 시스템은 연료 처리기와 관련된 기능을 수행하는 컴포넌트를 포함할 수 있다. 예를 들어, 위에서 논의된 바와 같이, 반응로 노심 모델링 시스템은 반응로 모델 내에서 연료를 변화시키는 것과 관련된 다수의 기능을 포함할 수 있다. 예를 들어, 위에서 논의된 바와 같이, 반응로 노심 모델링 시스템은 연료 집합체를 교환(swap)하는 기능을 포함할 수 있다. 집합체 객체에 주어진 반응로 객체의 맥락에서, 메서드는 노심 내에서 그들의 위치를 전환한다.
다른 기능에서, 노심 내의 연료 집합체를 외부 집합체와 교환하는 방출 교체 기능이 있을 수 있다. 수렴 셔플링 및/또는 수렴-발산 셔플링에 필요할 수 있는 것과 같은 데이지 체인 유형의 동작에서 집합체 목록을 교환하는 다른 기능이 제공될 수 있다. 예를 들어, 집합체 목록을 사용하면 첫 번째 집합체가 마지막 집합체 위치에 배치되고 다른 모든 집합체도 그에 따라 쉬프트한다. 어느 집합체가 셔플링에 적합한지 결정하는 다른 기능이 제공되어, 셔플링 기능의 후보가 될 수 있다. 예를 들어, 특정 백분율(예를 들어, 20 %)에 가장 근접한 최대 연소를 갖는 집합체를 반응로 내에 위치시키는 기능이 제공될 수 있다. 이러한 방식으로, 사용자는 교체될 가능한 집합체의 위치를 보다 쉽게 찾을 수 있다. 일부 다른 파라미터 기능은 예를 들어, 특정 링에 가장 가까운 집합체, 특정 값을 갖는 파라미터(예를 들어, 특정 집합체 레벨 파라미터), 특정한 최소 또는 최대 값, 임의의 배제, 제외되거나 포함된 노심 내의 임의의 위치 또는 기타 파라미터를 반환하는 기능을 포함할 수 있다.
일 실시예에 따르면, 반응로 노심 모델링 시스템은 다수의 연료 관리 동작이 병렬로 수행되고 선호되는 동작이 선택되어 진행되는 분기 검색 계산기를 포함한다. 특히, 분기 검색 계산기는 특정 연료 집합체가 이동되어야 하는지 여부를 평가하는 일부 유형의 스코어를 계산할 수 있다. 예를 들어, 그러한 계산기는 교체될 특정 연료 모듈을 선택하는 기능을 호출하는 것을 포함할 수 있다. 일 실시예에서, 분기 검색을 수행하는 데 사용될 수 있는 특정 키가 있을 수 있다. 예를 들어, 검색은 첫 번째 키를 먼저 최적화 한 다음, 모든 키가 평가될 때까지 최적의 첫 번째 값을 일정하게 유지하면서 두 번째 키를 사용하여 두 번째 패스를 수행할 수 있다. 일 실시예에서, 분기 검색으로부터의 최상의 검색 결과는 keff 값을 (예를 들어, GUI 내에서 사용자에 의해 선택 가능한) 목표 K 설정과 비교함으로써 결정될 수 있다. 임의의 수 및 유형의 키가 사용될 수 있음을 이해해야 한다.
도 11A 내지 11B는 다양한 실시예에 따른 반응로 노심의 분석을 수행하기 위한 하나의 예시적인 프로세스(1100)를 도시한다. 예를 들어, 사용자는 GUI를 통해 (예를 들어, case.XML 파일 내에 저장된 바와 같이) 실행될 케이스를 정의할 수 있으며, 이 케이스는 실행과 관련된 하나 이상의 설정을 지정한다.
위에서 논의된 바와 같이, 실행 시퀀스를 간과하는 전역(global) 오퍼레이터 객체(1101)가 인스턴스화될 수 있다. 예를 들어, 전역 설정 입력 파일을 판독하고 분석될 반응로를 나타내는 반응로 객체(1102)를 인스턴스화하는(예를 들어, 단계 1, 2) 것을 포함하여 여러 동작이 발생할 수 있다. 사용자는 GUI를 통해 (예를 들어, 사용자 인터페이스의 탭, 단계 3A, 3B를 통해) 반응로를 설계할 수 있고, 반응로 객체는 일부 스토리지 위치(예를 들어, 공유 스토리지) 내에 저장될 수 있다. 로딩 및 지오메트리 입력 파일은 (예를 들어, 단계 3에서 오퍼레이터 객체에 의해) 처리될 수 있고, 반응로 객체는 GUI를 통해 사용자에 의해 정의된 집합체로 채워질 수 있다. 노심 레이아웃 입력 파일에 기초하여, 집합체는 반응로 객체로 복사될 수 있다(예를 들어, 단계 4). 인터페이스 생성 메소드 호출을 통해 모든 인터페이스를 인스턴스화하고 오퍼레이터 객체에 첨부할 수 있다(예를 들어, 단계 5).
어떤 인터페이스를 호출해야 하는지에 따라 오퍼레이터는 노심 초기(BOL)부터 하나 이상의 주기까지 순차적으로 각 인터페이스를 호출한다(예를 들어, 단계 6). 특히, 특정 인터페이스는 인터페이스의 후속 실행에 필요한 데이터에 따라 특정 순서로 호출된다. 예를 들어, 도시된 바와 같이, 하나 이상의 인터페이스(1103)는 특정 순서로 호출될 수 있다. 완료되면, (예를 들어, GUI를 통해) 사용자에 대한 임의의 출력 및 표시가 수행될 수 있다. 또한, 런(run)과 관련된 임의의 정보가 데이터베이스에 유지될 수 있다.
다른 실시예에서, 특정 시간 단계에 걸친 런에 대해, 사용자는 (예를 들어, 이력 데이터베이스로부터 소환된 바와 같이) 이전 런의 특정 스냅 샷을 요청하고 특정 시간 프레임에 걸쳐 성능 파라미터를 검토할 수 있다. 일 실시예에 따르면, 특정 유형의 분석(예를 들어, 단일 시점에서 반응도 계수만을 생성하는 안전 관련 오퍼레이터)에 대응하는 특정 오퍼레이터 객체가 있을 수 있다. 또한, 일 실시예에 따른 오퍼레이터 객체는 마스터 반응로의 상태를 병렬로 실행하는 다른 모든 프로세서에 복사하는 작업을 수행할 수 있다. 이것은 예를 들어 특정 파라미터 또는 파라미터 세트를 최적화하기 위해 수행될 수 있다.
