Table of Contents

Ces approches informatiques sophistiquées permettent aux ingénieurs et aux scientifiques de comprendre, de prédire et d'optimiser le comportement des réacteurs dans un large éventail de conditions d'exploitation, des opérations normales aux scénarios d'accident. L'intelligence artificielle transforme fondamentalement la technologie nucléaire en offrant des solutions avancées aux défis de longue date, en tirant parti de l'apprentissage par machine et de l'apprentissage profond pour améliorer les capacités d'analyse des données, de modélisation prédictive et de prise de décisions en temps réel.

Comprendre la modélisation prédictive dans la conception des réacteurs nucléaires

La modélisation prédictive de la conception du réacteur consiste à créer des représentations mathématiques et calculatrices complètes des phénomènes physiques complexes qui se produisent dans les systèmes nucléaires. Ces modèles simulent les réactions nucléaires, le transport des neutrons, le transfert de chaleur, la dynamique des fluides et la mécanique structurelle pour prévoir avec une grande précision les performances du réacteur.

L'objectif fondamental de la modélisation prédictive est de réduire l'incertitude dans les prévisions du comportement du réacteur tout en minimisant le besoin d'expériences physiques coûteuses et longues. En développant des modèles de calcul validés, les ingénieurs peuvent explorer des variations de conception, évaluer les marges de sécurité et optimiser les paramètres de performance avant de s'engager dans la construction physique.

L'évolution des approches de modélisation

La conception des réacteurs à l'aube s'est largement appuyée sur des modèles analytiques simplifiés et des hypothèses prudentes pour assurer la sécurité. Bien que ces approches aient fourni des marges de sécurité adéquates, elles ont souvent donné lieu à des conceptions trop conservatrices qui ont limité la performance des réacteurs et la compétitivité économique.

La modélisation prédictive moderne permet de tirer parti des capacités informatiques avancées pour effectuer des simulations à haute fidélité qui capturent le couplage complexe entre différents phénomènes physiques. Les interactions multiphysiques dans les noyaux de réacteurs sont particulièrement importantes, et dans le passé, ces différentes interactions ont été traitées soit comme des conditions limites, soit comme des modèles très simplistes, tels que des modèles cinétiques de points mis en place dans les modèles thermohydrauliques du système ou des modèles thermohydrauliques unidimensionnels mis en œuvre dans les codes de conception de cœur neutronique.

Composantes clés des modèles prédictifs des réacteurs

Les modèles neutroniques décrivent le comportement des neutrons dans le cœur du réacteur, y compris les réactions de fission, la multiplication des neutrons et la distribution spatiale des flux. Les modèles thermohydrauliques simulent la production, le transfert et l'élimination de chaleur par des systèmes de refroidissement. Les modèles de mécanique structurelle évaluent l'intégrité des composants du réacteur sous des contraintes thermiques, mécaniques et radio-induites.

Chacun de ces domaines de modélisation nécessite des formulations mathématiques sophistiquées et des techniques de solution numérique. Les formulations mathématiques et leurs solutions pour les phénomènes multiphysiques sous-jacents qui se produisent dans le noyau du réacteur sont bien connues, se concentrant sur les solutions de l'équation de transport Boltzmann couplées à l'équation de Poisson et les équations Navier-Stokes, bien que la solution à cet ensemble d'équations couplées soit intensive en calcul.

Méthodes de simulation Monte Carlo pour le transport de Neutron

Les méthodes Monte Carlo représentent l'une des techniques de simulation les plus puissantes et les plus largement utilisées en physique des réacteurs. La méthode Monte Carlo est une façon de résoudre un problème déterministe par une approche stochastique utilisant des nombres aléatoires, où un certain nombre d'observations indépendantes telles que des histoires de neutrons sont recueillies, et le résultat est dérivé de l'observation moyenne.

Principes de Monte Carlo Neutron Transport

Dans la simulation de Monte Carlo analogique, les neutrons sont simulés de la naissance à la mort, avec la simulation de la naissance à la mort appelée histoire des neutrons, et le comportement moyen des neutrons est estimé en simulant un grand nombre d'histoires des neutrons. Le parcours de chaque neutrons à travers le réacteur est suivi individuellement, avec un échantillonnage aléatoire utilisé pour déterminer les types d'interaction, les angles de diffusion et les changements d'énergie à chaque point de collision.

La méthode Monte Carlo offre des avantages significatifs dans les simulations à haute fidélité de types de réacteurs complexes en raison de sa description géométrique flexible et précise, de l'utilisation de sections transversales de points d'énergie continue et de processus de calcul basé sur les premiers principes, bien que le taux de convergence soit proportionnel au carré du nombre de particules simulées, imposant des exigences énormes sur la puissance de calcul.

