JP2019510980A - 繰り返し交差検証を用いた相関式公差限界設定システム及びその方法 - Google Patents
繰り返し交差検証を用いた相関式公差限界設定システム及びその方法 Download PDFInfo
- Publication number
- JP2019510980A JP2019510980A JP2018552159A JP2018552159A JP2019510980A JP 2019510980 A JP2019510980 A JP 2019510980A JP 2018552159 A JP2018552159 A JP 2018552159A JP 2018552159 A JP2018552159 A JP 2018552159A JP 2019510980 A JP2019510980 A JP 2019510980A
- Authority
- JP
- Japan
- Prior art keywords
- normality
- correlation
- validation
- dnbr
- parametric
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000002790 cross-validation Methods 0.000 title claims abstract description 31
- 238000010200 validation analysis Methods 0.000 claims abstract description 57
- 238000012549 training Methods 0.000 claims abstract description 51
- 238000000605 extraction Methods 0.000 claims abstract description 35
- 238000005457 optimization Methods 0.000 claims abstract description 32
- 238000012360 testing method Methods 0.000 claims abstract description 29
- 238000001422 normality test Methods 0.000 claims abstract description 26
- 239000000284 extract Substances 0.000 claims abstract description 11
- 238000009835 boiling Methods 0.000 claims abstract description 6
- 238000009826 distribution Methods 0.000 claims description 48
- 238000012795 verification Methods 0.000 claims description 12
- 230000003252 repetitive effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 230000004907 flux Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 239000003758 nuclear fuel Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/001—Computer implemented control
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C17/00—Monitoring; Testing ; Maintaining
- G21C17/10—Structural combination of fuel element, control rod, reactor core, or moderator structure with sensitive instruments, e.g. for measuring radioactivity, strain
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- High Energy & Nuclear Physics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Complex Calculations (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
- Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
Description
(a)前記制御部が、トレーニングセットとバリデーションセットとを分割して相関式係数を最適化して変数を抽出するようにする段階と、
(b)前記制御部が、前記変数抽出結果による正規性を検証するようにする段階と、
(c)前記制御部が、前記正規性有無によって核沸騰離脱率許容限界値を決めるようにする段階と、を含むことができる。
(a−1)トレーニングセットとバリデーションセットとを分割して、フルDB(Full DB)から初期DB(Initial DB)と同一のRunIDを抽出するようにする初期化段階と、
(a−2)トレーニング初期セットの相関式係数の最適化(Fitting)を行うようにする相関式係数最適化段階と、
(a−3)前記相関式係数最適化結果をトレーニングセットに適用して個別RunID別の最大M/Pを抽出する抽出段階と、
(a−4)抽出された最大M/P位置たは統計量の変動の有無を判断する位置及び統計量変動判断段階と、
(a−5)相関式係数の最適化結果によりバリデーションセットに適用して最大M/Pに当該変数を抽出するようにする変数抽出段階と、を含むことができる。
(c−1)前記制御部が、個別ケースに対してパラメトリックな手法またはノンパラメトリック的な手法による同一母集団の検定を行い、プール可能なセット(Poolable Set)のM/Pの正規性およびバリデーションセットのM/Pの正規性の有無によって個別ケースに対する95/95DNBR値分布を出力するようにする出力段階と、
(c−2)前記制御部が、前記正規性有無によって個別ケースに対してパラメトリックな手法による95/95DNBR値またはノンパラメトリックな手法による95/95DNBR値を計算し、Nケースに対する95/95DNBR値分布に対してパラメトリックな手法による95/95DNBRリミットを決め、或いはノンパラメトリックな手法による95/95DNBRリミットを決めるようにする段階と、を含むことができる。
図1は、本発明の一実施例による繰り返し交差検証を用いた相関式公差限界設定システムを示した構成図であり、図2は、本発明の一実施例による繰り返し交差検証を用いた相関式公差限界設定システムの変数抽出過程を示した例示図であり、図3は、本発明の一実施例による繰り返し交差検証を用いた相関式公差限界設定システムの正規性検定部及びDNBRリミット部の動作を示した例示図である。
このような機能を果たすための変数抽出部100は、初期化モジュール110、相関式係数最適化モジュール120、抽出モジュール130、位置及び統計量変動判断モジュール140、および変数抽出モジュール150を含む。
ここで、「N」の設定は5回、10回、20回、100回、200回、500回、1000回、5000回またはそれ以上の遂行が可能であり、代表的な実施例での1000回程度も適切である。
代表的な実施例での概念的結果は、下記表1及び図5の通りである。
このようなDNBRリミット部300によって分布を利用した95/95基準(95%の信頼度及び95%の確率)による窮極的公差限界を決定することにより、データ特性の歪曲及びそれによる危険性を防止するとともにその影響を定量化することができる。
このような機能を果たすためのDNBRリミット部300は、出力モジュール310と、リミット決定モジュール320とを含む。
A<M(95/95下限(lower limit))
前記式の両辺をPで除算してDNBR=P/Aを適用すれば、
となる。これから相関式限界DNBR(DNBRCL)は、
で定義される。M/Pの95/95の下限値は、M/P標本から母集団の統計量を推定して評価する公差限界(tolerance limit)から図6のように決定される。
制御部400は、変数抽出部100、正規性検定部200、およびDNBRリミット部300を制御する構成である。
このような制御部の制御信号によって本発明の一実施例による繰り返し交差検証を用いた相関式公差限界設定システムを利用した方法を説明すれば、次のようである。
まず、制御部は、トレーニングセットとバリデーションセットとを分割して相関式係数を最適化して変数を抽出するようにする(段階(a))。
次に制御部は変数抽出結果による正規性を検定するようにする(段階(b))。
そして制御部は段階bの正規性有無によって核沸騰離脱率許容限界値を決定するようにする(段階(c))。
(1)先に、トレーニングセット(T:Training data set)とバリデーションセット(V:Validation data set)とにデータを分割(Data Partitioning)する。
(2)次に、相関式(係数)の最適化を行い、Tの個別RunID別の最大M/Pの位置または統計量に変動がないまで最適化を行う。
(3)その後、Vの個別RunID別の最大M/Pを計算及び抽出し、(4)T及びVの個別RunID別のM/Pを保存する。
(5)次いで、前記(1)〜(4)の過程をN回繰り返す(Nケース)。
次に相関式係数の最適化結果をトレーニングセットに適用して最大M/Pを抽出するようにする(段階(a−3))。
次に、抽出された最大M/P位置及び統計量の変動の有無を判断し(段階(a−4))、位置または統計量に変動がないまで相関式係数の最適化の遂行を繰り返すようにすることができる。
その後、抽出された最大M/P位置または統計量に変動がない場合、相関式係数の最適化の結果により、バリデーションセットに適用して最大M/Pに当該変数を抽出するようにする変数抽出を行う(段階(a−5))。
(6)次に、個別ケースのT及びVのM/P分布に対する正規性を検定する。
(7)それから、個別ケース別に同一母集団を検定するに際して、T及びVが正規分布の場合には、パラメトリックな手法で検定を行い、TまたはVが正規分布ではない場合には、ノンパラメトリックな手法で検定を行う。
(8)個別ケース別の95/95DNBR値を計算するにおいて、TとVが同一母集団である場合、TとVを統合したデータ群を基準として決める。ここで、統合されたデータ群に対する正規性検定を行った結果によって、パラメトリックな手法もしくはノンパラメトリックな手法を適用することができる。TとVが非同一母集団である場合、Vのみを基準として決める。このとき、遂行済みの正規分布検定の結果によって、パラメトリックな手法もしくはノンパラメトリックな手法を適用することができる。
(9)前記(8)の結果を踏まえて95/95DNBR値分布を、T、V、Poolable(プール可能な)、Non−Poolable(ノンプール可能な)、Combined(poolabe+non−poolable)に対して生成する。
(10)前記(9)に対して正規性を検定する。
