Inverse uncertainty quantification for the safety analysis of nuclear power plants

Within the Best Estimate Plus Uncertainty (BEPU) framework for the safety analysis of Nuclear Power Plants (NPPs), the quantification of the uncertainty of the output of the Thermal-Hydraulic (T-H) model used is typically carried out by forward propagation of the uncertainties on relevant input parameters. In the current practice, the inputs distributions are defined by expert judgment. Recently, Inverse Uncertainty Quantification (IUQ) methods relying on experimental data are being considered. In this thesis report, a novel IUQ methodology is presented. The methodology consists of two main steps: i) Data Adequacy (DA) assessment, based on the formulation of a Multi-Criteria Decision-Making problem solved by Analytic Hierarchy Process combined with Interval Analysis and Monte Carlo Simulation; ii) integrated IUQ framework, based on global Sensitivity Analysis, to tailor the IUQ on the input sub-regions identified by segmented Initial and Boundary Conditions (ICs & BCs) domains of Separate Effect Test (SETs) data. The approaches for both step i) DA and step ii) IUQ are applied to the experimental databases made available to the participants of the ATRIUM (Application Tests for Realization of Inverse Uncertainty quantification and validation Methodologies in thermal hydraulics) project promoted by the OECD/NEA/CSNI. The results show that: i) the proposed approach for DA allows overcoming some of the limitations of expert-based approaches and ii) the developed IUQ framework achieves better outcomes than traditional IUQ methodologies when models highly sensitive to ICs & BCs are of concern.

Nell’ambito della metodologia denominata Best Estimate Plus Uncertainty (BEPU) per l’analisi del rischio degli impianti nucleari, la quantificazione dell’incertezza relativa alle predizioni del modello termoidraulico impiegato viene tipicamente svolta propagando direttamente le incertezze riguardanti importanti parametri di input. Allo stato dell’arte, le distribuzioni di questi parametri di input vengono generalmente stimate ricorrendo al giudizio di esperti. Recentemente, metodi di quantificazione inversa dell’incertezza (IUQ) basati sull’impiego di dati sperimentali sono attualmente in fase di studio. In questa tesi, una nuova metodologia di IUQ viene presentata, consistente in due passaggi fondamentali: i) una valutazione dell’adeguatezza dei dati (DA), basata su un problema decisionale a più criteri risolto tramite Analytic Hierarchy Process combinato con un’analisi di intervallo e simulazione Monte Carlo; ii) un metodo di IUQ localizzato, basato su analisi di sensitività globale, che focalizza l’analisi di IUQ su sotto-regioni descritte dalla segmentazione del dominio delle condizioni iniziali e al contorno (ICs & BCs) dei dati estratti da Separate Effect Test (SETs). Gli approcci sviluppati sia per i) DA che ii) IUQ sono stati applicati ai database sperimentali resi disponibili ai partecipanti del progetto ATRIUM (Application Tests for Realization of Inverse Uncertainty quantification and validation Methodologies in thermal hydraulics) promosso da OECD/NEA/CSNI. I risultati mostrano che: i) l’approccio proposto per DA permette il superamento di alcune limitazioni degli approcci basati sul guidizio di esperti e ii) la metodologia di IUQ sviluppata mostra che si possono ottenere risultati migliori rispetto a tradizionali metodologie di IUQ quando applicata a modelli che presentano elevate misure di sensitività rispetto alle ICs & BCs.