proatom.ru - сайт агентства ПРоАтом
Авторские права
  Агентство  ПРоАтом. 27 лет с атомной отраслью!              
Навигация
· Главная
· Все темы сайта
· Каталог поставщиков
· Контакты
· Наш архив
· Обратная связь
· Опросы
· Поиск по сайту
· Продукты и расценки
· Самое популярное
· Ссылки
· Форум
Журнал
Журнал Атомная стратегия
Подписка на электронную версию
Журнал Атомная стратегия
Атомные Блоги





PRo IT
Подписка
Подписку остановить невозможно! Подробнее...
Задать вопрос
Наши партнеры
PRo-движение
АНОНС

Вышла в свет книга Б.И.Нигматулина и В.А.Пивоварова «Реакторы с тяжелым жидкометаллическим теплоносителем. История трагедии и фарса». Подробнее 
PRo Погоду

Сотрудничество
Редакция приглашает региональных представителей журнала «Атомная стратегия»
и сайта proatom.ru.
E-mail: pr@proatom.ru Савичев Владимир.
Время и Судьбы

[19/07/2011]     Прогнозирование безопасности в ядерной энергетике

А.Н.Румянцев, д.т.н., зам. директора по научной работе НТК "Электроника" НИЦ "Курчатовский институт"


С учетом длительности жизненного цикла и наличия угрозы тяжелых аварий, практическая безопасность эксплуатации ядерных объектов имеет принципиальное значение для оценки перспектив и выбора стратегии развития ядерной энергетики [1]. Применяемые в настоящее время методы прогнозирования безопасности основываются на стационарных и динамических детерминистических моделях, обобщающих прошлый опыт, и, как правило, не содержат анализа неизбежных погрешностей и неопределенностей как моделей, так и начальных и граничных условий, при которых возникают и в которых могут протекать физические процессы, развивающиеся в тяжелые аварии.


В отличие от самолетостроения или ракетостроения, создание полномасштабных прототипов ядерных установок для экспериментального исследования их безопасности и устранения неточностей в теории и расчетных моделях до сих пор считается экономически неприемлемым. Поэтому прогнозы безопасности в ядерной энергетике вынужденно базируются на обобщении предыдущего ограниченного опыта создания и эксплуатации ее объектов. Для повышения достоверности прогнозы безопасности должны явно включать анализ возможных неопределенностей применяемых моделей и оценок внутренних и внешних событий, которые влияют на риски, связанные с этой областью деятельности человечества. Однако анализ неопределенностей лишь относительно недавно стал предметом систематического изучения в попытках найти обоснованные методы явного учета неполноты знаний в прогнозных оценках безопасности объектов ядерной энергетики.

Целью настоящей статьи является анализ некоторых применяемых методов прогнозирования безопасности объектов ядерной энергетики и демонстрация необходимости совершенствования сложившихся подходов к моделированию физических процессов с явным учетом неполноты знаний начальных и граничных условий, при которых возникают и в которых могут протекать такие процессы, развивающиеся в тяжелые аварии. В основу анализа положены результаты исследований, полученные с помощью метода квантильных оценок неопределенностей [2–4]. Этот метод охватывает область от почти точных до скудных знаний, с возможностью изменения отношения ширины 90%-ного доверительного интервала к медиане распределения в пределах нескольких порядков. Метод оперирует с классом высокоэнтропийных логарифмических распределений, включающим распределения от логарифмически равномерных до логарифмически нормальных. Метод не содержит методических погрешностей, присущих методу Монте-Карло, и применим как в аналитических, так и конечно-разностных моделях.

Возможности прогнозирования характеристик ядерных реакторов.
Анализ безопасности объектов ядерной энергетики должен включать анализ неопределенностей, связанных с ожидаемыми характеристиками активных зон прежде всего концептуально новых ядерных реакторов, поскольку экспериментальная информация о них либо ограничена, либо отсутствует. В работе [5] показано, что для быстрого реактора типа БН-1600 основными источниками константной (сечения) составляющей погрешностей расчета Кэф, реактивности ∆К и темпа наработки нового топлива (КВ–1) являются неопределенности сечений захвата и неупругого рассеяния 238U, сечений захвата и деления 239Pu и 241Pu. Суммарные погрешности оцениваются для Кэф - до 2,4%, реактивности ∆К - до 21% (или 0,5% для ∆К/Кэф) и темпа наработки нового топлива (КВ-1) - до 33% в начале кампании и до 18% на момент 450 сут.