일 실시예에 따르면, 오퍼레이터에 의해 수행될 수 있는 기능이 분기 검색 일 때, 이 기능은, 예를 들어, 다수의 가능한 연료 관리 옵션을 병렬로 실행할 수 있고, 위에서 보다 상세히 논의된 바와 같이 다음 시간 단계로 진행하기 전에 사용자가 선호하는 옵션을 선택할 수 있다.
도 12A-12B는 일 실시예에 따른 반응로 노심 모델링 시스템의 일 구현을 도시한다. 예를 들어, 도 12A-12B에 도시된 바와 같이, 특정 반응로 노심 설계의 분석을 수행하는 예시적인 모델이 생성될 수 있다. 특히, (예를 들어, 하나 이상의 인터페이스를 통해 사용자에 의해 정의된 바와 같은) 펌프 유량, 회전 제어 위치, 2차 측 경계 조건 등과 같은 일부 초기 및 경계 조건 및 시스템 데이터, 반응로의 특성 및 임의의 상호 작용를 정의하는 시스템 설계 문서가 주어질 때, 정보는 하나 이상의 시뮬레이션 컴포넌트에 제출되고 노심의 다양한 부분에 대해 계산된다.
예를 들어, 일 실시예에서, 시스템 데이터는 예를 들어 압축성 체적 액체 세그먼트, 가스 세그먼트, 펌프, 증기 발생기, 체크 밸브 등을 포함할 수 있다. 특정 요소의 특성은 무엇보다도 지오메트리, 고도, 길이, 질량, 비열, 전도도를 포함할 수 있다. 시뮬레이션될 수 있는 상호 작용은 다른 계산들 중에 질량 유량, 컴포넌트 대 컴포넌트 열 전달 연결, 압력(예를 들어, 액체 나트륨 위의 커버 가스)을 포함한다. 반응로 모델링 시스템은 시스템 설계, 상태 및 조건을 유지하고 특정 호출된 모듈간에 정보를 제공한다.
일 실시예에서, 반응로 노심 모델링 시스템은 리테일(retail) 팽창 계수, 방사상 팽창 반응도 피드백, 제어봉 드라이브 팽창 계수 등과 같은 일반적인 반응로 노심 동작 데이터와 관련된 채널 독립적인 노심 데이터를 결정한다. 특정 채널 1-N의 경우, 반응로 모델링 시스템은 특정 노심 요소의 지오메트리, 속성 및 중성자 속성과 같은 정보를 사용하여 다양한 요소에 대한 채널 특유의 코디네이터를 계산한다. 이러한 노심 요소는 도 10을 참조하여 논의된 바와 같이 데이터 구조로 표현되고 설명될 수 있다. 원자로 모델링 시스템은 노심 상태 및 과도 데이터를 유지하면서, 특정 시퀀스를 사용하고 특정 시뮬레이션 파라미터를 사용하여 특정 컴포넌트(예를 들어, COBRA, OXBOW, fluxRecon, VIRDENT)를 호출할 수 있다.
도 13은 시간의 함수로서 다양한 시뮬레이션 컴포넌트의 예시적인 실행을 도시하는 일 실시예에 따른 인터페이스 스택의 하나의 예시적인 구현을 도시한다. 예를 들어, 특정 연료 주기에서 시간 tc에 주기초(beginning of cycle, BOC)가 있고 시간 tc+3에 주기말(end of cycle, EOC)이 있다. 주기 내에 중간 계산 시간 tc+1 및 tc+2가 있다. 연료 집합체가 재장전 주기에서 셔플링되는 상기 예에서, 반응로 노심 모델링 시스템은 연료 집합체 이동 동작에 응답하여 반응로 모델을 수정하고, 시간 tc에서 단면적을 업데이트한다. 그런 다음 반응로 노심 모델링 시스템은 특정 컴포넌트를 호출하여 시간 주기에 걸쳐 수정된 노심의 동작을 시뮬레이션하고 특정 시퀀스 및 주파수에서 특정 컴포넌트를 호출한다. 도시된 예에서, 반응로 노심 모델링 시스템은 플럭스/전력 계산, 온도/압력 계산, 이력 추적기(상세 정보 저장)를 수행하고 데이터베이스를 업로드한다. 다음 시점 tc+1에서, 반응로 노심 모델링 시스템은 플럭스/전력 계산, 온도/압력 계산, 이력 추적기(상세 정보 저장)만을 수행할 수 있고, 단면적 데이터를 업데이트하지 않고 데이터베이스 동작을 업로드한다(예를 들어, 노심 구성은 변경되지 않았다). 다른 시간 주기에서, 특정한 다른 기능들이 수행될 수 있다(예를 들어, 연료 주기의 끝에서 연료 성능이 결정될 수 있다). 이러한 방식으로, 반응로 노심 모델링 시스템은 시뮬레이션을 제어하고, 상태 및 이력 정보를 업데이트 및 저장하며, 사용자 변경에 기초하여 노심 모델을 수정할 수 있다.
도 14는 일 실시예에 따른 시뮬레이션 컴포넌트 사이의 상호 작용의 일례를 도시한다. 다양한 실시예들에 따라, 요소들 사이의 특정 상호 작용이 일어나도록 허용되고 반응로 노심 모델링 시스템에 의해 촉진될 수 있다는 것이 이해된다. 도시된 바와 같이, SASSYS 컴포넌트(1401)는 반응로 노심 모델링 시스템 및 다른 컴포넌트로부터 피드백되는 집합체 유량, 압력 강하 및 온도를 수용할 수 있다. SASSYS 컴포넌트는 또한 핫 채널 팩터 분석으로부터 결과를 수신할 수 있다. 반응로 노심 모델링 시스템은 열/유압 모듈(TH) 내에 SUBCHAN 컴포넌트(1402) 및 COBRA 컴포넌트(1403)를 포함할 수 있다. 위에서 논의된 바와 같이, TH 모듈은 과도(예를 들어, COBRA(천이 및 정상 상태 서브 채널 분석 코드) 및 SUBCHAN(단순, 고속 정상 상태 서브 채널 분석 모듈)를 계산하고 그 정보를 SASSYS와 같은 다른 모듈에 공급할 수 있다. 유사하게, 압력 손실 계산 데이터를 TH 모듈에 제공하는 다른 컴포넌트(예를 들어, Star-CCM+ 컴포넌트(1404))가 있을 수 있다. 믹싱 팩터 정보 또는 임의의 다른 시뮬레이션 데이터 흐름과 같은 (예를 들어, TH와 같은) 모듈 내에 조정이 있을 수도 있다. 시뮬레이션의 직접적인 결과인 일부 데이터가 생성될 수 있지만, 일부 데이터는 실험 입력 및 검증을 사용하여 도출될 수 있다. 이러한 방식으로, 반응로 노심 모델링 시스템은 특정 시뮬레이션 프로세스를 제어하고 모듈간에 필요한 데이터를 제공할 수 있다.
