本發(fā)明屬于燃料元件性能優(yōu)化，具體涉及一種板狀燃料性能多目標(biāo)優(yōu)化方法，適用于不同彌散顆粒尺寸等參數(shù)下板狀燃料元件性能優(yōu)化。

背景技術(shù)：

1、在核反應(yīng)堆系統(tǒng)中，燃料組件是最核心的部件，在其中進(jìn)行鏈?zhǔn)椒磻?yīng)產(chǎn)生熱量實(shí)現(xiàn)核反應(yīng)堆運(yùn)行。相比于棒狀燃料，板狀燃料結(jié)構(gòu)緊湊，具有高燃耗和高熱導(dǎo)率的特點(diǎn)，可實(shí)現(xiàn)較高的功率密度。由于其結(jié)構(gòu)特性，冷卻劑流道狹窄，考慮輻照等多物理場作用下，流動(dòng)換熱情況復(fù)雜，運(yùn)行條件嚴(yán)苛。板狀燃料元件可能面臨著流道堵塞、流動(dòng)不穩(wěn)定、流致振動(dòng)、芯體開裂起泡等問題，可能造成冷卻劑蒸干，板溫突升等事故。因此，對(duì)燃料元件的性能優(yōu)化對(duì)反應(yīng)堆安全性和可靠性的提升是十分重要的。

2、板狀燃料元件的常規(guī)優(yōu)化設(shè)計(jì)依賴于經(jīng)驗(yàn)和試錯(cuò)方法，缺乏系統(tǒng)性的優(yōu)化過程。對(duì)于實(shí)際工程中，往往存在多個(gè)目標(biāo)在給定范圍內(nèi)盡可能達(dá)到最佳的優(yōu)化問題，對(duì)其中一個(gè)目標(biāo)優(yōu)化必須以犧牲其它目標(biāo)作為代價(jià)，不存在同時(shí)滿足所有目標(biāo)的唯一最優(yōu)參數(shù)，屬于典型的多目標(biāo)優(yōu)化問題。多目標(biāo)優(yōu)化算法作為一種有效的優(yōu)化工具，能夠同時(shí)考慮多個(gè)優(yōu)化目標(biāo)，目前對(duì)于核領(lǐng)域的多目標(biāo)優(yōu)化方法研究有燃料換料優(yōu)化、燃料元件設(shè)計(jì)，輻射屏蔽設(shè)計(jì)等，但在核燃料設(shè)計(jì)中的應(yīng)用較少。綜合考慮，其幾何設(shè)計(jì)與微觀顆粒尺寸對(duì)燃料性能至關(guān)重要。以板狀燃料元件參數(shù)為標(biāo)準(zhǔn)進(jìn)行優(yōu)化，尋找合適的板狀燃料元件幾何參數(shù)，對(duì)于改善燃料元件熱工水力特性具有重要意義。

3、針對(duì)以上背景，本專利提出了一種聯(lián)合燃料性能分析程序仿真的板狀燃料元件顆粒參數(shù)優(yōu)化方法。

技術(shù)實(shí)現(xiàn)思路

1、為了實(shí)現(xiàn)在復(fù)雜服役工況下板狀燃料元件的關(guān)鍵性能優(yōu)化，本發(fā)明的目的在于提供一種板狀燃料性能多目標(biāo)優(yōu)化方法，采用多目標(biāo)優(yōu)化方法，能夠平衡多個(gè)優(yōu)化期望目標(biāo)，獲得一組綜合性能更優(yōu)異的較優(yōu)解。

2、為了達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

3、一種板狀燃料性能多目標(biāo)優(yōu)化方法，在燃料性能分析程序的基礎(chǔ)上，通過結(jié)合多目標(biāo)優(yōu)化遺傳算法，在不同顆粒直徑和體積分?jǐn)?shù)下，燃料性能分析程序?yàn)槎嗄繕?biāo)優(yōu)化過程輸出優(yōu)化目標(biāo)性能值，實(shí)現(xiàn)了聯(lián)合仿真下的燃料熱工性能多目標(biāo)優(yōu)化；

4、該方法包括以下步驟：

5、步驟一：在燃料性能分析程序中確定材料熱工機(jī)械模型，建立燃料元件芯塊包殼幾何模型，進(jìn)行網(wǎng)格劃分設(shè)置，設(shè)置固體域約束邊界條件，冷卻劑溫度、流動(dòng)換熱邊界條件；

6、步驟二：確定多目標(biāo)優(yōu)化方法所需的決策變量、優(yōu)化目標(biāo)及約束條件：決策變量為彌散燃料顆粒直徑、燃料芯塊基體厚度；約束條件為顆粒體積分?jǐn)?shù)與直徑的制約關(guān)系；優(yōu)化目標(biāo)為降低芯塊峰值溫度、降低mises應(yīng)力、降低芯塊體積應(yīng)變；

7、步驟三：考慮燃料性能分析程序計(jì)算效率，燃料性能分析程序中板狀燃料元件模型復(fù)雜程度，確定每代種群個(gè)體數(shù)p，最大迭代次數(shù)設(shè)置為c；

