组合几何蒙特卡罗粒子输运支撑软件框架JCOGIN介绍

介绍了JCOGIN支撑软件框架层次式、模块化的体系结构及其核心数据结构。这些使得JCOGIN软件框架能够支撑大规模复杂几何的蒙特卡罗（MC）粒子输运并行计算。同时介绍了在JCOGIN支撑软件框架下研发的JMCT程序,并进行了性能测试,在2万处理器核上模拟20亿粒子,并行效率达到70%。     

蒙特卡罗粒子输运程序JMCT研制

介绍了具有自主知识产权的蒙特卡罗(MC)粒子输运程序JMCT的初步研制成果。JMCT基于三维组合几何支撑软件框架JCOGIN,采用模块化,分成多层管理结构,可处理多群碰撞和连续能量碰撞,可进行粒子并行和区域分解并行两种并行方法,并具有良好的可扩展性和高速通信技术,同时配有可视化建模前处理软件。介绍了JMCT采用的多群物质碰撞机制,展示了程序模拟计算测试模型的结果,与MCNP程序计算结果一致。JMCT串行计算速度相比MCNP提高了约3 倍;在20 480个处理器核上模拟2109样本,并行效率可达70%。     

蒙特卡罗粒子输运程序JMCT研制

介绍了具有自主知识产权的蒙特卡罗(MC)粒子输运程序JMCT的初步研制成果。JMCT基于三维组合几何支撑软件框架JCOGIN,采用模块化,分成多层管理结构,可处理多群碰撞和连续能量碰撞,可进行粒子并行和区域分解并行两种并行方法,并具有良好的可扩展性和高速通信技术,同时配有可视化建模前处理软件。介绍了JMCT采用的多群物质碰撞机制,展示了程序模拟计算测试模型的结果,与MCNP程序计算结果一致。JMCT串行计算速度相比MCNP提高了约3 倍;在20 480个处理器核上模拟2109样本,并行效率可达70%。     

粒子输运蒙特卡罗模拟现状概述

蒙特卡罗(MC)方法发展已有60多年历史,广泛应用于核科学及相关领域.MC方法超强的几何处理能力,使用精密的连续点截面参数,能够模拟各种复杂几何系统内的中子、光子、电子、α粒子、质子及其耦合输运问题.随着计算机的快速发展,通过大规模并行计算,MC方法及程序已成为模拟各种粒子输运问题的首选工具.     

蒙特卡罗粒子输运软件JMCT抽样工具库设计

为通用型蒙特卡罗粒子输运程序JMCT设计了抽样工具库,通过两种技术途径提供各分布的抽样。一是针对各种常见分布提供特定抽样子程序;二是提供一个通用型的抽样子程序,可以实现任意离散分布和任意一维有限区间上连续分布的自动抽样。在设计任意一维有限区间上连续分布的自动抽样工具时利用了部分开源代码,利用其功能提供给用户最大的方便性。对抽样工具库的检验表明,其可以正确、方便地实现各种输运模拟中常见分布的抽样。     

非定常粒子输运蒙特卡罗并行算法研究

蒙特卡罗方法应用于粒子输运求解已是众所周知的事，然而由于MC的误差与跟踪的样本数的平方根成反比，通常要达到误差要求，需要模拟大量粒子历史，从而花费大量的计算时间。特别对非定常粒子输运问题的MC模拟，需要模拟上万个时间步，每步需要跟踪上百万个粒子。由于粒子寿命远超过时间步步长，因此，上个时间步剩余粒子的广播和本时间步剩余粒子状态量的汇总，I/O需求量大，成为制约并行的瓶颈。     

基于JASMIN框架的辐射流体与粒子输运耦合计算

基于JASMIN框架的"联邦计算",将两个串行程序辐射流体RH2D与粒子输运Sn2D作为独立"邦元"耦合连接,形成的集成程序RHSn2D可以采用数千处理器并行模拟多物理耦合问题.集成程序RHSn2D中的邦元具有各自独立的网格划分与并行算法,同时借助框架技术,可以屏蔽邦元间的并行数据传递.算例表明,对于应用问题规模(90 720个网格单元,辐射流体100个Patch,粒子输运2 835个Patch,Sn方向48,16群),集成程序RHSn2D采用1 024个处理器可以达到36%的并行效率.     

蒙特卡罗粒子输运问题的全局降方差方法

精确获得中子通量的时间-空间-能量精细分布对于一类非定常粒子输运蒙特卡罗模拟至关重要.以零方差理论为基础,采取化整为零的策略,把蒙特卡罗方法与离散纵标方法相耦合,用近似重要函数指导蒙特卡罗模拟,给出一种实现蒙特卡罗全局降方差的计算方案.数值算例表明,该计算方案获得了全局降方差的效果.     