도 15-21은 다양한 양태에 따라 반응로 노심 모델링 시스템을 구성, 모니터링 및 제어하는데 사용될 수 있는 그래픽 사용자 인터페이스의 다양한 실시예를 도시한다.
도 15는 일 실시예에 따른 반응로 노심 모델링 시스템의 하나의 예시적인 사용자 인터페이스(1500)를 도시한다. 특히, 인터페이스(1500)는 다수의 프로세서(예를 들어, 다수의 프로세서를 포함하는 노드의 클러스터) 상에서 병렬로 실행될 수 있는 다수의 시뮬레이션의 상태를 나타내는 상태 윈도우를 도시한다. 예를 들어, 이러한 인터페이스는 반응로 노심 내에서 연료 집합체 이동과 관련된 시뮬레이션 성능을 모니터링하기 위해 사용될 수 있다.
도 16은 일 실시예에 따른 시뮬레이션 파라미터 및 관련 제어를 포함하는 하나의 예시적인 사용자 인터페이스(1600)를 도시한다. 예를 들어, 인터페이스(1600)는 사용자가 시뮬레이션의 다양한 양태를 제어할 수 있는 하나 이상의 윈도우(예를 들어, 탭)를 포함할 수 있다. 예를 들어, 하나의 사용자 인터페이스에서, 사용자는 다른 시뮬레이션 파라미터 설정 및 제어 중에서 특정 파일의 위치, 시뮬레이션이 실행될 수 있는 CPU 수, 연소 및 스킵 주기를 포함하는 주기 수, 모델 관련 정보, 열/유압 옵션, 출력 옵션, 임의의 경계 파라미터 및 초기 로드 옵션을 포함하는 시뮬레이션 파라미터를 조정할 수 있다. 인터페이스(1600)는 또한 개별 시뮬레이션 컴포넌트의 시뮬레이션 및 제어와 관련된 다른 특정 파라미터 및 제어와 관련된 다수의 다른 탭을 가질 수 있다. 예를 들어, 다른 측면들 중에서도 반응로 파라미터, 지오메트리, 안전, 중성자, 제어봉, 연료 관리와 관련된 제어가 있을 수 있다.
도 17은 노심 기계적 파라미터 설정 및 제어를 나타내는 일 실시예에 따른 다른 예시적인 인터페이스(1700)를 도시한다. 예를 들어, 수집 및 출력으로 제공할 반응로 제어 데이터의 유형을 식별하는 하나 이상의 설정 및 제어가 있을 수 있다. 또한, 사용자는 다른 설정들 중에서 모니터링할 연료 집합체, 평가할 주기 수, 수행할 반복 횟수를 선택적으로 제어할 수 있다. 특정 시뮬레이션 실행을 시작하는 다른 제어도 있을 수 있다. 인터페이스는 또한 사용자가 시뮬레이션을 시스템(예를 들어, 클러스터)에 제출하거나 로컬로(예를 들어, 사용자 컴퓨터에서) 시뮬레이션을 실행할 수 있게 하는 제어를 포함할 수 있다.
도 18A-18B는 제어봉과 관련된 파라미터 및 시뮬레이션 제어 설정을 포함하는 예시적인 인터페이스(1800)를 도시한다. 예를 들어, 시뮬레이션 내에서 제어봉이 모델링되는 방식을 결정하는 설정을 사용자가 제어할 수 있게 하는 인터페이스가 있을 수 있다. 따라서, 일 실시예에 따르면, 시스템은 다른 제어봉 설정 중에서 제어봉 위치의 다양한 변화를 시뮬레이션할 수 있다. 이 인터페이스에서, 사용자는 또한 제어봉의 물리적 왜곡 및 다양한 반응도 계수와 같은 제어봉과 관련된 모니터링할 특정 파라미터를 선택할 수 있다. 인터페이스는 또한 시뮬레이션의 어떤 출력을 저장하여 사용자에게 제공할지 제어할 수 있다.
도 19A-19B는 일 실시예에 따른 시뮬레이션 파라미터 및 관련 제어를 포함하는 다른 예시적인 사용자 인터페이스(1900)를 도시한다. 특히, 인터페이스(1900)는 도 16에 도시된 것과 유사한 파라미터 및 제어를 포함한다. 그러나, 인터페이스(1900)는 핀 레벨 플럭스 및 감손, 컴퓨팅 고유 소스 및 다른 컴포넌트 옵션을 결정하는 것을 포함하는 추가 모델 옵션을 포함할 수 있다. 컴포넌트 및 기능이 추가될 때, 인터페이스가 쉽게 확장되어 임의의 추가 기능을 통합한다.
도 20은 연료 관리와 관련된 파라미터 및 시뮬레이션 제어 설정을 포함하는 예시적인 인터페이스(2000)를 도시한다. 일 실시예에 따르면, 시스템은 사용자가 노심 내에서 연료 셔플링에 관한 상이한 시나리오를 모델링할 수 있게 하는 인터페이스를 포함할 수 있다. 특히, 연료 관리 인터페이스는 노심 수명 동안 연료가 어떻게 이동되는지를 제어하는 설정을 포함할 수 있다. 예를 들어, 사용자가 다른 설정 중에서도 주기 당 이동, 캐스케이드 당 이동, 점프 링 수의 조정, 새로운 공급 연료의 유형, 연소 한계 및 피킹 팩터와 같은 특정 연소 파라미터와 같은 파라미터를 조정할 수 있도록 하는 제어가 있을 수 있다.
