• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx

      基于GPU并行的二維時(shí)空中子動(dòng)力學(xué)MOC程序開(kāi)發(fā)及驗(yàn)證

      2022-01-27 14:28:38宋佩濤
      原子能科學(xué)技術(shù) 2022年1期
      關(guān)鍵詞:堆芯中子瞬態(tài)

      鄒 航,梁 亮,張 乾,*,宋佩濤,趙 強(qiáng)

      (1.哈爾濱工程大學(xué) 核安全與仿真技術(shù)國(guó)防重點(diǎn)學(xué)科實(shí)驗(yàn)室,黑龍江 哈爾濱 150001;2.西安核創(chuàng)能源科技有限公司,陜西 西安 710077;3.中國(guó)輻射防護(hù)研究院,山西 太原 030006)

      為解決中子在不均勻介質(zhì)中的輸運(yùn)問(wèn)題,特征線方法(MOC)以其幾何普適性的優(yōu)點(diǎn),成為近年來(lái)反應(yīng)堆物理設(shè)計(jì)分析的研究熱點(diǎn)。為提高三維非均勻全堆芯輸運(yùn)計(jì)算效率,國(guó)際上提出2D/1D耦合方法來(lái)加速計(jì)算[1-3],其中高效率的2D-MOC求解器在全堆輸運(yùn)計(jì)算中占有重要地位。由于MOC方法本身具有計(jì)算量大、收斂較慢的不足之處,且在中子動(dòng)力學(xué)計(jì)算中變得尤為明顯,因此國(guó)內(nèi)外提出了一系列加速收斂方法在數(shù)值層面上提高M(jìn)OC的動(dòng)力學(xué)計(jì)算效率。其中,粗網(wǎng)有限差分方法(CMFD)能顯著降低每個(gè)時(shí)間步輸運(yùn)計(jì)算的迭代次數(shù),但由于動(dòng)力學(xué)問(wèn)題本身收斂較慢,美國(guó)密歇根大學(xué)提出多級(jí)瞬態(tài)方法(TML)并應(yīng)用在MPACT上[2,4],TML采用預(yù)估矯正準(zhǔn)靜態(tài)(PCQS)的思想,將點(diǎn)堆中子動(dòng)力學(xué)、CMFD以及輸運(yùn)計(jì)算相耦合,使得在大時(shí)間步長(zhǎng)條件下能獲得較高計(jì)算精度,且在CMFD計(jì)算中使用1G-CMFD加速M(fèi)G-CMFD收斂[5]。西安交通大學(xué)使用簡(jiǎn)化源縮放法(SSSM)解決CMFD固定源計(jì)算中通量幅值與形狀收斂速度不匹配的問(wèn)題,并在PCQS中點(diǎn)堆中子動(dòng)力學(xué)部分使用在線高階拉格朗日插值來(lái)獲得更高精度的反應(yīng)性計(jì)算值[6]。隨著圖形處理器(GPU)在算力、功耗方面的快速發(fā)展,針對(duì)GPU自身硬件特性而開(kāi)發(fā)的并行算法已經(jīng)被大量應(yīng)用于科學(xué)計(jì)算領(lǐng)域。MOC方法具有天然并行特性,國(guó)內(nèi)外已開(kāi)展了基于GPU加速M(fèi)OC計(jì)算的相關(guān)研究[7-14]。本文針對(duì)全隱式差分方法,同時(shí)采用CUDA編程和CMFD加速技術(shù),實(shí)現(xiàn)基于GPU并行的二維MOC瞬態(tài)計(jì)算。

