초록 ▼

원자로심 설계해석을 위한 중성자 수송해석에 쓰이는 구조물 정보, 물성정보 및 핵반응 단면적 라이브러리등의 정보는 모델 및 측정 불확실도를 갖게 된다. 이로 인해 중성자 수송해석 결과 역시 불확실도를 갖게 되고 이러한 불확실도를 정량화 하는 것은 원자로의 신뢰성과 관계되어 중요한 의미를 가진다. 입력 불확실도에 의한 출력 불확실도를 정량화하는 방법으로는 크게 결정론적 방법과 확률론적 방법이 있는데, 확률론적인 방법인 파라미터 추출법은 “입력 파라미터들을 주어진 분포함수로부터 난수를 이용해 직접 추출한 뒤 이것을 이용하여 여러 번의 시

원자로심 설계해석을 위한 중성자 수송해석에 쓰이는 구조물 정보, 물성정보 및 핵반응 단면적 라이브러리등의 정보는 모델 및 측정 불확실도를 갖게 된다. 이로 인해 중성자 수송해석 결과 역시 불확실도를 갖게 되고 이러한 불확실도를 정량화 하는 것은 원자로의 신뢰성과 관계되어 중요한 의미를 가진다. 입력 불확실도에 의한 출력 불확실도를 정량화하는 방법으로는 크게 결정론적 방법과 확률론적 방법이 있는데, 확률론적인 방법인 파라미터 추출법은 “입력 파라미터들을 주어진 분포함수로부터 난수를 이용해 직접 추출한 뒤 이것을 이용하여 여러 번의 시스템 해석을 수행하는 방식으로 불확실도를 정량화 하는 방법”이다. 통계를 기반을 한 방법이기 때문에 기존의 결정론적 방법에 비해서 계산시간이 많이 걸리지만, 근사가 없기 때문에 더 정확한 결과를 얻을 수 있다는 장점이 있다.
이번 연구에서는 “파라미터 추출법을 이용한 불확실도 정량화 방법론” 코드를 개발하고 이를 노심해석코드인 MASTER에 적용해보았다. 박스뮬러법, 촐레스키 분해 등을 사용하여 상관관계를 고려하는 확률변수 추출기를 만들었고, 개발된 확률변수 추출기를 검증하는 과정을 거쳤다. 그리고 구현된 방법론을 직접 MASTER에 적용하여 영광 4호기 핵연료 집합체의 군정수에 따른 설계 파라미터의 불확실도를 예측하였다. 예측된 임계붕산농도의 불확실도는 표1과 같았고 출력분포의 불확실도는 표2와 같았다.

Abstract ▼

Input data for nuclear reactor core analysis like information of structure, material, and cross section library have model uncertainties or measurement uncertainties. It leads to uncertainties of output from core analysis, so it is very important to estimate these uncertainties when related to meeti

Input data for nuclear reactor core analysis like information of structure, material, and cross section library have model uncertainties or measurement uncertainties. It leads to uncertainties of output from core analysis, so it is very important to estimate these uncertainties when related to meeting nuclear safety requirement. There are two method for the quantification of output uncertainties from input uncertainties, deterministic method and stochastic method. Parameter sampling method, one of the stochastic methods, is a method of uncertainty quantification based on recalculation for whole system analysis. It uses the input parameter which is randomly sampled from the given probability distribution. More calculation time is needed in this method when compared to deterministic method, because it is statistical method. However, it gives more accurate estimation of uncertainties from no approximation approach.
In this study, code for “Uncertainty Quantification by Parameter sampling method” was developed, and it was applied to a nodal code, MASTER for uncertainty analysis. Correlated random variable generator was made by the Box-mueller method and the Cholesky decomposition, and it has undertaken a verification process. Then, uncertainty propagation analysis, estimating uncertainties of design parameter from FGCs, Few Group diffusion theory Constants , is conducted for Younggwang Nuclear Unit 4. Table 1 and Table 2 show that estimated uncertainties of CBC, Critical Boron Concentration, and estimated uncertainties of normalized power distribution.

목차 Contents

• 최 종 보 고 서 ... 1
• 요 약 ... 2
• Abstract ... 3
• 1. 서 론 ... 4
• 2. 확률변수추출기 개발 ... 4
• 2-1. 개요 ... 4
• 2-2. 역변환 방법(Inverse transform method) ... 5
• 2-3. 박스뮬러법(Box-Mueller method) ... 5
• 2-4. 정규분포 확률변수 추출 ... 7
• 2-5. 촐레스키 분해(Cholesky decompostion) ... 7
• 2-6. 상관관계를 고려한 확률변수 추출 ... 8
• 3. 확률변수추출기 검증 ... 9
• 3-1. 정규분포 확률변수 추출 검증 ... 9
• 3-2. 상관관계를 고려한 확률변수 추출 검증 ... 11
• 4. MASTER　불확실도 분석 ... 12
• 4-1. 개요 ... 12
• 4-2. 임계붕산농도의 불확실도 분석 결과 ... 13
• 4-3. 출력 분포의 불확실도 분석 결과 ... 14
• 5. 결 론 ... 16
• 참고문헌 ... 17