-
公开(公告)号:CN102097146A
公开(公告)日:2011-06-15
申请号:CN201010570834.8
申请日:2010-12-02
摘要: 一种安全核废料嬗变靶材,首先将平均粒径0.1~10mm的核废料粉体装入渗流模具(6)中,经震实或捣实或压实密封处理后于100~600℃下预热1~300分钟,然后倾入熔融的铝液或铝合金液,密封固定封盖(4),最后向模具(6)内通入0.1~1MPa压力气体,冷却凝固后脱模得到含铝或铝合金(2)和核废料粉体(3)的复合材料坯材,将坯材加工成芯材封装于铝包壳(1)中即是嬗变靶材。本发明利用铝或铝合金良好的导热性能,使嬗变时芯材内部产生的高热被迅速的传导至铝包壳最终以辐射或对流形式散热,从而避免高温时芯材爆裂或铝包壳膨裂所带来的环境问题。
-
-
-
公开(公告)号:CN102097146B
公开(公告)日:2012-11-28
申请号:CN201010570834.8
申请日:2010-12-02
摘要: 一种安全核废料嬗变靶材,首先将平均粒径0.1~10mm的核废料粉体装入渗流模具(6)中,经震实或捣实或压实密封处理后于100~600℃下预热1~300分钟,然后倾入熔融的铝液或铝合金液,密封固定封盖(4),最后向模具(6)内通入0.1~1MPa压力气体,冷却凝固后脱模得到含铝或铝合金(2)和核废料粉体(3)的复合材料坯材,将坯材加工成芯材封装于铝包壳(1)中即是嬗变靶材。本发明利用铝或铝合金良好的导热性能,使嬗变时芯材内部产生的高热被迅速的传导至铝包壳最终以辐射或对流形式散热,从而避免高温时芯材爆裂或铝包壳膨裂所带来的环境问题。
-
公开(公告)号:CN110119539B
公开(公告)日:2022-12-06
申请号:CN201910310367.6
申请日:2019-04-17
申请人: 西北核技术研究所
IPC分类号: G06F30/327 , G06F30/33
摘要: 为了克服现有获得单粒子翻转的错误状态在逻辑电路中的传播规律方法成本高、效率低的技术问题,本发明提供了一种组合逻辑电路单粒子翻转效应传播规律的分析方法,通过局部建模结合统计方法来分析单粒子翻转效应在组合逻辑电路中的传播规律,适用于任意大规模数字集成电路中的组合逻辑电路单粒子翻转效应传播敏感性分析,成本低,效率高。
-
-
公开(公告)号:CN118468564A
公开(公告)日:2024-08-09
申请号:CN202410602473.2
申请日:2024-05-15
申请人: 西安交通大学
IPC分类号: G06F30/20 , G06F17/10 , G06F111/10 , G06F119/08
摘要: 本发明公开了数值反应堆中多物理耦合过程全局局部耦合共振计算的效率优化方法,在全局计算阶段,若本次计算丹可夫因子变化较小则使继承上一次计算得到的丹可夫因子,在局部计算过程中,使用插值方法计算共振核素的共振能群的碰撞概率,在更新截面部分,通过对插值结果不敏感的核素通过燃耗、丹可夫因子、温度进行插值计算宏观截面,并通过判断是否可以减少制作插值表次数以及跳过对燃耗、丹可夫因子插值以减少计算时间。本发明方法使用减少丹可夫因子计算次数、插值更新碰撞概率、插值更新截面信息等方法,提高了在高保真程序中全局局部耦合共振计算的速度。
-
公开(公告)号:CN115346699B
公开(公告)日:2024-04-26
申请号:CN202211059240.X
申请日:2022-08-31
申请人: 西安交通大学
IPC分类号: G21C17/108 , G06F17/11
摘要: 一种快中子堆内自给能探测器的材料有效性分析方法,针对自给能探测器应用于快中子堆堆芯中子通量监测的设计目标,根据自给能探测器位置的中子能谱和核数据库计算自给能探测器材料的等效宏观俘获截面和燃耗率,进而对材料有效性进行中子学分析、物理性质分析、放射性性质分析和电子学分析。各项分析指标基于核数据层面的微观反应机理,同时考虑了快中子堆堆芯监测的运行约束,整体上降低了自给能探测器监测的信号噪音,并保障了分析方法的普遍适用性。这种材料有效性分析方法适合解决自给能探测器创新应用于快中子堆在线监测的材料设计问题,为本领域相关研究提供了高效的分析方法。
-
公开(公告)号:CN117390958A
公开(公告)日:2024-01-12
申请号:CN202311314177.4
申请日:2023-10-11
申请人: 西安交通大学
IPC分类号: G06F30/27 , G06N3/04 , G06F119/06 , G06F119/08
摘要: 本发明公开了一种基于深度学习的压水堆瞬态计算方法,首先建立以压水堆温度和功率分布等堆芯物理场历史数据为输入的单个时间点堆芯物理场预测的深度学习网络模型,进行瞬态工况随时间变化的物理场预测;单个时间点堆芯物理场预测的深度学习网络模型的特征是:利用待预测时间点之前若干历史时间点的堆芯物理场数据和待预测时间点的堆芯棒位为输入参数,使用深度学习网络模型获得待预测时间点的堆芯物理场。随时间变化的堆芯物理场预测为:将已预测的物理场以及更早历史时间点的物理场共同作为输入,预测下一个时间点的物理场。该方法克服了以往深度学习网络模型只能对稳态工况物理场进行预测的局限,实现对瞬态工况随时间变化的物理场的预测。
-
公开(公告)号:CN117313512A
公开(公告)日:2023-12-29
申请号:CN202310961652.0
申请日:2023-08-01
申请人: 华能核能技术研究院有限公司 , 西安交通大学
IPC分类号: G06F30/27 , G06N20/00 , G06N3/09 , G06F111/10
摘要: 本发明公开了基于机器学习的高温气冷堆球床均匀化群常数计算方法,涉及核反应堆物理计算领域和机器学习技术领域,包括确认机器学习模型的输入变量和目标变量,建立训练模型;对高温气冷堆球形燃料元件的多种不同排列组合的物理模型进行中子输运计算,获得每个组合中各种类球形燃料元件的多群中子通量密度;进行模型训练与评估验证,获得映射关系函数;基于映射关系函数计算得到各种类球形燃料元件的多群中子通量比;以球形燃料元件的多群中子通量比和体积份额作为权重,计算混合球床区域的均匀化群常数。本发明省略了复杂的碰撞概率计算流程和碰撞概率方程组求解流程,节省大量计算时间和计算资源。
-
-
-
-
-
-
-
-
-