Improvement of prediction accuracy of advanced reactors: Precise and robust cross section adjustment method based on active subspace approach

点击翻译按钮获取中文摘要

本研究の目的は、計算モデル誤差の影響を受けない、実験データの質に依存しにくい、誤差として正規分布の仮定を必要としない、などの特徴を有する断面積調整法を確立することである。2021年度において研究が前倒しで進んでいることから、2022年度は以下の取組を行った。①ノイズや外れ値を考慮した断面積調整の検討：2021年度までの成果を元に、2022年度はノイズや外れ値を工学的に除外することなく断面積調整を実施出来る枠組みを検討した。機械学習で用いられているM推定を断面積調整理論に取り入れることで、ノイズや外れ値の影響を抑えつつ断面積調整が可能となることを確認した。M推定は、実測値と計算値の差異を元に、断面積調整に用いるデータの重みを決める手法であり、実測値と計算値が大きく離れている外れ値の影響を小さく出来る特徴がある。また、核特性間に相関がある場合、これを適切に考慮するために核特性を座標変換する手法と組み合わせた。M推定をGeneralized Linear Least Square(GLLS)法と組み合わせたが、今回の計算条件では、ベイジアンモンテカルロ法(BMC)と組み合わせても同等の性能が出ることを確認している。②実機体系への適用：M推定を用いた断面積調整法を臨界集合体の解析に適用し、従来の断面積調整法と比較した。その結果、提案手法は、ノイズや外れ値に対する耐性が高いことを確認した。また、ノイズや外れ値がない場合は、従来の断面積調整法と同等の性能を有することを確認した。③連続エネルギーモンテカルロ法での解析により断面積調整がなされた断面積ファイルを、高速炉実機体系の解析で使用されている断面積ライブラリの形式へ変換を行うツールを整備した。