一种关键参数不确定性分析校准方法、存储介质及系统与流程

1.本发明属于核事故源项数值模拟领域，具体涉及一种关键参数不确定性分析校准方法、存储介质及系统。


背景技术：

2.在核燃料循环设施生产运行过程中，可能会发生放射性粉末物料洒落事故，当发生放射性粉末物料洒落时，气溶胶颗粒物分散到厂房中，使房间内气溶胶浓度增加，可能会对公众和职业人员造成辐射影响。受厂房内空间布局，洒落物料微粒尺寸、重力沉降、扩散、沉积、表面粘附、气体流动和局部环境等众多因素影响，造成厂房内的扩散条件相对复杂。
3.目前已有针对放射性粉末洒落情景进行相关物理实验的工作，这些物理实验初步研究了不同高度粉末物料洒落后气溶胶释放份额的差异，但实验中未充分考虑物料性质、环境温度、通排风等条件对气溶胶分布及释放份额的影响。
4.随着计算机性能的提高，数值模拟方法，尤其是计算流体力学方法(cfd)在很多领域得到了广泛应用，可以使用cfd方法对放射性粉末物料洒落过程进行模拟，将模拟结果与实验结果进行对比分析，验证数值模型的有效性，进一步可以扩展应用到环境条件更为复杂的厂房中、不同物料的洒落事故情景，为事故响应和人员防护、释放源项估算及后果评价，以及事故处理提供技术支持。
5.在针对气固两相流的数值仿真模拟中，放射性气溶胶的受力复杂，影响其扩散的参数众多，如气流特征速度、湍流耗散率、洒落速度等，这些参数与受力通常难以通过实验直接获取，而是根据经验值直接进行设定，但在真实情况下这些参数的取值可能和经验值不完全一致，甚至可能是动态变化的，其取值实际难以被确定为某一特定的取值，只能大致确定其取值范围，为了确定数值仿真模拟中这些参数与受力对气溶胶扩散的影响程度，亟需一种参数的不确定性分析方法，并建立一种使用实验测量数据对这些关键参数取值进行校正的方法，使其取值更符合与真实情况。


