一种颗粒分布确定方法、装置和计算机存储介质与流程

1.本技术涉及核工业技术领域，尤其涉及一种颗粒分布确定方法、装置和计算机存储介质。


背景技术：

2.目前，在核工业系统的后处理及核材料生产过程中，通常涉及到某些特殊生产工艺的临界安全分析问题，例如燃料芯块溶解、草酸沉淀的析出等。这些工艺中，颗粒状燃料的分布和运动状况往往具有很强的随机性，处于非均匀状态。然而，传统的分布模拟软件往往只能基于均匀的分布模型进行计算，无法适用于非均匀场景。


技术实现要素：

3.本技术提供了一种颗粒分布确定方法、装置和计算机存储介质，能够对非均匀颗粒在分散介质中的运动情况进行分析，满足非均匀场景中的计算需求。
4.本技术的技术方案是这样实现的：
5.第一方面，本技术实施例提供了一种颗粒分布确定方法，该方法包括：
6.确定非均匀系统的属性参数，并确定非均匀系统的工况参数；其中，非均匀系统包括非均匀颗粒群和分散介质；
7.基于属性参数和工况参数，利用至少一个预设算法确定非均匀颗粒群在分散介质中的目标运动模型；
8.基于目标运动模型对非均匀颗粒进行计算，得到非均匀颗粒群在分散介质中的分布结果。
9.第二方面，本技术实施例提供了一种颗粒分布确定装置，该颗粒分布确定装置包括获取单元、确定单元和计算单元；其中，
10.获取单元，配置为确定非均匀系统的属性参数，并确定非均匀系统的工况参数；其中，非均匀系统包括非均匀颗粒群和分散介质；
11.确定单元，配置为基于属性参数和工况参数，利用至少一个预设算法确定非均匀颗粒群在分散介质中的目标运动模型；
12.计算单元，配置为基于目标运动模型对非均匀颗粒进行计算，得到非均匀颗粒群在分散介质中的分布结果。
13.第三方面，本技术实施例提供了一种计算机存储介质，该计算机存储介质存储有计算机程序，该计算机程序被至少一个处理器执行时实现如第一方面所述方法的步骤。
14.本技术实施例提供了一种颗粒分布确定方法、装置和计算机存储介质，确定非均匀系统的属性参数，并确定所述非均匀系统的工况参数；其中，所述非均匀系统包括非均匀颗粒群和分散介质；基于所述属性参数和所述工况参数，利用至少一个预设算法确定所述非均匀颗粒群在所述分散介质中的目标运动模型；基于所述目标运动模型对所述非均匀颗粒群进行计算，得到所述非均匀颗粒群在所述分散介质中的分布结果。这样，根据属性参数
和工况参数对非均匀颗粒群在分散介质的运动情况进行分析，确定目标运动模型，并利用目标运动模型确定非均匀颗粒群在分散介质中的分布结果，从而提供了一种针对非均匀系统的运动分析方法，满足非均匀场景下的计算需求。
附图说明
15.图1为本技术实施例提供的一种颗粒分布确定方法的流程示意图；
16.图2为本技术实施例提供的一种颗粒的受力分析示意图；
17.图3为本技术实施例提供的一种颗粒碰撞的过程示意图；
18.图4为本技术实施例提供的颗粒碰撞前后的运动方向在笛卡尔坐标系中的关系示意图；
19.图5为本技术实施例提供的一种颗粒-壁面的碰撞过程示意图；
20.图6为本技术实施例提供的一种dsmc算法的流程示意图；
21.图7为本技术实施例提供的一种颗粒分布确定系统的结构示意图；
22.图8为本技术实施例提供的一种颗粒分布确定系统的参数输入界面示意图；
23.图9为本技术实施例提供的一种颗粒分布确定系统的处理流程示意图；
24.图10为本技术实施例提供的一种颗粒分布确定系统的算法逻辑示意图；
25.图11为本技术实施例提供的一种颗粒分布确定装置的组成结构示意图；
26.图12为本技术实施例提供的一种颗粒分布确定装置的具体硬件结构示意图；
27.图13为本技术实施例提供的另一种颗粒分布确定系统的结构示意图。
具体实施方式
28.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅仅用于解释相关申请，而非对该申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关申请相关的部分。
29.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
30.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
31.需要指出，本技术实施例所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
32.在核工业系统的后处理及核材料生产过程中，通常涉及到某些特殊生产工艺的临界安全分析问题，例如燃料芯块溶解、草酸沉淀的析出。这些工艺中，颗粒状燃料的分布和运动状况往往具有很强的随机性，传统的临界参数计算软件往往只能基于均匀/均一的分布模型进行计算，并不能有针对性的模拟系统中颗粒状燃料实际分布状态的具体状况，这就为传统的计算方法带来了很大的不确定度。因此，为了研究非均匀性与非均一性对临界
安全分析对象的反应性的影响，需要另外开发专用的建模和计算程序，以针对不同工艺下、不同反应容器中不同形状的燃料颗粒的分布状态进行研究。
33.目前，国内外主要是通过模型近似或者实验来对容器中燃料的非均匀/非均一随机分布问题进行研究。例如，一相关技术中曾开展过一系列非均一效应的临界实验，但是仅限于应用实验和理论研究探究过燃料系统的反应性极值问题；另一相关技术中也从数值计算的角度探究过平板容器内双群扩散模型下的最小临界质量问题；又一相关技术中探究了乏燃料溶解器中燃料棒的随机分布问题，主要针对于圆柱形燃料段在圆柱形容器内的随机分布状态进行计算；再一相关技术中曾探究了高温气冷堆球形燃料在不同计算模型下的分布状态。
34.然而，以上相关技术中的研究均是在某种限定条件下对某一具体问题进行的分析，无法形成一种针对非均匀系统的普适分析方法。
