反應(yīng)堆壓力容器（RPV）作為壓水堆中不可更換的關(guān)鍵部件之一,其安全和穩(wěn)定是決定反應(yīng)堆安全經(jīng)濟(jì)運行的重要因素。RPV鋼的輻照脆化問題是制約RPV在堆內(nèi)安全服役的關(guān)鍵。RPV鋼的輻照脆化與其合金成分關(guān)系密切。本文利用神經(jīng)網(wǎng)絡(luò)方法研究了RPV鋼中關(guān)鍵合金成分（Cu、Mn、Ni、Si、P）與輻照脆化之間的關(guān)系。研究結(jié)果表明,基于神經(jīng)網(wǎng)絡(luò)方法得到合金成分與輻照脆化的關(guān)系與傳統(tǒng)認(rèn)知基本一致,輻照脆化對Cu含量最敏感,Cu-Ni對輻照脆化存在協(xié)同作用,低Cu合金中Mn-Ni、Ni-Si對脆化存在協(xié)同作用。 

【文章來源】：原子能科學(xué)技術(shù). 2020,54(11)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

數(shù)據(jù)集中各成分含量分布圖

神經(jīng)網(wǎng)絡(luò)有助于識別單/多維輸入和輸出數(shù)據(jù)之間的高度復(fù)雜的線性與非線性關(guān)系。神經(jīng)網(wǎng)絡(luò)通常不需事先了解輸入變量與輸出變量間的相關(guān)性,就可通過數(shù)據(jù)集找到相應(yīng)的解決方案。本研究建模開發(fā)一種具有前饋功能的多隱層全連接神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。該網(wǎng)絡(luò)結(jié)構(gòu)為全連接神經(jīng)網(wǎng)絡(luò)的1種,每層的每個神經(jīng)元均與上、下兩層全部連接,每個神經(jīng)元的值代入1個非線性激活函數(shù)進(jìn)行輸出。該網(wǎng)絡(luò)的最終輸出可表示為式(1)。

其中:m為當(dāng)前層的數(shù)據(jù)個數(shù);yi為數(shù)據(jù)集的真實值;a|L(i)|為神經(jīng)網(wǎng)絡(luò)的預(yù)測值; ∑ i w kj l 為l層w權(quán)重參數(shù)的和;δ為常數(shù),是神經(jīng)網(wǎng)絡(luò)需要調(diào)整的超參數(shù)之一,δ存在一個中間值使得神經(jīng)網(wǎng)絡(luò)初始化權(quán)重處于適合的取值,這個值需在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程中不斷調(diào)試。圖3、4分別為韌脆轉(zhuǎn)變溫度訓(xùn)練集與測試集的預(yù)測值與真實值對比情況。根據(jù)材料需求,預(yù)測值誤差在25 ℃(ΔDBTT)的范圍內(nèi)是允許的,圖中虛線表示真實值上下誤差25 ℃(ΔDBTT)的范圍,點表示測試數(shù)據(jù)。其中測試數(shù)據(jù)集中90%以上的預(yù)測值在誤差允許范圍內(nèi),訓(xùn)練數(shù)據(jù)集中90%以上預(yù)測值在誤差允許范圍內(nèi),證明所訓(xùn)練的模型有效。

【參考文獻(xiàn)】：
期刊論文
[1]反應(yīng)堆壓力容器鋼輻照脆化的影響因素分析[J]. 王榮山,徐超亮,劉向兵,黃平,陳駿,李承亮.  中國冶金. 2014(07)
[2]影響反應(yīng)堆壓力容器鋼輻照脆性的因素及控制措施[J]. 王英杰,趙宇強.  核科學(xué)與工程. 2011(04)



本文編號：3295058