蒙舒祺，胡友森，李昌瑩，胡藝嵩，阮天鳴

壓水堆燃料表面污垢密度計算模型及驗證

蒙舒祺，胡友森*，李昌瑩，胡藝嵩，阮天鳴

（中廣核研究院有限公司，廣東 深圳 518000）

壓水堆（PWR）一回路材料釋放的腐蝕產物會在燃料表面沉積形成污垢，增大垢致軸向功率偏移（CIPS）和垢致局部腐蝕（CILC）的潛在風險。密度是決定污垢特性的重要參數，實際測量燃料表面污垢的密度不僅成本高，而且必須考慮放射性風險，因此國內外均缺乏相關的數據。本文基于PWR運行經驗和關鍵試驗結果開發(fā)了一種燃料表面污垢密度計算模型，并與人造污垢實驗數據對比，初步驗證了模型的合理性，為深入研究PWR一回路燃料污垢行為提供了理論依據和數據支撐。

壓水堆；燃料污垢；密度；模型；驗證

壓水堆（Pressurized Water Reactors，PWR）一回路主要的服役金屬材料為鎳基和鐵基合金，在高溫高壓水環(huán)境下長期運行時，大量腐蝕產物會釋放到冷卻劑中。燃料表面局部的過冷泡核沸騰（Sub-cooled Nucleated Boiling，SNB）造成冷卻劑中的腐蝕產物迅速沉積，形成非化學計量比的Ni-Fe-Cr混合尖晶石物質。美國首次將這種PWR燃料表面形成的特殊物質命名為Chalk River Unidentified Deposit[1]，簡稱CRUD（以下統(tǒng)稱為污垢）。

美國部分二代PWR的一回路金屬材料抗腐蝕性能較差，大量腐蝕產物在燃料表面沉積，形成較厚的污垢。Callaway、Catawba、Comanche Peak等美國電廠都曾因為較多的污垢影響軸向功率分布而非計劃停堆，出現(xiàn)垢致軸向功率偏移（Crud Induced Power Shift，CIPS）事件[2]。Callaway電廠在發(fā)生CIPS停堆后，對污垢進行了測量，觀察到污垢厚度超過100mm，整體形貌呈疏松多孔狀，在污垢與燃料包殼交界面處有明顯的ZrO2分層[3]；美國對部分未發(fā)生過CIPS的電廠也進行過污垢分析，結果表明這些電廠的污垢較薄，燃料組件中上部區(qū)域（SNB區(qū)域）污垢中Ni、Fe、Cr元素含量相對平均[4]；而美國發(fā)生過CIPS的電廠測量結果表明，在燃料組件中上部區(qū)域污垢較厚，且Ni含量明顯高于Fe、Cr含量[5]；德國Kraftwerk電廠在停堆后測量了燃料組件軸向污垢固相分布，發(fā)現(xiàn)在中下部Fe元素含量明顯高于Ni元素含量，而在中上部區(qū)域則是Ni元素含量遠高于Fe元素含量，且污垢中的Ni元素幾乎全部是NiO[6]。

Zhou和Jones模擬了Callaway電廠某循環(huán)硼沉積量與污垢厚度和孔隙率的關系，結果表明污垢厚度對硼沉積影響較大[7]。為了從機理上分析污垢對硼沉積的影響，Doncel等人在實驗室中進行了人造污垢實驗[8]，數據表明污垢中Ni元素含量越高、硼沉積量越多。該實驗結果與美國發(fā)生CIPS的電廠中污垢檢測數據一致，即沸騰區(qū)域最容易沉積硼，且沸騰區(qū)域Ni含量遠高于Fe、Cr元素含量。

國際上PWR檢測數據和實驗數據均表明，污垢密度隨著污垢在燃料組件上沉積的相對位置和厚度發(fā)生變化的。污垢密度是影響燃料熱工性能的關鍵參數，也是污垢沉積模型中的重要參數。因此，有必要開發(fā)污垢密度計算模型，為量化污垢對堆芯安全性的影響提供依據。

