A Case Study on the Normality of Monte-Carlo Simulation Results
Notice bibliographique
Résumé
In order to address the risks associated with the operation of ageing pressure boundary components, many assessments incorporate probabilistic analysis methodologies for alleviating excessive conservatism of deterministic methodologies. In general, deterministic techniques utilize conservative upper bound values for all critical parameters. Equally, defense-in-depth assessments for the nuclear industry employ probabilistic methods in order to estimate potential risks associated with unanticipated events to demonstrate adequate margins associated with the licensed activity. Probabilistic approaches typically invoke the Monte-Carlo (MC) approach where a set of critical input variables, assumed independent, are randomly distributed and inserted in deterministic computer models. Estimates of results from probabilistic structural integrity assessments are then compared against assessment criteria, at times, based on the assumption that these results follow normal distributions. However, this assumption is not always valid, as normality depends both on the initially assumed distributions of the input variables and linearity, or lack thereof, of the deterministic model. In particular, the characteristic of a system function (either a linear or a non-linear system function) and the sampling region of input parameters affect the level of normality of the MC simulation results. As a proof of principle, a specific case study is presented. A system function is chosen based on the steady-state thermal creep of Zr-2.5Nb Pressure Tube (PT), instead of a full deterministic computational model, to show whether it can give rise to MC results that deviate from normality. The consequence of the deviation from normality when compared against assessment criteria is briefly discussed. It is noted that this study does not deal with analysis of Probabilistic Safety Assessments, also known as PSAs.
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 ».