도 21은 시뮬레이션 파라미터를 포함하는 노심 지오메트리를 나타내는 예시적인 인터페이스(2100)를 도시한다. 예를 들어, 인터페이스(2100)는 2 차원 공간에서 반응로 연료 집합체의 지오메트리를 나타내는 인터페이스를 포함한다. 인터페이스(2100)는 사용자가 특정 연료 집합체 및 파라미터를 능동적으로 관찰할 수 있도록 도면 내에 하나 이상의 관심 파라미터를 중첩시킬 수 있다. 연료 집합체와 관련된 임의의 수 및 유형의 파라미터가 사용자 인터페이스 내에서 사용자에 의해 선택되고 디스플레이될 수 있다는 것이 이해된다.
예시적인 컴퓨터 시스템
도 22는 다양한 양태를 구현하는데 사용될 수 있는 분산 시스템(2200)의 일 실시예를 도시한다. 논의된 바와 같이, 다수의 노드를 포함하는 클러스터 기반 시스템은 원자력 발전소의 모델링 및 시뮬레이션을 수행하는데 사용될 수 있다. 예를 들어, 클러스터(2200)가 사용될 수 있고, 클러스터(2200)는 다수의 노드(예를 들어, 노드(2200A-2201ZZZZ))를 포함하고, 각 노드는 하나 이상의 코어 프로세서(예를 들어, 코어 프로세서(2203A-2203Z)), 하나 이상의 메모리 디바이스(예를 들어, 메모리 디바이스(2204A-2204Z)), 하나 이상의 스토리지 디바이스(예를 들어, 스토리지 디바이스(2205)), 및 하나 이상의 네트워크 인터페이스(예를 들어, 인터페이스(2206))를 가진다.
노드(2200A-2200ZZZZ)는 물리적 연결과 같은 하나 이상의 통신 요소 및/또는 스위치, 라우터 또는 유사한 시스템과 같은 능동 시스템을 포함할 수 있는 네트워크(2202)에 의해 연결될 수 있다. 각 노드는 클러스터 운영 체제(예를 들어, HPC 클러스터)와 함께 운영 체제(예를 들어, 윈도우(Windows) 또는 리눅스(Linux) 운영 체제)를 실행할 수 있다. 노드는 인피니밴드(InfiniBand), 기가비트 이더넷(Gigabit Ethernet)과 같은 네트워크 또는 다른 네트워크 유형 또는 이들의 조합을 통해 연결될 수 있다.
코어 프로세서 상에서 실행되는 사용자 애플리케이션은 메시지 전달 모듈(예를 들어, MPI(Messaging Passing Interface))를 이용하여 병렬 실행을 위해 노드들에 걸쳐 다수의 코어를 사용한다. 노드는 또한 고성능을 달성하기 위하여 하나 이상의 특수 소프트웨어를 인에이블하는 특수 프로세서(GPU(Graphics Processing Unit))를 포함할 수 있다. 클러스터는 다른 기능들 중에서 예를 들어 사용자 계정 기능 수행, 노드가 클러스터 리소스를 공유할 수 있는 워크로드 관리 수행, 데이터베이스 서버 기능(예를 들어, SQL), 입력/출력 기능, 사용자 인터페이스 실행과 같은 특수 작업을 위해 일부 노드를 사용할 수 있다. 다른 클러스터 기반, 프로세서, 메모리, 스토리지 시스템(예를 들어, Hadoop) 또는 인터페이스 유형이 사용될 수 있음을 이해해야 한다.
이와 같이, 적어도 하나의 실시예의 여러 측면을 설명하였지만, 당업자에게는 다양한 변경, 수정 및 개선이 용이하게 이루어질 수 있음을 이해해야 한다. 이러한 변경, 수정 및 개선은 본 개시의 일부로 의도되고 본 발명의 사상 및 범위 내에 있는 것으로 의도된다. 따라서, 전술한 설명 및 도면은 단지 예일 뿐이다.
예를 들어, 시스템은 연료 집합체의 물리적 왜곡을 추적하는 것과 같은 노심과 관련된 이력 정보를 저장하는 데 사용될 수 있다. 시스템은 삽입 및 로드 인출(withdraw load) 검토와 같은 다른 기능을 수행하는 데 사용될 수 있다. 또한, 연료 집합체 이력과 관련하여 충분히 알려진 경우, 시스템은 구성적으로 수정되고 다른 반응로에서 가져온 집합체를 받아들이기 위해 조성을 시뮬레이션할 수 있다.
또한, 모델링 시스템은 동작 반응로로부터의 실제 측정된 파라미터를 포함할 수 있기 때문에, 분기 검색 이동의 결과의 계산은 실제 결과와 비교될 수 있고, 모델링된 반응로를 생성하는데 사용된 모델은 더 정확하게 조정될 수 있음을 이해해야 한다. 다른 실시예들에서, 특정 파라미터들은 예를 들어 반응도를 허용 가능한 한계 내에서 또는 임계 임계치 위로 유지하기 위해 연료 이동을 최적화하는 것과 같은 상이한 효과를 갖도록 최적화될 수 있다.
Claims (35)
- 원자로 데이터를 분석하는 방법에 있어서,
복수의 연료 집합체를 포함하는 노심을 갖는 원자로(nuclear reactor)를 모델링하도록 구성된 반응로(reactor) 노심 모델링 시스템에 의해, 상기 노심 내의 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동(fuel move)을 결정하는 단계를 포함하고;
상기 복수의 연료 이동을 결정하는 단계는,
상기 원자로의 복수의 연료 주기에 대해 반응로 노심 모델링 시스템에 의해, 복수의 가능한 그룹 이동 - 상기 복수의 가능한 그룹 이동 중 가능한 그룹 이동은 상기 복수의 연료 주기 중 적어도 하나의 연료 주기와 관련됨 - 을 결정하는 단계 ; 및
상기 적어도 하나의 연료 주기에 대한 최적의 그룹 이동을 결정하는 단계
를 포함하는 것인 원자로 데이터 분석 방법. - 제1항에 있어서, 상기 복수의 그룹 이동 중 적어도 하나는 상기 복수의 연료 주기의 동일한 연료 주기 내에서 상기 노심 내의 복수의 연료 집합체를 이동시키는 단계를 포함하는 것인 원자로 데이터 분석 방법.
- 제1항에 있어서, 상기 최적의 그룹 이동은 상기 적어도 하나의 연료 주기에 걸쳐 연료의 최적의 연소(burnup)를 달성하는 것인 원자로 데이터 분석 방법.
- 제2항에 있어서, 적어도 하나의 다른 그룹 이동은 나중에 다른 연료 주기 내에서 이루어지는 것인 원자로 데이터 분석 방법.
