Auteurs
Damien Perret, PhD, chercheur en recherche et développement, Commissariat à l'énergie atomique
Jean Luc Dussossoy, docteur en sciences, chercheur et développement, Commissariat à l'énergie atomique
Contexte
La formulation du verre pour la vitrification des déchets nucléaires de haute activité fait l'objet de recherches depuis de nombreuses années. Le verre a été choisi au début des années 1960 par de nombreux pays, comme le Canada, la France, les États-Unis, l'Allemagne et la Russie, pour le conditionnement de ces déchets. Grâce à sa faible dissolution et à sa stabilité chimique, le verre permet de confiner les radionucléides dans une matrice de verre pendant de longues périodes. Au cours du processus industriel, les déchets liquides sont calcinés et mélangés à du verre concassé (fritte) dans un four. Le verre fondu est ensuite coulé dans des conteneurs en acier inoxydable où il se solidifie pour prendre une forme stable.
Outre la complexité de sa formulation, le verre nucléaire doit également répondre aux exigences spécifiques du procédé de vitrification industrielle. Par conséquent, de grandes quantités de données doivent être traitées en continu, notamment les données de formulation, les propriétés physiques et chimiques, ainsi que les données relatives au procédé de vitrification.
Contenu de la présentation orale
En 2010, le logiciel JMP a été implémenté au Commissariat à l'énergie atomique (CEA) par des équipes de R&D développant des formulations de verres nucléaires. Lors de la conférence Discovery Summit de Denver en 2011, nous avons montré comment nous utilisons les plateformes d'analyse statistique JMP pour comparer des domaines de composition de verre très complexes. Compte tenu de la complexité de la formulation de verre en question, une approche par plans d'expériences (DOE) est nécessaire. En 2011, nous avons expliqué pourquoi les plateformes d'analyse statistique JMP 9 ne répondaient pas exactement à toutes nos spécifications à l'époque. Cependant, de nombreuses améliorations ont été apportées depuis par les développeurs de JMP, et JMP 11 offre des méthodes performantes pour générer et analyser des DOE de mélanges, afin d'étudier des domaines expérimentaux fortement contraints. Au cours de la présentation, nous présentons quelques notions de base sur les plans de mélanges et illustrons l'utilisation de la plateforme JMP Pro 11 Mixture DOE, en prenant l'exemple d'un mélange à 7 composants avec contraintes linéaires. Nous comparons l'ancienne approche de « conception basée sur la distance », utilisée depuis une dizaine d'années à l'aide d'autres logiciels 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 prédiction.
Les développeurs de JMP ont également travaillé à l'amélioration des plateformes Fit Model et Stepwise, qui permettent de construire des modèles prédictifs propriétés-composition encore plus précis. Au cours de cette présentation, nous montrerons comment JMP permet d'analyser les résultats obtenus à partir de la plateforme JMP DOE, ainsi que ceux issus de jeux de données externes. Nous présenterons l'exemple d'un modèle viscosité-composition et expliquerons l'utilité de l'outil Prediction Profiler pour cette application. Enfin, nous expliquerons l'intérêt de la plateforme JMP Multivariate (ACP et clustering) pour l'analyse des grands ensembles de données que nous générons depuis des décennies dans le domaine de la formulation du verre nucléaire.
Bibliographie
- H. Scheffé, Expériences avec des mélanges, Journal de la Royal Statistical Society B , 20, 344-360, 1958
- RA Mc Lean, VL Anderson, Conception de sommets extrêmes, Technometrics, 8, 447-454, 1966
- RD Snee, Plans expérimentaux pour systèmes de mélange avec contraintes multicomposantes, Communication en statistique – Théorie et méthodes , A8(4), 303-326, 1979
- LA Chick et al., Les effets de la composition sur les propriétés d'un système de verre de déchets nucléaires à 11 composants , Pacific Northwest Laboratory, exploité par Battelle, PNL-3188, 1981
- LA Chick, GF Piepel, Optimisation statistique d'une composition de verre, Journal de l'American Ceramic Society , 67(11), 763-768, 1984
- GF Piepel, Calcul des centroïdes dans les expériences de mélanges contraints, Technométrie , 25(3), 279-283, 1983
- GF Piepel, Programmes pour générer des sommets extrêmes et des centroïdes de régions expérimentales linéairement contraintes, Journal des technologies de qualité , 20(2), 125-139, 1988
- PR Hrma, et al., Base de données et modèles provisoires de propriétés du verre pour les verres Hanford HLW, Pacific Northwest Laboratory, exploité par Battelle , PNNL-13573, 2001
- J.A. Cornell, Expériences avec des mélanges – Conceptions, modèles et analyse des données de mélange , troisième édition, Wiley, Ed. New-York, 2002
- GF Piepel, SK Cooley, B. Jones, Construction d'un plan d'expérience de mélange en couches de 21 composants utilisant un nouvel algorithme d'échange de coordonnées de mélange, Ingénierie de la qualité , 17, 579-594, 2005
