热管冷却反应堆固态堆芯热力耦合性能分析及结构优化

TL352.1; 热管冷却反应堆的固态堆芯具有模块化、无流动回路等诸多优势,受到诸多学者关注.固态堆芯在工作寿期内涉及复杂的热力耦合行为.本文基于ABAQUS对固态堆芯工作性能进行了热力耦合分析.结合子程序的二次开发,综合考虑了间隙传热模型及材料在极端工况下的蠕变、肿胀等行为.探究了各部件之间的相互作用关系.基于有限元仿真对固态堆芯尺寸进行参数优化,使用深度神经网络建立代理模型,使用NSGA-Ⅱ算法获得了pareto前沿解集.相较于初始设计参数,优化后的堆芯最高温度下降8.44％,最大应力下降34.43％,改善了固态堆芯的性能....

Full description

Saved in:
Bibliographic Details
Published in原子能科学技术 Vol. 57; no. 2; pp. 428 - 437
Main Authors 岳明楷, 金浩, 刘桐蔚, 李文杰, 黄永忠, 恽迪, 周进雄
Format Journal Article
LanguageChinese
Published 西安交通大学 航天航空学院 机械振动与强度国家重点实验室,陕西 西安 710049%中国核动力研究设计院,四川 成都 610065%西安交通大学 能源与动力学院,陕西 西安 710049 01.02.2023
Subjects
尺寸优化
热力耦合
热管冷却反应堆固态堆芯
深度神经网络
间隙热传导
Online AccessGet full text
ISSN1000-6931
DOI10.7538/yzk.2022.youxian.0630

Cover

More Information
Summary:TL352.1; 热管冷却反应堆的固态堆芯具有模块化、无流动回路等诸多优势,受到诸多学者关注.固态堆芯在工作寿期内涉及复杂的热力耦合行为.本文基于ABAQUS对固态堆芯工作性能进行了热力耦合分析.结合子程序的二次开发,综合考虑了间隙传热模型及材料在极端工况下的蠕变、肿胀等行为.探究了各部件之间的相互作用关系.基于有限元仿真对固态堆芯尺寸进行参数优化,使用深度神经网络建立代理模型,使用NSGA-Ⅱ算法获得了pareto前沿解集.相较于初始设计参数,优化后的堆芯最高温度下降8.44％,最大应力下降34.43％,改善了固态堆芯的性能.
ISSN:1000-6931
DOI:10.7538/yzk.2022.youxian.0630