Codes de Monte Carlo pour l'analyse des réacteurs

Plusieurs codes Monte Carlo sont devenus des normes industrielles pour les calculs de physique des réacteurs. Monte Carlo N-Particle Transport (MCNP) est un code général, en énergie continue, en géométrie généralisée, en transport de radiation Monte Carlo dépendant du temps, conçu pour suivre de nombreux types de particules sur de larges gammes d'énergies et développé par le Los Alamos National Laboratory. MCNP a été largement validé par rapport aux données expérimentales et est largement utilisé pour l'analyse de sûreté de la criticité, la conception de blindage et les applications de physique des réacteurs.

Parmi les autres codes importants, on peut citer KENO, qui est intégré au système de codes SCALE pour l'analyse de la sûreté de la criticité, et Serpent, développé au Centre de recherche technique VTT de Finlande pour les applications de physique des réacteurs.

Précision et validation des simulations Monte Carlo

La précision des simulations de transport de radiations de Monte Carlo dépend de plusieurs facteurs, dont les modèles physiques utilisés, la qualité des données nucléaires et atomiques sous-jacentes, la géométrie des problèmes et la convergence statistique des relevés calculés, les performances étant généralement évaluées au moyen d'études comparatives et de vérification et de validation comparant les résultats de simulation aux données expérimentales et aux problèmes de référence bien caractérisés.

Les efforts de validation sont essentiels pour établir la confiance dans les prédictions de Monte Carlo.Ces efforts consistent à comparer les résultats de simulation avec les mesures expérimentales des réacteurs en service, des assemblages critiques et des expériences de référence.

Méthodes avancées de Monte Carlo basées sur GPU

L'amélioration de l'efficacité de la méthode Monte Carlo a longtemps été un axe de recherche majeur, menant au développement d'un système de calcul parallèle relativement complet basé sur le processeur, bien que les progrès récents dans les technologies de pointe des réacteurs et les exigences relatives au couplage multiphysique aient constamment augmenté l'échelle, le niveau de détail et la complexité géométrique des problèmes.

Les implémentations basées sur le GPU peuvent atteindre des accélérations spectaculaires par rapport aux calculs traditionnels basés sur le CPU, permettant des simulations plus détaillées avec une précision statistique améliorée.Ces avancées rendent pratique d'effectuer des analyses complètes de quantification et de sensibilité de l'incertitude qui seraient prohibitivement coûteuses avec les approches informatiques classiques.

Dynamique des fluides calculateurs en hydro-thermie des réacteurs

Les simulations CFD fournissent des prévisions détaillées en trois dimensions des schémas de débit de liquide de refroidissement, des distributions de température et des caractéristiques de transfert de chaleur dans tout le système du réacteur. Les modèles prédictifs existants, principalement basés sur des données expérimentales et des outils de dynamique des fluides de calcul comme RELAP5 et MELCOR, ont été efficaces pour certaines conditions, mais peinent à capturer avec précision les phénomènes complexes de débit multiphases lors d'accidents graves.

Applications du CFD dans la conception des réacteurs

Les ingénieurs utilisent le CFD pour optimiser la distribution du liquide de refroidissement dans le cœur du réacteur, assurer un refroidissement adéquat des assemblages de combustible tout en minimisant les chutes de pression. Les simulations CFD aident à identifier les points chauds potentiels où les températures locales pourraient dépasser les limites de conception, ce qui permet de modifier la conception pour améliorer les marges thermiques.

Le modèle thermofluidique doit être capable de calculer le transfert de chaleur conjugué dans des formes géométriques arbitraires, et une approche CFD utilisant un logiciel commercial comme STAR-CCM+ permet de discréter des surfaces complexes avec des techniques de volume fini et définit correctement l'interface entre la structure solide et le liquide de refroidissement.Cette capacité est particulièrement précieuse pour les conceptions avancées de réacteurs avec des géométries complexes qui ne peuvent pas être analysées adéquatement à l'aide de modèles simples et unidimensionnels.

Modélisation du débit multiphase

De nombreux phénomènes thermiques-hydrauliques du réacteur impliquent des débits multiphasés, où coexistent des gaz liquides, de vapeur et potentiellement non condensables. La modélisation précise de ces débits multiphasés présente des défis importants en raison des interactions complexes entre les phases et de la vaste gamme d'échelles spatiales et temporelles en cause.

