严重事故条件下安全壳混凝土气体渗透性预测

核电站发生严重事故时安全壳内部形成的高温、高湿、高压条件对安全壳混凝土的抗气体渗透能力有着极大的考验。本文基于理论分析模型建立数据样本，环境温度、水蒸气分压、升温速率和混凝土的水扩散系数作为为输入变量，安全壳混凝土气体渗透深度作为输出变量，利用BP算法设计了包含4个输入层节点、12个隐含层节点、1个输出层节点的人工神经网络结构，对严重事故工况下安全壳混凝土的抗气体渗透性能进行分析预测。模型测试结果的相对误差在5%以内，相关系数达到了0.999 7，研究结果表明反向传播神经网络（BPNN）有着有效可靠的预测能力，能对安全壳混凝土的气体渗透深度进行高精度预测。