2 단계 몬테칼로 수송 계산 시 오차 전파를 해석하기 위한 실시간 평가 방법의 개발

Abstract

Researchers generally use a 2-step Monte Carlo simulation in analyzing various problems. Fuel depletion calculation, accelerator shielding analysis using secondary particle source term calculation, and residual radiation analysis are the examples of the problems. In this analysis process, the stochastic uncertainty estimated by the second step Monte Carlo calculation appears only as a final result, but it is underestimated because the stochastic error generated in the first step Monte Carlo calculation cannot be directly included. Hence, estimating the true stochastic uncertainty requires quantifying the propagation degree of stochastic error in the first step Monte Carlo calculation. The brute force technique, which uses multiple input clones with different random seeds, is a straightforward method to estimate the true uncertainty. However, it is a costly method to obtain reliable results. To overcome the inefficiency, the Oak Ridge National Laboratory proposed an adjoint-based method using the adjoint flux. Although it can reduce the computational time required to evaluate the true uncertainty, some limitations in applicability remain to be resolved. To address those limitations, a new strategy was proposed to estimate uncertainty propagation without any additional calculation in a 2-step MC simulation in this study. To verify the proposed approach, it was applied to activation benchmark problems and the results were compared with those of previous methods. The results show that the proposed method has good accuracy in quantifying uncertainty propagation with low computational cost. Also, it is found that it has high applicability to Monte Carlo transport code. It is expected that the proposed strategy will contribute to increasing the user-friendliness and applicability in analyzing uncertainty propagation in various multi-step Monte Carlo calculations.|노심 연소 계산, 잔류 방사선 해석 등을 전산 코드로 해석하기 위해서 일반적으로 2 단계 몬테칼로 수송 계산이 수행된다. 이를 통해 전산 코드로부터 얻어진 최종 결과값의 통계적 불확실도는 첫 번째 단계의 수송 계산 결과값의 통계적 불확실도를 포함하지 못하기 때문에, 실제 통계적 불확실도보다 과소평가될 수 있다. 따라서 정확한 불확실도 평가를 위해서는 첫 번째 단계의 수송 계산 결과값의 불확실도가 최종 결과값에 전파되는 정도를 정량화할 필요가 있다. 이를 위한 기존에 사용되던 대표적인 방법으로, 반복적인 수송 계산을 통해 불확실도 해석을 하 는 샘플링 기반 방법이 있다. 하지만 이 방법은 신뢰성 있는 불확실도 평가를 위해서는 많은 계산 시간이 요구된다. 이러한 비효율성을 개선하기 위해 오크리지 국립 연구소에서 수반 수송 계산을 통해 불확실도 전파 정도를 예측하는 방법을 제안하였다. 하지만 이 방법은 추가적인 수반 수송 계산이 필요할 뿐만 아니라, 적용하기 위한 절차가 복잡하여 사용자 편의성이 떨어지는 제약이 있었다. 이에 본 논문에서는 2 단계의 몬테칼로 계산 이외에 일체의 추가 계산 없이 불확실도 전파 정도를 예측하는 새로운 실시간 평가 방법이 제안되었다. 제안된 방법의 정확성을 검증하기 위해 잔류 방사선량 평가 문제에 적용하여 통계적 불확실도의 전파 정도를 평가했으며, 이를 기존 샘플링 기반 방법 및 수반 수송 계산 방법의 결과와 비교하였다. 그 결과 제안된 방법으로 예측한 값이 샘플링 기반 방법과 95 % 신뢰구간 내에서 일치하는 것을 확인하였고, 기존 방법에 비해 사용자 편의성을 향상시키면서도 높은 정확성을 가지는 것으로 평가되었다. 따라서 본 논문에서 제안된 방법은 몬테칼로 수송 계산 코드에 쉽게 적용될 수 있기 때문에, 2 단계 수송 계산 결과의 불확실도를 보다 정확하게 평가하기 위한 모듈로서 사용될 수 있을 것으로 기대된다.; Researchers generally use a 2-step Monte Carlo simulation in analyzing various problems. Fuel depletion calculation, accelerator shielding analysis using secondary particle source term calculation, and residual radiation analysis are the examples of the problems. In this analysis process, the stochastic uncertainty estimated by the second step Monte Carlo calculation appears only as a final result, but it is underestimated because the stochastic error generated in the first step Monte Carlo calculation cannot be directly included. Hence, estimating the true stochastic uncertainty requires quantifying the propagation degree of stochastic error in the first step Monte Carlo calculation. The brute force technique, which uses multiple input clones with different random seeds, is a straightforward method to estimate the true uncertainty. However, it is a costly method to obtain reliable results. To overcome the inefficiency, the Oak Ridge National Laboratory proposed an adjoint-based method using the adjoint flux. Although it can reduce the computational time required to evaluate the true uncertainty, some limitations in applicability remain to be resolved. To address those limitations, a new strategy was proposed to estimate uncertainty propagation without any additional calculation in a 2-step MC simulation in this study. To verify the proposed approach, it was applied to activation benchmark problems and the results were compared with those of previous methods. The results show that the proposed method has good accuracy in quantifying uncertainty propagation with low computational cost. Also, it is found that it has high applicability to Monte Carlo transport code. It is expected that the proposed strategy will contribute to increasing the user-friendliness and applicability in analyzing uncertainty propagation in various multi-step Monte Carlo calculations.