Table of Contents

Die Konstruktion des Reaktors beruht in hohem Maße auf Rechenmethoden, um komplexe physikalische Phänomene zu simulieren und zu analysieren, die innerhalb von Kernsystemen auftreten. Diese ausgeklügelten Rechenansätze ermöglichen es Ingenieuren, die Reaktorleistung zu optimieren, die Betriebssicherheit zu gewährleisten, die Entwicklungskosten zu senken und den Einsatz von Kerntechnologien der nächsten Generation zu beschleunigen. Modellierung und Simulation ermöglichen die Reproduktion des Verhaltens von Kernsystemen durch Computermodelle, die kritische Erkenntnisse liefern, die durch physikalische Experimente allein unmöglich oder unerschwinglich teuer wären.

Die Kernindustrie steht vor beispiellosen Herausforderungen, da sie von traditionellen Leichtwasserreaktoren zu fortschrittlichen Reaktorkonstruktionen übergeht. Angesichts der höheren Anforderungen an die Sicherheit und Wirtschaftlichkeit von Kernreaktoren werden die traditionellen Modellierungs- und Simulationsmethoden und -werkzeuge für die Reaktoranalyse herausgefordert, und neue Reaktorkonstruktionen, einschließlich des schnellen Neutronenreaktors, des Hochtemperatur-Gasreaktors mit Kieselbett, des geschmolzenen Salzreaktors und des kleinen modularen Reaktors, sind allmählich in die Test- und sogar Engineering-Phasen eingetreten. Diese aufkommenden Technologien erfordern Rechenwerkzeuge, die in der Lage sind, komplexe Geometrien, unkonventionelle Energiespektren und eng gekoppelte multiphysikalische Phänomene zu handhaben.

Die Evolution der Computational Reactor Physics

Der Bereich der Computerreaktorphysik hat seit den Anfängen der Kernenergie einen bemerkenswerten Wandel erfahren. Neutronentransport hat seine Wurzeln in der Boltzmann-Gleichung, die in den 1800er Jahren zur Untersuchung der kinetischen Theorie von Gasen verwendet wurde, aber er erhielt erst in den 1940er Jahren eine groß angelegte Entwicklung, bis zur Erfindung von Kettenreaktionskernreaktoren. Die Pionierarbeit bei den Monte-Carlo-Methoden für den Strahlentransport begann 1946 am Los Alamos National Laboratory, als Stanislaw Ulam den Ansatz konzipierte, während er sich von Krankheit erholte und Solitär spielte.

Mit zunehmender Rechenleistung haben sich numerische Ansätze für den Neutronentransport durchgesetzt, und unter Verwendung massiv paralleler Computer befindet sich der Neutronentransport weiterhin in der aktiven Entwicklung in der Wissenschaft und in Forschungseinrichtungen auf der ganzen Welt. Moderne Rechenkapazitäten haben die Entwicklung von hochpräzisen Simulationswerkzeugen ermöglicht, die ganze Reaktorkerne mit beispielloser Detailgenauigkeit und Genauigkeit modellieren können.

Die Kernenergiewissenschaft ist unglaublich komplex aufgrund des Zusammenspiels von multiskaligen physikalischen Phänomenen – von Quanteninteraktionen bis zur Energieerzeugung auf Reaktorebene – komplizierten Spaltungs-, Zerfalls- und Neutronenreaktionen, Operationen in extrem hohen Temperatur-, Druck- und Strahlungsumgebungen und signifikanten Unsicherheiten. Diese Komplexität erfordert ausgeklügelte Rechenrahmen, die mehrere Physikdomänen integrieren können und sich über sehr unterschiedliche räumliche und zeitliche Skalen erstrecken.

Simulationstechniken im Reaktordesign

Simulationstechniken beinhalten die Verwendung von Computermodellen, um das Verhalten von Reaktoren unter verschiedenen Bedingungen zu replizieren, vom normalen Betrieb bis hin zu Unfallszenarien. Diese Techniken helfen bei der Vorhersage, wie Reaktoren auf verschiedene Betriebsszenarien reagieren werden, einschließlich vorübergehender Zustände, Reaktivitätseinfügungen, Verlust von Kühlmittelunfällen und andere mögliche sicherheitskritische Ereignisse. Die Fähigkeit, diese Bedingungen rechnerisch zu simulieren, liefert wertvolle Erkenntnisse für Reaktordesign, Sicherheitsanalyse und Lizenzierung.

Deterministische Simulationsmethoden

Sowohl Fixed-Source- als auch Kritikalitätsberechnungen können mit deterministischen Methoden oder stochastischen Methoden gelöst werden, und bei deterministischen Methoden wird die Transportgleichung (oder eine Approximation derselben, wie z. B. Diffusionstheorie) als Differentialgleichung gelöst. Deterministische Ansätze bieten Recheneffizienz und erzeugen glatte, kontinuierliche Lösungen ohne statistische Unsicherheit.

Deterministische Codes verwenden typischerweise diskrete Ordinatenmethoden, Kennlinienmethoden oder diffusionstheoretische Näherungsmethoden. Deterministische Methoden umfassen in der Regel Mehrgruppenansätze, und Mehrgruppenberechnungen sind in der Regel iterativ, da die Gruppenkonstanten unter Verwendung von Fluss-Energie-Profilen berechnet werden, die als Ergebnis der Neutronentransportberechnung ermittelt werden. Diese iterative Natur ermöglicht selbstkonsistente Lösungen, die die Kopplung zwischen Neutronenspektrum und Materialeigenschaften berücksichtigen.

Die Codes, die verwendet werden können, um Unfälle oder Kritikalität vorherzusagen, sind komplex, und sowohl probabilistische als auch deterministische Elemente sind erforderlich, um Unfälle vorherzusagen und zu bestimmen, wie man mit ihnen umgeht. Moderne Reaktorsicherheitsanalyse kombiniert oft deterministische thermisch-hydraulische Codes mit Neutronik-Lösern, um das gekoppelte Verhalten von Kern- und Thermofluidsystemen während transienter Ereignisse zu erfassen.

Stochastische Monte-Carlo-Anflüge

In stochastischen Verfahren wie Monte Carlo werden diskrete Teilchengeschichten in einem zufälligen Gang verfolgt und gemittelt, der durch gemessene Wechselwirkungswahrscheinlichkeiten geleitet wird Monte Carlo-Methoden haben in der Reaktorphysik aufgrund ihrer Fähigkeit, komplexe Geometrien zu handhaben und hochpräzise Lösungen ohne die Näherung zu liefern, die deterministischen Methoden innewohnen, zunehmend an Bedeutung gewonnen.

Begleitet von der Entwicklung der Supercomputertechnologie und parallelen Beschleunigungs- und Optimierungsmethoden ist die Monte-Carlo-Methode zum vorherrschenden Ansatz für die hochpräzise Kernreaktoranalyse geworden, die aufgrund ihrer Flexibilität und Genauigkeit besonders wertvoll für die Analyse fortschrittlicher Reaktordesigns mit unregelmäßigen Geometrien und heterogenen Kernkonfigurationen ist.

Zu den Vorteilen von Monte Carlo gehören die Flexibilität bei der Geometriebehandlung, die Möglichkeit, punktuelle Querschnitte mit kontinuierlicher Energie zu verwenden, die einfache Parallelisierung und die hohe Genauigkeit von Simulationen. Diese Eigenschaften ermöglichen Monte-Carlo-Codes, komplexe dreidimensionale Reaktorgeometrien mit minimalen geometrischen Annäherungen zu modellieren und feine Details zu erfassen, die in homogenisierten deterministischen Modellen verloren gehen könnten.

Viele Monte-Carlo-Codes der nächsten Generation wurden entwickelt, darunter MCNP6, OpenMC, MC21, SHIFT, TRIPOLI, Geant4, Serpent, MCCARD, MCS, RMC, SuperMC und JMCT, und diese Codes sind so konzipiert, dass sie vollständige Kernberechnungen und -analysen mit hoher Genauigkeit und Effizienz durch fortschrittliche Methoden und Algorithmen sowie Hochleistungs-Computing-Techniken erzielen. Jeder Code bietet einzigartige Fähigkeiten und Optimierungen für bestimmte Reaktortypen und Analyseanforderungen.

Hybride deterministisch-stochastische Methoden

In Anerkennung der Tatsache, dass sowohl deterministische als auch stochastische Methoden sich gegenseitig ergänzen, haben Forscher hybride Ansätze entwickelt, die die besten Eigenschaften jeder Methodik kombinieren. Diese Hybridmethoden verwenden typischerweise deterministische Lösungen, um die Varianz für Monte-Carlo-Berechnungen zu reduzieren, oder verwenden Monte-Carlo-Methoden, um genaue Gruppenkonstanten für deterministische Kernsimulatoren zu erzeugen.

