压水堆燃料包壳破损条件下裂变产物迁移机理及破损状态反演研究

The fuel cladding is the first barrier to contain the radioactive fission products in PWR, an accurate and real-time monitoring of the fuel cladding failure is essential for the safe operation of the reactor and radiation shielding. Currently due to the lack of physical understanding on the micro fission products migration process, the release rate can only be estimated by a constant coefficient, which is obtained by the experiment in the test reactor. Thus, a reverse approach to monitor the cladding status cannot be realized. In order to master the migration path for the fission products microscopically and how the release rate depends on the reactor operating conditions, the failure feature and the time, experimental and numerical studies will be conducted. The Micro-PIV and multiscale lattice Boltzmann method will be adopted to obtain macroscopic laws for the fission products release and the microscopic laws for the nuclide migration. Based on the results, a forward diffusion model can be established. Based on the forward model, combining data assimilation methods, an inversion algorithm to calculate the break feature of the fuel cladding will be proposed. The forward model and the inversion algorithms can provide a solid theoretical support to improve the radiation shielding source term estimation accuracy and fuel cladding failure status monitoring accuracy.

压水堆燃料包壳是放射性裂变产物包容的第一道屏障，准确实时地掌握燃料包壳的破损状态对辐射屏蔽及反应堆安全运行至关重要。目前缺乏对裂变产物迁移微观物理过程的理解，只能通过实验堆获得的裂变产物释放系数粗略估计裂变物质的释放量，无法对燃料包壳的破损状态进行反推。为了从微观上掌握裂变产物的迁移路径和从宏观上获得裂变产物释放率与反应堆运行条件、破口特性及时间的依赖规律，进而建立燃料包壳破损状态的反演算法，本项目拟通过子通道的模型试验、包壳破损微通道可视化试验及数值模拟相结合方法，基于微观的Micro-PIV技术和多尺度的格子波兹曼数值模拟方法，研究裂变产物释放率的宏观规律和核素迁移的微观机理，建立裂变产物迁移的正向扩散模型。基于正向模型，结合数据同化方法，建立破口特征反演算法。正向模型和反演算法的建立可以对辐射屏蔽源项估计精度的提高和燃料包壳破损状态监测水平的提高提供理论支撑。

反应堆运行时，堆芯的燃料组件在裂变过程中会产生大量放射性裂变产物。在格架-燃料棒磨蚀等作用下，燃料包壳有可能发生破损，放射性裂变产物会通过包壳破口迁移到一回路系统中，引起一回路冷却剂活度浓度上升。当燃料包壳破口尺寸超过一定尺寸时，反应堆必须在规定时间内停堆；当燃料包壳破口尺寸较小时，反应堆可以继续带伤运行。因此有必要通过研究包壳破损时裂变产物的释放机理，特别是容易释放的裂变气体，建立包壳破损状态反演方法。.本研究以压水堆燃料棒为研究对象，针对燃料包壳破损状态下裂变气体释放物理过程和包壳破损状态反演方法开展研究。通过对包壳破损状态下裂变气体释放开展数值模拟和实验，研究了破损尺寸、冷却剂温度、压力等参数对裂变气体释放速率的影响，掌握了裂变气体释放规律。在正向释放模型的基础上，提出了基于神经网络的包壳破损状态反演方法。.本研究的主要研究内容及结论包括以下几个方面：.(1).裂变产物从燃料芯块到冷却剂释放量计算方法研究。根据裂变产物从燃料芯块到芯块-包壳间隙和从芯块-包壳间隙到冷却剂的释放模型，建立了冷却剂中裂变产物活度的计算方法。.(2).裂变气体释放机理数值模拟研究。基于CFD方法对包壳破损后裂变气体从芯块-包壳间隙到冷却剂的释放机理开展了相关研究，掌握了裂变气体释放的过程。.(3).裂变气体释放机理实验研究。通过开展裂变气体释放缩比实验和可视化实验，研究了不同破口尺寸、回路温度、回路压力条件对气体释放的影响。缩比实验发现气体释放符合一级动力学过程，不同的包壳破损尺寸对逃脱率系数影响显著。可视化实验发现气体释放过程存在一定周期性。.(4).建立裂变气体逃脱率系数模型。在裂变气体释放机理的基础上，对压力上升阶段、射流阶段和压力平衡后阶段裂变气体释放过程进行了简化，简化后裂变气体释放符合一级动力学过程，并提出了三个阶段裂变气体释放逃脱率系数的计算模型。.(5).包壳破损状态反演方法。基于神经网络建立了包壳破损状态反演方法，与传统的比值法相比，神经网络有较高的准确率，并且响应速度快一个数量级以上。.综上所述，本研究对燃料包壳破损后裂变气体释放机理和包壳破损状态反演方法开展了研究。通过对包壳破损条件下裂变气体释放过程开展数值模拟和实验研究，揭示了裂变气体释放机理，掌握了影响裂变气体释放的关键参数，建立了裂变气体释放逃脱率系数模型。最后建立了基于神经网络的包壳破损状态反演方法。