Погрешности ядерных данных накладывают существенные ограничения на прогнозирование динамических характеристик как известных, так и новых типов ядерных реакторов. Даже для наиболее исследованного нуклида 235U в наиболее изученной области тепловой энергии нейтронов, близкой к нулю, суммарный относительный выход запаздывающих нейтронов β(0) = (6,87 ± 0,3)*10-3 [6], т.е. возможная погрешность составляет примерно ±4.5%. Здесь и далее погрешности и неопределенности приведены в виде значения полуширины 90%-ного доверительного интервала. Погрешности в доле запаздывающих нейтронов по группам Ai = βi/β составляют примерно ±10% и не зависят от номера группы "i". Погрешность постоянной распада λi для групп запаздывающих нейтронов равна примерно ±2,5%. Для 2-й, 3-й и 4-й групп она увеличивается до ±3-4%. В целом по оценкам [6] в околокритической области реактивности возможный диапазон неопределенности достигает примерно ±8%.

Возможности расчетно-теоретического прогнозирования как Кэф, так и других параметров активных зон концептуально новых и существующих ядерных реакторов ограничены не только погрешностями констант и моделей, но и неустранимыми погрешностями определения исходной композиции топлива, оцениваемыми на уровне не менее ±1%. Расчетно-теоретические модели и реализующих их программные комплексы для прогнозирования характеристик, описывающих совокупность распределенных в пространстве нейтронно-физических и теплогидравлических процессов, в том числе важных для безопасности, требуют верификации с использованием всех доступных экспериментальных данных. Как показали результаты расчета локальных изменений мощности при движении стержня РР (ручного регулирования) и соответствующего эксперимента на 2-м блоке Смоленской АЭС с РБМК-1000 [7], максимальная абсолютная ошибка относительной мощности одной ячейки (канала) достигает ±8%. Там же содержится вывод о том, что для тестирования моделей и программ помимо широкого набора экспериментальных данных для различных типов переходных процессов необходим анализ чувствительности результатов расчета к погрешностям исходных данных для выявления тех наиболее значимых параметров, ошибки в задании которых могут приводить к наибольшим отклонениям от экспериментов.

Выводом из изложенного является необходимость включения в существующие и вновь разрабатываемые расчетно-теоретические модели прогнозирования характеристик ядерных реакторов анализа неопределенностей и перехода от детерминистических моделей к вероятностным, в большей мере отражающим реальности физического мира. Эффективным способом анализа как малых, так и больших неопределенностей является метод квантильных оценок [2–4], который как приближенный калиброванный аналитический метод позволяет оценить 90%-ные доверительные интервалы неопределенности в результатах прогнозирования и выявить наиболее существенные параметры, привносящие наибольшие неопределенности и требующие дополнительного экспериментального изучения.

Прогнозирование развития нестационарных процессов. Анализ нестационарных процессов, включая анализ развития исходных событий в аварию, основывается на изучении характеристик нестационарных моделей таких процессов. Источниками неопределенностей являются скудость знаний начальных и граничных условий, при которых инициируется нестационарный процесс, неполнота знаний о механизмах протекания самих процессов и ограниченность экспериментальной информации по таким процессам. Метод квантильных оценок предоставляет возможность анализа доверительных интервалов результатов нестационарных процессов, включая аварии. Знание дисперсии и доверительных интервалов результатов в каждый анализируемый момент времени развития процесса может быть использовано для определения момента времени, после которого дальнейшее моделирование нестационарных процессов становится физически бессмысленным ввиду слишком большой погрешности в получаемых результатах. Эти же знания могут быть использованы для выявления тех параметров и процессов, которые привносят наибольшую неопределенность и на исследовании которых должно быть сфокусировано внимание экспериментаторов.
В качестве примера, показывающего необходимость учета погрешностей в исходной информации даже для строго детерминированных нестационарных задач классической механики, можно привести описанный в книге [8]. Этот пример имеет прямое отношение к ненаблюдаемым процессам развития аварии с потерей контроля со стороны персонала АЭС, происходящим, например, при нарушении отвода тепла от активной зоны. Задачей является прогноз во времени координаты шара, движущегося без трения между двумя жесткими стенками в желобе некоторой длины с идеальным отражением от торцевых стенок. Учет неизбежных погрешностей в определении начальной координаты вбрасываемого шара и его начального импульса приводит к выводу о том, что по истечении некоторого интервала времени погрешность в определении координаты шара становится равной длине желоба. В дальнейшем можно только сказать, что шар находится где-то в желобе.

