Articles évalués par des pairs sur les méthodes de calcul : une méthode d'optimisation du modèle de chargement basée sur une évolution différentielle discrète, une méthode de décomposition des données pour le calcul complet du transport et du taux de combustion de Monte Carlo et la conception du blindage de Monte Carlo avec une méthode de calcul de grandes perturbations. Publié dans Annals of Nuclear Energy et Nuclear Science and Techniques.
Références
- A loading pattern optimization method based on discrete differential evolution[J]. Annals of Nuclear Energy, 2019, 137: 107057. DOI:10.1016/j.anucene.2019.107057
- Data decomposition method for full-core Monte Carlo transport–burnup calculation[J]. Nuclear Science and Techniques, 2018, 29(2). DOI:10.1007/s41365-018-0366-4
- Monte Carlo shielding design with a large perturbation calculation method[J]. Annals of Nuclear Energy, 2020, 138: 107186. DOI:10.1016/j.anucene.2019.107186
Publications
A loading pattern optimization method based on discrete differential evolution
Une méthode d'optimisation du modèle de chargement basée sur l'évolution différentielle discrète
A loading pattern optimization method based on discrete differential evolution[J]. Annals of Nuclear Energy, 2019, 137: 107057.
Résumé
L'optimisation du modèle de chargement du cœur (LP) est un problème d'optimisation combinatoire ayant un impact significatif sur les performances économiques et de sécurité d'un réacteur. Cependant, trouver une solution optimale pour les modèles de chargement du cœur est un problème très complexe en raison du grand nombre de combinaisons d’assemblages combustibles. Pour cet article, une méthode d'optimisation du modèle de chargement basée sur l'évolution différentielle discrète a été développée. Pour évaluer la méthode, un programme couplé à SuperMC a été développé et validé à l'aide d'un cas de test PWR. Le programme a ensuite été appliqué pour minimiser le facteur de crête de puissance radiale du réacteur Watts Bar Nuclear 1 sous la contrainte de l'état de criticité du réacteur. Les résultats ont montré que l’évolution différentielle discrète est fiable et efficace dans l’optimisation LP.
Data decomposition method for full-core Monte Carlo transport–burnup calculation
Méthode de décomposition des données pour le calcul complet du transport et du taux de combustion de Monte Carlo
Data decomposition method for full-core Monte Carlo transport–burnup calculation[J]. Nuclear Science and Techniques, 2018, 29(2).
Le texte intégral n’est pas disponible en aperçu. Ouvrez la page de l'éditeur pour lire l'article original.
Monte Carlo shielding design with a large perturbation calculation method
Conception de blindage Monte Carlo avec une méthode de calcul de grandes perturbations
Monte Carlo shielding design with a large perturbation calculation method[J]. Annals of Nuclear Energy, 2020, 138: 107186.
Résumé
La méthode d'échantillonnage corrélée, qui peut donner des résultats non perturbés et perturbés dans le calcul ponctuel du transport de particules, est une méthode de perturbation largement utilisée dans le calcul de Monte Carlo (MC). Cependant, il a des difficultés à résoudre les problèmes de blindage, par ex. remplacement de matériaux et perturbation de la géométrie. Cet article présente une méthode de calcul de grandes perturbations (LPC) qui a été étudiée sur la base de SuperMC. L'efficacité de cette méthode LPC a été préalablement vérifiée et validée par une expérience de blindage de référence. Contrairement à plusieurs calculs MC indépendants, un calcul de perturbation utilisant la méthode LPC a donné plusieurs résultats perturbés de l'expérience, ce qui a permis de gagner relativement du temps. Les résultats ont montré que les différences maximales entre les calculs de perturbation et de MC indépendants étaient respectivement de 0,4 % et 2,8 % pour les cas de remplacement de matériau et de perturbation de la géométrie. Par conséquent, la méthode LPC peut être utilisée efficacement dans la conception de blindages.