Large-Break Loss-of-Coolant Accident Phenomena Identification and Ranking Table (PIRT) for the Advanced CANDU Reactor
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Advanced CANDU Reactor (ACR™)* is an evolutionary advancement of the current CANDU 6® reactor, aimed at producing electrical power for a capital cost and unit-energy cost significantly less than that of current reactor designs. The ACR retains the modular concept of horizontal fuel channels surrounded by heavy water moderator, as with all CANDU reactors. However, ACR uses slightly enriched uranium (SEU) fuel, compared to the natural uranium used in CANDU 6. This achieves the twin goals of improved economics (e.g., via reductions in the heavy water requirements and the use of a light water coolant), as well as improved safety. This paper is focused on the double-ended guillotine critical inlet header break (CRIHB) loss-of-coolant accident (LOCA) in an ACR reactor, which is considered as a large break LOCA. Large Break LOCA in water-cooled reactors has been used historically as a design basis event by regulators, and it has attracted a very large share of safety analysis and regulatory review. The LBLOCA event covers a wide range of system behaviours and fundamental phenomena. The Phenomena Identification and Ranking Table (PIRT) for LBLOCA therefore provides a good understanding of many of the safety characteristics of the ACR design. The paper outlines the design characteristics of the ACR reactor that impact the PIRT process and computer code applicability. It also describes the LOCA phenomena, lists all components and systems that have an important role during the event, discusses the PIRT process and results, and presents the final PIRT summary table.
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.
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 découle