夏少雄 王家群 潘曉磊 李亞洲 胡麗琴

1（中國科學(xué)技術(shù)大學(xué) 合肥 230026）

2（中國科學(xué)院核能安全技術(shù)研究所 中國科學(xué)院中子輸運理論與輻射安全重點實驗室 合肥 230031）

中國鉛基研究堆非能動余熱排出系統(tǒng)可靠性分析

夏少雄1,2王家群2潘曉磊1,2李亞洲2胡麗琴1,2

1（中國科學(xué)技術(shù)大學(xué) 合肥 230026）

2（中國科學(xué)院核能安全技術(shù)研究所 中國科學(xué)院中子輸運理論與輻射安全重點實驗室 合肥 230031）

鉛冷快堆是第四代核能系統(tǒng)推薦堆型之一，世界上多個鉛冷快堆采用非能動余熱排出系統(tǒng)。非能動系統(tǒng)中作為驅(qū)動的自然力與阻力在數(shù)量級上接近，由周邊環(huán)境、材料參數(shù)的變化引起的波動不可忽略，因此需要研究非能動系統(tǒng)可靠性。改進了常用的響應(yīng)面分析法，并應(yīng)用于中國鉛基研究堆反應(yīng)堆容器空氣冷卻系統(tǒng)(Reactor Vessel Air Cooling System, RVACS)中。分析中使用流體計算軟件Fluent模擬中國鉛基研究堆RVACS系統(tǒng)的余熱排出過程，研究了輸入?yún)?shù)的不確定性對系統(tǒng)可靠性及反應(yīng)堆安全產(chǎn)生的影響。在大量模擬數(shù)據(jù)的基礎(chǔ)上結(jié)合神經(jīng)網(wǎng)絡(luò)法建立了輸入?yún)?shù)不確定性和結(jié)果不確定性之間的映射關(guān)系，并以此分析RVACS非能動失效概率。分析結(jié)果表明在全廠斷電的情況下，RVACS四組并聯(lián)排熱管中的兩組也能夠可靠地導(dǎo)出反應(yīng)堆余熱。

中國鉛基研究堆，反應(yīng)堆容器空氣冷卻系統(tǒng)，可靠性分析，不確定性

鉛冷快堆是第四代核能系統(tǒng)國際論壇(Generation IX International Forum, GIF)推薦的6種堆型（鉛冷快堆、鈉冷快堆、氣冷快堆、超高溫堆、超臨界水堆和熔鹽堆[1]）之一，這些堆型對安全性有了更高的要求。非能動余熱排出系統(tǒng)能夠增強反應(yīng)堆的固有安全，受到了世界上多個鉛基反應(yīng)堆的青睞，如美國的ABR、SSTAR、ALMR，歐盟的XADS、EA、MYRRHA，俄羅斯的SVBR等都采用非能動余熱排出系統(tǒng)來增強反應(yīng)堆的安全性[2?3]。

非能動系統(tǒng)中作為驅(qū)動的自然力與阻力在數(shù)量級上接近，由周邊環(huán)境、材料參數(shù)的波動引起的變化不可忽略，因此存在失效的可能[4]。近年來，國內(nèi)外對非能動系統(tǒng)可靠性評價進行了大量研究。歐盟發(fā)起“非能動系統(tǒng)可靠性評價方法”計劃，從事非能動系統(tǒng)的功能失效評估[5]。Auria等[6]提出非能動安全系統(tǒng)可靠性評估方法(Reliability Evaluation of Passive Safety System, REPAS)評價自然循環(huán)系統(tǒng)。謝國鋒等使用蒙特卡羅方法[7]和響應(yīng)面法[8]評價反應(yīng)堆余熱排出系統(tǒng)物理過程的失效概率。王寶生等[9?10]提出各種改進的蒙特卡羅法進行非能動系統(tǒng)的分析。

