基于遗传算法的可燃毒物设计优化方法研究
可燃毒物可补偿寿期初过剩反应性及展平功率分布,因此对堆芯燃料组件设计具有重要意义.目前传统的优化设计主要依靠设计者的主观经验及判断,复杂耗时,其设计效率及可靠性急待改进.本文将多目标并行遗传算法应用于压水堆组件毒物选型优化,以反应性控制、功率分布和不同时期燃耗剩余等为目标,对可燃毒物材料类型、含可燃毒物燃料棒排列方式、毒物含量、轴向分层等决策变量进行优化,研究了遗传算法在燃料组件毒物多目标优化设计中的理论模型及实现方法.同时将遗传算法与蒙特卡罗粒子输运方法有机结合,应用到压水堆燃料组件设计中,得到了组件可燃毒物优化方案.针对二维和三维燃耗计算,分别筛选了13和40种优化方案.计算结果表明:Er2 O3用作毒物的综合效果最好;Gd2 O3、Eu2 O3和Sm2 O3的应用需结合堆芯方案开展进一步研究;HfO2和Dy2 O3不适合用作可燃毒物.该结果与通过人工搜索优化得到的结论基本一致.同时,三维轴向分层可为优化提供更多可选的材料种类方案,以部分毒物的分层布置方式可减小功率峰因子.本文研究为堆芯燃料/毒物设计提供了先进方法及工具.
可燃毒物;多目标;遗传算法;蒙特卡罗
55
TL364.5(核反应堆工程)
国家自然科学基金;北京市自然科学基金;核反应堆系统设计重点实验室稳定支持项目
2021-08-09（万方平台首次上网日期，不代表论文的发表时间）
共8页
1456-1463
