Description de l'offre
La puissance résiduelle est l’énergie dégagée par la désintégration des radionucléides présents dans le combustible usé et déchargé des réacteurs. Une connaissance précise de sa valeur moyenne et de sa plage de variations revêt un aspect important pour le design, la sûreté et l’analyse du stockage, du transport et des systèmes de dépôt.
Ces informations ne pouvant pas être obtenues de manière exhaustive par la mesure, elles sont obtenues à l’aide d’outils de calcul scientifiques.
Ce dernier permet non seulement une estimation de la valeur nominale de cette observable mais également une quantification de sa variation dues aux incertitudes sur les données nucléaires.
Des travaux très récents ont cherché à propager des incertitudes d’ordre technologique telles que les paramètres de modélisation des assemblages, voire opérationnelle telles que les conditions d’opération (historique d’irradiation entre autre). Plusieurs méthodes peuvent s’avérer intéressantes: les processus gaussiens, l’approche bayésienne, les polynômes du chaos.
L’objectif de ce stage est de prendre en main l’une (voire plusieurs) de ces méthodes et de la (les) mettre en œuvre pour propager les incertitudes des paramètres d’entrée technologiques sur la puissance résiduelle.
Vous bénéficierez pour cela d’une base de données construite sur la base du schéma de calcul utilisé actuel au CEA et sur des plages de variation des paramètres d’entrée fournies par les industriels.
En outre, quelle que soit la méthode de propagation des incertitudes envisagée, une réduction du modèle devra être réalisée pour la construction du modèle de substitution. Une méthode d’analyse de sensibilité sera également menée afin de déterminer les données technologiques les plus impactantes sur la puissance résiduelle.
Moyens / Méthodes / Logiciels
Linux – bonne connaissance des logiciels de programmation de type Python, R, C++
Profil du candidat
Vous préparez un Bac+5 (Diplôme École d'Ingénieurs ou équivalents) en Mathématiques avec une appétence pour la physique – ou - Neutronicien avec une forte appétence pour les mathématiques
Compétences en probabilités/stat, machine learning – intérêt pour les applications en physique OU neutronicien ayant une très forte appétence pour les mathématiques.
Connaissance de Linux et maîtrise des logiciels de programmation de type Python, R, C++
Bonne qualité rédactionnelle et d’écoute
Capacité de travailler en équipe sur des champs multi-disciplinaires.
Conformément aux engagements pris par le CEA en faveur de l’intégration des personnes en situation d’handicap, cet emploi est ouvert à toutes et à tous. Le CEA propose des aménagements et/ou des possibilités d'organisation.
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.