針對非能動系統(tǒng)的功能失效，本文利用Fluent對中國鉛基研究堆(China lead-based research reactor, CLEAR-I)容器空氣冷卻系統(tǒng)(Reactor Vessel Air Cooling System, RVACS)[11?12]進行建模，在改進響應(yīng)面方法的基礎(chǔ)上抽取多組輸入?yún)?shù)進行不確定性傳遞分析，用神經(jīng)網(wǎng)絡(luò)擬合輸入?yún)?shù)和結(jié)果之間的映射關(guān)系，最終得到RVACS系統(tǒng)非能動失效概率。

1 分析方法

對于非能動系統(tǒng)可靠性分析，目前常用的方法有響應(yīng)面法、一次二階矩陣法、直接蒙特卡羅法、重要抽樣蒙特卡羅法、自適應(yīng)重要抽樣法、自適應(yīng)蒙特卡羅法。響應(yīng)面法和一次二階矩陣法能夠簡化復(fù)雜模型的處理，但對于高非線性度問題的精度不夠理想；直接蒙特卡羅方法能夠很好地模擬真實的概率，但是需要進行大量的樣本抽樣，計算效率低下；各種改進的蒙特卡羅法引入了重要密度函數(shù)，優(yōu)化了蒙特卡羅法的抽樣方法，但大部分非能動物理問題為隱式關(guān)系，仍然依賴響應(yīng)面和一次二階矩陣法來求設(shè)計點，仍然無法避免矩陣法的固有缺點[7?8,10]。本文結(jié)合各種方法的優(yōu)缺點，在響應(yīng)面的基礎(chǔ)上做了改進。

通常研究的事件失效率較低，隨機抽樣抽到失效樣本點是一個小概率事件，抽樣得到的樣本點絕大多數(shù)分布在不失效范圍內(nèi)，通過這些樣本點擬合出的函數(shù)在不失效區(qū)域擁有很高的精度，而最關(guān)心的失效區(qū)域的擬合精度太低。本文通過改變輸入變量的分布規(guī)律來克服這個問題。比如抽樣時將正態(tài)分布改成均勻分布，提高取值范圍內(nèi)兩端樣本出現(xiàn)的概率，這樣做只改變各個樣本點出現(xiàn)的概率，并不改變輸入量與輸出量之間的函數(shù)關(guān)系。

不確定參數(shù)的波動是連續(xù)的，非能動的物理過程也是連續(xù)的，不存在躍遷狀態(tài)，因此失效樣本點附近必然存在大量的失效樣本點。利用這個特性可以增加失效樣本點在總樣本中的比例。在上一步抽樣的基礎(chǔ)上，若抽到一個失效數(shù)據(jù)即停止抽樣。再以這個樣本點為圓心，以r為半徑的區(qū)域內(nèi)抽樣，r由不確定參數(shù)波動區(qū)間的大小確定。

目前，響應(yīng)面法一般采用不含交叉項的二階多項式來擬合，但受函數(shù)形式的局限，對復(fù)雜模型的擬合精度不能得到保證[13?14]。本文采用神經(jīng)網(wǎng)絡(luò)擬合輸入變量與輸出變量之間的關(guān)系。針對訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，采用蒙特卡羅抽樣求得失效概率[15]。使用蒙特卡羅抽樣避免了在求失效概率時需要用一次二階矩陣法進行近似，縮小了二次處理帶來的誤差。

改進后的響應(yīng)面法具體步驟見圖1。

圖1 改進響應(yīng)面法步驟流程圖Fig.1 Flow chart of advanced response surface method.

2 熱工水力模型

2.1 中國鉛基研究堆系統(tǒng)簡介

CLEAR-I是FDS團隊[16?18]設(shè)計的一種鉛鉍冷卻研究堆，事故余熱排出系統(tǒng)是該反應(yīng)堆的一個專設(shè)安全設(shè)施，該系統(tǒng)由安全容器、圓柱形隔熱層、熱空氣上升管道、冷空氣下降通道、混凝土內(nèi)側(cè)隔熱層、地坑和包容體外的煙囪等組成。系統(tǒng)的排熱機理是：主容器的熱傳導(dǎo)、主容器向安全容器的熱輻射、安全容器的熱傳導(dǎo)、安全容器向熱空氣管道和圓柱形隔熱層的熱輻射、空氣管道內(nèi)的對流換熱、空氣自然對流排出熱量[19]。

事故余熱排出系統(tǒng)的三維結(jié)構(gòu)如圖2所示，空氣流動路徑如圖3所示，設(shè)計參數(shù)見表1[20?22]。

圖2 CLEAR-I容器空氣冷卻系統(tǒng)結(jié)構(gòu)圖Fig.2 Structure chart of RVACS of CLEAR-I.

