Multi-physics DONJON5 reactor models for improved fuel cycle simulation with CLASS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This work investigates reactor model biases and their consequences in nuclear scenario simulations. Usually, the models for Pressurized Water Reactors are based on infinite 2D assembly depletion simulations, but recent work has shown the importance of 3D complete core simulation for uncertainty reduction. The consideration of a whole core leads to new reactor parameters in the simulations that may bring additional biases. The fuel temperature distribution is one of them, and previous work considered isothermal reactors, leading to probable uncertainties in spent fuel inventory at reactor discharge. To quantify those biases and their propagation in a full scenario simulation, new advanced reactor models have been developed, based on neutronics and thermal-hydraulics couplings at the core level performed with DONJON5. Results show that the plutonium isotopic quality of spent fuel is biased for an isothermal core, with values systematically higher than for multi-physics calculations. In order to propagate those discrepancies in fuel cycle simulations that involve plutonium recycling in PWR MOX fuels, the coupling between CLASS and DONJON was renewed in order to add new fuel parameters such as the fuel temperature in the core burn-up simulation. A new methodology for data interpolation from lattice calculation has been implemented that allows acceptable computational time for DONJON5 calculations that are done within the fuel cycle simulation performed by CLASS. Comparison between isothermal and multi-physics reactor models for advanced scenario simulations performed with CLASS shows that the isothermal hypothesis leads to biases up to 10% for plutonium inventory in the UOX spent fuel stockpile, comparable with biases associated with other reactor parameters such as the loading pattern.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle