-
公开(公告)号:CN115099139B
公开(公告)日:2024-04-09
申请号:CN202210702142.7
申请日:2022-06-21
Applicant: 北京应用物理与计算数学研究所
IPC: G06F30/27 , G06F30/25 , G06N20/10 , G06N7/01 , G06F111/04 , G06F111/08
Abstract: 针对反应堆机械反应性补偿的蒙特卡罗模拟方法,步骤如下:1、为同一组控制棒组内的几何体赋予相同的特征字符串;2、按几何尺寸与邻接关系建立控制棒组层次结构;3、制定控制棒组步进策略,将策略映射为CSG几何体移动;4、将控制棒CSG几何体移动等效为中子虚拟位移,在蒙特卡罗粒子输运过程中完成截面替换,实现对控制棒移动的模拟;5、用蒙特卡罗方法求解中子输运方程,计算中子盈余;6、裂变源迭代求解过程中,对控制棒价值进行拟合,按临界条件对控制棒位进行搜索;7、统计临界控制棒位。本发明通过改进蒙特卡罗裂变源迭代过程中的截面计算,并结合内嵌控制棒价值拟合技术实现控制棒运动的模拟以及临界控制棒位的计算。
-
公开(公告)号:CN114841045A
公开(公告)日:2022-08-02
申请号:CN202210298787.9
申请日:2022-03-23
Applicant: 北京应用物理与计算数学研究所
Abstract: 本发明公开了一种基于深度学习的流体力学求解方法及装置,该方法包括:获取待求解流体力学问题的已知量,以及将已知量进行去物理化得到模型输入量;将模型输入量输入预先训练的通用深度学习模型,以得到输出量;通用深度学习模型由待求解流体力学问题对应的去物理化训练样本训练得到,去物理化训练样本包括去物理化的输入量及与输入量对应的输出量,输出量由输入量输入预设的计算流体力学算法计算得到,输入量在预设有限空间内随机采样得到;将输出量进行物理化得到求解结果。本发明实施例可以快速应用于大型程序求解中,降低由于新算法更迭带来的学习、移植和优化成本,提高基于GPU的并行效率。
-
公开(公告)号:CN115099139A
公开(公告)日:2022-09-23
申请号:CN202210702142.7
申请日:2022-06-21
Applicant: 北京应用物理与计算数学研究所
IPC: G06F30/27 , G06F30/25 , G06N20/10 , G06N7/00 , G06F111/04 , G06F111/08
Abstract: 针对反应堆机械反应性补偿的蒙特卡罗模拟方法,步骤如下:1、为同一组控制棒组内的几何体赋予相同的特征字符串;2、按几何尺寸与邻接关系建立控制棒组层次结构;3、制定控制棒组步进策略,将策略映射为CSG几何体移动;4、将控制棒CSG几何体移动等效为中子虚拟位移,在蒙特卡罗粒子输运过程中完成截面替换,实现对控制棒移动的模拟;5、用蒙特卡罗方法求解中子输运方程,计算中子盈余;6、裂变源迭代求解过程中,对控制棒价值进行拟合,按临界条件对控制棒位进行搜索;7、统计临界控制棒位。本发明通过改进蒙特卡罗裂变源迭代过程中的截面计算,并结合内嵌控制棒价值拟合技术实现控制棒运动的模拟以及临界控制棒位的计算。
-
-