Análisis de métodos de reducción de varianza y su implementación al código Monte Carlo OPENMC
En el presente trabajo se lleva a cabo el análisis de métodos de reducción de varianza para acelerar cálculos de transporte de radiación por el método Monte Carlo. En particular, se estudiaron dos métodos de control de población: distribuciones de importancia (geometry splitting) y ventanas de pe...
Guardado en:
Autor principal: | |
---|---|
Formato: | Tesis NonPeerReviewed |
Lenguaje: | Español |
Publicado: |
2020
|
Materias: | |
Acceso en línea: | http://ricabib.cab.cnea.gov.ar/922/1/Deb%C3%A1rbora.pdf |
Aporte de: |
id |
I25-R131-922 |
---|---|
record_format |
dspace |
spelling |
I25-R131-9222021-06-07T14:24:46Z Análisis de métodos de reducción de varianza y su implementación al código Monte Carlo OPENMC Analysis of variance reduction methods and their implementation to OPENMC Monte Carlo Code Debárbora, Mauricio E. Ingeniería nuclear Monte Carlo Methods Método de Monte Carlo [Variance reduction Varianza de reducción Geometry splitting Weight window Importance sampling Mapeo de importancia] En el presente trabajo se lleva a cabo el análisis de métodos de reducción de varianza para acelerar cálculos de transporte de radiación por el método Monte Carlo. En particular, se estudiaron dos métodos de control de población: distribuciones de importancia (geometry splitting) y ventanas de peso (weight windows). Estos métodos fueron implementados en el código Monte Carlo OpenMC. Como parte del trabajo se validó el código con tres benchmarks, uno de criticidad, uno de fuente fija de neutrones y el último de fuente fija de fotones, para luego implementar los métodos de reducción de varianza tanto en el código fuente en C++ como en el API en Python. Para simplificar el uso por parte del usuario se desarrolló una herramienta de cálculo de mapas de importancia y ventanas de peso, que genera en forma automática los parámetros necesarios para aplicar estos métodos de reducción de varianza. La implementación de los métodos fue verificada con dos problemas de transporte de fuente fija, uno de transporte de neutrones y el otro de fotones, observándose un aumento en la velocidad de cálculo sin afectar el resultado. In the present work the analysis of the variance reduction techniques to accelerate radiation transport calculations by Monte Carlo method are presented. Particularly, two methods of population control were studied: Geometry splitting and Weight windows. These methods were implemented in the Monte Carlo code OpenMC. Performing validation of the program has been made for both fixed source (photon and neutron) and critical problems simulations, and then the two methods were implemented in the source code in C++ and in the API in Python. To simplify the use by the user an importance and weight windows map generator was developed, wich generates the parameters needed by the two variance reduction techniques. The correct operation of the variance reduction techniques and the importance map generator for the transport of neutrons and photons were verified. This was done by analyzing simple benchmarks for each type of particle. It was observed that the velocity of the program increase without affecting the result. 2020-07-22 Tesis NonPeerReviewed application/pdf http://ricabib.cab.cnea.gov.ar/922/1/Deb%C3%A1rbora.pdf es Debárbora, Mauricio E. (2020) Análisis de métodos de reducción de varianza y su implementación al código Monte Carlo OPENMC / Analysis of variance reduction methods and their implementation to OPENMC Monte Carlo Code. Proyecto Integrador Ingeniería Nuclear, Universidad Nacional de Cuyo, Instituto Balseiro. http://ricabib.cab.cnea.gov.ar/922/ |
institution |
Instituto Balseiro |
institution_str |
I-25 |
repository_str |
R-131 |
collection |
Repositorio Institucional Centro Atómico Bariloche e Instituto Balseiro (RICABIB) |
language |
Español |
orig_language_str_mv |
es |
topic |
Ingeniería nuclear Monte Carlo Methods Método de Monte Carlo [Variance reduction Varianza de reducción Geometry splitting Weight window Importance sampling Mapeo de importancia] |
spellingShingle |
Ingeniería nuclear Monte Carlo Methods Método de Monte Carlo [Variance reduction Varianza de reducción Geometry splitting Weight window Importance sampling Mapeo de importancia] Debárbora, Mauricio E. Análisis de métodos de reducción de varianza y su implementación al código Monte Carlo OPENMC |
topic_facet |
Ingeniería nuclear Monte Carlo Methods Método de Monte Carlo [Variance reduction Varianza de reducción Geometry splitting Weight window Importance sampling Mapeo de importancia] |
description |
En el presente trabajo se lleva a cabo el análisis de métodos de reducción de varianza
para acelerar cálculos de transporte de radiación por el método Monte Carlo.
En particular, se estudiaron dos métodos de control de población: distribuciones de
importancia (geometry splitting) y ventanas de peso (weight windows). Estos métodos
fueron implementados en el código Monte Carlo OpenMC.
Como parte del trabajo se validó el código con tres benchmarks, uno de criticidad,
uno de fuente fija de neutrones y el último de fuente fija de fotones, para luego implementar
los métodos de reducción de varianza tanto en el código fuente en C++ como
en el API en Python. Para simplificar el uso por parte del usuario se desarrolló una
herramienta de cálculo de mapas de importancia y ventanas de peso, que genera en
forma automática los parámetros necesarios para aplicar estos métodos de reducción
de varianza.
La implementación de los métodos fue verificada con dos problemas de transporte
de fuente fija, uno de transporte de neutrones y el otro de fotones, observándose un
aumento en la velocidad de cálculo sin afectar el resultado. |
format |
Tesis NonPeerReviewed |
author |
Debárbora, Mauricio E. |
author_facet |
Debárbora, Mauricio E. |
author_sort |
Debárbora, Mauricio E. |
title |
Análisis de métodos de reducción de varianza y su implementación al código Monte Carlo OPENMC |
title_short |
Análisis de métodos de reducción de varianza y su implementación al código Monte Carlo OPENMC |
title_full |
Análisis de métodos de reducción de varianza y su implementación al código Monte Carlo OPENMC |
title_fullStr |
Análisis de métodos de reducción de varianza y su implementación al código Monte Carlo OPENMC |
title_full_unstemmed |
Análisis de métodos de reducción de varianza y su implementación al código Monte Carlo OPENMC |
title_sort |
análisis de métodos de reducción de varianza y su implementación al código monte carlo openmc |
publishDate |
2020 |
url |
http://ricabib.cab.cnea.gov.ar/922/1/Deb%C3%A1rbora.pdf |
work_keys_str_mv |
AT debarboramauricioe analisisdemetodosdereducciondevarianzaysuimplementacionalcodigomontecarloopenmc |
_version_ |
1794277860359274496 |