MOOSE项目中湍流模型参数CT的用户自定义化改造
2025-07-07 11:12:48作者:鲍丁臣Ursa
背景与需求
在核反应堆热工水力分析领域,子通道分析是评估燃料组件冷却性能的重要手段。MOOSE框架下的Subchannel模块作为开源子通道分析工具,其湍流模型参数的灵活性直接影响计算精度与工程适用性。传统实现中,湍流模型参数CT作为硬编码常量存在,限制了用户根据具体工况调整模型的能力。
技术实现方案
开发团队通过代码重构实现了CT参数的用户自定义化,主要包含以下技术要点:
-
参数解耦
将原本内置于代码的CT常数从计算内核中剥离,转为通过输入文件配置的可调参数。这种解耦设计遵循了计算软件"参数外置"的最佳实践。 -
接口设计
在模块输入系统中新增CT参数声明,支持带默认值的浮点数输入(默认值0.046保留原模型设定)。这种向后兼容的设计确保现有输入文件无需修改即可运行。 -
模型集成
改造后的参数被无缝集成到湍流混合计算模块中,包括:- 横向湍流混合系数计算
- 轴向湍流扩散系数计算
- 子通道间湍流交混计算
验证与质量保证
该修改通过了严格的自动化测试流程:
- 单元测试验证了参数传递的正确性
- 回归测试确保修改不影响既有功能
- 非一致性构建测试检查了代码兼容性
- 应用级测试验证了实际工程场景的适用性
工程意义
此项改进使得:
- 研究人员可根据实验数据校准CT参数,提高特定工况下的预测精度
- 工程人员可针对不同燃料组件设计调整湍流模型
- 为后续发展多参数湍流模型奠定基础
- 增强了代码的灵活性和可扩展性
该修改已被合并至主开发分支,标志着MOOSE框架在核工程仿真定制化能力上的又一进步。这种参数化设计思路也为其他物理模型的改进提供了参考范例。
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
MarkFlowy一款 AI Markdown 编辑器TSX01
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
619
4.09 K
Ascend Extension for PyTorch
Python
454
540
🔥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++
928
785
🎉 (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
256
昇腾LLM分布式训练框架
Python
134
160