L’équipe de tomographie muonique de l’Irfu a publié dans la revue Physical Review X [1] une étude sur la tomographie muonique du réacteur G3 au CEA de Marcoule. Des méthodes d’apprentissage automatique ont été utilisées pour améliorer la qualité de l’image obtenue. Les résultats ont révélé des anomalies structurelles inattendues, mettant en évidence des zones où le réacteur différait de sa conception initialement documentée. Ces informations sont cruciales pour le démantèlement de ces installations nucléaires. La tomographie muonique, renforcée par l’utilisation de techniques d’apprentissage automatique, entre ainsi dans une nouvelle ère, en démontrant à nouveau, après les deux découvertes de chambres dans la grande pyramide de Khéops [2, 3], qu’elle peut répondre à diverses problématiques, notamment dans le domaine du démantèlement nucléaire.
Contexte
Les réacteurs G2 et G3 au CEA de Marcoule sont les deux premiers réacteurs de la filière nucléaire française (voir figure 1). Ces réacteurs à l’uranium naturel graphite gaz (UNGG) ont été dimensionnés pour fournir chacun une puissance thermique de 250 MW. Mis en service respectivement en 1958 et 1959, ils ont fonctionné jusqu’en 1980 et 1984, avant d’entrer en phase de démantèlement. Pendant cette période, le CEA a l’obligation de rendre compte à l’Autorité de Sureté du Nucléaire en garantissant la sécurité et la surveillance des installations. C’est dans ce contexte que la tomographie muonique s’avère précieuse, grâce à sa capacité à sonder les structures denses de manière non invasive.
Introduction
Suite à la première imagerie 3D réalisée en 2023 sur le réacteur G2, en utilisant 27 positions et quatre télescopes [4], l’équipe de tomographie muonique de l’Irfu a redéployé ces quatre télescopes à muons (nommés Bose, Dirac, Einstein et Fermi) autour du réacteur G3. Durant plusieurs mois, ils ont enregistré des muons provenant de 46 points de vue différents (voir figure 2), avec des temps d’exposition pouvant varier de 3 semaines à deux mois par position. Cette approche a considérablement amélioré la couverture observationnelle par rapport à celle du réacteur G2.
Chaque télescope est composé de quatre détecteurs gazeux de type MultiGen, basés sur la technologie Micromegas à pistes résistives multiplexées, une invention de l’Irfu [5]. Chaque détecteur MultiGen enregistre la position des muons le traversant grâce à l’électronique Clas12, qui utilise les puces Dream également conçues à l’Irfu. Chaque détecteur, correspondant à un plan, fournit un point de passage du muon. En combinant ces points sur plusieurs plans, il est possible de reconstruire une ligne droite correspondant à la trajectoire du muon. De plus, l’expérience acquise lors de la mission ScanPyramid a permis de rendre les télescopes de l’Irfu plus compacts et de familiariser l’équipe à leur déploiement en conditions réelles. Ces conditions (espaces étroits, poussiéreux et sous contraintes particulières) reflètent celles des installations nucléaires en phase de démantèlement.
Résultats
L’analyse des données consiste d’abord à réaliser les 46 muographies correspondant aux différentes positions des télescopes. Pour chaque position, l’image des trajectoires des muons ayant traversé le réacteur et le télescope a été reconstruite. Ensuite, l’imagerie 3D est obtenue en assemblant les images des différentes projections grâce à l’algorithme SART (Simultaneous Algebric Reconstruction Technique) [6]. Initialement développé pour les scanners médicaux, cet algorithme s’avère particulièrement adapté lorsque les données sont limitées ou bruitées. L’imagerie en densité du réacteur G3 alors obtenue à partir de cet algorithme est présentée sur la figure 4. Des artéfacts apparaissent au niveau du sol : en effet les télescopes étant placés à cet endroit, les densités élevées sont davantage prises en compte dans la reconstruction à proximité de ces derniers.
Pour améliorer la qualité de la tomographie, une technique de débruitage a été appliquée aux données brutes avant la reconstruction des trajectoires des muons. Ensuite, un modèle d’apprentissage automatique a été entrainé sur des données synthétiques générées à partir d’un grand nombre de modèles similaires à G2 et G3. La figure 5 illustre un modèle factice de réacteur généré aléatoirement en changeant certains paramètres (position, densité, rotation, …) des principaux éléments. L’algorithme d’apprentissage automatique a ensuite été appliqué (post-traitement) à la tomographie. La figure 6 montre une amélioration significative de la répartition de la densité dans le volume de l’enceinte en béton du réacteur.