また、段階(b)の正規性検定では、個別ケースのトレーニングセットおよびバリデーションセットに対する正規性検定を行い、パラメトリックな手法またはノンパラメトリック的な手法で抽出したM/Pの正規性を判断するようにする。
(11)95/95DNBRリミットを計算するにおいて、前記(10)で正規分布の場合、パラメトリックな手法で計算し、前記(10)で正規分布ではない場合は、ノンパラメトリックな手法で計算する。
(12)95/95DNBRリミットを決めるが、一実施例として「Combined(コンバイン)」分布の95/95公差1.1234→1.124で決め、他の実施例では「Validation(バリデーション)」分布の平均1.1337→1.134で決める。
このような図7は、図2の結果物から図3及び図4の過程によって生成されたNケースの二つのデータセット(トレーニングセットとバリデーションセット)から抽出された変数(M/P)の平均を、図5の分類に対応されるように示したものである。
また、同一母集団である場合とそうではない場合に対する95/95DNBR値を生成する過程で、パラメトリックな手法またはノンパラメトリック的な手法に特徴があり、95/95DNBR値分布から95/95DNBRリミットを決めることができることに特徴がある。
(1)先に、トレーニングセット(T:Training data set)とバリデーションセット(V:Validation data set)とにデータを分割(Data Partitioning)する。
(2)次に、相関式(係数)の最適化を行い、Tの個別RunID別の最大M/Pの位置または統計量に変動がないまで最適化を行う。
(3)次に、Vの個別RunID別の最大M/Pを計算及び抽出し、(4)T及びVの個別RunID別のM/Pを保存する。
(5)その後に、前記(1)〜(4)の過程をN回繰り返す(Nケース)。
(6)次いで、個別ケースのT及びVのM/P分布に対する正規性を検定する。
(7)それから、個別ケース別に同一母集団を検定するにおいて、T及びVが正規分布の場合にはパラメトリックな手法で検定を行い、TまたはVが正規分布ではない場合にはノンパラメトリックな手法で検定を行う。
(8)個別ケース別の95/95DNBR値を計算するにおいて、TとVが同一母集団である場合、TとVを統合したデータ群を基準として決める。ここで統合されたデータ群に対する正規性検証を行った後、その結果によってパラメトリックな手法もしくはノンパラメトリックな手法を適用することができる。
TとVが非同一母集団である場合、Vのみを基準として決める。このとき、遂行済みの正規分布検定の結果によってパラメトリックな手法もしくはノンパラメトリックな手法を適用することができる。
(9)前記(8)の結果を踏まえて95/95DNBR値分布をT、V、Poolable(プール可能な)、Non−Poolable(ノンプール可能な)、Combined(poolabe+non−poolable)に対して生成する。
(10)前記(9)に対して正規性を検定する。
(11)95/95DNBRリミットを計算するに際して、前記(10)で正規分布の場合には、パラメトリックな手法により、前記(10)で正規分布ではない場合にはパラメトリックな手法により、それぞれ計算する。
(12)95/95DNBRリミットを決めるにおいて、一実施例として「Combined(コンバイン)」分布の95/95公差1.1234→1.124で決め、他の実施例では「Validation(バリデーション)」分布の平均1.1337→1.134で決める。
110 初期化モジュール
120 相関式係数最適化モジュール
130 抽出モジュール
140 位置及び統計量変動判断モジュール
150 変数抽出モジュール
200 正規性検定部
300 DNBRリミット部
310 出力モジュール
320 リミット決定モジュール
Claims (10)
- 繰り返し交差検証を用いた相関式公差限界設定システムであって、
トレーニングセットとバリデーションセットとを分割し、相関式係数を最適化して変数を抽出する変数抽出部(100)と、
前記変数抽出結果による正規性を検定する正規性検定部(200)と、
前記正規性有無によって核沸騰離脱率許容限界値を決めるようにするDNBRリミット部(300)と、を含むことを特徴とする、繰り返し交差検証を用いた相関式公差限界設定システム。 - 前記変数抽出部(100)は、
トレーニングセットとバリデーションセットとを分割して、フルDB(Full DB)から初期DB(Initial DB)と同一のRunIDを抽出する初期化モジュール(110)と、
トレーニング初期セットの相関式係数の最適化(Fitting)を行う相関式係数最適化モジュール(120)と、
前記相関式係数の最適化結果をトレーニングセットに適用して個別RunID別の最大M/Pを抽出する抽出モジュール(130)と、
抽出された最大M/P位置変動の有無またはM/P平均の統計量の変動の有無を判断する位置及び統計量変動判断モジュール(140)と、
相関式係数の最適化結果によりバリデーションセットに適用して最大M/Pに当該変数を抽出する変数抽出モジュール(150)とを含むことを特徴とする、請求項1に記載の繰り返し交差検証を用いた相関式公差限界設定システム。 - 前記正規性検定部(200)は、
正規性検定をトレーニングセットとバリデーションセットとが同一母集団である場合、前記トレーニングセットとバリデーションセットとが統合されたデータ群に対する正規性検定によってパラメトリックな手法またはノンパラメトリック的な手法で抽出したM/Pの正規性を判断することを特徴とする、請求項1に記載の繰り返し交差検証を用いた相関式公差限界設定システム。 - 前記正規性検定部(200)は、
