Известия вузов. Ядерная энергетика

Рецензируемый научно-технический журнал. ISSN: 0204-3327

Генетический алгоритм в задачах оптимизации загрузки и перегрузок топлива ядерного реактора

25.12.2016 2016 - №04 Моделирование процессов в объектах ядерной энергетики

А.В. Соболев А.С. Газетдинов Д.С. Самохин

DOI: https://doi.org/10.26583/npe.2016.4.07

УДК: 621.039.58

Рассматриваются подходы к использованию генетического алгоритма для оптимизации загрузки и последующих перегрузок тепловыделяющих сборок в активной зоне ядерного реактора. Отмечается сложность использования классических методов, основанных на сплошном сканировании фазового пространства или градиентных подходах. Обсуждаются вопросы выбора критерия оптимизации, в качестве которого использована глубина выгорания топлива. Глубина выгорания оценивается после выгрузки тепловыделяющей сборки из активной зоны, т.е. после отработки трех кампаний.

Важным аспектом, определяющим эффективность использования генетического алгоритма в рассмотренной задаче, является выполнение физического расчета активной зоны реактора с деталировкой, позволяющей «чувствовать» изменение взаимного расположения топливных сборок. Использование грубого инструмента приводит к бесполезности предложенного подхода к оптимизации загрузки активной зоны реактора. Другая крайность – избыточная детализация – влечет значительный рост затрат машинного времени. Для проведения анализа нейтронно-физических характеристик активной зоны реактора использован пакет прикладных программ TRIGEX [1, 2], обеспечивающий приемлемую подробность модели и чувствительность результатов к изменениям в загрузке реактора.

Генетический алгоритм включает в себя использование, как минимум, двух основных процедур – селекции и мутации. Наиболее важным для применения генетического алгоритма является определение мутации, скрещивания, особи. Приводятся основные рекомендации к организации процедур скрещивания и мутации.

Эффективность использования разработанной модели генетического алгоритма показана на тестовом примере реактора на быстрых нейтронах большой мощности. Результаты теста показали, что использование предложенного подхода позволяет выполнять поиск картограмм оптимальных загрузок реактора для каждой перегрузки. Основной целью работы является демонстрация пригодности и эффективности нового современного подхода к решению задачи загрузки топливом ядерного реактора.

