针对海洋核动力中堆芯液位在海洋晃荡条件下测不准的难题，团队在基于数据驱动的晃荡液位在线预测方法研究方向上取得了重要进展，研究结果发表在国际期刊 《Nuclear Engineering and Design》 上：

Chun-Yu Wang, Hong-Na Zhang, Xiao-Bin Li, Feng-Chen Li, “A data-driven online prediction method for surface-deformed liquid level in vessels under ocean conditions”, Nuclear Engineering and Design 414 (2023) 112571.

本文内容提要如下：

在海洋条件下测量容器中的液位，如船用核反应堆压力容器、稳压器等，存在自由表面强烈畸变的问题。为了解决这一问题，提出了一种基于降阶模型和压缩感知理论的在线预测方法。通过将来自已知稀疏传感器的观测数据与ROM相结合，可以实现复杂流体流动特性的全场在线预测。本文对空腔内晃动流动的三维流场进行了数值模拟，建立了丰富的数值数据库。以流场的液位为预测对象，采用本征正交分解(POD)方法建立ROM来预测液位。结果表明，POD ROM能够准确预测未知情况，转速越小，预测效果越好，增加测点数和基函数个数可以在一定程度上减小预测误差。利用QR分解获取测量点构建的降阶模型可以有效降低预测结果的误差。