技术实现要素：

6.针对现有技术中存在的缺陷，本发明的目的是提供一种关键参数不确定性分析校准方法、存储介质及系统，以对气溶胶扩散数值模拟输出结果中存在的不确定性进行量化，并且对数值模拟中的参数进行校准，使其更符合真实值，进而提高数值模拟的精确度。
7.为达到以上目的，本发明采用的技术方案是：一种关键参数不确定性分析校准方法，包括步骤：建立放射性粉末物料洒落事故模拟模型并求解；进行放射性粉末洒落物理实验，获取放射性粉末洒落事故时释放的气溶胶分布特性及扩散规律；确定关键参数取值范围及概率分布；建立基于高斯过程的代理模型；进行关键参数不确定性分析；进行关键参数取值的校准。
8.进一步，建立放射性粉末物料洒落事故模拟模型并求解包括：建立几何模型、建立数值模型、参数设置及进行求解。
9.进一步，所述进行放射性粉末洒落物理实验时，将采样器采样口放置到不同空间高度，以获取不同时间和空间的气溶胶分布情况。
10.进一步，所述进行放射性粉末洒落物理实验时，分别进行通排风条件一定，改变物料洒落高度的实验及物料洒落高度一定，改变通排风条件的实验。
11.进一步，所述关键参数包括气流特征速度、湍流耗散率、物料洒落速度；所述概率分布包括均匀分布、正态分布、对数分布。
12.进一步，建立所述代理模型的过程中，通过随机对所关心的物料释放高度、气流特征速度、湍流耗散率、物料洒落速度等参数进行少量采样，得到200组参数组合，使用数值模拟求解关键监测点的气溶胶浓度数据，以物料释放高度、气流特征速度、湍流耗散率、物料洒落速度等参数作为代理模型的输入，以关键监测点的气溶胶浓度数据作为代理模型的输出，随机选取180组数据作为训练数据集对高斯过程代理模型进行训练，并用其余20组数据作为测试数据集评估代理模型输出结果的准确性。
13.进一步，所述进行关键参数不确定性分析时，使用蒙特卡洛随机采样算法对所述关键参数以其概率分布进行采样，并将采样得到的参数组合输入所述代理模型中，计算得出关键监测点的气溶胶浓度输出结果，统计整理后得到浓度结果的取值范围、置信区间，以及不同取值的概率。
14.进一步，所述进行关键参数取值的校准包括：从先验分布中随机获取初始种群；计算初始种群的似然度；产生候选种群；进行候选点交叉；计算候选种群的似然度；计算接受概率；判断是否接受新的样本点；重复从产生候选种群至判断是否接受新的样本点的步骤，直到产生足够的样本。
15.本发明还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现一种关键参数不确定性分析校准方法。
16.本发明还提供一种关键参数不确定性分析校准系统，包括：事故模拟模型模块，用于建立放射性粉末物料洒落事故模拟模型并求解；实验模块，用于进行放射性粉末洒落物理实验，获取放射性粉末洒落事故时释放的气溶胶分布特性及扩散规律；关键参数确定模块，用于确定关键参数取值范围及概率分布；代理模块建立模块，用于建立基于高斯过程的代理模型；不确定分析模块，用于进行关键参数不确定性分析；校准模块，用于进行关键参数取值的校准。
17.本发明的效果在于：使用不确定性分析方法得到对数值模拟输出结果的取值范围、置信区间，并使用实验数据对数值模型中的参数进行校准，同时基于高斯过程的代理模型加速计算过程，最终可以提高使用数值模拟方法对放射性粉末洒落气溶胶浓度场模拟的计算准确性。
附图说明
18.图1是本发明中一种关键参数不确定性分析校准方法的步骤流程图；
19.图2为本发明中一种关键参数不确定性分析校准方法的模块流程示意图；
20.图3为洒落实验装置结构示意图。
具体实施方式
21.下面结合附图和具体实施方式对本发明作进一步描述。
22.如图1-3所示，本发明提出了一种关键参数不确定性分析校准方法包括步骤：
23.s1，建立放射性粉末物料洒落事故模拟模型并求解；
24.具体的，针对具体的放射性粉末撒落情景，建立相近的几何模型，并设置合理的默认模拟参数。其中，求解主要包括建立几何模型、建立数值模型、参数设置、进行求解等过程。
25.可以理解，可以使用fluent、openfoam等成熟的cfd模拟软件建立模型并进行数值求解，计算得到默认参数取值下的放射性粉末物料洒落事故后目标空间内的放射性核素浓度分布场。
26.s2，进行放射性粉末洒落物理实验，获取放射性粉末洒落事故时释放的气溶胶分布特性及扩散规律；
27.具体的，综合考虑物料性质、环境条件、洒落高度、通排风因素，进一步分析各种因素作用下的气溶胶扩散行为，获取放射性粉末洒落事故时释放的气溶胶分布特性及扩散规律，为数值模拟提供验证数据。
28.在本实施例中，洒落实验装置结构示意图如图3所示，洒落实验装置底部放置收集板，用于回收洒落粉末；将采样器采样口放置到不同空间高度，以获取不同时间和空间的气溶胶分布情况。设计并开展实验，测量放射性粉末物料性质(密度和粒径)、环境条件(温度和压力)等影响洒落的因素。分别进行通排风条件一定，改变物料洒落高度的实验及物料洒落高度一定，改变通排风条件的实验。
29.s3，确定关键参数取值范围及概率分布；
30.具体的，对于放射性粉末洒落事故景象，气体流动和局部环境等众多因素造成厂房内的扩散条件相对复杂，湍流参数也会对气溶胶的扩散行为及分布特性产生很大影响。基于所建立的数值模型，针对气流特征速度、湍流耗散率、物料洒落速度等关键参数进行调研，获取在实际条件下其合理的取值范围及参数的概率分布情况。
31.可以理解，概率分布可包括均匀分布、正态分布、对数分布等。
32.s4，建立基于高斯过程的代理模型；
33.具体的，在参数数值模拟不确定性分析以及参数校准的过程中，均会涉及上万次的参数采样过程，每次采样后都使用数值模拟方法求解以获得关键监测点处的气溶胶浓度将会付出巨大的时间代价，采用高斯过程作为代理模型以替代数值模拟过程，可以降低分析的时间成本。
34.高斯过程的分布是所有无限多个随机变量的联合分布，也就是连续域上的函数分布。
35.以一个具体实例作为说明，已知训练数据集d＝(x,y)＝{(xi,yi)∣i＝1,
…
,n，其中xi为输入向量，yi为输出向量。现有新的输入x*,预测对应的目标数据(真实输出为y
*
)。
36.首先做出先验假设(f(x)和y
*
的联合概率分布)：
