基于四维变分资料同化的核事故源项反演

来源 :清华大学学报(自然科学版) | 被引量 : 0次 | 上传用户:yus520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
福岛(Fukushima)核事故后,源项反演成为一种重要的核事故放射性释放源项定量计算分析方法。该文引入四维变分(4DVAR)资料同化法,结合中尺度大气扩散模型,提出一种针对核电厂事故的放射性释放源项反演方法。该方法利用核电厂周围监测数据,使用伴随方法迭代计算四维变分代价函数梯度,得到对释放源项的最佳估计。该方法考虑了完整时间序列上的放射性传输过程,对释放源项的估计结果为全局最优。风洞实验验证结果表明:源项估计的相对误差为20%左右。 After the Fukushima nuclear accident, source inversion has become an important quantitative analysis method for radioactive release of nuclear accidents. In this paper, the 4DVAR data assimilation method is introduced, and a mesoscale atmospheric diffusion model is proposed to propose a source inversion method for radioactive release of a nuclear power plant accident. The method uses the monitoring data around the NPP and iteratively computes the gradient of the four-dimensional variational cost function using the adjoint method to obtain the best estimate of the release source term. The proposed method takes into account the radioactive transmission over a complete time series, and the result of the estimation of the release source terms is globally optimal. The wind tunnel experimental results show that the relative error of source estimation is about 20%.
其他文献
以FGH96合金为研究对象,结合有限元模型,分析了摩擦界面上FGH96合金的塑性流动规律。结果表明,FGH96合金在摩擦焊过程中,初始的转速最快,随着时间的增加,转速逐渐降低;惯性摩
习近平总书记关于新常态的系列重要讲话,是党和国家最高决策层基于国际新常态和国内新特征而做出的准确判断,对国家和各个地区的发展具有极其重要的战略指导,同时也是解决现
现在传统的组织病理学评价如分级和分期在预测膀胱癌的生物学行为方面受到限制。很多肌肉浸润的膀胱癌患者行根治性的膀胱切除术后,却因远处的转移而死亡,因此现在很多研究已
0斯特恩一直绞尽脑汁想削减球员的工资,但他自己却领着2300万美元的巨额年薪(另一说是900万美元),这让球员们抓住把柄大肆抨击。但斯特恩摆出高姿态,强调自己在停摆期间领取
自2010年以来,中阿博览会(原中阿经贸论坛)已在宁夏成功举办四届,在国际、国内产生重要影响,得到了包括阿拉伯国家及其他穆斯林地区在内的“丝绸之路经济带”沿线国家的广泛
鸡西矿业集团公司张辰煤矿西三采区3
期刊
应用Fluent软件对炉气循环网带式回火炉炉膛内部流场进行数值模拟,对流场均匀性进行了研究。结果表明,在原始炉型结构下,炉膛内部流场的不均性主要表现为炉膛尾部的上方加热
Al—Si eutectic growth mechanism was investigated in a directionally-solidified Al—13 wt%Si alloy with different strontium(Sr) and magnesium(Mg) additions,grow
近几个赛季的NBA联盟经历了打法上的巨大变化,如更多围绕三分球打造进攻和模糊化场上的位置。这些改变渗透到比赛的方方面面,包括篮板球——更多球队使用小个阵容并且投出更
NBA虽说是一个生意场,但是有些球员甚至球星的命途多舛还是让人唏嘘不已。厄尔森·伊利亚索瓦,这个名字你可能很熟悉,但是却不知道他如今身在哪支球队,因为在20个月的时间内,