Les réacteurs à eau bouillante présentent des conditions d'écoulement multiphasées particulièrement difficiles, avec un ébullition sous-refroidi, un ébullition en vrac et un écoulement biphasique se produisant simultanément dans différentes régions du noyau. Les modèles CFD doivent prédire avec précision les distributions de fractions vides, qui affectent de façon significative la modération des neutrons et la distribution de puissance du réacteur.

Intégration avec les codes système

Bien que CFD fournisse des prévisions locales détaillées, les codes thermiques-hydrauliques de niveau système demeurent essentiels pour analyser les scénarios de comportement transitoire et d'accident impliquant l'ensemble du système réacteur.Les codes comme RELAP5, TRACE et CATHARE utilisent des modèles de débit unidimensionnels pour simuler des réseaux de canalisations complexes, des pompes, des échangeurs de chaleur et des systèmes de confinement.

Des approches hybrides qui combinent des modèles détaillés de CFD de composants critiques avec des modèles au niveau du système de l'usine globale sont de plus en plus élaborées.Ces simulations couplées tirent parti des forces des deux approches, fournissant une résolution détaillée au besoin tout en maintenant l'efficacité de calcul pour l'analyse au niveau du système.

Analyse des éléments finis pour l'intégrité structurelle

L'analyse des éléments finis (AFE) est le principal outil de calcul pour évaluer l'intégrité structurelle des composants du réacteur dans diverses conditions de charge. L'AFE divise les structures complexes en petits éléments, résolvant les équations gouvernantes de la mécanique solide pour prédire les contraintes, les déformations et les déformations dans toute la structure.

Applications dans l'analyse des composants de réacteurs

Les réservoirs sous pression, les structures de support de base, les assemblages de carburant et les systèmes de tuyauterie nécessitent une analyse structurale détaillée pour s'assurer qu'ils peuvent résister aux charges normales de fonctionnement et aux conditions d'accident.

Les contraintes thermiques représentent une préoccupation importante dans les structures du réacteur en raison de gradients de température importants et de transitions thermiques. L'analyse thermique combinée à l'analyse des effets combinés des charges mécaniques et thermiques, permet de déterminer les endroits où les limites de matériaux pourraient être approchées.

Dommages radiologiques et dégradation des matériaux

Les modèles FEA intègrent ces changements de propriétés de matériaux dépendant du temps pour prédire le comportement structurel à long terme. Comprendre comment les dommages causés par les rayonnements accumulent et affectent l'intégrité structurale est essentiel pour déterminer la durée de vie des composants et établir des calendriers d'inspection et d'entretien.

Les techniques avancées de l'AFE peuvent simuler le déclenchement et la propagation de fissures, en soutenant les évaluations de la mécanique des fractures requises par les cadres réglementaires.

Couplage multiphysique et simulations intégrées

Les différents phénomènes physiques qui se produisent dans les réacteurs nucléaires sont fortement couplés, nécessitant des simulations multiphysiques intégrées pour des prédictions précises. Les distributions de flux de neutrons affectent les champs de production d'énergie et de température, qui à leur tour influencent la densité du réfrigérant et la modération des neutrons.

Analyse de la neutronique-thermique-hydraulique couplée

Une communauté d'experts multiphysiques a été constituée au sein du Groupe d'experts sur la multiphysique des réacteurs de systèmes (EGMUP), chargé de faire progresser les activités multiphysiques, et l'AEN a entrepris des activités visant à vérifier et à valider les outils multiphysiques et à recueillir les données expérimentales qui sous-tendent les travaux, ce qui a permis d'établir les meilleures pratiques et de déterminer les problèmes de référence pour valider les capacités de simulation couplées.

Les simulations couplées utilisent généralement des stratégies de solution itérative où les calculs neutroniques et thermiques-hydrauliques échangent des informations jusqu'à la convergence. Le calcul neutroniques fournit des distributions de puissance au modèle thermique-hydraulique, qui renvoie les champs de température et de densité pour mettre à jour les sections transversales des neutrons.

Défis de la modélisation multiphysique

Le couplage multiphysique présente plusieurs défis techniques. Différents domaines de physique opèrent souvent sur différentes échelles spatiales et temporelles, exigeant une attention particulière au transfert de données et à la coordination des étapes temporelles. La stabilité numérique peut être affectée par le schéma de couplage, avec des méthodes de couplage explicites pouvant présenter des instabilités que les approches implicites ou semi-impliquées évitent.

La vérification et la validation des codes multiphysiques couplés présentent une complexité supplémentaire par rapport aux modèles monophysiques. Les incertitudes des modèles physiques individuels peuvent se propager et s'amplifier par des mécanismes de couplage.

