Deterministic Leak-Before-Break Treatment of Uncertainties: Part 1 – Theoretical Basis
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
Abstract The Canadian CANDU® Industry has developed and is implementing a composite analytical approach (CAA) to demonstrate, with high confidence, appropriate safety margins for deterministic nuclear safety analysis of large-break loss-of-coolant accident events in existing CANDU reactors. A key element of the CAA is the deterministic leak-before-break (CAA/DLBB) assessment for postulated through-wall cracks in all butt welds in the large-diameter primary heat transport system piping and reactor headers. This paper describes a systematic approach for quantifying the uncertainty in the CAA/DLBB assessment. The proposed approach integrates the uncertainties of the key leak-rate parameters into a single metric (a quantitative indicator of the uncertainty in the CAA/DLBB assessment, a.k.a., performance indicator). This approach ensures that the uncertainty in individual key parameters is not taken out of the context of the uncertainty of the other key parameters. A brief description of the CAA/DLBB evaluation process is presented and the leak-rate factor is adopted as the figure of merit. Next, the key leak-rate effect factors are identified and the uncertainty in each is established. This is followed by a description of two statistical approaches that can be used to propagate the uncertainties for the bounding postulated break location and to determine the level of uncertainty associated with the CAA/DLBB assessment. In Part 2 of the paper, the application of the approach is illustrated.
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) | 0,001 | 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 découle