Вывод очевиден: любые задачи прогнозирования должны считаться с погрешностями в начальных и граничных условиях даже в том случае, когда нестационарный процесс может рассматриваться строго детерминированным.

Прогнозирование температуры оболочки твэла в условиях частичного разрыва контура циркуляции РБМК. В основу этого примера положены количественные оценки, полученные с использованием аналитической модели [9]. В работе рассматривается случай адиабатического перераспределения накопленного тепла по твэлу при полной потере отвода тепла вследствие аварии с течью в циркуляционном контуре. Приведены результаты оценок температуры оболочки твэла, которая может достигнуть 1400оК, и сделан вывод о неизбежности пароциркониевой реакции с последующей разгерметизацией и разрушением твэла. Анализа неопределенностей в прогнозировании температуры оболочки твэла в работе [9] нет.

В рамках принятой авторами этой работы модели, с использованием тех же числовых значений, дополненных умеренными оценками возможных диапазонов их неопределенностей, с помощью метода квантильных оценок был выполнен расчет диапазона неопределенностей максимальной температуры оболочки твэла. Итоговая оценка температуры оболочки с границами 90%-ного доверительного интервала такова: T=1400 (+236, -213)oК. Полная ширина 90%-го доверительного интервала значений температуры оболочки твэла равна (1636 - 1187) = 449oК. С учетом того, что скорость пароциркониевой реакции нелинейно зависит от температуры и начинает быстро увеличиваться при T> 1200oК, и с учетом оценки доверительного интервала для T можно заключить, что в сделанных модельных предположениях авторы работы [9] правы и пароциркониевая реакция неизбежна.

Однако при оценках температуры оболочки твэла необходимо считаться с неизбежными неопределенностями в знании коэффициента теплопередачи через газовый зазор между оболочкой твэла и топливной таблеткой. Как указано в работе [9], этот коэффициент сильно зависит от выгорания и от фактического состояния топливной таблетки (растрескавшейся либо сохраняющей свою форму). Кроме того, необходимо считаться с неопределенностями в знании диапазонов определения других параметров, включенных в аналитическую модель. При увеличении интервалов возможных значений параметров аналитической модели до физически обоснованных пределов, сохраняющих физический смысл моделируемого ненаблюдаемого процесса, получим итоговую оценку температуры оболочки в виде T = 1400 (+800, -600)oК [4]. Полная ширина 90%-ного доверительного интервала равна (2200 - 800) = 1400 oК, что соизмеримо с T = 1400оК. В условиях таких больших неопределенностей вряд ли можно что-либо определенно утверждать (да, нет) в отношении возможности развития пароциркониевой реакции. Возможно лишь предположение о том, что с вероятностью P=(1400+800-1200)/1400»0,7 пароциркониевая реакция начнется, и с вероятностью 0,3 ее не будет. Указанное можно интепретировать как точку ветвления процесса. По достижении этой точки дальнейшее расчетно-теоретическое моделирование должно явно учитывать возможные пути развития процесса.

Приведенные оценки распространяются на случай больших течей корпусных ВВЭР-1000, при которых также возможно запаривание активной зоны с адиабатическим выравниванием температуры твэла за счет перераспределения накопленного тепла, в том числе за счет остаточного энерговыделения.

Выводом из результатов приведенного анализа является очевидная необходимость явного учета неопределенностей как исходных данных, так и применяемых моделей прогнозирования сценариев развития и последствий аварий. Без явного учета таких неопределенностей прогнозирование на основе детерминистического подхода может быть полезным, но не адекватным реальностям физического мира, включая полную физическую несостоятельность прогноза. Этот вывод распространяется на все известные коды, применяемые для прогнозирования аварийных ситуаций вне зависимости от того, в какой мере они позволяют случайно или систематически получать результаты, удовлетворительно соответствующие некоторым экспериментальным работам. Практически все известные коды используют детерминистический подход без анализа неопределенностей, несостоятельность которого доказана весьма простыми примерами.