Enfin, la figure 7 compare l’apport de cette nouvelle analyse appliquée au réacteur G3 à celle réalisée sur G2 [4]
Par ailleurs, la reconstruction 3D a mis en évidence des écarts entre la structure existante du réacteur et ses spécifications de conception originales. Certains composants, supposés être présents, manquaient entièrement, et la densité du cœur de graphite du réacteur s’est avérée inférieure à ce qui avait été estimé précédemment. Ces résultats suggèrent que le réacteur a pu connaître des modifications importantes au fil du temps, peut-être en raison des effets du rayonnement et de l’usure liée aux années.
Cette compréhension nouvelle est cruciale dans le processus de démantèlement du réacteur. La méthode d’imagerie détaillée et non invasive aide non seulement à évaluer l’état interne du réacteur, mais fournit également des informations précieuses pour garantir un démantèlement en toute sécurité. Cette technique d’imagerie pénétrante s’avère être un outil essentiel pour l’inspection des composants internes des réacteurs G2 et G3 au cours de leur démantèlement.
Au-delà des applications dans le domaine du nucléaire, la tomographie muonique est aussi prometteuse pour apporter des solutions à d’autres problématiques. Grâce à sa capacité à évaluer de grandes structures de manière non invasive, elle peut être utilisée pour inspecter des infrastructures vieillissantes, effectuer des relevés géologiques ou explorer des sites archéologiques enfouis sous la surface ou difficile d’accès. Les résultats obtenus sur le réacteur G3 illustrent pleinement la polyvalence et l’efficacité de cette technique innovante. L’équipe de l’Irfu est aussi impliquée dans l’utilisation de la tomographie muonique pour l’inspection des colis de déchets.
Conclusion
La tomographie muonique, appliquée à l’analyse structurelle des réacteurs nucléaires, ouvre de nouvelles perspectives pour renforcer la sûreté et la surveillance des installations en phase de démantèlement dans l’industrie nucléaire. Ce résultat apporte non seulement une solution pour les réacteurs G2 et G3 du CEA de Marcoule, mais établit également un précédent important pour l’utilisation de cette technique dans le déclassement de certaines installations nucléaires. Plus encore, cette percée pourrait ouvrir la voie à des applications similaires dans d’autres domaines, tels que l’analyse structurelle de bâtiments vieillissants ou l’exploration de sites archéologiques enfouis sous la surface.
Pour un examen plus détaillé des méthodologies et des résultats, vous pouvez consulter l’article complet DOI : 10.1103/PRXEnergy.4.013002.
Références
- Lefèvre, B. et al., 3D Reconstruction of a Nuclear Reactor by Muon Tomography: Structure Validation And Anomaly Detection, PRX Energy 4, p. 013002 (2025), https://doi.org/10.1103/PRXEnergy.4.013002
- Morishima, K., Kuno, M., Nishio, A. et al., Discovery of a big void in Khufu’s Pyramid by observation of cosmic-ray muons. Nature 552, 386–390 (2017). https://doi.org/10.1038/nature24647
- Procureur, S., Morishima, K., Kuno, M. et al., Precise characterization of a corridor-shaped structure in Khufu’s Pyramid by observation of cosmic-ray muons. Nat Commun 14, 1144 (2023). https://doi.org/10.1038/s41467-023-36351-0
- Procureur, S. et al., 3D imaging of a nuclear reactor using muography measurements. Sci. Adv. 9, eabq8431 (2023). https://doi.org/10.1126/sciadv.abq8431
- Bouteille, S. et al., Large resistive 2D Micromegas with genetic multiplexing and some imaging applications, Nucl. Instrum. Methods Phys. Res. A, 834 (2016), p. 187-191.
https://doi.org/10.1016/j.nima.2016.08.006
A.H. Andersen, A.C. Kak, Simultaneous Algebraic Reconstruction Technique (SART): A superior implementation of the ART algorithm, Ultrasonic Imaging, 6 (1984), p. 81-91. https://doi.org/10.1016/0161-7346(84)90008-7
Animation