2025年11月14日，华北电力大学核科学与工程学院教授佟振峰在深圳核博会材料老化与服役安全论坛发表《奥氏体不锈钢辐照肿胀行为与评估技术》主旨报告。
报告围绕VVER堆芯围板用奥氏体不锈钢的辐照肿胀行为与评估技术展开，指出由于围板厚、温度可能接近肿胀敏感峰值，辐照肿胀在设计寿命内必须严格考虑。研究通过中子场与温度场计算、团簇动力学模型、替代模型和机器学习辅助定参，并结合离子辐照实验对模型进行验证。
关键点
1. VVER堆芯围板存在更突出的辐照肿胀风险（00:40）
压水堆中常规堆芯围板较薄，服役温度通常在三百二十度到三百四五十度左右，因此辐照肿胀通常不作为重点考虑。VVER堆芯围板厚度约十厘米，部件体量大且辐照后难以更换，伽马热沉积和缓发中子加热可能使温度达到约四百二十度，接近奥氏体不锈钢辐照肿胀峰值，因此六十年设计寿命内必须严格评估。
2. 奥氏体不锈钢性能优良但易发生辐照肿胀（02:40）
奥氏体不锈钢具有较好的高温性能和抗腐蚀性能，但辐照后空位型缺陷容易聚集长大形成空洞，从微观层面导致肿胀。辐照肿胀受剂量率和温度影响，并存在敏感峰值；剂量率较低时峰值温度会向低温方向移动，这增加了压水堆环境下的评估风险。
3. 可用数据不足是评估工作的主要困难（03:49）
快堆中奥氏体钢辐照肿胀研究较多，但快堆服役温度往往高于五百五十度，而目标场景约为四百度到四百五十度，相关辐照数据较少。既包含运行信息又包含微观缺陷信息的数据更少，给数据收集和机理分析带来困难。
4. 先确定中子场和服役温度场（04:45）
研究第一步是计算堆芯围板的中子分布、伽马释热沉积量以及缓发中子热影响。团队基于VVER六角形堆芯设计，采用八分之一模型节省计算资源，并结合热工水力参数计算部件服役温度，为后续六十年甚至八十年寿命评估提供工况输入。
5. 建立基于团簇动力学的缺陷演化模型（06:09）
模型采用速率理论方法，将辐照产生的缺陷按间隙型和空位型分类，考虑缺陷产生、淹没以及缺陷之间的反应。由于单纯多尺度参数传递偏差较大，团队转向用实验数据反向驱动模型，并加入四原子间隙团簇三维移动等物理机制，使计算结果与实验数据吻合更好。
6. 通过氦效应和级联叠加验证模型能力（08:07）
团队将模型用于散裂中子源辐照铁马钢数据，加入氦与空位型缺陷结合以及辐照级联与已有缺陷叠加效应。计算显示氦泡中的氦空位比最终趋近约零点六，与分子动力学结果较一致；加入级联叠加效应后，模型与实验观察到的氦泡分布更加吻合。
7. 引入替代模型和机器学习规范参数选择（10:50）
在目标堆芯围板材料18Cr-10Ni-Ti奥氏体不锈钢上，初步计算与少量肿胀数据对照效果尚可，但团簇动力学模型存在参数选择依赖人工调节的问题。研究引入机器学习思想建立替代模型，使替代模型结果与团簇动力学基本一致，并通过实验数据反向求参，系统确定关键参数范围和最优参数。
8. 目标材料预测结果受数据量限制（13:17）
在参数确定和程序开发完成后，团队针对目标材料开展了一系列计算，并与国外实验堆加速辐照数据进行比较，整体趋势基本一致。但18Cr-10Ni-Ti材料可获得的数据目前只有六十多个，数据量偏少，限制了趋势拟合的精度。
9. 纯机器学习用于对比但工程使用受限（14:01）
团队还收集了较多奥氏体不锈钢辐照肿胀数据，尝试纯数据驱动的机器学习方法，以比较影响因素与团簇动力学模型结果的差异。纯机器学习能较好寻找规律，但难以给出明确数学公式，从用户、安全分析和监管角度看使用不够友好，因此更多用于研究和对比。
10. 离子辐照实验用于标定和验证模型（15:14）