35.本技术实施例提供了一种颗粒分布确定方法，该方法的基本思想为：确定非均匀系统的属性参数，并确定非均匀系统的工况参数；其中，非均匀系统包括非均匀颗粒群和分散介质；基于属性参数和工况参数，利用至少一个预设算法确定非均匀颗粒群在分散介质中的目标运动模型；基于目标运动模型对非均匀颗粒群进行计算，得到非均匀颗粒群在分散介质中的分布结果。这样，根据属性参数和工况参数对非均匀颗粒群在分散介质的运动情况进行分析，确定目标运动模型，并利用目标运动模型确定非均匀颗粒群在分散介质中的分布结果，从而提供了一种针对非均匀系统的运动分析方法，满足非均匀场景下的计算需求。
36.下面将结合附图对本技术各实施例进行详细说明。
37.在本技术的一实施例中，参见图1，其示出了本技术实施例提供的一种颗粒分布确定方法的流程示意图。如图1所示，该方法可以包括：
38.s101：确定非均匀系统的属性参数，并确定非均匀系统的工况参数。
39.需要说明的是，本技术实施例提供了一种颗粒分布确定方法，应用于非均匀系统，且非均匀系统可以包括非均匀颗粒群和分散介质(或称为连续介质、液体、液相)。具体地，本技术实施例提供的颗粒分布确定方法可以用于模拟非均匀颗粒在分散介质中的分布情况。
40.在这里，非均匀系统常见于各种涉及到化学反应的领域，例如核工业、有机合成领域、高分子材料领域等。以核工业为例，在后处理及核材料生产过程中，需要针对非均匀的燃料颗粒在反应容器中的分布状况进行分析，从而预测整体反应的临界状态，以便在实际反应过程中规避临界状态，保证反应顺利进行。
41.需要说明的是，在本技术实施例中，为了研究颗粒分布，需要获取非均匀系统的属性参数和非均匀系统的工况参数。
42.非均匀系统的属性参数是指非均匀系统的一些基本特征。因此，在一些实施例中，所述确定非均匀系统的属性参数，可以包括：
43.根据接收到的用户输入指令，得到用户输入的颗粒性质参数和容器性质参数，将颗粒性质参数和容器性质参数确定为属性参数。
44.需要说明的是，非均匀颗粒群的属性参数一般是由用户输入的，主要包括颗粒性质参数和容器性质参数。其中，颗粒性质参数用来描述非均匀颗粒群的特征，例如最小颗粒
直径、最大颗粒直径、颗粒数量、颗粒密度和溶解速率等；容器性质参数用来描述容纳该非均匀颗粒群的反应容器的特征，例如容器高度、容器外径、容器壁厚和液位高度。特别地，容器性质参数隐含了分散介质的部分特征。
45.以上参数可以是具体数值也可以是数值范围，“用户输入”的内涵包括但不限于：用户提供具体数值/具体数值范围，提供某些选项供用户进行选择输入等。另外，以上示出的参数种类仅用于示例，并不构成对本技术实施例的具体限制。
46.工况参数是指非均匀颗粒群所处的反应场景，不同的工况下非均匀颗粒群在分散介质中的运动过程是不相同的。
47.根据实际应用需求，可以提供几种常见的工况模式供用户选择。因此，在一些实施例中，所述确定非均匀系统的工况参数，可以包括：
48.根据接收到的用户选择指令，从至少一个预设工况选项中确定目标工况；
49.根据目标工况，得到工况参数。
50.在这里，预设工况选项包括析出沉淀工况、溶解沉淀工况、搅拌沉淀工况和离心沉淀工况。
51.需要说明的是，每种不同的工况中还会涉及不同的特征参数，对于搅拌沉淀工况，还需要涉及搅拌速度、搅拌类型等，对于离心沉淀工况，还需要涉及离心速度等。对于这种工况中额外涉及的参数，可以设置默认数值或者提示用户输入等。
52.这样，通过上述处理，可以确定非均匀系统的属性参数和工况参数，以便模拟非均匀系统随着时间的变化情况。
53.s102：基于属性参数和工况参数，利用至少一个预设算法确定非均匀颗粒群在分散介质中的目标运动模型。
54.需要说明的是，通过对大量非均匀系统的研究分析，本技术实施例提供了多种预设算法。借助于这些预设算法，可以确定非均匀颗粒群在分散介质中的目标运动模型。
55.对于非均匀系统而言，非均匀颗粒群在分散介质中的变化主要体现在位置和质量两个方面。由于非均匀颗粒群在分散介质中受到多种作用力，且可能出现撞击等偶然情况，造成非均匀颗粒群中每一颗粒的位置变动；由于非均匀颗粒群在分散介质中可能出现溶解情况，造成非均匀颗粒群中每一颗粒的质量变动。因此，在本技术实施例中，目标运动模型至少包括以下的其中一项：非均匀颗粒群中每一颗粒随着时间的位置变化模型、非均匀颗粒群中每一颗粒随着时间的质量变化模型(颗粒溶解)。另外，非均匀颗粒群中每一颗粒随着时间的位置变化模型隐含了非均匀颗粒群中每一颗粒随着时间的速度变化模型。
56.还需要说明的是，颗粒运动和颗粒碰撞是任何工况下均需要考虑的变化因素。因此，在一些实施例中，预设算法可以包括颗粒运动算法和颗粒碰撞算法。
57.相应地，所述利用至少一个预设算法确定非均匀颗粒群在分散介质中的目标运动模型，可以包括：
58.基于颗粒运动算法对非均匀颗粒群进行运动分析，得到第一结果；
59.基于颗粒碰撞算法对非均匀颗粒群进行碰撞分析，得到第二结果；
60.根据第一结果和第二结果，确定目标运动模型。
61.针对颗粒运动而言，以颗粒i为例，以下给出一种利用颗粒运动算法对非均匀颗粒群进行运动分析的详细过程。其中，颗粒i是指非均匀颗粒群中的任意一个颗粒，颗粒运动
算法如式(1)～(6)所示。
62.参见图2，其示出了本技术实施例提供的一种颗粒的受力分析示意图。如图2所示，颗粒i在重力、浮力、撞击力和流体曳力的共同作用下作变速运动，由牛顿第二定律可知得出颗粒i的运动方程，具体如式(1)所示。
[0063][0064]
其中，mi为颗粒i的质量，t为时间，vi为颗粒i的运动速度矢量，fi为颗粒i的综合作用力矢量，f
ij
、f
g，j
、f
d，i
和f
p，i
分别表示颗粒i的撞击力矢量、重力矢量、浮力矢量和曳力矢量。
[0065]
应理解，颗粒直径决定了该颗粒的体积、质量、重力f
g，j
、浮力f
d，i
及曳力f
p，i
作用面积等参数，对颗粒的运动特性起决定性作用。一般地，颗粒受到的重力、浮力均可通过经典力学理论表达，具体如式(2)和式(3)所示，而曳力f
p，i
可由颗粒与分散介质的相对速度计算得到，具体如式(4)所示。
[0066]fg，j
＝m
igꢀꢀꢀꢀ
(2)
[0067][0068]fp，i
＝-ρ1gviꢀꢀꢀ
(4)
[0069]
其中，g为重力加速度矢量，ρ1为分散介质的密度，vi为颗粒i的体积，ur为颗粒i与分散介质的相对速度，a为颗粒i的投影面积，cd为曳力系数。
