采用兩節(jié)塊方法求解細網(wǎng)3階簡化球諧函數(shù)（SP3）中子輸運方程,該方法只對零階角通量密度的拉普拉斯算子進行節(jié)塊法處理,對應(yīng)的零階通量密度采用2階展開,橫向泄漏采用零階近似;以此方法開發(fā)了適用于細網(wǎng)全堆輸運計算的CORCA-PIN程序,該程序同時集成了細網(wǎng)有限差分方法。驗證算例采用KAIST 3A基準問題及擴展三維問題。數(shù)值結(jié)果表明,采用柵元1×1劃分的兩節(jié)塊法具有可接受的計算精度,而計算時間只有相同精度的細網(wǎng)有限差分方法的11%。因此,本文提出的兩節(jié)塊方法適用于細網(wǎng)SP3中子輸運方程計算。 

【文章來源】：核動力工程. 2020,41(02)北大核心EICSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

KAIST3A基準問題相對功率分布

9876918202×20.971191000.976396484×40.97050270.972081948×80.9702950.970725032×32未計算0.97025—注：—表示無此項表2功率分布計算結(jié)果對比（KAIST3A）Table2ComparisonofPowerDistribution(KAIST3A)網(wǎng)格劃分均方根誤差/%最大相對誤差/%兩節(jié)塊方法細網(wǎng)有限差分方法兩節(jié)塊方法細網(wǎng)有限差分方法1×11.0014.603.8635.162×20.945.452.5712.804×40.251.680.683.998×80.050.440.131.05圖2KAIST3A基準問題相對功率分布Fig.2RelativePowerDistributionofKAIST3ABenchmarkProblem圖3KAIST3A基準問題功率分布相對誤差Fig.3RelativeErrorofPowerDistributionofKAIST3ABenchmarkProblem布和兩節(jié)塊方法采用1×1柵元劃分的相對功率分布。2.2三維自構(gòu)造問題為了比較計算效率，本文采用KAIST基準題的組件構(gòu)造了一個接近真實規(guī)模的三維1/4堆芯問題，堆芯布置見圖4。堆芯活性區(qū)高度為365.76cm，上下反射層取25.4cm，材料選擇徑向水反射層材料。內(nèi)邊界采用對稱邊界條件，外邊界采用入射流為零邊界。為了建模方便，內(nèi)部對稱線上的組件采用了整組件。同時堆芯考慮半插入的控制棒，即活性區(qū)中平面以上部分的所有UOX-2組件插入了控制棒。采用400核并行計算，CPU型號為Intel(R)Xeon(R)CPUE5-2660v3@2.60GHz，計算時間對比見表3。以0.315cm×0.315cm×1.27cm網(wǎng)格劃分的兩節(jié)塊方法計算結(jié)果為參考，堆芯keff計算結(jié)果對比見表4。圖4自構(gòu)造問題堆芯布置圖Fig.4LayoutofSelf-ConstructedProblem

址椒?兩節(jié)塊方法細網(wǎng)有限差分方法1×11.0014.603.8635.162×20.945.452.5712.804×40.251.680.683.998×80.050.440.131.05圖2KAIST3A基準問題相對功率分布Fig.2RelativePowerDistributionofKAIST3ABenchmarkProblem圖3KAIST3A基準問題功率分布相對誤差Fig.3RelativeErrorofPowerDistributionofKAIST3ABenchmarkProblem布和兩節(jié)塊方法采用1×1柵元劃分的相對功率分布。2.2三維自構(gòu)造問題為了比較計算效率，本文采用KAIST基準題的組件構(gòu)造了一個接近真實規(guī)模的三維1/4堆芯問題，堆芯布置見圖4。堆芯活性區(qū)高度為365.76cm，上下反射層取25.4cm，材料選擇徑向水反射層材料。內(nèi)邊界采用對稱邊界條件，外邊界采用入射流為零邊界。為了建模方便，內(nèi)部對稱線上的組件采用了整組件。同時堆芯考慮半插入的控制棒，即活性區(qū)中平面以上部分的所有UOX-2組件插入了控制棒。采用400核并行計算，CPU型號為Intel(R)Xeon(R)CPUE5-2660v3@2.60GHz，計算時間對比見表3。以0.315cm×0.315cm×1.27cm網(wǎng)格劃分的兩節(jié)塊方法計算結(jié)果為參考，堆芯keff計算結(jié)果對比見表4。圖4自構(gòu)造問題堆芯布置圖Fig.4LayoutofSelf-ConstructedProblem


本文編號：3276628