Thèse soutenue

Apprentissage statistique et quantification inverse des incertitudes en simulation thermohydraulique nucléaire : application à la modélisation de la condensation à l'injection de sécurité
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Riccardo Cocci
Direction : Didier LucorGuillaume DamblinAlberto GhioneLucia Sargentini
Type : Thèse de doctorat
Discipline(s) : Mécanique des fluides
Date : Soutenance le 03/11/2022
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale Sciences Mécaniques et Energétiques, Matériaux et Géosciences
Partenaire(s) de recherche : Laboratoire : Service de thermo-hydraulique et de mécanique des fluides (Gif-sur-Yvette, Essonne)
référent : CentraleSupélec (2015-....)
graduate school : Université Paris-Saclay. Graduate School Sciences de l'ingénierie et des systèmes (2020-....)
Jury : Président / Présidente : Enrico Zio
Examinateurs / Examinatrices : Tomasz Kozlowski, Nicola Pedroni, Pierre Barbillon, Jordi Freixa, Jean-Luc Vacher
Rapporteurs / Rapporteuses : Tomasz Kozlowski, Nicola Pedroni

Résumé

FR  |  
EN

La méthodologie BEPU (Best Estimate Plus Uncertainty) repose sur la validation et la quantification des incertitudes des modèles physiques utilisés dans les codes de calcul nucléaires. Disposer d'une méthodologie robuste permettant de caler un modèle physique, de le valider et d'en quantifier les incertitudes est un enjeu majeur. Cette thèse a donc comme objectif de développer des méthodologies pour la validation et la quantification d'incertitudes appliquées au cas pratique du modèle de condensation à l'Injection de Sécurité (IS). La première étape a été le développement d'un nouveau cadre bayésien pour la calibration et la quantification inverse de l'incertitude des modèles physiques en utilisant une incertitude de modèle multiplicative. La deuxième étape a été une analyse thermohydraulique détaillée des données expérimentales afin d'améliorer la compréhension physique de la condensation à l'IS dans la branche froide d'un reacteur à eau pressurisée lors d'un Accident de Perte de Réfrigérant Primaire (APRP). Pendant cet accident, deux types de condensation surviennent dans la branche froide : la condensation à l'IS et la condensation en aval du jet. La température en sortie de la branche froide, et donc à l'entrée du cœur du réacteur, dépend de ces deux modèles. Le cadre bayésien est appliqué afin de calibrer un nouveau modèle de condensation à l'IS. Ce modèle a été validé et ses incertitudes ont été quantifiées. Dans la dernière étape, une extension de la méthodologie CIRCE (appelée CIRCE 2-Steps) a été développée. CIRCE est une méthodologie pour déterminer l'incertitude du modèle basée sur la différence entre la valeur expérimentale et la valeur calculée d'une quantité d'intérêt. L'extension proposée améliore l'estimation des incertitudes de plusieurs modèles combinés entre eux et qui interagissent sur la même variable de sortie, comme la température en sortie de la branche froide.