面向随机OpenMC–OpenFOAM反应堆多物理场的噪声感知自适应加速皮卡耦合方法

《Annals of Nuclear Energy》：Noise-aware adaptive accelerated Picard coupling for stochastic OpenMC–OpenFOAM reactor multiphysics

　　

• NAAP利用计数统计量噪声保护随机蒙特卡洛-计算流体力学耦合。• 噪声感知安德森加权限制高噪声历史样本污染。• 门控拒绝和阻尼防止残差跳跃失效。• NAAP将压水堆失效率从35%降至跨20个种子的0%。• 液态燃料堆和钠冷快堆框架支持跨案例的安全行为。

引言

核反应堆本质上是多物理场系统。中子输运决定空间功率分布，热工水力决定温度和密度场，而这些场又通过多普勒展宽和冷却剂密度效应反馈到中子学计算中。因此，精确的中子学/热工水力耦合是反应堆设计和安全分析的核心。

高性能计算使越来越精细的中子学/热工水力耦合成为可能。蒙特卡洛中子输运方法具有吸引力，因为它们能以高保真度处理复杂几何和连续能量截面。同时，计算流体力学求解器提供空间分辨的热工水力场，OpenFOAM已成为核工程计算流体力学中一个灵活的多用途平台。因此，将蒙特卡洛中子学与计算流体力学热工水力耦合是通向详细反应堆多物理场分析的自然途径。

蒙特卡洛-计算流体力学耦合的一个独特难点在于，蒙特卡洛输出（包括功率计数和有效增殖系数）是基于有限中子历史的统计估计量。其计数噪声通过热工水力求解传播，然后反馈到下一次中子学计算中。由此产生的外层迭代映射因此是随机的而非确定性的，这直接影响稳定性和收敛效率。

分区耦合被广泛使用，因为它复用现有的单物理场求解器，避免了单体求解器的实现成本；其稳态外层迭代通常是隐式皮卡迭代，即交替进行中子学和热工水力计算，直到耦合状态收敛。由于每次外层迭代都需要一次昂贵的OpenMC输运求解，一个关键挑战是在不牺牲随机蒙特卡洛耦合所需鲁棒性的前提下加速该迭代。

安德森加速是一种经典的定点迭代加速技术，其收敛性已被应用于反应堆多物理场分析。在核工程中，安德森加速已广泛应用于各类确定性中子学-热工水力耦合中，并持续减少外层迭代次数：具有内嵌热工水力的nTRACER，NUSOL-SYS中的三维中子动力学/热工水力瞬态过程，残差平衡混合皮卡方法，非线性扩散加速输运，以及NECP-Bamboo2.0中的压水堆全堆芯逐束计算。

然而，这些成功共享一个共同前提：耦合映射在数值上是确定性的，因此残差差历史反映了映射的局部线性结构。这一前提在蒙特卡洛统计噪声下不成立——计数值是带有有限采样不确定性的随机变量，因此安德森差矩阵受到随机波动污染，历史样本不再可靠地反映映射。

蒙特卡洛输运也已使用更为保守的外层迭代与热工水力求解器进行耦合。MC-计算流体力学耦合通常依赖于皮卡迭代或罗宾斯-蒙罗随机逼近——例如Bullerwell的OpenMC-OpenFOAM框架配合自适应批次的罗宾斯-蒙罗松弛，大规模的Shift/OpenMC-Nek5000/OpenFOAM ENRICO项目，以及Kim等人的iMC-OpenFOAM熔盐堆耦合。

中国团队也做出了系统性的贡献。清华大学反应堆蒙特卡洛团队将RMC与子通道程序CTF及有限元平台MOOSE耦合，用于VERA基准测试和全尺寸板式反应堆，并提供了基于蒙特卡洛的多物理场耦合综合综述，上海交通大学建立了基于OpenMC生成群常数的OpenFOAM瞬态中子学-热工水力求解器。

这些策略鲁棒但渐近收敛缓慢，并且在所有这些策略中，计数统计不确定性均被作为输出诊断量而非外层迭代的控制信号。尽管如此，它们确立了计数噪声并非次要的实现细节，而是一种控制相关量，可以决定外层迭代策略是否能保持稳定性。

综合来看，现有的外层迭代策略可以按各自解决的问题和未解决的部分进行归纳。皮卡迭代简单，且在充分欠松弛下鲁棒，但在强反馈下收敛缓慢，且每一步都需要昂贵的OpenMC求解。罗宾斯-蒙罗型随机逼近通过递减松弛调度稳定随机映射，但其渐近收敛缓慢，且不利用历史样本信息。经典安德森加速通过残差差历史大幅加速确定性耦合，但它假定映射近似确定性：当计数噪声进入残差差矩阵时，最小二乘子问题可能变为病态，系数振荡，并触发残差跳跃。正则化安德森加速改善了历史矩阵的病态程度，但其正则化强度不与物理计数噪声关联，因此无法适应当前的统计不确定性；安德森加速的随机变体处理的是随机梯度噪声而非耦合反应堆映射的物理计数噪声。

