<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Auteurs
Damien Perret, PhD, Chercheur en Recherche et Développement, Commission française de l'énergie atomique
Jean Luc Dussossoy, PhD, chercheur en recherche et développement, Commission française de l'énergie atomique
Le contexte
La formulation de verre pour la vitrification de déchets nucléaires de haute activité est à l’étude depuis de nombreuses années. Le verre a été choisi au début des années 1960 par de nombreux pays, tels que le Canada, la France, les États-Unis, l'Allemagne et la Russie, pour le conditionnement de déchets nucléaires de haute activité. Le verre étant difficile à dissoudre et chimiquement stable, les radionucléides peuvent être confinés dans une matrice de verre pendant de longues périodes. Au cours du processus industriel, les déchets liquides sont calcinés et mélangés avec du verre concassé (fritte) dans un four. Le verre fondu est ensuite versé dans des bidons en acier inoxydable où il se solidifie sous une forme stable.
Outre la complexité de sa formulation, le verre nucléaire doit également répondre à des exigences spécifiques au processus de vitrification industrielle. Par conséquent, de grandes quantités de données doivent être traitées en permanence, notamment les données de formulation, les propriétés physiques et chimiques et les données relatives au processus de vitrification.
Contenu de la présentation orale
En 2010, le logiciel JMP a été implémenté au sein de la Commission française de l'énergie atomique par des équipes de R & D développant la formulation de verre nucléaire. Lors de la conférence Discovery Summit à Denver en 2011, nous avons montré comment nous utilisions les plateformes d'analyse statistique JMP pour comparer les domaines de composition du verre avec un degré de complexité élevé. Compte tenu de la complexité de la formulation du verre en question, il convient d’appliquer une approche fondée sur la conception d’expériences. En 2011, nous avons expliqué pourquoi les plates-formes d'analyse statistique JMP 9 ne répondaient pas exactement à toutes nos spécifications à cette époque. Cependant, depuis lors, de nombreuses améliorations ont été apportées par les développeurs JMP, et JMP 11 fournit de puissantes méthodes pour générer et analyser des DOE Mixture, afin d’enquêter sur des domaines expérimentaux très contraints. Au cours de la présentation, nous donnons quelques notions de base sur les conceptions de mélanges et montrons comment nous utilisons la plate-forme JMP Pro 11 Mixture DOE, en prenant l'exemple d'un mélange à 7 composants avec des contraintes linéaires. Nous comparons l'ancienne approche de «conception basée sur la distance» que nous utilisions depuis environ dix ans en utilisant d'autres progiciels commerciaux, avec des conceptions optimales générées avec JMP. Différents critères d'optimalité sont pris en compte, tels que l'efficacité D et la variance moyenne de la prévision, par exemple.
Les développeurs JMP ont également déployé des efforts pour améliorer les plates-formes Fit Model et Stepwise, qui permettent de créer des modèles prédictifs de propriété à composition encore plus précis. Au cours de la présentation, nous montrons comment JMP permet d’analyser les résultats obtenus à partir de la plate-forme JMP DOE, ainsi que ceux issus d’ensembles de données externes. Nous présentons l'exemple d'un modèle de composition de viscosité et expliquons pourquoi l'outil de prédiction Profiler est très utile pour cette application. Enfin, nous expliquons à quel point la plate-forme multivariée JMP (PCA et Clustering) est très utile pour analyser les ensembles de données volumineuses générés depuis des décennies dans le domaine de la formulation de verre nucléaire.
Bibliographie
- H. Scheffé, Expériences de mélanges, Journal de la Royal Statistical Society B , 20, 344-360, 1958
- RA Mc Lean, VL Anderson, conception de sommets extrêmes, technométrie, 8, 447-454, 1966
- RD Snee, Conceptions expérimentales pour les systèmes de mélange à contraintes multicomposant, Communications en statistique - Théorie et méthodes , A8 (4), 303-326, 1979
- LA Chick et al., Les effets de la composition sur les propriétés dans un système de verre nucléaire à 11 composants , Pacific Northwest Laboratory, opéré par Battelle, PNL-3188, 1981
- LA Chick, GF Piepel, Optimisation statistique d'une composition de verre, Journal de l'American Ceramic Society , 67 (11), 763 à 768, 1984
- GF Piepel, Calcul des centroïdes dans des expériences de mélange sous contrainte, Technométrie , 25 (3), 279-283, 1983
- GF Piepel, Programmes de génération de sommets extrêmes et de centroïdes de régions expérimentales à contrainte linéaire, Journal of Quality Technology , 20 (2), 125-139, 1988
- PR Hrma, et al., Modèles de base de données et de propriétés de verre provisoires pour lunettes Hanford HLW, Pacific Northwest Laboratory, exploité par Battelle , PNNL-13573, 2001
- JA Cornell, Expériences avec des mélanges - Designs, Models, et l'analyse des données de mélange , Troisième édition, Wiley, Ed. New-York, 2002
- GF Piepel, SK Cooley, B. Jones, Construction d’un plan d’expérimentation sur un mélange en couches de 21 composants utilisant un nouvel algorithme d’échange de coordonnées de mélange, Ingénierie de la qualité , 17, 579-594, 2005
