Artificial intelligence for the Simulation of Severe AccidentS

Informations projet

ASSAS

N° de convention de subvention: 101059682

Date de signature de la CE 7 Juin 2022

Date de début 1 Novembre 2022

Date de fin 30 Avril 2027

Financé au titre de

• Euratom Research and Training Programme (EURATOM)

Coût total

€ 3 629 130,92

Contribution de l’UE

€ 3 008 131,60

Coordonné par

AUTORITE DE SURETE NUCLEAIRE ET DE RADIOPROTECTION
France

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Livrables

Documents, reports (6)

Communication and dissemination plan

Description of the adopted strategy about communication and dissemination activities.

1st activity report

Report required 60 days after the end of the first reporting period.

User expectations

More detailed description of the users' expectations concerning the functional specifications of the prototype simulator.

Minutes of the kick-off meeting

Summary of discussions held during the kick-off meeting.

Data management plan

First version of the project's data management plan

Report on modelling strategy

The report will summarize the strategy adopted by the consortium to develop surrogate and enhanced models for severe accident codes.

Other (1)

Database infrastructure

The deliverable is the operating database infrastructure to be used to share the training data for surrogate modelling.

Publications

Peer reviewed articles (4)

Nuclear Engineering and Design

Auteurs: A. Ramos, A. Carrasco, J. Fontanet, L.E. Herranz, D. Ramos, M. Díaz, J.M. Zazo, O. Cabellos, J. Moraleda
Publié dans: Nuclear Engineering and Design, Numéro 417, 2024, ISSN 0029-5493
Éditeur: Elsevier BV
DOI: 10.1016/J.NUCENGDES.2023.112842

Looking ahead to severe accident research

Auteurs: Luis E. Herranz, Bastien Poubeau, Lionel Chailan and Fulvio Mascari
Publié dans: EPJ Nuclear Science and Technologies, Numéro 11, 2025, ISSN 2491-9292
Éditeur: EDP Sciences
DOI: 10.1051/EPJN/2025025

ASSAS project, Artificial intelligence for Simulation of Severe AccidentS; Simulator development and Isotopic Source Term proposals

Auteurs: Rafael J. Caro, Isabel Parrado
Publié dans: EPJ Nuclear Sciences & Technologies, Numéro 11, 2025, ISSN 2491-9292
Éditeur: EDP Sciences
DOI: 10.1051/EPJN/2025014

Latent space modeling of parametric and time-dependent PDEs using neural ODEs

Auteurs: Alessandro Longhi, Danny Lathouwers, Zoltán Perkó
Publié dans: Computer Methods in Applied Mechanics and Engineering, Numéro 448, 2026, ISSN 0045-7825
Éditeur: Elsevier BV
DOI: 10.1016/J.CMA.2025.118394

Conference proceedings (2)

Preliminary strategies for training dataset generation and surrogate modelling of station blackout management measures in PWR

Auteurs: Christophe D’Alessandro, Terttaliisa Lind, Raphaël Périllat, Gaëtan Blondet
Publié dans: Proceedings of the 11th European Review Meeting on Severe Accidents Research (ERMSAR2024), 2024, ISBN -1000174165
Éditeur: Königlich Technische Hochschule Stockholm (KTH)
DOI: 10.5445/IR/1000174165

Horizon Euratom ASSAS project: can machine-learning make fast and accurate severe accident simulators a reality?

Auteurs: Bastien Poubeau, Yann Richet, Lionel Chailan, Fulvio Mascari, Mattia Massone, Simone Gianfelici, Luis Enrique Herranz, Joan Fontanet, Terttaliisa Lind, Christophe D’alessandro, Jure Brence, Ivo Kljenak, Saso Dzeroski, Fabrizio Gabrielli
Publié dans: Proceedings of the 11th European Review Meeting on Severe Accidents Research (ERMSAR2024), 2024, ISBN -1000174165
Éditeur: Königlich Technische Hochschule Stockholm (KTH)