Ссылки

  1. Кислицина Т.С., Мантуров Г.Н., Николаев М.Н. и др. Свидетельство о государственной регистрации программы для ЭВМ TRIGEX № 2013618540 от 11 ноября 2013 г.
  2. TRIGEX.051. Аттестационный паспорт программного средства. Регистрационный № 313 от 9 октября 2012 г. / Паспорт ФБУ «НТЦ ЯРБ».
  3. Адеев В.А. Опыт формирования топливных загрузок реакторов ВВЭР-440 при работе на повышенном уровне мощности / В.А. Адеев, А.Е. Панов, И.С. Меленчук. Электронный ресурс: http://www.gidropress.podolsk.ru/files/proceedings/mntk2015/documents/mntk2015-043.pdf (дата обращения: 13.12.2015).
  4. Самохин Д.С. Генетический алгоритм в задачах оптимизации перегрузки ядерного топлива в РУ типа БН / Д.С. Самохин, В.С. Слотин / Тез. докл. ХIII Международной конференции «Безопасность АЭС и подготовка кадров» 1 – 5 октября 2013. – Обнинск: ИАТЭ, 2013. – С. 251.
  5. Соболев А.В. Оптимизации топливной загрузки ядерного реактора с помощью эволюционного моделирования / А.В. Соболев, А.С. Газетдинов / Тез. докл. IV Международной научно-технической конференции «Инновационные проекты и технологии ядерной энергетики» 27 – 30 сентября 2016. – Москва: Изд-во АО «НИКИЭТ», 2016. – 122 с.
  6. Авдеев Е.Ф. Расчетное обоснование конструкции стенда для исследования тепломассо-обмена в активной зоне реактора БН-1200 / Е.Ф. Авдеев, С.Т. Лескин, И.А. Чусов и др. / Сб. тр. II Всероссийской научно-практической конференции «Теплофизические основы энергетических технологий» 6 – 8 октября 2011. – Томск: ТПУ, 2011. – 152 с.7. Белов С.Б. Результаты верификации программ расчета нейтронно-физических характеристик активной зоны реактора типа БН-1200/ С.Б. Белов, А.В. Киселев, Е.В. Марова и др.// ВАНТ. Сер. Физика ядерных реакторов – 2014. – № 4. – С. 66.
  7. Шепелев С.Ф. Проект БН-1200. Электронный ресурс: http://www.innov-rosatom.ru/files/articles/2512d560b136e33f06e679b1e183cfc0.pdf (дата обращения: 13.12.2015).
  8. Бураков М.В. Генетический алгоритм: теория и практика (учебное пособие). – СПб.: ГУАП, 2008. – 52 с.
  9. Toshinsky V.G. A method to improve multiobjective genetic algorithm optimization of a self-fuel-providing LMFBR by niche induction among nondominated solutions. / V.G. Toshinsky, H. Sekimoto, G.I. Toshinsky// Annals of Nuclear Energy. – 2000. – No. 27 (5). – PP. 397-410.
  10. Бать Г.А. Основы теории и методы расчета ядерных энергетических реакторов / Учеб. пособие для вузов/ Г.Г. Бартоломей, Г.А. Бать, В.Д. Байбаков, М.С. Алхутов; под ред. Г.А. Батя. – М.: Энергоиздат, 1982. – 511 с.
  11. ГНЦ РФ-ФЭИ. – Вычислительные коды и комплексы. Электронный ресурс: http://www.ippe.ru/podr/abbn/libr/comp/4-1-1.php (дата обращения: 13.12.2015).
  12. Волков Ю.В. Разработка методов и оценка показателей надежности персонала по статистике инцидентов на АЭС РФ / Ю.В. Волков, Д.С. Самохин, А.В. Соболев, А.Н. Шкаровский // Известия вузов. Ядерная энергетика. – 2008. – № 4. – С 15-24.
  13. Давидюк Н.В. Формирование начальной популяции в процедуре генетического поиска варианта эффективного расположения средств обнаружения на объекте защиты / Н.В. Давидюк, С.В. Белов // Вестник АГТУ. Сер. Управление, вычислительная техника и информатика. – 2010. – № 1. – С. 114-118.
  14. Панченко Т.В. Генетические алгоритмы: учебно-методическое пособие / Под ред. Ю.Ю. Тарасевича. – Астрахань: Издательский дом «Астраханский университет», 2007. – 87 с.
  15. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский, пер. с польск. – М: Горячая линия - Телеком, 2008. – 452 с.
  16. Скобцов Ю.А. Основы эволюционных вычислений / Учеб. пособие. – Донецк: ДонНТУ, 2008. – 326 с.
  17. Poli R. A Field Guide to Genetic Programming / R. Poli, W.B. Langdon, N.F. McPhee – Электронный ресурс: http://www.Lulu.com (дата обращения: 10.09.2015).
  18. Кошев А.Н. Разработка генетического алгоритма с адаптивными мутациями для определения глобального экстремума функции n-переменных / А.Н. Кошев, В.В. Салмин, А.А. Генералова, Д.С. Бычков // Интернет-журнал «Науковедение». – 2016. – Т. 8. – № 6. Электронный ресурс: http://naukovedenie.ru/PDF/32TVN616.pdf (дата обращения: 16.11.2016).
  19. Генералов К.А. Математическое обеспечение и программные средства реализации генетических алгоритмов на основе теории нумерации. Дисс. канд. техн. наук: 05.13.17, 05.13.11. – Пенза, 2009. – 178 с.
  20. Дьячков Ю.А. Прикладная оптимизация в проектировании колесных машин. Учеб. пособие./ Ю.А. Дьячков, А.А. Семенов, А.А. Генералова – М.: Мир науки, 2016. – 210 с.
  21. Гладков Л.А. Генетические алгоритмы / Л.А. Гладков, В.В Курейчик, В.М. Курейчик – 2-е изд., испр. и доп. – М.: ФизМатЛит, 2006. – 320 с.

оптимизация топливной загрузки и перегрузок глубина выгорания генетический алгоритм ядерный реактор