Use of Monte Carlo Simulation to Optimize the Loading Pattern Using an Ant Colony Algorithm

• Autorzy: Stanisz P , Oettingen M.

Warianty tytułu

PL

Wykorzystanie metod Monte Carlo w optymalizacji załadunku paliwa przy użyciu algorytmu kolonii mrówek

• Języki publikacji: EN

Abstrakty

EN

This paper deals with loading pattern optimization that is logistic domain in nuclear reactors. To find the best distribution we created algorithm based on a recent method the Ant Colony Optimization (ACO) algorithm, which is used in transport networks. In our work we used the Monte Carlo methods witch the SERPENT code. This method provided well estimated multi-group cross sections. Our model, which was described by a cross section representation, was handled by the ACO algorithm coupled with the PARCS code. The final result shows convergence of our calculations. Cooperation of these three methods have been determined and presage more detailed study in future. This paper describes the methodology, with some final results obtained by the ACO algorithm through Monte Carlo calculations and Core simulation.

PL

Artykuł dotyczy optymalizacji załadunku paliwa bazującego na obliczeniach Monte Carlo. Optymali-zacja załadunku jest zagadnieniem logistycznym. Do znalezienia najlepszego rozkładu, stworzyliśmy własny algorytm bazujący na obiecujących wynikach uzyskiwanych za pomocą Algorytmu Kolonii Mrówek (AKM) szeroko wykorzystywanego w transporcie. Do otrzymania odpowiednich wyników wspiera-liśmy się programem Monte Carlo SERPENT, dzięki któremu otrzymaliśmy wielogrupowe przekroje czynne dla określonych kaset paliwowych. Następnie nasz model, był wykorzystywany przez program PARCS i zarządzającym nim, napisanym przez nas programem. Ostateczne rezultaty potwierdzają asymptotyczną zbieżność naszych wyników. Została osiągnięta współpraca trzech metod obliczeniowych. Artykuł przedstawia metodologię wraz z niektórymi rezultatami otrzymanymi za pomocą wyżej wymienionymi programami.

Słowa kluczowe

EN

Monte Carlo simulation; loading pattern optimization; ant colony algorithm; multi-group cross section generation

PL

symulacja Monte Carlo; algorytm mrówkowy; wielogrupowe przekroje czynne; optymalizacja załadunku paliwa

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2014
• Tom: nr 4
• Strony: 4927--4933, CD6
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Stanisz P

• AGH University of Science and Technology

autor

Oettingen M.

• AGH University of Science and Technology

Bibliografia

• [1] Dorigo M., Bonabeau E., Théraulaz G.: Ant algorithm and stigmergy, Future Generation Computer, 2000.
• [2] Downar T. et. al.: PARCS v3.0 U.S. NRC Core Neutronics Simulator UserManual, UM-NERS-09-0001, 2010.
• [3] Hoareau F.: Loading pattern optimization using ant colony algorithm, International Conference on the Physics of Reactors “Nuclear Power: A Sustainable Resource”, Casino-Kursaal Conference Center, Interlaken, Switzerland, September 14–19, 2008.
• [4] Fridman E., Leppnen J.: On the Use of the SERPENT Monte Carlo Code for Few-group Cross Section Generation, Ann. Nucl. Energy, 38 (2011) 1399–1405.
• [5] Fridman E., Shwageraus E.: Modeling of SFR cores with SERPENT and DYN3D codes sequence, Ann. Nucl. Energy, 53 (2013) 354–363.
• [6] Galati A.: ZZ 3DLWRCT, 3-D LWR Rod Ejection and Rod Withdrawal Benchmarks.
• [7] Montesa J.L., Francoisb J.L., Ortiza J.J., Martín-del-Campob C.: BWR Fuel Lattice Design Using an Ant Colony Model, International Conference on the Physics of Reactors “Nuclear Power: A Sustainable Resource”, Casino-Kursaal Conference Center, Interlaken, Switzerland, September 14–19, 2008.
• [8] Parcs H.J. et al.: Generation of Few-Group Diffusion Theory Constants by Monte Carlo Code McCARD, Nucl. Sci. Eng., 172, 66–77, 2012.
• [9] Petrovic I., Benoist P.: BNTheory: Advances and New Models for Neutron Leakage Calculations, Adv. Nucl. Sci. Technol., 24, 1996.
• [10] Redmond II E.L.: Multigroup Cross Section Generation via Monte Carlo Method, PhD Thesis, Massachusetts Institute of Technology, 1997.
• [11] Stanisz P.S.: Generation of nuclear data by Monte Carlo methods for deterministic safety codes, Logistyka, 4 (2013) 536–545.
• [12] X-5 Monte-Carlo Team, MCNP A General Monte Carlo N-Particle Transport Code, Version 5, Los Alamos National Laboratory, Tech. Report , 2003.