2025年12月2日，《Energy Conversion and Management》（一区TOP，影响因子10.9）在线刊发了能源与动力工程学院核工系周夏峰团队题为“Integrated modeling, surrogate-assisted multi-objective optimization, and decision-making of compact supercritical carbon dioxide Brayton cycle nuclear energy systems for lightweight and high-efficiency applications”（面向轻量化和高效应用的紧凑型超临界二氧化碳核能系统多物理多系统耦合、代理模型加速多目标优化与数据驱动决策体系研究）。rabey雷竞技为第一完成单位，沈煜为论文第一作者，周夏峰为通讯作者。
随着船舶推进、海洋或太空核动力、小型模块化反应堆等对“高功率密度+ 轻量化”能源系统需求不断提升，超临界二氧化碳（S-CO₂）布雷顿循环核能系统被认为是新一代核能技术的重要候选。然而，关于直接循环的超临界二氧化碳核能系统，目前仍缺乏核反应堆多物理多系统级耦合方法及综合性能分析与优化研究；且现有多目标优化研究也常依赖主观判断，缺乏客观、数据驱动的决策依据。
基于此，周夏峰研究团队提出了一套面向紧凑型超临界二氧化碳布雷顿循环核能系统的多物理多系统耦合集成建模、代理模型加速优化与数据驱动决策分析框架。重点体现了热力循环性能与反应堆设计特性的深度耦合。建立的统一系统级方法可有效评估热效率、比功与系统质量之间的关键权衡关系，并指导最优设计决策。研究构建并验证了热力学模型与详细部件质量模型，并将热效率、比功和系统总质量作为关键性能指标。通过构建神经网络代理模型，在保证全寿期反应性约束的前提下显著加速了反应堆质量评估，从而实现高效的“反应堆–循环系统”耦合优化。采用遗传算法开展多目标优化，并使用基于客观权重的决策方法对帕累托最优解进行排序和选择。结果表明，在所设定的优化参数范围内，系统质量（42.67%）影响权重最高，其次为热效率（30.33%）和比功（27.00%）。最终最优解相较于传统的效率优先设计可实现 48.6% 的系统质量降低，同时保持 42.995% 的热效率与 112.572 kJ/kg 的比功。本框架为紧凑型超临界二氧化碳核能系统提供了一套定量、透明且可复现的决策依据，也为其他紧凑型S-CO₂能源系统（如太阳能热发电、废热回收）等高功率密度应用提供了重要参考。
周夏峰团队长期致力于跨尺度粒子输运、多物理耦合及加速模型、物理和数据融合的机器学习算法、先进核能系统设计等研究，在高维输运理论、加速算法设计、自主软件开发、实际工程应用“四个层面取得了系列成果。自主开发了三维大规模跨尺度粒子输运并行软件及多物理紧耦合统一计算平台，并在能源转化、先进核动力、非平衡输运等多个领域实现了实际应用。
论文链接：
https://doi.org/10.1016/j.enconman.2025.120852
