虽然现阶段受日本海啸影响的核泄漏事件余波还没有过去,但是随着全球能源危机的出现,核能因其对环境和能源的贡献,其研究和发展将进入一个新纪元。这次事件也反映了核反应堆的安全问题将是以后研究的重点,对于压水堆堆芯的研究和控制将更为严格和谨慎。本文是结合神经网络的压水堆堆芯动态模型的研究。对反应堆堆芯中子通量的计算首先介绍了传统的方法,包含Hermite插值、Gear方法、常源瞬跳等。本文是在经典瞬跳方法的基础上采用欧拉差分算法的数值求解方法,并对该方法通过简单的反应性数据验证其可行性和精确性。该数值求解方法计算过程简单,耗时少,并且在误差允许范围内,满足一定的工程需求。BP神经网络结构简单和操作性强,其学习训练对曲线拟合跟踪效果较好。基于上述特点,考虑功率系数以及控制棒位置变化对反应性的影响因素,通过神经网络建模方法对原有的设定参数跟踪,得出很好的效果。考虑毒物作用、硼酸浓度作用、应用数值求解微分方程来计算毒物的负反应性当量,对反应性当量的产生和变化做了分析。应用BP神经网络对反应性各种影响因素耦合计算。在一定的工况下,设定燃料潜在反应性为定数,通过控制反应性来达到中子密度在反应堆稳态运行情况下的稳定数目。神经网络对反应性的研究和控制起到了很好的作用,可以通过它对反应性各个影响因素进行跟踪和实时控制,节省时间,操作简单。