MOOSE框架中子通道分析模块的SFR子组件新求解器改进
2025-07-07 04:08:36作者:贡沫苏Truman
概述
MOOSE框架中的子通道分析模块近期针对钠冷快堆(SFR)子组件实现了一个改进的求解器。这项改进主要涉及三角形网格处理和液态金属流动模拟的优化,显著提升了计算性能和稳定性。
技术改进内容
1. 求解器重构
开发团队完全重构了原有的求解器,新版本以"Better"前缀命名源代码文件。新求解器具有以下特点:
- 专门优化了液态金属流动的计算方法
- 改进了三角形网格的处理算法
- 增强了数值稳定性
2. 网格生成优化
对三角形子通道网格生成进行了重大重构:
- 将三角形管道通道网格生成分离到独立类中
- 优化了网格生成算法
- 提高了网格质量
3. 钠工质模型完善
项目中完善了钠工质的本构模型:
- 完成了全套钠工质本构模型的测试和验证
- 确保模型在不同工况下的可靠性
- 优化了模型参数以提高计算效率
测试验证
为验证新求解器的性能,开发团队进行了全面的测试:
- 用更简单的19pin测试替代原有的37pin测试
- 优化了轴向高度和网格参数
- 调整了收敛容差以适应不同机器
- 新增了针对新SFR模型实现的测试用例
- 进行了回归测试确保与原有结果的兼容性
性能提升
测试结果表明新求解器带来了显著改进:
- 代码覆盖率从84.87%提升至90.00%
- 减少了182个未覆盖代码点
- 计算稳定性明显提高
- 收敛性能更优
应用价值
这项改进使得MOOSE框架的子通道分析模块能够更准确地模拟钠冷快堆的热工水力行为,特别是:
- 提高了液态金属流动模拟的精度
- 增强了三角形网格处理的鲁棒性
- 为快堆安全分析提供了更可靠的工具
该求解器的改进是MOOSE框架持续优化的一部分,体现了开源社区协作开发的优势,为核反应堆热工水力分析提供了更强大的计算工具。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0213- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
OpenDeepWikiOpenDeepWiki 是 DeepWiki 项目的开源版本,旨在提供一个强大的知识管理和协作平台。该项目主要使用 C# 和 TypeScript 开发,支持模块化设计,易于扩展和定制。C#00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
620
4.1 K
Ascend Extension for PyTorch
Python
456
542
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
861
206
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
927
786
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.49 K
842
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
178
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
377
257
昇腾LLM分布式训练框架
Python
134
160