Estimation du bruit neutronique stochastique à l’aide d’une approche numérique de simulation d’événements rares. Application au suivi de la réactivité de systèmes nucléaires. // Stochastic Neutron Noise Estimation Using a Rare-Event Simulation Approach. A

Ce sujet de thèse vise à développer une méthode innovante permettant de caractériser la réactivité de systèmes fissiles à partir de l’analyse de leurs fluctuations stochastiques (bruit neutronique à zéro puissance). Dans un milieu fissile sous-critique, les neutrons issus de fissions spontanées peuvent initier des réactions en chaîne plus ou moins courtes et aléatoires, générant un signal fluctuant. Ce bruit porte une information essentielle sur la distance du système étudié à la criticité, paramètre déterminant pour la sûreté des installations nucléaires (prévention de différents accidents de sûreté-criticité) et pour la détection de matières fissiles non déclarées (sécurité et non-prolifération de matières nucléaires).

Les approches théoriques existantes pour déduire la réactivité d'un système à partir du bruit neutronique sont en effet limitées aux situations idéalisées et deviennent inadaptées dans des configurations réalistes, en particulier lorsque le système est fortement sous critique ou lorsqu’il existe des incertitudes fortes sur sa géométrie ou sa composition (cas des coriums de Fukushima Daiichi ou du stockage de combustibles irradiés). Recourir à des simulations Monte Carlo constitue alors une alternative naturelle, mais ces simulations nécessitent la mise en oeuvre de méthodes de réduction de variance qui ne peuvent préserver correctement les fluctuations stochastiques.

La thèse propose d’adresser ce verrou scientifique en adaptant une méthode de réduction de variance relativement récente dite Adaptive Multilevel Splitting (AMS), utilisée pour explorer efficacement des événements rares tout en conservant leurs propriétés statistiques. L’objectif est d’étendre cette méthode au cas du transport neutronique dans des milieux reproducteurs et d’en faire un outil capable de simuler fidèlement les corrélations temporelles caractéristiques du bruit neutronique. Après développement théorique, l’algorithme sera implémenté dans Geant4, puis comparé à des solutions analytiques et validé expérimentalement via des mesures in situ (utilisant des sources de neutron ou auprès de réacteur). À terme, ce travail pourra ouvrir sur des applications directes en surveillance nucléaire, diagnostic de sûreté et physique des détecteurs, mais présente également des perspectives en physique fondamentale et en physique médicale.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

This PhD project aims to develop an innovative method to characterize the reactivity of fissile systems by analyzing their stochastic fluctuations, known as zero-power neutron noise. In a subcritical fissile medium, neutrons originating from spontaneous fission can initiate short and random chain reactions, generating a fluctuating signal. This noise carries essential information on the distance of the system to criticality, a key parameter both for the safety of nuclear installations (prevention of criticality accidents) and for the detection of undeclared fissile materials (nuclear security and non-proliferation).

Existing theoretical approaches to infer system reactivity from neutron noise are limited to idealized situations and become unsuitable in realistic configurations, particularly when the system is strongly subcritical or when significant uncertainties exist regarding its geometry or composition (as in the case of the Fukushima Daiichi corium or spent fuel storage). Monte Carlo simulations then appear as a natural alternative, but current simulations rely on variance reduction techniques that fail to correctly preserve stochastic fluctuations.

This thesis proposes to address this scientific challenge by adapting a relatively recent variance reduction method known as Adaptive Multilevel Splitting (AMS), originally developed to efficiently sample rare events while preserving their statistical properties. The goal is to extend this method to neutron transport in multiplying media and to make it a tool capable of faithfully simulating the temporal correlations characteristic of neutron noise. Following the theoretical developments, the algorithm will be implemented in Geant4, compared to analytical benchmark solutions, and experimentally validated through in situ measurements (using neutron sources or research reactors). In the long term, this work may lead to direct applications in nuclear monitoring, safety diagnostics, and detector physics, while also opening perspectives in fundamental physics and medical physics.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Pôle fr : Direction de la Recherche Fondamentale
Département : Institut de recherche sur les lois fondamentales de l’univers
Service : Service de Physique Nucléaire
Laboratoire : Laboratoire etudes et applications des reactions nucleaires (LEARN)
Date de début souhaitée : 01-09-2026
Ecole doctorale : PHENIICS (PHENIICS)
Directeur de thèse : DUMONTEIL Eric
Organisme : CEA
Laboratoire : DRF/IRFU/DPhN
URL : http://eric.dumonteil.free.fr/
URL : https://irfu.cea.fr/dphn/

Public/private mixed funding

Pôle fr : Direction de la Recherche Fondamentale
Département : Institut de recherche sur les lois fondamentales de l’univers
Service : Service de Physique Nucléaire

Master 2 en physique fondamentale, en physique des réacteurs ou en mathématiques appliquées