La modélisation multiphysique est essentielle pour l'analyse des réacteurs nucléaires, mais la propagation des incertitudes entre différents domaines physiques (comme les comportements thermiques, mécaniques et neutroniques) est souvent négligée en raison de sa complexité. Ce projet de thèse vise à relever ce défi en développant des méthodes innovantes pour intégrer la quantification des incertitudes dans les modèles multiphysiques.

L'objectif principal est de proposer des approches de modélisation optimales, adaptées à différents niveaux de précision. Le projet explorera des techniques avancées, telles que la modélisation d'ordre réduit et l'expansion du chaos polynomial, pour identifier et classer les paramètres d'entrée ayant l'impact le plus significatif sur les sorties du système, indépendamment de leur domaine physique. Une comparaison entre des modèles « haute fidélité », développés à l'aide des outils de simulation de référence du CEA, et des modèles « best-estimate » conçus pour un usage industriel sera réalisée. Cette analyse comparative mettra en lumière comment les erreurs se propagent dans les différentes approches de simulation.

Les modèles seront validés à l'aide de données expérimentales de SEFOR, un réacteur rapide refroidi au sodium. Ces expériences fournissent des repères précieux pour tester les modèles multiphysiques dans des conditions réalistes de réacteur. Ce projet répond directement au besoin croissant de l'industrie nucléaire pour des outils de modélisation fiables et efficaces, visant à améliorer la sécurité et la performance des réacteurs.

Le candidat évoluera dans un environnement dynamique au CEA, avec accès à des ressources de simulation avancées et des opportunités de collaboration avec d'autres chercheurs et doctorants. Le projet offre également la possibilité de présenter les résultats lors de conférences nationales et internationales, avec des perspectives de carrière solides dans la conception de réacteurs nucléaires, l'analyse de la sûreté et la simulation avancée.