Autores
Damien Perret, PhD, Científico de Investigación y Desarrollo, Comisión Francesa de Energía Atómica
Jean Luc Dussossoy, PhD, Científico de Investigación y Desarrollo, Comisión Francesa de Energía Atómica
Contexto
La formulación de vidrio para la vitrificación de residuos nucleares de alta actividad se ha investigado durante muchos años. A principios de la década de 1960, muchos países, como Canadá, Francia, Estados Unidos, Alemania y Rusia, optaron por el vidrio para el acondicionamiento de residuos nucleares de alta actividad. Gracias a su difícil disolución y a su estabilidad química, los radionucleidos pueden confinarse en una matriz de vidrio durante largos periodos. Durante el proceso industrial, los residuos líquidos se calcinan y se mezclan con vidrio triturado (frita) en un horno. Posteriormente, el vidrio fundido se vierte en recipientes de acero inoxidable donde se solidifica y adquiere una forma estable.
Además de la complejidad de su formulación, el vidrio nuclear también debe cumplir con los requisitos específicos del proceso de vitrificación industrial. Por consiguiente, es necesario procesar continuamente grandes cantidades de datos, incluyendo datos de formulación, propiedades físicas y químicas, y datos relacionados con el proceso de vitrificación.
Contenido de la presentación oral
En 2010, el software JMP fue implementado en la Comisión Francesa de Energía Atómica por equipos de I+D que desarrollan la formulación de vidrio nuclear. En la Conferencia Discovery Summit, celebrada en Denver en 2011, mostramos cómo utilizamos las plataformas de análisis estadístico JMP para comparar dominios de composición de vidrio con un alto grado de complejidad. Considerando la complejidad de la formulación de vidrio en cuestión, es necesario utilizar un enfoque de Diseño de Experimentos (DOE). En 2011, explicamos por qué las plataformas de análisis estadístico JMP 9 no cumplían con todas nuestras especificaciones en ese momento. Sin embargo, desde entonces, los desarrolladores de JMP han realizado numerosas mejoras, y JMP 11 proporciona métodos eficaces para generar y analizar DOE de mezclas, con el fin de investigar dominios experimentales altamente restringidos. Durante la presentación, presentamos algunos fundamentos sobre el diseño de mezclas y mostramos cómo utilizamos la plataforma JMP Pro 11 Mixture DOE, tomando el ejemplo de una mezcla de 7 componentes con restricciones lineales. Comparamos el antiguo enfoque de "diseño basado en la distancia", que hemos utilizado durante aproximadamente diez años con otros paquetes de software comerciales, con diseños óptimos generados con JMP. Se consideran diversos criterios de optimalidad, como la eficiencia D y la varianza promedio de la predicción, por ejemplo.
Los desarrolladores de JMP también han realizado esfuerzos para mejorar las plataformas Fit Model y Stepwise, lo que permite construir modelos predictivos de propiedad a composición aún más precisos. Durante la presentación, mostramos cómo JMP permite analizar los resultados obtenidos de la plataforma JMP DOE, así como los resultados provenientes de conjuntos de datos externos. Presentamos el ejemplo de un modelo de viscosidad-composición y explicamos por qué la herramienta Prediction Profiler es muy útil para esta aplicación. Finalmente, explicamos la gran relevancia de la plataforma JMP Multivariate (PCA y Clustering) para analizar los conjuntos de big data que hemos generado durante décadas en el campo de la formulación de vidrio nuclear.
Bibliografía
- H. Scheffé, Experimentos con mezclas, Revista de la Royal Statistical Society B , 20, 344-360, 1958
- RA Mc Lean, VL Anderson, Diseño de vértices extremos, Technometrics, 8, 447-454, 1966
- RD Snee, Diseños experimentales para sistemas de mezcla con restricciones multicomponentes, Comunicaciones en Estadística – Teoría y Métodos , A8(4), 303-326, 1979
- LA Chick et al., Los efectos de la composición en las propiedades de un sistema de vidrio de residuos nucleares de 11 componentes , Laboratorio del Noroeste del Pacífico, operado por Battelle, PNL-3188, 1981
- LA Chick, GF Piepel, Optimización estadísticamente diseñada de una composición de vidrio, Revista de la Sociedad Americana de Cerámica , 67(11), 763-768, 1984
- GF Piepel, Cálculo de centroides en experimentos de mezclas restringidas, Tecnometría , 25(3), 279-283, 1983
- GF Piepel, Programas para generar vértices extremos y centroides de regiones experimentales linealmente restringidas, Revista de tecnología de calidad , 20(2), 125-139, 1988
- PR Hrma, et al., Base de datos y modelos provisionales de propiedades del vidrio para vidrios HLW de Hanford, Laboratorio del Noroeste del Pacífico, operado por Battelle , PNNL-13573, 2001
- JA Cornell, Experimentos con mezclas: diseños, modelos y análisis de datos de mezclas , Tercera edición, Wiley, Ed. Nueva York, 2002
- GF Piepel, SK Cooley, B. Jones, Construcción de un diseño experimental de mezcla en capas de 21 componentes utilizando un nuevo algoritmo de intercambio de coordenadas de mezcla, Ingeniería de calidad , 17, 579-594, 2005
