不確定性分析與敏感性分析逐漸成為了模型優(yōu)化設(shè)計(jì)前的必要步驟,其旨在量化輸入變量的影響因子,并得到在不確定性輸入?yún)?shù)影響下的響應(yīng)函數(shù)的變化。本文以熔鹽堆無(wú)保護(hù)失流事故現(xiàn)象為研究對(duì)象,采用抽樣算法和替代模型算法,基于關(guān)鍵參數(shù)對(duì)瞬態(tài)安全參數(shù)進(jìn)行了不確定性分析與敏感性分析。本文對(duì)五種不確定性分析方法進(jìn)行了理論研究,并將其應(yīng)用在釷基熔鹽堆的安全事故中,進(jìn)行了不確定性與敏感性分析的實(shí)際應(yīng)用,對(duì)全局敏感性分析指標(biāo)進(jìn)行了多種算法的計(jì)算與對(duì)比。抽樣算法主要包括拉丁超立方抽樣與sobol序列抽樣。替代模型算法包括一般多項(xiàng)式混沌展開(kāi)方法、隨機(jī)配點(diǎn)法與非限定多項(xiàng)式混沌展開(kāi)算法。在應(yīng)用過(guò)程中,研究了不確定性分析程序DAKOTA/SALib與熔鹽堆熱工分析程序GenFlow的耦合過(guò)程,開(kāi)發(fā)了非限定多項(xiàng)式混沌展開(kāi)算法程序,對(duì)釷基熔鹽堆中的熱工參數(shù)進(jìn)行了量化分析與研究。結(jié)果表明,功率系數(shù)對(duì)峰值溫度相關(guān)參數(shù)影響較大。CATH的進(jìn)口溫度和出口溫度僅由參數(shù)PUI影響,其他四個(gè)輸入?yún)?shù)的影響都非常小。DHX的進(jìn)口溫度的輸入之間存在顯著的相互影響作用,FLP、FLD參數(shù)對(duì)DHX進(jìn)出口溫度的影響最大,且截止閥開(kāi)啟時(shí)間的影響在所有... 

【文章來(lái)源】：華北電力大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－丨拉丁超立方抽樣示意圖??圖２－１是當(dāng)有兩個(gè)輸入?yún)?shù)，抽樣數(shù)目為４個(gè)時(shí)的拉丁超立方抽樣樣本示意圖

?１．００??Ｘ１??圖２－丨拉丁超立方抽樣示意圖??圖２－１是當(dāng)有兩個(gè)輸入?yún)?shù)，抽樣數(shù)目為４個(gè)時(shí)的拉丁超立方抽樣樣本示意圖。??輸入?yún)?shù)ｘｌ，ｘ２的范圍為［０，１］，�。磦�(gè)樣本數(shù)，那么將０到１的取值分為４份，分??層數(shù)目等于抽樣數(shù)目。劃分之后，共有１６個(gè)區(qū)域，為抽樣數(shù)目的平方，即區(qū)域數(shù)目??為（Ｍｆ，?％為所需的抽樣樣本數(shù)目，ｎ為輸入?yún)?shù)個(gè)數(shù)。拉丁超立方算法會(huì)選擇４??個(gè)區(qū)域，要求對(duì)每個(gè)參數(shù)，每個(gè)區(qū)域有且僅有一個(gè)抽樣樣本。那么如圖２－丨，ｘｌ，ｘ２??選擇了以上組合，還存在著其他組合區(qū)域，這里只展示了一種。同時(shí)，還可以注意??至ＩＪ，在每個(gè)區(qū)域中，樣本的數(shù)據(jù)是不受約束的，是采取隨機(jī)過(guò)程產(chǎn)生的。??２．２．２?ｓｏｂｏｌ?序歹丨Ｊ??Ｓｏｂｏｌ序列（ｓｏｂｏｌ?ｓｅｑｕｅｎｃｅ）與拉丁超立方抽樣類(lèi)似

圖２－３拉丁超立方抽樣隨迭代次數(shù)變化的敏感性指標(biāo)變化（加法函數(shù)）??從上圖可以看到四個(gè)敏感性指標(biāo)根據(jù)ＬＨＳ的抽樣數(shù)目變化而變化的說(shuō)明的是，當(dāng)?shù)鷶?shù)目為ｎ時(shí)，實(shí)際每個(gè)參數(shù)的拉丁超立方抽樣Ｎｓｄ＋２）個(gè)，各個(gè)參數(shù)混合打亂后得到的多個(gè)數(shù)據(jù)集合計(jì)算后才能進(jìn)行全局。如ｎ＝２００時(shí)，設(shè)定的拉丁超立方抽樣是５０次。從總趨勢(shì)來(lái)說(shuō)，在２００００．０６之內(nèi)，本文認(rèn)為其精度已經(jīng)足夠滿足我們的要求，此時(shí)Ｎｓ為５００際應(yīng)用的的拉丁超立方次數(shù)時(shí)，我們就選用了?Ｎｓ為２００，?５００，?１０００的抽樣。??


本文編號(hào)：3236038