通流孔道一 变 ，仿真 从头 再来 ？ Smart-SIM 让设计告别“连锁反应”

一、 一改几何，仿真重启：设计的 “ 连锁反应 ”

在核能工程领域，反应堆作为核心设备，其堆芯温度场 和 流 场的分布直接影响着运行安全与热工效率。为优化冷却剂流动特性与换热效果，工程师通常在堆芯构件中设计不同形式的通流孔道 。 这些 孔道虽小，却 是冷却剂的流动路径，也是热量带走的通道。 其 孔径大小、分布密度、排列方式及几何形状， 均会 显著 影响 反应堆内部的流动传热行为 ： 孔径 的 微 小 放大 可 能导致 流量 显著 增加；孔位 的 少许 偏移 或许 引发 温度分布 的 全局变化 。为 探寻 最优的流动传热组合，工程师往往需要在堆芯构件上尝试几十种通流孔道的排布方案。然而， 在 传统 仿真流程中， 每一次看似微小的几何调整， 都 意味着 重新建模、重新画网格、重新设置边界条件 ， 再等上数小时甚至数天的求解计算 ， 从而 引发一场 “连锁反应” 。 设计团队的节奏， 便在 这种反复 的 “等待” 中 被 打乱。方案越多，等待越长；改动越细，效率越低。

二、 让仿真学会 ”经验“： Smart-SIM 的解决之道

面对这一困境， Smart-SIM 智能快速预测工具以某型反应堆堆芯为对象，构建了一套能够“读懂几何变化”的智能模型。 Smart-SIM 的工作 机制 与人学习经验的过程颇为相似 ： 它从历史仿真数据中 反复观察 学习 通流孔道的几何特征 （ 如 孔径大小、疏密分布、排列方式 ） 与最终温度场、 流 场结果之间的关联 规律 。 当新的通流孔道方案 提出 时 ，它 无需 重新执行完整的 求解流程 ，而是基于 已 习 得 的经验，在 数秒 内直接 输出 高精度 预测结果。

图 1   某 种 分布的 通流孔道 产生的 整 堆 流速 分布 （ 左图： 仿真 结果； 右图： AI 预测 结果 ）

为验证 该方法 的 可行性，我们 构建 了一组包含 200 个样本的数据集，其中 180 个用于模型训练，其余用于测试。这些样本涵盖了不同孔径、不同密度、不同排列方式的堆芯构型，有限元模型的节点规模在 46,000 至 63,000 之间。模型训练在单张 NVIDIA RTX 3090 24GB 显卡上完成。 测试 结果显示： 单次全场流速预测平均耗时仅 1 秒。更关键的是 在精度上， 流速场峰值结果的相对误差控制在 3% 以内 ， 如 图 1 所示 。 当 通流孔道的 位置 发生 变化后 ， S mart- SIM 仍能 保持 较高的 预测 精度 ， 如 图 2 所示 。 这意味着，在获得数百倍效率提升的同时，预测结果依然保持了良好的工程参考价值 。

图 2   另一种 分布的通流孔道 产生的 整 堆 流速分布（左图：仿真结果；右图： AI 预测结果）

三 、 几何适应，输入简化：为什么 Smart-SIM 能做到

过去，受限于仿真周期，工程师往往只能从有限的几种通流孔道方案中 进行权衡 选择 。 如今 ， 借助 Smart-SIM ， 数十种乃至上百种孔道组合方案均可在极短时间内完成评估 。 无论是 孔径调整 、 排布方式变化 还是 疏密成都变化 ， 何种方案能实现更均匀的流速分布、更小的流动压损，均可通过数据直观呈现 。设计团队终于可以从 “ 惧怕调整 ”变成“ 敢于 调整 ”，从“ 优先选择 ” 迈向 “从容 优化 ” 将 更多 宝贵 精力 回归 设计 本身 。

回过头看， Smart-SIM 之所以能做到这一点，归根结底是抓住了两个关键：一是对几何变化的 强大 适应能力。无论通流孔道的孔径放大还是缩小，孔位加密还是减疏，只要几何特征落在训练样本的覆盖范围内，模型 即可 快速响应。工程师不再需要为每一个微小改动重复整个仿真流程。二是 Smart-sIM 大幅 简化 了 对参数输入的 依赖 。传统仿真中那些繁琐的边界条件设置、物理参数调试，在 此 被大幅精简。算法 自动 从几何特征中 推断规律， 使得 工程师 得以 专注于 设计 方案的 创新 与 优化 。

设计的过程，本质上是一个不断试错、不断调整、不断优化的 演进 路径 。好的设计，往往不是在一条路上走到黑，而是在无数个岔路口都停下来看一看 ——如果这里改一点，结果会怎样？如果那里动一下，能不能更好？但过去，这种“停下来看一看”的代价太高了。每一次岔路，都意味着数小时的仿真等待。于是，很多值得一试的想法，还没来得及看，就被时间成本挡在了门外。

Smart-SIM 致力于 改变 这一现状， 让 仿真学会 “随变而应”—— 无论 通流孔道 如何改变 ，只要几何特征在 其 认知范围内， 就能在 数 秒 内给出结果。这意味着， 每一个 “如果这样改”的 设想 ，都能快速 转化为 “原来是这样”的 清晰 答案 ， 让 设计不再是 “ 怕变、少变、不敢变 ” ，而是 “ 敢试、敢调、敢优化 ” 。

让 每一次几何变化，都能被看见；让每一次设计调整，都能被验证。