Projet ASSAS

Le projet ASSAS (Artificial intelligence for Simulation of Severe AccidentS), financé par le programme Horizon Europe, réunit 14 partenaires de l'Union européenne, de Suisse et d'Ukraine, sous la coordination de l'IRSN.

Caractéristiques du projet

Dates de réalisation : 2023-2027
Budget : environ 4 millions d’euros, dont 3 millions sont financés par la Commission européenne
Projet coordonné par : l'IRSN
Partenaires : Allemagne - Belgique - Espagne - France - Italie - Pays-bas - Suède - Suisse - Slovaquie - Slovénie - Ukraine

Contexte et objectifs

L'objectif principal du projet est de développer un prototype de simulateur pour les accidents graves basé sur le code de calcul ASTEC (Accident Source Term Evaluation Code) développé par l’IRSN, et sur la suite logicielle TEAM_SUITE® de Tecnatom. Il a vocation à constituer une preuve de concept pour des simulateurs industriels réalistes. Ces derniers permettront la présentation de la phénoménologie de ces accidents, l’entraînement des équipes, l’évaluation des guides d’intervention en accident grave et la préparation aux situations d’urgence.

L'un des défis du projet est de faire fonctionner le simulateur en temps réel sans impact significatif sur la précision des résultats. Pour atteindre cet objectif, différentes solutions seront étudiées, comme l’amélioration des schémas numériques et l’intégration de modèles de substitution rapides mobilisant des techniques de machine-learning.
Deuxième volet du projet, cette dernière option plus innovante et prometteuse, rassemblera une large communauté de data scientist et de chercheurs sur les accidents.

Différentes approches centrées sur les données seront testées. Elles impliquent des niveaux d’hybridation variés entre les modèles basés sur l’intelligence artificielle (IA) et le code originel. Aussi plusieurs modèles de réacteurs seront étudiés. A l’avenir, la méthodologie développée pourrait être adaptée à d'autres applications en recherche sur les accidents graves et au-delà. La base de données, constituée des scénarios d'accidents graves générés au cours du projet pour entraîner les modèles d'apprentissage automatique, sera également un produit de sortie.

Déroulement du programme

Le projet a débuté le 1er novembre 2023 pour une durée de 4 ans. Son budget est d’environ 4 millions d’euros, dont 3 millions sont financés par la Commission européenne. Outre la coordination du projet assurée par l’IRSN et la dissémination de ses résultats portée par l’ENEA, les axes de travail du projet (work packages, WP) et les institutions qui les pilotent sont les suivants :

Les axes de travail :

La première tâche de ce WP consiste à définir de manière plus précise la stratégie pour accélérer les calculs dans ASTEC. Comme ASTEC a une structure modulaire, les stratégies mentionnées ci-dessus (amélioration des schémas numériques et apprentissage automatique) seront appliquées à différentes parties du code, en fonction du résultat attendu.

Le deuxième objectif est de fournir un soutien méthodologique pour le développement de modèles de substitution basés sur l'IA dans le WP 4.
Enfin, ce work package définira les critères de validation pour les améliorations et développements d’ASTEC réalisés pendant le projet.
Dans le cadre de cet axe de travail, une vaste base de données de scénarios d'accidents graves sera générée, afin d’être utilisée pour entraîner des modèles machine-learning. Des critères seront définis pour créer une base de données homogène, non-biaisée et représentative. Une infrastructure sera conçue pour héberger les données massives générées. Les partenaires exécuteront les calculs et vérifieront leur validité avant de partager les résultats via la base de données centralisée.
Dans cet axe de travail, les partenaires développeront des modèles d'apprentissage automatique grâce aux données créées dans le WP 3. Ces modèles sont destinés à remplacer certaines parties d'ASTEC ou l'ensemble d’un code accident grave (tel que MELCOR). Ils auront pour but de réduire le temps de calcul avec une précision contrôlée.
Dans ce WP, les performances d’ASTEC seront améliorées grâce à au développement de schémas numériques et de solveurs plus performants, reposant notamment sur la parallélisation. Ce WP inclut aussi l’intégration des modèles d’apprentissage automatique dans ASTEC, pour créer un outil hybride reposant à la fois sur des modèles classiques et l’intelligence artificielle.
Ce WP est dédié à la conception du prototype de simulateur (interface homme-machine) et sa connexion avec ASTEC. Il commencera par une définition plus précise de ses spécifications fonctionnelles.

Partenaires

Institut de Radioprotection et de Sûreté Nucléaire (IRSN-France)
Tecnatom (Espagne),
Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas (CIEMAT-Espagne),
Institut Jozef Stefan (JSI-Slovénie),
Karlsruher Institut für Technologie (KIT-Allemagne),
Kungliga Tekniska Hoegskolan (KTH-Suède),
Agenzia Nazionale per le Nuove Tecnologie, l’Energia e lo Sviluppo Economico Sostenibile (ENEA-Italie),
Technische Universiteit Delft (Pays-Bas) ,
Phi-Meca Engineering (France),
Inzinierska Vypoctova Spolocnost Trnava S.R.O. (IVSTT-Slovaquie),
Société à responsabilité limitée Energorisk (Ukraine),
Bel V (Belgique),
CS Group-France (France),
Institut Paul Scherrer (PSI-Suisse).

Financé par l’Union européenne. Les points de vue et opinions exprimés sont cependant ceux de l’auteur et ne reflètent pas nécessairement ceux de l’Union européenne ou de la Commission européenne-Euratom. Ni l’Union européenne ni le financeur ne peuvent être tenus responsables pour ceux-ci.