圖3 反應(yīng)堆容器空氣冷卻系統(tǒng)空氣流動示意圖Fig.3 Diagram of air flow in RVACS.

表1 事故余熱排出系統(tǒng)設(shè)計參數(shù)Table 1 Design parameters of RVACS.

2.2 模型構(gòu)建

由于鉛合金的導(dǎo)熱率遠高于水的導(dǎo)熱率，與壓水堆不同，鉛基研究堆堆芯冷卻劑溫度基本代表燃料包殼表面溫度，冷、熱池冷卻劑溫度基本代表主容器冷、熱壁面溫度[19]。因此，本文利用的Fluent三維模型中不涉及燃料棒，從主容器壁面開始分析。Fluent網(wǎng)格如圖4所示。

熱量傳遞過程：堆芯余熱以熱流密度的形式加載到主容器壁面，主容器與安全容器之間、安全容器與隔熱層和空氣管道之間考慮輻射換熱，管道壁面與空氣主要考慮對流換熱。其中，輻射模型選取P1；本模型涉及到空氣的浮力，因此空氣密度模型選擇boussinesq假設(shè)；余熱隨時間變化見式(1)[19,23]：

圖4 Fluent網(wǎng)格圖(a)和局部網(wǎng)格圖(b)Fig.4 Mesh in Fluent (a) and part of mesh (b).

2.3 成功準(zhǔn)則

RVACS系統(tǒng)包含四組并聯(lián)排熱管道，設(shè)計分析表明[19,23]三組排熱管正常運行即可保證余熱可靠排出。本文考慮在運行過程中可能發(fā)生的更加嚴(yán)峻的一種情況：一組維修，一組失效，分析兩組排熱運行時，輸入?yún)?shù)不確定性對系統(tǒng)余熱排出可靠性的影響。

RVACS成功排出余熱的判據(jù)為主容器壁面溫度和安全容器壁面溫度不超過設(shè)計值，主容器壁面溫度不超過450 oC，安全容器壁面溫度不超過400oC[23]。根據(jù)文獻[19,23]的研究，主容器與安全容器壁面平均溫度變化趨勢一致，先上升后緩慢下降。在t=5 h左右主容器和安全容器達到溫度最高值?？紤]物理模型近似帶來的誤差，定義失效準(zhǔn)則：t=5 h時，主容器壁面溫度超過435 oC，安全容器壁面溫度超過385 oC。

3 不確定性

由于環(huán)境、材料參數(shù)等的波動變化，對非能動系統(tǒng)運行有影響的多個參數(shù)，會服從某一個分布，在一個區(qū)間內(nèi)波動。導(dǎo)致系統(tǒng)不確定性的三個因素：物理過程的近似、物理模型近似、輸入變量的不確定性[24?25]。本文主要研究輸入變量不確定性對系統(tǒng)可靠性的影響。

根據(jù)§2.3中所述成功準(zhǔn)則，并參考文獻[8,12,26?27]，確定了6個不確定性參數(shù)：堆芯余熱功率(t=0 h)、外部空氣溫度、等效摩擦壓降系數(shù)、主容器壁面發(fā)射率、安全容器壁面發(fā)射率、圓柱形隔熱層壁面發(fā)射率。各參數(shù)具體分布類型及分布區(qū)間見表2。

表2 不確定參數(shù)具體分布類型及區(qū)間Table 2 Distribution pattern and distribution interval of uncertainty parameters.