Hybride Methoden können die Rechenkosten erheblich senken und gleichzeitig eine hohe Genauigkeit beibehalten. So können deterministische Transportlösungen wichtige Regionen des Phasenraums identifizieren, wodurch Monte-Carlo-Simulationen Rechenressourcen dort konzentrieren können, wo sie am dringendsten benötigt werden. Dieser synergistische Ansatz ermöglicht Analysen, die mit beiden Methoden allein nicht praktikabel wären.

Modellierungsstrategien für Kernreaktoren

Modellierungsstrategien im Reaktorentwurf konzentrieren sich auf das Ausbalancieren der Genauigkeit und der Recheneffizienz bei gleichzeitiger Erfassung der wesentlichen Physik, die das Reaktorverhalten bestimmt.

Multiphysik-Kupplungsrahmen

Für die meisten Reaktoren bedeutet das Erhalten von Leistungsverteilungen die Lösung von drei Gruppen von Gleichungen: Neutronentransport mit Verarmung und Vorläufern, thermomechanische Gleichungen in den festen Strukturen und thermisch-hydraulische Gleichungen im Kühlmittel, und in den letzten 70 Jahren wurden diese Gleichungen umfassend untersucht und für die Analyse von Leichtwasserreaktoren mit entwickelten technischen Näherungswerten und Modellen gelöst, um Modelle zu erhalten, die repräsentativ für die Realität ihres Betriebs sind.

Eine weitere Herausforderung ergibt sich aus der Vielzahl von physikalischen Wechselwirkungen in neue Reaktoren beteiligt, da viele der neuen Entwürfe Physik-basierte passive Sicherheit einzuführen, und Modellierung unterschiedliche Physik im Reaktor wird auf ein sicheres Ergebnis im Falle von zufälligen Transienten wie Reaktivität Einfügung Unfälle oder Verlust von Strömungsunfällen, und diese Merkmale können auf verschiedenen Ebenen der Treue und Komplexität für jede Physik modelliert werden.

Das Programm des US-Energieministeriums für Kernenergie unterstützt die Entwicklung einer Reihe von Simulationstools mit gemischter Genauigkeit, die auf dem Multiphysics Object Oriented Simulation Environment (MOOSE) C++-Framework basieren, einschließlich BISON für die Kraftstoffleistung und Griffin für die Neutronikanalyse.

MOOSE ist ein Finite-Elemente-Physik-Framework, das ursprünglich am Idaho National Laboratory entwickelt wurde und eine robuste Grundlage für Multiphysik-Simulationen bietet. Die modulare Architektur des Frameworks ermöglicht es Entwicklern, benutzerdefinierte Physikkernel zu implementieren, während gut getestete numerische Solver und parallele Rechenfunktionen genutzt werden.

Multi-Scale-Modellierungsansätze

Das Verhalten eines Kernreaktors umfasst mehrere räumliche und zeitliche Skalen, von Strahlungsschäden auf atomarer Ebene bis hin zu Vollkernstromverteilungen und von Mikrosekundentransienten bis hin zu mehrjährigen Brennstoffzyklen. Eine effektive Reaktormodellierung erfordert Strategien, die diese unterschiedlichen Skalen überbrücken können.

Mit Expertise in verschiedenen Größenordnungen - von der Chemie auf Quantenebene bis hin zu umfassenden Reaktorsimulationen - baut ORNL digitale Zwillinge von Kernanlagen und ermöglicht Durchbrüche in der Fusionswissenschaft. Die digitale Zwillingstechnologie stellt die Schneide der Multiskalenmodellierung dar und erstellt virtuelle Nachbildungen von physikalischen Reaktoren, die in Echtzeit mit Betriebsdaten aktualisiert werden können.

Fortgeschrittene Modellierung und Simulation sollen Anleitungen für die Konstruktion und Optimierung aktueller und der nächsten Generation von Reaktoren mit neueren und besseren Modellen liefern, einschließlich der Fähigkeit, mehr zugrunde liegende Physik zu integrieren, Modelle mit höherer Genauigkeit anzunehmen, Differenzskalen zu umfassen und verschiedene Computer-Hardware anzupassen.

Geometriedarstellung und Mesh-Generierung

Herkömmliche Reaktoranalysecodes stützen sich oft auf vereinfachte geometrische Darstellungen mit regelmäßigen Gitterstrukturen, aber fortschrittliche Reaktordesigns mit komplexen Brennelementen, unregelmäßigen Kernkonfigurationen und komplizierten Kühlsystemen erfordern flexiblere geometrische Modellierungsmöglichkeiten.

Als wesentliches Merkmal für numerische Hochpräzisionsimulationen steht die Modellierungsfähigkeit, insbesondere in Bezug auf die Geometrie, im Mittelpunkt fortschrittlicher Monte-Carlo-Methoden, und stochastische Medien wie zufällige Brennstoffkiesel und TRISOs werden in neuen Arten von Kernreaktoren weit verbreitet eingesetzt. Kieselbettreaktoren und TRISO-Brennstoffpartikel stellen einzigartige geometrische Herausforderungen dar, die spezielle Modellierungstechniken erfordern, um die zufällige Verteilung von Brennelementen zu erfassen.

DAGMC ist eine Softwarebibliothek, die für die neutronische Modellierung von Fusionsreaktorgeometrien entwickelt wurde und es dem Benutzer ermöglicht, CAD-Geometrien (Computer-Aided Design) in Monte-Carlo-lösbare Eingaben zu übersetzen, und die Software wird seitdem sowohl in Spaltungs- als auch in Fusionsanwendungen eingesetzt. Diese Fähigkeit ermöglicht es Ingenieuren, direkt mit CAD-Modellen von Reaktordesign-Teams zu arbeiten und fehleranfällige manuelle Geometrieübersetzungsprozesse zu eliminieren.

Vereinfachte versus detaillierte Modelle

Die Konstruktion des Reaktors erfolgt in der Regel durch mehrere Phasen, wobei jede einzelne Ebene unterschiedlicher Modellierungsdetails erforderlich ist. Vereinfachte Modelle können für Erstbewertungen, parametrische Untersuchungen und die Erforschung des Weltraums verwendet werden, während detaillierte Modelle für die endgültige Entwurfsvalidierung, Sicherheitsanalyse und Lizenzberechnungen verwendet werden.

Vereinfachte Modelle verwenden häufig Homogenisierungstechniken, Darstellungen reduzierter Ordnung und physikalische Näherungswerte, um eine schnelle Bewertung vieler Designalternativen zu ermöglichen. Diese Modelle opfern eine gewisse Genauigkeit für die Rechengeschwindigkeit und sind daher ideal für Optimierungsstudien und vorläufige Designarbeiten.

Detaillierte High-Fidelity-Modelle bewahren geometrische Details, verwenden kontinuierlich energiegeladene Kerndaten und koppeln mehrere Physikbereiche mit minimalen Näherungswerten. Obwohl diese Modelle rechnerisch teuer sind, bieten sie die für sicherheitskritische Analysen und regulatorische Einreichungen erforderliche Genauigkeit. Die Herausforderung besteht darin, vereinfachte Modelle mit detaillierten Berechnungen und experimentellen Daten zu validieren, um sicherzustellen, dass sie die wesentliche Physik für ihre beabsichtigten Anwendungen erfassen.

Wichtige Computertools und Softwareplattformen

Die Kernindustrie stützt sich auf ein vielfältiges Ökosystem von Rechenwerkzeugen, die jeweils für spezifische Analyseaufgaben und Reaktortypen optimiert sind.

Monte Carlo Simulationscodes

Monte Carlo N-Particle Transport (MCNP) ist ein Allzweck-, Dauerenergie-, generalisierte Geometrie, zeitabhängig, Monte Carlo Strahlungstransportcode, der entwickelt wurde, um viele Teilchentypen über breite Bereiche von Energien zu verfolgen und vom Los Alamos National Laboratory entwickelt wurde. MCNP ist seit Jahrzehnten der Industriestandard mit umfangreicher Validierung und einer großen Benutzergemeinschaft weltweit.

OpenMC stellt eine neuere Generation von Monte-Carlo-Codes dar, die von Grund auf für moderne Computerarchitekturen entwickelt wurden. Seine Open-Source-Natur und Python-basierte Skriptschnittstelle haben ihn in der akademischen Forschung und fortgeschrittenen Reaktorentwicklung populär gemacht. OpenMC zeichnet sich durch Full-Core-Reaktorsimulationen aus und unterstützt fortschrittliche Funktionen wie Depletion-Analyse und temperaturabhängige Querschnitte.