1　模型介紹

建立污垢密度計算模型的整體思路為：根據電廠檢測的硼沉積量與污垢厚度的關系、硼沉積量與污垢中鎳含量的實驗規(guī)律，建立污垢中鎳含量與厚度的關系；在此基礎上，結合電廠檢測的軸向污垢鎳鐵比數據，建立燃料污垢中鎳鐵沉積物固相與厚度的關系；對特定的鎳鐵沉積物固相，推導出污垢密度與厚度的關系，為量化污垢在PWR服役過程中的生長情況提供數據支撐。

1.1　鎳含量與厚度的關系

Zhou和Jones開發(fā)了一套耦合熱工水力和化學的硼沉積模型，該模型可以在給定的熱工水力和化學條件下計算燃料組件過冷沸騰區(qū)域硼沉積物質量[7]?；贑allaway電廠第9循環(huán)兩個不同燃耗步的污垢和熱工水力數據，得到了硼沉積量隨污垢厚度變化的關系曲線，如圖1所示。

圖1　Callaway電廠硼沉積量與污垢厚度的關系曲線[7]

分析結果表明，PWR運行期間的硼沉積量隨污垢厚度增加呈指數形式增長[7]。從Callaway硼沉積量模擬結果看，當污垢厚度超過25mm后，硼沉積量迅速增加，這也是美國將污垢厚度25mm作為CIPS風險評估閾值的原因，即污垢厚度超過25mm后需要關注CIPS風險。

Doncel等人認為CIPS不僅受污垢厚度影響，還受污垢內部水化學環(huán)境的影響[8]。在模擬高溫高壓水環(huán)境的試驗裝置中，Doncel等人進行了水化學環(huán)境對污垢中硼沉積的影響實驗，實驗結果如圖2所示。從實驗數據可以看出：在相同的熱工水力和化學條件下，相同厚度的污垢中，鎳含量越大，沉積的硼越多。結合Callaway電廠檢測數據和Doncel等人的實驗規(guī)律，以硼沉積量作為中間變量進行轉換，可得到污垢中鎳含量與厚度的關系曲線，如圖3所示。

圖2　人造污垢中鎳含量與硼沉積量的關系曲線[8]

圖3　燃料污垢中鎳含量與厚度的關系曲線

1.2　鎳鐵沉積物固相與厚度的關系

德國Kraftwerk電廠一回路主要材料和運行參數均與美國PWR機組相似，但未發(fā)生過CIPS。Kraftwerk電廠在停堆后測量的燃料組件軸向污垢固相分布[6]，如圖4所示。

圖4　德國Kraftwerk電廠軸向污垢固相分布[6]

從Kraftwerk電廠測量結果可以看出：

（1）沿燃料組件軸向，Cr、Zr含量幾乎不變；

（2）在燃料組件第1～3格架之間，F(xiàn)e含量遠高于Ni含量；

（3）在燃料組件第3～5格架之間，F(xiàn)e含量逐漸降低、Ni含量逐漸增大，第4格架附件區(qū)域Ni、Fe含量相當；

（4）從燃料組件第5格架開始（過冷沸騰最劇烈的區(qū)域），Ni含量逐漸超過于Fe含量，成為污垢中含量最多的金屬元素。

如前文所述，美國發(fā)生過CIPS的電廠數據和實驗現(xiàn)象都表明：在相同污垢厚度和熱工水力環(huán)境的前提下，污垢中鎳含量越高、硼沉積量越大、CIPS風險也越高?；贙raftwerk電廠測量數據，忽略Cr、Zr元素在燃料組件軸向的分布變化，僅考慮Ni、Fe元素，以污垢中鎳含量作為中間變量進行轉換，得到鎳鐵沉積物固相與污垢厚度的關系曲線，如圖5所示。

1.3　污垢密度與厚度的關系

德國Kraftwerk電廠測量數據的污垢中，Ni、Fe元素只以NiO和Fe2O3兩種固相存在。PWR功率運行期間，對Ni元素，由于燃料組件過冷沸騰區(qū)域溫度較高，Ni傾向于以NiO的形式析出[9]，可認為功率運行期間的Ni以NiO形式存在于污垢中；對Fe元素，功率運行期間冷卻劑呈還原性環(huán)境，不考慮Ni、Fe形成鐵酸鹽等尖晶石結構的物質[10]，F(xiàn)e傾向于以Fe3O4的形態(tài)析出[11]，德國Kraftwerk電廠在停堆后測量到污垢中Fe的主要成分為Fe2O3，是因為PWR在停堆期間向一回路注入雙氧水[1]，造成功率運行期間形成的Fe3O4被氧化成Fe2O3。因此，分析功率運行期間的污垢時，將其主要成分假設為NiO和Fe3O4更為合理（見圖5）。