4 結(jié)果與討論

將所有的不確定量視為均勻分布，抽取到第84組數(shù)據(jù)：堆芯余熱功率為118 kW、等效摩擦壓降為1.9919、主容器壁面發(fā)射率為0.611 3、安全容器壁面發(fā)射率為0.612 0、隔熱層壁面發(fā)射率為0.548 1時，主容器壁面溫度超限。以第84組數(shù)據(jù)為圓心，各區(qū)間波動范圍的10%為半徑抽取50組新樣本，帶入Fluent模型中計算。因為不確定性輸入量較多，為了確保邊界數(shù)據(jù)的充足，在接近失效樣本點[618, 16, 1.718 9, 0.682 6, 0.617 8, 0.623 8]、[619, 23, 1.8256, 0.748 2, 0.613 4, 0.648 3]附近各抽取10組樣本點代入Fluent模型中計算。

總共得到154組原始樣本點，代入神經(jīng)網(wǎng)絡(luò)中訓(xùn)練，以堆芯余熱功率、等效摩擦壓降、主容器壁面發(fā)射率、安全容器壁面發(fā)射率、隔熱層壁面發(fā)射率6個參數(shù)為輸入數(shù)據(jù)，主容器壁面平均溫度、安全容器壁面平均溫度為輸出數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)隱藏節(jié)點數(shù)設(shè)置為7個，學(xué)習(xí)率設(shè)置為0.1。

按照表2中不確定性輸入量本身的分布規(guī)律進行抽樣，利用蒙特卡羅抽樣抽取10 000組數(shù)據(jù)，代入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中計算，結(jié)果如圖5所示。從結(jié)果中可以看出共有59組樣本對應(yīng)的工況失效，分析結(jié)果可知：(1) 只有兩組余熱排出系統(tǒng)成功開啟時，99.41%概率下RVACS能夠成功將余熱導(dǎo)出；(2) 90%的置信區(qū)間內(nèi)，由不確定性參數(shù)導(dǎo)致的主容器壁面溫度的變化達32 oC，這個波動不可忽略；(3)主容器溫度先于安全容器達到極限溫度。

圖5 10 000組樣本對應(yīng)的反應(yīng)堆主容器(a)和安全容器(b)壁面平均溫度Fig.5 Mean temperature of main vessel (a) and safety vessel (b) of 10 000 samples.

從分析結(jié)果來看，在失效兩組空氣余熱排出系統(tǒng)的前提下，非能動系統(tǒng)RVACS仍然能夠有效地導(dǎo)出反應(yīng)堆容器的熱量。

為了研究抽樣方法的改進在抽樣效率上的提升，分別對比小概率事件（本案例中取主容器溫度大于430 oC區(qū)間段）在直接抽樣與改進之后抽樣中的比例。在上文中利用蒙特卡羅抽樣得到的10 000組不確定性參數(shù)中，有383組數(shù)據(jù)導(dǎo)致主容器壁面溫度大于430 oC，所占比例為3.83%，改進之后抽樣得到的154組不確定性參數(shù)中，有67組數(shù)據(jù)導(dǎo)致主容器溫度大于430 oC，所占比例為43.5%。對于本案例，小概率事件出現(xiàn)的概率提高了將近11倍，抽樣效率提升明顯。

采用單因素敏感性分析[28]對各不確定性參數(shù)進行敏感性分析，結(jié)果如表3所示，堆芯余熱功率和主容器壁面發(fā)射率對事故狀態(tài)下反應(yīng)堆容器溫度影響較大。堆芯余熱功率在反應(yīng)堆運行周期內(nèi)是一個與累積運行時間、停堆前堆芯功率等因素相關(guān)的變量，增強系統(tǒng)的穩(wěn)定性、減少溫度波動范圍的措施主要在于降低主容器壁面發(fā)射率的波動。

表3 不確定參數(shù)敏感性大小Table 3 Score of sensitive analysis of uncertainties.

