Cette thèse s’inscrit dans le cadre de la relance du nucléaire, et particulièrement des études de sûreté associées aux Accidents Graves (AG) dans les réacteurs de quatrième génération à neutrons rapides refroidis au sodium (RNR-Na). Lors d’un tel hypothétique événement, un jet de corium (mélange de combustible et éléments structurels du cœur fondus) interagit avec le fluide caloporteur du réacteur. Ce phénomène, appelé FCI (Fuel Coolant Interaction), génère un transfert d’énergie vers le caloporteur qui peut mener à des explosions de vapeur. L’objectif de la thèse est d’améliorer les outils de simulation de la FCI pour les RNR-Na.
Le développement du code SCONE de calcul FCI s’appuie sur TRUST, plateforme numérique open source du CEA. TRUST est un outil mature d’un point de vue HPC et robustesse numérique, mais souffre de certaines de limitations numériques pour la simulation des AG : termes de transports à l’ordre 1, schémas peu adaptés à la simulation d’écoulements fortement compressibles et donc de l’explosion vapeur, diffusion numérique.
La thèse propose de pallier ces limites en suivant une démarche de recherche en trois partie. La première partie consiste à étendre les schémas existants dans SCONE afin de les rendre compatibles avec la simulation de chocs forts. Une dérivation via un principe de moindre action sera utilisée à des fins de consistance thermodynamique. Dans une deuxième partie, les schémas développés seront étendus au multiphase à partir des deux modèles classiques de la littérature (iso-pression et Baer-Nunziato). Enfin, la dernière partie consistera en la réduction de la diffusion numérique des indicateurs de phase, grâce à la montée en ordre (avec limitation multidimensionnelle) des termes d’advection et une reconstruction d’interface (de type VOF-PLIC). Ces algorithmes étant classiquement coûteux numériquement, des techniques de Machine Learning seront utilisées pour accélérer l’identification de configurations d’interface.
Le travail proposé ouvre des perspectives professionnelles dans le domaine de la simulation et des méthodes numériques, en particulier vers les centres de recherche et les départements de R&D dans l’industrie.
Un stage de master 2 est proposé par l’équipe en complément de la thèse.