Contribution à la modélisation multidimensionnelle des écoulements bouillants convectifs en conduite haute pression pour l'application au cas des réacteurs à eau pressurisée

Contribution to the modelling of multidimentional high pressure boiling flows relative to pwr’s thermal-hydraulic conditions

• Auteur / Autrice : Jil Gueguen
• Direction : Hervé Lemonnier, Fabrice François
• Type : Thèse de doctorat
• Discipline(s) : Mécanique des fluides, procédés, énergétique
• Date : Soutenance le 19/12/2013
• Etablissement(s) : Grenoble
• Ecole(s) doctorale(s) : École doctorale Ingénierie - matériaux mécanique énergétique environnement procédés production (Grenoble, Isère, France ; 2008-....)
• Partenaire(s) de recherche : Laboratoire : Service de Technologie des Réacteurs Industriels - Commissariat à l'énergie atomique et aux énergies alternatives (France ; 1945-....)
• Jury : Président / Présidente : Yves Fautrelle
• Jury : Examinateurs / Examinatrices : Jérôme Laviéville
• Jury : Rapporteurs / Rapporteuses : Jean-Marc Delhaye, Catherine Colin

Mots clés

Mots clés contrôlés

Réacteurs à eau sous pression

Écoulement diphasique

Mots clés libres

Thermohydraulique

Écoulements diphasiques

Modélisation

Turbulence

Réacteur à eau pressurisée

Crise d'ébullition

Thermohydraulics

Two-phase flows

Modelling

Turbulence

Pressurized water reactor

Boiling crisis

Résumé

Cette étude concerne la caractérisation des écoulements diphasiques bouillants convectifs à haute pression rencontrés dans les réacteurs à eau sous pression (REP). La simulation de ces écoulements est aujourd'hui identifiée comme une voie possible d'amélioration pouvant conduire à la compréhension des mécanismes physiques menant à la crise d'ébullition en réacteur. La première partie de ce travail présente un modèle bi-dimensionnel quasi-établi capable de prédire de façon indépendante les profils de température et de vitesse dans un écoulement diphasique. Le découplage des équations implique de disposer de paramètres d'entrée (taux de vide, vitesse). Ce modèle est basé sur une approche de type modèle de mélange et sur la fermeture des termes de transport turbulent avec le concept de viscosité turbulente. La seconde partie généralise le modèle au cas bi-dimensionnel non-établi en proposant un outil qui résout de façon couplée toutes les équations de bilan et qui est basé sur l'utilisation d'un modèle original de type modèle homogène local avec relaxation thermodynamique. Une confrontation des résultats du modèle à des résultats expérimentaux fournis par la banque de données DEBORA a révélé que notre approche semblait suffisante pour rendre compte d'une bonne partie des données expérimentales en conditions REP. Mais néanmoins qu'elle présentait quelques limites dans des conditions poches du flux critique. Ce travail a permis de mettre en évidence les paramètres sensibles du modèle qui sont aujourd'hui bien identifiés à savoir les mécanismes de transport turbulent d'énergie et le choix du temps de relaxation.

This study is a contribution to the modelling of multidimentional high pressure boiling flows relative to PWR. Numerical simulation of such two-phase flows is considered to be an interesting way for the DNB understanding. The first part of this study exposes a two-dimentional steady state twophase flows model abble to predict velocity and temperature profiles in tube. The mixture balanced equations are used with the eddy diffusivity concept to close the turbulent transport terms. The second part is devoted to the development of the model in the general two dimentional case. Contrary to the steady state model, this model is indenpendant of experimental data and implies the use of an original local homogeneous relaxation modèle (HRM). The results obtained from the comparison with the data bank DEBORA reveals that in a mixture approch two submodel are sufficients to obtain a physial good description of turbulent boiling flows. Some limitations appear at conditions close to DNB conditions. The turbulent closures and the relaxation time in the HRM model have been clearly identified as the most important and sensitive parameters in the model.