Laitteiden seismiset särkyvyysanalyysit ydinvoimalaitoksella
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.035 | 0.008 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".