The Random Ray Method Versus Multigroup Monte Carlo: The Method of Characteristics in OpenMC and SCONE
The Random Ray Method Versus Multigroup Monte Carlo: The Method of Characteristics in OpenMC and SCONE
复制标题
随机射线方法与多组蒙特卡罗：OpenMC 和 SCONE 中的特征方法
DOI：
10.1080/00295639.2023.2270618
复制
发表时间：
2023
影响因子：
1.2
通讯作者：
Cosgrove P
中科院分区：
文献类型：
--
作者：
Cosgrove P
随机射线法（TRRM）是近年来在特征法的基础上发展起来的一种求解中性粒子输运问题的方法。虽然该方法以前只在闭源或功能有限的代码中实现，但本工作描述了它在两个开源蒙特卡罗代码中的实现：OpenMC和SCONE。随机射线的实现需要对现有的多组蒙特卡罗（MGMC）求解器进行微小的修改，为冗余、细粒度、“苹果对苹果”的传输方法之间的速度和准确性比较提供了难得的场所。为此，利用各自代码的固有能力对能量离散程度不同的反应堆特征值问题进行TRRM和MGMC求解。在C5G7基准测试（只有7个能量组）上，TRRM在给定运行时间内实现了与MGMC相当或更低的最大引脚功率误差。在69个能量组的问题上，发现MGMC更有效地扩展，在给定的运行时间内获得更低的引脚功率误差。然而，两种输运方法之间的决定性区别是它们的不确定性分布差异很大。具体而言，TRRM在整个模拟领域保持了相似的精度和不确定性水平，而MGMC在具有低中子通量的问题区域可能会表现出数量级的误差。例如，与MGMC相比，TRRM在计算C5G7核心周围慢慢剂低通量区域的通量时提供了高达373倍的速度优势。
The Random Ray Method (TRRM) is a recently developed approach to solving neutral particle transport problems based on the Method of Characteristics. While the method previously has been implemented only in closed-source or limited-functionality codes, this work describes its implementation in two open-source Monte Carlo codes: OpenMC and SCONE. The random ray implementations required small modifications to the existing Multigroup Monte Carlo (MGMC) solvers, offering a rare venue for redundant, fine-grained, “apples-to-apples” speed and accuracy comparisons between transport methods. To this end, TRRM and MGMC solvers are evaluated against each other using each code’s native capabilities on reactor eigenvalue problems with different degrees of energy discretization. On the C5G7 benchmark (featuring only seven energy groups), TRRM achieves a maximum pin power error comparable to or lower than that of MGMC for a given run time. On a problem with 69 energy groups, MGMC is found to scale more efficiently, obtaining a lower pin power error for a given run time. However, the defining difference between the two transport methods is found to be their vastly different uncertainty distributions. Specifically, TRRM is found to maintain similar levels of accuracy and uncertainty throughout the simulation domain whereas MGMC can exhibit orders-of-magnitude greater errors in areas of the problem that feature low neutron flux. For instance, TRRM provided an up to 373 times speed advantage compared with MGMC for computing the flux in low-flux regions in the moderator surrounding the C5G7 core.
登录
查看更多内容
非结构化网格上 3D 全核中子输运特性方法
影响因子：
1.5
作者：
D. Gaston;B. Forget;Kord Smith;Logan H. Harbour;G. Ridley;G. Giudicelli
通讯作者：
G. Giudicelli
开发用于高保真核反应堆模拟的中性粒子输运随机射线方法
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
John R. Tramm
通讯作者：
John R. Tramm
基于GPU的连续能量蒙特卡罗计算中子跟踪算法优化
DOI：
--
发表时间：
2021
期刊：
影响因子：
--
作者：
Namjae Choi;K. Kim;H. Joo
通讯作者：
H. Joo
GPU 上的多组蒙特卡罗：基于历史和基于事件的算法的比较
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
S. Hamilton;S. Slattery;T. Evans
通讯作者：
T. Evans
蒙特卡罗临界模拟中的粒子聚类
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
Eric Dumonteil;F. Malvagi;A. Zoia;A. Mazzolo;Davide Artusio;C. Dieudonné;C. Mulatier
通讯作者：
C. Mulatier