Serpent, entwickelt am VTT Technical Research Centre of Finland, ist weit verbreitet für die Berechnung von Gitterphysik und die konstante Gruppenerzeugung. Seine effizienten Algorithmen und sein benutzerfreundliches Eingabeformat haben es zu einem Favoriten für die Forschung und Ausbildung der Reaktorphysik gemacht. Serpents Monte-Carlo-Ansatz mit kontinuierlicher Energie bietet hochpräzise Lösungen für komplexe Geometrien von Brennelementen.

Als selbstentwickelter Monte-Carlo-Code seit 2000 vom REAL-Team (Reactor Engineering Analysis Laboratory) in der Abteilung für Ingenieurphysik der Tsinghua University, hat sich der Reactor Monte Carlo-Code (RMC) zu einer leistungsstarken und innovativen Simulationsplattform für die Analyse von Kernreaktoren und darüber hinaus entwickelt. RMC demonstriert die globale Natur der Monte-Carlo-Code-Entwicklung, mit bedeutenden Beiträgen von Forschungseinrichtungen weltweit.

Finite Element Analysis (FEA) Tools

Die Finite-Elemente-Analyse spielt eine entscheidende Rolle beim Reaktordesign durch Modellierung von Strukturmechanik, thermischen Spannungen und Materialverformung. FEA-Tools ermöglichen es Ingenieuren, die strukturelle Integrität von Reaktorkomponenten unter normalen Betriebsbedingungen und Unfallszenarien zu beurteilen.

Kommerzielle FEA-Pakete wie ANSYS und ABAQUS werden in der Nuklearindustrie häufig zur strukturellen Analyse von Reaktordruckbehältern, Brennelementen und Containment-Strukturen eingesetzt. Diese Werkzeuge bieten umfassende Materialmodelle, Kontaktmechanik und nichtlineare Analysefähigkeiten, die für die Vorhersage des Bauteilverhaltens unter extremen Bedingungen unerlässlich sind.

Spezialisierte Kernbrennstoff-Leistungscodes wie BISON kombinieren Finite-Elemente-Methoden mit kernspezifischen Materialmodellen, um das Verhalten von Brennstäben während der Bestrahlung zu simulieren. Diese Codes berücksichtigen Phänomene wie Spaltgasfreisetzung, Brennstoffquellung, Verkleidungskriechung und mechanische Wechselwirkung zwischen Pellets und Umhüllung, die für die Kraftstoffleistung und die Sicherheitsanalyse entscheidend sind.

Computational Fluid Dynamics (CFD) Software

Computational Fluid Dynamics (CFD) Anwendungen umfassen Arbeiten, die eine Untersuchung der Schwingungsreaktionseigenschaften und Einflussfaktoren von Brennstäben auf der Grundlage von ANSYS-APDL durchgeführt haben, und Arbeiten, die eine thermische Analyse mit Heliumfluss in verschiedenen Kanaldesigns auf der Grundlage von CFD-Methoden durchgeführt haben, um einen dimensionsoptimierten Stabbündelkanal zu bestimmen.

Die Autoren verwendeten einen Monte-Carlo-basierten Code für den Neutronentransport in Verbindung mit einem CFD-Code für die Thermofluidik. Diese Kopplung zwischen Neutronik und Thermohydraulik ist für eine genaue Reaktorsimulation unerlässlich, da die Neutronenverteilung die Stromerzeugung beeinflusst, die Kühlmittelströmungsmuster antreibt, was wiederum Materialtemperaturen und Neutronenquerschnitte beeinflusst.

CFD-Tools wie Nek5000, STAR-CCM+ und ANSYS Fluent werden für die detaillierte thermisch-hydraulische Analyse von Reaktorkernen, Primärkühlsystemen und Containment-Strukturen eingesetzt. Diese Codes lösen die Navier-Stokes-Gleichungen, die den Fluidfluss und die Wärmeübertragung regeln, und liefern detaillierte Vorhersagen von Kühlmitteltemperatur, -geschwindigkeit und Druckverteilungen.

ExaSMR integriert die zuverlässigsten und zuverlässigsten numerischen Methoden zur Modellierung von Betriebsreaktoren, nämlich den Neutronenzustand des Reaktors mit Monte-Carlo-Neutronik und die thermische Fluidwärmeübertragungseffizienz des Reaktors mit hochauflösender numerischer Fluiddynamik, und die Exascale-Software, die diese Simulation orchestriert, bekannt als ENRICO, gewährleistet eine intime Kopplung von CFD (Nek5000) und MC Neutronentransportmodulen. Dies stellt den Stand der Technik in der gekoppelten Multiphysik-Reaktorsimulation dar.

Deterministische Verkehrscodes

Deterministische Neutronentransportcodes sind nach wie vor wesentliche Werkzeuge für die Reaktoranalyse, insbesondere für routinemäßige Berechnungen des Kerndesigns, bei denen ihre Recheneffizienz und der Mangel an statistischer Unsicherheit erhebliche Vorteile bieten.

Das SCALE-Codesystem, das am Oak Ridge National Laboratory entwickelt wurde, bietet eine umfassende Suite von deterministischen und Monte-Carlo-Tools für Kritikalitätssicherheit, Reaktorphysik und Abschirmanalyse. Die modulare Architektur von SCALE ermöglicht es Benutzern, verschiedene Berechnungsmethoden für bestimmte Anwendungen zu kombinieren, von einfachen Kritikalitätsberechnungen bis hin zu detaillierten Abbrandanalysen.

CASMO und SIMULATE, entwickelt von Studsvik Scandpower, stellen Industriestandard-Tools für Leichtwasserreaktorkerndesign dar. CASMO führt detaillierte Gitterphysikberechnungen durch, um Querschnitte mit wenigen Gruppen zu erzeugen, während SIMULATE diese Querschnitte für Vollkernknotendiffusionsberechnungen verwendet. Dieser zweistufige Ansatz gleicht Genauigkeit und Recheneffizienz für routinemäßige Kerndesignarbeit aus.

Das Idaho National Laboratory hat die neueste Version von RELAP5-3D veröffentlicht, ein vielseitiges Modellierungs- und Simulationswerkzeug, das komplexe Phänomene in einem Kernreaktor vorhersagt. RELAP5-3D veranschaulicht die ausgeklügelten Systemanalysecodes, die für die Bewertung der Reaktorsicherheit verwendet werden und in der Lage sind, komplexe thermisch-hydraulische Transienten mit detaillierten Komponentenmodellen zu modellieren.

Fortgeschrittene Berechnungstechniken

Da Reaktordesigns komplexer und die Sicherheitsanforderungen strenger werden, entwickeln die Forscher weiterhin fortschrittliche Rechentechniken, die die Grenzen dessen, was in der Reaktorsimulation möglich ist, erweitern.

Künstliche Intelligenz und Machine Learning

Die Autoren entwickelten einen Algorithmus auf Basis künstlicher Intelligenz (KI) für die Konstruktion und Optimierung eines Kernreaktorkerns auf Basis einer flexiblen Geometrie und demonstrierten eine 3fache Verbesserung der gewählten Leistungsmetrik: Temperaturpeaking-Faktor.

Die Autoren entwickelten einen Multiphysik-Emulator auf Basis von maschinellem Lernen und bewerteten Tausende von Kandidatengeometrien auf Summit, dem Supercomputer der Führungsklasse des Oak Ridge National Laboratory. Emulatoren für maschinelles Lernen können teure High-Fidelity-Simulationen während der Designoptimierung ersetzen und ermöglichen die Erkundung von weitaus größeren Designräumen, als dies mit herkömmlichen Methoden möglich wäre.

Fortschrittliche Modellierungsrahmen und AI/ML-Algorithmen beschleunigen das Design von Materialien der nächsten Generation, wie strahlungsresistente Legierungen und geschmolzene Salze, die für Spalt- und Fusionssysteme von entscheidender Bedeutung sind. Über das Reaktordesign hinaus revolutioniert AI die Materialentwicklung, indem es Materialeigenschaften und -leistung unter Bestrahlung ohne umfangreiche experimentelle Tests vorhersagt.

Mit ORNLs Frontier, dem weltweit ersten Exascale-Supercomputer, entwickelte Atomic Canyon neuartige KI-Modelle, die speziell für die Nuklearindustrie entwickelt wurden und die als FERMI die Neutronen-KI-Plattform von Atomic Canyon antreiben, und FERMI-Modelle ermöglichen intelligente Suchfunktionen, die es Benutzern ermöglichen, relevante Dokumente schnell in riesigen Repositorien technischer Dokumentation zu finden. KI-Anwendungen reichen über die Simulation hinaus zu Wissensmanagement und regulatorischer Compliance.

