Optimasi Fraksi Bahan Bakar dengan Artificial Neural Network serta Analisis Neutronik Pada MSR 300 MWth Berbahan Bakar DNU-Th Fluorida dan LiF-BeF2

Muhammad Alridz Al Farabi Pasha, Prof. Dr. Ir. Andang Widi Harto, MT., IPU., ASEAN Eng. ; Dr. Ir. Alexander Agung, S.T., M.Sc., IPU.

2025 | Skripsi | TEKNIK NUKLIR

Molten salt reactor adalah salah satu kandidat yang paling menjanjikan untuk reaktor generasi-IV karena memiliki fitur reprocessing secara kontinu yang berdampak pada penggunaan bahan bakar yang lebih hemat dan efisien. Dikarenakan kurangnya penelitian yang komprehensif terhadap MSR, maka telah dilakukan penelitian reaktor MSR berbahan bakar DNU-thorium fluorida dengan daya 300 MWth menggunakan molten salt berupa LiF-BeF2. Penelitian ini dilakukan  dengan  kode  transport  neutron  OpenMC. Analisis  neutronik  yang dilakukan pada reaktor ini terdiri dari parameter FTC, koefisien void, optimasi posisi batang kendali, simulasi pengurasan bahan bakar, neutron spektra serta simulasi deplesi/burnup. Metode ANN (artificial neural network) digunakan sebagai metode optimasi konfigurasi reaktor tersebut dikarenakan kompleksitas konfigurasi reaktor. Penggunaan ANN ini mempertimbangkan 4 parameter masukan, berupa fraksi/persentase bahan bakar uranium dengan thorium fluorida, fraksi larutan garam dengan bahan bakar, fraksi senyawa garam LiF dan BeF2 dan tebal ring pin marginal. Keempat parameter digunakan untuk meprediksi/regresi 3 parameter keluaran yaitu keff, koefisien void dan conversion ratio.

Hasil yang didapatkan adalah desain reaktor ini memiliki efek reaktivitas negatif terhadap suhu yang merupakan hal baik dalam aspek keselamatan. Kemudian, dengan melakukan simulasi deplesi, reaktor ini memiliki kemampuan breeder (BR > 1) pada tingkat pengayaan 10,2 dan 10,4 233U at% pada langkah 3000 dan  3500  MWD/MTU.  Penggunaan  metode ANN  untuk  optimasi  konfigurasi desain didapatkan optimasi yang terbaik adalah konfigurasi dengan fraksi uranium fluorida dengan thorium fluorida sebesar 21,94%, fraksi larutan garam dan bahan bakar sebesar 72%, fraksi senyawa garam LiF dan BeF2 sebesar 63,2?n tebal pin marginal/blanket sebanyak 2 ring. 

Molten salt reactor is one of most promising candidates for generation-IV reactor due to the ability of continuous reprocessing that makes this reactor fuel- efficient, which is affecting overall fuel sustainability. Due to the lack of comprehensive research on this topic, research on this topic has been conducted. This research focuses on a MSR 300 MWth design utilizing LiF-BeF2 as the molten salt media. Various neutronic analyses were calculated using open-source neutronic code, OpenMC. These analyses include calculations of FTC (fuel temperature coefficient), void coefficient, optimization of control rod position, fuel draining simulations, neutron spectra at moderator and fuel component, and depletion/burnup simulation. This research utilizes ANN (artificial neural network) as a regression method for optimizing reactor configuration due to its very complex configuration. The usage of ANN considers 4 parameters as the input, such as whole fraction/percentation of UF4  and ThF4, fraction of salt to fuel , fraction of salt compound LiF to BeF2  and quantity of marginal pin in the outer ring. These parameters were used to predict 3 output parameters that define the neutronic characteristics of the reactor, such as effective multiplication, void coefficient, and conversion ratio.

The results of this research state that the reactor exhibits negative feedback reactivity in response to an increase in fuel temperature, which is needed for the safety aspect. Burnup simulation reveals that the reactor demonstrate breeding ability  at  enrichment  level  of  233U  at  10.2  and  10.4  at%  at  3000  and  3500

MWD/MTU.  Using ANN  model,  an  optimized  configuration  was  identified, characterized by using 21.94% fraction of uranium fluoride compared to the total atomic fuel, 72% fraction of salt compared to the total fuel component (fuel and 

salt), and 63.2% of LiF to the total salt compound (LiF and BeF2) and also for the thickness of marginal pin is 2 ring of marginal/blanket pin at the outer ring.

Kata Kunci : ANN, breeder, MSR, thorium, 233U