Влияние детализации функции ценности на точность расчета функционалов нейтронной кинетики в водяных критических сборках методом Монте-Карло

22.06.2023 2023 - №02 Физика и техника ядерных реакторов

Д.М. Архангельский Ю.С. Дайченкова М.А. Калугин Д.С. Олейник Д.А. Шкаровский

https://doi.org/10.26583/npe.2023.2.01

В работе на примере трёх критических экспериментов из сборника ICSBEP с использованием программного комплекса MCU, реализующего метод Монте-Карло, проведено расчётное исследование влияния детализации функции ценности на точность расчёта эффективной доли запаздывающих нейтронов βeff и времени генерации мгновенных нейтронов Λ.

В программном комплексе MCU функция ценности задаётся в кусочно-постоянном виде: расчётная модель разбивается на конечное число регистрационных объектов, в каждом из которых вычисляется ценность нейтронов. Затем полученные значения ценности используются при расчёте вышеперечисленных функционалов, вследствие чего точность расчёта которых зависит от степени детализации.

Проведено исследование трёх типов пространственного разбиения функции ценности: аксиальное, радиальное и комбинированное.

Результаты численного моделирования показали, что аксиальная составляющая функции ценности нейтронов во всех экспериментах практически не оказывает влияния на точность вычисления βeff и Λ – различие между полученными значениями составляет менее 1%. Радиальная составляющая оказывает существенное (до 15,9%) влияние на точность расчёта Λ, при этом почти никак не влияя на оценку βeff. Использование комбинированного разбиения по сравнению с радиальным незначительно улучшает точность расчёта (< 1%).

Ссылки

1. Соболь И.М. Численные методы Монте-Карло. – М.: Наука. Гл. ред. физ.-мат. лит., 1973. – 312 с.
2. Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. – СПб.: БХВ-Петербург, 2002. – 608 с.
3. Эндрюс Г.Р. Основы многопоточного, параллельного и распределенного программирования: Пер. с англ. – М.: Издательский дом «Вильямс», 2003. – 512 с.
4. Lewins J.R. The Use of the Generation Time in Reactor Kinetics. // Nuclear Science and Engineering. – 1960. – Vol. 7. –PP. 122-126. DOI: https://doi.org/10.13182/NSE60-A29080 .
5. Кипин Дж.Р. Физические основы кинетики ядерных реакторов. – М.: Атомиздат. 1967. – 431 с.
6. Хетрик Д. Динамика ядерных реакторов. – М.: Атомиздат, 1975. – 400 с.
7. Kalugin M.A., Oleynik D.S., Shkarovsky D.A. Overview of the MCU Monte Carlo Software Package. // – Annals of Nuclear Energy. – 2015. – Vol. 82. PP. 54-62. DOI: https://doi.org/10.1016/j.anucene.2014.08.032 .
8. Gurevich M.I., Kalugin M.A., Oleynik D.S., Shkarovsky D.A. Estimation of Some Neutron Physics Characteristics by Monte Carlo Method Using the Importance Function. // Annals of Nuclear Energy. – 2019. – Vol. 130. – PP. 388-393. DOI: https://doi.org/10.1016/j.anucene.2019.02.047 .
9. Brun E., Damian F., Diop C.M., Dumonteil E., Hugot F.X., Jouanne C., Zoia A. TRIPOLI-4®, CEA, EDF and AREVA Reference Monte Carlo Code. // Annals of Nuclear Energy. – 2014. – PP. 151-160. DOI: https://doi.org/10.1016/j.anucene.2014.07.053 .
10. Hendricks J.S. et al. MCNPX User’s Manual, Version 2.5.0. LA-UR-05-2675. – 2005.
11. Гуревич М.И., Олейник Д.С., Шкаровский Д.А. Адаптация программы MCU-PD к параллельным вычислениям на многопроцессорных компьютерах. // ВАНТ. Сер. Физика ядерных реакторов. – 2009. – Вып. 4. – С. 66-77.
12. Kalugin M.A., Oleynik D.S., Sukhino$Khomenko E.A. Evaluation of the systematic error of Monte Carlo calculations of neutron-physical properties using a multiprocessor computer. // Atomic Energy. – 2011. – Vol. 111 (2). – PP. 79-85. DOI: https://doi.org/10.1007/s10512-011-9457-6 .
13. International Handbook of Evaluated Criticality Safety Benchmark Experiments, NEA/NSC/DOC(95)03, 2002.
14. Золотухин В.Г., Майоров Л.В. Оценка параметров критичности реакторов методом Монте-Карло. – М.: Энергоатомиздат, 1984. – 120 с.
15. Brown F.B., Kiedrowski B.C., Wilson P.P.H. Adjoint-weighted tallies for k-eigenvalue calculations with continuous-energy Monte Carlo. // Nuclear Science and Engineering. – 2011. – Vol. 168 (3). – PP. 226-241. DOI: https://doi.org/10.13182/NSE10-22 .
16. Oleynik D.S. Monte Carlo Calculation of Weakly Coupled Systems. //Atomic Energy. – 2005. – Vol. 99. – No. 4. – PP. 694-701. DOI: https://doi.org/10.1007/s10512-006-0002-y .
17. Brown F.B., Carney S.E., Kiedrowski B.C., Martin W.R. Fission Matrix Capability for MCNP, Part I – Theory. // Mathematics & Computation. – 2013, Sun Valley, ID, Report LA-UR-13-20429, Talk LA-UR-13-23152. DOI: https://doi.org/10.1051/snamc/201403502 .
18. Гуревич М.И., Шкаровский Д.А. Расчет переноса нейтронов методом Монте-Карло по программе MCU. Уч. пособ. – М.: НИЯУ МИФИ, 2012. – 154 с.
19. Гуревич М.И., Шкаровский Д.А. Расчет переноса нейтронов методом Монте-Карло по программе MCU в примерах. Уч. пособ. – М.: МФТИ, 2018. – 160 с.
20. Михайлов Г.А., Рогазинский С.В. Весовые методы Монте-Карло для приближенного решения нелинейного уравнения Больцмана. // Сибирский математический журнал. – 2002. – Т. 43. – Вып. 3. – С. 496-503.
21. Михайлов Г.А. Оптимизация весовых методов Монте-Карло. – М.: Наука. Гл. ред. физ.-мат. лит., 1987. – 240 с.

метод Монте-Карло MCU функционалы кинетики ценность нейтронов время генерации запаздывающие нейтроны

Ссылка для цитирования статьи: Архангельский Д.М., Дайченкова Ю.С., Калугин М.А., Олейник Д.С., Шкаровский Д.А. Влияние детализации функции ценности на точность расчета функционалов нейтронной кинетики в водяных критических сборках методом Монте-Карло. // Известия вузов. Ядерная энергетика. – 2023. – № 2. – С. 5-13. DOI: https://doi.org/10.26583/npe.2023.2.01 .