Implementation of an on-line monitoring system for transmitters in a CANDU nuclear power plant
Notice bibliographique
Résumé
Many transmitters (pressure, level and flow) are used in a nuclear power plant. It is necessary to calibrate them periodically to ensure that their measurements are accurate. These calibration tasks are time consuming and often contribute to worker radiation exposure. Human errors can also sometimes degrade their performance since the calibration involves intrusive techniques. More importantly, experience has shown that the majority of current calibration efforts are not necessary. These facts motivated the nuclear industry to develop new technologies for identifying drifting instruments. These technologies, well known as on-line monitoring (OLM) techniques, are non-intrusive and allow focusing the maintenance efforts on the instruments that really need a calibration. Although few OLM systems have been implemented in some PWR and BWR plants, these technologies are not commonly used and have not been permanently implemented in a CANDU plant. This paper presents the results of a research project that has been performed in a CANDU plant in order to validate the implementation of an OLM system. An application project, based on the ICMP algorithm developed by EPRI, has been carried out in order to evaluate the performance of an OLM system. The results demonstrated that the OLM system was able to detect the drift of an instrument in the majority of the studied cases. A feasibility study has also been completed and has demonstrated that the implementation of an OLM system at a CANDU nuclear power plant could be advantageous under certain conditions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».