MétaCan
Menu
Retour à la cohorte
Enregistrement W2908255951

Investigation of a SPH-based sub-cell homogenization for PHWR using a multi-cell model

2018· dissertation· en· W2908255951 sur OpenAlexfundno aff
T. Ferguson

Notice bibliographique

Revuee-scholar@UOIT (University of Ontario Institute of Technology) · 2018
Typedissertation
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity Network of Excellence in Nuclear Engineering
Mots-clésHomogenization (climate)Nuclear engineeringComputer scienceBiological systemEngineeringBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Superhomogenization (SPH) has gained interest in the industry as a possible method to overcome the inherent limitations of standard homogenization (SH) for full nuclearreactor-core neutronics calculations because its implementation does not require any changes to existing computer codes. Previous work found that single-cell SPH applied to Pressurized Heavy Water Reactors (PHWR) yields virtually no improvement compared to single-cell standard homogenization. This work attempts to improve those results by accounting for neutron leakage across cell boundaries by performing SPH-based homogenization using a 3??3 multi-cell model. The method is evaluated using a 5??5 lattice-cell model and comparing results for single-cell SH, multi-cell SH, single-cell SPH and multi-cell SPH. Results show that multi-cell SPH produces better results than single-cell SPH and multi-cell SH produces better results than single-cell SH. However, multi-cell SPH offers no improvement compared to multi-cell SH, just as single-cell SPH offers no improvement over single-cell SH.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,209
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuee-scholar@UOIT (University of Ontario Institute of Technology)Même sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207