Monte Carlo módszerek fejlesztése reaktorfizikai szimulációkhoz

Monte Carlo módszerek fejlesztése reaktorfizikai szimulációkhoz

Légrády Dávid BME NTI Molnár Balázs, Takács Hajna, Tolnai Gábor 2016.12.07

A munka a Nemzeti Kutatási, Fejlesztési és Innovációs Alap által támogatott VKSZ_14-12015-0021 azonosító számú projekt keretében zajlott 1

Célkitűzés, jelenlegi állapot Cél: Monte-Carlo módszerrel végzett reaktordinamikai számítások - számítás grafikus kártyán (GPU) - realisztikus hatáskeresztmetszetek - realisztikus geometria - magas szintű szóráscsökkentési eljárások alkalmazása - visszacsatolás nélkül és termohidraulikai visszacsatolással is Eddig megvalósult: - 2 energiacsoport, véges geometria, 1 későneutron-csoport - pontkinetikai benchmark - új szóráscsökkentési technikák kifejlesztése - kezdetleges helyfüggés tesztelési célra - rektorfizikai GUI Folyamatban: - valós hatáskeresztmetszetek beolvasása - valós geometria - új szóráscsökkentési technikák kifejlesztése Budapesti Műszaki és Gazdaságtudományi Egyetem Nukleáris Technikai Intézet

2

A tudomány jelenlegi állása szerint... Általános Monte-Carlo kódok: - MCNP - Tripoli - MONK/MCBEND - Serpent - ... - nyílt forráskódú projektek: HELIOS++, OPENMC, WARP

Monte-Carlo + TH (általában kvázisztatikus): - MCNP + SIMMER-III 2003 - TDMCC + STAR-CD (RU, ???, 2004) - MCNP + STAFAS (2005) - Serpent - Tripoli - 2005 : saját fejlesztések

Monte Carlo + GPU: - PANNI 2010 - csak fotonok PET modellezés, M-CSIBE 2014 - sugárterápia - OPENMC: MIT + NVIDIA - WARP (MSc projekt)

Budapesti Műszaki és Gazdaságtudományi Egyetem Nukleáris Technikai Intézet

3

GPU?


4

GPU? PANNI – PET - 2009


5

GPU: A „szabályok” Minden „számítási szál” (itt: részecske-történet) ugyanannyi idő alatt fusson le Azaz: • nincs splitting (trajektóriák felhasítása) • nincs orosz rulett • nincs analóg hasadás • nincs részecskebank • nincs rejekció Memóriakiosztás eltérései Azaz: • kevés memória • kevés regiszter szálanként • nincs virtuális memória • van automatikusan interpoláló textúra memória • szálak nem írhatnak egy memóriahelyre eredményeket Budapesti Műszaki és Gazdaságtudományi Egyetem Nukleáris Technikai Intézet

6

„Naív Próba” Hasadás, halál és bank nélküli szimuláció: 1) abszorbció helyett szorozzuk a részecske súlyát minden ütközéskor a túlélés valószínűségével 2) hasadási neutronok keletkeztetése helyett szorozzuk a részecske súlyát a hasadási neutronok átlagos számával Kritikus rendszer esetén: • részecskepopuláció 99% -a cca. 0 súlyú lesz • 1%-a 106 feletti súlyú

Szóráscsökkentési eljárások szükségesek már a legegyszerűbb esetekhez is!


7

Szóráscsökkentési fejlesztések I. : nullszórású becslők és pupuláció-szabályozás Egyszerű reaktordinamikai rendszerek kedvezően torzított becslése: - szóráscsökkentési keretrendszer speciálisan a dinamikára kihegyezve


8

Szóráscsökkentési fejlesztések I. : nullszórású becslők és pupuláció-szabályozás


9

Szóráscsökkentési fejlesztések II. : szabad úthossz sorsolása Szabadúthossz-sorsolás elméletének általánosítása - geometriai áthaladás miatt nem rázódnak szét a súlyok - gyors transzmisszió-becslés - akár negatív részecskesúly, statisztikus szórás mégis csökken - akár negatív hatáskeresztmetszet is értelmezhető - direktben alkalmazható prekurzor-bomlás mintavételezésére is     x  maj e maj  1     maj maj     1    maj 

„Woodcock tracking with arbitrary sampling cross section using negative weights” D. Legradya, B. Molnara, M. Klausza, T. Majorb,Annals of Nuclear Energy, accepted

   x  x  maj e maj *  maj e maj     maj

2

   x  x  x  maj e maj *  maj e maj *  maj e maj  ...     maj

    x   maj e maj  1     maj maj    ...  1    maj  

 n 1

 

maj

  

n 1

 

     x x maj 2 e maj  1     maj   maj 

2

  x 2  x  maj 3 e maj   2   maj

 x n 1 maj x  maj n e   maj  n  1! n 1

 n  1!

x n 1

e

 maj x


 e

 maj x x  maj x

 e x

10

Szóráscsökkentési fejlesztések II. : szabad úthossz sorsolása Szirmay-Kalos László: általánosítás és alkalmazása számítógépes grafikában

    x  maj e maj  1    maj   maj    1    maj 

   x  x  maj e maj *  maj e maj     maj

2

   x  x  x  maj e maj *  maj e maj *  maj e maj  ...     maj

    x   maj e maj  1    maj   maj

„Unbiased Estimators to Render Procedurally Generated Inhomogeneous Participating Media” Szirmay-Kalos, Georgiev, Magdics, Molnar, Legrady Eurgraphics 2017, accepted

  ...  1    maj  

 n 1

 

maj

  

n 1

 

     x x maj 2 e maj  1      maj   maj

2

  x 2  x  maj 3 e maj   2   maj

 x n 1 maj x  maj n e   maj  n  1! n 1

 n  1!

x n 1

e

 maj x


 e

 maj x x  maj x

 e x

11

Reaktordinamikai kód

-

-

Takács Hajna, Tolnai Gábor GPU-alapú számolás GUI-n menet közben is lehet hatáskeresztmetszeteket változtatni akár alkalmas reaktorfizikai gyakorlatokhoz pontkinetikai modell


12

Reaktordinamikai kód


13

Tervek

További tervek: - Szóráscsökkentési keretrendszer teljes kialakítása (energiafüggés, helyfüggés) - Forrás-iteráció a kezdeti állapot számításához (verifikációs fázisban) - Általános geometriát kezelő modul: részben kész - Általános kölcsönhatáskezelés és hatáskeresztmetszetek: működőképes - Verifikáció: MCNP-vel (ACE hatáskeresztmetszeteken), tervben, K-CODE és fix forrás - Alacsony dimenziószámú TH csatolása (?) - nem csak elméleti értelemben értékes alkalmazáson történő demonstráció


14

Monte Carlo módszerek fejlesztése reaktorfizikai szimulációkhoz

Recommend Documents