Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
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; 丸山 修平; 沼田 一幸; 石川 眞; 竹田 敏一*
Proceedings of International Conference on the Physics of Reactors; Unifying Theory and Experiments in the 21st Century (PHYSOR 2016) (USB Flash Drive), p.1906 - 1915, 2016/05
As a part of the ongoing project "Study on Minor Actinides Transmutation Using Monju Data", MA-related integral experimental data in the world have been extensively collected and evaluated with most-detailed analysis methods. Improvement of analysis prediction accuracy for fast reactor core parameters based on the cross-section adjustment technique has been investigated by utilizing the newly-evaluated MA-related and existing general, i.e. not only specific to MA-related, integral experimental data. As a result, it is found that these data enable us to significantly improve the prediction accuracy for both the MA-related and general nuclear parameters. Furthermore, the adjustment result shows possibilities of the integral experiment data to make feedback to the differential nuclear data evaluation.