MCNP-4C多粒子输运蒙特卡罗程序的MPI并行化

MCNP程序是由美国Los Alamos国家实验室研制的一个大型、多功能的粒子输运蒙特卡罗程序，可计算任意三维复杂几何系统内的中子、光子、电子或中子-光子-电子耦合输运问题，还可计算临界系统的多种本征值问题。MCNP程序的用户遍及全球，国内用户保守估计也在百家以上，过去主要应用在核科学领域，如今已推广到包括医学在内的许多领域。由于蒙特卡罗计算具有数据独立、循环粒度大、负载均衡的特性。因此，很适合作并行计算。虽然从MCNP-4A程序开始，MCNP程序具有了PVM并行计算功能，但并行系统的开发一直存在这样那样的问题，以致无法正常运行。由于MCNP程序有巨大的计算需求和计算量，我们每年使用MCNP程序完成的计算量就超过万CPU小时。许多问题采用串行计算，时间周期太长。因此，迫切需要研究缩短计算周期的并行程序。     

非定常粒子输运蒙特卡罗散射源分层抽样方法

定常粒子输运蒙特卡罗并行计算是成功的,因为粒子游动是独立的,可以把模拟的粒子数等分到每个处理器去.然而,对非定常问题,由于每个时间步涉及散射源和几何网格的通讯,它严重的制约了并行规模,导致并行不可扩展.研究了两种算法,采用自适应分配处理器,提高了加速比和处理器的利用率;采用蒙特卡罗分层抽样大大降低了处理器之间散射源的通讯量,并行可扩展性显著改善,取得了理想的加速比.     

A benchmark comparison of Monte Carlo particle transport algorithms for binary stochastic mixtures

We numerically investigate the accuracy of two Monte Carlo algorithms originally proposed by Zimmerman [1] and Zimmerman and Adams [2] for particle transport through binary stochastic mixtures. We assess the accuracy of these algorithms using a standard suite of planar geometry incident angular flux benchmark problems and a new suite of interior source benchmark problems. In addition to comparisons of the ensemble-averaged leakage values, we compare the ensemble-averaged material scalar flux distributions. Both Monte Carlo transport algorithms robustly produce physically realistic scalar flux distributions for the benchmark transport problems examined. The base Monte Carlo algorithm reproduces the standard Levermore-Pomraning model [3] and [4] results. The improved Monte Carlo algorithm generally produces significantly more accurate leakage values and also significantly more accurate material scalar flux distributions. We also present deterministic atomic mix solutions of the benchmark problems for comparison with the benchmark and the Monte Carlo solutions. Both Monte Carlo algorithms are generally significantly more accurate than the atomic mix approximation for the benchmark suites examined.     

Quiet Monte Carlo radiation transport

We model radiation transport by advancing computational photons through phase space with solutions to a set of stochastic differential equations of motion. Random numbers that appear in the equations of motion are sampled with deterministically chosen Gaussian quadrature weights and abscissas. In this way, the advantages of particle Monte Carlo are realized without generating statistical noise. We demonstrate this technique by performing one- and two-dimensional test problems in which gray radiation is energetically coupled to stationary material. Scattering is accomplished with a Fokker-Planck scattering operator. Free streaming, diffusion and Marshak waves are recovered in appropriate limits.     

输运问题蒙特卡罗模拟方法回顾及展望北大核心CSCD

蒙特卡罗(MC)方法具有复杂几何处理能力强,方法通用灵活,核数据完备,模拟忠实于物理过程等特点,成为中子学数值模拟的首选方法之一。在核能领域,MC方法得益于计算机的快速发展,在辐射屏蔽、反应堆堆芯临界安全分析、乏燃料后处理、放射性废物处置、核设施退役、核事故应急、放射性石油测井、核医学等领域均有广泛应用。对MC方法及软件输运计算做简要回顾,并对未来发展进行展望。     

蒙特卡罗计算中颗粒型燃料的随机分布模型比较

高温气冷堆是新一代反应堆系统的热门候选堆型,已经受到国际上越来越多的关注。为设计和分析这种堆型,因其特有的包覆颗粒燃料引入了双重非均匀性,需要应用随机分布模型。对粗网格模型、细网格随机(FLS)模型、随机顺序添加(RSA)模型、子网格随机(Sub-FLS)模型和Metropolis模型等进行了研究,通过计算分析比较给出了各种模型的优缺点。结果表明:子网格随机模型和连续的RSA模型非常接近参考值,但是连续RSA模型的建模时间随着燃料体积份额的增加连续快速上升。 Key words: coated particle fuels; stochastic transport model; Monte Carlo; random distribution     

蒙特卡罗计算中颗粒型燃料的随机分布模型比较

高温气冷堆是新一代反应堆系统的热门候选堆型,已经受到国际上越来越多的关注。为设计和分析这种堆型,因其特有的包覆颗粒燃料引入了双重非均匀性,需要应用随机分布模型。对粗网格模型、细网格随机(FLS)模型、随机顺序添加(RSA)模型、子网格随机(Sub-FLS)模型和Metropolis模型等进行了研究,通过计算分析比较给出了各种模型的优缺点。结果表明：子网格随机模型和连续的RSA模型非常接近参考值,但是连续RSA模型的建模时间随着燃料体积份额的增加连续快速上升。 Key words: coated particle fuels; stochastic transport model; Monte Carlo; random distribution