Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
丸山 修平; 遠藤 知弘*; 山本 章夫*
Journal of Nuclear Science and Technology, 60(11), p.1372 - 1385, 2023/11
被引用回数：1 パーセンタイル：72.91(Nuclear Science & Technology)A new estimation method of an unknown covariance, which is defined by the difference between the true covariance (the population covariance) and a prior covariance assumed by an analyst, is proposed. The unknown covariance is estimated using an empirical covariance consistent with the observed data. To estimate the unknown covariance, an unbiased and consistent estimator in regression analysis has been incorporated into the conventional cross-section adjustment. This estimator does not require assumptions for the probability distribution of the observation data. The statistical properties of this estimator were numerically verified. In addition, the effectiveness of the proposed method was confirmed by another numerical test using actual integral experimental data. In the second numerical test, the modeling uncertainty (covariance) due to the deterministic analysis method was assumed to be unknown. The results showed that the proposed method could practically estimate the unknown covariance and adjusted cross-sections using only prior information on covariances.
横山 賢治
EPJ Web of Conferences, 281, p.00004_1 - 00004_10, 2023/03
我が国では、炉定数調整法に基づく高速炉のための調整核データライブラリの開発を1990年代前半から行ってきた。この調整ライブラリは統合炉定数と呼ばれている。最初のバージョンは1991年に開発され、ADJ91と呼ばれている。近年では、マイナーアクチノイドや高次化プルトニウムの装荷された炉心の予測精度を向上させるために積分実験データの更なる拡張が行われた。2017年からこれらの積分実験データを使った統合炉定数ADJ2017の開発を開始し、2022年には現在最新となる統合炉定数ADJ2017Rが完成した。ADJ2017RはJENDL-4.0をベースに開発されており、619個の積分実験データが利用されている。これまでの開発経緯とともにこの最新版の概要について紹介する。一方で、2021年にはJENDL-5が公開された。JENDL-5の開発では、ADJ2017Rで利用された積分実験データの一部が、核データ評価のために利用された。しかしながら、このことは共分散データには反映されていない。JENDL-5に基づく統合炉定数を開発する際には、この状況を考慮する必要がある。本研究では、感度解析によって簡易的に評価した計算値と実験値の比(C/E値)を使って、JENDL-5に基づく予備的な炉定数調整計算を行った。この予備解析の結果についても議論する。
横山 賢治; 丸山 修平; 谷中 裕; 大木 繁夫
JAEA-Data/Code 2021-019, 115 Pages, 2022/03
JAEA-Data-Code-2021-019.pdf:6.21MB
JAEA-Data-Code-2021-019-appendix(CD-ROM).zip:435.94MB