      1 中子輸運(yùn)動(dòng)力學(xué)計(jì)算理論

      1.1 中子輸運(yùn)動(dòng)力學(xué)方程

      求解中子輸運(yùn)動(dòng)力學(xué)方程的核心思想是對(duì)其進(jìn)行時(shí)間差分[3],并利用先驅(qū)核方程積分方法將先驅(qū)核方程與中子輸運(yùn)方程進(jìn)行耦合,推導(dǎo)得到一系列與穩(wěn)態(tài)方程形式相當(dāng)?shù)乃矐B(tài)固定源方程(TFSP),并利用穩(wěn)態(tài)中子輸運(yùn)方程求解方法對(duì)其進(jìn)行逐時(shí)間步求解。中子輸運(yùn)方程和先驅(qū)核方程如式(1)與式(2)所示:

      χp,g(r,t)(1-β(r,t))SF(r,t)+Sd,g(r,t))

      (1)

      k=1,2,…,6

      (2)

      式中:vg為能群g下的中子速度;φg為位置r處方向?yàn)棣傅闹凶咏峭棵芏?;Ck為緩發(fā)中子先驅(qū)核濃度;Σt,g為宏觀總截面;βk為緩發(fā)中子份額;λk為衰變常量;Ss,g為散射源項(xiàng);SF為裂變?cè)错?xiàng);Sd,g為緩發(fā)中子源項(xiàng);χp,g為瞬發(fā)中子裂變譜。各源項(xiàng)定義如式(3)~(6)所示。

      (3)

      (4)

      (5)

      (6)

      對(duì)式(1)的時(shí)間項(xiàng)進(jìn)行全隱式差分,可得式(7):

      (7)

      (8)

      (9)

      (10)

      (11)

      (12)

      (13)

      1.2 CMFD加速

      多群CMFD TFSP方程可由中子擴(kuò)散動(dòng)力學(xué)方程[2,4-5]推導(dǎo)得出,格式如下:

      (14)

      (15)

      對(duì)式(14)使用與推導(dǎo)輸運(yùn)動(dòng)力學(xué)方程相同的時(shí)間差分方法,可得式(16):

      (16)

      (17)

      (18)

      (19)

      (20)

      Str=AΦ+BFΦ+C

      (21)

      將各算子代入式(16)可得CMFD TFSP方程:

      (M-S)Φ=χFΦ+AΦ+BFΦ+C

      (22)

      1.3 MOC動(dòng)力學(xué)計(jì)算

      由1.1節(jié)可知,2D MOC動(dòng)力學(xué)方程可寫(xiě)為如下形式[2,4,6]:

      (23)

      其中瞬態(tài)固定源項(xiàng)定義與式(9)相同:

      (24)

      在原有源項(xiàng)上加上瞬態(tài)固定源項(xiàng)后,式(24)可由穩(wěn)態(tài)MOC求解器逐時(shí)間步求解,且現(xiàn)有的并行加速算法不需作較大改動(dòng)即可套用至動(dòng)力學(xué)計(jì)算上。

      2 并行算法設(shè)計(jì)及程序開(kāi)發(fā)

      本文基于上述理論,以現(xiàn)有的柵格物理程序ALPHA穩(wěn)態(tài)版本為基礎(chǔ),調(diào)用其MOC求解器及CMFD求解器來(lái)開(kāi)發(fā)其動(dòng)力學(xué)計(jì)算功能。ALPHA中采用GPU加速CMFD及MOC計(jì)算,MOC計(jì)算中采用特征線-單能群并行策略,CMFD計(jì)算采用紅-黑排序并行求解策略[6-12],具體計(jì)算流程如圖1所示。

      圖1 GPU加速的MOC耦合CMFD求解瞬態(tài)固定源問(wèn)題流程圖Fig.1 TFSP solution procedure for MOC with CMFD acceleration based on GPU

      整體計(jì)算流程如下:1) 在CPU端進(jìn)行初始穩(wěn)態(tài)和動(dòng)力學(xué)的初始化計(jì)算,包括幾何預(yù)處理和截面初始化等計(jì)算所需信息;2) 將幾何、截面信息從系統(tǒng)內(nèi)存一次性拷貝到顯存;3) 執(zhí)行CMFD計(jì)算,為MOC迭代提供初值;4) 通過(guò)本征值和通量偏差判斷整體迭代是否收斂。

