<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />autori
Damien Perret, PhD, scienziato di ricerca e sviluppo, commissione francese per l'energia atomica
Jean Luc Dussossoy, PhD, scienziato di ricerca e sviluppo, commissione francese per l'energia atomica
Contesto
La formulazione del vetro per la vetrificazione di rifiuti nucleari di alto livello è stata oggetto di indagini per molti anni. Il materiale di vetro è stato scelto all'inizio degli anni '60 da molti paesi, come Canada, Francia, Stati Uniti, Germania e Russia, per il condizionamento dei rifiuti nucleari di alto livello. Poiché il vetro è difficile da sciogliere ed è chimicamente stabile, i radionucleidi possono essere confinati in una matrice di vetro per lunghi periodi di tempo. Durante il processo industriale, i rifiuti liquidi vengono calcinati e miscelati con vetro frantumato (fritta) in un forno. Il vetro fuso viene quindi versato in contenitori di acciaio inossidabile dove solidifica in una forma stabile.
Oltre alla complessità della sua formulazione, il vetro nucleare deve anche soddisfare requisiti specifici per il processo di vetrificazione industriale. Di conseguenza, grandi quantità di dati devono essere elaborate continuamente, compresi i dati di formulazione, le proprietà fisiche e chimiche e i dati relativi al processo di vetrificazione.
Contenuto della presentazione orale
Nel 2010, il software JMP è stato implementato presso la Commissione francese per l'energia atomica da team di ricerca e sviluppo che sviluppano la formulazione di vetro nucleare. Alla Discovery Summit Conference tenutasi a Denver nel 2011, abbiamo mostrato come utilizziamo le piattaforme di analisi statistica JMP per confrontare i domini di composizione del vetro con un alto grado di complessità. Considerando la complessità della formulazione in vetro in questione, deve essere utilizzato un approccio del Design of Experiments (DOE). Nel 2011, abbiamo spiegato perché le piattaforme di analisi statistica JMP 9 non rispettavano esattamente tutte le nostre specifiche in quel momento. Tuttavia, da allora molti sviluppatori JMP hanno apportato molti miglioramenti e JMP 11 fornisce potenti metodi per generare e analizzare DOE di Miscelazione, al fine di indagare su domini sperimentali altamente vincolati. Durante la presentazione, forniamo alcune nozioni di base sui progetti di miscele e mostriamo come utilizziamo la piattaforma DOE di mixaggio JMP Pro 11, prendendo l'esempio di una miscela di 7 componenti con vincoli lineari. Confrontiamo il precedente approccio del "design basato sulla distanza" che utilizziamo da circa dieci anni utilizzando altri pacchetti software commerciali, con design ottimali generati con JMP. Ad esempio, vengono considerati vari criteri di ottimalità, come l'efficienza D e la varianza media della previsione.
Gli sviluppatori di JMP hanno anche compiuto degli sforzi per migliorare le piattaforme Fit Model e Stepwise, che consentono di costruire modelli predittivi di proprietà-composizione ancora più precisi. Durante la presentazione, mostriamo come JMP consente di analizzare i risultati ottenuti dalla piattaforma DOE JMP, nonché i risultati provenienti da set di dati esterni. Vi presentiamo l'esempio di un modello di composizione di viscosità e spieghiamo perché lo strumento Prediction Profiler è molto utile per questa applicazione. Infine, spieghiamo come la piattaforma multivariata JMP (PCA e Clustering) sia molto rilevante per analizzare i big data set che stiamo generando da decenni nel campo della formulazione del vetro nucleare.
Bibliografia
- H. Scheffé, Esperimenti con miscele, Journal of the Royal Statistical Society B , 20, 344-360, 1958
- RA Mc Lean, VL Anderson, design Extreme vertici, Technometrics, 8, 447-454, 1966
- RD Snee, progetti sperimentali per sistemi di miscelazione con vincoli multicomponenti, Comunicazioni in statistica - Teoria e metodi , A8 (4), 303-326, 1979
- LA Chick et al., Gli effetti della composizione sulle proprietà in un sistema di vetro di spreco nucleare a 11 componenti , Pacific Northwest Laboratory, gestito da Battelle, PNL-3188, 1981
- LA Chick, GF Piepel, Ottimizzazione statistica di una composizione di vetro, Journal of American Ceramic Society , 67 (11), 763-768, 1984
- GF Piepel, calcolo dei centroidi negli esperimenti di miscela vincolata, Technometrics , 25 (3), 279-283, 1983
- GF Piepel, Programmi per la generazione di vertici estremi e centroidi di regioni sperimentali con lineari linearmente, Journal of Quality Technology , 20 (2), 125-139, 1988
- PR Hrma, et al., Database e Interim Glass Property Models per gli occhiali Hanford HLW, Pacific Northwest Laboratory, gestito da Battelle , PNNL-13573, 2001
- JA Cornell, Esperimenti con miscele: disegni, modelli e analisi di dati di miscele , Terza edizione, Wiley, Ed. New-York, 2002
- GF Piepel, SK Cooley, B. Jones, Costruzione di un progetto sperimentale di miscela a strati a 21 componenti utilizzando un nuovo algoritmo di scambio di coordinate di miscela, Ingegneria di qualità , 17, 579-594, 2005
