Évaluation des risques liés à l’hydrogène et analyse des dangers pour les applications ferroviaires
Notice bibliographique
Résumé
The integration of environmentally friendly fuel options, such as hydrogen, in mass transportation is a pivotal research area for fostering a sustainable hydrogen economy. Hydrogen Fuel Cell (HFC) technology represents a major zero-emission alternative for powering rail transport. However, the large-scale deployment of HFC trains faces several technological and non-technological barriers, including safety concerns related to hydrogen storage and handling. The project, titled Hydrogen Hazard Assessment and Risk Management for Rail Applications, aimed to support the demonstration and pilot deployment of hydrogen technologies in the rail sector while ensuring safety compliance. Key activities included a literature review on hydrogen locomotives and risk assessment methods, industry engagement to identify system configurations, and a comprehensive evaluation of hazards associated with hydrogen-containing systems. Both semi-quantitative and quantitative risk assessments (QRA) were conducted, focusing on failure modes in locomotive systems. The analyses revealed that most failure modes posed low risk, while two medium-risk scenarios were identified related to onboard hydrogen storage tanks. Recommendations for countermeasures, such as impact protection and enhanced pressure relief systems, were proposed. The QRA case study utilized CNL’s toolkit to model outcomes of hydrogen leaks, demonstrating the importance of leak detection, maintenance, and reliable safety systems. Additionally, a review of relevant regulations and standards, including the Canadian Hydrogen Installation Code (CHIC), provided a framework for risk reduction strategies. The study emphasized integrating engineering and administrative measures to ensure safety. Overall, this project establishes a foundation for the safe adoption of hydrogen in the rail sector and contributes to the broader goals of decarbonizing transportation.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».