Fuel inventory and generation of carbon and metal dust in a tokamak are perceived to be serious safety and economy issues for the steady-state operation of a fusion reactor, e.g. ITER. These topics have been explored in this thesis in order to contribute to a better understanding and the development of methods for controlling and curtailing fuel accumulation and dust formation in controlled fusion devices. The work was carried out with material facing fusion plasmas in three tokamaks: TEXTOR in Forschungszentrum Jülich (Germany), Tore Supra in the Nuclear Research Center Cadarache (France) and JET in Culham Centre for Fusion Energy (United Kingdom). Following issues were addressed: (a) properties of material migration products, i.e. co-deposited layers and dust particles; (b) impact of fuel removal methods on dust generation and on modification of plasma-facing components; (c) efficiency of fuel and deposit removal techniques; (d) degradation mechanism of diagnostic components - mirrors - and methods of their regeneration. / <p>QC 20121116</p>

Le formulaire de calcul DARWIN2.3, basé sur l’évaluation des données nucléaires JEFF-3.1.1, est dédié aux applications du cycle du combustible nucléaire. Il est validé expérimentalement pour le calcul du bilan matière par comparaison avec des mesures de rapports isotopiques réalisées sur des tronçons de combustibles irradiés en réacteur de puissance. Pour certains nucléides d’intérêt pour le cycle du combustible, la validation expérimentale montre que le calcul de la concentration en évolution pourrait être amélioré. C’est dans ce contexte que les travaux de thèse ont été menés : après s’être assuré que le biais Calcul / Expérience (C/E) est majoritairement dû aux données nucléaires, deux voies d’amélioration du calcul du bilan matière sont proposées et étudiées.La première voie d’amélioration s’attache à la ré-estimation des données nucléaires par assimilation des données intégrales. Elle consiste en l'assimilation des données provenant de la validation expérimentale du calcul du bilan matière avec DARWIN2.3 à l'aide du code d’évaluation des données nucléaires CONRAD. Des recommandations d’évolution d’évaluation, qui découlent de l’analyse de ces travaux, sont effectuées.La deuxième voie d’amélioration consiste à proposer de nouvelles expériences pour valider les données nucléaires impliquées dans la formation de nucléides pour lesquels on ne dispose pas d’expérience pour valider le calcul de la concentration avec DARWIN2.3. La faisabilité d’une expérience dédiée à la validation des sections efficaces des réactions de formation du 14C, à savoir 14N(n,p) et 17O(n,α), a été démontrée en ce sens. / The DARWIN2.3 calculation package, based on the use of the JEFF-3.1.1 nuclear data library, is devoted to nuclear fuel cycle studies. It is experimentally validated for fuel inventory calculation thanks to dedicated isotopic ratios measurements realized on in-pile irradiated fuel rod cuts. For some nuclides of interest for the fuel cycle, the experimental validation work points out that the concentration calculation could be improved. The PhD work was done in this framework: having verified that calculation-to-experiment (C/E) biases are mainly due to nuclear data, two ways of improving fuel inventory calculation are proposed and investigated. It consists on one hand in improving nuclear data using the integral data assimilation technique. Data from the experimental validation of DARWIN2.3 fuel inventory calculation are assimilated thanks to the CONRAD code devoted to nuclear data evaluation. Recommendations of nuclear data evaluations are provided on the basis of the analysis of the assimilation work. On the other hand, new experiments should be proposed to validate nuclear data involved in the buildup of nuclides for which there is no post-irradiation examination available to validate DARWIN2.3 fuel inventory calculation. To that extent, the feasibility of an experiment dedicated to the validation of the ways of formation of 14C, which are 14N(n,p) and 17O(n,α) reaction cross sections, was demonstrated.

Denna undersökning handlar om hur data för ett lagerhanteringssystem, inom oljebranschen, kan lagras på ett mer effektivt sätt. Med hjälp av en databasmodell bidrar den här rapporten genom att visa nya lagringsmöjligheter som finns för företaget Preem. Förutom det ger undersökningen, bland annat, svar på hur skillnader mellan uppgiven (enligt leverantören) och uppmätt drivmedelsvolym för utförda leveranser kan beräknas, med hjälp av att begära information från en databas. Genom en bättre utförd datalagring kommer det vara lättare att hantera ett lager och kunna upptäcka när ett fel uppstår, som gör att informationen om volymen i lagret ändras felaktigt. Ett vanligt existerande problem är att två källor anger två olika resultat som berör lagermängden. Rapporten innehåller två framtagna databasmodeller samt inkluderar de teoretiska fakta som krävs för att förstå sådana modeller, och att kunna få en uppfattning för hur en sådan modell implementeras som en databas. Exempel på sådan information är vad en databas är, hur modellering av en sådan går till, bland mycket annat. Samtidigt framhåller denna undersökning idéer på vad det finns för fortsatta utvecklingsmöjligheter för Preem. / The purpose of this research is to study how a stock management system within the oil industry can be stored in a more efficient way. With the use of a database model, this study will show new data storage possibilities for Preem (one of the largest fuel companies in Sweden). The research will determine the difference between the fuel volume stated (by the supplier) and the measured volume (in the tank), by requesting information from a new designed database. With more effective data storage it will be easier to manage stock and to detect errors, which can interfere with the information about the volume in stock. Having two different sources of information that can give two different results for the stock quantity, causes these errors. The report contains two developed database models as well as the theoretical facts that is necessary for understanding such models and their implementation as a database. For example gives a definition of a database, and a description of the modelling process. This research is concluded by some recommendations for Preem’s future progress for the system.