- 제1항에 있어서, 상기 반응로 노심 모델링 시스템에 의해, 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하는 단계를 더 포함하고, 최적의 시퀀스의 그룹 이동을 결정하는 단계는 상기 최적의 시퀀스의 그룹 이동에 걸쳐 상기 노심 내에서 연료의 최적의 연소를 달성하는 것인 원자로 데이터 분석 방법.
- 제5항에 있어서, 상기 반응로 노심 모델링 시스템에 의해 최적의 시퀀스의 그룹 이동을 결정하는 단계는, 상기 반응로 노심 모델링 시스템에 의해 상기 복수의 가능한 그룹 이동에 응답하여 선택된 원자력 발전소(reactor plant) 파라미터의 결과를 평가하는 분기 검색(branch search)을 수행하는 단계를 포함하는 것인 원자로 데이터 분석 방법.
- 제6항에 있어서, 상기 최적의 시퀀스의 그룹 이동을 결정하는 단계는, 다수의 연료 주기에 걸쳐 가능한 그룹 이동을 결정하는 단계를 포함하는 것인 원자로 데이터 분석 방법.
- 제6항에 있어서, 상기 분기 검색을 수행하는 단계는, 상기 선택된 원자력 발전소 파라미터의 하나 이상의 불만족스러운 값을 달성하는 가능한 그룹 이동을 제거하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제6항에 있어서, 상기 분기 검색을 수행하는 단계는, 상기 복수의 그룹 이동의 각각의 그룹 이동에 대한 상기 원자로의 시뮬레이션에 응답하여 상기 복수의 그룹 이동을 평가하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제9항에 있어서, 상기 복수의 그룹 이동의 각각의 그룹 이동에 대한 원자로의 시뮬레이션에 응답하여 복수의 그룹 이동을 평가하는 단계는, 상기 선택된 원자력 발전소 파라미터의 값을 평가하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제10항에 있어서, 상기 선택된 원자력 발전소 파라미터의 값을 평가하는 단계는, 상기 선택된 원자력 발전소 파라미터의 값이 허용 가능한 한계 내에 있는지 여부를 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제10항에 있어서, 상기 선택된 원자력 발전소 파라미터의 값을 평가하는 단계는, 상기 선택된 원자력 발전소 파라미터의 값에 기초하여 스코어를 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제5항에 있어서, 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하는 단계는, 상기 노심 내에서 임계(criticality)를 유지하면서 상기 노심 내에서 최적의 연소를 달성하는 적어도 하나의 그룹 이동 시퀀스를 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제5항에 있어서, 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하는 단계는, 상기 노심 내에서 임계를 유지하는 적어도 하나의 그룹 이동 시퀀스를 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제5항에 있어서, 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하는 단계는, 상기 노심 내의 실질적으로 동일한 지역에서 연소파(burning wave)를 유지하는 적어도 하나의 그룹 이동 시퀀스를 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제5항에 있어서, 상기 반응로 노심 모델링 시스템은 상기 원자로에 결합되고 상기 원자로의 하나 이상의 동작 파라미터를 수신하도록 동작 가능하고,
상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동을 결정하는 단계는 상기 원자로의 하나 이상의 동작 파라미터에 응답하여 결정되는 것인 원자로 데이터 분석 방법. - 제5항에 있어서, 상기 반응로 노심 모델링 시스템은 상기 노심 내의 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동을 결정하는 단계를 수행하도록 동작 가능한 분기 검색 계산기(branch search calculator)를 포함하는 것인 원자로 데이터 분석 방법.
- 제17항에 있어서, 상기 복수의 가능한 그룹 이동과 병렬로 상기 분기 검색 계산기에 의해 최적의 시퀀스의 그룹 이동을 검색하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제17항에 있어서, 상기 분기 검색 계산기는 인터페이스를 포함하고, 상기 방법은 상기 분기 검색 계산기에 의해 상기 최적의 시퀀스의 그룹 이동을 검색하는 것을 제한하는 하나 이상의 입력을 수신하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제19항에 있어서, 상기 인터페이스는 사용자 인터페이스이고, 상기 방법은 상기 사용자 인터페이스를 통해 상기 하나 이상의 입력을 사용자로부터 수신하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제19항에 있어서, 상기 분기 검색 계산기는 하나 이상의 출력을 결정하는 것인 원자로 데이터 분석 방법.
- 제21항에 있어서, 상기 하나 이상의 출력은 이동 주기에 걸쳐 상기 노심 내에서 반응도 변경(reactivity change)을 포함하는 그룹 및 상기 노심 내에서 상기 복수의 연료 집합체의 특정 그룹의 노심내 이동(in-core move)을 식별하는 표시 중 적어도 하나를 포함하는 것인 원자로 데이터 분석 방법.
