基于畸变相似理论的某反应堆承重箱体力学性能研究.pdf

基于畸变相似理论的某反应堆承重箱体力学性能研究

摘要

承重箱体作为核反应堆的主要承重结构，在保障反应堆安全和侧面屏蔽等方面具有

重要的作用。由于承重箱体具有体型庞大、受力性能复杂、制作成本高等特点，难以开

展原型试验，因此，有必要合理地设计缩尺试验模型进行承重箱体的力学性能研究。考

虑到箱体的厚度远小于其他尺寸参数，无法按相同的比例缩放全尺寸箱体结构，导致试

验模型与原型不能完全几何相似，提出了畸变模型来解决该问题。本文以畸变相似理论

为基础，采用数值模拟和畸变模型试验相结合的方法，研究了承重箱体结构关键位置的

力学性能，验证了修正畸变模型预测原型力学响应的准确性。主要的研究工作如下：

1

（）基于相似原理，采用量纲分析法推导了箱体结构的完全相似关系，建立了几何

比为1:10的完全相似试验模型，通过试验模型与原型的有限元模拟结果对比，验证了完

全相似关系的准确性。在完全相似模型的基础上，运用畸变相似理论建立了箱体结构的

厚度畸变模型，并采用预测系数修正法对畸变模型进行修正。通过数值仿真计算得到畸

变系数与预测系数的函数关系式，并利用该函数关系式得到的预测系数来修正畸变模型，

实现了修正畸变模型对原型结构力学性能的预测，并对修正方法的适用性进行了分析。

25.0

（）设计了静力载荷作用下的试验方案，制作了厚度畸变系数是的畸变试验模

型，并完成了力学性能试验，测得了箱体结构关键位置的力学响应。与畸变模型的数值

仿真结果进行对比，验证了畸变试验模型设计的合理性；对畸变模型的试验结果进行修

正，与原型的数值仿真结果进行对比，验证了畸变模型预测系数修正法的可靠性。

3

（）提出了基于全连接神经网络的预测系数预测方法，提高了修正畸变模型对原

型响应的预测精度。根据神经网络的基本原理，构建了合适的全连接神经网络模型，并

运用两种评价指标对网络模型的预测精度进行评价，将预测精度较好的网络模型应用于

畸变模型各点预测系数的预测。与仅用最大响应点预测系数对畸变模型的修正方法相比，

全连接神经网络的预测结果可以提高畸变模型对原型多点响应的预测精度。

本文提出的畸变模型设计与修正方法较好地解决了承重箱体试验模型与原型不能

完全相似的难题。预测系数和全连接神经网络分别实现了畸变模型对原型单点和多点多

参数的力学性能预测，可为承重箱体的安全评估提供参考，并为类似结构畸变模型的设

计与修正研究提供参考依据。

关键词：承重箱体；畸变模型；模型试验；预测系数；全连接神经网络

I

基于畸变相似理论的某反应堆承重箱体力学性能研究

Abstract

Theload-bearingbox,asthemainload-bearingstructureofthenuclearreactor,playsan

importantroleinensuringthesafetyofreactorandsideshielding.Sincetheload-bearingbox

hasthecharacteristicsoflargesize,complexforceperformanceandhighproductioncost,itis

difficulttocarryouttheprototypetest,therefore,itisnecessarytodesignareasonablescale

testmodeltostudythemechanicalpropertiesoftheload-bearingbox.Consideringthatthe

thicknessof