正規性検定をトレーニングセットとバリデーションセットとが非同一母集団である場合、前記バリデーションセットのみを基準として遂行済みの正規分布検定の結果によってパラメトリックな手法またはノンパラメトリック的な手法で抽出したM/Pの正規性を判断することを特徴とする、請求項1に記載の繰り返し交差検証を用いた相関式公差限界設定システム。 - 前記DNBRリミット部(300)は、
個別ケースに対してパラメトリックな手法またはノンパラメトリック的な手法による同一母集団の検定を行い、プール可能なセット(Poolable Set)のM/Pの正規性およびバリデーションセットのM/Pの正規性の有無によって個別ケースに対する95/95DNBR値分布(Value Distribution)を出力する出力モジュール(310)と、
前記出力モジュールの正規性有無によって個別ケースに対してパラメトリックな手法による95/95DNBR値またはノンパラメトリックな手法による95/95DNBR値を計算して、Nケースに対する95/95DNBR値分布に対してパラメトリックな手法による95/95DNBRリミットを決めるか、或いはノンパラメトリックな手法による95/95DNBRリミットを決めるようにするリミット決定モジュール(320)と、を含むことを特徴とする、請求項1に記載の繰り返し交差検証を用いた相関式公差限界設定システム。 - 請求項1に記載の繰り返し交差検証を用いた相関式公差限界設定システムの制御部による繰り返し交差検証を用いた相関式公差限界設定方法であって、
(a)前記制御部が、トレーニングセットとバリデーションセットとを分割して相関式係数を最適化して変数を抽出するようにする段階と、
(b)前記制御部が、前記変数抽出結果による正規性を検証するようにする段階と、
(c)前記制御部が、前記正規性有無によって核沸騰離脱率許容限界値を決めるようにする段階と、を含むことを特徴とする、繰り返し交差検証を用いた相関式公差限界設定方法。 - 前記段階(a)は、
(a−1)前記制御部が、トレーニングセットとバリデーションセットとを分割して、フルDBから初期DB(Initial DB)と同一のRunIDを抽出するようにする初期化段階と、
(a−2)前記制御部が、トレーニング初期セットの相関式係数の最適化を行うようにする相関式係数最適化段階と、
(a−3)前記制御部が、前記相関式係数最適化結果をトレーニングセットに適用して最大M/Pを抽出するようにする抽出段階と、
(a−4)前記制御部が、抽出された最大M/P位置または統計量の変動の有無を判断するようにする位置及び統計量変動判断段階と、
(a−5)前記制御部が、相関式係数最適化結果によりバリデーションセットに適用して最大M/Pに当該変数を抽出するようにする変数抽出段階と、を含むことを特徴とする、請求項6に記載の繰り返し交差検証を用いた相関式公差限界設定方法。 - 前記段階(b)は、
正規性検定を、トレーニングセットとバリデーションセットとが同一母集団である場合、前記制御部が、前記トレーニングセットとバリデーションセットとが統合されたデータ群に対する正規性検定によってパラメトリックな手法またはノンパラメトリック的な手法で抽出したM/Pの正規性を判断するようにすることを特徴とする、請求項6に記載の繰り返し交差検証を用いた相関式公差限界設定方法。 - 前記段階(b)は、
正規性検定を、トレーニングセットとバリデーションセットとが非同一母集団である場合、前記制御部が、前記バリデーションセットのみを基準として遂行済みの正規分布検定の結果によってパラメトリックな手法またはノンパラメトリック的な手法で抽出したM/Pの正規性を判断するようにすることを特徴とする、請求項6に記載の繰り返し交差検証を用いた相関式公差限界設定方法。 - 前記段階(c)は、
(c−1)前記制御部が、個別ケースに対してパラメトリックな手法またはノンパラメトリック的な手法による同一母集団の検定を行い、プール可能なセット(Poolable Set)のM/Pの正規性およびバリデーションセットのM/Pの正規性の有無によって個別ケースに対する95/95DNBR値分布を出力するようにする出力段階と、
(c−2)前記制御部が、前記正規性有無によって個別ケースに対してパラメトリックな手法による95/95DNBR値またはノンパラメトリックな手法による95/95DNBR値を計算して、Nケースに対する95/95DNBR値分布に対してパラメトリックな手法による95/95DNBRリミットを決めるか、或いはノンパラメトリックな手法による95/95DNBRリミットを決めるようにする段階と、を含むことを特徴とする、請求項6に記載の繰り返し交差検証を用いた相関式公差限界設定方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2016-0042413 | 2016-04-06 | ||
KR1020160042413A KR101687169B1 (ko) | 2016-04-06 | 2016-04-06 | 반복 교차검증을 이용한 상관식 공차한계 설정시스템 및 그 방법 |
PCT/KR2016/004340 WO2017175908A1 (ko) | 2016-04-06 | 2016-04-26 | 반복 교차검증을 이용한 상관식 공차한계 설정시스템 및 그 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019510980A true JP2019510980A (ja) | 2019-04-18 |
JP6626586B2 JP6626586B2 (ja) | 2019-12-25 |
Family
