-
公开(公告)号：CN116595296A
公开(公告)日：2023-08-15
申请号：CN202310444906.1
申请日：2023-04-24
Applicant: 中国核动力研究设计院
Inventor： 刘东 , 彭航 , 王雪强 , 张斌 , 李庆 , 陈俊辑 , 陈长 , 潘俊杰 , 安萍 , 芦韡 , 柴晓明 , 曾辉 , 夏榜样 , 王连杰 , 郑勇 , 卢宗健 , 涂晓兰 , 钟旻霄 , 江勇
Abstract: 本公开属于核电技术领域，具体涉及一种求解中子输运方程的智能数值计算方法及装置。本公开的基于深度学习技术求解中子输运方程的方法根据反应堆物理中子输运方程的特点和机器学习技术求解微分方程的限制，建立了一种基于深度学习技术求解中子输运方程的数值计算方法。通过微积分原理对中子输运方程进行升阶处理，消除原中子输运方程中的微分‑积分项，可以利用深度学习技术求解升阶后的方程，为中子输运方程的数值求解方法探索了新的技术途径；克服了将机器学习直接运用于中子输运方程的求解的困难，为中子输运方程的求解探索出了新的技术途径。
-
公开(公告)号：CN118349774A
公开(公告)日：2024-07-16
申请号：CN202410409395.4
申请日：2024-04-07
Applicant: 中国核动力研究设计院
Inventor： 刘东 , 安萍 , 江勇 , 张斌 , 彭航 , 陈长 , 李庆 , 卢宗健 , 刘艳阳 , 芦韡 , 潘俊杰 , 杨戴博 , 曾辉 , 肖聪 , 汤琪芬 , 曹洪 , 李治刚 , 刘婷 , 张虎 , 李昆
Abstract: 本发明属于核反应堆堆芯计算技术领域，具体涉及一种基于深度学习驱动的反应堆堆芯功率重构方法，步骤如下：将神经网络函数代入中子扩散方程的数理方程，构建控制方程形成的损失函数、边界条件形成的损失函数，根据数据样本点构建数据表示的损失函数；对控制方程形成的损失函数、边界条件形成的损失函数、数据表示的损失函数分别赋值权重并进行加合，得到统一的机器学习损失函数；通过深度学习技术，迭代优化神经网络函数中的神经网络连接权重和神经网络偏置项，逐步减小统一的机器学习损失函数的值到精度范围内；同时神经网络函数输出逼近了系统定义域通量密度的数值解，得到逆向求解中子扩散方程的近似数值解，实现反应堆堆芯功率重构。本发明方法基于深度学习方法和数据驱动融合进行中子扩散数理方程逆向求解，可通过调整边界条件形成的约束损失函数权重实现一定的边界误差容错功能，同时对数据样本数量及空间分布具有较强包容性，可实现高精度、高效率、高鲁棒性的反应堆功率重构计算。
-
公开(公告)号：CN118377994A
公开(公告)日：2024-07-23
申请号：CN202410409399.2
申请日：2024-04-07
Applicant: 中国核动力研究设计院
Inventor： 刘东 , 陈俊辑 , 陈奇隆 , 彭航 , 潘俊杰 , 张斌 , 李庆 , 涂晓兰 , 陈长 , 肖聪 , 芦韡 , 李文杰 , 范佳锟 , 向迪 , 卢宗健 , 曾辉 , 崔显涛 , 赵晨 , 江勇 , 庞志鑫 , 邓平
Abstract: 本发明具体涉及一种深度机器学习求解连续性积分方程的方法，包括如下步骤：对包含未知函数和积分项的连续性积分方程中的积分项转化为被积函数的原函数表达式，将原积分方程转化为没有积分项的微分方程；给出被积函数原函数特定解的生成方法；对未知函数和被积函数原函数分别映射为神经网络函数，对未知函数和被积函数原函数的神经网络函数交替进行深度机器学习；完成深度机器学习的未知函数和被积函数原函数的神经网络函数分别为未知函数和被积函数原函数的数值解。本发明避免了积分项有限和代替积分项带来的系统性误差以及被积函数缺乏唯一性带来的收敛性问题，使其有效应用于中子输运理论、流体力学以及热力学等工业领域的核心方程求解。
-
-
Search Results
3
records
(took 0.025 seconds)