5 結(jié)語

本文總結(jié)了目前常用非能動系統(tǒng)分析方法的優(yōu)缺點，并在響應(yīng)面分析方法的基礎(chǔ)上給予改進：(1)提出了新的抽樣方法，提高了抽樣效率，增強了響應(yīng)面法在失效區(qū)域的擬合精度；(2) 采用神經(jīng)網(wǎng)絡(luò)擬合輸入輸出變量的關(guān)系，避免了二次多項式法在函數(shù)形式上的限制；(3) 用蒙特卡羅抽樣替代一次二階矩陣法計算可靠性概率，避免了二次處理帶來的誤差。

分析結(jié)果表明，非能動系統(tǒng)RVACS具有較大的冗余性。通過增加成功啟動的排出系統(tǒng)的數(shù)目和控制主容器材料穩(wěn)定性可以降低事故狀況下主容器的溫度波動范圍。同時，空氣溫度對RVACS的影響較小，所以周邊環(huán)境變化對系統(tǒng)的穩(wěn)定性影響較小，RVACS具有較好的穩(wěn)定性。

致謝 誠摯感謝FDS團隊提供的軟硬件設(shè)備、科研環(huán)境等支持，以及相關(guān)成員對本文研究工作的大力幫助。

1 鄭明光, 葉成, 韓旭. 新能源中的核電發(fā)展[J]. 核技術(shù), 2010, 33(2): 81?86

ZHENG Mingguang, YE Cheng, HAN Xu. The development of nuclear power as an alternative energy[J]. Nuclear Techniques, 2010, 33(2): 81?86

2 Maes D. Mechanical design of the small-scale experimental ADS: MYRRHA[C]. 12thInternational Conference on Emerging Nuclear Energy Systems, Brussels, 2005

3 Zrodnikov A V, Toshinsky G I, Komlev O G, et al. Nuclear power development in market conditions with use of multi-purpose modular fast reactors SVBR-75/100[J]. Nuclear Engineering and Design, 2006, 236(14): 1490?1520

4 Burgazzi L. Evaluation of uncertainties related to passive systems performance[J]. Nuclear Engineering and Design, 2004, 230(1?3): 93?106

5 Kirchsteiger C. A new approach to quantitative assessment of reliability of passive systems[J]. Safety Science, 2005, 43(10): 771?777

6 Auria F D, Giannotti W. Development of a code with the capability of internal assessment of uncertainty[J]. Nuclear Technology, 2000, 131(2): 159?196

7 謝國鋒, 童節(jié)娟, 何旭洪, 等. 用Monte Carlo方法計算HTR-10余熱排出系統(tǒng)物理過程的失效概率[J]. 核動力工程, 2008, 29(2): 85?87

XIE Guofeng, TONG Jiejuan, HE Xuhong, et al. Calculation of physical failure probability of HTR-10 residual heat removal system by Monte Carlo method[J]. Nuclear Power Engineering, 2008, 29(2): 85?87

8 謝國鋒, 何旭洪, 童節(jié)娟, 等. 響應(yīng)面方法計算HTR-10余熱排出系統(tǒng)物理過程的失效概率[J]. 物理學(xué)報, 2007, 56(6): 3192?3197

XIE Guofeng, HE Xuhong, TONG Jiejuan, et al. Calculating physical failure probability of HTR-10's residual heat removal system by response surface method[J]. Acta Physica Sinica, 2007, 56(6): 3192?3197

9 周文俊, 賈寶山, 俞冀陽. 壓力管式反應(yīng)堆非能動余熱排出系統(tǒng)方案研究[J]. 核技術(shù), 2003, 26(7): 523?526 ZHOU Wenjun, JIA Baoshan, YU Jiyang. Conceptual study of passive residual heat removal system of a pressure tube water reactor[J]. Nuclear Techniques, 2003, 26(7): 523?526

10 肖玲梅, 于濤, 余紅星, 等. 自適應(yīng)蒙特卡羅方法計算海水淡化堆非能動系統(tǒng)物理過程失效概率[J]. 核動力工程, 2010, 31(1): 61?64

XIAO Lingmei, YU Tao, YU Hongxing, et al. Calculation of physical process failure probability of passive systems in NDR by adaptive Monte Carlo method[J]. Nuclear Power Engineering, 2010, 31(1): 61?64

