Improvement of Self-Powered Neutron Detector Calibration for Power Monitoring in EPR Reactors
2026 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE credits
Student thesis
Abstract [en]
The EPR reactors developed by Framatome incorporate in-core instrumentation located inside the reactor vessel, within dedicated instrumentation rods, to enhance monitoring of the core power distribution. This system consists of 72 Self-Powered Neutron Detectors (SPNDs), distributed among 12 rods over six axial domains. These detectors generate a current proportional to the local neutron flux, which is directly related to the core power distribution and can therefore be used to monitor key reactor variables. This work focuses on the calibration of SPNDs for measuring the maximum linear power density. The method currently in use is deliberately conservative, ensuring a high level of safety, but lacks representativeness and tends to trigger false alarms, thereby reducing reactor availability. This limitation is addressed by calibrating the detectors to the average power of neighbouring fuel assemblies, using Voronoi polygons to define representative influence zones. In parallel, correlations between SPND responses and power distribution are analysed to enable collective use of the detectors and improve calibration weighting. After characterising the proposed methods under various transient conditions and assessing their robustness in the event of SPND failures, this work demonstrates that significant improvements in SPND calibration are achievable. Two enhancement strategies are identified: a combined collective and local averaging approach, which requires extensive preliminary tuning but offers high performance, and a simple affine method, requiring minimal preparation while still significantly increasing the reactor operating margin.
Abstract [sv]
EPR-reaktorerna som utvecklats av Framatome är utrustade med in-core-instrumentering placerad inuti reaktortanken i särskilda instrumenteringsstavar, i syfte att förbättra övervakningen av härdens effektdistribution. Systemet består av 72 självgenererande neutrondetektorer (Self-Powered Neutron Detectors, SPND), fördelade på 12 stavar över sex axiella zoner. Dessa detektorer genererar en ström som är proportionell mot det lokala neutronflödet, vilket är direkt relaterat till härdens effektdistribution och därmed kan användas för att övervaka centrala reaktorvariabler. Detta arbete fokuserar på kalibrering av SPND för mätning av den maximala linjära effekttätheten. Den nuvarande metoden är avsiktligt konservativ och säkerställer en hög säkerhetsnivå, men saknar representativitet och tenderar att utlösa falska larm, vilket minskar reaktorns tillgänglighet. Denna begränsning hanteras genom att kalibrera detektorerna mot den genomsnittliga effekten hos angränsande bränsleelement, där Voronoi-polygoner används för att definiera representativa influenszoner. Parallellt analyseras korrelationer mellan SPND-svar och effektdistribution för att möjliggöra kollektiv användning av detektorerna och förbättra viktningen av kalibreringen. Efter att ha karakteriserat de föreslagna metoderna under olika transienta förhållanden och utvärderat deras robusthet vid eventuella SPND-fel visar detta arbete att betydande förbättringar av SPND-kalibreringen är möjliga. Två huvudsakliga förbättringsstrategier identifieras: en kombinerad kollektiv och lokal medelvärdesmetod, som kräver omfattande inledande justering men erbjuder hög prestanda, samt en enkel affin metod, som kräver minimal förberedelse och samtidigt avsevärt ökar reaktorns driftmarginal.
Place, publisher, year, edition, pages
2026. , p. 54
Series
TRITA-EECS-EX ; 2026:187
Keywords [en]
Evolutionary Power Reactor, Instrumentation, Self Powered Neutron Detector, Linear Power Density, Loss of Representativeness
Keywords [sv]
Europeisk tryckvattenreaktor, Instrumentering, Självdriven Neutrondetektor, Linjär Effekttäthet, Förlust av Representativitet
National Category
Electrical Engineering, Electronic Engineering, Information Engineering
Identifiers
URN: urn:nbn:se:kth:diva-386166OAI: oai:DiVA.org:kth-386166DiVA, id: diva2:2088500
External cooperation
Framatome
Subject / course
Electrical Engineering
Educational program
Master of Science in Engineering - Electrical Engineering
Supervisors
Examiners
2026-08-312026-07-282026-08-31Bibliographically approved