圖5　燃料污垢鎳鐵沉積物固相與厚度的關系曲線

表1列出了NiO和Fe3O4的部分物性參數。在給定的污垢厚度條件下，采用以下公式計算污垢密度：

式中：c——燃料污垢密度，g/cm3；

——考慮孔隙率的修正系數；

Ni——Ni的摩爾數占比；

Fe——Fe的摩爾數占比；

NiO——NiO的摩爾體積，g/mol；

Fe3O4——Fe3O4的摩爾體積，g/mol；

NiO——NiO的摩爾質量，g/mol；

Fe3O4——Fe3O4的摩爾質量，g/mol。

表1　NiO和Fe3O4的部分物性參數

計算得到污垢密度與厚度的關系曲線，如圖6所示。

圖6　燃料污垢密度與厚度的關系曲線

2　模型驗證

本節(jié)基于實驗室檢測數據，對燃料污垢密度計算模型進行了初步驗證。

直接檢測反應堆中燃料污垢的密度，成本高且存在放射性風險，因此目前大部分研究人員選擇在實驗室中模擬PWR一回路熱工水力和化學環(huán)境，然后對該環(huán)境下的人造污垢進行檢測。

Wang[12]和Byers[13]等人在WALT Loop（Westinghouse Advanced Loop Tester）上測量了人造污垢的物性參數。在豎直放置的加熱器中，首先對干凈的加熱棒進行預造垢，得到滿足實驗要求的人造污垢，然后再進行后續(xù)污垢對硼沉積、對燃料包殼換熱性能等一系列測試。通過調整入口溫度和加熱器線功率密度分布，可模擬PWR燃料組件軸向溫度場分布不均勻的現(xiàn)象。將預造垢的加熱棒放入設備細長型區(qū)域，并在幾分鐘內將冷卻劑泵入加熱段，實現(xiàn)冷卻劑和人造污垢的快速攪混，然后對人造污垢物性參數進行檢測并獲取數據。

采用本文提到的模型計算不同厚度下的污垢密度，并與WALT LOOP實驗數據進行對比，如圖7所示。從對比結果可以看出，不同厚度下的污垢密度模擬值與實驗檢測值的平均誤差在 15%以內，初步驗證了本模型具備量化污垢密度隨厚度變化的功能。模擬值與實驗檢測值的誤差主要是因為電廠從功率運行到停堆期間，會經過降溫降壓和氧化運行（功率運行期間一回路處于還原性環(huán)境），在完成一系列停堆操作后檢測的軸向污垢分布與功率運行期間的情況存在差異?；谕６押髾z測數據建立的模型，其預測結果與真實情況會存在差異。

圖7　燃料污垢密度計算模型驗證結果

3　結論

本文基于PWR運行數據和關鍵試驗結果開發(fā)了一種燃料污垢密度的計算模型，通過與人造污垢實驗數據對比，初步驗證了此模型的合理性，為評估污垢對反應堆安全性的影響提供數據支撐。主要結論如下：

（1）燃料表面污垢較厚的區(qū)域，Ni含量遠超過其他金屬元素含量；在污垢較薄區(qū)域，各種金屬元素含量相對均勻；

（2）本文開發(fā)的燃料污垢密度計算模型適用于目前世界上絕大部分PWR，因為其一回路主要腐蝕產物富Ni（蒸汽發(fā)生器作為PWR一回路面積最大的金屬部件，普遍采用鎳基合金）。但俄羅斯的PWR一回路主要腐蝕產物富Fe（蒸汽發(fā)生器采用鐵基合金），與本文開發(fā)的燃料污垢密度計算模型是否適用需要進一步驗證；

（3）由于在實驗室中模擬的熱工水力條件和水化學條件與真實的PWR一回路環(huán)境存在差異，后續(xù)需要持續(xù)獲取PWR燃料污垢測量數據，進一步補充驗證本文開發(fā)的燃料污垢密度計算模型。