Intelligence artificielle et apprentissage de la machine dans la modélisation des réacteurs

L'intelligence artificielle et l'apprentissage automatique révolutionnent les sciences nucléaires en introduisant des méthodes avancées pour la physique des réacteurs, l'analyse des données nucléaires, la conception expérimentale et la surveillance opérationnelle, permettant une meilleure précision, efficacité et soutien en temps réel des décisions tout en s'attaquant aux goulets d'étranglement informatiques traditionnels.

Modèles de modélisation de substitution et modèles de commande réduite

Des modèles de substitution à commande réduite pour la neutronique et la thermofluidique peuvent rapidement échantillonner des centaines de milliers de géométries, et en utilisant la combinaison de la modélisation de substitution et de la validation éparse avec la correction de la simulation de physique complète, les méthodes d'apprentissage de machine à processus gaussien peuvent être formées pour prédire avec précision des conceptions optimales.

Un réacteur de conception de noyau prend environ 150 secondes pour que le modèle de substitution à commande réduite simule sur un seul GPU, ce qui permet d'effectuer des essais d'environ 150 géométries de réacteur par heure par nœud, avec généralement une précision de 95 % par rapport aux simulations physiques complètes.

Réseaux neuronaux formés en physique

Les réseaux neuronaux formés en physique (PINN) élargissent les capacités d'apprentissage par machine en intégrant directement les lois de physique fondamentale dans les architectures d'apprentissage, ce qui montre des promesses dans la simulation de scénarios d'accident.

Ces approches hybrides tirent parti à la fois de l'apprentissage axé sur les données et des connaissances basées sur la physique, offrant potentiellement des performances supérieures à celles des modèles purement empiriques ou des simulations purement basées sur la physique.

Apprentissage automatique pour l'entretien prédictif et la détection des anomalies

Les chercheurs utilisent des méthodes d'apprentissage automatique spécifiquement pour produire des modèles à fonctionnement rapide et améliorer les capacités prédictives, élaborer des méthodes de calcul pour créer un cadre qui appuie une conception rapide et complète, des analyses efficaces qui sondent l'ensemble du domaine de la conception et de l'exploitation, et améliore la caractérisation des marges de sécurité en réduisant les incertitudes.

Les algorithmes d'apprentissage automatique peuvent identifier des modèles subtils dans les données opérationnelles qui pourraient indiquer la dégradation de l'équipement ou des conditions anormales.Ces capacités de maintenance prédictive permettent des interventions proactives avant les défaillances, améliorant la disponibilité et la sécurité des installations.

Défis et limites de l'IA dans les applications nucléaires

Malgré les progrès importants réalisés dans l'utilisation des PINN pour intégrer les lois physiques dans les cadres d'apprentissage automatique, il reste des défis à relever dans la généralisation des modèles, l'interprétation, l'industrialisation et la validation complète.

La disponibilité des données représente un autre défi important, en particulier pour les conceptions de réacteurs de pointe ayant une expérience opérationnelle limitée. Un défi pour les applications de données pour les réacteurs de pointe est le manque de données opérationnelles, bien que la production de données opérationnelles représentatives pour les nouvelles centrales nucléaires soit cruciale pour la formation des modèles, la prévision des performances, l'analyse de sûreté et la conformité réglementaire, avec des données simulées provenant de modèles basés sur la physique capables d'imiter les propriétés physiques et les comportements attendus dans le réacteur.

Technologie numérique jumelée pour réacteurs avancés

Les jumeaux numériques sont une copie virtuelle d'un système réel et un outil de transformation qui peut aider les scientifiques dans de nombreuses disciplines, avec des chercheurs créant une technologie jumelle numérique qui pourrait rendre les réacteurs nucléaires plus efficaces, fiables et sûrs en utilisant des modèles informatiques avancés et de l'intelligence artificielle pour prédire comment les réacteurs se comporteront, aidant les opérateurs à prendre des décisions en temps réel.

Réseaux neuronaux graphiques pour la modélisation des réacteurs

La clé de la technologie numérique à double double est les réseaux neuronaux graphes (GNN), un type d'IA qui peut former sur les données de simulation à partir d'outils comme le module d'analyse de système pour l'analyse des réacteurs nucléaires avancés, avec le modèle formé capable de faire des prédictions précises basées sur des données de capteurs en temps réel limités.

Les jumelles numériques basées sur GNN aident les scientifiques à comprendre les systèmes complexes en les considérant comme des réseaux de pièces connectées, en facilitant une compréhension complète du comportement dynamique du système, et en préservant la disposition des systèmes de réacteurs et en intégrant les lois fondamentales de la physique dans le jumeau numérique, l'approche assure une réplique robuste et précise du système réel.

