Amélioration de la démarche de vérification et validation du nouveau code de neutronique APOLLO3

Le code APOLLO3®, développé par le CEA avec le soutien d’EDF et AREVA, s’inscrit dans le programme de développement d’une plate-forme logicielle neutronique permettant de modéliser plus finement les phénomènes physiques des cœurs de réacteurs existant (jusqu’à Génération III) ainsi que la conception et la réalisation des concepts du futur (Génération IV). Malgré les avancées technologiques en matière d’informatique (augmentation du nombre d’opération par seconde et des volumes de stockage), des approximations sont toujours nécessaires dans les codes déterministes. Or, ces approximations apportent des erreurs plus ou moins importantes, que l’on appelle des biais de méthodes ou de calcul, qui se répercutent sur les résultats finaux.Lors des précédents travaux de validation, il s’agissait de comparer le résultat du schéma de calcul choisi avec un code étalon (stochastique ou déterministe). Cette comparaison permettait d’avoir un biais global associé au schéma de calcul. La validation plus en profondeur des fonctionnalités servait à optimiser le schéma de calcul. Cependant, l’impact des biais des fonctionnalités sur le biais global du schéma de calcul jusqu’au cœur n’était jamais quantifié. Le premier objectif de cette thèse est de quantifier les biais associés aux principales fonctionnalités du code APOLLO3®, et de mesurer leur impact sur le biais global.L’autre partie de cette thèse porte sur la définition du domaine de Validation du code APOLLO3®. Le domaine de Validation regroupe l’ensemble des applications dans lequel le code donne de bons résultats et a été validé. The APOLLO3® code, developed at CEA with the support of EDF and AREVA, is the result of a project aiming at developing a neutronic software platform with improved models of physical phenomena for existing reactor cores (until 3rd generation) but also for future reactor concepts (4th generation). Despite technological improvements in computer science (number of operations per second and storage volume increased), approximations are unavoidable in deterministic codes. Yet, those approximations bring more or less important discrepancies, named model biases, on different core characteristics (pointed out through reference calculations).During previous validation processes, the purpose was to compare a chosen calculation scheme against a reference calculation (Monte-Carlo or deterministic). This comparison allowed the users to get a global bias associated with a calculation scheme. Further validati