8、步驟四：選擇所需多目標(biāo)優(yōu)化算法：非支配排序遺傳算法nsga-ⅱ，根據(jù)決策變量范圍進(jìn)行種群初始化操作；

9、步驟五：引入精英策略，進(jìn)行非支配排序并分配適應(yīng)度；

10、步驟六：根據(jù)非支配排序遺傳算法算子，計(jì)算非支配集優(yōu)化個(gè)體擁擠度與約束違反度；

11、步驟七：將不同決策變量的種群個(gè)體輸入燃料性能分析程序中，分別進(jìn)行輻照熱工水力耦合計(jì)算，得到優(yōu)化目標(biāo)性能值；

12、步驟八：對(duì)于非支配排序遺傳算法，根據(jù)非支配排序遺傳算法算子，對(duì)當(dāng)前種群個(gè)體執(zhí)行選擇、交叉、變異操作，進(jìn)化產(chǎn)生子代種群；

13、步驟九：重復(fù)步驟五至步驟八，直至非支配排序遺傳算法判斷優(yōu)化過程收斂，或達(dá)到最大迭代次數(shù)c次；

14、步驟十：輸出最優(yōu)解集，即含有優(yōu)化目標(biāo)值的p組彌散燃料顆粒直徑與燃料芯塊基體厚度的設(shè)計(jì)參數(shù)信息，從中選擇符合需求的最優(yōu)解。

15、本發(fā)明具有以下優(yōu)點(diǎn)及創(chuàng)新點(diǎn)：

16、1)能在高精度燃料性能分析程序的基礎(chǔ)上，進(jìn)行板狀燃料元件參數(shù)設(shè)計(jì)優(yōu)化；

17、2)在燃料性能優(yōu)化領(lǐng)域，區(qū)別于傳統(tǒng)優(yōu)化方法，采用多目標(biāo)優(yōu)化方法，能夠平衡多個(gè)優(yōu)化期望目標(biāo)，獲得一組性能更優(yōu)異的較優(yōu)解。

技術(shù)特征：

1.一種板狀燃料性能多目標(biāo)優(yōu)化方法，其特征在于：在燃料性能分析程序的基礎(chǔ)上，通過結(jié)合多目標(biāo)優(yōu)化遺傳算法，在不同顆粒直徑和體積分?jǐn)?shù)下，燃料性能分析程序?yàn)槎嗄繕?biāo)優(yōu)化過程輸出優(yōu)化目標(biāo)性能值，實(shí)現(xiàn)了聯(lián)合仿真下的燃料熱工性能多目標(biāo)優(yōu)化；

2.根據(jù)權(quán)利要求1所述的一種板狀燃料性能多目標(biāo)優(yōu)化方法，其特征在于：步驟八中，選擇是通過輪盤賭選擇方法進(jìn)行，根據(jù)染色體適應(yīng)度值比例確定個(gè)體的選擇概率和生存概率；交叉是把父代個(gè)體部分結(jié)構(gòu)替換重組，從而產(chǎn)生新個(gè)體，其方式有交叉、重組及重排列；變異是子代生成時(shí)基因編碼基于小擾動(dòng)發(fā)生隨機(jī)變化的操作，分為二進(jìn)制變異、實(shí)數(shù)變異及序號(hào)變異；三種遺傳算子操作都是以概率方式進(jìn)行，增強(qiáng)了全局搜索性能。

3.根據(jù)權(quán)利要求1所述的一種板狀燃料性能多目標(biāo)優(yōu)化方法，其特征在于：步驟九中，非支配排序遺傳算法采用基于pareto排序的適應(yīng)度評(píng)價(jià)方法，通過不斷進(jìn)化迭代，逐步逼近多目標(biāo)優(yōu)化問題的pareto最優(yōu)解集；若最優(yōu)解集的值隨著迭代趨于穩(wěn)定，父代與子代個(gè)體的差值小于設(shè)定限值，則非支配排序遺傳算法判斷優(yōu)化過程收斂。

技術(shù)總結(jié)
本發(fā)明公開了一種板狀燃料性能多目標(biāo)優(yōu)化方法，步驟如下：1、在燃料性能分析程序中進(jìn)行模型相關(guān)設(shè)置；2、確定多目標(biāo)優(yōu)化方法所需的決策變量、優(yōu)化目標(biāo)及約束條件；3、確定每代種群個(gè)體數(shù)，最大迭代次數(shù)；4、選擇所需多目標(biāo)優(yōu)化算法，進(jìn)行種群初始化操作；5、引入精英策略，進(jìn)行非支配排序并分配適應(yīng)度；6、計(jì)算非支配集優(yōu)化個(gè)體擁擠度與約束違反度；7、將種群個(gè)體輸入燃料性能分析程序中，分別進(jìn)行輻照熱工水力耦合計(jì)算，得到優(yōu)化目標(biāo)值；8、對(duì)當(dāng)前種群個(gè)體執(zhí)行選擇、交叉、變異等操作，進(jìn)化產(chǎn)生子代種群；9、重復(fù)步驟5?8，直至算法判斷優(yōu)化過程收斂，或達(dá)到最大迭代次數(shù)；10、輸出最優(yōu)解集，即含有優(yōu)化目標(biāo)值的p組彌散顆粒直徑與芯塊基體厚度的設(shè)計(jì)參數(shù)信息。

技術(shù)研發(fā)人員：巫英偉,劉毅偉,向烽瑞,賀亞男,章靜,田文喜,蘇光輝,秋穗正
受保護(hù)的技術(shù)使用者：西安交通大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/7