Surveillance en temps réel et capacités prédictives

Les jumeaux numériques permettent aux scientifiques de surveiller et de prédire comment les petits réacteurs modulaires et les microréacteurs agiront dans différentes conditions, fournissant des informations rapides et authentiques qui appuient une meilleure planification de la façon dont les réacteurs réagiront aux changements et une meilleure prise de décision concernant leur conception et leur fonctionnement, contribuant ainsi à réduire les coûts d'entretien et d'exploitation.

Un jumeau numérique pourrait être utilisé pour surveiller en continu le réacteur pour détecter tout comportement inhabituel appelé anomalie, et si quelque chose semble hors de l'ordinaire, le système peut suggérer des changements pour garder le réacteur en sécurité ou fonctionner sans heurt. Cette capacité de surveillance continue fournit une couche supplémentaire de défense en profondeur, complétant les systèmes de sécurité traditionnels et la surveillance de l'opérateur.

Avantages de la performance informatique

Les jumeaux numériques basés sur le GNN sont nettement plus rapides que les simulations de codes système en temps réel ou traditionnels, ce qui permet de prédire rapidement comment le réacteur se comportera dans différents scénarios, tels que les changements de puissance ou de performance du système de refroidissement.

Incertitude Quantification et analyse de sensibilité

La compréhension et la quantification des incertitudes dans les prévisions des réacteurs sont essentielles pour établir des marges de sûreté et appuyer la prise de décisions réglementaires. Les incertitudes découlent de sources multiples, notamment des données nucléaires, des approximations de modélisation, des tolérances de fabrication et de la variabilité opérationnelle.

Sources d'incertitude dans la modélisation des réacteurs

Les données transversales sur les interactions neutrons avec divers isotopes contiennent des incertitudes qui affectent les prédictions neutroniques. Les bibliothèques de données nucléaires modernes comprennent des informations sur la covariance qui quantifient ces incertitudes et leurs corrélations, ce qui permet une propagation rigoureuse de l'incertitude.

Les modèles de turbulence dans le CFD, par exemple, contiennent des paramètres empiriques qui introduisent l'incertitude. La discrétisation spatiale et la sélection des étapes temporelles affectent la précision numérique. Comprendre l'ampleur et l'impact de ces incertitudes de modélisation nécessite des études de vérification et de validation minutieuses.

Techniques d'analyse de sensibilité

L'analyse de sensibilité permet de déterminer quels paramètres d'entrée influent le plus fortement sur les quantités d'entrées, ce qui permet de réduire les incertitudes en se concentrant sur les paramètres les plus importants.

Les modèles de substitution du réseau neuronal profond reproduisent avec précision les prévisions de code les mieux estimées tout en réduisant le temps de calcul de plusieurs ordres de grandeur, et l'approche proposée permet de hiérarchiser les paramètres objectifs en fonction des mesures de sensibilité, fournissant un cadre efficace et reproductible pour les analyses de sensibilité et d'incertitude.

Méthode d'incertitude Best-Estimate Plus

Les méthodes de l'EPU utilisent des modèles réalistes sans conservatisme excessif, quantifiant explicitement les incertitudes pour démontrer que les critères de sécurité sont satisfaits avec une grande confiance. Cette approche peut révéler des marges de sécurité supplémentaires par rapport aux analyses conservatrices traditionnelles tout en fournissant des prévisions plus réalistes du comportement des réacteurs.

Validation et vérification des outils de simulation

Pour établir la confiance dans les prévisions de simulation, il faut procéder à une vérification et à une validation rigoureuses (V&V). La vérification permet de s'assurer que les modèles calculateurs résolvent correctement les équations mathématiques prévues, tandis que la validation démontre que les modèles représentent fidèlement la réalité physique.

Activités de vérification du code

La vérification du code compare les résultats de simulation aux solutions analytiques, aux solutions fabriquées ou aux repères numériques très précis.Ces comparaisons permettent d'évaluer la précision numérique et de déceler les erreurs de programmation ou les lacunes algorithmiques.

Les activités de vérification sont appuyées par des activités de vérification. Les suites de tests complètes exercent différentes capacités de code et s'assurent que les modifications n'introduisent pas de régression.

Validation du modèle par rapport aux données expérimentales

La validation compare les prédictions de simulation à des mesures expérimentales à partir d'essais à effets séparés, d'expériences intégrales et de données sur les réacteurs. Les expériences à effets séparés isolent des phénomènes spécifiques, permettant une validation ciblée de modèles physiques individuels.

