• Nuclear Engineering and Technology
• /
• 제54권5호
• /
• pp.1825-1834
• /
• 2022

Performing high-fidelity computational fluid dynamics (HF-CFD) to predict the flow and heat transfer state of the coolant in the reactor core is expensive, especially in scenarios that require extensive parameter search, such as uncertainty analysis and design optimization. This work investigated the performance of utilizing a multi-fidelity reduced-order model (MF-ROM) in PWR rod bundles simulation. Firstly, basis vectors and basis vector coefficients of high-fidelity and low-fidelity CFD results are extracted separately by the proper orthogonal decomposition (POD) approach. Secondly, a surrogate model is trained to map the relationship between the extracted coefficients from different fidelity results. In the prediction stage, the coefficients of the low-fidelity data under the new operating conditions are extracted by using the obtained POD basis vectors. Then, the trained surrogate model uses the low-fidelity coefficients to regress the high-fidelity coefficients. The predicted high-fidelity data is reconstructed from the product of extracted basis vectors and the regression coefficients. The effectiveness of the MF-ROM is evaluated on a flow and heat transfer problem in PWR fuel rod bundles. Two data-driven algorithms, the Kriging and artificial neural network (ANN), are trained as surrogate models for the MF-ROM to reconstruct the complex flow and heat transfer field downstream of the mixing vanes. The results show good agreements between the data reconstructed with the trained MF-ROM and the high-fidelity CFD simulation result, while the former only requires to taken the computational burden of low-fidelity simulation. The results also show that the performance of the ANN model is slightly better than the Kriging model when using a high number of POD basis vectors for regression. Moreover, the result presented in this paper demonstrates the suitability of the proposed MF-ROM for high-fidelity fixed value initialization to accelerate complex simulation.

• 대한환경공학회지
• /
• 제35권10호
• /
• pp.710-716
• /
• 2013

대기 오염, 기후 변화 등 환경 문제와 자원 고갈로 인해 화석 연료를 대체할 에너지에 많은 관심이 집중되고 있다. 폐바이오매스의 에너지화 분야에서도 다양한 연구가 이루어지고 있다. 폐목질계 바이오매스의 급속열분해는 바이오매스 에너지화 기술 중 하나로 액상 연료를 생산할 수 있다. 바이오매스의 급속열분해에는 주로 기포유동층 반응기가 쓰이고 있으며, 기포유동층 급속열분해 반응기에서는 반응물에 열을 효과적으로 전달하기 위하여 고체입자의 유동매체를 이용한다. 이러한 기포유동층 반응기에서 유동층 내 고체 입자의 움직임과 혼합은 기포의 거동에 영향을 받는다. 이로 인해 열전달 현상이 달라지고 결과적으로는 폐목질계 바이오매스의 급속열분해 반응 속도가 변한다. 따라서 본 연구에서는 기포유동층 반응기 내부의 수력학적 특성과 폐목질계 바이오매스 급속열분해 반응에 관한 연구를 수행하였다. 반응기내의 기체-고체 유동에 대해 Eulerian-Granular 방법을 사용하여 반응기를 시뮬레이션 하였으며, two-stage semi-global reaction model로 폐바이오매스의 급속 열분해반응을 모사하였다. 결과를 살펴보면, 유동층 내에서 기포들이 생성되고 상승하면서 크기가 증가한다. 이러한 기포의 거동에 의해 기포 주위의 고체 입자는 여러 방향으로 움직이게 된다. 고체 입자상의 활발한 움직임으로 바이오매스 입자가 유동층에 골고루 퍼져 일차 반응이 유동층 전반에서 일어난다. 그리고 일차 반응 중 타르가 생성되는 반응 속도가 가장 높게 나타난다. 그 결과 기체상 생성물 중 타르가 약 66 wt.%로 가장 많이 발생한다. 반면 이차 반응은 유동층에서보다 freeboard에서 더 많이 일어난다. 따라서 기포의 거동이나 입자의 움직임에 의한 영향은 일차 반응보다 상대적으로 적을 것으로 판단된다.