研究最终需要使用核电厂实际材料开展离子辐照或注入实验，以标定模型准确性。氦离子注入实验可定量分析空位型缺陷尺度和密度，并研究析出相界面对缺陷的俘获作用；由于剂量较低，整体肿胀不明显，但微观结果可用于优化模型中的缺陷阱强度。
11. 正电子湮没谱和后续铁离子辐照验证（17:17）
正电子湮没谱测试显示，在注入区域内空位型缺陷和氦泡处于共存状态，并能观察温度影响。后续铁离子辐照已经完成，样品已制备并将进行透射电镜分析，用于进一步验证整体模型。
时间线
00:00 - 主持人介绍报告人童振峰教授及报告题目，随后请其开始报告。
00:17 - 报告人感谢组委会，并说明报告聚焦堆内构件材料中奥氏体不锈钢的辐照肿胀问题。
00:40 - 报告首先比较常规压水堆与VVER堆芯围板差异，提出VVER厚围板在服役温度和不可更换性方面带来的评估需求。
02:40 - 随后介绍奥氏体不锈钢辐照肿胀的微观机制、温度和剂量率影响，以及目标温度区间数据不足的问题。
04:45 - 报告进入方法部分，说明如何计算中子场、热沉积和服役温度，并以此作为材料肿胀模型输入。
06:09 - 接着讲解团簇动力学模型的构建、参数来源困难，以及通过实验数据反向驱动和物理机制修正来改进模型。
08:07 - 报告用含氦辐照和级联叠加效应的验证案例展示模型对微观缺陷演化的描述能力。
10:50 - 模型随后被应用到目标堆芯围板材料，并引入替代模型和机器学习方法来规范关键参数选择。
14:01 - 报告进一步讨论纯机器学习对辐照肿胀数据的分析价值及其在工程安全评价中的局限。
15:14 - 最后介绍使用实际材料开展氦离子注入、正电子湮没谱和后续铁离子辐照实验，以验证和完善模型。
17:43 - 报告总结已建立模型和参数确定方法，并指出铁离子辐照的进一步验证是后续完成整体工作的关键步骤。
AI 延伸阅读(下文由AI生成，其内容可能存在偏差，请注意甄别)：
佟振峰在深圳核博会报告VVER堆芯围板奥氏体不锈钢辐照肿胀评估研究进展
2025年11月14日，华北电力大学核科学与工程学院教授佟振峰在深圳核博会材料老化与服役安全论坛作《奥氏体不锈钢辐照肿胀行为与评估技术》主旨报告，围绕VVER堆芯围板材料在长期服役条件下的辐照肿胀风险、机理建模、参数优化与实验验证等内容，介绍了团队面向核电厂实际需求开展的系统研究工作。
报告聚焦VVER堆芯围板所用18Cr-10Ni-Ti类奥氏体不锈钢。该类材料具有良好的高温性能、耐腐蚀性能和核环境适用性，是堆内构件中的重要结构材料，但在中子辐照作用下可能发生空位型缺陷聚集、长大并形成空洞，从而引发辐照肿胀。相关研究任务来源于核电厂委托，目标是结合VVER堆芯围板真实服役条件，建立奥氏体不锈钢辐照肿胀行为预测、模型评估和实验验证方法，为长寿期运行和寿命评估提供依据。
佟振峰指出，传统压水堆中通常不将堆芯围板辐照肿胀作为重点问题，主要原因在于围板厚度约1厘米，服役温度通常约320℃，较难达到奥氏体不锈钢辐照肿胀的敏感峰值温区。而VVER堆芯围板厚度可达约10厘米，部件体量和重量大，辐照后高镍材料放射性强，且服役期间不可更换，因此其辐照肿胀风险更值得关注。特别是在伽马热沉积和缓发中子热效应作用下，围板局部温度可能达到400℃以上，接近奥氏体不锈钢辐照肿胀峰值温区。在60年设计寿命以及未来可能延寿至80年的运行场景下，必须对堆芯围板辐照肿胀行为进行严格评估。
围绕真实服役工况，研究团队首先开展了VVER堆芯围板中子场和温度场计算。基于VVER六角形堆芯设计，团队计算了堆芯及围板区域中子通量和剂量分布，并采用八分之一堆芯模型提升计算效率，再通过对称复制获得整体分布。同时，团队分析了伽马释热和缓发中子热在围板中的沉积情况，并结合冷却剂参数和热工水力条件预测围板服役温度分布，从而明确不同寿期下围板材料所处的剂量、温度和运行条件，为后续辐照肿胀模型提供输入。
