Theoretical study on new bias factor methods to effectively use critical experiments for improvement of prediction accuracy of neutronic characteristics

核特性予測精度向上のための臨界実験の有効活用を図る新しいバイアス因子法に関する理論的研究

久語 輝彦 ; 森 貴正; 竹田 敏一*

Kugo, Teruhiko; Mori, Takamasa; Takeda, Toshikazu*

核特性予測精度評価向上のためにバイアス因子法の適用性を高めるLC法及びPE法による拡張バイアス因子法を提案する。両手法は多数の臨界実験結果を活用して、半仮想的な実験値を作り出す。LC法は実験値の線形和の実験解析値の線形和に対する比をバイアス因子と定義する。PE法は累乗化した実験値の積の累乗化した実験解析値の積に対する比をバイアス因子と定義する。LC法における重み及びPE法における指数を、核特性予測値の分散を最小化するように決定するための定式化を行った。両手法,従来法及び先に提案された一般化バイアス因子法について理論的な比較を行い、PE法が予測精度向上のために最良の方法であることが結論される。PE法の主な利点は以下のようにまとめられる。利用できるすべての実験結果を利用することにより最も予測精度が向上する。PE法は元の設計計算値の持つ精度よりも必ず予測精度を向上する。したがって、PE法は、すべての臨界試験を有効に活用し、過去及び将来のベンチマーク試験を利用することにより、完全モックアップ体系を不要とする可能性を持つ。

The extended methods with two concepts, the LC and the PE methods, are proposed to enhance the bias factor method for improvement of the prediction accuracy of neutronic characteristics. The two methods utilize a number of critical experimental results and produce a semi-fictitious experimental value with them. The LC method defines a bias factor by a ratio of a linear combination of experimental values to that of calculation values for the experiments. The PE method defines it by a ratio of a product of exponentiated experimental values to that of exponentiated calculation values. We formulate how to determine weights for the LC method and exponents for the PE method in order to minimize the variance of the design prediction value. From a theoretical comparison among the two methods, the conventional method and the previously proposed method called the generalized bias factor method, it is concluded that the PE method is the most useful method in order to improve the prediction accuracy. Main advantages of the PE method are summarized as follows. The prediction accuracy is necessarily improved compared with the design calculation value and is the most improved by utilizing all the experimental results. From these facts, it can be said that the PE method effectively utilizes all the experimental results and has a possibility to make a full scale mockup experiment unnecessary with use of existing and future benchmark experiments.