[0070]
在这里，曳力系数cd可以经由式(5)计算得到。
[0071][0072]
其中，re为分散介质的雷诺数。
[0073]
应理解，颗粒收到的弹性碰撞力由相互作用的粒子提供，由于碰撞时间极短，弹性碰撞对颗粒运动速度的影响可以忽略，主要表现为颗粒运动方向的改变。因此，颗粒运动算法暂不考虑碰撞的影响，关于碰撞主要在后续颗粒碰撞算法进行说明。
[0074]
通过对式(1)进行差分离散化处理，运用牛顿迭代法的(newton-rapnson method)算法完成非线性方程数值求解，可以计算得到特定时间步长下，各时间节点处的颗粒速度信息，再对式(6)运用自适应辛普森(simpson)积分算法计算得到颗粒位置信息。
[0075][0076]
其中，si为颗粒i的方位矢量。
[0077]
如此，根据式(1)～式(6)，能够在仅考虑颗粒运动情况下确定不同时刻中每一颗粒的位置信息，即第一结果。
[0078]
针对颗粒碰撞而言，非均匀系统中的碰撞可以细分为两种情况：颗粒-颗粒碰撞和颗粒-壁面碰撞。也就是说，颗粒碰撞算法包括颗粒-颗粒碰撞算法和颗粒-壁面碰撞算法。
[0079]
以颗粒i和颗粒j碰撞为例，以下给出一种对非均匀颗粒群进行碰撞分析的详细过
程。其中，颗粒-颗粒碰撞算法如式(7)～(8)所示，颗粒i和颗粒j为非均匀颗粒群中的任意两个颗粒。
[0080]
另外，在下述说明中，以颗粒(i，1)指示碰撞前的颗粒，以颗粒(i，2)指示碰撞后的颗粒。
[0081]
应理解，颗粒群在运动过程及沉底阶段均存在相互碰撞。一般来说，由于反应容器内的颗粒密度相对较低，可排除三个及三个以上颗粒同时碰撞的情形。参见图3，其示出了本技术实施例提供的一种颗粒碰撞的过程示意图。
[0082]
如图3所示，本技术实施例一般将碰撞视为刚性碰撞，忽略颗粒变形，此时颗粒碰撞前后主要导致运动方向的改变。为了便于计算，颗粒局部坐标采用了笛卡尔坐标系，其运动方向的表示为笛卡尔坐标系中的单位向量。在图3中，知分别表示颗粒i碰撞前的速度矢量和碰撞后的速度矢量。在这里，对于颗粒-颗粒碰撞算法，需要使用碰撞前的运动方向向量和碰撞后相对于该方向的反射角推导出碰撞后在笛卡尔坐标系中的新的运动方向向量。
[0083]
经过反复研究，本技术实施例使用向量投影的方式进行推导，参见图4，其示出了本技术实施例提供的颗粒碰撞前后的运动方向在笛卡尔坐标系中的关系示意图。如图4所示，经过推导，颗粒(i，1)碰撞前后的方向向量与方向角之间的关系如下：
[0084][0085]
该公式对于碰撞后的情况也适用，即把上式中所有的下标从“1”换成“2”也是成立的，结合以上两个公式可以反推碰撞后的笛卡尔坐标系中方向角，具体如式(13)所示。
[0086][0087]
在式(12)和(13)中，v
1x
、v
1v
和v
1z
分别指示碰撞前颗粒在x、y和z方向上的速度矢量，v
2x
、v
2v
和v
2z
分别指示碰撞后颗粒在x、y和z方向上的速度矢量，θ
l
表示碰撞后与碰撞前的运动方向夹角，α0表示碰撞后分矢量与xy平面之间的夹角，α1表示碰撞前运动方向在xy平面投影与x轴的夹角，α2表示碰撞后运动方向在xy平面投影与x轴的夹角，φ1表示碰撞前运动方向与z轴的夹角，具体参见图3和图4所示。
[0088]
从式(8)可以看出，碰撞之后颗粒运动方向的改变主要与碰撞前运动方向的方位角有关。
[0089]
以颗粒i和壁面碰撞为例，以下给出一种利用颗粒-壁面碰撞算法对非均匀颗粒群进行碰撞分析的详细过程。其中，颗粒-壁面碰撞算法如式(9)～(10)所示。
[0090]
颗粒与反应容器的壁面接触后会发生反弹，假设该碰撞过程为弹性镜面碰撞，颗粒入射路径与反射路径分居碰撞点法线方向两侧，且颗粒碰撞前后速度标量相等。
[0091]
另外，对于速度相对较大的颗粒，碰撞后可能发生多次镜面反弹。参见图5，其示出了本技术实施例提供的一种颗粒-壁面的碰撞过程示意图。如图5所示，根据颗粒-壁面碰撞的特点对颗粒-壁面碰撞后路径进行求解，此时颗粒碰撞前后速度矢量服从式(9)和式
(10)，因而可以进行求解。
[0092]
(v
i，1
v
i，2
)
·
n＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0093]
|v
i，1
|＝|v
i，2
|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0094]
其中，v
i，1
用于指示碰撞前颗粒的速度矢量，v
i，2
用于指示碰撞后的颗粒的速度矢量，n为指示碰撞点法线的矢量。
[0095]
如此，根据式(7)～式(10)，能够针对碰撞情况进一步确定颗粒的运动情况，即第二结果。
[0096]
这样，通过以上处理，获得了针对颗粒运动的第一结果和针对颗粒碰撞的第二结果，从而确定出目标运动模型。
[0097]
还需要说明的是，在一些实施例中，还需要考虑颗粒的溶解情况，尤其针对于沉淀溶解工况。因此，预设算法还可以包括颗粒溶解算法；所述利用至少一个预设算法确定非均匀颗粒群在分散介质中的目标运动模型，还可以包括：
[0098]
基于颗粒溶解算法对非均匀颗粒群进行溶解分析，得到第三结果；
[0099]
根据第一结果、第二结果和第三结果，确定目标运动模型。
[0100]
需要说明的是，以颗粒i为例，以下给出一种利用颗粒溶解算法对非均匀颗粒群进行溶解分析的详细过程。其中，颗粒-溶解碰撞算法如式(11)～(12)所示。
[0101]
颗粒i进入液相后发生化学反应并溶解，溶质由固相转移至液相，经实验研究发现，单位时间间隔(δt)内固相颗粒的溶解质量j如式(11)所示。
[0102]
j＝εmiδt
ꢀꢀꢀꢀ
(11)
[0103]
式中，ε为溶解速率(系数)。
[0104]
在这里，溶解速率ε代表单位时间间隔(δt)内溶解的质量百分率。同时，颗粒溶解过程会造成颗粒的粒径发生变化，具体如式(8)所示。
[0105][0106]
式中，ρs代表颗粒i的密度。
[0107]