La collaboration internationale a permis de produire de vastes bases de données sur les expériences de validation pour l'analyse de la sûreté des réacteurs, notamment des spécifications détaillées des conditions expérimentales et des mesures complètes, permettant des évaluations cohérentes de la validation entre différents outils de simulation.

Critères de validation et d'acceptation

Les mesures quantitatives permettent d'évaluer l'accord entre les simulations et les expériences, en tenant compte des incertitudes expérimentales et des incertitudes de calcul.

Les critères d'acceptation définissent le niveau d'entente requis pour les différentes applications.Les calculs significatifs en matière de sécurité peuvent nécessiter une validation plus rigoureuse que les études d'optimisation de la conception.

Applications dans la conception de réacteurs avancés

Les conceptions avancées des réacteurs tirent parti des progrès récents dans les matériaux, les méthodes de calcul et les diagnostics en temps réel pour répondre aux besoins d'amélioration de la sécurité et de réduction des coûts de conception, d'analyse et de déploiement.

Petits réacteurs modulaires et microréacteurs

Les petits réacteurs modulaires promettent une réduction des coûts initiaux, une construction plus rapide et une sécurité accrue par rapport aux réacteurs traditionnels, bien que l'adoption généralisée soit entravée par des défis tels que les coûts élevés en capital, les retards réglementaires, les inefficacités de la chaîne d'approvisionnement, les risques de cybersécurité, la gestion des déchets nucléaires et le scepticisme public.

Les systèmes de sécurité passive reposent sur la circulation naturelle et d'autres phénomènes qui nécessitent une simulation multiphysique précise. Les nouveaux réfrigérants et les formes de combustible peuvent manquer de bases de données expérimentales étendues, et ils dépendent de plus en plus de modèles de calcul validés pour la conception et l'octroi de licences.

Concepts de réacteur de la génération IV

Les concepts avancés comprennent les réacteurs refroidis au gaz, les réacteurs rapides refroidis au sodium, les réacteurs refroidis au plomb, les réacteurs à sel fondu et les réacteurs à eau supercritique. Chaque concept présente des défis distincts de modélisation liés aux propriétés du liquide de refroidissement, aux spectres de neutrons et au comportement des matériaux.

Les réacteurs à gaz à haute température nécessitent des neutroniques couplées, des modèles d'oxydation thermique-hydraulique et graphite. Les réacteurs rapides refroidis au sodium exigent un traitement précis des spectres de neutrons rapides et des modèles d'hydraulique thermique-sodique.

Mise au point de combustibles tolérant les accidents

Les concepts de carburant tolérant les accidents (ATF) visent à améliorer les performances du carburant lors d'accidents graves, à fournir un délai supplémentaire pour la réponse de l'opérateur et à réduire les conséquences radiologiques potentielles.

La modélisation du comportement ATF nécessite l'extension des codes de performance du carburant existants pour gérer de nouveaux matériaux et phénomènes. La cinétique d'oxydation, les propriétés mécaniques à des températures élevées et les caractéristiques de libération du produit de fission diffèrent des systèmes de carburant conventionnels.

Optimisation de la conception de base du réacteur

La modélisation prédictive permet d'optimiser systématiquement les configurations du noyau du réacteur pour atteindre les objectifs de performance souhaités tout en satisfaisant les contraintes de sécurité. La conception de base consiste à sélectionner l'enrichissement en combustible, la charge toxique ignifuge, les patrons de tige de commande et les arrangements d'assemblage pour optimiser la distribution de puissance, l'utilisation du combustible et la longueur du cycle.

Optimisation du modèle de chargement du combustible

Les algorithmes génétiques sont utilisés pour optimiser la charge et le rechargement des assemblages de combustible dans le cœur du réacteur nucléaire, utilisés pour concevoir et simuler des modèles de charge de combustible sûrs et efficaces dans les réacteurs nucléaires, et utilisés pour concevoir un blindage efficace des rayonnements dans les RSM, le développement de modèles thermodynamiques optimisés, une gestion optimale de l'énergie et une gestion du combustible en cœur.

Les algorithmes d'optimisation explorent de vastes espaces de conception pour identifier des configurations qui maximisent les mesures de performance tout en respectant les limites opérationnelles. L'optimisation multi-objectifs équilibre des objectifs concurrents tels que maximiser la longueur du cycle tout en minimisant la densité de puissance maximale.