感謝中廣核研究院有限公司和中國科學院金屬研究所對此項工作的大力支持。

［1］ Betova I．，Bojinov M．，Saario T．Start-up and Shut-down Water Chemistries in Pressurized Water Reactors［R］．VTT Research Report，VTT-R-00699-12，2014．

［2］ Deshon J．PWR Axial Offset Anomaly（AOA）Guidelines［R］．EPRI，1008102，2004．

［3］ Sawicki J．A．Evidence of Ni2FeBO5and m-ZrO2Precipitates in Fuel Rod Deposits in AOA-Affected High Boiling Duty PWR Core［J］．Journal of Nuclear Materials，2008，374（1-2）：248-269．

［4］ Sabol G．P．，Secker J．R．，Kormuth J，et al．Rootcause Investigation of Axial Power Offset Anomaly［R］．EPRI，TR-108320，1997．

［5］ Jim Henshaw，John C．McGurk，Howard E．Sims，et al．A Model of Chemistry and Thermal Hydraulics in PWR Fuel Crud Deposits［J］．Journal of Nuclear Materials，2008，353（1-2）：1-11．

［6］ Riess R．Chemistry Experience in the Primary Heat Transfer Circuit of Kraftwerk Union Pressurized Water Reactors［M］．Nuclear Technology，2017：153-159．

［7］ Zhou D．，Jones B．G．，Boron Concentration Model and Effects of Boron Holdup on Axial Offset Anomaly（AOA）in PWR［C］．Proceedings of ICONE10 10thInternational Conference on Nuclear Engineering，Arlington，USA，2002．

［8］ Doncel N．，Chen J．，Deshon J．Water Chemistry Influence on AOA，Phase 3 of the Spanish Experiment at Studsvik［C］．Proceedings of the 2007 International LWR Fuel Performance Meeting，San Francisco，USA，2007．

［9］ MacDonald D．The Thermodynamics of Metal-Water Systems at Elevated Temperatures，Part 4：The Nickel-Water System［R］．Whiteshell Nuclear Research Establishment，1972．

［10］Deshon J．，Hussey D．，Kendrick B．，et al．Pressurized Water Reactor Fuel Crud and Corrosion Modeling［R］．Advanced Fuel Performance：Modeling and Simulation，2011．

［11］Beverskog B．，Puigdomenech I．Revised Pourbaix Diagrams for Iron at 25-300℃［J］．Corrosion Science，1997，39（1）：43-57．

［12］Wang G．，Byers W．A．，Young M．Y．，et al．Thermal Conductivity Measurements for Simulated PWR Crud［C］．Proceedings of the 2013 21stInternational Conference on Nuclear Engineering，Chengdu，China，2013．

［13］Byers W．A．，Wang G．，Young M．Y．，et al．Simulation of PWR Crud［C］．Proceedings of the 2014 22ndInternational Conference on Nuclear Engineering，Prague，Czech，2014．

A Model of PWR Fuel Crud Density and Its Verification

MENG Shuqi，HU Yousen*，LI Changying，HU Yisong，RUAN Tianming

（China Nuclear Power Technology Research Institute，Shenzhen of Guangdong Prov.，518000，China）

The corrosion products released from the materials of the primary circuit in pressurized water reactors (PWR) may deposit on the fuel surface and form the fuel crud, which potentially increases the risks of crud induced power shift (CIPS) and crud induced localized corrosion (CILC). As one of the important parameters to determine the characteristics of the fuel crud, it is quite expensive to actually measure the fuel crud density, and the risk of radio-activity is also needed to be considered. Consequently, the measured data of the PWR fuel crud density is very limited. Based on PWR operating experience and key experimental results, a model capable of calculating the fuel crud density was developed. The rationality of this model was verified by comparing the experimental data of the artificial crud, which provides theoretical basis and dataset for further analysis of the fuel crud behavior in the PWR primary circuit.

PWR; Fuel crud; Density; Model; Verification

TL341

A

0258-0918（2022）02-0274-06

2021-02-21

蒙舒祺（1992—），男，廣東惠州人，工程師，碩士，現(xiàn)從事反應堆一回路熱工水力和水化學方面研究

胡友森，Email: huyousen@cgnpc.com.cn