Articoli sottoposti a revisione paritaria sui metodi di calcolo: un metodo di ottimizzazione del modello di caricamento basato sull'evoluzione differenziale discreta, un metodo di decomposizione dei dati per il calcolo del burnup del trasporto Monte Carlo full-core e una progettazione di schermatura Monte Carlo con un metodo di calcolo di grandi perturbazioni. Pubblicato in Annali di energia nucleare e Scienze e tecniche nucleari.
Riferimenti
- 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
Pubblicazioni
A loading pattern optimization method based on discrete differential evolution
Un metodo di ottimizzazione del modello di caricamento basato sull'evoluzione differenziale discreta
A loading pattern optimization method based on discrete differential evolution[J]. Annals of Nuclear Energy, 2019, 137: 107057.
Abstract
L'ottimizzazione del modello di caricamento del nucleo (LP) è un problema di ottimizzazione combinatoria con un impatto significativo sulle prestazioni economiche e di sicurezza di un reattore. Tuttavia, trovare una soluzione ottimale per i modelli di caricamento del nucleo è un problema molto complesso a causa del gran numero di combinazioni di gruppi di combustibile. Per questo articolo è stato sviluppato un metodo di ottimizzazione del modello di carico basato sull'evoluzione differenziale discreta. Per valutare il metodo, è stato sviluppato e convalidato un programma accoppiato con SuperMC utilizzando un caso di test PWR. Il programma è stato quindi applicato per ridurre al minimo il fattore di picco della potenza radiale del reattore Watts Bar Nuclear 1 sotto il vincolo dello stato di criticità del reattore. I risultati hanno mostrato che l'evoluzione differenziale discreta è affidabile ed efficace nell'ottimizzazione LP.
Data decomposition method for full-core Monte Carlo transport–burnup calculation
Metodo di scomposizione dei dati per il calcolo del burnup del trasporto Monte Carlo full-core
Data decomposition method for full-core Monte Carlo transport–burnup calculation[J]. Nuclear Science and Techniques, 2018, 29(2).
Il testo completo non è disponibile in anteprima. Apri la pagina dell'editore per leggere l'articolo originale.
Monte Carlo shielding design with a large perturbation calculation method
Progettazione della schermatura Monte Carlo con un metodo di calcolo delle grandi perturbazioni
Monte Carlo shielding design with a large perturbation calculation method[J]. Annals of Nuclear Energy, 2020, 138: 107186.
Abstract
Il metodo di campionamento correlato, che può fornire risultati imperturbati e perturbati nel calcolo del trasporto di particelle una tantum, è un metodo di perturbazione ampiamente utilizzato nel calcolo Monte Carlo (MC). Tuttavia, ha la difficoltà di affrontare problemi di schermatura, ad es. sostituzione dei materiali e perturbazione della geometria. Questo articolo ha presentato un metodo di calcolo delle grandi perturbazioni (LPC) studiato sulla base di SuperMC. L'efficacia di questo metodo LPC è stata preliminarmente verificata e validata con un esperimento di schermatura di riferimento. A differenza di più calcoli MC indipendenti, un calcolo di perturbazione utilizzando il metodo LPC ha fornito più risultati perturbati dell'esperimento, con un risparmio di tempo comparativo. I risultati hanno mostrato che le differenze massime tra la perturbazione e i calcoli MC indipendenti sono risultate essere dello 0,4% e del 2,8% rispettivamente per i casi di sostituzione del materiale e di perturbazione della geometria. Pertanto, il metodo LPC può essere utilizzato efficacemente nella progettazione della schermatura.