Hochleistungsrechnen und Parallelisierung

Oak Ridge National Laboratory integriert fortschrittliche Computer- und Kernenergieforschung, um Innovationen voranzutreiben, die für die Energiezukunft des Landes von entscheidender Bedeutung sind, und durch die Kombination von Führungsqualitäten, künstlicher Intelligenz und Multiskalenmodellierung können wir Herausforderungen bei der Gestaltung, Sicherheit und Nachhaltigkeit von Kernenergie bewältigen.

Moderne Reaktorsimulationen nutzen massiv parallele Rechenarchitekturen, um beispiellose Detailgenauigkeiten und Genauigkeiten zu erreichen. Grafikverarbeitungseinheiten (GPUs) sind für die Beschleunigung von Monte-Carlo-Simulationen immer wichtiger geworden, wobei einige Codes im Vergleich zu herkömmlichen CPU-basierten Berechnungen eine Beschleunigung um Größenordnungen erreichen.

Unser Ansatz ist die Integration von Monte-Carlo-Neutronik und numerischer Strömungsmechanik – die genauesten numerischen Methoden, die für die operative Reaktormodellierung zur Verfügung stehen – für eine effiziente Ausführung auf Exa-Systemen. Exa-Rechenplattformen, die eine Milliarde Milliarden Berechnungen pro Sekunde durchführen können, ermöglichen Simulationen, die noch vor wenigen Jahren unvorstellbar waren.

Effiziente Parallelisierungsstrategien sind für die Nutzung moderner Computerhardware unerlässlich. Domänenzerlegungsmethoden partitionieren das Rechenproblem auf mehrere Prozessoren, während die partikelbasierte Parallelisierung Monte-Carlo-Partikelhistorien auf Rechenknoten verteilt. Hybridansätze, die beide Strategien kombinieren, können eine hervorragende Skalierung auf Systemen mit Tausenden von Prozessoren erreichen.

Unsicherheit Quantifizierung und Sensitivitätsanalyse

Das Verständnis und die Quantifizierung von Unsicherheiten in Reaktorsimulationen sind für eine fundierte Entscheidungsfindung und die Einhaltung der Vorschriften von entscheidender Bedeutung.

Sensitivitätsanalyseverfahren ermitteln, welche Eingabeparameter die Simulationsergebnisse am stärksten beeinflussen, indem sie experimentelle Programme und Optimierungsbemühungen leiten. Adjoint-basierte Sensitivitätsmethoden ermöglichen eine effiziente Berechnung der Empfindlichkeiten für Tausende von Parametern gleichzeitig und ermöglichen umfassende Unsicherheitsausbreitungsstudien.

Stochastische Probenahmeverfahren wie Latin Hypercube Sampling und polynomiale Chaos-Expansion ermöglichen die Quantifizierung von Ausgabeunsicherheiten bei Eingangsparameterverteilungen. Diese Techniken werden zunehmend in die Arbeitsabläufe für den Reaktorentwurf integriert, um sicherzustellen, dass Sicherheitsmargen alle wichtigen Unsicherheitsquellen berücksichtigen.

Die Genauigkeit der Monte-Carlo-Strahlentransportsimulationen hängt von mehreren Faktoren ab, einschließlich der verwendeten physikalischen Modelle, der Qualität der zugrunde liegenden Kern- und Atomdaten, der Problemgeometrie und der statistischen Konvergenz der berechneten Höhen, und als Ergebnis wird die Leistung von MCNP-Berechnungen typischerweise durch Benchmarking- und Verifikations- und Validierungsstudien (V & V) bewertet.

Reduziertes Ordermodell und Surrogat-Modelle

Modelle reduzierter Ordnung (reduced-order models, ROMs) und Ersatzmodelle bieten recheneffiziente Näherungsmodelle von hochpräzisen Simulationen, die Anwendungen wie Echtzeitsteuerung, Designoptimierung und Unsicherheitsquantifizierung ermöglichen, die mit vollphysikalischen Modellen nicht praktikabel wären.

Die richtige orthogonale Zersetzung (POD) und die richtige dynamische Modenzerlegung (DMD) extrahieren dominante räumliche und zeitliche Muster aus hochpräzisen Simulationsdaten, wodurch die Konstruktion von niedrigdimensionalen Modellen ermöglicht wird, die das wesentliche Systemverhalten erfassen. Diese reduzierten Modelle können um Größenordnungen schneller als die ursprünglichen Simulationen laufen lassen, während sie eine akzeptable Genauigkeit beibehalten.

Gaußsche Prozessregression, neuronale Netze und andere maschinelle Lerntechniken können Ersatzmodelle erzeugen, die zwischen hochpräzisen Simulationsergebnissen interpolieren. Sobald sie auf einer Datenbank von Simulationsergebnissen trainiert wurden, liefern diese Ersatzmodelle nahezu sofortige Vorhersagen für neue Eingangsparameter, was eine schnelle Raumforschung und Echtzeitanwendungen ermöglicht.

Multiphysik-Kopplungsstrategien

Eine genaue Reaktorsimulation erfordert die Kopplung mehrerer Physikbereiche, die durch komplexe Rückkopplungsmechanismen interagieren.

Operator Splitting und Picard Iteration

Operator-Splitting-Methoden lösen jede Physikdomäne separat nacheinander, indem sie Informationen zwischen den Solvern in diskreten Zeitabständen oder Iterationsschritten austauschen.

Die Picard-Iteration wendet die Operator-Splitting-Iteration innerhalb jedes Zeitschritts an, wobei die Physik-Solver durch die Geschwindigkeit gefahren werden, bis die Konvergenzkriterien erfüllt sind. Dies verbessert die Kopplungsgenauigkeit im Vergleich zu einfachen sequentiellen Splittings, erhöht jedoch die Rechenkosten.

Voll gekoppelte jakobinfreie Newton-Krylov-Methoden

MOOSE wurde ursprünglich entwickelt, um zu versuchen, jede Gleichung in einer einzigen vorkonditionierten, jakobisch-freien Newton Krylov-Methode zu lösen. Vollständig gekoppelte Ansätze lösen alle physikalischen Gleichungen gleichzeitig als ein einziges nichtlineares System, was eine überlegene Kopplungsgenauigkeit und Stabilität für eng gekoppelte Probleme bietet.

Jacobian-Free Newton-Krylov (JFNK) Verfahren vermeiden die explizite Bildung der Jacobian Matrix, stattdessen verwenden sie gerichtete Ableitungen, um Jacobian-Vektor-Produkte zu approximieren, was vollständig gekoppelte Lösungen für groß angelegte multiphysikalische Probleme ermöglicht, bei denen eine explizite Jacobian-Bildung unerschwinglich wäre.

Eine effektive Vorkonditionierung ist für die JFNK-Konvergenz von wesentlicher Bedeutung, insbesondere für multiphysikalische Probleme mit unterschiedlichen Zeitskalen und räumlichen Skalen. Physikbasierte Vorkonditionierer, die die Struktur einzelner Physikbetreiber nutzen, können die Konvergenzraten dramatisch verbessern.

Thermische-mechanische-Neutronik-Kopplung

Multiphysikanalyse ist eine allgemeine Technik für die Kernreaktorentwurfvalidierung geworden, mit Neutronik-thermische Analyse, die die typische Wahl für das Verständnis der Reaktordynamik ist, und das Konzept des Hinzufügens mechanischer Simulation wie thermische Expansion zu dieser Kopplung ist noch relativ neu und stellt viele Computerherausforderungen dar, und während große Reaktoren relativ wenig neutronische Auswirkungen von thermischer Expansion sehen, zeigen neuere Studien von Mikroreaktorgeometrien, dass kleinere Reaktoren größere Auswirkungen von thermischer Expansion sehen.

Neutronikberechnungen bestimmen die räumliche Verteilung der Spaltleistung, die die Temperaturverteilungen antreibt, die durch thermische Analyse berechnet werden Materialtemperaturen beeinflussen Neutronenquerschnitte durch Dopplerverbreiterung und Dichteänderungen und erzeugen eine Rückkopplungsschleife, die iterativ oder durch vollständig gekoppelte Lösungsmethoden aufgelöst werden muss.

Mechanische Verformungen durch thermische Ausdehnung und durch Bestrahlung induzierte Quellung verändern geometrische Abmessungen und Materialdichten, was sowohl die Neutronik als auch die thermische Hydraulik betrifft. Bei Mikroreaktoren und anderen kompakten Bauformen können diese geometrischen Veränderungen die Reaktivität und Leistungsverteilung erheblich beeinflussen, was eine gekoppelte thermisch-mechanische-Neutronik-Analyse erforderlich macht.

