Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O esquema iterativo de fonte de espalhamento (SI) é tradicionalmente aplicado para a convergência da solução numérica de malha fina para problemas de transporte de nêutrons monoenergéticos na formulação de ordenadas discretas com fonte fixa. O esquema SI é muito simples de se implementar sob o ponto de vista computacional; porém, o esquema SI pode apresentar taxa de convergência muito lenta, principalmente para meios difusivos (baixa absorção) com vários livres caminhos médios de extensão. Nesta dissertação descrevemos uma técnica de aceleração baseada na melhoria da estimativa inicial para a distribuição da fonte de espalhamento no interior do domínio de solução. Em outras palavras, usamos como estimativa inicial para o fluxo escalar médio na grade de discretização de malha fina, presentes nos termos da fonte de espalhamento das equações discretizadas SN usadas nas varreduras de transporte, a solução numérica da equação da difusão de nêutrons em grade espacial de malha grossa com condições de contorno especiais, que aproximam as condições de contorno prescritas que são clássicas em cálculos SN, incluindo condições de contorno do tipo vácuo. Para aplicarmos esta solução gerada pela equação da difusão em grade de discretização de malha grossa nas equações discretizadas SN de transporte na grade de discretização de malha fina, primeiro implementamos uma reconstrução espacial dentro de cada nodo de discretização, e então determinamos o fluxo escalar médio em grade de discretização de malha fina para usá-lo nos termos da fonte de espalhamento. Consideramos um número de experimentos numéricos para ilustrar a eficiência oferecida pela presente técnica (DSA) de aceleração sintética de difusão. / The scattering source iterative (SI) scheme is traditionally applied to converge finemesh numerical solutions to fixed-source discrete ordinates neutron transport problems. The SI scheme is very simple to implement under a computational viewpoint. However, the SI scheme may show very slow convergence rate, mainly for diffusive media (low absorption) with several mean free paths in extent. In this work we describe an acceleration technique based on an improved initial guess for the scattering source distribution within the slab. In other words, we use as initial guess for the fine-mesh average scalar flux in the scattering source terms of the SN discretized equations used in the transport sweeps, the coarse-mesh solution of the neutron diffusion equation with special boundary conditions to account for the classical SN prescribed boundary conditions, including vacuum boundary conditions. To apply this coarse-mesh diffusion solution into the fine-mesh SN transport sweep discretized equations, we first perform within-node spatial reconstruction, and then we determine the fine-mesh average scalar flux for use in the scattering source terms. We consider a number of numerical experiments to illustrate the efficiency of the offered diffusion synthetic acceleration (DSA) technique.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O esquema iterativo de fonte de espalhamento (SI) é tradicionalmente aplicado para a convergência da solução numérica de malha fina para problemas de transporte de nêutrons monoenergéticos na formulação de ordenadas discretas com fonte fixa. O esquema SI é muito simples de se implementar sob o ponto de vista computacional; porém, o esquema SI pode apresentar taxa de convergência muito lenta, principalmente para meios difusivos (baixa absorção) com vários livres caminhos médios de extensão. Nesta dissertação descrevemos uma técnica de aceleração baseada na melhoria da estimativa inicial para a distribuição da fonte de espalhamento no interior do domínio de solução. Em outras palavras, usamos como estimativa inicial para o fluxo escalar médio na grade de discretização de malha fina, presentes nos termos da fonte de espalhamento das equações discretizadas SN usadas nas varreduras de transporte, a solução numérica da equação da difusão de nêutrons em grade espacial de malha grossa com condições de contorno especiais, que aproximam as condições de contorno prescritas que são clássicas em cálculos SN, incluindo condições de contorno do tipo vácuo. Para aplicarmos esta solução gerada pela equação da difusão em grade de discretização de malha grossa nas equações discretizadas SN de transporte na grade de discretização de malha fina, primeiro implementamos uma reconstrução espacial dentro de cada nodo de discretização, e então determinamos o fluxo escalar médio em grade de discretização de malha fina para usá-lo nos termos da fonte de espalhamento. Consideramos um número de experimentos numéricos para ilustrar a eficiência oferecida pela presente técnica (DSA) de aceleração sintética de difusão. / The scattering source iterative (SI) scheme is traditionally applied to converge finemesh numerical solutions to fixed-source discrete ordinates neutron transport problems. The SI scheme is very simple to implement under a computational viewpoint. However, the SI scheme may show very slow convergence rate, mainly for diffusive media (low absorption) with several mean free paths in extent. In this work we describe an acceleration technique based on an improved initial guess for the scattering source distribution within the slab. In other words, we use as initial guess for the fine-mesh average scalar flux in the scattering source terms of the SN discretized equations used in the transport sweeps, the coarse-mesh solution of the neutron diffusion equation with special boundary conditions to account for the classical SN prescribed boundary conditions, including vacuum boundary conditions. To apply this coarse-mesh diffusion solution into the fine-mesh SN transport sweep discretized equations, we first perform within-node spatial reconstruction, and then we determine the fine-mesh average scalar flux for use in the scattering source terms. We consider a number of numerical experiments to illustrate the efficiency of the offered diffusion synthetic acceleration (DSA) technique.