Статистический анализ неопределенностей теплогидравлических расчетов с применением детерминистических кодов
. В основу этого примера полезности применения метода квантильных оценок положены рассуждения и результаты, приведенные в работе [10] и ранее проанализированные в работе [4]. В работе [10] рассмотрено влияние неопределенностей исходных параметров на моделирование нестационарных теплогидравлических процессов. Анализ выполнен с применением статистических методов и заданием исходных неопределенностей в виде случайных величин с известным законом распределения (методы GRS-Германия, IPSN-Франция, ENUSA – Испания). Авторы работы [10] реализовали методику статистического анализа неопределенностей теплогидравлических расчетов на основе метода GRS [11], модернизировали код RELAP5/MOD3.2 [12] и провели анализ неопределенностей для некоторых задач. Целью выполненных расчетов являлась оценка доверительного интервала случайной величины x (при отсутствии информации о ее функции распределения), получаемого с заданной надежностью γ и доверительной вероятностью β. Со ссылкой на [13] авторы сделали вывод о том, что на практике требуется проведение примерно 100 расчетов для того, чтобы с вероятностью 95% утверждать, что не менее 95% всех возможных реализаций величины x располагается в интервале от Xmin до Xmax.. Поскольку вероятность нахождения величины x в этом интервале есть 0,95х0,95 » 0,9, то полученный интервал можно отождествить с 90%-ным доверительным интервалом. Авторы, в частности, приводят результаты расчетов максимальной температуры оболочек твэлов в экспериментах по вводу избыточной реактивности на модельной ТВС РБМК-1000.

Однако эти результаты вызывают обоснованные сомнения в выбранной авторами технике статистического анализа неопределенностей. В частности, в описании исследований модели ТВС РБМК-1000 указано, что в базовом расчете без варьирования неопределенностей максимальная температура оболочки твэлов составила T = 870oК. В применяемой детерминистической модели это значение должно соответствовать математическому ожиданию T0 случайной величины T, которой рассматривается максимальная температура оболочки твэлов. Однако расчетный 90%-ный доверительный интервал температур оценен как 827–891oК. Этому интервалу соответствует математическое ожидание T0 = 859oК, совпадающее с погрешностью не более 1oК и для нормального, и для равномерного, и для логарифмически равномерного распределения максимальной температуры оболочки твэлов на указанном интервале. Тем самым, вычисленное без варьирования неопределенностей значение T на 11oК больше, чем следует из результатов с варьированием неопределенностей. Полученное различие может рассматриваться как доказательство несостоятельности всего подхода к анализу неопределенностей с применением детерминистических моделей и варьированием неопределенностей для анализа погрешности прогноза.
Любая статистическая выборка может претендовать на некую достоверность лишь при условии, что определяемое ею среднее значение параметра T близко к математическому ожиданию T0 и их разность ∆T намного меньше среднеквадратической ошибки выборки σ(T). Для указанного авторами интервала температуры σ(T) ≈ 19oК, а относительная разность математических ожиданий составляет ∆T = 11oК что явно не отвечает требованию ∆T<<σ(T). Это может рассматриваться как свидетельство статистической несостоятельности выборки, полученной по результатам 100 расчетов.

Наиболее вероятной причиной статистической несостоятельности полученной выборки является наличие неизбежных собственных "шумов" генераторов псевдослучайных чисел, применяемых для варьирования неопределенностей. Соотношение [13], использованное авторами работы [10] для определения требуемого количества расчетов n в виде:



предполагает, что каждое значение x, определяемое вычислительным экспериментом, является независимой случайной величиной. Это означает, что каждая такая величина должна моделироваться собственным генератором псевдослучайных чисел, и что каждый генератор псевдослучайных чисел должен быть "идеальным", т.е. не имеющим собственных шумов и точно воспроизводящим равномерное распределение случайной величины на интервале [0, 1]. При наличии шумов генераторов псевдослучайных чисел статистически корректный объем выборки n должен определяться из условия обеспечения минимального воздействия шума на результирующую выборку. Если обозначить M(R) среднее значение для поколения из R генерируемых псевдослучайных чисел, то собственный шум генератора псевдослучайных чисел может быть определен как среднеквадратическое отклонение σ(x) значения M(R) от математического ожидания случайной величины, равномерно распределенной на интервале [0, 1], и которое точно равно 0,5:



Как было показано в работах [2, 3], собственный шум генератора псевдослучайных чисел, для которого был применен лучший из известных до настоящего времени алгоритм генерации [14], в серии из 100 таких чисел составляет не менее 2,8%. Другие известные генераторы псевдослучайных чисел, например алгоритм No. 133 [15], создают еще больший шум. Этот шум снижается до уровня 0,8% при наличии в серии не менее тысячи псевдослучайных чисел и до уровня 0,25% при наличии в серии не менее 10 тысяч чисел. Абсолютная среднеквадратическая ошибка выборки, полученная авторами работы [10], составила σ(T) ≈ 19oК, чему соответствует относительная среднеквадратическая ошибка σ(T)/T≈19/859≈0,022 или 2%. Эта ошибка соизмерима с собственным шумом генераторов псевдослучайных чисел. Этот шум может быть уменьшен до статистически незначимого лишь при увеличении количества псевдослучайных чисел в одной серии до 10 тысяч и более. Однако и при этом все известные генераторы псевдослучайных чисел привносят неустранимые погрешности типа смещений в математических ожиданиях, детально проанализированные в работе [16].

Шумы генераторов псевдослучайных чисел, которые, видимо, не были учтены авторами работы [10], и явились наиболее вероятной причиной статистической несостоятельности выборки, полученной по результатам 100 расчетов. Относительно более представительная выборка может быть получена при увеличении количества расчетов в 100 раз и более.

Однако, помимо проблемы шумов, существует еще одна проблема моделирования последовательностей случайных чисел. Как указано авторами работы [10], общее количество замыкающих соотношений (эмпирических зависимостей), используемых в коде RELAP5/MOD3.2, достигает 28. Это означает, что в каждом расчете необходимо использовать 28 независимых генераторов псевдослучайных чисел. Реальное количество генераторов, использованных авторами, в работе [10] не указано. При использовании единственного генератора псевдослучайных чисел, что обычно делается в практических расчетах, нарушается принцип независимости значений случайной переменной, положенный в основу метода варьирования неопределенностей [13]. Привносимые при этом погрешности в результирующую выборку носят характер неустранимой систематической ошибки. По данным [2, 3] применение одного генератора псевдослучайных чисел для моделирования только двух независимых переменных с одинаковыми распределениями и математическими ожиданиями, лежащими в диапазоне от 10-4 до 10+3, приводит к неустранимой относительной погрешности определения математических ожиданий их произведения в интервале от 1,5% до 6.6%. Величина этого интервала зависит от значения математических ожиданий переменных, дисперсий исходных распределений и длины серии псевдослучайных чисел, достигавшей в калибровочных расчетах 62 тысяч. Полученное авторами работы [10] различие в среднем по выборке и математическим ожиданием на уровне ∆T= 11oК имеет относительное отличие ∆T/T0 = 11/870 ≈ 1,3%, что соответствует указанному диапазону неустранимых систематических ошибок при применении одного генератора псевдослучайных чисел и коррелирует с выводами [16].

Интервал возможных значений максимальной температуры оболочки твэлов при использовании детерминистической модели, реализованной в оригинальном коде RELAP5/MOD3.2, может быть определен методом квантильных оценок и без расчетов с варьированием неопределенностей. Поскольку значение T0 = 870oК достигается в условиях закризисной теплоотдачи к паровой пленке, то погрешность определения этой температуры обусловлена, в основном, погрешностями эмпирических зависимостей для коэффициента теплоотдачи. Приближенно полагаем T ≈ Tтн + αq, где Tтн – температура насыщения воды, α – коэффициент закризисной теплоотдачи, и q – эффективный тепловой поток. Пренебрегая неопределенностями в температуре насыщения и нестационарностью процесса, и используя метод квантильных оценок, можно положить дисперсию температуры оболочки T равной дисперсии коэффициента α закризисной теплоотдачи: V(lnT) ≈ V(lnα). Применяемая в коде RELAP5/MOD3.2 формула для расчета коэффициента α закризисной теплоотдачи [12], как и некоторые другие формулы [17], имеет оцененную полуширину 90%-ного доверительного интервала ошибки не менее ±5%, чему соответствует дисперсия логарифма этого коэффициента σ(lnα) ≈ 0,03. При этом полуширина 90%-ного доверительного интервала температуры оболочки составляет ±29oК с границами от 841oК до 897oК вместо определенных авторами работы [10] границ выборки от 827oК до 891oК.