Kerndaten und Querschnittsverarbeitung

Genaue Kerndaten sind für alle Berechnungen der Reaktorphysik von grundlegender Bedeutung; Querschnitte, die die Wahrscheinlichkeit der Neutronenwechselwirkung beschreiben, müssen aus den ausgewerteten Kerndatenbibliotheken in Formate verarbeitet werden, die für bestimmte Rechencodes und Reaktorbedingungen geeignet sind.

Ausgewertete Kerndatenbibliotheken

Bibliotheken der ausgewerteten Kerndatendatei (ENDF) wie ENDF/B-VIII.0, JEFF-3.3 und JENDL-5 stellen internationale Bemühungen dar, Kernreaktionsdaten aus Experimenten und Kerntheorie zusammenzustellen und zu bewerten, die detaillierte Informationen über Neutronenquerschnitte, Winkelverteilungen, Energiespektren und andere Kerneigenschaften für Hunderte von Isotopen enthalten.

Die kontinuierliche Verbesserung der Kerndaten durch neue Messungen und fortschrittliche Bewertungsverfahren verringert Unsicherheiten bei Reaktorberechnungen. Kovarianzdaten, die Unsicherheiten in Kerndaten quantifizieren, ermöglichen die Ausbreitung dieser Unsicherheiten durch Reaktorsimulationen, um ihre Auswirkungen auf die Konstruktionsparameter zu bewerten.

Temperaturabhängige Querschnitte

Eine neue fensterförmige Multipolmethode, die On-the-Fly-Temperaturabhängigkeit in kontinuierlichen Energiekerndaten bietet, die sowohl in OpenMC- als auch in Shift-Anwendungen für den Einsatz auf beschleunigter Hardware implementiert sind. Temperaturabhängige Querschnitte sind für eine genaue Reaktorsimulation unerlässlich, da sich Neutronenresonanzen mit zunehmender Temperatur erheblich erweitern.

Herkömmliche Ansätze erzeugen Querschnittstabellen bei diskreten Temperaturen, die während der Simulation interpoliert werden müssen. Das fensterförmige Multipolverfahren stellt Querschnitte im aufgelösten Resonanzbereich dar, wobei Poldarstellungen verwendet werden, die bei beliebigen Temperaturen ohne Interpolation ausgewertet werden können, wodurch der Speicherbedarf verringert und die Genauigkeit verbessert wird.

Die Erweiterung der Dopplerresonanzen bietet wichtige Rückkopplungen der negativen Reaktivität in den meisten Reaktorkonstruktionen, wodurch genaue temperaturabhängige Querschnitte für die Sicherheitsanalyse entscheidend sind.

Mehrgruppen-Querschnittserzeugung

Deterministische Transportcodes verwenden typischerweise Mehrgruppenquerschnitte, die Neutronenwechselwirkungen darstellen, die über diskrete Energiebereiche gemittelt werden. Um genaue Mehrgruppenquerschnitte zu erzeugen, sind detaillierte Spektrumberechnungen erforderlich, die die Resonanzselbstabschirmung, räumliche Heterogenität und Temperatureffekte berücksichtigen.

Gitterphysik-Codes führen detaillierte Transportberechnungen für die Geometrie von Brennelementen durch, um homogenisierte, wenige Gruppenquerschnitte für die Verwendung in Vollkernknotendiffusionsberechnungen zu erzeugen. Dieser zweistufige Ansatz gleicht Genauigkeit und Recheneffizienz für Routinereaktordesignberechnungen aus.

Fortgeschrittene Äquivalenzmethoden wie die Subgroup-Methode und die Tone-Methode verbessern die Genauigkeit des Mehrgruppenquerschnitts durch eine bessere Darstellung von Resonanz-Selbstschutzeffekten.

Verifizierung, Validierung und Benchmarking

Die Gewährleistung der Genauigkeit und Zuverlässigkeit von Rechenreaktormodellen erfordert strenge Verifizierungs-, Validierungs- und Benchmarking-Aktivitäten während des gesamten Entwicklungs- und Anwendungslebenszyklus.

Codeprüfung

Die Überprüfung bestätigt, dass Computercodes die zugrunde liegenden mathematischen Gleichungen korrekt lösen, wobei Codeergebnisse mit analytischen Lösungen für vereinfachte Probleme verglichen werden, die Konvergenzraten bei abnehmenden Maschen- und Zeitschrittgrößen überprüft werden und die Erhaltung grundlegender Größen wie Neutronen und Energie sichergestellt wird.

Die Methode der hergestellten Lösungen (MMS) bietet einen systematischen Ansatz zur Codeverifikation durch die Konstruktion von Problemen mit bekannten analytischen Lösungen.

Regressionstests erhalten die Codequalität bei Hinzufügung neuer Funktionen und Fehlerbehebung aufrecht. Automatisierte Testsuiten laufen regelmäßig, um sicherzustellen, dass Codeänderungen nicht versehentlich die vorhandene Funktionalität beeinträchtigen oder die Genauigkeit der Lösung beeinträchtigen.

Modellvalidierung

Die Validierung bewertet, ob Computermodelle die physikalische Realität durch Vergleich der Simulationsergebnisse mit experimentellen Messungen genau darstellen. Eine qualitativ hochwertige Validierung erfordert gut charakterisierte Experimente mit detaillierten Messungen und einer umfassenden Quantifizierung der Unsicherheit.

Kritische Experimente an Nullleistungs-Forschungsreaktoren liefern wertvolle Validierungsdaten für Neutronikcodes, die den Reaktivitätswert von Materialien, den Wert von Kontrollstäben, die Reaktionsgeschwindigkeitsverteilung und andere Parameter unter genau kontrollierten Bedingungen mit minimaler thermisch-hydraulischer Kopplung messen.

Betriebsreaktordaten von kommerziellen Kraftwerken und Forschungsreaktoren ermöglichen die Validierung gekoppelter Multiphysik-Simulationen unter realistischen Betriebsbedingungen, wobei jedoch Unsicherheiten in den eingebauten Abmessungen, Materialzusammensetzungen und Betriebsparametern den Validierungsaufwand erschweren können.

Internationale Benchmarks

Internationale Benchmark-Übungen, die von der OECD-Kernenergiebehörde und anderen Organisationen organisiert werden, bieten standardisierte Testprobleme für den Vergleich verschiedener Rechencodes und Modellierungsansätze, die verschiedene Reaktortypen, transiente Szenarien und gekoppelte Physikphänomene abdecken.

Die Teilnahme an Benchmark-Übungen hilft bei der Identifizierung von Best Practices für die Modellierung, der Quantifizierung von Code-zu-Code-Unterschieden und dem Aufbau von Vertrauen in computergestützte Vorhersagen. Benchmark-Spezifikationen liefern detaillierte geometrische, materielle und Betriebszustandsinformationen, um Mehrdeutigkeiten bei der Problemstellung zu minimieren.

Blinde Benchmarks, bei denen die Teilnehmer Ergebnisse vor der Offenlegung experimenteller Daten einreichen, bieten eine besonders wertvolle Validierung, indem sie potenzielle Verzerrungen aus dem Wissen über die erwarteten Ergebnisse eliminieren.

Anwendungen für Advanced Reactor Designs

Fortgeschrittene Reaktorkonzepte stellen einzigartige Herausforderungen im Rechenbereich dar, die die Weiterentwicklung von Modellierungs- und Simulationsfähigkeiten vorantreiben.

Kleine modulare Reaktoren

Exascale-Reaktormodellierungsfunktionen, die von ExaSMR geliefert werden, können dazu beitragen, das Design und die Lizenzierung von fortschrittlichen und SMR mit beispielloser Auflösung zu informieren, indem die Genauigkeit der Modellierung komplexer physikalischer Phänomene, die in laufenden Kernreaktoren auftreten, verbessert wird, und ExaSMRs Exascale-Herausforderungsproblem wird die Tür für eine hochzuverlässige Vorhersage von fortgeschrittenen Reaktorbedingungen öffnen, wie z. B. bei niedrigen Leistungsbedingungen beim Start über die Einleitung des natürlichen Kreislaufs des Kühlmittelstroms durch einen kleinen Reaktorkern und seinen primären Wärmetauscher.

Kleine modulare Reaktoren profitieren von einer hochpräzisen Simulation, um ihre kompakten Konstruktionen zu optimieren und die Sicherheitsleistung zu demonstrieren. Die kleineren Kerngrößen und die engere Integration von Komponenten in SMRs machen Multiphysik-Kopplungseffekte stärker ausgeprägt als in großen Reaktoren, was fortschrittliche Rechenwerkzeuge erfordert.

