Soutenance de thèse de CROISETTE Thomas
Titre de thèse
Méthodologie physico-statistique de quantification des incertitudes dans la simulation multi-physique d'un transitoire accidentel de réacteur nucléaire
Physico-statistical methodology for uncertainty quantification in the multi-physics simulation of a nuclear reactor accident transient
Résumé de la thèse
Cette thèse propose une démarche Best Estimate Plus Uncertainty (BEPU) adaptée aux transitoires accidentels multi-physiques de réacteur nucléaire, afin de rendre plus robuste la justification des choix de modèles, la sélection des paramètres de modèle incertains et la quantification des incertitudes. La démarche s'appuie sur des mesures réalisées sur un réacteur du parc en exploitation. Dans cette thèse, la démarche BEPU est appliquée à un accident de Rupture de Tuyauterie Vapeur (RTV) d'un Réacteur à Eau Pressurisée (REP) à quatre boucles. Il s'agit d'un accident caractérisé par une dépressurisation d'un Générateur de Vapeur (GV) sur l'une des boucles, provoquant un refroidissement du circuit primaire et une insertion de réactivité dans le cœur du réacteur. Le principal risque dans cet accident est d'endommager le crayon combustible et sa gaine. La grandeur physique d'intérêt étudiée dans la simulation est le minimum du rapport de flux thermique critique dans le cœur, permettant de quantifier la marge à la crise d'ébullition.
La démarche est structurée en dix étapes. Après la spécification du scénario et des hypothèses, un PIRT (Phenomena Identification and Ranking Table) permet de lister les phénomènes dominants et d'orienter le choix du modèle mis en œuvre pour la simulation du transitoire. Le transitoire de RTV est simulé dans cette thèse par un couplage triple réalisé dans la plateforme de couplage CORPUS, avec l'outil de simulation CRONOS2 pour simuler la neutronique du cœur et les outils FLICA4 et CATHARE3 pour la thermo-hydraulique à l'échelle du cœur et à l'échelle du système.
Ensuite, les principales sources d'incertitudes associées à la simulation du minimum du rapport de flux thermique critique, ainsi que les paramètres de modèle incertains qui s'y rapportent, sont identifiées à partir du PIRT. Cette identification est ensuite consolidée par des études de sensibilité One-At-a-Time. Ainsi, sept paramètres de modèle incertains sont retenus : le coefficient de mélange de l'eau en fond de cuve, la marge initiale à la criticité, le coefficient de densité modérateur, le coefficient d'échange thermique des GV, l'efficacité du bore soluble, le coefficient Doppler et les pertes de charge du circuit primaire.
L'étape suivante consiste à associer des lois de densité de probabilité aux paramètres incertains retenus. Une partie des lois de densité de probabilité est définie par avis d'experts et une autre à l'aide d'un processus de quantification inverse des incertitudes par calibration bayésienne. Ce processus est mis en œuvre à partir de mesures réalisées lors d'un transitoire de test programmé d'ouverture de vanne du circuit de décharge vapeur à l'atmosphère (GCTa) sur un réacteur du parc français. Ceci permet une évaluation plus robuste des lois de densité de probabilité. Afin de réaliser la calibration bayésienne avec un temps de calcul limité, un métamodèle du transitoire est mis en œuvre. Il est entrainé sur une base d'apprentissage de 1000 simulations du transitoire de GCTa réalisées avec CATHARE3.
La propagation des incertitudes dans la simulation du transitoire de RTV est ensuite menée par une approche Monte Carlo. La méthode de Wilks est utilisée pour estimer le quantile à 5% du minimum du rapport de flux thermique critique. L'étude BEPU du transitoire de RTV montre une amélioration de la marge avec le critère de sureté par rapport au cas déterministe de référence.
Au-delà de l'étude du transitoire de RTV, l'approche BEPU a révélé plusieurs avantages. Elle permet une quantification probabiliste des marges de sureté, qui peut mener à des gains de marge avec le critère de sureté par rapport aux approches déterministes. De plus, elle permet d'éviter d'introduire des conservatismes. Toutefois, l'enjeu réside dans la quantification et la justification des incertitudes.
Thesis resume
This PhD work proposes a Best Estimate Plus Uncertainty (BEPU) approach adapted to multi-physics accident transients in a nuclear reactor. The goal is to make the justification of model choices, the selection of uncertain model parameters, and the quantification of uncertainties more robust. The approach is based on measurements obtained from an operating reactor.
In this work, the BEPU approach is applied to a Main Steam Line Break (MSLB) in a four-loop Pressurized Water Reactor (PWR). This accident involves the depressurization of one Steam Generator (SG), which cools the primary circuit and inserts reactivity into the reactor core. The main risk in this accident is damaging the fuel rods and their cladding. To ensure the integrity of the first containment barrier during the accident, the quantity of interest studied in the simulation is the Minimum Departure from Nucleate Boiling Ratio (MDNBR) in the core, which is used to quantify the margin to departure from nucleate boiling.
The approach has ten steps, inspired by the state of the art. After defining the scenario and assumptions, a PIRT (Phenomena Identification and Ranking Table) is used to list the dominant phenomena and guide the choice of the model used to simulate the transient. In this work, the MSLB transient is simulated with a three-code coupling on the CORPUS coupling platform: CRONOS2 to model reactor physics, and FLICA4 and CATHARE3 to model thermal-hydraulics at the core scale and at the system scale, respectively.
Next, the main sources of uncertainty affecting the simulation of the MDNBR, as well as the related uncertain model parameters, are identified from the PIRT. This identification is then strengthened with one-at-a-time sensitivity studies. Seven uncertain model parameters are retained: the lower-plenum water mixing coefficient, the initial margin to criticality, the moderator density coefficient, the SG heat-transfer coefficient, the effectiveness of soluble boron, the Doppler coefficient, and pressure drops in the primary circuit.
In the following steps, probability density functions are assigned to the chosen uncertain parameters. Some probability density functions are set by expert judgment, and others by inverse uncertainty quantification through Bayesian calibration. This calibration used data measured during a scheduled test involving the opening of a valve of the steam discharge-to-atmosphere system (GCTa) on a French operating reactor. This leads to a more robust evaluation of the probability density functions. To keep the computation time reasonable, a surrogate model of the transient is built and trained on a dataset of 1,000 GCTa transient simulations performed with CATHARE3. The Bayesian calibration identified the most probable values of the uncertain model parameters, corrected a flow-rate implementation error, and removed a conservatism on the SG heat-transfer coefficient
Uncertainty propagation for the MSLB transient is then carried out using a Monte Carlo approach. After that, the Wilks method is used to estimate the 5% quantile of the MDNBR. The BEPU study of the MSLB transient shows an improvement of the safety margin relative to the safety criterion, compared with the reference deterministic case.
Beyond the MSLB study, the BEPU approach shows several advantages. First, it provides a probabilistic quantification of safety margins, which may increase the margin relative to deterministic approaches. Second, it helps avoid introducing conservatism. Third, BEPU methods generally improve the understanding and modeling of the real system. However, the challenge lies in quantifying and justifying the uncertainties