裂变气体释放建模的敏感性分析
《Journal of Nuclear Materials》:Sensitivity analyses of fission gas release modelling
【字体:
大
中
小
】
时间:2026年08月28日
来源:Journal of Nuclear Materials 3.3
编辑推荐:
**要点摘要**
• 通过Dakota-TRANSURANUS-SCIANTIX接口实现的全局敏感性分析。
• 无热裂变电离气释放(FGR)由制造孔隙度驱动。
• 准确建模制造孔隙度及其演变至关重要。
• 爆发式FGR对控制裂纹萌生的晶界能敏感。
• 在所考虑的 uncer
**要点摘要**
• 通过Dakota-TRANSURANUS-SCIANTIX接口实现的全局敏感性分析。
• 无热裂变电离气释放(FGR)由制造孔隙度驱动。
• 准确建模制造孔隙度及其演变至关重要。
• 爆发式FGR对控制裂纹萌生的晶界能敏感。
• 在所考虑的 uncertainties 范围内,FGR预测结果令人满意。
**引言**
在核燃料性能代码(FPCs)的开发过程中,裂变气体行为(FGB)是评估核燃料在辐照条件下行为的一个相关方面 [1]、[2]、[3]。裂变气体以两种互补的方式影响燃料棒的力学性能:若被保留在燃料基质中,气体在气泡中积累,降低燃料热导率,引起肿胀以及颗粒-包壳机械相互作用(PCMI);另一方面,裂变气体释放(FGR)会劣化燃料-包壳间隙的热导率并增加棒内压力 [4]。过去几十年来,随着更多实验数据的可获得性、从低尺度到工程尺度模型的信息集成,以及原子模拟和人工神经网络等各种建模技术和方法的采用,在理解和建模裂变气体行为方面取得了显著进展 [5]、[6]、[7]、[8]、[9]、[10]、[11]、[12]。此外,还开发并不断更新了几种专门工具来处理FPC中的裂变气体行为问题(例如,TRANSURANUS [17]、[18] 中的SCIANTIX [13]、[14]、[15]和FISPRO2 [5]、[16],BISON [20]、[21] 中的SIFGRS [19],ALCYONE [24]、[25] 中的CARACAS [22]和MARGARET [23])。
尽管如此,与所有物理模型一样,裂变气体行为的预测仍受模型不足性、参数不确定性和数值误差等因素带来的 uncertainties 影响 [26]。由于与模型在代码中的实现相关的数值误差相较于其他来源可忽略不计,因此重点放在模型公式化、近似所带来的系统性误差以及模型参数相关的不确定性上 [26]、[27]。
以下综述以燃料晶粒内的气体扩散问题为例,列出FGB建模中预期不确定性的类型 [2]、[28]。第一类来源是材料属性:如果通过实验技术直接测量(如燃料晶粒半径),不确定性源于测量技术本身以及所选样本的代表性。另一方面,如果属性由反演方法确定(如裂变气体原子的扩散系数)[10]、[19]、[29]、[30],则不确定性既来自实验条件,也来自用于提取实验数据的模型。在这两种情况下,所选属性值是实验数据分布的均值,因此本身也伴随不确定性。第二类不确定性来源是模型本身,由于在复杂的燃料性能建模框架内采用了简化假设来表示复杂物理现象,同时也避免影响FPC的计算时间。对于扩散问题,Booth [31] 提出的等效球假设克服了四面体十四面体或柱状晶粒形状带来的数值困难。第三类不确定性来源是用于设置模拟工况的实验条件,如燃料棒的实际辐照功率。最后,FGB与FPC计算的全局解变量(如燃料温度)之间的强耦合意味着不确定性会从工程尺度传播到微尺度的FGB预测中 [19]、[32]、[33]。因此,开展专门的敏感性分析(SA)以确定哪些来源是导致FGB相关量(如裂变气体释放和气态肿胀)不确定性的原因,并提高对FPC预测结果的信心,是相关且有必要的。然而,文献中可用的专门SA研究较少 [19]、[28]、[33]、[34]、[35]、[36]。
文献 [28] 中描述的一般敏感性分析方法包括:首先是问题定义,即:确定输入参数、模型本身以及将作为SA评估指标的输变量。接下来,对输入参数相关的不确定性进行建模,并根据其性质(认识论不确定性或偶然性不确定性)进行处理 [36]。如果参数空间维度较高,可采用Morris方法 [37]、[38] 进行定性筛选分析。该方法基于对输入参数的一次一变量(OAT)扰动来计算基本效应,从而提供参数的定性排序。因此,它通常被采用在应用基于方差的方法之前降低模型维度。另一方面,基于方差的方法需要更高的计算成本,但通过敏感性系数提供参数相关性和参数间相互作用强度的定量信息。建模阶段完成后,通过在参数空间内采样并调用实现该模型的燃料性能代码来传播不确定性。所得结果允许使用敏感性系数对输入变量进行重要性排序。这些可以是变量之间的Pearson相关系数和Spearman相关系数 [39],或者是基于方差的方法如Sobol'指数,后者表达每个参数对总方差的贡献 [36]、[40]。或者,可以采用评估指标对输入参数的导数 [33],或单输入变化的定性比较和卡方检验 [34]、[35]。