Natürliche Kreislaufkühlsysteme, die in vielen SMR-Designs eingesetzt werden, erfordern eine detaillierte CFD-Analyse, um Strömungsmuster und Wärmeübertragungsleistung unter verschiedenen Betriebsbedingungen vorherzusagen. Gekoppelte Neutronik-Thermohydraulik-Simulationen verifizieren, dass passive Sicherheitssysteme bei Unfallszenarien wie vorgesehen funktionieren.

Gasgekühlte Hochtemperaturreaktoren

Gas wird verwendet, um den Kernbrennstoff in hochtemperaturgekühlten, gasgekühlten Reaktoren zu kühlen, und das Update enthält mehr Gase, was zusätzliche Optionen für die Modellierung von Experimenten und Reaktoren ermöglicht, wobei Wasserstoff, Helium, Stickstoff, Sauerstoff, Argon, Krypton, Xenon, Luft, Schwefelhexafluorid, Kohlendioxid und Kohlenmonoxid jetzt in der Software enthalten sind.

Gasgekühlte Hochtemperaturreaktoren mit TRISO-Partikelkraftstoff stellen aufgrund ihrer stochastischen Brennstoffverteilung und komplexen Geometrie einzigartige Herausforderungen bei der Modellierung dar. Monte-Carlo-Methoden zeichnen sich durch die Modellierung der zufälligen Verpackung von Brennstoffkiesel oder Kompaktsträngen aus, während CFD-Simulationen den Gasfluss durch das Kieselbett oder prismatische Brennstoffblöcke vorhersagen.

Hohe Betriebstemperaturen in diesen Reaktoren erfordern eine genaue Modellierung der temperaturabhängigen Materialeigenschaften und Wärmestrahlung Wärmeübertragung. Graphitoxidation und Spaltprodukttransport durch TRISO-Beschichtungsschichten fügen zusätzliche physikalische Phänomene hinzu, die in umfassenden Reaktorsimulationen erfasst werden müssen.

Salzschmelzreaktoren

Schmelzsalzreaktoren mit zirkulierendem flüssigem Brennstoff stellen aufgrund der Kopplung zwischen Neutronen, thermischer Hydraulik und Brennstoffchemie beispiellose rechnerische Herausforderungen dar. Der sich bewegende Brennstoff erzeugt zeitabhängige Neutronenquellenverteilungen und erfordert die Verfolgung der verzögerten Neutronenvorläuferdrift.

Korrosion und Materialverträglichkeit mit geschmolzenen Salzen erfordern eine detaillierte chemische Modellierung in Verbindung mit thermischer Hydraulik und Strukturmechanik. Computergestützte Werkzeuge müssen die Entwicklung der Salzzusammensetzung, den Tritiumtransport und das Verhalten von Spaltprodukten in der komplexen chemischen Umgebung von geschmolzenen Salzsystemen vorhersagen.

Die Online-Brennstoffverarbeitung und -entfernung von Spaltprodukten in einigen geschmolzenen Salzreaktorkonzepten erfordert eine dynamische Brennstoffzusammensetzungsverfolgung, die in Neutronik- und Wärmehydraulikberechnungen integriert ist.

Mikroreaktoren und Weltraumkernsysteme

Mikroreaktoren für Fernstromanwendungen und kerntechnische Weltraumantriebssysteme arbeiten unter extremen Bedingungen mit minimaler Wartungsinfrastruktur. Computational Modeling spielt eine entscheidende Rolle bei der Demonstration ihrer Zuverlässigkeit und Sicherheitsleistung.

Wärmerohrkühlsysteme, die in vielen Mikroreaktoren verwendet werden, erfordern spezielle thermisch-hydraulische Modelle, um Zweiphasenströmung und Wärmeübertragung in den Wärmerohren vorherzusagen. Gekoppelte Simulationen verifizieren, dass Wärmerohranordnungen die Zerfallswärme durch passive Mechanismen entfernen können, selbst wenn einige Wärmerohre ausfallen.

Raumreaktorsysteme müssen Startlasten standhalten, unter Vakuum oder planetaren Atmosphären arbeiten und jahrelang zuverlässig ohne Wartung funktionieren. Computational Simulationen bewerten die strukturelle Integrität während des Starts, prognostizieren Leistungseinbußen durch Strahlungsschäden und überprüfen den sicheren Betrieb unter verschiedenen Einsatzszenarien.

Kraftstoffleistung und Materialmodellierung

Das Verständnis des Brennstoffverhaltens unter Bestrahlung ist für die Reaktorsicherheit und -wirtschaftlichkeit von wesentlicher Bedeutung. Computational fuel performance codes integrieren mehrere physikalische Phänomene, die während des Betriebs in Brennstäben auftreten.

Thermomechanik für Brennstäbe

Die Codes für die Brennstoffleistung modellieren das gekoppelte thermische, mechanische und chemische Verhalten von Brennstäben während ihrer gesamten Lebensdauer im Reaktor, wobei diese Codes die Verteilung der Brennstofftemperatur, die Freisetzung von Spaltgas, die Brennstoffquellung, das Kriechen der Umhüllung und die mechanische Wechselwirkung zwischen Pellets und Umhüllung vorhersagen.

Finite-Elemente-Methoden diskretisieren die Brennstabgeometrie, um Wärmeleitungsgleichungen mit interner Wärmeerzeugung aus der Spaltung zu lösen. Temperaturabhängige Materialeigenschaften und Spaltleitfähigkeit zwischen Brennstoff und Verkleidung beeinflussen die Temperaturvorhersagen erheblich und müssen genau modelliert werden.

Mechanische Modelle berücksichtigen das Rißen, die Verlagerung und die Verdichtung von Brennstoffpellets während der anfänglichen Leistungsrampen sowie langfristige Phänomene wie das Kriechen und Bestrahlungswachstum von Mantelflächen. Kontaktmechanikalgorithmen behandeln die komplexe Wechselwirkung zwischen Brennstoffpellets und Mantelflächen, wenn sich Lücken schließen und sich der Kontakt mit Pellets umschließt.

Freisetzung und Schwellung von Spaltgas

Spaltgase wie Xenon und Krypton, die während der Spaltung entstehen, sammeln sich in der Brennstoffmatrix an und geben schließlich in den Spalt der Brennstoffhülle ab, wodurch der Druck im Innenstab erhöht wird.

Die Kraftstoffquellung durch Spaltgasblasen und feste Spaltprodukte beeinflusst die Kraftstoffdichte und die Wärmeleitfähigkeit. Präzise Quellungsmodelle sind für die Vorhersage des Schließens des Brennstoffhüllenspalts und der nachfolgenden mechanischen Wechselwirkung, die zu einem Versagen der Verkleidung führen kann, von wesentlicher Bedeutung.

Strahlungsschäden und Materialentwicklung

Es wird erwartet, dass fortschrittliche Berechnungsmethoden und Hardware neue Fähigkeiten in der Materialforschung ermöglichen, und diese Entwicklung bietet das Potenzial für ein besseres Verständnis des Materialverhaltens, um die Entwicklung neuer Materialien zu ermöglichen, die verbesserte Leistungsoptionen für zukünftige Anlagen bieten.

Strahlungsschäden durch Neutronenbestrahlung verursachen mikrostrukturelle Veränderungen in Brennstoffen und Strukturmaterialien, die ihre mechanischen Eigenschaften und die Dimensionsstabilität beeinflussen. Computational Materials Science Tools modellieren Defekterzeugung, Migration und Clustering auf atomarer Ebene und liefern Einblicke in Strahlungsschadensmechanismen.

Multiskalige Materialmodellierung überbrückt Simulationen von Strahlungsschäden im atomaren Maßstab mit Vorhersagen der Brennstoffleistung auf Kontinuumsebene. Rate-Theorie-Modelle verfolgen die Entwicklung von Defektpopulationen, während Phasenfeldmethoden die Mikrostrukturentwicklung unter Bestrahlung simulieren.

Transiente und Unfallanalyse

Die computergestützte Simulation von Reaktortransienten und Unfällen ist für den Nachweis der Sicherheit und die Zulassung durch die Behörden unerlässlich, wobei diese Analysen das komplexe Zusammenspiel von Neutronik, thermischer Hydraulik und Strukturmechanik unter aussergewöhnlichen Bedingungen erfassen müssen.

Unfälle mit Reaktivitätseinführung

Transiente Analysecodes koppeln Punktkinetik oder räumliche Kinetik Neutronik mit thermischer Hydraulik, um die Leistungsentwicklung, die Kraftstofftemperaturen und mögliche Kraftstoffschäden vorherzusagen.

