Speaker
Description
В реальных физических задачах среда может быть неоднородной и содержать различные примеси, при этом геометрическое расположение примесей может быть случайным. Такие задачи возникают, например, при расчете характеристик защиты водо-водяных энергетических реакторов (ВВЭР) в зоне, содержащих кипящую воду (с пузырьками воздуха). Стандартный способ – представить такую среду, как однородную с усреднёнными характеристиками. Для точных же расчетов методом Монте-Карло в стохастической среде необходимо моделировать много, возможно тысячи, случайных пузырьков, а моделирование случайного блуждания частиц (например, гамма-квантов) имеет смысл проводить с помощью эффективного для такой задачи метода максимального сечения (ММС). В таком методе необходимо постоянно проверять, что частица в момент столкновения находится в пузырьке или нет.
В работе представлены новые сеточные аппроксимации стохастической среды со случайными непересекающимися шарами фиксированного радиуса. Такие аппроксимация строятся путем разбиения координатного пространства на ансамбль кубиков. Объем кубика может быть равен объему шара или шар может быть вписан в кубик. На примере тестовой задачи переноса гамма-излучения проведены численный анализ точности и эффективности использования предложенных новых методов. Дополнительно реализован и исследован альтернативный приближенный метод, в котором авторы [1] предложили моделировать случайный пробег в стохастической среде с шарами с использованием заданных функций распределений длин хорд.
Исследования выполнены в рамках государственного задания ИВМиМГ СО РАН FWNM-2025-0002.
Список литературы
[1] Mazzolo, Alain and Roesslinger, Benoît. "Monte-Carlo simulation of the chord length distribution function across convex bodies, non-convex bodies and random media", Monte Carlo Methods and Applications, vol. 10, no. 3-4, 2004, pp. 443-454.
