我院NEAL团队研究生参加第23届太平洋地区核能大会（PBNC）并获Best Post Award荣誉

2022年11月1日上午，以“核能创新·零碳未来”为主题的第23届太平洋地区核能大会（PBNC）在北京、成都两地同时开幕。PBNC是由太平洋核理事会发起举办的全球性学术和产业研讨会，旨在扩大与深化太平洋地区和世界各国的核能技术交流，是全球核能领域最具影响力的盛会之一。本届大会由中国科协、国家原子能机构指导，中国核学会主办，中国核工业集团有限公司、中国华能集团有限公司、国家电力投资集团有限公司协办，中国核动力研究设计院承办。

我院核能与应用实验室（Nuclear Energy and Application Laboratory，NEAL）课题组研究生孙爱扣、吴智强、李琼积极响应会议号召，分别在Track7-Digital reactor and new technology、Track13-Student program会场进行学术报告。

孙爱扣在“Track7-Digital reactor and new technology”会场发表《Research on Shielding Deep Penetration Calculation Based on MC Variance Reduction Techniques》的学术汇报，研究当MC几何模型介质比较厚，随机游动的粒子很难输运到屏蔽介质深处，将导致对记数区贡献的样本点不足而造成较大的统计误差，出现屏蔽计算中的深穿透现象。如果仅靠传统的增加模拟粒子数或提高计算时间来降低统计误差，其过程是非常费时低效的，无法解决深穿透问题，因此为了可以在有限的计算时间内获得较高的计算精度，就需要采取合适的减方差技术，以降低计算结果的统计误差。

吴智强在“Track13-Student program”会场发表《A development of automatic control-rod-tuning-depletion program basing on OpenMC》的学术汇报，研究发现控制棒会带来燃料棒的阴影效应，并且在控制棒的移动过程中会带来较大的轴向功率偏移。基于OpenMC二次开发一套反应堆运行过程中控制棒棒位随燃耗加深调整的程序，模拟了控制棒的动态调控过程，并在后续的研究中，会在此程序的基础上，针对小型模块化压水堆，研究控制棒布置以及调棒手段获得一个较为理想的控制棒控制策略。

李琼在“Track13-Student program”会场发表《Radial Basis Function Surrogate Model-based Optimization of Small Light-weight Lead-bismuth Reactor Core》的学术汇报。为解决铅铋反应堆多因素耦合影响下的复杂非线性多维优化问题，构建了基于径向基（RBF）代理模型预测、正交拉丁超立方抽样（OLHS）和小生境遗传算法（NGA）寻优的堆芯智能优化方法，开发了包含抽样、蒙卡程序耦合处理、堆芯参数预测寻优等功能的铅铋反应堆设计优化平台，并以堆芯最小燃料装载量为优化目标进行方案寻优验证。研究发现：RBF代理模型可准确快速地预测铅铋反应堆堆芯特性参数，与蒙卡程序计算值比较，其预测的堆芯有效增殖因子(keff)相对误差在±0.1%以内；该智能优化方法应用于铅铋反应堆堆芯优化是可行的，能找到多因素共同变化约束下的最优目标方案，且极大缩减了设计方案的搜索计算时间。研究建立的堆芯智能优化方法可为铅铋反应堆多物理、多变量、多约束耦合影响的优化设计提供思路。李琼同学的相关研究因为创新突出，荣获了本次大会的Best Poster Award。