37.38.其中：k
ff
＝k(x,x),k
fy
＝k(x,x
*
),k
yy
＝k(x
*
,x
*
)，根据多维高斯分布的条件分布性质可得：
[0039][0040]
有高斯分布的概率分布可得，的概率最大。
[0041]
k是核函数(或协方差函数)，用来捕捉不同时刻随机变量之间的关系，最广泛使用的是径向基核函数：
[0042][0043]
通过随机对所关心的物料释放高度、气流特征速度、湍流耗散率、物料洒落速度等参数进行少量采样，得到200组参数组合，使用数值模拟求解关键监测点的气溶胶浓度数据，以物料释放高度、气流特征速度、湍流耗散率、物料洒落速度等参数作为代理模型的输入，以关键监测点的气溶胶浓度数据作为代理模型的输出，随机选取180组数据作为训练数据集对高斯过程代理模型进行训练，并用其余20组数据作为测试数据集评估代理模型输出结果的准确性。
[0044]
可以理解，在本实施例中，采用无需复杂参数调节过程、简单易用的高斯过程构建代理模型，在部分实施例中，还可以通过神经网络方法、随机森林方法、支持向量机方法等方式实现建立代理模型。
[0045]
s5，进行关键参数不确定性分析；
[0046]
具体的，使用蒙特卡洛随机采样算法对数值模型中的气流特征速度、湍流耗散率、物料洒落速度等关键参数以其概率分布进行采样，并将采样得到的参数组合输入代理模型中，计算得出关键监测点的气溶胶浓度输出结果，统计整理后得到浓度结果可能的取值范围、置信区间，以及不同取值的概率等信息。
[0047]
s6，进行关键参数取值的校准；
[0048]
具体的，使用dream算法对参数进行采样，使其取值既要满足原有的先验概率分布，又要使代理模型的输出浓度结果尽可能接近实验所得到的监测值，在进行大量采样后，可以得到真实情况下数值模型中参数的后验分布，即更为接近真实情况的更为合理的取值，得到对参数的校准结果，以提高数值模拟的准确度。
[0049]
可以理解，dream算法作为一种改进的mcmc算法具有更高的计算效率与计算精度，在部分实施例中，还可采用蒙特卡洛马尔科夫链(mcmc)方法对参数进行采样。
[0050]
dream算法采用了随机子空间采样的方法产生候选点。对于一个d维参数空间，x为d维的参数向量，共计使用n条链，其步骤如下：
[0051]
首先获取初始的种群：
[0052]
从先验分布中随机获取初始种群，作为每一条链的初始值{xi,i＝1,
…
,n；
[0053]
对于i＝1,
…
,n，计算初始种群(即每一条链初始值的)的似然度π(xi)。接着是mcmc链的进化过程，包括如下步骤：
[0054]
产生候选种群：对于第j条链，采用下列公式产生：
[0055][0056]
在式中：δ表示用于产生候选点的配对数目；r1(j),r2(n)∈{1,
…
,n}；对于j＝1,
…
,δ和n＝1,
…
,δ，r1(j)≠r2(n)≠i。e的值是随机从d维均匀分布ud(-b,b)中采样得到，其中，b为小于1的正数。ε的值是从d维正态分布nd(0,b
*
)中获取，其中，b
*
为相对于目标分布宽度很小的正数。γ是跳跃率，取决于δ和d。
[0057]
一般采用公式以下公式计算跳跃率：
[0058][0059]
进行候选点交叉：利用以下公式决定候选种群中每一个个体是否取代初始种群：
[0060][0061]
其中，u是根据均匀分布u(0,1)产生的随机数，定义cr为是交叉概率∈[0,1]。
[0062]
对于i＝1,
…
,n，计算候选种群的似然度π(zi)
[0063]
计算接受概率：
[0064][0065]
判断是否接受新的样本点，如果接受新的样本点，则如果不接受，则保持当前点的位置，即
[0066]
重复上述从产生候选种群至判断是否接受新的样本点的步骤，直到产生足够的样本。
[0067]
dream算法每次采样获取的模型参数值都被输入到代理模型中，并存储相应的模型输出结果，并判断其值与实际测量得到的气溶胶浓度的接近程度，直至达到所设定的采样总数。
[0068]
选取dream算法收敛后的参数采样结果，即可以得到参数的后验分布，后验分布中的最大概率取值会更为接近参数的真实值，得到参数的校准结果。
[0069]
本发明还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施一种关键参数不确定性分析校准方法的步骤。
[0070]
需要说明的是，本技术所示的存储介质可以是计算机可读信号介质或者存储介质或者是上述两者的任意组合。存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘
只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。而在本技术中，存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。存储介质还可以是存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0071]
本发明还提供一种关键参数不确定性分析校准系统，其包括：
[0072]
事故模拟模型模块，用于建立放射性粉末物料洒落事故模拟模型并求解；
[0073]
实验模块，用于进行放射性粉末洒落物理实验，获取放射性粉末洒落事故时释放的气溶胶分布特性及扩散规律；
[0074]
关键参数确定模块，用于确定关键参数取值范围及概率分布；
[0075]
代理模块建立模块，用于建立基于高斯过程的代理模型；
[0076]
不确定分析模块，用于进行关键参数不确定性分析；
[0077]
校准模块，用于进行关键参数取值的校准。
[0078]
通过上述实施例可以看出，本发明的有益效果在于：使用不确定性分析方法得到对数值模拟输出结果的取值范围、置信区间，并基于dream算法使用实验数据对数值模型中的参数进行校准，同时基于高斯过程的代理模型加速计算过程，最终可以提高使用数值模拟方法对放射性粉末洒落气溶胶浓度场模拟的计算准确性。
[0079]
本发明所述的系统并不限于具体实施方式中所述的实施例，本领域技术人员根据本发明的技术方案得出其他的实施方式，同样属于本发明的技术创新范围。