| Summary: | Au CEA sont actuellement réalisées des études de conception pour un démonstrateur de SFR, le réacteur ASTRID (Advanced Sodium Technological Reactor for Industrial Demonstration). Ce travail implique de développer et valider des outils de calcul scientifique afin de créer un dossier de sûreté à transmettre à l’ASN. Notamment, l’utilisation de codes neutroniques doit permettre de calculer les caractéristiques de cœurs de réacteur avec des précisions bien maitrisées. Les données nucléaires, qui sont les paramètres d’entrée de ces codes, constituent la principale source d'incertitude dans ces calculs. Le but de cette thèse est de réduire les incertitudes dues aux données nucléaires et donc de mieux prédire les caractéristiques du cœur d’ASTRID en utilisant l’assimilation de données intégrales. Basée sur l'inférence bayésienne-laplace appliquée sur des valeurs «a priori» (bibliothèque JEFF-3.1.1 et matrices COMAC), cette méthode consiste à mettre à jour nos connaissances sur les données nucléaires par ajustement de leurs valeurs centrales et incertitudes associées en utilisant des mesures intégrales. Les résultats de ce travail ont été utilisés pour quantifier les biais et les incertitudes réduites associées aux caractéristiques du cœur d'ASTRID (masse critique, coefficient de vide et de Doppler, antiréactivité des barres de contrôle ...). === The design of an advanced SFR demonstrator, the ASTRID reactor (Advanced Sodium Technological Reactor for Industrial Demonstration) at CEA implies the development and validation of scientific calculation tools, in order to create a safety dossier. Notably, the use of neutronic codes aims at defining the characteristics of reactor cores with well-mastered accuracies. Nuclear data, the input parameters of these codes, constitute the main source of uncertainty in neutronic calculations. The purpose of this PhD is to reduce uncertainties associated to nuclear data, and hence better predict the characteristics of the ASTRID core, using Integral Data Assimilation. This method, based on Bayesian-Laplace Inference, consists in using integral data C/E (calculation-to-experiment ratio) to perform adjustments on the central value and uncertainties of nuclear data. The modifications on nuclear data suggested by assimilation results have been used to quantify the bias and the reduced uncertainties associated to the ASTRID core main characteristics.
|
|---|
