论文部分内容阅读
随着计算工具和分析方法的发展与完善,方法引起的计算结果的不确定度变得越来越小,而核数据成为计算结果不确定度的主要来源。不确定度分析主要有两种方法,一阶不确定度量化法以及随机抽样法。其中,敏感性系数是一阶不确定度量化法的基础。在蒙卡程序中求解敏感性系数面临着内存占用过大的挑战,而在蒙卡程序中应用随机抽样法则面临着耗时严重的挑战。一阶不确定度量化法因其高效性适用于输运计算,而随机抽样法则因其普适性适用于燃耗计算。本文以解决敏感性分析的内存占用过大问题和随机抽样法耗时严重问题为目标,研究先进方法和算法,并在堆用蒙卡程序RMC中开发适用于输运和燃耗计算的核数据敏感性和不确定度分析功能。主要研究内容包括:（1）输运计算中keff对核数据的敏感性分析。本文在比较现有的基于伴随通量的敏感性分析方法的基础上,提出了若干种内存减少方案,包括数据分解策略,基于裂变的CLUTCH法,以及伴随超历史法。（2）输运计算中广义响应函数（包括线性响应函数和双线性响应函数）对核数据的敏感性分析。本文推导了碰撞历史法的理论基础,论证了该方法用于Ray-Tracking输运过程的可行性。在此基础上,本文进一步提出了碰撞超历史方法,减少原方法的内存占用。（3）输运和燃耗计算因核数据不确定度引起的计算结果的不确定度分析。针对蒙卡方差低估计导致的核数据不确定度高估计问题,提出了基于真实方差的快速RMC法。为减少扰动核数据库的储存量,提出了用户友好的一体化快速随机抽样流程,将核数据扰动模块内置于RMC中,提高了计算效率,可实现结果的自动处理,可用于输运和燃耗计算分析核数据引起的不同响应函数的不确定度。此外,还基于一阶不确定度量化法开发了输运计算keff关于核数据的不确定度分析功能。（4）最后,本文针对国际建模不确定度分析基准题第一阶段的两个基准题,即沸水堆全堆输运算例和压水堆栅元燃耗算例进行计算分析,验证了RMC的核数据敏感性和不确定度分析能力。本文不仅针对蒙卡输运和燃耗计算的敏感性和不确定度分析进行了方法上的创新,而且通过算法实践的突破,使得RMC程序在敏感性和不确定度分析功能达到了先进水平。