Институт энергетики

Высшая школа атомной и тепловой энергетики

Методы научного исследования

Выполнили: М.А. Вересов
М.Ю. Захаров
А.В. Тарасенко
М.А. Чубаров

Руководитель: С.В. Скулкин

Санкт-Петербург
2020
 Методы Монте-Карло

Методы Монте-Карло — общее название группы

численных методов, основанных на получении большого
числа реализаций случайного процесса, который
формируется таким образом, чтобы его вероятностные
характеристики совпадали с аналогичными величинами
решаемой задачи.

Методы Монте-Карло применяются для широкого спектр

задач, которые сложны для аналитического решения.

2
 Методы Монте-Карло

Процесс моделирования включает следующие этапы:

1) Определение модели или алгоритма, которые наиболее

точно описывают поведение исследуемой системы.

2) Многократное моделирование с использованием

генератора случайных чисел для получения выходных
данных модели.

3) Обработка выходных данных с помощью статистических

методов для получения интересующих параметров.

3
 Методы Монте-Карло

Недостатки:

 Точность решения зависит от количества итераций;

 Большое количество итераций требует существенных

вычислительных мощностей;

 Метод предполагает, что входные величины и их

неопределенность можно описать известным
распределением;

4
 Применение методов Монте-Карло

Метод Монте-Карло широко используется в задачах расчёта

защиты от ионизирующего излучения, поскольку многие
геометрии источников и защит являются сложными для
аналитического описания.

Целью таких расчётов является получение спектра частиц,

попадающих в детекторы, расположенные в месте, где
находятся персонал население, оборудование и другие
объекты, которые необходимо защищать от ионизирующего
излучения

5
 Методы Монте-Карло в ядерной энергетике

В
В точке,
точке, где
где располагается
располагается источник
источник излучения
излучения создаётся
создаётся частица,
частица,
имеющая
имеющая случайные
случайные энергию
энергию и
и направление
направление движения,
движения, соответствующие
соответствующие
заданным
заданным распределениям.
распределениям.

Далее
Далее частица
частица двигается
двигается вв веществе
веществе вв направлении
направлении своего
своего
первоначального
первоначального движения
движения до
до тех
тех пор,
пор, пока
пока она
она не
не провзаимодействует
провзаимодействует сс
веществом.
веществом. Взаимодействие
Взаимодействие при
при этом
этом рассматривается
рассматривается как
как случайный
случайный процесс
процесс
сс вероятностью,
вероятностью, определяемой
определяемой сечением.
сечением. После
После взаимодействия,
взаимодействия, вв
зависимости
зависимости от
от его
его типа,
типа, частица
частица либо
либо рассеивается,
рассеивается, либо
либо поглощается
поглощается и
и на
на
этом
этом итерация
итерация заканчивается.
заканчивается. При
При рассеянии,
рассеянии, частица
частица продолжает
продолжает своё
своё
движение
движение сс другими
другими энергией
энергией и
и направлением
направлением до
до тех
тех пор,
пор, пока
пока не
не произойдёт
произойдёт
следующее
следующее взаимодействие
взаимодействие и
и так
так далее.
далее.

6
Методы Монте-Карло в ядерной энергетике

7
 Методы Монте-Карло в ядерной энергетике

Метод Монте-Карло также применяется для моделирования процессов

переноса нейтронов в активной зоне ядерного реактора.

Целью
Целью расчёта
расчёта вв этом
этом случае
случае является
является оценка
оценка распределения
распределения
плотности нейтронных потоков в пространстве АЗ, вычисление
нейтронно-физических характеристик в различных точках реактора. В
том числе возможно моделирование кинетики реактора с помощью
итерационного расчёта.

Метод Монте-Карло в ядерной энергетике часто применяют для

обоснования ядерной безопасности при транспортировке, загрузке и
хранении топлива.

8
Методы Монте-Карло в ядерной энергетике

9
 Метод конечных элементов

Метод
Метод конечных
конечных элементов
элементов (МКЭ)
(МКЭ)
— это численный метод решения
— это численный метод решения
дифференциальных
дифференциальных уравнений
уравнений сс
частными
частными производными,
производными, аа также
также
интегральных
интегральных уравнений,
уравнений,
возникающих
возникающих припри решении
решении задач
задач
прикладной
прикладной физики.
физики. Метод
Метод широко
широко
используется
используется для
для решения
решения задач
задач
механики деформируемого твёрдого
механики деформируемого твёрдого
тела,
тела, теплообмена,
теплообмена, гидродинамики,
гидродинамики,
электродинамики
электродинамики и и топологической
топологической
оптимизации.
оптимизации.

