8.2 蒙特卡罗方法与粒子输运计算

8.2 蒙特卡罗方法与粒子输运计算

本节摘要：粒子输运方程描述中子在物质中的迁徙，两条解法路线并行——蒙特卡罗逐粒子抽签模拟，精度随样本缓慢收敛但几何任意；确定论（离散纵标、特征线、扩散）把方程离散成代数问题，速度快、适合扫参。临界搜索、燃耗耦合、方差缩减与伴随分析是工程计算的日常兵器。本节是"工程师敢签字"的方法论核心。

堆芯里一个中子的命运是一串随机事件：在哪碰撞、走哪种反应、生不生新中子。追踪一个中子没有意义，追踪十亿个，统计规律就浮现出来——蒙特卡罗方法的全部哲学是"用随机抽样逼出确定性答案"。这条路线与把方程离散求解的确定论路线（离散纵标、特征线方法、扩散近似）一起，构成核计算的两大支柱。

蒙特卡罗：赌徒的名义，物理的内核

一次中子历史的骨架，恰好是第一章相互作用的程序化：抽样自由飞行距离（按指数分布，用宏观截面Σ）→ 到达碰撞点后按各反应截面比例抽样反应通道 → 裂变则记录新中子进入下一代 → 重复直至中子被吸收或泄漏。跟踪大量历史后统计想要的量：通量分布、沉积能量、keff（用世代比或总碰撞估计）。

# 演算：纯Python玩具蒙卡——一个无穷大水介质中的中子平均碰撞数（示意）
import random
random.seed(42)
S_s, S_a = 1.37, 0.0222    # 第一章算过的水宏观散射/吸收截面 cm^-1
total = S_s + S_a
hits = []
for _ in range(20000):
    n = 1
    while random.random() < S_s / total:   # 碰撞后按比例分流：散射继续，吸收终止
        n += 1
    hits.append(n)
print(f"平均碰撞代数约 {sum(hits)/len(hits):.1f} 次（对照第一章的S_s/S_a理论值62次）")
​

输出：

平均碰撞代数约 60.9 次（对照第一章的S_s/S_a理论值62次）
​

两万次抽样就复现了理论值——这就是蒙卡的魔力与局限：收敛按 1/√N 爬行，想把统计误差压低十倍，样本要百倍。真实问题（屏蔽、临界）的重要区域往往"粒子罕至"，直来直去的模拟会浪费全部算力——方差缩减技术（重要抽样、权重窗、指数变换）因此是蒙卡工程的核心竞争力：让粒子"聪明地"往关心的区域跑，再用权重修正统计无偏。工业蒙卡程序（MCNP、FLUKA、OpenMC等）的说明书一半篇幅都在讲怎么用好这套技术。

蒙卡的独特优势是几何任意：CAD级复杂构型（整台探测器、整间辐照室、人体数字模型）直接建模，能谱与角度连续处理无需离散。代价是慢——扫一遍换料方案要几小时到几天。

确定论：把方程拆成代数

玻尔兹曼输运方程描述相空间中粒子密度守恒：漂移项+碰撞项=源项。确定论路线把它离散：能群（连续谱切成262群或更少）、角度（离散纵标法把角度离散成若干方向，特征线方法沿特征线积分）、空间（网格或特征线扫掠），最后解一个大型线性方程组。扩散近似再进一步忽略角度细节（通量近似各向同性），换来极快的求解速度——日常堆芯设计（换料方案、功率分布、燃耗演进）的主力仍是 diffusion 级别的方法加nodal节块法，一座堆芯几分钟出结果，可以在优化算法里被调用成千上万次。

两条路线是分工不是竞争：

现代设计流程是"确定论扫参、蒙卡校核、实验基准兜底"三级互查，任何一级的显著偏差都要归因清楚才放行。

工程计算的日常兵器

• 临界搜索：调整水硼浓度或燃料间距使keff=1，程序自动二分迭代——对应运行中的"提棒到临界"计算预演。
• 燃耗耦合：功率分布算出核素消耗与生成（钚的积累、氙的动态），更新截面再算下一步，循环到卸料。整个循环的硼稀释曲线、寿期预测都出自这里。
• 微扰与伴随：伴随（共轭）通量回答"这个位置的中子值多少反应性"——一次伴随计算可得全部位置的敏感度，是燃料管理与数据调整的引擎。
• 源项与屏蔽：第六章的屏蔽设计、事故源项、活化计算，全是输运计算的下游应用。

⚠️ 常见坑：只看平均值不看置信区间。蒙卡结果必须连同统计不确定度一起报告——"keff=1.00000±0.00100"与"keff=1.00±0.02"是完全不同的两个结论；监管审评对统计不确定度有明文要求。另一个坑是"蒙卡=精确"迷思：几何再真，核数据不确定度（第一节）与建模简化仍会把系统偏差带进来。

💡 关键直觉：确定论像解析解的工程化（快、可扫参、但离散化引入系统误差），蒙卡像实验的数值化（任意细节、但慢且带统计噪声）。两者互相校核的历史，就是核计算可信度的积累史。

图：一次中子历史的程序化流程

本节要点回顾

• 输运方程两解法：蒙卡逐粒子抽签（几何任意、慢、统计误差1/√N），确定论离散化（快、可扫参、系统误差）。
• 方差缩减是蒙卡工程的灵魂：重要抽样与权重窗让算力花在刀刃上。
• 设计流程三级互查：确定论扫参、蒙卡校核、基准实验兜底。
• 临界搜索与燃耗耦合是堆芯计算的日常输出；伴随方法一次算清全部敏感度。
• 结果必须带不确定度：统计误差、核数据不确定度、建模简化三者都要交代。

求解器讲完，最后一节看新变量：数字孪生与人工智能正在这个保守的行业里改写哪些环节、改写不了哪些底线。

值班备注：读一份蒙卡计算报告的顺序

评审一份蒙卡报告，行家的阅读顺序不是从头到尾。第一眼看统计不确定度声明：关键结果的相对偏差是否低于规范要求，若统计误差过大，后面的结论都不必看。第二眼看几何模型对竣工图的忠实度：简化了哪些部件、孔洞缝隙怎么处理——蒙卡的精确建立在几何为真的前提上。第三眼看方差缩减方案：权重窗设置是否经过调试、有无大权重粒子污染计数。第四眼才看结果数字与实验比对。这个顺序的逻辑是：蒙卡的可信度链条是统计、模型、技巧、结果，先验证链条，再读结论。倒过来读的人，最容易被漂亮的数字说服。