11 吳宜燦, 柏云清, 宋勇, 等. 中國鉛基研究反應(yīng)堆概念設(shè)計研究[J]. 核科學(xué)與工程, 2014, 34(2): 201?208

WU Yican, BAI Yunqing, SONG Yong, et al. Conceptual design of China lead-based research reactor CLEAR-I[J]. Nuclear Science and Engineering, 2014, 34(2): 201?208

12 Wu Y, Zheng S, Zhu X, et al. Conceptual design of the fusion-driven subcritical system FDS-I[J]. Fusion Engineering and Design, 2006, 81(8?14): 1305?1311

13 陳穎, 寧佐貴. 基于神經(jīng)網(wǎng)絡(luò)響應(yīng)面法的隨機結(jié)構(gòu)動力可靠度分析[J]. 振動與沖擊, 2007, 26(1): 65?68

CHEN Ying, NING Zuogui. Dynamic reliability analysis of a stochastic structure with neural network response surface method[J]. Journal of Vibration and Shock, 2007, 26(1): 65?68

14 龔頻, 湯曉斌, 陳達. 多項式擬合法設(shè)定輻照滅菌劑量的研究[J]. 核技術(shù), 2014, 37(11): 110202

GONG Pin, TANG Xiaobin, CHEN Da. Study on setting the sterilization dose by polynomial fitting method[J]. Nuclear Techniques, 2014, 37(11): 110202

15 葉志民, 張鵬, 劉峙嶸. 基于蒙特卡羅均勻化的堆物理分析方法[J]. 核技術(shù), 2014, 37(6): 060603

YE Zhimin, ZHANG Peng, LIU Zhirong. Reactor physics analysis method based on Monte Carlo homogenization[J]. Nuclear Techniques, 2014, 37(6): 060603

16 吳宜燦, 黃群英, 朱志強, 等. 中國系列液態(tài)鋰鉛實驗回路設(shè)計與研發(fā)進展[J]. 核科學(xué)與工程, 2009, 29(2): 163?171

WU Yican, HUANG Qunying, ZHU Zhiqiang, et al. Progress in design and development of series liquid lithium-lead experimental loops in China[J]. Nuclear Science and Engineering, 2009, 29(2): 163?171

17 Hu L, Wu Y. Probabilistic safety assessment of the dual-cooled waste transmutation blanket for the FDS-I[J]. Fusion Engineering and Design, 2006, 81(8?14): 1403?1407

18 Wu Y, FDS Team. Conceptual design of the China fusion power plant FDS-II[J]. Fusion Engineering and Design, 2008, 83(10?12): 1683?1689

19 盛美玲. 鉛合金冷卻反應(yīng)堆非能動余熱排出系統(tǒng)優(yōu)化設(shè)計研究[D]. 合肥: 中國科學(xué)技術(shù)大學(xué), 2013

SHENG Meiling. Optimal design and study of passive decay heat removal system for lead alloy cooled reactor[D]. Hefei: University of Science and Technology of China, 2013

20 Wu Y, FDS Team. Conceptual design activities of FDS series fusion power plants in China[J]. Fusion Engineering and Design, 2006, 81(23?24): 2713?2718

21 Wu Y. Progress in fusion-driven hybrid system studies in China[J]. Fusion Engineering and Design, 2002, 63?64(1): 73?80

22 Wu Y, FDS Team. Design analysis of the China Dual-Functional Lithium Lead (DFLL) test blanket module in ITER[J]. Fusion Engineering and Design, 2007, 82(1): 1893?1903

23 盛美玲, 金鳴, 柏云清, 等. 中國鉛合金冷卻研究堆事故余熱排出系統(tǒng)概念設(shè)計與分析[J]. 核科學(xué)與工程, 2014, 34(1): 91?96

SHENG Meiling, JIN Ming, BAI Yunqing, et al. Preliminary design and analysis of emergency decay heat removal system for China lead alloy cooled research reactor[J]. Nuclear Science and Engineering, 2014, 34(1): 91?96