从数值分析的角度来看，当前问题是随机定点迭代，其中残差差列混合了物理变化和随机有限采样扰动。因此现有方法要么鲁棒但缓慢，要么快速但对统计噪声脆弱，要么病态程度改善但与物理噪声脱耦，导致计数不确定性未被加速逻辑利用。

因此，尽管随机逼近、正则化和历史样本筛选已在不同情境中发展，但我们未发现任何先前的蒙特卡洛-计算流体力学耦合框架将计数统计不确定性本身作为外层迭代加速的控制信号。填补这一空白是本文的目标。

本文提出噪声感知自适应加速皮卡迭代方法，这是一种将OpenMC计数相对标准偏差作为显式控制信号的外层迭代算法。与正则化安德森加速不同——后者在不依赖任何物理噪声度量的情况下改善病态程度，也与处理随机梯度噪声而非物理计数噪声的随机安德森加速不同——NAAP利用实测计数相对标准偏差直接驱动加权、门控拒绝和阻尼，从而使加速强度适应当前的统计不确定性。主要贡献如下。

贡献一：噪声感知的安德森加速。将蒙特卡洛计数相对标准偏差嵌入安德森历史样本的构建和最小二乘求解中，其中加权最小二乘对高噪声历史向量进行降权，门控拒绝丢弃不可靠的列，阻尼混合则随着噪声水平升高将更新趋向皮卡迭代。

贡献二：三阶段自适应切换策略。算法在欠松弛皮卡配合批次增长用于鲁棒启动、噪声感知安德森加速用于噪声受控后的高效收敛、以及残差平衡提前停止用于避免追逐统计波动之间自动切换。

贡献三：双重收敛判据。仅当物理残差和蒙特卡洛统计不确定性均连续多次迭代低于其阈值时才宣布收敛，这减少了噪声耦合中虚假收敛的风险。

贡献四：系统的数值评估与跨案例分析。NAAP在压水堆VERA/NCSU反射式17×17组件级OpenMC-OpenFOAM路径上，通过20种子集成和参数敏感性分析进行了评估，并在两个降阶快谱框架上进行了评估——一个OECD/NEA XADS液态燃料堆反射式单束/等效通道案例，以及一个Cardinal/Novak钠冷快堆反射式7束/等效钠道案例——涵盖不同反馈强度的轻水堆和液态金属冷却剂。这些案例支持对算法行为的跨案例分析，但不声称全堆芯或体拟合工程验证。

本文其余部分组织如下。第2节介绍NAAP的数学和算法框架，包括不确定性建模、含噪定点迭代、自适应阶段切换和双重收敛。第3节报告压水堆主要证据和液态燃料堆/钠冷快堆降阶实际耦合辅助证据，包括残差跳跃发现、机制分析、参数敏感性、集成验证和跨案例综合。第4节总结主要发现并展望未来工作。

中子输运与功率计算

反应堆中的中子行为由玻尔兹曼中子输运方程描述。OpenMC使用连续能量蒙特卡洛模拟求解该方程。通过采样大量中子历史，功率密度分布被统计估计为：

$$\bar{P}(\mathbf{r}) = \frac{1}{N} \sum_{i=1}^{N} w_i \kappa \delta(\mathbf{r} - \mathbf{r}_i)$$

其中 $N$ 是中子历史总数，$w_i$ 是第 $i$ 个中子的权重，$\kappa \approx 200$ MeV是每次裂变释放的能量。温度对截面的影响通过Doppler展宽和冷却剂密度效应建模。

案例与建模层级

NAAP在三个案例上进行评估，其几何来源、建模层级和参考文献如表3所示。压水堆案例使用反射式17×17组件级OpenMC-OpenFOAM耦合路径，并提供主要统计证据。液态燃料堆案例使用反射式单束/等效通道OpenMC-OpenFOAM框架，钠冷快堆案例使用反射式7束/等效钠道框架。

结论

本文解决了经典安德森加速在蒙特卡洛中子学-热工水力分区耦合中的噪声致不稳定问题。我们提出了噪声感知自适应加速皮卡迭代方法，并在压水堆、液态燃料堆和钠冷快堆耦合案例上进行了评估。主要结论如下。

NAAP的核心方法学新颖之处在于，它将蒙特卡洛计数相对标准偏差从输出诊断量提升为耦合控制量。通过噪声感知加权最小二乘，高噪声历史样本被自动降权，避免了污染最小二乘子问题的风险。门控拒绝和阻尼机制确保了在高噪声阶段更新向皮卡迭代回退，从而在鲁棒性和加速效率之间取得平衡。

生成式AI及AI辅助技术在论文撰写过程中的声明

在准备本工作的过程中，作者使用了Anthropic Claude（通过Claude Code）进行语言编辑和格式化辅助。作者审阅并编辑了内容，并对发表承担全部责任。

资金支持

本工作受乐山核医学重点实验室资助[项目编号C322026015]。

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

Yang Han | Ruixin Yang | Zhengkai Wang | Bingxin Ma | Jun Qin