Suppression of the initial transient in MonteCarlo criticality simulations
Suppression du régime transitoire initial des simulations Monte-Carlo de criticité
Abstract
Criticality Monte Carlo calculations aim at estimating the effective multiplication factor (k-effective) for a fissile system through iterations simulating neutrons propagation (making a Markov chain). Arbitrary initialization of the neutron population can deeply bias the k-effective estimation, defined as the mean of the k-effective computed at each iteration. A simplified model of this cycle k-effective sequence is built, based on characteristics of industrial criticality Monte Carlo calculations. Statistical tests, inspired by Brownian bridge properties, are designed to discriminate stationarity of the cycle k-effective sequence. The initial detected transient is, then, suppressed in order to improve the estimation of the system k-effective. The different versions of this methodology are detailed and compared, firstly on a plan of numerical tests fitted on criticality Monte Carlo calculations, and, secondly on real criticality calculations. Eventually, the best methodologies observed in these tests are selected and allow to improve industrial Monte Carlo criticality calculations.
Les calculs Monte-Carlo de criticité permettent d'estimer le facteur de multiplication effectif ("k-effectif") d'un système fissile au cours d'itérations simulant la propagation d'une population de neutrons, formant une chaîne de Markov. L'initialisation arbitraire de la population des neutrons simulés peut biaiser fortement l'estimation du k-effectif du système, défini comme la moyenne de la séquence des k-effectifs estimés à chaque itération. Un modèle simplifié de cette séquence de k-effectifs d'étapes est établi à partir du contexte technique d'exploitation industrielle des calculs Monte-Carlo de criticité. Des tests statistiques, inspirés des propriétés du pont brownien, sont construits pour discriminer la stationnarité de la séquence des k-effectifs d'étapes. Le régime transitoire initial éventuellement détecté est alors supprimé pour améliorer l'estimation du k-effectif du système. Les différentes déclinaisons de cette méthodologie sont détaillées puis comparées, d'une part sur un plan d'expériences représentatif des calculs Monte-Carlo de criticité, et d'autre part sur des calculs réels de configurations de criticité. Finalement, les performances observées sur ces applications permettent d'envisager une exploitation pertinente dans les calculs Monte-Carlo de criticité industriels.
Loading...