基于人工神经网络的RPV材料辐照脆化预测模型研究

发布时间：2023-01-30 13:30

　　在分析一定量随站测试样品的基础上,构建了具有较高精度的反应堆压力容器（RPV）材料韧脆转变温度（DBTT）预测的人工神经网络模型,并利用模型研究了中子注量和中子注量率对RPV材料DBTT的影响。结果表明,材料DBTT随着中子注量增加出现先线性上升,然后平缓上升,最后饱和的趋势,而中子注量率对RPV材料辐照脆化的影响不明显。 

【文章页数】：4 页

【文章目录】：
0 引言
1 模型构建
2 模型评价及应用
3 结论


【参考文献】：
期刊论文
[1]BP神经网络的优化研究与应用[J]. 潘文婵,刘尚东.  计算机技术与发展. 2019(05)
[2]反应堆压力容器材料中子辐照脆化研究[J]. 孙凯,冯明全,李国云,吴亚贞,李福荣.  核动力工程. 2017(S1)
[3]反应堆压力容器钢辐照脆化的影响因素分析[J]. 王荣山,徐超亮,刘向兵,黄平,陈骏,李承亮.  中国冶金. 2014(07)
[4]低铜合金反应堆压力容器钢辐照脆化预测评估模型[J]. 佟振峰,林虎,宁广胜,张长义,钟巍华,乔建生,杨文,杨启法.  原子能科学技术. 2009(S1)



本文编号：3733115