原子力機構ではこれまでにも高速炉用統合炉定数を作成してきているが、高速炉用統合炉定数ADJ2017の改訂版となるADJ2017Rを作成した。統合炉定数は、高速炉の核設計基本データベースに含まれる臨界実験解析等で得られるC/E値(解析/実験値)の情報を、炉定数調整法により実機の設計に反映するためのものであり、核データの不確かさ(共分散)、積分実験・解析の不確かさ、臨界実験に対する核データの感度等の情報を統合して炉定数を調整する。ADJ2017Rは、基本的にはADJ2017と同等の性能を持つ統合炉定数であるが、ADJ2017に対して追加検討を行い、以下の二つの点について見直しを行った。一つ目は実験起因不確かさの相関係数(以下、実験相関係数)の評価方法の統一化である。実験相関係数の評価で用いる共通不確かさの評価方法に二つの方法が混在していたことが分かったため、すべての実験データについて実験相関係数を見直し、評価方法を統一した。二つ目は炉定数調整計算に用いる積分実験データについてである。Am-243サンプルの燃焼後組成比の実験データの一つに、実験不確かさが他に比べて極端に小さく不確かさ評価に課題がある可能性が高いことが分かったため、当該実験データを除外して炉定数調整を行った。なお、ADJ2017の作成では、合計719個の核特性の解析結果に対する総合評価を行い、最終的に620個の積分実験データを採用していたが、ADJ2017Rの作成では一つ除外したので、最終的に採用した積分実験データは619個となる。どちらの見直しについても炉定数調整計算結果に与える影響は小さいが、不確かさ評価方法の説明性や積分実験データとの整合性が向上したと考えられる。
横山 賢治; 北田 孝典*
Proceedings of 2018 International Congress on Advances in Nuclear Power Plants (ICAPP 2018) (CD-ROM), p.1221 - 1230, 2018/04
複数の積分実験データの情報を核データ(炉定数セット)に反映して設計予測精度向上を図る手法として、炉定数調整法(CA), 拡張炉定数調整法(EA), 最小分散不偏推定に基づく炉定数調整法(MRCA), 次元削減炉定数調整法(DRCA)がある。これらの手法をMARBLEシステムに実装し、実規模の問題に適用した。すなわち、原子力機構で整備してきた約500種類に及ぶ高速炉核設計用の積分実験データベースを使って、代表的な次世代高速炉の核設計予測精度を評価した。この結果、いずれの手法も実規模の問題に適用可能であることを確認した。EAを適用する際には、設計対象炉心の詳細な仕様を決定しておく必要があるので、設計段階に応じてCAとEAを使い分けることを推奨する。また、正規分布に従わないようなデータを利用する場合には、MRCAを使うべきである。一方で、DRCAは、実規模の問題に対しても、理論の示す通りCAとMRCAの両方の結果を再現できることを確認した。したがって、結論としては、CAを使う段階においては、DRCAを使えばよいことになる。また、DRCAにはいくつかオプションがあり、炉定数調整手法や結果を検討する目的にも利用することが可能である。
横山 賢治; 山本 章夫*; 北田 孝典*
Journal of Nuclear Science and Technology, 55(3), p.319 - 334, 2018/03
被引用回数：8 パーセンタイル：62.99(Nuclear Science & Technology)次元削減に関する技術を応用して炉定数調整法の新しい理論式を導出した。この新しい理論式を次元削減炉定数調整法(DRCA)として提案する。DRCAの導出は最小分散不偏推定(MVUE)に基づいており、正規分布の仮定を必要としない。DRCAの結果は、ユーザが定義する行列で指定する次元削減後の特徴空間に依存する。このため、DRCA1, DRCA2, DRCA3という3種類の次元削減炉定数調整法を提案する。数式による検討及び数値計算による検証を行ったところ、DRCA2は、現在広く使われている炉定数調整法と等価になることが分かった。更に、DRCA3は、以前の研究で提案した最小分散不偏推定に基づく炉定数調整法と等価になることが分かった。
横山 賢治; 沼田 一幸; 石川 眞
no journal, ,
OECD/NEA/NSC核データ評価国際協力ワーキングパーティ(WPEC)のサブグループ39(SG39)の活動で新たに整備された積分実験データを追加した炉定数調整計算を行うことでどのような結果が得られるかを調査した。炉定数調整計算の基準ケースとして、SG39の前身のSG33で整備された炉定数調整ベンチマーク問題を用いた。新しく追加した実験データは、PSIが解析評価を行ったHCLWR-PROTEUSのCore 7とCore8の無限増倍率、JSIが解析評価を行ったSNEAK-7Aと-7Bの実効増倍率の4核特性である。これらの実験データを追加することで、調整結果が変わり、新たな情報が得られることを確認した。一方で、PROTEUSの実験データを追加することにより、他の核特性に悪影響を与えてしまうことが分かった。
横山 賢治; 石川 眞
no journal, ,
炉定数調整法の理論式を考慮すると、核データ評価者が積分実験データのC/E値を参考にして、何か特定の核種、反応、エネルギーの核データを微調整した場合には、他の核種、反応、エネルギーの核データと相関がつくと考えられる。しかしながら、この議論は定性的なものであり、定量的にどのような条件のときに有意な相関を付けるべきかについてはそれほど明確ではない。また、炉定数調整法の理論式から、この相関は核データの調整量とは関係がないことが分かる(相関係数の式に核データの調整量は含まれていない)が、この事実は直感的には理解しにくい。相関係数の大きさは、核データの不確かさや感度係数、積分実験データの不確かさ等によって決まると考えられるため、単純なケースでの炉定数調整法の理論式を考えて、核データを微調整した場合に、相関を付ける必要があると考えられる条件、逆に相関を付けなくても良いと考えられる条件について考察した。得られた結果は、炉定数調整法の理論式から推測される定性的な傾向と一致していることが確認できた。
