三维离散纵标-蒙特卡罗耦合方法在核电厂堆腔漏束计算中的应用

三维离散纵标-蒙特卡罗（S_N-MC）耦合方法结合了S_N方法计算速度快和MC方法几何描述精确的优点,可以在较短的时间内完成堆腔辐射漏束辐射场计算.以秦山一期反应堆和CAP1400反应堆为研究对象,采用三维S_N-MC耦合方法进行了堆腔漏束的计算,并和测量值以及其它方法的计算结果进行比较,验证S_N-MC耦合方法理论模型和程序的正确性,为后续提高堆腔漏束计算精度和效率提供基础.     

大型压水堆装载50%MOX燃料方案压力容器辐照安全计算

对含MOX燃料堆芯的压力容器(RPV)快中子注量率计算进行了初步研究,探讨了适用于MOX堆芯方案屏蔽计算的堆芯源项处理方法。采用三维离散纵标程序TORT,针对CAP1400型堆芯装载50%MOX燃料方案开展了RPV快中子注量计算,结果表明:堆芯装载50%MOX燃料可满足RPV屏蔽安全设计要求;对比分析含MOX堆芯方案和全UO2堆芯方案的RPV快中子注量率的特性差异,从RPV辐射防护最优化的角度,后续燃料管理方案优化时可重点关注关键位置处组件的布置。     

基于深度学习、小波变换和可见光谱的茶树冻害程度评估

茶树冻害鉴定是评价茶树抗逆性、指导茶园越冬管理的基础。茶树冻害鉴定的传统方法主要通过人工观察茶树叶片的冻害数量和冻害程度,存在准确率低,效率低,主观性强等缺点。提出一种基于深度学习、小波变换和可见光谱的茶树冻害程度评估框架。首先,采集了1 000张茶树受冻后的树冠图像,并且按照4∶1分为训练集和测试集,并对训练集图像的冻害叶片进行标注。其次,采用Faster R-CNN网络对茶树的冻害叶片进行识别提取,并且分别选择了AlexNet、 VGG19和ResNet50三种特征提取器,选择鲁棒性最高的特征提取器作为主干网络。然后,将提取到的茶树冻害叶片图像进行小波变换增强处理,从而得到了一张低频率和三张高频率的图像。将小波变换处理后的图像和未经小波变换处理的图像分别输入到VGG16、 SVM、 AlexNet、 ResNet50等网络对冻害叶片进行分级,比较四种网络的分类性能。根据冻害叶片的数量、冻害叶片的程度,不同冻害程度叶片的权重系数,对茶树受冻程度打分,从而对茶树整体的冻害程度进行评估。结果表明：(1)基于ResNet50的Faster R-CNN模型提取茶树冻害叶片的性能最好,其查准率...     

蒙特卡罗与离散纵标耦合方法在压水堆堆腔漏束计算中的应用

为克服蒙特卡罗(MC)方法计算时间长和离散纵标(SN)方法复杂几何描述不精确的困难,采用SN-MC耦合计算流程,研究了基于蒙特卡罗方法和离散纵标方法的耦合方法。耦合方法的主要思想是根据离散纵标程序提供的中子角通量,利用接口程序计算出面源的分布概率,然后由修改后的源抽样子程序生成包括上下圆面源和圆柱面源的组合源,提供给蒙特卡罗程序进行计算分析。初步计算结果表明,该耦合方法是正确的,可用于压水堆堆腔漏束的计算分析。