Die Dopplerrückmeldung von Kraftstofftemperaturerhöhungen und die Moderatorrückmeldung von Kühlmitteldichteänderungen stellen in den meisten Reaktorkonstruktionen inhärente Abschaltmechanismen dar. Eine genaue Modellierung dieser Rückkopplungseffekte ist entscheidend für die Vorhersage von Unfallfolgen und den Nachweis, dass die Grenzwerte für Kraftstoffschäden nicht überschritten werden.

Verlust von Kühlmittelunfällen

Systemanalysecodes wie RELAP5-3D modellieren die komplexen thermisch-hydraulischen Phänomene während der Blowdown-, Nachfüll- und Rückflutphasen einer LOCA.

Die Leistung des Notkühlsystems muss durch detaillierte Simulationen nachgewiesen werden, die den Zweiphasenfluss, den kritischen Wärmefluss und die Kernunschärfe berücksichtigen, wobei diese Berechnungen belegen, dass die Spitzentemperaturen der Umhüllung unterhalb der gesetzlichen Grenzwerte bleiben und dass die Langzeitkühlung aufrechterhalten wird.

Station Blackout und darüber hinaus Design Basis Unfälle

Stromausfallszenarien, die den Verlust aller passiven Sicherheitssysteme und Reaktionsverfahren für den Wechselstrombetrieb beinhalten: Erweiterte Simulationen, die Stunden bis Tage abdecken, erfordern effiziente Berechnungsmethoden und eine sorgfältige Behandlung der Abklingwärmeentfernung durch natürliche Zirkulation und passive Kühlmechanismen.

Die Analyse schwerer Unfälle für Szenarien, die über die Konstruktionsgrundlage hinausgehen, erfordert spezielle Codes, die den Kernabbau, die Wasserstofferzeugung, das Verhalten von geschmolzenem Korium und die Reaktion auf Eindämmung modellieren. Diese Codes integrieren verschiedene physikalische Phänomene wie Brennstoffschmelzen, chemische Reaktionen, Aerosoltransport und strukturelles Versagen.

Optimierung und Design Exploration

Computational Optimization Techniken ermöglichen die systematische Erkundung von Reaktor Design Räume, um Konfigurationen zu identifizieren, die am besten mehrere, oft konkurrierende Ziele erfüllen.

Optimierung des Kraftstofflademusters

Die Optimierung der Brennstoffbeladungsmuster zur Erzielung der gewünschten Leistungsverteilungen, die Maximierung der Zykluslänge und die Minimierung von Leistungsspitzenfaktoren stellt ein klassisches Problem des Reaktordesigns dar. Genetische Algorithmen, simuliertes Glühen und andere heuristische Optimierungsmethoden durchsuchen den weiten Raum möglicher Lademuster, um nahezu optimale Konfigurationen zu identifizieren.

Moderne Optimierungsansätze koppeln fortschrittliche Suchalgorithmen mit schnell laufenden Modellen reduzierter Ordnung oder Ersatzmodellen, um Tausende von Kandidatendesigns zu bewerten. Hochpräzisionssimulationen überprüfen die Leistung von vielversprechenden Designs, die durch Optimierung identifiziert wurden.

Kerndesign und Kraftstoffmanagement

Die Optimierung des Kerndesigns gleicht die Wirtschaftlichkeit des Brennstoffkreislaufs, Sicherheitsmargen und betriebliche Flexibilität aus. Multi-Ziel-Optimierungs-Frameworks identifizieren Pareto-optimale Designs, die unterschiedliche Kompromisse zwischen konkurrierenden Zielen wie Zykluslänge, Power Peaking und Abschaltungsmarge darstellen.

Automatisierte Kraftstoffmanagementoptimierung bestimmt Nachladechargengrößen, Anreicherungen und verbrennbare Giftladungen, um die Kosten für den Kraftstoffzyklus zu minimieren und gleichzeitig Sicherheits- und Betriebsbeschränkungen zu erfüllen.

Fortschrittliche Optimierung des Reaktordesigns

Die schnelle Entwicklung der fortschrittlichen, insbesondere additiven Fertigung (3-D-Druck) und ihre Einführung in das fortschrittliche Kernkerndesign durch das Transformational Challenge Reactor-Programm haben die Möglichkeit geboten, die willkürliche Geometriegestaltung von kernbeheizten Strukturen zu erkunden.

Additive Fertigung ermöglicht Reaktordesigns mit komplexen Geometrien, die mit herkömmlichen Methoden nicht hergestellt werden können. Topologieoptimierung und generative Designalgorithmen können unkonventionelle Geometrien untersuchen, um Leistungsmetriken wie Temperaturgleichförmigkeit oder Leistungsdichte zu maximieren.

Der Raum für die Gestaltung beliebiger Geometrien ist groß und erfordert die rechnerische Auswertung vieler Kandidatendesigns, und die multiphysikalische Simulation von Kernsystemen ist sehr zeitintensiv. Diese Herausforderung treibt die Entwicklung effizienter Optimierungsalgorithmen und Ersatzmodellierungstechniken voran, die große Konstruktionsräume mit begrenzten Rechenbudgets navigieren können.

Zukünftige Richtungen und aufkommende Technologien

Das Gebiet der computergestützten Reaktorphysik entwickelt sich rasant weiter, angetrieben durch Fortschritte in der Computerhardware, numerischen Methoden und unserem Verständnis von Kernsystemen.

Exascale Computing und darüber hinaus

Exascale-Rechenplattformen, die eine Milliarde Milliarden Berechnungen pro Sekunde durchführen können, ermöglichen Reaktorsimulationen mit beispielloser Auflösung und Genauigkeit. Diese Systeme ermöglichen Monte-Carlo-Vollkernsimulationen mit Milliarden von Teilchengeschichten, hochauflösende CFDs ganzer Primärkühlsysteme und eng gekoppelte Multiphysik-Berechnungen.

Zukünftige Rechenarchitekturen werden wahrscheinlich noch größere Parallelität, heterogene Prozessoren, die CPUs und Beschleuniger kombinieren, und neue Speicherhierarchien aufweisen. Computational Methods müssen weiterentwickelt werden, um diese Architekturen effektiv zu nutzen, was ein Umgestalten von Algorithmen und neue Programmiermodelle erfordert.

Quantencomputer stellen eine potenzielle, langfristig bahnbrechende Technologie für die Reaktorsimulation dar. „Während aktuelle Quantencomputer für praktische Reaktorberechnungen zu begrenzt sind, könnten zukünftige Quantenalgorithmen exponentielle Beschleunigungen für bestimmte Klassen von Problemen wie Quantenchemieberechnungen für die Materialkonstruktion ermöglichen.

Digitale Zwillinge und Echtzeitsimulation

Die Digital-Twin-Technologie erzeugt virtuelle Nachbildungen von physikalischen Reaktoren, die kontinuierlich mit Sensordaten der eigentlichen Anlage aktualisiert werden. Diese digitalen Zwillinge ermöglichen die Echtzeitüberwachung, vorausschauende Wartung und Optimierung des Reaktorbetriebs.

Modelle mit reduzierter Ordnung und Surrogate für maschinelles Lernen ermöglichen es digitalen Zwillingen, schneller als in Echtzeit zu laufen, was die Vorhersage zukünftiger Anlagenzustände und die Bewertung von Was-wäre-wenn-Szenarien ermöglicht.

Quantifizierung von Unsicherheiten bei digitalen Zwillingen berücksichtigt Sensorrauschen, Modellunsicherheiten und unvollständige Informationen über den Anlagenzustand. Bayessche Inferenz- und Datenassimilationstechniken kombinieren Simulationsvorhersagen mit Messdaten, um beste Schätzungen der aktuellen Anlagenbedingungen zu liefern.

Autonomes Design und Künstliche Intelligenz

Die Schlussfolgerungen diskutieren die zukünftigen Auswirkungen auf die Gestaltung von Kernsystemen mit willkürlicher Geometrie und das Potenzial für KI-basierte autonome Designalgorithmen. KI-gesteuerte Design-Tools könnten autonom Designräume erkunden, vielversprechende Konzepte identifizieren und Konfigurationen mit minimalem menschlichen Eingriff optimieren.

Generative gegnerische Netzwerke und andere Deep-Learning-Architekturen könnten neuartige Reaktorkonfigurationen entdecken, die menschliche Designer niemals in Betracht ziehen würden. Diese KI-Systeme könnten aus Datenbanken früherer Entwürfe und Simulationen lernen, um eine Intuition darüber zu entwickeln, was ein gutes Reaktordesign ausmacht.