10
 Концепция МКЭ

•• Любую
Любую непрерывную
непрерывную величину,
величину, такую
такую как
как температура,
температура, давление,
давление,
перемещение,
перемещение, можно
можно аппроксимировать
аппроксимировать дискретной
дискретной моделью,
моделью, которая
которая строится
строится
на
на множестве
множестве кусочно-непрерывных
кусочно-непрерывных функций,
функций, определённых
определённых на
на конечном
конечном числе
числе
подобластей
подобластей (элементов).
(элементов).
•• Кусочно-непрерывные
Кусочно-непрерывные функции
функции определяются
определяются сс помощью
помощью значений
значений
непрерывной
непрерывной величины
величины вв конечном
конечном числе
числе точек
точек рассматриваемой
рассматриваемой области.
области.
•• Область
Область определения
определения непрерывной
непрерывной величины
величины разбивается
разбивается на
на конечное
конечное число
число
подобластей,
подобластей, называемых
называемых элементами
элементами (или
(или конечными
конечными элементами).
элементами).
Эти
Эти элементы
элементы имеют
имеют общие
общие узловые
узловые точки
точки и
и вв совокупности
совокупности аппроксимируют
аппроксимируют
форму
форму области.
области.
•• Непрерывная
Непрерывная величина
величина аппроксимируется
аппроксимируется на
на каждом
каждом элементе
элементе полиномом
полиномом (или
(или
какой-либо
какой-либо другой
другой функцией),
функцией), который
который определяется
определяется сс помощью
помощью узловых
узловых
значений
значений этой
этой величины.
величины.
Для
Для каждого
каждого элемента
элемента определяется
определяется свой
свой полином,
полином, но
но полиномы
полиномы подбираются
подбираются
таким
таким образом,
образом, чтобы
чтобы сохранилась
сохранилась непрерывность
непрерывность величины
величины вдоль
вдоль границ
границ элемента
элемента

11
Пример концепции МКЭ

12
 Дискретные модели температурного поля

Одномерная модель

Ключевая задача – определение

искомой функции (величины) в
узловых точках.

13
 Преимущества и недостатки МКЭ

1.
1. Свойства
Свойства материалов
материалов смежных
смежных элементов
элементов не
не должны
должны 1. Необходимость составления
быть
быть обязательно
обязательно одинаковыми.
одинаковыми. ЭтоЭто позволяет
позволяет вычислительных программ и
применять метод к телам, составленным из нескольких применения вычислительной техники.
применять метод к телам, составленным из нескольких
материалов. Вычисления, которые необходимо
материалов.
проводить при использовании метода
2.
2. Криволинейная
Криволинейная область
область может
может быть
быть аппроксимирована
аппроксимирована конечных элементов слишком
сс помощью
помощью прямолинейных элементов или
прямолинейных элементов или описана
описана громоздки для ручного счета даже в
точно
точно сс помощью
помощью криволинейных
криволинейных элементов.
элементов. Таким
Таким случае решения простых задач.
образом,
образом, методом можно пользоваться не только для
методом можно пользоваться не только для
областей с «хорошей» формой границы.
областей с «хорошей» формой границы.
3.
3. Размеры
Размеры элементов
элементов могут
могут быть
быть переменными.
переменными. ЭтоЭто
позволяет
позволяет укрупнить
укрупнить или
или измельчить
измельчить сеть
сеть разбиения
разбиения
области на элементы, если в этом есть необходимость.
области на элементы, если в этом есть необходимость.
4.
4. С
С помощью
помощью МКЭМКЭ нене представляет
представляет труда
труда рассмотрение
рассмотрение
граничных
граничных условий
условий сс разрывной
разрывной поверхностной
поверхностной
нагрузкой,
нагрузкой, а также смешанных граничных условий.
а также смешанных граничных условий.
5.
5. Указанные
Указанные выше
выше преимущества
преимущества МКЭ МКЭ могут
могут быть
быть
использованны
использованны при при составлении
составлении достаточно
достаточно общей
общей
программы для решения частных задач общего класса.
программы для решения частных задач общего класса.
Например,
Например, сс помощью
помощью программы
программы для
для
осесимметричной
осесимметричной задачи
задачи оо распределении
распределении тепла
тепла можно
можно
решать любую частную задачу этого типа.
решать любую частную задачу этого типа.
14
 ANSYS