- 제21항에 있어서, 상기 하나 이상의 출력은,
연료 집합체가 이동되어야 하는 위치를 식별하는 제1 표시;
상기 노심의 임계의 제2 표시;
상기 연료 집합체에 걸친 압력 강하;
주기 동안 상기 연료 집합체의 전력 변화;
상기 연료 집합체에 대한 냉각의 제3 표시;
특정 주기에 대한 이동의 수의 제4 표시;
상기 특정 주기에 대한 이동 체인의 제5 표시;
상기 연료 집합체에 대한 k∞의 제6 표시; 및
상기 특정 주기에 걸친 반응도 변화(reactivity swing)의 제7 표시를 포함하는 그룹 중 적어도 하나를 포함하는 것인 원자로 데이터 분석 방법. - 제19항에 있어서, 상기 하나 이상의 입력은,
특정 주기에 걸쳐 반응도 변화에 대한 허용 가능한 한계의 제1 표시;
연료 집합체와 관련된 물리적 한계; 및
상기 연료 집합체에서 허용 가능한 전력 변화의 제2 표시를 포함하는 그룹 중 적어도 하나를 포함하는 것인 원자로 데이터 분석 방법. - 제1항에 있어서, 상기 노심 내의 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동을 결정하는 단계는, 상기 노심 내에 존재하는 정재(standing) 폭연파(deflagration wave)와 관련하여 특정 그룹의 배치를 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제1항에 있어서, 상기 노심 내의 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동을 결정하는 단계는, 재장전(refueling) 동작 전에 상기 노심 내의 특정 그룹의 배치를 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제26항에 있어서, 상기 노심 내의 복수의 연료 집합체의 특정 그룹에 대한 복수의 연료 이동을 결정하는 단계는, 재장전 동작까지의 복수의 가능한 캐스케이딩(cascading) 연료 이동을 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제27항에 있어서, 상기 재장전 동작까지의 복수의 가능한 캐스케이딩 연료 이동을 결정하는 단계는, 상기 노심으로부터 연료 집합체를 제거하지 않고 상기 재장전 동작까지의 복수의 가능한 캐스케이딩 연료 이동을 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제11항에 있어서, 상기 반응로 노심 모델링 시스템에 의해, 상기 원자로의 섭동(perturbation)의 결정에 응답하여 상기 복수의 가능한 그룹 이동의 스코어를 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제1항에 있어서, 상기 원자로의 복수의 연료 주기를 위한 반응로 노심 모델링 시스템에 의해, 하나 이상의 특정 유형의 연료에 적어도 부분적으로 기초하여 상기 복수의 가능한 그룹 이동을 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제30항에 있어서, 상기 하나 이상의 특정 유형의 연료 중 적어도 하나는 공급(feed) 유형의 연료 및 드라이버(driver) 유형의 연료 중 적어도 하나를 포함하고,
상기 방법은, 상기 원자로의 복수의 연료 주기를 위한 반응로 노심 모델링 시스템에 의해, 공급 유형의 연료 및 드라이버 유형의 연료 중 적어도 하나 및 상기 원자로 내의 정재파(standing wave)의 현재 위치에 기초하여 복수의 가능한 그룹 이동을 결정하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법. - 제5항에 있어서, 상기 반응로 노심 모델링 시스템에 의해, 상기 복수의 가능한 그룹 이동으로부터 최적의 시퀀스의 그룹 이동를 결정하는 단계는, 상기 반응로 노심 모델링 시스템에 의해 하나 이상의 반응로 파라미터에 기초하여 상기 시퀀스에 걸쳐 상기 노심 내에서 연료의 최적의 연소를 결정하는 단계를 더 포함하고, 상기 하나 이상의 반응로 파라미터는,
연소 이력;
연소 한계;
온도 이력;
냉각재 흐름;
냉각재 흐름 이력;
원하는 전력 분배;
반응도; 및
반응도 피드백을 포함하는 그룹으로부터의 하나 이상의 파라미터를 포함하는 것인 원자로 데이터 분석 방법. - 제32항에 있어서, 상기 하나 이상의 반응로 파라미터는,
온도;
중성자;
연료 성능;
연소;
반응도;
전력 생산;
체류 시간;
연료 낭비;
구조의 설계 한계;
구조의 안전 한계;
독물질;
임계 레벨; 및
정재파의 위치를 더 포함하는 것인 원자로 데이터 분석 방법. - 제5항에 있어서, 상기 원자로 내에서 최적의 시퀀스의 그룹 이동을 수행하도록 연료 처리기 메커니즘을 제어하는 단계를 더 포함하는 것인 원자로 데이터 분석 방법.
- 제5항에 있어서, 상기 최적의 시퀀스의 그룹 이동은 수렴-발산 셔플링 패턴을 달성하는 것인 원자로 데이터 분석 방법.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762464254P | 2017-02-27 | 2017-02-27 | |
| US62/464,254 | 2017-02-27 | ||
| US201762466747P | 2017-03-03 | 2017-03-03 | |
| US62/466,747 | 2017-03-03 | ||
| PCT/US2018/020027 WO2018157157A2 (en) | 2017-02-27 | 2018-02-27 | System and method for modeling a nuclear reactor |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190115107A true KR20190115107A (ko) | 2019-10-10 |
| KR102623263B1 KR102623263B1 (ko) | 2024-01-09 |
Family
ID=63253081
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197028619A KR102623263B1 (ko) | 2017-02-27 | 2018-02-27 | 원자로를 모델링하는 시스템 및 방법 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US20180254109A1 (ko) |
| EP (1) | EP3586341B1 (ko) |
| JP (2) | JP7090096B2 (ko) |
| KR (1) | KR102623263B1 (ko) |
| CN (1) | CN110402467B (ko) |
| CA (1) | CA3054190A1 (ko) |
| RU (1) | RU2019128533A (ko) |
| WO (1) | WO2018157157A2 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220155816A (ko) * | 2021-05-17 | 2022-11-24 | 울산과학기술원 | 핵연료 집합체의 하이브리드 열팽창 모사 방법을 적용한 원자로 노심 해석 방법 |
Families Citing this family (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11953865B2 (en) * | 2015-04-23 | 2024-04-09 | Johnson Controls Tyco IP Holdings LLP | HVAC controller with predictive cost optimization |
| US20180254109A1 (en) * | 2017-02-27 | 2018-09-06 | Jesse R. Cheatham, III | System and method for modeling a nuclear reactor |
| CN110427707A (zh) * | 2019-08-06 | 2019-11-08 | 中国原子能科学研究院 | 适应于多堆型几何及特征线法的构造实体几何建模方法 |
| CN110753111B (zh) * | 2019-10-23 | 2022-02-11 | 中国核动力研究设计院 | 一种反应堆物理启动试验设备信息共享系统 |
| CA3157441A1 (en) | 2019-11-08 | 2021-05-14 | Kim PAMPLIN | Identifying and quantifying components in a high-melting-point liquid |
| EP3839979B1 (en) * | 2019-12-17 | 2022-08-24 | Framatome | Method of determination of a nuclear core loading pattern |
| US12001766B2 (en) * | 2020-01-17 | 2024-06-04 | BWXT Advanced Technologies LLC | Optimization of expensive cost functions subject to complex multidimensional constraints |
| CN111462925B (zh) * | 2020-04-17 | 2022-04-22 | 西安交通大学 | 一种基于运行数据的核反应堆功率调节方法及其调节系统 |
| US20210358647A1 (en) * | 2020-05-18 | 2021-11-18 | Oregon State University | Method and apparatus for real-time learning-based augmented irradiation control and optimization |
| CN111723506B (zh) * | 2020-06-22 | 2022-03-25 | 中国核动力研究设计院 | 一种系统级分析模型各部件动力贡献度分析方法及系统 |
| CN112199811B (zh) * | 2020-08-10 | 2022-11-22 | 上海交通大学 | 核热推进反应堆的堆芯参数确定方法及装置 |
| CN112329360B (zh) * | 2020-11-12 | 2022-07-26 | 中国核动力研究设计院 | 导向管内流速的确定方法及装置 |
| CN112397211B (zh) * | 2020-11-18 | 2022-08-30 | 山东核电有限公司 | 一种任意控制棒位置下压水堆燃料相关组件配插分析方法 |
