Modélisation hybride Déterministe/Monte Carlo pour l’optimisation de calculs de transitoires de puissance rapides en cinétique 3D
Kevin FROHLICHER a soutenu sa thèse le 1er février 2023 à Fontenay-aux-Roses
Jury
Elsa Merle, Rapporteure & Examinatrice, Professeure des Universités, Grenoble INP/PHELMA
Eugene Shwageraus, Rapporteur & Examinateur, Professeur, University of Cambridge
Cheikh M’Backe Diop, Examinateur, Directeur de recherche, CEA/ISAS
Margaux Faucher, Examinatrice, Ingénieure-chercheure, EDF Lab Paris-Saclay
Tony Lelievre, Examinateur, Professeur, CERMICS, École des Ponts ParisTech
Eric Dumonteil, Directeur de thèse, Directeur de recherche, CEA/IRFU
Alain Hebert, Co-directeur de thèse, Professeur, Polytechnique Montréal
Julien Taforeau, Encadrant, ingénieur-chercheur, IRSN
Mariya Brovchenko, Encadrante, Ingénieure-chercheur, IRSN
Les méthodes dites Monte Carlo sont généralement considérées comme des outils capables d'une grande précision pour les calculs de transport de particules.
Dès lors, elles peuvent être utilisées pour valider les capacités d'autres méthodes numériques moins précises, telles les méthodes déterministes. Les coûts de calcul importants associés à ces méthodes peuvent néanmoins devenir prohibitifs dans le cadre de certaines applications. Les simulations d'accident de réactivité dans les réacteurs nucléaires sont notamment concernées par ces limitations.
Des méthodes, dites de réduction de variance, peuvent néanmoins être utilisé pour réduire l’incertitude des estimateurs utilisés dans les calculs Monte Carlo.
Dans le but de réduire les coûts associés aux simulations en physique des réacteurs, cette thèse vise à présenter l'extension d'une méthode réduction de variance à la modélisation de réacteurs en régime stationnaire, et cinétique. Cette méthode se nomme Adaptive Multilevel Splitting (AMS), et a été précédemment utilisée dans les calculs de radioprotection. Elle est basée sur l'échantillonnage adaptatif des histoires de neutrons, et a été initialement pensée pour améliorer l'efficacité des simulations dans les cas d'événements rares.
Dans les travaux présentés ici, l'AMS a été implémentée dans un code Monte Carlo simplifié avec pour objectif de remplacer les méthodes de contrôle de population utilisées dans les modélisations stationnaires de réacteurs.
Son impact sur la concentration des neutrons en paquets, phénomène pouvant introduire des biais dans l'estimation des résultats, a notamment été étudié.
Dans un deuxième temps, cette méthode a été implémentée dans le code SERPENT2 afin d'étendre son application aux études de comportements transitoires tels les accidents de réactivité.
Cette fois-ci, l'objectif visé tenait simplement de la réduction de l'incertitude associée au résultat, et donc de la diminution des coûts de calculs associés à ces simulations.