ANSYS
ANSYS Multiphysics
Multiphysics
(Mechanical
(Mechanical APDL)
APDL) -- одна
одна из
из самых
самых
мощных
мощных и
и универсальных
универсальных
многоцелевых
многоцелевых систем
систем конечно-
конечно-
элементного
элементного (МКЭ)
(МКЭ) анализа
анализа длядля
широкого
широкого круга
круга инженерных
инженерных
дисциплин.
дисциплин. С
С ее
ее помощью
помощью
проводятся расчетные исследования
проводятся расчетные исследования
прочности,
прочности, распространения
распространения тепла,
тепла,
механики
механики жидкостей
жидкостей и и газов,
газов,
электромагнетизма,
электромагнетизма, оптимизации,
оптимизации,
решаются
решаются связанные
связанные задачи.
задачи.
Возможности
Возможности системы
системы могут
могут
наращиваться
наращиваться припри использовании
использовании
внутреннего
внутреннего языка
языка
параметрического
параметрического
программирования
программирования (APDL),
(APDL), языков
языков
FORTRAN
FORTRAN и и C++.
C++.

15
Сетка и типовые задачи

16
 SOLIDWORKS Simulation

SOLIDWORKS
SOLIDWORKS — — программный
программный
комплекс
комплекс САПР для автоматизации
САПР для автоматизации
работ
работ промышленного
промышленного предприятия
предприятия нана
этапах
этапах конструкторской
конструкторской и
и
технологической
технологической подготовки
подготовки
производства.
производства. Обеспечивает
Обеспечивает разработку
разработку
изделий
изделий любой степени сложности и
любой степени сложности и
назначения.
назначения.
Также
Также вв данных
данных комплекс
комплекс входят
входят
множество расширений, позволяющих
множество расширений, позволяющих
проводить
проводить узконаправленные
узконаправленные анализы
анализы и
и
расчёты. Одним из таких расширений
расчёты. Одним из таких расширений
является
является SolidWorks
SolidWorks Simulation.
Simulation.
SOLIDWORKS
SOLIDWORKS Simulation
Simulation
использует
использует анализ методом конечных
анализ методом конечных
элементов
элементов (МКЭ)
(МКЭ) длядля виртуального
виртуального
тестирования
тестирования CAD-моделей
CAD-моделей и
и
прогнозирования
прогнозирования поведения изделий вв
поведения изделий
реальной
реальной эксплуатации.
эксплуатации. С С помощью
помощью
этого
этого решения можно проводить
решения можно проводить
линейный
линейный статический,
статический, нелинейный
нелинейный
статический
статический и динамический анализ.
и динамический анализ.

17
 Вероятностный метод

• 
Вероятность
Вероятность –– степень
степень возможности
возможности происхождения
происхождения события
события

–– событие,
событие, –– количество
количество наступлений
наступлений события
события А,
А, –– количество
количество наблюдений.
наблюдений.

Некоторые
Некоторые свойства
свойства вероятности:
вероятности:
;;
2) ;;
2)
3) ;;
3)
4)
4)

18
 Вероятностный метод

•  Основные неравенства:

Неравенство Маркова:

Неравенство
Неравенство Чернова:
Чернова:

19
 Оценка с помощью неравенства Маркова

Персонал атомной станции: опаздывает на 15 минут;

С какой вероятностью опоздание будет на 25 минут?

  15
𝑃 ( 𝑋 ≥ 25 ) ≤ =0,6.
25

20
 Вероятностный анализ безопасности (ВАБ)

ВАБ - Разработка вероятностный моделей для определения

конечных состояний

Необходим для:
1) Проектирование АЭС с заданным уровнем безопасности;
2) Проведение мероприятий по повышению уровня
безопасности существующих АЭС.

Вероятность возникновения аварийного состояния на АЭС:

𝑑  𝑄𝑖𝑗 ( 𝑡 , 𝑎 )=𝜆 𝑖 ( 𝑡 ) ∙ 𝐹 𝑖𝑗 ( 𝑡 , 𝑡 р ) ∙ 𝑃𝑖𝑗 (𝑡 , 𝑎 ) 𝑑𝑡

21
 Вероятностный метод в ВАБ

Одна из задач ВАБ:

Определение вероятностных моделей для каждой группы исходных
событий
событий сс целью
целью оценки
оценки множества
множества конечных
конечных состояний.
состояний.

Возможные группы исходных событий:

- большие, средние, малые течи 1 контура;
- Разрывы трубок парогенератора, паропровода;
- Отключение электроснабжения; пожары; землетрясения.

Конечные состояния:
- Последствия, вызванные реализацией исходного события;
- Частота исходных событий;
- Вероятность реализации исходных событий.

22
Вероятностная модель (дерево событий)

23
 Преимущества и недостатки ВАБ

Преимущества:
1. Оценка радиационных, тепловых, электрических и химических
рисков;
2. Позволяет понять, что может идти не правильно, насколько это
возможно и каковы будут последствия

Основной недостаток:
Отсутствуют гарантии, что выявлены и оценены все возможные
сценарии.

24
 Методы неразрушающего контроля

Неразрушающий контроль (НК)

— контроль надёжности
основных рабочих свойств и
параметров объекта или
отдельных его элементов/узлов,
не требующий выведения объекта
из работы либо его демонтажа.

25
 Оптические методы

• метод наружного наблюдения, который позволяет обнаружить

выраженные дефекты, расположенные на поверхности материала или
оборудования;
• перископический метод, который с использованием специальной техники
позволяет обследовать узкие полости, вытянутые в прямом направлении;
•• эндоскопический способ, который также предполагает применение
специального оборудования. Оно применяется для проведения
обследования вытянутых полостей, имеющих изогнутую форму.

26
 Радиационные методы

• Радиографический
• Риноскопический
• Радиометрический

27
 Вибродиагностические методы

Преимущества:
•• четкая локализацию вибраций в месте дефекта;
• быстрое проведение диагностической процедуры;
• возможность выявления скрытых и зарождающихся дефектов;
• возможность применения данного метода в ходе технологического
процесса;
• высокая
высокая диагностическая
диагностическая точность.
точность.

28
 Теория подобия

Главным принципом теории подобия является то, что

различные системы могут быть подобны, если совпадают их
критерии подобия. В таких случаях данные от одной системы
могут быть применены при анализе всех ей подобных. Иными
словами, экспериментальные величины, полученные в одной
системе, могут быть использованы в ей подобных.

Критерий подобия — это безразмерная величина, составленная

из размерных физических параметров, определяющих
рассматриваемое физическое явление.

29
 Теория подобия

• В  теории подобия принято использовать зависимости следующего

вида:

где – числа подобия, содержащие известные величины, – число

подобия, содержащее искомую величину. При этом коэффициенты
определяют эмпирически, путём анализа экспериментальных
данных в подобных системах.

Большинство чисел подобия называют в честь выдающихся учёных

соответствующих областей.

30
 Теория подобия
 
В этих выражениях — плотность жидкости или
• ВВ  теплогидравлических
теплогидравлических газа,
расчётах часто применяются:
расчётах часто применяются:
••Число — характерный размер,
Число Рейнольдса
Рейнольдса
— скорость течения,

••Число — динамический коэффициент вязкости,

Число Маха:
Маха:
••Число — кинематический коэффициент вязкости,
Число Фруда:
Фруда:
••Число — местная скорость распространения звука в
Число Прандтля:
Прандтля:
движущейся среде,
••Число
Число Нуссельта:
Нуссельта:
– ускорение свободного падения,

– теплопроводность жидкости или газа,

– коэффициент теплопередачи,

– коэффициент теплоотдачи .
31
 Теория подобия

• Одним
  из часто применяемых соотношений в теплогидравлических
расчётах является формула Михеева для турбулентного течения
жидкости в трубах и каналах:

где – поправки на входной участок и на изменение свойств от

температуры вблизи стенки.

Также числа подобия применяются при расчётах в задачах

диффузии, теоретической механики, в теории упругости и других
областях.

32
Моделирование нейтронно-физических характеристик

Структура программного комплекса Rainbow-TPP

33
Результаты расчета в комплексе Rainbow-TPP

34