[發(fā)明專利]一種六棱柱型碳化硅陶瓷堆芯結(jié)構(gòu)優(yōu)化方法

在審

• 申請?zhí)枺?/td>: 202310066611.5
• 申請日: 2023-01-16
• 公開（公告）號: CN116050021A
• 公開（公告）日: 2023-05-02
• 發(fā)明（設(shè)計(jì)）人: 李曉強(qiáng);張程;衛(wèi)沖;鄭策
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/27;G06N3/006;G06N3/126;G06F119/08;G06F119/14;G06F119/12;G06F111/10;G06F111/04
• 代理公司: 西安智大知識產(chǎn)權(quán)代理事務(wù)所 61215
• 代理人: 何會俠

1.一種六棱柱型碳化硅陶瓷堆芯結(jié)構(gòu)優(yōu)化方法，其特征在于：該方法適用于空間核動(dòng)力反應(yīng)堆、加速器驅(qū)動(dòng)次臨界核能系統(tǒng)、模塊化小堆先進(jìn)反應(yīng)堆中所涉及到六棱柱型碳化硅陶瓷堆芯結(jié)構(gòu)；該優(yōu)化方法通過準(zhǔn)確、高效的模型及多物理場設(shè)置，考慮各物理場間的多向耦合及全局變量傳遞，結(jié)合全耦合數(shù)值求解方法和多目標(biāo)結(jié)構(gòu)優(yōu)化算法，實(shí)現(xiàn)六棱柱型碳化硅陶瓷堆芯的結(jié)構(gòu)優(yōu)化，得到選定目標(biāo)函數(shù)的最佳方案集合；步驟如下：

步驟1：建立幾何模型：根據(jù)六棱柱型碳化硅陶瓷堆芯的真實(shí)幾何，建立六棱柱型碳化硅陶瓷堆芯的幾何模型，設(shè)置六棱柱型碳化硅陶瓷堆芯的幾何尺寸；

步驟2：添加多物理場計(jì)算模塊：根據(jù)六棱柱型碳化硅陶瓷堆芯所處環(huán)境的真實(shí)服役工況，添加用于模擬六棱柱型碳化硅陶瓷堆芯服役行為的多物理場計(jì)算模塊；綜合考慮核動(dòng)力系統(tǒng)內(nèi)運(yùn)行環(huán)境的復(fù)雜性及六棱柱型碳化硅陶瓷堆芯的結(jié)構(gòu)特殊性，針對運(yùn)行工況、輻照效應(yīng)和燃料特點(diǎn)，在步驟1所建立的幾何模型基礎(chǔ)上，分別添加包括輻照場、溫度場、流場、固體應(yīng)力應(yīng)變場的物理場計(jì)算域；

步驟3：設(shè)置計(jì)算域邊界：步驟1和步驟2分別確定了六棱柱型碳化硅陶瓷堆芯的幾何模型和物理場計(jì)算域；在步驟1和步驟2的基礎(chǔ)上，步驟3

進(jìn)一步設(shè)置物理場計(jì)算域邊界；

步驟4：設(shè)定并行求解參數(shù)：在完成步驟1～步驟3后，對六棱柱型碳化硅陶瓷堆芯開展模擬計(jì)算；為提高求解效率，需要設(shè)立計(jì)算機(jī)并行求解參數(shù)，包括分配并行算例內(nèi)核數(shù)目、設(shè)定單作業(yè)內(nèi)核數(shù)目；

步驟5：六棱柱型碳化硅陶瓷堆芯的結(jié)構(gòu)優(yōu)化設(shè)計(jì)：具體包括如下步驟：

步驟5.1、多目標(biāo)優(yōu)化問題的模化及標(biāo)準(zhǔn)建立：將六棱柱型碳化硅陶瓷堆芯結(jié)構(gòu)優(yōu)化問題視為一個(gè)多目標(biāo)優(yōu)化問題，該問題由n個(gè)決策變量，m個(gè)目標(biāo)函數(shù)和p個(gè)約束條件組成；各參數(shù)含義及取值如下：

minF(X)＝[f₁(X),f₂(X)……f_m(X)]????????????????(1)

X＝(x₁,x₂……x_n)??????????????????????(2)

g_i(X)≤0,i＝1,2......p????????????????????(3)

式中：

minF(X)——表示最小化目標(biāo)函數(shù)；

f_i(X)——表示第i個(gè)目標(biāo)函數(shù)，i取1,2,……,m；

X——表示由n個(gè)優(yōu)化變量組成的決策變量；

g_i(X)——表示第i個(gè)約束條件，i取1,2,……,p；

多目標(biāo)優(yōu)化的標(biāo)準(zhǔn)遵循帕累托Pareto支配，即分別有決策變量U＝(u₁,u₂……u_n)和決策變量V＝(v₁,v₂……v_n)時(shí)，若滿足：

式中：

f_i(U)——表示決策變量U組成的第i組目標(biāo)函數(shù)；

f_i(V)——表示決策變量V組成的第i組目標(biāo)函數(shù)；

f_j(U)——表示決策變量U組成的第j組目標(biāo)函數(shù)；

f_j(V)——表示決策變量V組成的第j組目標(biāo)函數(shù)。

則決策變量U優(yōu)于決策變量V，稱U支配V，記為U＜V；對于決策變量U，若不存在能夠支配U的決策變量，則決策變量U為帕累托Pareto最優(yōu)解；

步驟5.2、設(shè)定多目標(biāo)優(yōu)化算法初始參數(shù)，包括種群個(gè)數(shù)、種群進(jìn)化代數(shù)、優(yōu)化目標(biāo)函數(shù)個(gè)數(shù)及變量；

步驟5.3、借鑒標(biāo)準(zhǔn)遺傳算法，對種群及其中的個(gè)體開展選擇、交叉、變異操作；通過標(biāo)準(zhǔn)遺傳算法，選出當(dāng)前種群中性能表現(xiàn)優(yōu)秀的個(gè)體作為父代來產(chǎn)生新一代種群，并模仿自然界繁殖的基因重組過程，將原有的優(yōu)良基因型遺傳給子代，同時(shí)盡可能保持群體中個(gè)體多樣性，防止發(fā)生非成熟收斂；

步驟5.4、遺傳操作生成新一代種群個(gè)體，獲取種群個(gè)體目標(biāo)函數(shù)值、篩選歸一化最優(yōu)解；設(shè)置優(yōu)化結(jié)果分析所需的成員函數(shù)。

步驟5.5、判定是否滿足收斂條件，判定準(zhǔn)則為：

式中：

ε_n——表示迭代第n次的結(jié)算結(jié)果；

ε_n-1——表示迭代第n-1次的結(jié)算結(jié)果；

a——表示所設(shè)置的絕對誤差。

步驟5.6、滿足收斂條件時(shí)停止優(yōu)化，并輸出優(yōu)化結(jié)果，包括堆芯結(jié)構(gòu)優(yōu)化得到的優(yōu)化變量最佳組合方案集合及相應(yīng)的目標(biāo)函數(shù)值。