Erklärbare KI-Techniken werden für die regulatorische Akzeptanz von KI-entwickelten Reaktoren unerlässlich sein. Design-Tools müssen nicht nur optimale Konfigurationen identifizieren, sondern auch verständliche Erklärungen liefern, warum bestimmte Design-Entscheidungen getroffen wurden und wie die Sicherheit gewährleistet ist.

Integration von experimentellen und computergestützten Ansätzen

Die Zukunft des Reaktordesigns liegt in der nahtlosen Integration von experimentellen Tests und Computersimulationen. Experimente validieren Computermodelle und liefern Daten für die Modellkalibrierung, während Simulationen experimentelle Programme leiten, indem sie kritische Phänomene identifizieren und Testmatrizen optimieren.

Die In-Pile-Instrumentierung und die Echtzeit-Datenerfassung ermöglichen einen direkten Vergleich von Simulationsvorhersagen mit experimentellen Messungen während Bestrahlungstests. Diese enge Kopplung zwischen Experiment und Simulation beschleunigt die Modellentwicklung und schafft Vertrauen in computergestützte Vorhersagen.

Virtuelle Experimente mit hochpräzisen Simulationen können physikalische Testprogramme ergänzen und die Anzahl der für die Kraftstoffqualifikation erforderlichen teuren Bestrahlungstests reduzieren. Computermodelle, die gegen eine begrenzte Anzahl von Experimenten validiert wurden, können Parameterbereiche und Bedingungen untersuchen, die für physikalische Tests unpraktisch wären.

Herausforderungen und Chancen

Trotz enormer Fortschritte in der computergestützten Reaktorphysik bestehen nach wie vor erhebliche Herausforderungen, die Chancen für die weitere Forschung und Entwicklung bieten.

Berechnungskosten und Effizienz

Obwohl deterministische Methoden im Allgemeinen schnell sind, benötigen sie viele Annäherungen während der Implementierung, und im Gegensatz dazu ist das Hauptproblem bei den Monte-Carlo-Methoden ihre Rechenkosten, einschließlich Speicher und CPU-Zeit, während es keine Annäherung im Phasenraum gibt und die reale Physik des Systems simuliert werden kann.

Die Abwägung der Rechenkosten mit der Genauigkeit der Lösung bleibt eine grundlegende Herausforderung. Monte-Carlo-Simulationen mit hoher Genauigkeit können Tage oder Wochen Rechenzeit für große Cluster erfordern, was ihre Verwendung für routinemäßige Designberechnungen und Optimierungsstudien einschränkt.

Varianzreduktionstechniken, adaptive Mesh-Verfeinerung und hybride Methoden, die deterministische und stochastische Ansätze kombinieren, bieten Wege zu einer verbesserten Recheneffizienz. Die kontinuierliche Entwicklung und Optimierung von Algorithmen für moderne Rechenarchitekturen wird unerlässlich sein, um hochpräzise Simulationen für breitere Anwendungen praktikabel zu machen.

Multiskalen- und Multiphysik-Kopplung

Die effektive Kopplung von Phänomenen über sehr unterschiedliche räumliche und zeitliche Maßstäbe hinweg bleibt eine Herausforderung. Strahlenschäden im Atommaßstab treten auf Pikosekunden-Zeitskalen auf, während sich die Brennstoffleistung über Jahre der Bestrahlung entwickelt. Die Überbrückung dieser Maßstäbe erfordert die sorgfältige Entwicklung grobkörniger Modelle, die die wesentliche Physik erhalten und gleichzeitig rechentechnisch tragbar bleiben.

Die Entwicklung robuster Kopplungsalgorithmen, die Stabilität und Genauigkeit für stark gekoppelte Probleme gewährleisten, erfordert eine kontinuierliche Erforschung numerischer Methoden und Softwareentwicklung.

Verifikation, Validierung und Unsicherheit Quantifizierung

Da die Rechenmodelle komplexer werden, werden strenge Verifikation und Validierung immer schwieriger. Umfassende Validierung erfordert qualitativ hochwertige experimentelle Daten, die für fortschrittliche Reaktorkonzepte und Unfallszenarien oft nicht verfügbar sind.

Die Quantifizierung von Unsicherheiten in komplexen multiphysikalischen Simulationen erfordert die Verbreitung von Unsicherheiten aus verschiedenen Quellen, einschließlich Kerndaten, Materialeigenschaften, Fertigungstoleranzen und Modellierungsannäherungen.

Softwarequalität und Nachhaltigkeit

Die Wartung und Weiterentwicklung großer Computersoftwaresysteme über Jahrzehnte hinweg stellt erhebliche Herausforderungen dar. Alte Codes, die in älteren Programmiersprachen geschrieben wurden, können schwer zu modifizieren und auf neue Computerarchitekturen zu übertragen sein, während neuere Codes möglicherweise nicht über die umfassende Validierung und Benutzererfahrung der etablierten Tools verfügen.

Open-Source-Softwareentwicklungsmodelle bieten Möglichkeiten für eine breitere Zusammenarbeit und schnellere Innovationen, erfordern jedoch eine sorgfältige Aufmerksamkeit für Softwarequalitätssicherung, Dokumentation und Community-Building. Die Balance zwischen Offenheit und Exportkontrollanforderungen für Kerntechnik erhöht die Komplexität.

Die Ausbildung der nächsten Generation von Computerreaktorphysikern erfordert eine Ausbildung in Kerntechnik, angewandter Mathematik, Informatik und Softwaretechnik. Interdisziplinäre Ausbildungsprogramme und Verbundforschungsprojekte helfen, die vielfältigen Fähigkeiten zu entwickeln, die für die moderne Reaktorsimulation erforderlich sind.

Schlussfolgerung

Computational Methoden sind zu unverzichtbaren Werkzeugen für Kernreaktor Design, Sicherheitsanalyse und Optimierung geworden. Das Feld hat sich von einfachen Diffusionsberechnungen auf frühen Computern zu Exascale-Multiphysik-Simulationen entwickelt, die komplexe gekoppelte Phänomene mit beispielloser Genauigkeit erfassen.

Die neue Modellierung und Simulation wird der Atomindustrie zugute kommen, da Wissenschaftler/Ingenieure die Leistung und Zuverlässigkeit bestehender und fortschrittlicher Kernkraftwerke analysieren und optimieren können. Da die Atomindustrie fortschrittliche Reaktorkonzepte verfolgt, um den Klimawandel und die Herausforderungen der Energiesicherheit zu bewältigen, wird die Computersimulation eine immer zentralere Rolle bei der Beschleunigung der Entwicklung und des Einsatzes spielen.

Die Integration von künstlicher Intelligenz, Exascale Computing und fortschrittlichen numerischen Methoden verspricht, das Reaktordesign und die Analyse in den kommenden Jahrzehnten zu revolutionieren. Digitale Zwillinge werden die Echtzeitoptimierung des Reaktorbetriebs ermöglichen, während KI-gesteuerte Design-Tools riesige Designräume erkunden werden, um innovative Konzepte zu identifizieren, die Sicherheit und Leistung maximieren.

Um dieses Potenzial zu realisieren, sind jedoch kontinuierliche Investitionen in die Entwicklung von Rechenmethoden, eine Hochleistungs-Computing-Infrastruktur, experimentelle Validierungsprogramme und die Entwicklung von Arbeitskräften erforderlich. Die Herausforderungen sind erheblich, aber die Möglichkeiten, die Kernenergie durch fortschrittliche Modellierung und Simulation umzugestalten, sind immens.

Für diejenigen, die mehr über die Computer-Reaktorphysik und verwandte Themen erfahren möchten, bietet die OECD Nuclear Energy Agency umfangreiche Ressourcen für Reaktormodellierung und Simulation. Die American Nuclear Society bietet professionelle Entwicklungsmöglichkeiten und technische Publikationen in diesem Bereich. Die Internationale Atomenergiebehörde koordiniert die internationale Zusammenarbeit bei der Modellierung und Simulation von Kernen. Darüber hinaus unterstützt das Büro des US-Energieministeriums für Kernenergie die Forschung und Entwicklung in fortschrittlichen Reaktortechnologien und Computermethoden.

Da die Rechenkapazitäten weiter voranschreiten und unser Verständnis von Kernsystemen sich vertieft, wird die Zukunft des Reaktordesigns zunehmend durch ausgeklügelte Modellierungs- und Simulationswerkzeuge geprägt sein. Diese Berechnungsmethoden werden es der Atomindustrie ermöglichen, sichere, wirtschaftliche und nachhaltige Energielösungen für kommende Generationen zu liefern.