Contrôle de distribution d'énergie

Le maintien d'une distribution de puissance acceptable tout au long du cycle du combustible est essentiel pour l'intégrité du combustible et la sécurité du réacteur. Les modèles prédictifs simulent l'évolution de la puissance à mesure que le combustible s'épuise et que les produits de fission s'accumulent.

Les conceptions avancées de cœur peuvent intégrer des absorbeurs burnables qui s'épuisent à des vitesses égales à la combustion du carburant, fournissant une rétention de réactivité au début du cycle sans absorption résiduelle excessive plus tard. Optimiser les distributions d'absorbeurs burnables nécessite des neutroniques couplées et des calculs d'épuisement qui prédisent le comportement à long terme de cœur.

Analyse de la sécurité et évaluation des scénarios d'accident

Les accidents graves continuent de représenter une menace importante pour l'industrie nucléaire malgré les progrès de la conception des réacteurs, avec un examen approfondi de la recherche sur la prévision des accidents graves, qui met l'accent sur les limites des approches traditionnelles de modélisation et le potentiel de l'apprentissage des machines.

Analyse des accidents fondée sur la conception

Les accidents de base de conception représentent des événements postulés que les conceptions du réacteur doivent accueillir sans dépasser les limites de sécurité spécifiées, notamment la perte d'accidents de liquide de refroidissement, les événements d'insertion de réactivité, la perte d'accidents de débit et diverses défaillances de l'équipement.

Les méthodes prédictives de perte d'accidents de liquide de refroidissement intègrent des mécanismes d'auto-attention à tête multiple avec une régression quantile pour améliorer la précision des prévisions et l'évaluation de l'incertitude.

Au-delà de la base de conception et de l'analyse des accidents graves

Au-delà de la conception, les accidents comportent des conditions plus graves que les événements de conception, ce qui peut poser des problèmes à de multiples barrières de sécurité.

Des modèles intégrés combinant des techniques de CFD, de capture d'interface et d'apprentissage automatique sont nécessaires pour réaliser une prévision d'accident grave robuste. La complexité des phénomènes d'accident grave, qui comprennent la fusion du noyau, la formation de lit de débris et les interactions de béton de noyau fondu, exige des capacités de modélisation multiphysique sophistiquées.

Évaluation probabiliste des risques

Les modèles PRA intègrent les fréquences d'événements déclencheurs, les probabilités de défaillance des composants et l'analyse de la fiabilité humaine pour estimer la fréquence des dommages de base et la fréquence des rejets importants. Les outils de simulation soutiennent les PRA en prédisant la progression des accidents et en évaluant l'efficacité des systèmes de sécurité et des actions de l'opérateur.

Soutien opérationnel et applications en temps réel

Au-delà des applications de conception et d'autorisation, la modélisation prédictive soutient de plus en plus les opérations de l'usine par le biais de systèmes de surveillance en temps réel, de planification opérationnelle et de soutien à la décision.

Surveillance de base et estimation de l'État

Des modèles de prévision de paramètres critiques en ligne basés sur l'ingestion de grandes quantités de données historiques sur les installations ont été élaborés pour aider à optimiser les conceptions de recharge de combustible des réacteurs à eau bouillante, en utilisant des réseaux neuronaux pour corriger l'erreur entre les prévisions hors ligne pour les limites thermiques et les valeurs propres et les valeurs réelles observées en ligne, avec des prévisions précises permettant d'économiser beaucoup de carburant, de minimiser la dératisation de l'énergie et de minimiser les côtes plus anciennes que prévu tout en assurant l'exploitation dans les limites de sécurité.

Les systèmes de surveillance en ligne combinent les données des capteurs en temps réel avec des modèles de physique pour estimer la distribution de puissance en trois dimensions et d'autres paramètres de base. Ces systèmes fournissent aux opérateurs des informations détaillées sur les conditions de base, supportant la prise de décision éclairée pendant les manœuvres de puissance et les transitoires.

Planification opérationnelle et optimisation

Les modèles prédictifs soutiennent la planification opérationnelle en simulant les manœuvres de puissance proposées, les activités de maintenance et les stratégies de gestion du carburant. Les opérateurs peuvent évaluer différentes options et choisir des approches qui optimisent les performances de l'usine tout en maintenant les marges de sécurité.

Orientations futures et technologies émergentes

Le domaine de la modélisation prédictive et de la simulation pour la conception des réacteurs continue d'évoluer rapidement, en raison des progrès des capacités de calcul, de l'intelligence artificielle et des techniques expérimentales.