应理解，由于核素成分随溶解过程进入液相，液相中各核素比例发生变化，通过质量衡算可以得到溶解前后液相中各元素的物质的量，并归一化得到各元素间的相对比例。
[0108]
如此，根据式(11)、式(12)进行质量衡算，能够确定不同时刻中每一颗粒的尺寸信息，以及各元素的分布信息，即第三结果。
[0109]
这样，通过以上处理，获得了针对颗粒运动的第一结果、针对颗粒碰撞的第二结果和针对颗粒溶解的第三结果，从而确定出目标运动模型。
[0110]
还需要说明的是，在一些实施例中，还需要考虑流固耦合情况，尤其针对于搅拌沉淀工况和离心沉淀工况。因此，预设算法还包括流固耦合算法；所述利用至少一个预设算法确定非均匀颗粒群在分散介质中的目标运动模型，还可以包括：
[0111]
基于流固耦合算法对非均匀颗粒群进行流固耦合分析，得到第四结果；
[0112]
根据第一结果、第二结果和第四结果，确定目标运动模型。
[0113]
需要说明的是，以颗粒i为例，以下给出一种利用流固耦合算法对非均匀颗粒群进行流固耦合分析的详细过程。其中，流固耦合算法如式(13)～(15)所示。
[0114]
搅拌与离心工况主要通过机械搅拌和离心的方式，在分散介质内形成特定流场，
并对颗粒产生时变流体曳力，表现在颗粒的运动相对速度矢量发生变化。
[0115]
具体地，反应容器内的分散介质服从连续性方程，具体如式(13)。
[0116][0117]
式中，ρ
l
为分散介质的密度；u为分散介质的流速矢量。
[0118]
特别地，对于分散介质，可以忽略密度随时间改变，并认为各处密度均一，即：
[0119][0120]
同时，分散介质满足动量守恒方程，具体如式(15)所示。
[0121][0122]
其中，f为源项(单位质量流体的体积力，如重力)；p为分散介质的压力；fv代表粘性力。
[0123]
通过差分离散化，可以完成上述方程组的求解。另外，以上方程组的边界条件为：壁面处(含侧壁、容器底部、搅拌桨及搅拌轴表面)流体速度为0，同时液面处服从压力式边界条件。
[0124]
如此，根据式(13)～式(15)，能够针对存在搅拌、离心等作用的情况下确定颗粒在液体中的运动情况，即第四结果。
[0125]
这样，通过以上处理，获得了针对颗粒运动的第一结果、针对颗粒碰撞的第二结果和针对流固耦合情况的第四结果，从而确定出目标运动模型。
[0126]
应理解，某些工况也可能同时涉及运动、碰撞、溶解和流固耦合，因此，也可以通过颗粒运动算法、颗粒碰撞算法、颗粒溶解算法和流固耦合对非均匀系统进行统一分析，即获得了针对颗粒运动的第一结果、针对颗粒碰撞的第二结果、针对颗粒溶解的第三结果和针对流固耦合情况的第四结果，从而确定出目标运动模型。
[0127]
综上所述，根据所需要模拟的工况，根据上述的预设算法确定出非均匀颗粒群的目标运动模型，从而模拟非均匀颗粒群在液体中的运动情况。在这里，某一工况可能涉及到上述所有的预设算法，也可能仅涉及到部分，本技术实施例在此不做限制。
[0128]
s103：基于目标运动模型对非均匀颗粒群进行计算，得到非均匀颗粒群在分散介质中的分布结果。
[0129]
需要说明的是，目标运动模型是关于时间的函数，用于指示非均匀颗粒群中每一颗粒的运动特征和/或溶解特征，因此利用目标运动模型能够确定非均匀颗粒群在不同时刻的变化，从而得到非均匀颗粒群的分布结果。
[0130]
进一步地，在一些实施例中，所述基于目标运动模型对非均匀颗系统进行计算，得到非均匀颗粒群在分散介质中的分布结果，可以包括：
[0131]
确定非均匀颗粒群中每一颗粒的初始大小和每一颗粒的初始位置；
[0132]
基于预设流程模拟算法，利用目标运动模型对每一颗粒的初始大小和每一颗粒的初始位置进行迭代计算，得到每一颗粒的目标大小和每一颗粒的目标位置；
[0133]
基于每一颗粒的目标大小和每一颗粒的目标位置，确定非均匀颗粒群的分布结果。
[0134]
需要说明的是，以每一颗粒的初始大小和每一颗粒在分散介质中的初始位置作为
基准，按照目标运动模型，利用预设流程模拟算法逐步模拟不同时刻非均匀系统的状态，直至达到预设反应时间，从而确定一颗粒的目标大小和每一颗粒的目标位置，进一步确定非均匀颗粒群的分布结果。
[0135]
特别地，预设反应时间和时间步长可以是预设的，也可以是用户指定的。
[0136]
在这里，非均匀颗粒群的分布结果可以至少包括以下的其中一项：固相质量、固相密度、固相颗粒数量、液相质量、液相密度、液相颗粒数量、总质量、总密度、总颗粒数量、颗粒尺寸、颗粒密度以及元素分布等等。
[0137]
在一些实施例中，该方法还可以包括：
[0138]
根据预设随机数生成算法，生成随机数数据集；
[0139]
基于随机数数据集对非均匀颗粒群进行初始化，确定非均匀颗粒群中每一颗粒的初始位置。
[0140]
需要说明的是，非均匀颗粒群在分散介质中的初始分散情况可认为是一个随机过程，该过程可以借用大量的0～1之间均匀分布的随机数实现。
[0141]
应理解，要产生真正意义上的随机数必须借助物理的方法，纯粹使用数学算法无法实现。在计算机编程中，往往使用伪随机数序列。这是通过一定的数学算法产生的数字串，具有重复周期，但在周期内数字串是随机的。产生伪随机数有很多种算法，常见的由加同余，乘同余等。针对统计学方法，统计样本的数目越大，样本之间相关性越小，其结果越能反映真实问题。伪随机数周期之内的随机数可以看成是无关的，周期之间的随机数总会以周期的形式重复出现，破坏了随机数的无关性。因此，随机数的质量好坏决定了模拟结果的质量。
[0142]
在本技术实施例中，基于c (一种编程语言)类的形式开发了基于马特赛特旋转演(mersenne-twister)算法的随机数发生器，使用的是32位随机数产生方法，其周期为232-1(换算成10进制约为4
×
109)，满足计算需求。
[0143]
另外，有关随机数发生器的实现过程、特性以及mersenne-twister算法的原理，可以参考相关技术，本技术实施例不作赘述。
[0144]
还需要说明的是，本技术实施例利用预设流程模拟算法来模拟每一颗粒在不同时刻的位置和大小。