В последующей работе почти того же коллектива авторов [18] итогом расчетных исследований максимальной температуры оболочки твэлов для двух рассмотренных аварийных процессов стали оценки доверительных интервалов для температур, математические ожидания которых лежат в области 888-920оК. Относительная ширина расчетных 90%-ных доверительных интервалов (ширина интервала, деленная на математическое ожидание) не превышает 0,033. Поскольку для широкого класса высокоэнтропийных распределений плотности вероятности полная ширина 90%-го доверительного интервала с погрешностью не более 5% равна 3,2σ, где σ - среднеквадратическая ошибка [2, 3], то оцененное относительное значение σ для всех выполненных расчетов не превышает 0,01 или 1%. Однако коэффициент закризисной теплоотдачи α, как и некоторые другие замыкающие соотношения, включая критический тепловой поток, имеет оцененную относительную полуширину 90%-ного доверительного интервала ошибки на уровне не менее ±5%, чему соответствует σ≈0,03. Экспериментально определенная на 2-м блоке Смоленской АЭС с РБМК-1000 [7] абсолютная ошибка в относительной мощности одной ячейки (канала) достигает ±8%, чему соответствует σ≈0,05. В итоге, нижняя оценка значения σ даже без учета других факторов, влияющих на неопределенности в температуре оболочки твэла, есть σ ≈ 0,058, или почти в 6 раз больше, чем получено авторами работы [18] в результате расчетов. Поскольку физически предопределенная ширина доверительного интервала почти в 6 раз превышает расчетные значения, расчетный эксперимент не смог выявить то, ради чего он был поставлен, - не смог дать прогноз физически обоснованных неопределенностей в максимальной температуре оболочки твэлов.

Приведенные оценки показывают практическую несостоятельность всего подхода к анализу неопределенностей, основанного на применении детерминистических моделей для анализа погрешности прогноза путем варьирования неопределенностей исходных данных с применением генераторов псевдослучайных чисел. Возможным оптимальным решением задачи анализа неопределенностей с применением кода RELAP5/MOD3.2 является его модернизация с явным включением в расчетный алгоритм приближенного аналитического метода квантильных оценок, свободного от недостатков метода Монте-Карло, и показанных недостатков подходов к анализу неопределенностей на основе метода GRS [11] и им подобных.

Список литературы

1. Стратегия развития ядерной энергетики России в первой половине XXI века. Основные положения. – Бюл. Центра общ. инф. по атомной энергии, 2000, № 6, с. 4–17.
2. Румянцев А.Н., Остроумов Ю.А. Метод квантильных оценок неопределенностей в анализе частот, процессов развития и последствий редких и маловероятных событий аварий. Отчет ИАЭ им. И.В. Курчатова, инв. № 210.06-04/01, 1993.
3. Румянцев А.Н., Остроумов Ю.А. Метод квантильных оценок неопределенностей в анализе частот, процессов развития и последствий редких и маловероятных событий аварий: Препринт ИАЭ-6295/15, 2003, 64 с.
4. Румянцев А.Н. Прогнозирование развития ядерной энергетики и анализ неопределенностей в прогнозных оценках: Препринт ИАЭ-6296/15, 2003, 31 с.
5. Глебов В.Б., Куликов Г.Г., Хромов В.В., Коробейников Л.В., Мантуров Г.Н., Николаев М.Н. Расчет чувствительности реакторных характеристик к константам с учетом изменения нуклидного состава реактора в процессе кампании. – Вопросы атомной науки и техники. Сер. Физика ядерных реакторов, 1991, вып. 1, с. 11–17.
6. Гагаринский А.Ю., Цыганков Л.С. О влиянии неопределенности ядерных данных на результаты обработки кинетических измерений в реакторах с 235U на тепловых нейтронах. – Там же, 1984, вып. 9(46), с. 65–69
7. Маркитан А.Г., Панин В.М., Подлазов Л.Н. Верификация сложных программных комплексов расчета динамики энергетических реакторов на основе экспериментальных данных. – Там же, 1991, вып. 5, с. 22–25.
8. Бриллюэн Л. Научная неопределенность и информация. М., Мир, 1966.
9. Достов А.И., Крамеров А.Я. Исследование безопасности РБМК при авариях, инициируемых частичными разрывами контура циркуляции. – Атомная энергия, 2002, т. 92, вып. 1, с. 23–30.
10. Афремов Д.А., Журавлева Ю.В., Миронов Ю.В., Радкевич В.Е. Методика статистического анализа неопределенностей теплогидравлических расчетов. – Там же, 2002, т. 93, вып. 2, с. 101–109.
11. Glaeser H., Hofer E., Kloss M., Skorek T. Uncertainty and sensitivity analysis of post-experiment calculation in thermal hydraulics. – Reliability Engng. System Safety, 1994, N. 45, p. 19–33.
12. RELAP5/MOD3 Code Manual. NUREG/CR-5535, 1995.
13. Уилкс С. Математическая статистика. М: Изд-во ин. лит., 1967.
14. Франк-Каменецкий А.Д. Моделирование траекторий нейтронов при расчете реакторов методом Монте-Карло. М.: Атомиздат, 1978.
15. Агеев М.И., Кривонос Л.С. Марков Ю.И. Алгоритмы (101-150), – М: Вычислит. центр АН СССР, 1966.
16. Майоров Л.В. Оценка смещения результатов при расчете реакторов и хранилищ ядерного топлива методом Монте-Карло. – Атомная энергия, 2004, т. 97, вып. 4, с. 243–256.
17. Дейч М.Е., Филиппов Г.А. Газодинамика двухфазных сред. М: Энергия, 1968.
18. Афремов Д.А., Журавлева Ю.В., Миронов Ю.В. и др. Анализ неопределенностей расчетов аварий с потерей теплоносителя для 1-го энергоблока Курской АЭС. – Атомная энергия, 2005, т. 98, вып. 6, с. 422–428.



