近日，核能安全所科研人员在反应堆屏蔽设计方面取得新进展，相关成果发表于核工程与设计领域权威期刊Nuclear Engineering and Design上。

神经网络模型图

微小型反应堆作为灵活、安全、低碳能源的解决方案 ，具备紧凑化设计 、轻量化屏蔽 、高固有安全性、多场景兼容性等特点 ，适用于深空探测、海洋平台、偏远地区供电、应急能源及分布式供能等领域场景。其中轻量化屏蔽设计面临着空间限制、重量约束和新型屏蔽材料研制等诸多挑战。传统的屏蔽设计方法通常依赖经验模型和蒙特卡罗模拟计算等方法，然而在减重降容高要求与处理复杂的多材料配置时，存在计算速度较慢、重复迭代、局部受限等问题。

本研究中，科研人员以空间堆为研究对象，开发了一种基于自注意力机制的神经网络模型，用于快速预测反应堆的辐射屏蔽设计方案。该模型采用研究所自主研发的蒙特卡罗粒子输运软件SuperMC，计算空间堆在不同屏蔽设计方案下屏蔽体质量、辐射剂量等相关数据，构建了屏蔽设计方案参数数据集，并开展模型训练，将屏蔽体质量和辐射剂量限制要求作为神经网络的输入，最后生成对应的屏蔽设计方案。测试结果表明，该模型能够保证计算精度，不仅满足设计需求且大幅度缩短了计算时间，屏蔽体质量与辐射剂量偏差在3%以内。该模型作为一种快速可行的方法，能够扩展应用到其他堆型及不同应用场景下的屏蔽设计优化中。

该研究工作为微小型反应堆屏蔽设计优化提供了创新手段。核能安全所硕士研究生陈琦升为论文第一作者，杨子辉副研究员为该论文的通讯作者。