分类： 核科学技术 >> 核科学与技术 提交时间： 2024-06-04
摘要： 神经网络可以基于大量数据学习输入输出变量之间的关系，具有强大的拟合能力，在包括核工程计算领域常用作程序的代理模型。中子输运计算作为中子学模拟的核心环节之一，其耗时较长的问题可以通过利用神经网络模型来解决。然而，神经网络模型具有一系列超参数需要设置，而手动调节这些超参数工作量大，重复繁琐，只能依靠经验进行，而且求解不同问题时这些超参数不可复用。为了解决以上问题，本文提出了一种采用贝叶斯优化(Bayesian Optimization)算法来调节神经网络超参数，结合了学习率衰减、损失函数优化方法，它可以针对不同问题的数据集，自动搜索超参数的最佳组合，以获得最佳性能，具有很高的灵活性和效率，泛化性强。本文对 TAKEDA基准题得到的堆芯关键参数进行拟合，结果表明有效增殖因数keff的平均误差在150pcm以内，TAKEDA1数据集上区域积分通量Φ的平均误差率为1.72%，最大误差率为7.56%。该研究可为人工智能在堆芯物理计算理论的应用提供一定参考。
分类： 核科学技术 >> 核科学与技术 提交时间： 2024-05-21
摘要： 神经网络可以基于大量数据学习输入输出变量之间的关系，具有强大的拟合能力，在包括核工程计算领域常用作程序的代理模型。中子输运计算作为中子学模拟的核心环节之一，其耗时较长的问题可以通过利用神经网络模型来解决。然而，神经网络模型具有一系列超参数需要设置，而手动调节这些超参数工作量大，重复繁琐，只能依靠经验进行，而且求解不同问题时这些超参数不可复用。为了解决以上问题，本文提出了一种采用贝叶斯优化(Bayesian Optimization)算法来调节神经网络超参数，结合了学习率衰减、损失函数优化方法，它可以针对不同问题的数据集，自动搜索超参数的最佳组合，以获得最佳性能，具有很高的灵活性和效率，泛化性强。本文对 TAKEDA基准题得到的堆芯关键参数进行拟合，结果表明有效增殖因数keff的平均误差在150pcm以内，TAKEDA1数据集上区域积分通量Φ的平均误差率为1.72%，最大误差率为7.56%。该研究可为人工智能在堆芯物理计算理论的应用提供一定参考。
分类： 核科学技术 >> 核科学与技术 提交时间： 2024-04-27
摘要： 研究针对核反应堆板状燃料组件出现的鼓泡现象，利用Fluent软件进行了数值模拟研究，并对比了裂变气体鼓泡和以往研究中固体鼓泡的区别。研究发现：气体鼓泡会导致局部温度升高，鼓泡周围热通量密度提高3倍，但燃料板整体热通量变化较小；鼓泡的形成会使鼓泡局部换热能力提高约10%，鼓泡侧热通量提高4%左右；在高流速条件下，鼓泡的存在会导致燃料板两侧流体产生较大的压力差，使得燃料板发生变形，甚至堵塞流道。研究结果为板状燃料元件设计和安全评估提供了重要参考。
分类： 核科学技术 >> 核科学与技术 提交时间： 2024-03-21
摘要： 研究针对核反应堆板状燃料组件出现的鼓泡现象，利用Fluent软件进行了数值模拟研究，并对比了裂变气体鼓泡和以往研究中固体鼓泡的区别。研究发现：气体鼓泡会导致局部温度升高，鼓泡周围热通量密度提高3倍，但燃料板整体热通量变化较小；鼓泡的形成会使鼓泡局部换热能力提高约10%，鼓泡侧热通量提高4%左右；在高流速条件下，鼓泡的存在会导致燃料板两侧流体产生较大的压力差，使得燃料板发生变形，甚至堵塞流道。研究结果为板状燃料元件设计和安全评估提供了重要参考。
点击量
点击量
下载量
评论