Атомная энергия, 2007, т. 102, вып. 2, с.80-85

 

 
Связанные ссылки
· Больше про Безопасность и чрезвычайные ситуации
· Новость от Proatom


Самая читаемая статья: Безопасность и чрезвычайные ситуации:
О предупреждении аварий на сложном объекте

Рейтинг статьи
Средняя оценка работы автора: 3.42
Ответов: 14


Проголосуйте, пожалуйста, за работу автора:

Отлично
Очень хорошо
Хорошо
Нормально
Плохо

опции

 Напечатать текущую страницу Напечатать текущую страницу

"Авторизация" | Создать Акаунт | 10 Комментарии | Поиск в дискуссии
Спасибо за проявленный интерес

Re: Прогнозирование безопасности в ядерной энергетике (Всего: 0)
от Гость на 19/07/2011
"С учетом длительности жизненного цикла и наличия угрозы тяжелых аварий, практическая безопасность эксплуатации ядерных объектов имеет принципиальное значение для оценки перспектив и выбора стратегии развития ядерной энергетики"
В РОСАТОМЕ стратегия развития ядерной энергетики выбирается совсем из других, непонятных для специалистов критериев. Так что большинство специальных статей по безопасности - это метание бисера перед свиньями. Президенту и председателю правительства уже доложено, что российские АЭС на "ура" прошли "стресс-тесты" и являются самыми безопасными в мире. 


[ Ответить на это ]


Re: Прогнозирование безопасности в ядерной энергетике (Всего: 0)
от Гость на 19/07/2011
Безопасность - это некорректный термин. Ничего безопасного не существует.
Правильно вести речь о защищенности. Кстати, термин  Safety переводится именно как защита.
Поэтому начинать надо с использования правильных терминов.
Примерно так говорил кто-то из древних китайцев.


[ Ответить на это ]


Re: Прогнозирование безопасности в ядерной энергетике (Всего: 0)
от Гость на 19/07/2011
www.translate.ru, www.multitran.ru в помощь (без китайцев)


[
Ответить на это ]


Re: Прогнозирование безопасности в ядерной энергетике (Всего: 0)
от Гость на 20/07/2011
В отличие от самолетостроения или ракетостроения, создание полномасштабных прототипов ядерных установок для экспериментального исследования их безопасности и устранения неточностей в теории и расчетных моделях до сих пор считается экономически неприемлемым.

При всём уважении к автору, он либо не в курсе, либо сознательно передёргивает. Все станции проходят период опытной эксплуатации. В процессе которой как раз и выполняются дополнительные "исследования безопасности" и "устранение неточностей". И это - помимо опытно-промышленных и опытно-демонстрационных установок.


[ Ответить на это ]


Re: Прогнозирование безопасности в ядерной энергетике (Всего: 0)
от Гость на 20/07/2011
Имеется ввиду другое. Опытный экземпляр самолета доводят до разрушения - ломают крылья, элероны, руль, и т.д. понятно, что доводить до разрушения реактор можно только на полигоне в Семипалатинске, да и то теперь это никто не разрешит...