      CMFD計(jì)算主要包括:1) 粗網(wǎng)多群參數(shù)歸并及線性系統(tǒng)的構(gòu)造,由于各粗網(wǎng)參數(shù)和CMFD方程組中各方程相互獨(dú)立,可將粗網(wǎng)參數(shù)歸并與方程構(gòu)造分配給各GPU線程并行執(zhí)行;2) CMFD源項(xiàng)更新也可在GPU端并行執(zhí)行,每個(gè)線程負(fù)責(zé)單個(gè)粗網(wǎng)單個(gè)能群的源項(xiàng)計(jì)算;3) CMFD線性系統(tǒng)求解,本文所采用的線性方程組解法為逐次超松弛迭代(SOR),為保證在GPU并行求解,本文采用紅-黑排序,將相互獨(dú)立的方程求解分配給不同的GPU線程并行執(zhí)行,因此求解過(guò)程中有1/2的方程可并行求解,隨后提供更新后的結(jié)果,用于另一半方程的并行求解;4) CMFD收斂后,利用CMFD結(jié)果更新MOC細(xì)網(wǎng)通量,為下一次MOC計(jì)算提供初值。采用GPU線程并行后,1個(gè)線程執(zhí)行1個(gè)粗網(wǎng)內(nèi)所有細(xì)網(wǎng)在單個(gè)能群下的通量更新。

      MOC將采用CMFD更新后的通量進(jìn)行計(jì)算。本文采用Jacobi格式的輸運(yùn)掃描算法進(jìn)行輸運(yùn)求解,其中源項(xiàng)計(jì)算采用GPU多線程并行求解,輸運(yùn)掃描計(jì)算采用的特征線-能群并行的策略。

      3 數(shù)值驗(yàn)證

      本文采用TWIGL基準(zhǔn)題與2D MINI-CORE基準(zhǔn)題測(cè)試程序精度及效率。計(jì)算平臺(tái)采用多核工作站,工作站所用CPU為Intel Core i7-8700K,所用GPU為NVIDIA Geforce 2080Ti。

      3.1 TWIGL基準(zhǔn)題

      TWIGL基準(zhǔn)題[15]是一個(gè)兩群三區(qū)問(wèn)題,其幾何結(jié)構(gòu)及堆芯網(wǎng)格劃分如圖2所示。TWIGL堆芯內(nèi)部由3種不同材料區(qū)域構(gòu)成,通過(guò)改變區(qū)域1材料的熱吸收截面來(lái)驅(qū)動(dòng)堆芯功率發(fā)生瞬態(tài)變化。ALPHA的計(jì)算參數(shù)如下:柵元尺寸2.0 cm×2.0 cm,每個(gè)柵元使用5×5矩形網(wǎng)格劃分,特征線間距0.02 cm,角度離散采用32個(gè)輻角和最佳三極角,初始穩(wěn)態(tài)和動(dòng)力學(xué)計(jì)算通量收斂準(zhǔn)則均為1.0×10-7,時(shí)間步長(zhǎng)分別選用2、5和10 ms,CPU和GPU計(jì)算均使用雙精度。

      圖2 TWIGL基準(zhǔn)題幾何結(jié)構(gòu)及堆芯網(wǎng)格劃分Fig.2 TWIGL benchmark geometry and core division strategy

