進化ニューラルネットワークとスパース多項式展開を用いた液体水銀破砕ターゲットのモデルキャリブレーション【JST・京大機械翻訳】

Radaideh Majdi I.; Tran Hoang; Lin Lianshan; Jiang Hao; Winder Drew; Gorti Sarma; Zhang Guannan; Mach Justin; Cousineau Sarah

プレプリント

J-GLOBAL ID：202202201228505781 整理番号：22P0291965

進化ニューラルネットワークとスパース多項式展開を用いた液体水銀破砕ターゲットのモデルキャリブレーション【JST・京大機械翻訳】

Model Calibration of the Liquid Mercury Spallation Target using Evolutionary Neural Networks and Sparse Polynomial Expansions

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (9件)： , , , , , , , ,
資料名：
発行年： 2022年02月18日プレプリントサーバーでの情報更新日： 2022年02月18日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

ターゲット容器の歪と応力を予測する水銀構成モデルは,Spallation中性子源(SNS)での水銀ターゲットの寿命予測と将来のターゲット設計の改善に中心的役割を果たす。ターゲット挙動の大規模シミュレーションとパラメータ推定のための機械学習ツールの使用を通して水銀構成モデルを改善するために,複数年にわたって収集した実験歪データを利用した。進化的ニューラルネットワークとスパース多項式展開を用いた高価なシミュレーションの代理ベースモデルキャリブレーションのための2つの学際的アプローチを示した。2つの方法の実験と結果は水銀破砕ターゲットの固体力学シミュレーションに対して非常に良好な一致を示した。提案した方法を用いて,強い陽子パルス実験中の音の引張カットオフ閾値,水銀密度および水銀速度を調整した。水銀ターゲットセンサからの歪実験データを用いて,新しく較正されたシミュレーションは,従来報告された参照パラメータと比較して,信号予測精度と平均絶対誤差の8%低減に対して7%の平均改善を達成し,いくつかのセンサが最大30%の改善を示した。提案した較正シミュレーションは,突然のターゲット故障を低減し,大量のコストを節約する,水銀ターゲット寿命と健全性を推定するための疲れ解析を著しく支援できる。しかし,この研究からの重要な結論は,破砕反応の完全な物理を捉える状態方程式に基づく現在の構成モデルの欠陥を指摘する。実験データと良好な一致を示す較正されたパラメータのいくつかは,非物理的水銀特性であり,気泡動力学と水銀キャビテーションを捕捉するためのより進んだ二相流モデルを必要とする。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

その他の素粒子・核実験用粒子発生装置

, , , , , , ,

前のページに戻る