24 Ye C, Zheng M G, Wang Y, et al. Study on the long-term passive cooling extension of AP1000 reactor[J]. Nuclear Science and Techniques, 2013, 24(4): 040601

25 Cao R F, Wu Y C, Pei X, et al. Multi-objective optimization of inverse planning for accurate radiotherapy[J]. Chinese Physics C, 2011, 35(3): 313?317

26 王強龍. 加速器驅(qū)動次臨界堆始發(fā)事件及非能動安全特性初步研究[D]. 合肥: 中國科學(xué)技術(shù)大學(xué), 2013, Doi: 10.7666/d.Y2354113

WANG Qianglong. Preliminary research on initial events and passive safety characteristics of accelerator driven system-reactor[D]. Hefei: University of Science and Technology of China, 2013, Doi: 10.7666/d.Y2354113

27 蔡琦, 郁軍, 金家善, 等. 核動力裝置運行過程可靠性研究現(xiàn)狀與發(fā)展[J]. 核技術(shù), 2002, 25(3): 235?240

CAI Qi, YU Jun, JIN Jiashan, et al. Current situation and development on reliability analysis of operation process in the nuclear power plant[J]. Nuclear Techniques, 2002, 25(3): 235?240

28 田雨, 雷曉輝, 蔣云鐘, 等. 水文模型參數(shù)敏感性分析方法研究評述[J]. 水文, 2010, 30(4): 9?12+62

TIAN Yu, LEI Xiaohui, JIANG Yunzhong, et al. Comment on parameter sensitivity analysis of hydrological model[J]. Journal of China Hydrology, 2010, 30(4): 9?12+62

CLC TL364

Reliability analysis of passive decay heat removal system of China lead-based research reactor

XIA Shaoxiong1,2WANG Jiaqun2PAN Xiaolei1,2LI Yazhou2HU Liqin1,2
1(University of Science and Technology of China, Hefei 230026, China)
2(Key Laboratory of Neutronics and Radiation Safety, Institute of Nuclear Energy Safety Technology, Chinese Academy of Sciences, Hefei 230031, China)

Background: Because of the safety and the competition in economy, Generation IV reactors represent the development tendency of innovative nuclear systems. Lead cooled fast reactor is a variety of Generation IV reactors and many of them around the world adopt passive systems to remove residual heat. Purpose: The driving force of passive system is approximate at the same level of resistance, so an analysis on the reliability of passive system becomes necessary. Methods: This study made some improvements of the response surface method and applied it to Reactor Vessel Air Cooling System (RVACS) of China lead-based research reactor (CLEAR-I). During the analysis, the process of removing residual heat of RVACS was simulated by Fluent in order to find out how inputs would affect the safety of reactor. On the base of a mass of simulations, this study established relationships between inputs and outputs to find failure probability of RVACS. Results: The advanced response surface method raised the sampling efficiency for small-probability events by as much as four times. Through this method, we got the failure probability of RVACS. Conclusion: The results showed that two of four sets RVACS pipes can safely remove residual heat of reactor during loss of power.

China lead-based research reactor (CLEAR-I), Reactor Vessel Air Cooling System (RVACS), Reliability analysis, Uncertainty

TL364

10.11889/j.0253-3219.2015.hjs.38.020605

國家國家自然科學(xué)基金(No.91026004)、中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(No.XDA03040000)、國家ITER973計劃(No.2014GB112001)、中國科學(xué)院科技數(shù)據(jù)資源整合與共享工程“重點數(shù)據(jù)庫”項目(No.XXH12504-1-09)、中國科學(xué)院合肥物質(zhì)科學(xué)研究員院長基金(No.YZJJ201327)資助第一作者：夏少雄，男，1989年出生，2012年畢業(yè)于重慶大學(xué)，現(xiàn)為碩士研究生，研究領(lǐng)域為反應(yīng)堆安全分析通訊作者：胡麗琴，E-mail: liqin.hu@fds.org.cn

2014-10-30，修回日期：2014-11-21