基于POD及神经网络的蒸汽发生器传热管内温度场的快速重构技术研究
来源：核动力工程杂志2025年第2期北京时间：
作者：张贺, 梁彪, 王博, 谭思超, 韩蕊, 李江宽, 田瑞峰
单位：1.哈尔滨工程大学黑龙江省核动力装置性能与设备重点实验室，哈尔滨，150001；2.哈尔滨工程大学核科学与技术学院，哈尔滨，150001；
摘要：套管式直流蒸汽发生器的二次侧流域涉及到复杂的两相流动，数值模拟方法虽然能够精准地进行仿真计算，但其计算速度缓慢，对于多工况、瞬态条件下的计算耗时长，计算资源占用较大。模型降阶是一种将复杂系统转化为一个近似简化系统的方法，能够在保留原系统主要特征的同时实现快速计算。本研究采用本征正交分解（POD）方法对换热管内温度场进行模型降阶，截取有限模态对原复杂系统进行投影获取模态系数，应用神经网络方法捕捉长短期时序模态系数分布规律。研究结果表明，预测重构温度场误差在15%范围内，且预测速度相较于数值模拟方法能够提升4个数量级。因此，本研究建立的模型降阶耦合神经网络的预测方法能够用于套管内温度场的快速预测，为其内部热工水力分析提供支撑。
关键词：温度场, 模型降阶, 神经网络, 快速预测
基金资助：中核集团领创基金项目（CNNC-LCKY-202251）
