Main outcomes of the Phebus FPT1 uncertainty and sensitivity analysis in the EU-MUSA project
Notice bibliographique
Résumé
The Management and Uncertainties of Severe Accidents (MUSA) project was funded in HORIZON 2020 and is coordinated by CIEMAT (Spain). The project aims at consolidating a harmonized approach for the analysis of uncertainties and sensitivities associated with Severe Accidents (SAs) analysis, focusing on source term figures of merit. The Application of Uncertainty Quantification (UQ) Methods against Integral Experiments (AUQMIE – Work Package 4 (WP4)), led by ENEA (Italy), was devoted to apply and test UQ methodologies adopting the internationally recognized PHEBUS FPT1 test. FPT1 was chosen to test UQ methodologies because, even though it is a simplified SA scenario, it was representative of the in-vessel phase of a severe accident initiated by a break in the cold leg of a PWR primary circuit. WP4 served as a platform to identify and discuss the issues encountered in the application of UQ methodologies to SA analyses (e.g. discuss the UQ methodology, perform the coupling between the SA codes and the UQ tools, define the results post-processing methods, etc.). The purpose of this paper is to describe the MUSA PHEBUS FPT1 uncertainty application exercise with the related specifications and the methodologies used by the partners to perform the UQ exercise. The main outcomes and lessons learned of the analysis are: scripting was in general needed for the SA code and uncertainty tool coupling and to have more flexibility; particular attention should be devoted to the proper choice of the input uncertain parameters; outlier values of figures of merit should be carefully analyzed; the computational time is a key element to perform UQ in SA; the large number of uncertain input parameters may complicate the interpretation of correlation or sensitivity analysis; there is the need for a statistically solid handling of failed calculations.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».