[0145]
在一些实施例中，假设目标运动方程仅涉及运动和碰撞情况，以预设流程模拟算法为蒙特卡罗法(monte carlo method，dsmc)为例，对模拟过程进行具体说明。
[0146]
dsmc方法是一种直接从颗粒运动的物理模型出发的方法，该方法本质是在较小的时间步长δt内，将颗粒运动与碰撞过程进行解耦，δt比局部平均颗粒碰撞时间小得多，将非均匀系统中的流场划分为线性尺度的网格，空间网格用来从中选择碰撞对，又用来从颗粒的诸量求和以得到颗粒群运动宏观量。
[0147]
基于以上原理，δt时间内网格中发生碰撞数nt如式(16)所示。
[0148][0149]
式中，n为网格中的数密度；n为网格中的颗粒数；代表平均碰撞概率。
[0150]
特别地，δt时间内组成碰撞对的两个颗粒发生碰撞的几率pd等于碰撞截面s以相对速度cr扫过的体积与网格体积vc之比，具体如(17)所示。
[0151][0152]
其中，fn是一个模拟颗粒代表的真实颗粒数，λi是指颗粒i的平均自由程。
[0153]
平均自由程λi的计算如式(18)所示
[0154][0155]
式中，fi为颗粒碰撞频率。
[0156]
具体地，请参见图6，其示出了本技术实施例提供的一种dsmc算法的流程示意图。如图6所示，该方法可以包括：
[0157]
s201：确定第一个网格。
[0158]
需要说明的是，将非均匀系统中流场划分成网格，对每一个网格进行依次处理。
[0159]
s202：选择颗粒位置。
[0160]
s203：确定颗粒速度矢量。
[0161]
需要说明的是，确定第一个网格中的颗粒位置和速度，此时颗粒的速度涵概了颗粒正常运动时随着时间的变化。
[0162]
s204：判断是否碰撞。
[0163]
在这里，对于步骤s204，如果判断结果为否，那么执行步骤s207；如果判断结果为是，那么执行步骤s205。
[0164]
s205：选择碰撞对。
[0165]
需要说明的是，在存在碰撞的情况下，确定碰撞的两个颗粒，用于后续速度和位置的判定。
[0166]
s206：判断是否碰壁。
[0167]
在这里，对于步骤s06，如果判断结果为否，那么执行步骤s207；如果判断结果为是，那么执行步骤s208。
[0168]
s207：确定颗粒速度/位置。
[0169]
需要说明的是，考虑碰撞情况(颗粒-颗粒碰撞和颗粒-壁面碰撞)，确定颗粒速度/位置的变化情况。
[0170]
s208：确定颗粒的新位置。
[0171]
s209：判断是否追踪所有颗粒。
[0172]
在这里，对于步骤s209，如果判断结果为是，那么执行步骤s211；如果判断结果为否，那么执行步骤s210。
[0173]
需要说明的是，判断是否已经追踪完该网格的所有颗粒。
[0174]
s210：追踪下一颗粒。
[0175]
s211：判断是否追踪所有网格。
[0176]
在这里，对于步骤s211，如果判断结果为是，那么执行步骤s213；如果判断结果为否，那么执行步骤s212。
[0177]
需要说明的是，判断是否已经追踪完流程中的所有网格。
[0178]
s212：追踪下一网格。
[0179]
s213：变更网格参数。
[0180]
需要说明的是，如果追踪完所有网格，则本时刻的模拟过程结束，确定整体网格的新参数。
[0181]
s214：判断是否达到计算时间。
[0182]
在这里，对于步骤s214，如果判断结果为是，那么结束本次流程；如果判断结果为否，那么执行步骤s215。
[0183]
s215：追踪下一时间步。
[0184]
需要说明的是，间隔预设时间步长，追踪下一时刻，直至达到计算时间。
[0185]
应理解，对于涉及到溶解/流固耦合等情况的其他工况，对dsmc进行适应性调整，其整体原理类似，不做具体赘述。
[0186]
本技术实施例旨在描述整个颗粒分布确定方法的逻辑过程，而并非限定具体实施步骤。在实际应用场景中，这些步骤并不具有严格的执行顺序，且可以部分耦合，例如利用目标运动模型可能耦合在dscm算法中。
[0187]
综上所述，本技术实施例的研究目的旨在基于流体力学模型针对于核燃料处理工艺涉及析出、溶解、搅拌以及离心等过程，研究颗粒的时间及空间分布，为蒙特卡洛计算程序提供输入参数，可获得反应器内部源项分布情况，对指导工艺操作及生产安全具有重要意义。开发符合流体力学的燃料溶解颗粒随机分布计算程序与软件，通过计算可望获得不同时刻下燃料颗粒在反应容器内的分布情况，将生成的计算模型最终用于探究非均匀/非均一系统的临界安全问题。
[0188]
本技术实施例提供了一种颗粒分布确定方法，确定非均匀系统的属性参数，并确定非均匀系统的工况参数；其中，非均匀系统包括非均匀颗粒群和分散介质；基于属性参数和工况参数，利用至少一个预设算法确定非均匀颗粒群在分散介质中的目标运动模型；基于目标运动模型对非均匀颗粒群进行计算，得到非均匀颗粒群在分散介质中的分布结果。这样，根据属性参数和工况参数对非均匀颗粒群在分散介质的运动情况进行分析，确定目标运动模型，并利用目标运动模型确定非均匀颗粒群在分散介质中的分布结果，从而提供了一种针对非均匀系统的运动分析方法，满足非均匀场景下的计算需求。
[0189]
基于前述的颗粒分布确定方法，在本技术的另一实施例中，参见图7，其示出了本技术实施例提供的一种颗粒分布确定系统30的结构示意图。如图7所示，该颗粒分布确定系统30包括输入模块、处理模块(包括图7中的图形用户界面、核心算法)和输出&显示模块三大部分。其中，
[0190]
(1)对于输入模块，主要用于接收用户的输入信息，并根据输入信息确定所要模拟的场景信息。另外，输入模块也支持用户进行参数修改。
[0191]
示例性地，参见图8，其示出了本技术实施例提供的一种颗粒分布确定系统的参数输入界面示意图。如图8所示，输入信息主要包括(反应容器的)几何参数、输出格式(monk文件)参数、颗粒参数和计算参数，然后根据这些输入程序生成模板文件，送入后续的处理模块。针对图8，对单位制的含义解释如下：m为米，s为秒，kg
·
m-3
为千克/立方米，wt％
·
s-1