      堆芯功率時(shí)變計(jì)算結(jié)果如圖3、4所示,參考解由VARIANT和DeCART給出[15],可看出ALPHA計(jì)算結(jié)果與參考解符合良好,堆芯功率最大相對(duì)誤差為0.43%。各區(qū)域平均棒功率計(jì)算結(jié)果比較列于表1。區(qū)域3功率相對(duì)誤差較區(qū)域1、2大,最大誤差出現(xiàn)在0.2 s,恰好是功率開(kāi)始瞬變的時(shí)刻。帶有CMFD加速的不同硬件條件下計(jì)算效率與精度比較列于表2。由于TWIGL問(wèn)題規(guī)模較小,GPU算例中對(duì)于每個(gè)時(shí)間步的計(jì)算時(shí)間并不能達(dá)到所用GPU的峰值算力,且調(diào)用GPU過(guò)程中所消耗計(jì)算資源占比較多,所以GPU算例計(jì)算時(shí)間并未隨著步長(zhǎng)增大而呈比例地減小,但相比CPU算例而言,加速效果依然明顯。對(duì)于2 ms步長(zhǎng)算例,加速比達(dá)到6.6。GPU并行條件下的CMFD加速效率對(duì)比列于表3。CMFD加速性能十分可觀,加速比基本在40左右。對(duì)比表3中3種不同的時(shí)間步長(zhǎng)計(jì)算結(jié)果可發(fā)現(xiàn),CMFD時(shí)間占比隨時(shí)間步長(zhǎng)的減小而減小,從而CMFD加速比也隨之減小。對(duì)比表2與表3結(jié)果可發(fā)現(xiàn),GPU并行條件下的加速比隨著MOC計(jì)算時(shí)間占比增大而增大。

      圖3 TWIGL功率變化及相對(duì)誤差Fig.3 Core power behavior of TWIGL and relative error

      圖4 不同時(shí)刻TWIGL精細(xì)功率分布 Fig.4 Detailed power distribution of TWIGL at different time

      表1 TWIGL各區(qū)域平均棒功率計(jì)算結(jié)果比較Table 1 Region wise pin power comparison of TWIGL

      表2 TWIGL基準(zhǔn)題不同硬件條件下計(jì)算效率及精度比較Table 2 Computational efficiency and accuracy comparison for TWIGL in different hardware conditions

      表3 TWIGL基準(zhǔn)題CMFD加速效率比較Table 3 Effectiveness of CMFD for TWIGL

      3.2 MINI-CORE 2D基準(zhǔn)題

      MINI-CORE 2D基準(zhǔn)題[15]幾何結(jié)構(gòu)以及邊界條件如圖5所示,該堆芯由5個(gè)鈾富集度為4.2%的UOX組件和4個(gè)钚富集度為4.0%的MOX組件組成。控制棒僅位于中心的UOX組件內(nèi),通過(guò)勻速提棒使得堆芯產(chǎn)生瞬態(tài)功率變化。ALPHA的計(jì)算參數(shù)如下:每個(gè)組件為17×17柵元排布,每個(gè)柵元使用5×5矩形網(wǎng)格劃分,選用特征線間距為0.02 cm,角度離散選用32輻角和最佳三極角,初始穩(wěn)態(tài)和動(dòng)力學(xué)計(jì)算通量收斂準(zhǔn)則均為1.0×10-6,CPU和GPU計(jì)算均使用雙精度。

      圖5 MINI-CORE 2D基準(zhǔn)題幾何結(jié)構(gòu)Fig.5 MINI-CORE 2D benchmark geometry

      堆芯功率時(shí)變計(jì)算結(jié)果如圖6、7所示,參考解由DeCART與VARIANT給出[15],ALPHA計(jì)算結(jié)果與參考解符合良好,2 ms步長(zhǎng)算例中堆芯功率最大相對(duì)誤差為3.3%,出現(xiàn)位置在0.01 s。不同時(shí)刻下組件功率計(jì)算結(jié)果列于表4,各時(shí)刻下組件功率相對(duì)誤差均在0.05%以內(nèi)。帶有CMFD加速的不同硬件條件下計(jì)算效率與精度比較列于表5,可看出GPU計(jì)算加速效果良好,對(duì)于2 ms算例加速比為3.8倍。GPU條件下的CMFD加速效率對(duì)比列于表6,CMFD加速效果明顯,10 ms算例加速比可達(dá)到51.6。MINI-CORE基準(zhǔn)題中GPU加速比與CMFD時(shí)間占比的關(guān)系與TWIGL結(jié)果一致,即GPU加速比隨CMFD時(shí)間占比增大而減小。

