Autoren
Damien Perret, PhD, Forschungs- und Entwicklungswissenschaftler, Französische Atomenergiekommission
Jean Luc Dussossoy, PhD, Forschungs- und Entwicklungswissenschaftler, Französische Atomenergiekommission
Kontext
Glaszusammensetzungen für die Verglasung hochradioaktiver Abfälle werden seit vielen Jahren erforscht. Anfang der 1960er Jahre entschieden sich viele Länder wie Kanada, Frankreich, die USA, Deutschland und Russland für die Konditionierung hochradioaktiver Abfälle für Glas. Da Glas schwer löslich und chemisch stabil ist, können Radionuklide über lange Zeiträume in einer Glasmatrix eingeschlossen werden. Im industriellen Prozess werden flüssige Abfälle kalziniert und in einem Ofen mit zerkleinertem Glas (Fritte) vermischt. Das geschmolzene Glas wird anschließend in Edelstahlbehälter gegossen, wo es zu einer stabilen Form erstarrt.
Neben der Komplexität seiner Zusammensetzung muss Nuklearglas auch spezifische Anforderungen des industriellen Verglasungsprozesses erfüllen. Daher müssen kontinuierlich große Datenmengen verarbeitet werden, darunter Formulierungsdaten, physikalische und chemische Eigenschaften sowie Daten zum Verglasungsprozess.
Inhalt der mündlichen Präsentation
Im Jahr 2010 wurde die JMP-Software bei der französischen Atomenergiekommission von Forschungs- und Entwicklungsteams implementiert, die sich mit der Entwicklung von Nuklearglasrezepturen befassen. Auf der Discovery Summit Conference 2011 in Denver zeigten wir, wie wir die statistischen Analyseplattformen von JMP nutzen, um hochkomplexe Glaszusammensetzungsbereiche zu vergleichen. Angesichts der Komplexität der betreffenden Glasrezepturen muss ein DOE-Ansatz (Design of Experiments) verwendet werden. Im Jahr 2011 erklärten wir, warum die statistischen Analyseplattformen von JMP 9 damals nicht alle unsere Anforderungen erfüllten. Seitdem haben die JMP-Entwickler jedoch viele Verbesserungen vorgenommen, und JMP 11 bietet leistungsstarke Methoden zum Generieren und Analysieren von DOEs für Mischungen, um stark eingeschränkte Versuchsbereiche zu untersuchen. Während der Präsentation vermitteln wir einige Grundlagen zu Mischungsdesigns und zeigen, wie wir die DOE-Plattform für Mischungen von JMP Pro 11 am Beispiel einer 7-Komponenten-Mischung mit linearen Einschränkungen einsetzen. Wir vergleichen den bisherigen „distanzbasierten Designansatz“, den wir seit etwa zehn Jahren mithilfe anderer kommerzieller Softwarepakete verwenden, mit optimalen Designs, die mit JMP generiert wurden. Dabei werden verschiedene Optimalitätskriterien berücksichtigt, wie beispielsweise D-Effizienz und durchschnittliche Varianz der Vorhersage.
Die JMP-Entwickler haben außerdem Anstrengungen unternommen, die Plattformen „Fit Model“ und „Stepwise“ zu verbessern, um noch präzisere Vorhersagemodelle für Eigenschaften und Zusammensetzungen zu erstellen. In der Präsentation zeigen wir, wie JMP die Analyse von Ergebnissen der JMP DOE-Plattform sowie von Ergebnissen aus externen Datensätzen ermöglicht. Wir präsentieren das Beispiel eines Viskositäts-Zusammensetzungs-Modells und erklären, warum das Prediction Profiler-Tool für diese Anwendung besonders nützlich ist. Abschließend erläutern wir, wie wichtig die JMP Multivariate-Plattform (PCA und Clustering) für die Analyse großer Datensätze ist, die wir seit Jahrzehnten im Bereich der nuklearen Glasformulierung generieren.
Bibliographie
- H. Scheffé, Experimente mit Mischungen, Zeitschrift der Royal Statistical Society B , 20, 344-360, 1958
- RA Mc Lean, VL Anderson, Extreme Vertices Design, Technometrics, 8, 447-454, 1966
- RD Snee, Experimentelle Designs für Mischungssysteme mit Mehrkomponentenbeschränkungen, Kommunikation in der Statistik – Theorie und Methoden , A8(4), 303-326, 1979
- LA Chick et al., Die Auswirkungen der Zusammensetzung auf die Eigenschaften in einem 11-Komponenten-Glassystem für Atommüll , Pacific Northwest Laboratory, betrieben von Battelle, PNL-3188, 1981
- LA Chick, GF Piepel, Statistisch geplante Optimierung einer Glaszusammensetzung, Zeitschrift der American Ceramic Society , 67(11), 763-768, 1984
- GF Piepel, Berechnung von Schwerpunkten in Experimenten mit eingeschränkter Mischung, Technometrie , 25(3), 279-283, 1983
- GF Piepel, Programme zur Erzeugung extremer Eckpunkte und Schwerpunkte linear beschränkter experimenteller Bereiche, Zeitschrift für Qualitätstechnologie , 20(2), 125-139, 1988
- PR Hrma, et al., Datenbank und vorläufige Glaseigenschaftsmodelle für Hanford HLW-Gläser, Pacific Northwest Laboratory, betrieben von Battelle , PNNL-13573, 2001
- JA Cornell, Experimente mit Mischungen – Designs, Modelle und die Analyse von Mischungsdaten , Dritte Ausgabe, Wiley, Ed. New York, 2002
- GF Piepel, SK Cooley, B. Jones, Konstruktion eines 21-Komponenten-Schichtmischungs-Experimentdesigns unter Verwendung eines neuen Mischungskoordinatenaustauschalgorithmus, Qualitätstechnik , 17, 579-594, 2005
