MétaCan
Menu
Retour à la cohorte
Enregistrement W7066800671

Laitteiden seismiset särkyvyysanalyysit ydinvoimalaitoksella

2022· other· fi· W7066800671 sur OpenAlexaboutno aff

Notice bibliographique

RevueAaltodoc (Aalto University) · 2022
Typeother
Languefi
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Term (time)Quarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ydinvoimalaitoksilla turvallisuus on ensisijaisen tärkeää. Tämän vuoksi ydinvoimalaitoksilla pyritään varautumaan kaikkiin mahdollisiin ulkoisiin ja sisäisiin uhkiin. Yhtenä ulkoisena uhkana ovat seismiset ilmiöt, joiden huomioimista edellytetään myös Suomen ydinvoimalaitoksilla, vaikka Suomi onkin seismisesti hyvin rauhallista aluetta. Maanjäristykset on huomioitava muun muassa laitoksen todennäköisyysperusteisessä riskiarviossa (PRA), jonka avulla pyritään kvantifioimaan eri tekijöiden aiheuttamaa riskiä. Tämä riski arvioidaan kolmessa tasossa: ensimmäisellä tasolla arvioidaan reaktorisydämen vaurion taajuus, toisella radioaktiivisten päästöjen taajuus ja kolmannella päästöjen aiheuttamaa riskiä ihmisille ja ympäristölle. PRA:n seismisen osion yhtenä keskeisenä osana on laitoksen rakenteiden, laitteiden ja järjestelmien fragiliteetti- eli särkyvyysanalyysit. Särkyvyysanalyysissä muodostetaan tarkasteltavalle komponentille särkyvyyskäyrä, joka kuvaa komponentin vaurioitumisen todennäköisyyttä maanjäristyksen voimakkuuden funktiona. \n \nTässä työssä kartoitetaan, esitellään ja vertaillaan tyypillisimpiä särkyvyysanalyysin menetelmiä. Menetelmät voidaan luokitella analyyttisiin, kokeisiin ja havaintoihin perustuviin, asiantuntijalausuntoihin perustuviin ja hybridimenetelmiin. Ensisijaiset arviot särkyvyydestä on suositeltava laskea hybridi-/CDFM-menetelmällä. Tarkempia tuloksia on mahdollista muodostaa täysin analyyttisillä menetelmillä, kuten varmuuskerroinmenetelmällä tai Monte Carlo -simulaatiolla. Työssä esitetään hybridimenetelmän käyttöä ja särkyvyyden muodostamista esimerkkilaitteelle. Esimerkkilaskuissa särkyvyys muodostetaan kahdelle vauriomuodolle: laitteen ankkuroinnille, joka on yksi tyypillisimmistä rajoittavista tekijöistä särkyvyysanalyyseissä, ja kallistumiselle, joka on riskinä tarkastellun laitteen kaltaisille korkeille mutta kapeille laitteille. Laskelmien perusteella kohde on seismisesti luja, ja sen vaurioituminen maanjäristyksen aikana on hyvin epätodennäköistä. Saadut särkyvyysarvot vastaavat kirjallisuudessa esitettyjä tyypillisiä särkyvyysarvoja lämmönvaihtimille.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0350,008

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 Opus0,010
Tête enseignante GPT0,207
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAaltodoc (Aalto University)Même sujetLaser-Plasma Interactions and DiagnosticsTravaux en français237 207