[
Ответить на это ]


Re: Прогнозирование безопасности в ядерной энергетике (Всего: 0)
от Гость на 20/07/2011
Потому и доводят до разрушения, что предполагают валовое производство. Есть тьма уникальных и малосерийных самолётов, которые никто и не думал испытывать на запредельные нагрузки.

Когда дойдём до уровня 20-30 реакторо-комплектов в год, тогда можно будет подумать и об обосновании безопасности методом предельных нагружений (тепловых и гидравлических, естественно). А для уникальных объектов есть другие способы обоснования.


[
Ответить на это ]


Re: Прогнозирование безопасности в ядерной энергетике (Всего: 0)
от Гость на 20/07/2011
Автор замечания заблуждается. Период опытной эксплуатации не дает возможности ответить на многие вопросы обеспечения безопасности при достижении проектных выгораний топлива и поведения реакторов даже при "проектных" авариях. Примером может служить т.н. "паровой" эффект реактивности в РБМК. Расчеты и эксперименты на модельных установках не давали однозначного ответа на вопрос о знаке и величине этого эффекта. Авария в декабре 1975 г. на 1-м блоке ЛАЭС, вызванная именно этим эффектом, не могла быть в деталях проанализирована, т.к. активная зона не имела необходимых систем датчиков контроля 3-х мерных нейтронных полей. Этот блок не был тем "полномасштабным прототипом", на котором можно было бы проводить такие исследования - весьма опасные. Только после аварии на 4-м блоке ЧАЭС этот "паровой" эффект начали осмысливать в деталях и вносить всяческие усовершенствования. Для реакторов типа ВВЭР существуют проблемы анализа поведения активной зоны при событиях "малой" и "большой" течи, при событиях заброса холодной воды из включаемой петли ГЦН, и т.п. Для кипящих реакторов типа BWR (Фукусима) еще с начала 70-х г.г. реальной проблемой был анализ поведения активной зоны при отказе систем аварийного охлаждения по "общей причине". В 2011 г. "эксперимент" поставили и убедились в  ом, что ВСЕ реакторы типа BWR требуют доработки таких систем. Список проблем, имеющих отношение к обеспечению реальной безопасности эксплуатации АЭС можно продолжить. Кроме судовых и космических реакторных установок полномасштабных прототипов АЭС пока никто не создает. Именно поэтому вычислительный эксперимент с учетом всех и вся погрешностей и моделей, и данных, может позволить попытаться заменить реальный физический эксперимент и снизить вероятность повторений Three Mile Island, Чернобыля, Фукусимы. 
С надеждой на понимание. А.Н.Румянцев.


[
Ответить на это ]


Re: Прогнозирование безопасности в ядерной энергетике (Всего: 0)
от Гость на 20/07/2011
вот она, реальная "безопасность"... http://news.yandex.ru/yandsearch?cl4url=www.ria.ru%2Finquest%2F20110720%2F404404674.html


[ Ответить на это ]


Re: Прогнозирование безопасности в ядерной энергетике (Всего: 0)
от Гость на 20/07/2011
Спасибо автору за предоставленную возможность ознакомиться с публикацией из Атомной энергии. А то ведь в интернете сайт журнала отсутствует.
М.б. по той причине, что издатели осознают ничтожную зна
чимость публикаций?
Росатому должно быть стыдно. На должности гендиректора я одной из первоочередных задач обозначил бы создание сайта журнала и размещение в своюодном доступе полного архива.


[ Ответить на это ]


Re: Прогнозирование безопасности в ядерной энергетике (Всего: 0)
от Гость на 21/07/2011
Поддерживаю полностью! Стыдно за атомную отрасль ведущий журнал не имеет своего сайта!


[
Ответить на это ]






Информационное агентство «ПРоАтом», Санкт-Петербург. Тел.:+7(921)9589004
E-mail: info@proatom.ru, Разрешение на перепечатку.
За содержание публикуемых в журнале информационных и рекламных материалов ответственность несут авторы. Редакция предоставляет возможность высказаться по существу, однако имеет свое представление о проблемах, которое не всегда совпадает с мнением авторов Открытие страницы: 0.09 секунды
Рейтинг@Mail.ru