论文标题：Deterministic Data Assimilation in Thermal-Hydraulic Analysis: Application to Natural Circulation Loops

论文链接：https://www.mdpi.com/2673-4362/6/3/23

期刊名： Journal of Nuclear Engineering

期刊主页：https://www.mdpi.com/journal/jne

在核反应堆热工水力分析中，仅依赖物理模型或实验观测数据往往难以获得准确一致的结果。数据同化（Data Assimilation, DA）技术通过融合机理模型与实测数据，可有效提升状态预测精度并降低不确定性。然而，现有数据同化方法在核热工水力领域仍面临实时计算约束、对代理模型的依赖、模型可解释性不足以及在复杂两相系统中验证不充分等局限。针对这些问题，来自中国科学技术大学核科学技术学院的龚岚鑫、彭常宏，以及中国核动力研究设计院核反应堆技术全国重点实验室的黄擎宇组成研究团队，在Journal of Nuclear Engineering发表研究成果，开发了面向单相与两相自然循环系统的确定性数据同化框架。

研究过程与结果

研究团队采用卡尔曼滤波（KF）与三维变分（3DVAR）两种确定性数据同化方法，首先在一维单相自然循环回路中构建了基准求解器与同化程序。该回路为3 m×3 m方形结构，内径8 mm，右垂直段为蒸发段，左垂直段为冷凝段，离散为120个节点。研究通过孪生实验设置，分别考察了固定壁温与时变壁温两种工况，并在不同噪声类型（高斯、对数正态）、强度与分布下验证了同化算法的鲁棒性。结果表明，KF与3DVAR在低噪声条件下均能显著提升状态预测精度；在高噪声条件下，尽管压力预测精度略有下降，但温度与速度预测仍得到改善。

基于3DVAR的两相自然循环回路状态预测与参数估计

研究进一步将3DVAR扩展至RELAP5系统程序，针对一维两相自然循环回路开展验证。以MELCOR模拟输出作为参考真值，RELAP5-3DVAR在蒸发段热结构温度与冷凝段传热系数预测方面均表现出显著改进。上图展示了基于RELAP5-3DVAR的两相自然循环回路状态预测与参数估计结果，蒸发器温度与冷凝器传热系数的预测精度均得到明显提升，且这些改进在无直接实测数据的条件下依然持续存在，表明观测信息通过耦合热流体相互作用成功传播。

此外，研究还设计了海洋条件下浮动平台上的两相自然循环回路数值案例，基准模型采用不含海洋模型的RELAP5，观测数据取自叠加升沉与横摇运动的实际状态。结果表明，RELAP5-3DVAR能够在不含海洋模型的条件下提升系统状态预测能力，展现出模型外推预测的潜力。

结论总结

本研究针对单相与两相自然循环系统，开发了基于KF与3DVAR的确定性数据同化框架。主要结论包括：KF与3DVAR在固定温度边界与时变边界条件下均能有效修正模型预测，且在不同噪声强度与分布下表现稳健；基于RELAP5开发的三维变分同化程序能够显著提升两相自然循环回路的状态预测与参数估计精度，包括蒸发器温度与冷凝器传热系数；在海洋条件下，同化程序展现出模型修正与外推预测能力，可有效降低因不确定海况假设带来的设计保守性。未来工作将聚焦于实验数据与电厂实时数据的同化研究，以进一步评估其效率、精度与鲁棒性，为核反应堆热工水力分析及数字孪生构建提供关键技术支持。

Gong, L.; Peng, C.; Huang, Q. Deterministic Data Assimilation in Thermal-Hydraulic Analysis: Application to Natural Circulation Loops. J. Nucl. Eng. 2025, 6, 23.

期刊介绍

主编：Dan Gabriel Cacuci, University of South Carolina, USA

期刊创刊于2020年, 最新Impact Factor 1.7，CiteScore 2.3，是一个国际开放获取期刊，发表同行评审的论文。期刊涵盖了与核和辐射过程的科学和应用相关的原创研究、想法和进展。发文类型包括original research papers, reviews, communications, brief reports, opinions, technical notes, editorials等。

截至目前，Journal of Nuclear Engineering期刊已被Scopus, ESCI (Web of Science), EBSCO等数据库收录。