Simulation d'exascale et de haute fiabilité

Les plates-formes informatiques exascales permettent une résolution et une fidélité sans précédent dans les simulations de réacteurs. La simulation numérique directe des flux turbulents, la représentation explicite des broches de combustible individuelles dans les modèles de cœur complet, et la quantification complète de l'incertitude deviennent réalisables avec des ressources exascales.

L'informatique à haute performance permet également des simulations d'ensemble qui explorent les espaces de paramètres et quantifient les incertitudes par un grand nombre de simulations.

Intégration des approches expérimentales et informatiques

Des expériences conçues spécifiquement pour valider les modèles de calcul fournissent des données ciblées qui traitent des incertitudes de la modélisation. Les prévisions calculatives guident la conception expérimentale, identifiant les conditions qui fournissent le maximum d'information pour l'amélioration des modèles.

Les techniques d'assimilation des données combinent des mesures expérimentales et des prédictions de calcul, en tirant parti des forces des deux approches. Les méthodes bayésiennes mettent à jour les paramètres du modèle en fonction des données expérimentales, en réduisant les incertitudes et en améliorant la précision prédictive.

Systèmes autonomes et contrôle intelligent

Les systèmes de contrôle intelligents utilisent des modèles prédictifs pour anticiper le comportement du système et ajuster les actions de contrôle de manière proactive. Les algorithmes d'apprentissage du renforcement peuvent découvrir des stratégies de contrôle optimales grâce à une formation basée sur la simulation.

Les systèmes autonomes doivent satisfaire à des exigences strictes en matière de sûreté et de fiabilité avant leur déploiement dans des applications nucléaires. La vérification et la validation des systèmes basés sur l'IA présentent des défis uniques, exigeant de nouvelles approches pour démontrer une performance adéquate dans toutes les conditions d'exploitation crédibles.

Considérations réglementaires et demandes de permis

Les organismes de réglementation doivent fournir une documentation complète sur les capacités, les limites et les preuves de validation des modèles. Les documents d'orientation précisent les exigences relatives à la vérification du code, à la validation des modèles et à la quantification des incertitudes.

Qualification des outils informatiques

Les processus de qualification évaluent l'assurance de la qualité du logiciel, les preuves de vérification et de validation et les qualifications des utilisateurs. Différentes applications peuvent nécessiter différents niveaux de rigueur de qualification, avec des calculs significatifs en matière de sécurité exigeant la qualification la plus complète.

La collaboration internationale en matière d'élaboration et de validation de codes facilite l'acceptation de la réglementation dans plusieurs administrations. Les bases de données de validation partagées et les exercices de référence fournissent des points de référence communs pour l'évaluation des capacités de codes.

Réglementation éclairée des risques et approches axées sur le rendement

Les cadres réglementaires axés sur les risques et le rendement tirent parti des capacités de simulation avancées pour concentrer l'attention réglementaire sur les questions les plus importantes en matière de sécurité, ce qui permet une plus grande souplesse dans la conception tout en maintenant ou en améliorant la sécurité.

Les règlements fondés sur le rendement précisent les résultats souhaités plutôt que les exigences normatives, ce qui permet des conceptions novatrices qui atteignent des objectifs de sécurité par le biais de nouvelles approches.

Conclusion

De la modélisation prédictive et des techniques de simulation sont devenues des outils indispensables dans la conception, l'analyse de sûreté et l'exploitation des réacteurs nucléaires. Du transport de neutrons Monte Carlo à la dynamique des fluides informatiques, à l'analyse des éléments finis et aux approches émergentes de l'intelligence artificielle, ces techniques permettent une compréhension complète des phénomènes complexes des réacteurs.

Les progrès récents dans les capacités de calcul, l'apprentissage des machines et la technologie numérique à double tour transforment le domaine, permettant un soutien en temps réel à la décision, une optimisation accélérée de la conception et une évaluation de la sûreté accrue.

La collaboration internationale sur les bases de données expérimentales, les problèmes de référence et les meilleures pratiques soutient le progrès des capacités de modélisation dans le monde entier. En tirant parti de ces puissants outils de calcul, l'industrie nucléaire peut concevoir des réacteurs plus sûrs et plus efficaces qui contribuent à la réalisation d'objectifs énergétiques propres tout en maintenant les normes de sûreté les plus élevées.

Pour plus d'information sur la technologie des réacteurs nucléaires et les méthodes de calcul, visitez le Agence internationale de l'énergie atomique[ et l'Agence de l'OCDE pour l'énergie nucléaire[. Des ressources supplémentaires sur le génie nucléaire informatique peuvent être trouvées au Argonne National Laboratory, Oak Ridge National Laboratory[ et à la American Nuclear Society.