      圖6 MINI-CORE 2D功率變化及相對(duì)誤差Fig.6 Core power behavior of MINI-CORE 2D and relative error

      圖7 不同時(shí)刻MINI-CORE 2D精細(xì)功率分布 Fig.7 Detailed power distribution of MINI-CORE 2D at different time

      表4 MINI-CORE 2D各區(qū)域平均棒功率計(jì)算結(jié)果比較Table 4 Region wise pin power comparison of MINI-CORE 2D

      表5 MINI-CORE 2D基準(zhǔn)題keff及計(jì)算效率比較Table 5 Steady-state keff and calculation efficiency of MINI-CORE 2D

      表6 MINI-CORE基準(zhǔn)題CMFD加速效率比較Table 6 Effectiveness of CMFD for MINI-CORE

      4 結(jié)論

      本文介紹了采用GPU加速的TFSP并行算法,實(shí)現(xiàn)了GPU并行加速動(dòng)力學(xué)MOC及CMFD計(jì)算。TWIGL基準(zhǔn)題和MINI-CORE 2D基準(zhǔn)題數(shù)值結(jié)果表明:程序滿足瞬態(tài)輸運(yùn)求解的精度要求;同時(shí),采用單GPU進(jìn)行小規(guī)模堆芯瞬態(tài)輸運(yùn)計(jì)算時(shí),與單CPU相比加速倍數(shù)約在2~6倍,且加速比隨CMFD計(jì)算時(shí)間占比的增大而減小。本文僅初步實(shí)現(xiàn)了CMFD TFSP加速計(jì)算,所涉及的并行算法可推廣至預(yù)估-校正準(zhǔn)靜態(tài)方法以及TML方法,提升全堆瞬態(tài)計(jì)算的效率。

      猜你喜歡
      堆芯中子瞬態(tài)
      高壓感應(yīng)電動(dòng)機(jī)斷電重啟時(shí)的瞬態(tài)仿真
      3D打印抗中子輻照鋼研究取得新進(jìn)展
      應(yīng)用CDAG方法進(jìn)行EPR機(jī)組的嚴(yán)重事故堆芯損傷研究
      基于Hoogenboom基準(zhǔn)模型的SuperMC全堆芯計(jì)算能力校驗(yàn)
      核技術(shù)(2016年4期)2016-08-22 09:05:32
      基于PLC控制的中子束窗更換維護(hù)系統(tǒng)開(kāi)發(fā)與研究
      DORT 程序進(jìn)行RPV 中子注量率計(jì)算的可靠性驗(yàn)證
      十億像素瞬態(tài)成像系統(tǒng)實(shí)時(shí)圖像拼接
      基于瞬態(tài)流場(chǎng)計(jì)算的滑動(dòng)軸承靜平衡位置求解
      壓水堆堆芯中應(yīng)用可燃毒物的兩個(gè)重要實(shí)驗(yàn)
      DC/DC變換器中的瞬態(tài)特性分析
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      成安县| 苍山县| 阳山县| 岳阳市| 镶黄旗| 修文县| 博湖县| 沿河| 牡丹江市| 保靖县| 赞皇县| 黎川县| 班戈县| 英吉沙县| 铁岭县| 民乐县| 耿马| 博野县| 赤壁市| 合山市| 资源县| 阳江市| 阳朔县| 若尔盖县| 农安县| 北流市| 昭通市| 商水县| 三明市| 遂川县| 芦溪县| 太仓市| 扎赉特旗| 阳城县| 莫力| 华坪县| 双鸭山市| 河南省| 临汾市| 文山县| 彰武县|