Ассимиляция данных в задачах моделирования нейтронно-физических процессов в объектах использования атомной энергии: текущее состояние и перспективы развития

Автор(ы): Андрианов А.А., Андрианова О.Н.

Название статьи: Ассимиляция данных в задачах моделирования нейтронно-физических процессов в объектах использования атомной энергии: текущее состояние и перспективы развития

Выпуск: 104

Рубрика: Управление техническими системами и технологическими процессами

Год: 2023

Библиография: Андрианов А.А., Андрианова О.Н. Ассимиляция данных в задачах моделирования нейтронно-физических процессов в объектах использования атомной энергии: текущее состояние и перспективы развития // Управление большими системами. Выпуск 104. М.: ИПУ РАН, 2023. С.118-134. DOI: https://doi.org/10.25728/ubs.2023.104.5

Дата опубликования: 31.07.2023

Ключевые слова: ассимиляция данных, машинное обучение, анализ неопределенности, нейтронно-физическое моделирование, объекты использования атомной энергии, реакторно-физические эксперименты.

Аннотация: Приводятся результаты анализа состояния и перспектив развития процедур ассимиляции данных в задачах моделирования нейтронно-физических процессов в объектах использования атомной энергии (ОИАЭ), которые применяются с целью уточнения параметров нейтронно-физических моделей ОИАЭ по результатам реакторно-физических экспериментов, оценки и повышения точности расчетного предсказания характеристик проектируемых ОИАЭ, планирования новых информативных экспериментов, близких по своим нейтронно-физическим свойствам к проектируемым ОИАЭ. Приводится классификация используемых подходов к ассимиляции нейтронно-физических данных, отмечены области применения, достоинства и недостатки различных реализаций, выявлены основные тенденции и направления их дальнейшего развития, обозначены актуальные научные и прикладные задачи в рассматриваемой предметной области.

Author(s): Andrianov A., Andrianova O.

Article title: Data assimilation in neutronics modelling: current status and development prospects

Issue: 104

Year: 2023

Keywords: data assimilation, machine learning, uncertainty analysis, neutronics modelling, nuclear facilities, reactor experiments

Abstract: The article presents an analysis of the current state and prospects for the development of data assimilation procedures in neutronics modelling. These procedures are used to refine the parameters of neutronics models based on reactor experiment results, improve the accuracy of calculations predicting the characteristics of nuclear facilities under development, and plan informative experiments that closely match the neutronics properties of the facilities being designed. The article provides a classification of the approaches used in data assimilation for neutronics modelling, discusses the areas of application, advantages, and disadvantages of various implementations, identifies the main trends and directions for further development, and considers the current scientific and applied problems in the subject area.

В формате PDF

Просмотров: 326; загрузок: 76, за месяц: 9.

Назад