本工作报道了两项专门针对两种裂变气体释放机制的敏感性分析:通过开放孔隙的释放和通过燃料晶界传播的微裂纹的释放 [41]、[42]。对于这两种机制,最近已在SCIANTIX [13]、[14]、[15] 中开发、实现和测试了专门的基于物理的模型。SCIANTIX是由米兰理工大学开发的开源计算机代码,用于在介观尺度上评估核燃料中的裂变气体行为。在计划通过将SCIANTIX与TRANSURANUS FPC耦合进行积分尺度验证之前,本SA工作有助于更好地理解这些模型并量化裂变气体释放预测中的不确定性。为此所采用的工具是Dakota [43]、[44],该软件由桑迪亚国家实验室开发,用于执行优化、不确定性量化和高级参数分析,应用于设计探索、模型校准、风险分析以及各种计算模型中裕量的量化 [45]、[46]、[47]、[48]。
本文结构如下。第2节总结敏感性分析研究的第一步:识别本工作所针对的FGR模型及其可能的不确定性来源。第3节描述软件框架,详细说明各敏感性分析所选的燃料辐照工况,并介绍所采用的SA技术。第4节和第5节呈现并讨论结果,重点在于参数重要性排序并建议操作性取值。第6节得出结论。
**章节摘要**
**SCIANTIX中的裂变气体释放模型**
SCIANTIX [13]、[14]、[15] 提供了对燃料中裂变气体释放主要机制的全面描述:从燃料开放孔隙的无热释放、通过晶界气泡网络的基于扩散的释放以及通过燃料内裂纹路径的爆发式释放。图1给出了图形表示。本节对敏感性分析所涉及的模型进行简要概述,突出所采用的相关变量。
**方法论**
本节介绍所采用的软件框架和敏感性分析技术,以及为每项敏感性分析所选的燃料辐照工况。
**结果**
关于美国PWR辐照工况下评估的无热裂变气体释放模型,Pearson系数和Spearman系数及其p值列于表2。制造孔隙度和晶棱长度与FGR呈统计学显著相关(p值 < 0.05)。燃耗、温度和裂变率影响可忽略不计。制造孔隙度和晶棱长度分别与FGR呈强正相关和弱正相关。类似结果可讨论。
**讨论**
本节讨论敏感性分析的结果。值得指出的是,结果依赖于前一节已讨论的三个主要假设:(i) 基于方差的Sobol'指数所要求的输入参数独立性,(ii) 所选的不确定性范围,(iii) 将所有不确定性作为认识论不确定性处理。
关注裂变气体释放与每个研究输入参数之间的两两关系,对于无热裂变气体释放模型……
**结论**
本工作开展了两项敏感性分析,聚焦于SCIANTIX中实现的两个近期基于物理的模型,分别处理从开放孔隙和微裂纹的裂变气体释放。通过开发Dakota与TRANSURANUS之间的接口(后者与SCIANTIX耦合),进行了全局敏感性分析。
对于从开放孔隙的无热释放,结果表明模型对制造孔隙度的程度比对气体……更为敏感。
**符号表**
FNN — 前馈神经网络
FGB — 裂变气体行为
FGR — 裂变气体释放
FPC — 燃料性能代码
FUMEX — 高燃耗燃料建模
IAEA — 国际原子能机构
IFPE — 国际燃料性能实验
KDE — 核密度估计
LHR — 线性热通量
LHS — 拉丁超立方抽样
PCC — Pearson相关系数
PCMI — 颗粒-包壳机械相互作用
PWR — 压水堆
SA — 敏感性分析
SRCC — Spearman相关系数
**作者贡献声明**
Elisa Cappellari:撰写——初稿、验证、软件、调查、形式化分析、数据整理。Davide Pizzocri:监督、调查、概念设计。Giovanni Zullo:软件、方法论。Giovanni Nicodemo:软件、方法论。Lelio Luzzi:监督、方法论、调查、资金获取、概念设计。
**利益冲突声明**
作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
Elisa Cappellari | Davide Pizzocri | Giovanni Zullo | Giovanni Nicodemo | Lelio Luzzi
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号