Vous serez accueilli·e au sein del’IRESNE, institut de la DES, où vous intégrerez l’équipe du laboratoire et participerez pleinement à ses activités.
Le Laboratoire de pré-Conception et d’Optimisation des Systèmes (LCOS) réalise les études de préconception, de fonctionnement normal et accidentel et de sûreté des systèmes nucléaires innovants de toutes les filières (réacteur, systèmes de conversion d'énergie…). Il intègre également les interactions entre les énergies nucléaires et renouvelables dans le cadre du mix énergétique français.
Le LCOS exploite pour ces études des outils simplifiés capables de faire des calculs accidentels rapides, malgré la complexité de la physique en jeu, afin d’orienter les choix de design le plus tôt dans la phase de conception.
Ces outils ont prouvé leur utilité et sont régulièrement mobilisés pour de nouvelles études. Cependant, ils ont initialement été développés en langage MATLAB, de manière indépendante et sont chacun dédiés à une portion distincte d’une séquence accidentelle.
S’appuyant sur une solide expérience acquise au fil des projets, le LCOS engage une modernisation de ces outils simplifiés afin de pérenniser leur usage. Les objectifs sont de les convertir en langage Python et de les coupler afin de faciliter la formation à leur utilisation, la réalisation d’études futures et de gagner en fiabilité.
Parmi ces outils, les codes MACARENa [1] et OCARINa [2] sont particulièrement utilisés car ils permettent de modéliser les trois principaux débuts de séquences accidentelles. Le premier est dédié aux accidents de perte de débit primaire (ULOF – Unprotected Loss of Flow) et permet la simulation des accidents de bouchage d’assemblage (USAF - Unprotected SubAssembly Fault) tandis que le second est dédié aux accidents d’excursion de puissance (UTOP – Unprotected Transient OverPower).
Afin d’initier ces travaux, le LCOS recherche un alternant dont l’objectif principal est de créer un nouvel outil en Python issu de la fusion des outils MACARENa et OCARINa. Les travaux que l’apprenti aura à mener sont:
* Prendre en main ces outils et comprendre ce qu’ils permettent d’étudier,
* Comprendre les modèles physiques mis en jeu,
* Développer un diagramme UML global,
* Implémenter le nouvel outil en langage python,
* Valider cet outil par comparaison avec les codes originaux.
[1] Jean-Baptiste Droin, Physical tool for Unprotected Loss Of Flow transient simulations in a Sodium Fast Reactor, Annals of Nuclear Energy 106 (2017) 195–210.
[2] K. Herbreteau, Sodium-cooled fast reactor pin model for predicting pin failure during a power excursion, Nuclear Engineering and Design 335 (2018) 279–290.
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.