| CN112613156B (zh) * | 2020-11-19 | 2022-04-19 | 中国核动力研究设计院 | 一种精细化燃料棒性能分析方法 |
| CN112446147A (zh) * | 2020-11-20 | 2021-03-05 | 中国核动力研究设计院 | 一种提高压紧力裕量的燃料组件压紧系统分析方法 |
| CN112507611B (zh) * | 2020-11-24 | 2024-03-19 | 华南理工大学 | 一种基于集成学习的反应堆状态转移概率的实时估计方法 |
| US20240062075A1 (en) * | 2020-12-09 | 2024-02-22 | Cole GENTRY | Methods for prediction of neutronics parameters using deep learning |
| CN112651116B (zh) * | 2020-12-21 | 2022-07-08 | 中国核动力研究设计院 | 一种临界硼浓度搜索的方法及设备 |
| CN112632771A (zh) * | 2020-12-21 | 2021-04-09 | 中国核动力研究设计院 | 一种求解燃耗计算响应灵敏度的方法及设备 |
| US11791059B2 (en) | 2021-02-24 | 2023-10-17 | Westinghouse Electric Company Llc | System for continually monitoring the condition of nuclear reactor internals |
| CN113434803B (zh) * | 2021-06-04 | 2024-03-22 | 中国原子能科学研究院 | 热动转换系统的热功率计算方法、装置、介质及设备 |
| WO2023283482A1 (en) * | 2021-07-09 | 2023-01-12 | Constellation Energy Generation, Llc | Systems, methods, and apparatuses for radiation consequence analysis |
| CN114125079B (zh) * | 2021-09-07 | 2023-09-12 | 北京网藤科技有限公司 | 一种火电安全模拟平台协议解析系统及其解析方法 |
| US11906951B2 (en) | 2021-09-16 | 2024-02-20 | Saudi Arabian Oil Company | Method and system for managing model updates for process models |
| US12018779B2 (en) | 2021-09-21 | 2024-06-25 | Abilene Christian University | Stabilizing face ring joint flange and assembly thereof |
| CN113946954B (zh) * | 2021-10-14 | 2023-06-20 | 中国核动力研究设计院 | 核反应堆压力容器下腔室熔融池瞬态结构获取方法及装置 |
| CN114036510B (zh) * | 2021-11-22 | 2024-04-26 | 浙江大学 | 一种基于蒙特卡洛树搜索的sql注入攻击优化方法 |
| CN114386255B (zh) * | 2021-12-28 | 2022-10-21 | 中国核动力研究设计院 | 基于物理场解耦的产品设计法、系统、燃料组件和反应堆 |
| CN115034076B (zh) * | 2022-06-22 | 2023-05-16 | 西安交通大学 | 一种包覆燃料弥散型燃料元件失效概率的计算方法 |
| CN115237524B (zh) * | 2022-07-26 | 2023-05-16 | 西安交通大学 | 一种用于液态金属反应堆子通道分析程序的交互式用户界面系统 |
| CN117744461A (zh) * | 2022-09-14 | 2024-03-22 | 国家电投集团科学技术研究院有限公司 | 堆芯设计方案生成方法、装置以及存储介质 |
| WO2024076667A1 (en) * | 2022-10-05 | 2024-04-11 | Lambor Siddhant Meenor | System and method for multi-user storage and retrieval of databased chemical kinetics |
| US12012827B1 (en) | 2023-09-11 | 2024-06-18 | Natura Resources LLC | Nuclear reactor integrated oil and gas production systems and methods of operation |
| CN117079848B (zh) * | 2023-10-17 | 2023-12-19 | 四川大学 | 一种核电厂一回路最优测温点的选择方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060109944A1 (en) * | 2004-11-19 | 2006-05-25 | Westinghouse Electric Company Llc | Method and algorithm for searching and optimizing nuclear reactor core loading patterns |
| US20060149514A1 (en) * | 2004-12-30 | 2006-07-06 | Kropaczek David J | Method of determining a fresh fuel bundle design for a core of a nuclear reactor |
| JP2013509584A (ja) * | 2009-11-02 | 2013-03-14 | シーレイト リミテッド ライアビリティー カンパニー | 定在波核分裂炉および方法 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5352890A (en) * | 1976-07-05 | 1978-05-13 | Nippon Atom Ind Group Co Ltd | Automatic programming system of reactor fuel exchanging |
| JPS54138988A (en) * | 1978-04-19 | 1979-10-27 | Hitachi Ltd | Planning fuel replacement for fast breeder type reactor |
| JP3192812B2 (ja) * | 1993-03-24 | 2001-07-30 | 株式会社東芝 | 燃料移動計画方法、燃料移動計画装置および燃料移動装置 |
| US20030086520A1 (en) * | 2001-11-07 | 2003-05-08 | Russell William Earl | System and method for continuous optimization of control-variables during operation of a nuclear reactor |
| US7200541B2 (en) * | 2002-12-23 | 2007-04-03 | Global Nuclear Fuel-Americas, Llc | Method and arrangement for determining nuclear reactor core designs |
| US7266481B2 (en) * | 2002-12-23 | 2007-09-04 | Global Nuclear Fuel-Americas, Llc | Method, arrangement and computer program for determining standardized rod types for nuclear reactors |
| US6931090B2 (en) * | 2003-02-25 | 2005-08-16 | Westinghouse Electric Company Llc | Method of establishing a nuclear reactor core fuel assembly loading pattern |
| US6862329B1 (en) * | 2003-10-06 | 2005-03-01 | Global Nuclear Fuel-Americas Llc | In-cycle shuffle |
| US7636652B2 (en) * | 2003-10-06 | 2009-12-22 | Global Nuclear Fuel - Americas, Llc | Method and apparatus for facilitating recovery of nuclear fuel from a fuel pool |
| US20080123795A1 (en) * | 2006-11-28 | 2008-05-29 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Controllable long term operation of a nuclear reactor |
| JP4975713B2 (ja) * | 2008-11-10 | 2012-07-11 | 株式会社グローバル・ニュークリア・フュエル・ジャパン | 原子炉の燃料移動計画評価システム及び燃料移動計画評価方法 |
| JP2010145140A (ja) * | 2008-12-17 | 2010-07-01 | Hitachi-Ge Nuclear Energy Ltd | 高速炉の燃料装荷方法 |
| US9799416B2 (en) * | 2009-11-06 | 2017-10-24 | Terrapower, Llc | Methods and systems for migrating fuel assemblies in a nuclear fission reactor |
| FR2972839B1 (fr) * | 2011-03-15 | 2013-03-29 | Areva Np | Procede d'optimisation du pilotage d'un reacteur nucleaire a eau pressurisee lors d'un suivi de charge |
| US10593436B2 (en) * | 2013-11-21 | 2020-03-17 | Terrapower, Llc | Method and system for generating a nuclear reactor core loading distribution |
| CN105843178B (zh) * | 2015-01-13 | 2019-10-01 | 国核（北京）科学技术研究院有限公司 | 用于循环燃料管理的自动换料方法及系统 |