为质量百分比/秒。图8中各具体数值均为示意，并不构成对本技术实施例的限制。
[0192]
(2)对于处理模块，包括与用户交互的图形用户界面(graphical user interfac，gui)和核心算法。在这里，核心算法包括前述的至少一个预设算法，即颗粒运动算法、颗粒溶解算法、颗粒流固耦合算法、颗粒碰撞算法和流程模拟算法。另外，处理模块通过gui为用
户提供四种工况选项：析出沉淀、溶解沉淀、搅拌沉淀和离心沉淀。根据用户选择的工况，通过核心算法和模板文件为非均匀系统进行运动建模，即目标运动模型，进而推演不同时刻下非均匀系统的分布状态。另外，处理模块还会对输入模块传输过来的模板文件进行检查，如果发现错误会通过gui向用户报警。
[0193]
(3)对于输出&显示模块，包括数据文件输出部分和速度&状态部分。在这里，速度&状态部分用于实时向用户显示目标运动模型的当前状态，数据文件输出部分用于最终输出结果文件。
[0194]
也就是说，该颗粒分布确定系统整体为一个软件程序，以液相空间随机坐标点作为固体颗粒起始位置，颗粒初速度为零，在非定常情况下，逐步追踪粒子在重力、浮力以及流体曳力共同作用下的变加速运动过程，对颗粒位置进行分步信息(时间步长)保存，通过对粒子位置信息进行统计分析，可获得固体颗粒的分布及沉淀特性。具体地，软件功能模块及数据耦合如图7所示，软件总体上采用模块化设计，有利于后期维护/升级。
[0195]
在一种具体的实施例中，基于图7示出的颗粒分布确定系统30的结构，给出一种颗粒分布确定系统30的工作步骤：
[0196]
(1)模块选择：包括析出沉淀工况、溶解沉淀工况、搅拌沉淀工况和离心沉淀工况。
[0197]
(2)参数输入：用户通过图形化交互的形式输入模拟参数，主要包括几何参数、物料参数(用于生成模板文件)、颗粒参数及计算参数，并生成相应的模板文件。
[0198]
需要说明的是，步骤(1)和步骤(2)并不具有严格的顺序。
[0199]
(3)运行核心计算程序：根据所选工况生成初始液滴群位置及粒径分布信息，完成流场初始化与网格划分；根据时间步长，逐步完成颗粒运动方程求解，基于dsmc方法，嵌套进行颗粒碰撞等相互作用过程计算，完成颗粒尺寸及空间位置更新。
[0200]
(4)模拟数据后处理：主要是模拟计算数据的输出。计算数据分为数据文件输出和可视化输出。计算数据以设计好的格式进行文本输出，便于进一步的数据分析处理。计算过程中颗粒总质量及计算进度实时显示。
[0201]
在另一种具体地实施例中，基于图8示出的颗粒分布确定系统30的结构，参见图9，其示出了本技术实施例提供的一种颗粒分布确定系统的处理流程示意图。如图9所示，该流程可以包括：
[0202]
s401：参数输入。
[0203]
需要说明的是，通过预设程序接口获取来自用户的输入参数，以确定非均匀系统的属性参数和工况参数。
[0204]
s402：随机生成非均匀颗粒群。
[0205]
需要说明的是，根据非均匀系统的属性参数，随机生成非均匀颗粒群，初始化每一颗粒在分散介质中的位置。另外，在该过程中需要涉及到随机数的生成，程序语言一般表示为rand(d0，d1
……
dn)。
[0206]
s403：建立颗粒运动数学模型。
[0207]
需要说明的是，根据中立、浮力、曳力等确定颗粒变加速运动过程，利用前述的公式(1)初步建立颗粒运动数学模型，并利用newton-paphson method进行非线性方程数值求解。
[0208]
s404：引入颗粒-颗粒碰撞、重叠检查、颗粒-壁面碰撞、颗粒溶解等过程。
[0209]
需要说明的而是，参照工况参数，在颗粒运动数学模型中进一步引入颗粒-颗粒碰撞、重叠检查、颗粒-壁面碰撞、颗粒溶解等过程，即确定目标运动模型。具体参见前述内容。
[0210]
s405：非均匀颗粒群的尺寸及位置信息输出。
[0211]
需要说明的是，根据所确定的目标运动模型对非均匀颗粒群在分散介质中的变化过程进行模拟，从而输出不同时刻下非均匀颗粒群的尺寸及位置信息输出。在这里，颗粒位置坐标进行分布存储且实时输出。
[0212]
在又一种具体地实施例中，基于图8示出的颗粒分布确定系统30的结构，参见图10，其示出了本技术实施例提供的一种颗粒分布确定系统的算法逻辑示意图。如图10所示，该流程可以包括：
[0213]
s501：设置常数和初值。
[0214]
需要说明的是，确定整体算法涉及到的一些常数和初值，这些常数和初值可能来源包括但不限于：用户输入、默认设置、随机数生成器生成。
[0215]
s502：设置颗粒随机位置。
[0216]
s503：计算单位时间内的颗粒运动。
[0217]
s504：颗粒位置更新。
[0218]
s505：判断边界条件是否触发。
[0219]
在这里，对于步骤s505，如果判断结果为是，那么执行步骤s508；如果判断结果为否，那么执行步骤s506。
[0220]
需要说明的是，边界条件用于指示极端条件，即若触发边界条件，可以认为非均匀颗粒不再变化。
[0221]
s506：数据存储。
[0222]
s507：判断是否达到循环次数。
[0223]
在这里，对于步骤s507，如果判断结果为是，那么执行步骤s508；如果判断结果为否，那么执行步骤s503。
[0224]
需要说明的是，循环次数是预先确定的，例如可以根据所需要模拟的总时间和步长来确定。
[0225]
s508：输出结果。
[0226]
这样，通过以上步骤，可以模拟出非均匀颗粒群的在分散介质中的分布结果。
[0227]
在再一种具体地实施例中，前述的颗粒分布确定系统30的具体实现还涉及到以下内容：
[0228]
(1)随机数发生器。
[0229]
在模拟过程中，需要使用大量的0～1之间均匀分布的随机数。本软件使用c 类的形式开发了基于mersenne-twister算法的随机数发生器，并使用是32位随机数产生方法，其周期为232-1(换算成10进制约为4
×
109)。
[0230]
(2)颗粒析出沉降模块。
[0231]
颗粒析出沉降模块主要用于模拟析出沉降工况。基于dsmc的建模思想，对颗粒群进行随机排序以消除人为因素影响，基于拉格朗日(lagrangian)方法建立颗粒运动数学模型，并对不同颗粒的瞬态位置进行理论预测。
[0232]
输入参数：槽高度、外径、壁厚、液面高度、最大颗粒直径及最小颗粒直径、颗粒总
个数、计算总时长、计算时间步长、指定输出结果的节点。
[0233]
颗粒产生位置：体随机(液相内随机分散)。
[0234]
(3)颗粒溶解沉降模块
[0235]
颗粒溶解沉降模块主要用于模拟溶解沉降工况。在颗粒溶解沉降模块中，引入化学反应源项，颗粒自液面加入，与溶液发生化学反应，颗粒下落过程中粒径逐渐减小，颗粒溶质不断溶解并进入溶液，溶液中核素组成发生改变。
[0236]
输入：槽高度、外径、壁厚、液面高度、最大颗粒直径及最小颗粒直径、颗粒总个数、溶解速率(wt％
·
s-1
)、计算总时长、计算时间步长、指定输出结果的节点。
[0237]
颗粒产生位置：面随机(液面处随机分散)。
[0238]
输出文件体现不同时刻核素在液相中的原子比例。
[0239]
(4)颗粒搅拌沉降模块
[0240]
颗粒搅拌沉降模块主要用于模拟溶解沉降工况。在颗粒搅拌沉降模块中，基于三种常见搅拌工况下的流场分布，获得颗粒在流场内的运动及分布情况。
[0241]
输入：下拉选择子工况(对应特定的槽高度、外径、壁厚、液面高度、搅拌转速)，最大颗粒直径及最小颗粒直径、颗粒总个数、计算总时长、计算时间步长、指定输出结果的时间节点。
[0242]
颗粒产生位置：面随机(液面处随机分散)。
[0243]
(5)颗粒离心沉降模块
[0244]
颗粒离心沉降模块主要用于模拟溶解沉降工况。在颗粒离心沉降模块中，基于三种常见离心工况下的流场分布，获得颗粒在流场内的运动及分布情况。
[0245]
输入：下拉选择工况(对应特定的槽高度、外径、壁厚、液面高度、离心转速)，最大颗粒直径及最小颗粒直径、颗粒总个数、计算总时长、计算时间步长、指定输出计算结果的时间节点。
[0246]
颗粒产生位置：面随机(液面处随机分散)。
[0247]
(6)数据输出模块
[0248]
计算数据按照蒙特卡洛程序的标准输入格式进行输出，便于后续进行下一步的数据分析处理。
[0249]
本技术实施例提供了一种颗粒分布确定系统，针对非均匀颗粒(燃料颗粒)与分散介质(溶液)之间的相互作用进行了分析，可以通过计算机建模和编程实现，模拟了非均匀颗粒在析出、溶解、搅拌及离心工况下的沉淀行为。在两体碰撞假设条件下，梳理了颗粒运动、化学溶解、流固耦合、颗粒碰撞等过程实现的理论依据。另外，本技术实施例使用可靠的随机数发生器和简洁的可视化工具，编写了模拟燃料溶解颗粒随机分布的软件，在该软件的基础上对典型的四种工况分别进行了模拟计算，获得了燃料颗粒在容器内的空间、时间分布规律，输出蒙特卡洛程序可直接读取的输入文件，可以进一步获得反应器内部源项分布情况，对指导工艺操作及生产安全具有重要意义。该颗粒分布确定系统可以用在颗粒型核燃料处理相关领域的研究中。另外，在颗粒分布确定系统的软件设计过程中已预留相应接口，后续可根据需要对物理模型的准确性、软件图形化界面、模拟数据后处理等方面作进一步改进/优化。
[0250]
在本技术的又一实施例中，参见图11，其示出了本技术实施例提供的一种颗粒分
布确定装置60的组成结构示意图。如图11所示，该颗粒分布确定装置60包括获取单元601、确定单元602和计算单元603；其中，
[0251]
获取单元，配置为确定非均匀系统的属性参数，并确定非均匀系统的工况参数；其中，非均匀系统包括非均匀颗粒群和分散介质；
[0252]
确定单元602，配置为基于属性参数和工况参数，利用至少一个预设算法确定非均匀颗粒群在分散介质中的目标运动模型；
[0253]
计算单元603，配置为基于目标运动模型对非均匀颗粒进行计算，得到非均匀颗粒群在分散介质中的分布结果。
[0254]
在一些实施例中，获取单元601，还配置为接收用户输入的颗粒性质参数和容器性质参数，将颗粒性质参数和容器性质参数确定为属性参数；其中，颗粒性质参数至少包括其中之一：最小颗粒直径、最大颗粒直径、颗粒数量、颗粒密度和溶解速率；容器性质参数至少包括其中之一：容器高度、容器外径、容器壁厚和液位高度。
[0255]
在一些实施例中，获取单元601，还配置为向用户呈现至少一个预设工况选项，确定用户选择的目标工况选项；根据目标工况选项，确定工况参数；其中，预设工况选项至少包括下述的其中之一：析出沉淀工况、溶解沉淀工况、搅拌沉淀工况和离心沉淀工况。
[0256]
在一些实施例中，预设算法包括颗粒运动算法和颗粒碰撞算法；相应地，确定单元602，还配置为基于颗粒运动算法对非均匀颗粒群进行运动分析，得到第一结果；基于颗粒碰撞算法对非均匀颗粒群进行碰撞分析，得到第二结果；根据第一结果和第二结果，确定目标运动模型。
[0257]
在一些实施例中，预设算法还包括颗粒溶解算法；相应地，确定单元602，还配置为基于颗粒溶解算法对非均匀颗粒群进行溶解分析，得到第三结果；根据第一结果、第二结果和第三结果，确定目标运动模型。
[0258]
在一些实施例中，预设算法还包括流固耦合算法；相应地，确定单元602，还配置为基于流固耦合算法对非均匀颗粒群进行流固耦合分析，得到第四结果；根据第一结果、第二结果和第四结果，确定目标运动模型。
[0259]
在一些实施例中，计算单元603，具体配置为确定非均匀颗粒群中每一颗粒的初始大小和每一颗粒的初始位置；基于预设流程模拟算法，利用目标运动模型对每一颗粒的初始大小和每一颗粒的初始位置进行迭代计算，得到每一颗粒的目标大小和每一颗粒的目标位置；基于每一颗粒的目标大小和每一颗粒的目标位置，确定非均匀颗粒群的分布结果。
[0260]
在一些实施例中，计算单元603，还配置为根据预设随机数生成算法，生成随机数数据集；基于随机数数据集对非均匀颗粒群进行初始化，确定非均匀颗粒群中每一颗粒的初始位置。
[0261]
可以理解地，在本实施例中，“单元”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是模块，还可以是非模块化的。而且在本实施例中的各组成部分可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
[0262]
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，可以存储在一个计算机可读取存储介质中，基于这样的理解，本实施例的技术方
案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0263]
因此，本实施例提供了一种计算机存储介质，该计算机存储介质存储计算机程序，该计算机被至少一个处理器执行时实现前述实施例中任一项所述的方法的步骤。
[0264]
基于上述的一种颗粒分布确定装置60的组成以及计算机存储介质，参见图12，其示出了本技术实施例提供的一种颗粒分布确定装置60的具体硬件结构示意图。如图12所示，所述颗粒分布确定装置60可以包括：通信接口701、存储器702和处理器703；各个组件通过总线设备704耦合在一起。可理解，总线设备704用于实现这些组件之间的连接通信。总线设备704除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图12中将各种总线都标为总线设备704。其中，通信接口701，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
[0265]
存储器702，用于存储能够在处理器703上运行的计算机程序；
[0266]
处理器703，用于在运行计算机程序时，执行：
[0267]
确定非均匀系统的属性参数，并确定非均匀系统的工况参数；其中，非均匀系统包括非均匀颗粒群和分散介质；
[0268]
基于属性参数和工况参数，利用至少一个预设算法确定非均匀颗粒群在分散介质中的目标运动模型；
[0269]
基于目标运动模型对非均匀颗粒进行计算，得到非均匀颗粒群在分散介质中的分布结果。
[0270]
可以理解，本技术实施例中的存储器702可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddrsdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步链动态随机存取存储器(synchronous link dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，drram)。本技术描述的设备和方法的存储器702旨在包括但不限于这些和任意其它适合类型的存储器。
[0271]
而处理器703可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器703中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器703可以是通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列
(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器702，处理器703读取存储器702中的信息，结合其硬件完成上述方法的步骤。
[0272]
可以理解的是，本技术描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(application specific integrated circuits，asic)、数字信号处理器(digital signal processing，dsp)、数字信号处理设备(dsp device，dspd)、可编程逻辑设备(programmable logic device，pld)、现场可编程门阵列(field-programmable gate array，fpga)、通用处理器、控制器、微控制器、微处理器、用于执行本技术所述功能的其它电子单元或其组合中。
[0273]
对于软件实现，可通过执行本技术所述功能的模块(例如过程、函数等)来实现本技术所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
[0274]
可选地，作为另一个实施例，处理器703还配置为在运行所述计算机程序时，执行前述实施例中任一项所述的方法的步骤。
[0275]
基于上述颗粒分布确定装置60的组成以及硬件结构示意图，参见图13，其示出了本技术实施例提供的另一种颗粒分布确定系统30的组成结构示意图。如图13所示，该颗粒分布确定系统30至少包括前述实施例中任一项所述颗粒分布确定装置60。
[0276]
对于颗粒分布确定系统30而言，由于包括颗粒分布确定装置60，能够根据属性参数和工况参数对非均匀颗粒群在分散介质的运动情况进行分析，确定目标运动模型，并利用目标运动模型确定非均匀颗粒群在分散介质中的分布结果，从而提供了一种针对非均匀系统的运动分析方法，满足非均匀场景下的计算需求。
[0277]
以上所述，仅为本技术的较佳实施例而已，并非用于限定本技术的保护范围。
[0278]
需要说明的是，在本技术中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0279]
上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0280]
本技术所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
[0281]
本技术所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
[0282]
本技术所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
[0283]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。