一种基于深度学习-界面流耦合的压水堆中子输运方法

    公开(公告)号:CN114547952B

    公开(公告)日:2022-07-08

    申请号:CN202210438438.2

    申请日:2022-04-25

    Abstract: 本发明公开了一种基于深度学习‑界面流耦合的压水堆中子输运方法,通过蒙特卡罗方法模拟局部简单几何问题的中子与材料俘获、裂变或散射后的中子迁移过程,利用蒙特卡罗方法的模拟结果和深度学习方法学习不同材料和几何单元的中子入射‑出射分布规律,基于界面流守恒建立简单几何单元之间的连接关系和中子输运计算过程。该方法颠覆了确定论方法中必须先共振计算获得多群截面、再进行复杂几何多群输运计算的传统过程,形成一种综合了蒙特卡罗方法、深度学习和确定论方法的新型中子输运计算方法。

    一种基于深度学习-界面流耦合的压水堆中子输运方法

    公开(公告)号:CN114547952A

    公开(公告)日:2022-05-27

    申请号:CN202210438438.2

    申请日:2022-04-25

    Abstract: 本发明公开了一种基于深度学习‑界面流耦合的压水堆中子输运方法,通过蒙特卡罗方法模拟局部简单几何问题的中子与材料俘获、裂变或散射后的中子迁移过程,利用蒙特卡罗方法的模拟结果和深度学习方法学习不同材料和几何单元的中子入射‑出射分布规律,基于界面流守恒建立简单几何单元之间的连接关系和中子输运计算过程。该方法颠覆了确定论方法中必须先共振计算获得多群截面、再进行复杂几何多群输运计算的传统过程,形成一种综合了蒙特卡罗方法、深度学习和确定论方法的新型中子输运计算方法。

Patent Agency Ranking