| CN105139901A (zh) * | 2015-07-09 | 2015-12-09 | 中国核动力研究设计院 | 一种由177个燃料组件构成的压水堆堆芯的燃料管理方法 |
| US20180254109A1 (en) * | 2017-02-27 | 2018-09-06 | Jesse R. Cheatham, III | System and method for modeling a nuclear reactor |
-
2018
- 2018-02-27 US US15/907,067 patent/US20180254109A1/en active Pending
- 2018-02-27 CA CA3054190A patent/CA3054190A1/en active Pending
- 2018-02-27 KR KR1020197028619A patent/KR102623263B1/ko active IP Right Grant
- 2018-02-27 WO PCT/US2018/020027 patent/WO2018157157A2/en active Application Filing
- 2018-02-27 JP JP2019546326A patent/JP7090096B2/ja active Active
- 2018-02-27 RU RU2019128533A patent/RU2019128533A/ru unknown
- 2018-02-27 CN CN201880013873.2A patent/CN110402467B/zh active Active
- 2018-02-27 EP EP18758238.2A patent/EP3586341B1/en active Active
-
2022
- 2022-06-13 JP JP2022094906A patent/JP7358565B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060109944A1 (en) * | 2004-11-19 | 2006-05-25 | Westinghouse Electric Company Llc | Method and algorithm for searching and optimizing nuclear reactor core loading patterns |
| US20060149514A1 (en) * | 2004-12-30 | 2006-07-06 | Kropaczek David J | Method of determining a fresh fuel bundle design for a core of a nuclear reactor |
| JP2013509584A (ja) * | 2009-11-02 | 2013-03-14 | シーレイト リミテッド ライアビリティー カンパニー | 定在波核分裂炉および方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220155816A (ko) * | 2021-05-17 | 2022-11-24 | 울산과학기술원 | 핵연료 집합체의 하이브리드 열팽창 모사 방법을 적용한 원자로 노심 해석 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| CA3054190A1 (en) | 2018-08-30 |
| KR102623263B1 (ko) | 2024-01-09 |
| EP3586341A4 (en) | 2020-11-25 |
| WO2018157157A2 (en) | 2018-08-30 |
| WO2018157157A4 (en) | 2018-12-13 |
| EP3586341B1 (en) | 2023-10-25 |
| CN110402467B (zh) | 2023-04-28 |
| JP2022111366A (ja) | 2022-07-29 |
| US20180254109A1 (en) | 2018-09-06 |
| JP7090096B2 (ja) | 2022-06-23 |
| WO2018157157A3 (en) | 2018-10-04 |
| JP2020508463A (ja) | 2020-03-19 |
| RU2019128533A (ru) | 2021-03-29 |
| EP3586341A2 (en) | 2020-01-01 |
| CN110402467A (zh) | 2019-11-01 |
| JP7358565B2 (ja) | 2023-10-10 |
| RU2019128533A3 (ko) | 2022-04-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102623263B1 (ko) | 원자로를 모델링하는 시스템 및 방법 | |
| US9424376B2 (en) | Enhanced neutronics systems | |
| Sartori et al. | Comparison of a Modal Method and a Proper Orthogonal Decomposition approach for multi-group time-dependent reactor spatial kinetics | |
| Gomez-Torres et al. | DYNSUB: A high fidelity coupled code system for the evaluation of local safety parameters–Part I: Development, implementation and verification | |
| Gougar et al. | Automated design and optimization of pebble-bed reactor cores | |
| Knebel et al. | Validation of the Serpent 2-DYNSUB code sequence using the special power excursion reactor test III (SPERT III) | |
| Valtavirta et al. | Coupled neutronics–fuel behavior calculations in steady state using the Serpent 2 Monte Carlo code | |
| Kile et al. | Assessment of SCALE and MELCOR for a generic pebble bed fluoride high-temperature reactor | |
| Gu et al. | OpenNeoMC: A framework for design optimization in particle transport simulations based on OpenMC and NEORL | |
| Kim et al. | Development of a physics analysis procedure for the prismatic very high temperature gas-cooled reactors | |
| Tyobeka et al. | HTGR reactor physics, thermal-hydraulics and depletion uncertainty analysis: a proposed IAEA coordinated research project | |
| Prince et al. | Sensitivity analysis, surrogate modeling, and optimization of pebble-bed reactors considering normal and accident conditions | |
| Choi et al. | Development and Demonstration of a Risk-Informed Approach to the Regulatory Required Fuel Reload Safety Analysis | |
| Ottinger et al. | BWROPT: A multi-cycle BWR fuel cycle optimization code | |
| Hursin et al. | Monte Carlo analysis of BWR geometries using a cycle check-up methodology | |
| Schow et al. | DACOS: DAKOTA-AGENT neutronics computational optimization system | |
| Gonzalez-Vargas et al. | Development and validation of the new coupled code system TRADYN | |
| Cattaneo | Development of a Methodology for the Multiphysic Best-Estimate Modelling of PWR Core along irradiation | |
| Lindley et al. | Development of a core design capability for innovative boiling water reactor designs for burning transuranic isotopes using WIMS/PANTHER | |
| Ottinger et al. | SMR Fuel Cycle Optimization Using LWROpt | |
| Kim et al. | Whole-core depletion studies in support of fuel specification for the nextgeneration nuclear plant (NGNP) core. | |
| Liao et al. | Applying Machine Learning to Improve BOA Analysis of CIPS/CILC | |
| Charles | Development of a Multi-Objective Optimization Capability for Heterogeneous Light Water Reactor Fuel Assemblies | |
| Gupta et al. | An overview on neutronic simulation schemes for reactor transient and safety analysis | |
| Valerio et al. | Coupled modelling of the EBR-II SHRT-45R including photon heat deposition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |