一种针对材料均匀分布反应堆的中子输运求解方法

技术特征：
1.一种针对材料均匀分布反应堆的中子输运求解方法，该方法将蒙特卡罗方法与机器学习进行了结合，其特征在于：包括如下步骤：步骤1：构造一系列材料均匀分布的反应堆，并将反应堆的边界条件设置为全反射，每个反应堆包含不同的材料成分或密度；步骤2：应用蒙特卡罗方法对步骤1构造的一系列材料均匀分布的反应堆进行计算，统计并输出计算过程中能量为的中子的散射消失概率、裂变消失概率、散射消失的径迹长度分布、裂变消失的径迹长度分布、引发裂变的中子的能量分布、裂变产生中子个数分布、裂变产生的中子的能量分布、中子输运过程中不同的始末距离分布以及不同始末距离下中子穿行区域面积；步骤3： 基于步骤2获得的统计输出数据，建立并训练四个全连接神经网络模型，四个全连接神经网络模型分别为：散射消失-裂变消失概率模型、散射和裂变分布特性模型、裂变中子分布特性模型以及通量面积模型，四个模型的输入输出关系如下：(a)散射消失-裂变消失概率模型以中子的能量和材料成分为输入，以散射消失概率和裂变消失概率为输出；(b)散射和裂变分布特性模型以中子的能量和材料成分为输入，以中子散射消失的径迹长度分布、裂变消失的径迹长度分布、引发裂变的中子的能量分布、中子输运过程中不同的始末距离分布为输出；(c)裂变中子分布特性模型以引发裂变的中子能量和材料成分为输入，以裂变产生中子个数分布和裂变产生的中子的能量分布为输出；(d)通量面积模型以中子的径迹长度、中子输运过程中不同的始末距离以及材料成分为输入，以不同始末距离下中子穿行区域面积为输出；步骤4：针对一个材料均匀分布的反应堆，基于步骤3训练后得到的四个模型，建立中子输运计算流程；(a)首先给定个中子的初始能量,；(b)以初始能量和材料成分为输入，通过散射消失-裂变消失概率模型获得散射消失概率和裂变消失概率；以初始能量和材料成分为输入，通过散射和裂变分布特性模型获得中子散射消失的径迹长度分布、裂变消失的径迹长度分布、引发裂变的中子的能量分布、中子输运过程中不同的始末距离分布；(c) 将引发裂变的中子能量和材料成分输入裂变中子分布特性模型，获得裂变产生中子个数分布；(d) 根据第个中子的散射消失的径迹长度分布或裂变消失的径迹长度分布，直接抽样出第个中子的径迹长度；根据第个中子输运过程中不同的始末距离分布，抽样出第个中子的输运过程中的始末距离；将第个中子的径迹长度，输运过程中的始末距离以及材料成分输入通量面积模型，获得第个中子穿行区域面积；
步骤5：对步骤4中的四个模型的输出进行处理，获得有效增殖因数和中子通量；（1）其中， — 有效增殖因数；— 下角标表示裂变； — 能量为的中子，最终发生裂变消失的概率；— 产生下一代的中子数目，=1，2或3；—发生裂变产生n个中子个数分布；
ꢀꢀꢀ
（2）其中，— 对应中子穿行区域面积s下的通量，— 模拟的第个中子；— 模拟的中子总数；— 第个中子的径迹长度；— 第个中子穿行区域面积；步骤6： 将产生的裂变中子作为下一代模拟的输入信息，重复步骤5和步骤6的过程，设定一个模拟中子的代数，直到完成所有的模拟代数为止；此时输出最终的有效增殖因子和中子通量，完成对均匀材料分布反应堆的输运计算。

技术总结
一种针对材料均匀分布反应堆的中子输运求解方法，该方法将机器学习和蒙特卡罗方法的相结合。首先需要构造一系列材料均匀分布的反应堆，每个反应堆包含了不同的材料组分或密度。接着应用蒙特卡罗方法求解这些反应堆，并统计模拟结束后中子的散射和裂变概率以及中子的特征分布。利用这些概率和特征分布数据，训练获得以中子能量和材料组成作为输入，散射和裂变中子的特征分布为输出的全连接神经网络模型。最后利用得到的全连接神经网络模型，将裂变产生的中子和材料作为输入得到下一代裂变中子，迭代计算直到收敛。该方法相比现有的蒙特卡罗方法，不再需要进行大量的抽样过程，计算速度更快，针对材料均匀分布的反应堆可以快速完成中子输运计算。可以快速完成中子输运计算。可以快速完成中子输运计算。


技术研发人员：刘宙宇 黄冬 吴宏春 曹良志
受保护的技术使用者：西安交通大学
技术研发日：2022.04.25
技术公布日：2022/5/30