一种数据驱动的铀屑燃烧流场模态分解及预测方法与流程

本发明属于核燃料循环设施事故后果评价领域，具体涉及一种数据驱动的铀屑燃烧流场模态分解及预测方法。

背景技术：

1、在铀屑燃烧反应过程中，由于铀屑自身存在放射性，其燃烧对人体存在危害，所以其所产生的流场(包括温度场和速度场等)所包含的参数对于后续过程操作及危险预警具有极其重要的应用价值。

2、然而，鉴于燃烧反应的复杂性，多数流场参数难以通过直接实验手段获取，因而必须依靠数值模拟技术进行辅助计算。尽管如此，由于燃烧过程本质上属于非线性过程，其分析模型建立存在显著难度。同时，传统数值模拟的方法在实时快速求解铀屑燃烧流场方面面临巨大挑战。

技术实现思路

1、针对现有技术中存在的缺陷，本发明的目的在于提供一种数据驱动的铀屑燃烧流场模态分解及预测方法，通过动态模态分解的方法，利用传统数值模拟方法得到的历史数据来构建铀屑燃烧近似线性模型，提升传统数值模拟方法的时效性，能够快速实现对流场的分析及预测，为更进一步估算燃烧事故源项和后果评估提供数据支撑。

2、为达到以上目的，本发明采用的技术方案是：一种数据驱动的铀屑燃烧流场模态分解及预测方法，所述方法包括以下步骤：

3、s1、针对燃烧场景建立模型，根据实际现场数据对建立的模型进行调整，以得到燃烧场景的准确模型；

4、s2、采用燃烧场景的准确模型进行数值模拟以获取不同时刻的流场数据；

5、s3、对获取的不同时刻的流场数据进行动态模态分解，提取流场的主要模态；

6、s4、利用提取的流场模态进行流场数据结果分析与预测。

7、进一步，步骤s1中根据不同的现场条件针对燃烧场景建立模型，以确定不同的初始条件。

8、进一步，所述初始条件包括铀屑质量、粒径以及流速。

9、进一步，所述现场条件包括设计资料以及类似设施或活动现有的设计参数。

10、进一步，步骤s1中利用建立的燃烧场景模型计算铀屑燃烧所产生的流场数据，并与现场同样位置的实际现场数据进行比对，以调整燃烧场景模型参数或算法，得到燃烧场景的准确模型。

11、进一步，所述实际现场数据来源为实验或者之前设备运行记录。

12、进一步，步骤s3中利用数值模拟软件进行瞬态计算，针对每一个时间步保存一组数据，将第1个时间步至第n-1个时间步组成的矩阵记为矩阵x，对矩阵x进行奇异值分解，以得到燃烧场景的准确模型的近似线性系数矩阵a，计算矩阵a的特征值和特征向量，并据此定义流场模态，定义模态的能量为每个模态所对应的特征值的平方，根据模态的能量进行排序，前n个模态的能量之和达到预设值时，由这前n个模态所组成的n阶模型即为流场的主要模态。

13、进一步，步骤s4中利用提取的主要模态计算历史数据，并与之前模拟条件下同一时刻下同样位置的流场数据进行比对，以调整选取模态个数，利用最终选取的流场模态进行未来任意时间的流场数据预测。

14、进一步，所述流场数据包括温度场数据、燃烧速度场数据以及燃烧氧气浓度场数据。

15、本发明的有益技术效果在于：本发明公开的一种数据驱动的铀屑燃烧流场模态分解及预测方法，使用动态模态分解的方法可以快速准确的识别流场的主要模态，对流场数据进行实时分析及预测。

技术特征：

1.一种数据驱动的铀屑燃烧流场模态分解及预测方法，所述方法包括以下步骤：

2.如权利要求1所述的一种数据驱动的铀屑燃烧流场模态分解及预测方法，其特征在于：步骤s1中根据不同的现场条件针对燃烧场景建立模型，以确定不同的初始条件。

3.如权利要求2所述的一种数据驱动的铀屑燃烧流场模态分解及预测方法，其特征在于：所述初始条件包括铀屑质量、粒径以及流速。

4.如权利要求2所述的一种数据驱动的铀屑燃烧流场模态分解及预测方法，其特征在于：所述现场条件包括设计资料以及类似设施或活动现有的设计参数。

5.如权利要求1所述的一种数据驱动的铀屑燃烧流场模态分解及预测方法，其特征在于：步骤s1中利用建立的燃烧场景模型计算铀屑燃烧所产生的流场数据，并与现场同样位置的实际现场数据进行比对，以调整燃烧场景模型参数或算法，得到燃烧场景的准确模型。

6.如权利要求1所述的一种数据驱动的铀屑燃烧流场模态分解及预测方法，其特征在于：所述实际现场数据来源为实验或者之前设备运行记录。

7.如权利要求1所述的一种数据驱动的铀屑燃烧流场模态分解及预测方法，其特征在于：步骤s3中利用数值模拟软件进行瞬态计算，针对每一个时间步保存一组数据，将第1个时间步至第n-1个时间步组成的矩阵记为矩阵x，对矩阵x进行奇异值分解，以得到燃烧场景的准确模型的近似线性系数矩阵a，计算矩阵a的特征值和特征向量，并据此定义流场模态，定义模态的能量为每个模态所对应的特征值的平方，根据模态的能量进行排序，前n个模态的能量之和达到预设值时，由这前n个模态所组成的n阶模型即为流场的主要模态。

8.如权利要求1所述的一种数据驱动的铀屑燃烧流场模态分解及预测方法，其特征在于：步骤s4中利用提取的主要模态计算历史数据，并与之前模拟条件下同一时刻下同样位置的流场数据进行比对，以调整选取模态个数，利用最终选取的流场模态进行未来任意时间的流场数据预测。

9.如权利要求1所述的一种数据驱动的铀屑燃烧流场模态分解及预测方法，其特征在于：所述流场数据包括温度场数据、燃烧速度场数据以及燃烧氧气浓度场数据。

技术总结本发明涉及一种数据驱动的铀屑燃烧流场模态分解及预测方法，通过针对燃烧场景建立模型，根据实际现场数据对建立的模型进行调整，以得到燃烧场景的准确模型；采用燃烧场景的准确模型进行数值模拟以获取不同时刻的流场数据；对获取的不同时刻的流场数据进行动态模态分解，提取流场的主要模态；利用提取的流场模态进行流场数据结果分析与预测。采用本发明中公开的方法，通过动态模态分解的方法，利用传统数值模拟方法得到的历史数据来构建铀屑燃烧近似线性模型，提升传统数值模拟方法的时效性，能够快速实现对流场的分析及预测，为更进一步估算燃烧事故源项和后果评估提供数据支撑。技术研发人员：俞尧,廉冰,王彦,杨洁受保护的技术使用者：中国辐射防护研究院技术研发日：技术公布日：2024/9/29