マルチスケールモデリングとリスク情報を活用した照射脆化の管理高度化に関する研究

利用多尺度建模和风险信息进行辐照脆化高级管理的研究

基本信息

批准号：
17J09649
负责人：
中筋俊樹
金额：
$ 1.22万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2017
资助国家：
日本
起止时间：
2017-04-26 至 2019-03-31
项目状态：
已结题

项目摘要

核融合を含む原子力エネルギーシステムにかかわらず、エネルギーシステムは想定外の事象が生じても耐えて回復する能力、すなわち、“高レジリエントエネルギーシステム”であることが求められる。このためには、①起こりうる事象を正しく想定し対応すること②想定外の事象が生じた時に適切な修正が可能であることが安全を担保する上で重要である。本研究では、軽水炉圧力容器鋼の照射脆化に関する健全性評価に着目する。①については、照射実験やマルチスケールモデリングにより材料照射脆化をしっかりと把握し、脆化メカニズムに基づいた予測が重要である。H30年度は、多元素から成る析出物の核生成過程のモデリングを行った。多元素から成る析出物の代表例としてNi-Mn-Si系析出物がある。これは、銅の含有量が少ない比較的新しい原子炉において、40年程の照射を受けた際に形成されるものであり、新しい原子炉の照射脆化の主原因となりうるものである。本研究では析出物の素性を、正則溶体近似の考え方から、相互作用パラメータによりモデル化した。形成する析出物の組成について、相互作用パラメータおよび照射条件の依存性をモンテカルロシミュレーションにより明らかにした。②は、照射脆化の予測と実測の違いを事後処理する方法を構築することが重要である。そのために、ベイズ統計学やデータマイニング工学、スパースモデリングなどのすでに取得したデータを利用して推論を行うデータサイエンス分野の研究を活用する。予測の不確実性に対応するために、脆化を正しく予測するマルチスケールモデリングとスモールデータを扱うデータサイエンスの融合が不可欠となる。H29年度は、ベイズ統計学を用いた脆化予測値の事後補正を検討した。これにより、偶然誤差などに起因する予測のあいまいさへの対応について検討し、予測の不確実性に対応するための予測方法の提案を行った。

无论核能系统包括核融合，都必须能够承受和恢复意外事件，即“高弹性能源系统”。为了实现这一目标，重要的是：1）正确假设并响应可能的事件，2）确保安全，在发生意外事件时可以进行适当的校正。这项研究的重点是辐射液压容器钢的辐射含量的合理评估。关于①，重要的是要通过辐照实验和多尺度建模清楚地掌握材料照射的覆盖，并根据互惠机制进行预测。在2018年，我们建模了由多个元素组成的沉淀物的成核过程。多元素沉淀物的典型例子是基于Ni-MN-SI的沉淀物。当在相对较低的铜含量的相对较新的反应堆中辐照约40年时，这是形成的，这是新反应器中辐照封装的主要原因。在这项研究中，根据常规溶液近似的概念，使用相互作用参数对沉淀物的特征进行建模。通过蒙特卡洛模拟揭示了相互作用参数和辐照条件对形成沉淀物组成的组成的依赖性。 ②对于建立在预测辐照封装和实际测量之间的差异的方法很重要。为此，我们将利用数据科学领域的研究，该研究使用先前获得的数据，例如贝叶斯统计，数据挖掘工程和稀疏建模进行推断。为了响应预测不确定性，对于正确预测涉及小数据的互惠和数据科学的多尺度建模之间的融合至关重要。在2017年，考虑了使用贝叶斯统计数据的抗议后预测值的验证。这检查了如何处理因意外错误引起的预测歧义，并提出了一种处理预测不确定性的预测方法。