30万居里^60Co辐照装置贮源井屏蔽计算

使用MCNP计算30万居里^60Co辐照装置贮源井铅屏蔽盖中心轴不同点处的光子注量率,通过拟合得出光子注量率的衰减系数,外推出铅屏蔽盖上表面中心点处的剂量．结果表明,铅屏蔽盖表面最大剂量率为5．91×10^-9Sv／s,检修时工作人员受到的年最大剂量水平为0．55mSv,低于20mSv每年的职业照射限值．     

硼酸镁晶须的制备及其中子辐射屏蔽性能

采用高温固相法制备硼酸镁晶须的最佳工艺条件为：焙烧温度大于900℃,焙烧时间为8.0 h.制得的晶须粗细均匀,晶型完美,直径约为1.5μm,长度约35μm,长径比约为24.经XRD、SEM和FT-IR分析确定为硼酸镁晶须.以酚醛树脂为基体,添加硼酸镁晶须制备硼酸镁晶须/酚醛树脂复合材料,探讨了硼酸镁晶须添加量和材料厚度对热中子屏蔽率的影响;当硼酸镁晶须添加量为40份时,热中子屏蔽率为73.64%,继续增加添加量,热中子屏蔽率增幅不大;材料厚度为1.0 cm时,热中子屏蔽率为85.01%,继续增加厚度,热中子屏蔽率增加不明显.实验结果表明,以硼酸镁晶须制备聚合物中子屏蔽材料不仅可行,而且对热中子辐射具有较好的屏蔽性能.     

兆瓦级空间反应堆辐射特性分析

针对阴影屏蔽体的材料选取与仪器仓布局问题,本文以核动力航天器为对象,研究了屏蔽材料与结构材料的辐射特性,计算得到了屏蔽体阴影区域内的辐射场分布.本文利用蒙特卡罗方法在屏蔽阴影区范围内对中子与光子进行输运计算,得到中子与光子在空间中的分布情况.通过得到的不同屏蔽材料与结构材料对具有特定能谱的中子与光子的屏蔽效果,选出了适用于空间反应堆屏蔽体设计的材料,确定了一种满足辐射防护限制要求的屏蔽材料组合方式.研究表明:铅、氢化锆和聚乙烯应用于空间堆的辐射屏蔽能使屏蔽体更加轻质化,掺杂氢化锆粉末的聚乙烯复合型材料的屏蔽效果优于单一材料,反应堆至仪器仓前的辐射分布能为仪器舱内的布局设计提供了参考.     

厚度递减的光子晶体多通道群延迟的实现

为了改善传统一维光子晶体（PCs）变化单调的群延迟特性，提出一种改进的光子晶体结构.该结构利用了光子晶体反射带在叠加失配时产生的剧烈位相变化性质,以及位相变化和群延迟之间的关联性，在周期结构光子晶体两端添加适当厚度递减周期结构.研究了该光子晶体结构的反射带特性及其对应的群延迟分布，同时比较分析了该结构中高折射率材料与低折射率材料厚度递减时的群延迟特性.结果表明，相对于传统布拉格镜，该结构设计更为自由，而且可以获得多通道的群延迟，从而能够对多波段的光束进行较大且线性的色散分离，实现了更好的滤波效果，在光波分复用领域具备更大的优越性.     

微小型铍反射层快中子堆专用群截面数据库的制作

使用PASC—Ⅰ程序系统对多群截面数据库VRAMIN—C库进行并群计算，最终得到微小型铍反射层快中子堆专用截面库．PASC—Ⅰ是一个模块式结构的程序系统，使用其中的群常数处理模块对VTTAMIN—C进行处理，通过内插迭代产生共振自屏有效截面，然后对整个反应堆材料区进行一维等效近似，使用离散坐标方法求解中子输运方程，最后给出微小型铍反射层快中子堆专用的40群中子，15群光子相耦合的55群裁面库．经过校验计算后可知：该数据库格式正确，数据无误，可以作为微小型铍反射层快中子堆概念设计的基础数据．     

基于改进粒子群算法的天线索网预应力优化

为了解决天线反射面索网张拉时预应力求解问题,利用索网结构空间几何特性对其进行简化处理,从整体中提取部分索段并加设相应的边界条件.在平衡矩阵法的基础上,采用与禁忌搜索法相结合的混合粒子群算法,将简化后结构由形找力的问题转化为数学上的约束优化问题,同时改进粒子群进化算法来解这一优化问题.采用该算法对三向网格形式的天线抛物面索网结构进行了预应力的优化确定,并将优化的预应力值作为初始力导入索网结构有限元模型中进行非线性有限元分析,索网结构的节点位移量和相应的物理模型型面测量的精度均方根为0.219 mm,验证了算法是可行和正确的. 关键词：     

量子粒子群算法在结构模态参数识别中的应用

量子粒子群算法作为粒子群算法的改进,具有参数少、好编程、易收敛等优势而备受关注.通过将由结构输入、输出数据计算而得的实测频响函数与包含所需识别的结构模态参数的理论频响函数之差最小化作为优化目标,经过对理论频响函数中的结构模态参数搜索取值而使目标函数最小,此过程将结构模态参数识别问题转化为优化问题.采用量子粒子群算法进行优化而得到结构模态参数.为验证该方法的有效性,对一数值模拟的三层混凝土框架结构进行分析,结果表明,量子粒子群可以有效地识别结构模态参数.     

案例属性权重的群基数效用优化方法

案例特征属性权重的选取直接影响到案例检索的精度.针对属性权重的优化选择问题,提出一种基于群决策思想的案例属性权重优化方法.首先,利用遗传算法从已有的案例数据库中得出多组初始特征属性权重;然后,借鉴群决策思想中的群基数效用法对多组权重进行优化选择,并在推理过程中进行权重的自适应调整,以此确定合理的特征属性权重.仿真结果表明,该方法应用于案例推理过程能充分挖掘出多组权重的潜在知识,从而得出精度更高的检索结果.     

基于模拟退火PSO的电力系统无功优化

对粒子群优化算法方法进行改进,把模拟退火机制引入到粒子群优化算法方法中,提出了基于模拟退火粒子群优化PSOSA(PSO with Simulated Annealing)算法,通过适当选择种群大小、调整惯性权重系数ω和退火系数C,以温度的缓慢下降来控制粒子的寻优过程,提高了粒子群优化算法的全局收敛性,改善了粒子的局部搜索能力.建立了以网损最小为目标的电力系统无功优化模型.通过对IEEE-30系统的无功优化计算,结果表明,PSOSA算法具有更好的全局收敛性和良好的搜索能力.     

潮流能涡轮机阵列优化离散量子粒子群算法

为解决多参数、多约束条件的潮流能涡轮机阵列优化问题,提出了一种改进的离散量子粒子群(quantum dis-crete particle swarm,QDPS)算法.该算法将计算区域离散化,每个粒子代表一种涡轮机阵列布局,并以发电量为目标函数,利用更新公式进行迭代优化.基于舟山普陀山岛—葫芦岛水道涨急和落急时刻的流场数据进行算法验证,分析了涡轮机阵列优化效果.结果表明:离散量子粒子群算法能够实现自主智能优化,优化速度快,与传统交错布局相比,涨急时刻涡轮机阵列总发电量提高了28.9％,落急时刻涡轮机阵列总发电量提高了41.8％,阵列优化布局结果与潮流能功率密度分布是一致的.离散量子粒子群算法可为潮流能发电场涡轮机阵列布局优化研究提供科学工具.