在机理模型方面，团队采用基于速率理论的团簇动力学模型，描述辐照缺陷的产生、迁移、湮没和反应过程。模型将辐照缺陷划分为间隙型缺陷、空位型缺陷及其团簇，并建立相应演化方程。佟振峰提到，虽然快堆领域有关奥氏体不锈钢辐照肿胀的研究较多，但VVER/PWR相关温度区间约为400—450℃，可用辐照数据较少，尤其缺乏微观结构数据，这给模型标定带来挑战。同时，分子动力学或第一性原理计算结果在向工程尺度传递时容易产生参数偏差，难以确定统一基准点。为提高模型与实际辐照行为的一致性，团队采用实验数据反向驱动模型参数的方法，并对缺陷迁移机制进行修正，将间隙型缺陷迁移从单原子三维移动扩展为四原子间隙团簇三维移动，使计算结果与实验数据更加吻合。
报告还重点介绍了氦效应与级联叠加机制。氦容易与空位型缺陷结合，促进氦泡形成，对空洞演化和辐照肿胀具有重要影响。团队在模型中引入后续辐照级联损伤区与已有缺陷之间的叠加作用，使模型更接近真实动态辐照过程。计算结果显示，氦泡中的氦空位比会逐渐收敛至约0.6，这与分子动力学计算结果一致，表明该比例下氦泡状态较为稳定。团队还利用散裂中子源辐照的铁素体/马氏体钢实验数据，对模型中氦泡分布和缺陷演化进行验证。结果表明，加入级联叠加效应后，模型计算结果与实验柱状分布数据吻合更好，提高了模型用于肿胀预测的可信度。
针对团簇动力学模型参数敏感、人工调参泛化能力不足等问题，团队引入机器学习思想建立替代模型，用于快速表征关键参数对缺陷演化和辐照肿胀的影响。通过对比替代模型与团簇动力学计算结果，团队确认二者在主要趋势和计算结果上基本一致，并进一步利用实验数据反推关键参数，使参数选择过程更加模式化、程序化和规范化。相关研究还系统分析了关键参数对奥氏体不锈钢缺陷演化、空洞形成和肿胀行为的影响，并针对304、316及18Cr-10Ni-Ti等典型奥氏体不锈钢开展模型适用性研究。
在VVER堆芯围板用18Cr-10Ni-Ti奥氏体不锈钢辐照肿胀预测方面，团队将模型结果与国外实验堆加速辐照数据进行对照，发现整体趋势基本一致。不过，目前该材料可获得数据仅约60余组，数据量偏少，限制了趋势拟合精度。团队也尝试收集更多奥氏体不锈钢辐照肿胀数据，利用纯数据驱动方法分析影响因素。佟振峰表示，机器学习方法能够较好捕捉数据规律，但难以给出明确、可解释的定量公式，在安全分析和监管应用中接受度仍然有限，因此更适合作为物理模型的辅助工具，而非完全替代。
实验验证是该研究路线的重要组成部分。团队使用核电厂实际材料开展离子辐照和注入实验，以标定并验证模型准确性。其中，氦离子注入实验采用约1×10¹⁶和1×10¹⁷ ions/cm²剂量，重点研究空位型缺陷和氦泡行为。该方法能够较好表征空位型缺陷的尺度、密度及演化规律，为模型中的缺陷阱强度等参数提供依据。实验还分析了不同温度下缺陷形成行为，以及弥散析出相界面对氦空位缺陷的俘获作用。由于当前氦离子辐照剂量较低，整体肿胀尚不明显，样品还未达到显著肿胀孕育阶段，但微观结构观察发现，含钛弥散相界面对氦空位缺陷具有明显吸附和俘获作用，可用于优化模型中的缺陷阱参数。
此外，团队采用正电子湮没谱测试分析注入区域内空位型缺陷与氦泡共存状态，以及温度对缺陷形成的影响。铁离子辐照实验也已完成，相关样品制备和透射电镜分析正在推进，后续将进一步用于验证整体模型。通过中子场计算、温度场分析、团簇动力学建模、机器学习参数优化和实验验证相结合，研究团队已初步形成面向VVER堆芯围板服役条件的奥氏体不锈钢辐照肿胀评估框架，并通过替代模型和逆向求参方法推动关键参数确定论化，为建立适用于VVER堆芯围板辐照肿胀行为预测与寿命评估的可靠技术方法奠定基础。
