MétaCan
Menu
Retour à la cohorte
Enregistrement W7110585482

Acil soğutucu tedarik sisteminin candu soğutucu dağıtma haznesi üzerindeki etkisinin deneysel ve hesaplamalı olarak araştırılması.

2009· dissertation· en· W7110585482 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpenMETU (Middle East Technical University) · 2009
Typedissertation
Langueen
DomaineEngineering
ThématiqueNuclear Engineering Thermal-Hydraulics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoolantCabin pressurizationHeaderInletHeat transferThermal hydraulicsDecay heatNatural circulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Inlet headers in the primary heat transport system(PHTS) of CANDU type reactors, are used to collect the coolant coming from the steam generators and distribute them into the reactor core via several feeders. During a postulated loss of coolant accident (LOCA), depressurization and vapor supplement into the core may occur, which results a deterioration in the heat transfer from fuel to the coolant. When a depressurization occurs, “Emergency Coolant Injection(ECI)” system in the PHTS in CANDU reactors, is automatically become active and supply coolant is fed into the reactor core via the inlet header and feeders. . This study is focused on the experimental and computational investigation of the ECI effect during a LOCA in a CANDU inlet header. The experiments were carried out in METU Two-Phase Flow Test Facility which consists of a scaled CANDU inlet header having 5 connected feeders. The same tests were simulated with a one dimensional two-fluid computer code, CATHENA, developed by Atomic Energy of Canada Limited(AECL). The average void fraction and the two phase mass flowrate data measured in the experiments are compared with the results obtained from CATHENA simulation. Although a few mismatched points exist, the results coming from two different studies are mostly matching reasonably. Lack of three-dimensional modeling for headers in CATHENA and experimental errors are thought to be the reasons for these dismatches.

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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,183
Écart entre enseignants0,168 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpenMETU (Middle East Technical University)Même sujetNuclear Engineering Thermal-HydraulicsTravaux en français237 207