ID=57735657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018552159A Active JP6626586B2 (ja) | 2016-04-06 | 2016-04-26 | 繰り返し交差検証を用いた相関式公差限界設定システム及びその方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20180190399A1 (ja) |
EP (1) | EP3293737B1 (ja) |
JP (1) | JP6626586B2 (ja) |
KR (1) | KR101687169B1 (ja) |
CN (1) | CN108885912B (ja) |
CA (1) | CA2985993C (ja) |
RU (1) | RU2720586C9 (ja) |
WO (1) | WO2017175908A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10504364B2 (en) | 2016-01-05 | 2019-12-10 | Locix, Inc. | Systems and methods for using radio frequency signals and sensors to monitor environments |
US11856483B2 (en) | 2016-07-10 | 2023-12-26 | ZaiNar, Inc. | Method and system for radiolocation asset tracking via a mesh network |
US11924757B2 (en) | 2015-01-27 | 2024-03-05 | ZaiNar, Inc. | Systems and methods for providing wireless asymmetric network architectures of wireless devices with power management features |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11170073B2 (en) | 2017-08-24 | 2021-11-09 | Westinghouse Electric Company Llc | Sequential embedding statistical analysis for multidimensional tolerance limits |
CN110633454B (zh) * | 2019-09-19 | 2022-10-21 | 中国核动力研究设计院 | 一种基于修正法的chf关系式dnbr限值统计学确定方法 |
CN110727920B (zh) * | 2019-09-19 | 2022-08-19 | 中国核动力研究设计院 | 一种基于分组法的chf关系式dnbr限值统计学确定方法 |
KR102148777B1 (ko) * | 2019-11-13 | 2020-08-27 | 한전원자력연료 주식회사 | 통계적 방법을 이용한 기준 열적여유도 분석모형 과출력 벌점 산출 시스템 |
KR102296871B1 (ko) * | 2020-06-09 | 2021-08-31 | 서울대학교산학협력단 | 하이브리드 피로 균열 성장 예측 방법 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110052340A (ko) * | 2009-11-12 | 2011-05-18 | 한국전력공사 | 노심상태에 대응하는 국부과출력 정지설정치를 평가하기 위한 방법 |
JP2012057946A (ja) * | 2010-09-03 | 2012-03-22 | Mitsubishi Heavy Ind Ltd | 限界熱流束予測装置、限界熱流束予測方法、安全評価システム及び炉心燃料評価監視システム |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4318778A (en) * | 1973-05-22 | 1982-03-09 | Combustion Engineering, Inc. | Method and apparatus for controlling a nuclear reactor |
US6061412A (en) * | 1995-10-05 | 2000-05-09 | Westinghouse Electric Company Llc | Nuclear reaction protection system |
US5745538A (en) * | 1995-10-05 | 1998-04-28 | Westinghouse Electric Corporation | Self-powered fixed incore detector |
US5912933A (en) * | 1997-12-04 | 1999-06-15 | General Electric Company | Method and system for direct evaluation of operating limit minimum critical power ratios for boiling water reactors |
KR100368325B1 (ko) * | 1999-10-30 | 2003-01-24 | 한국수력원자력 주식회사 | 노심감시계통에서 가상 핵계측기를 이용한 축방향 출력분포 계산 방법 |
KR100674106B1 (ko) * | 2003-05-20 | 2007-01-26 | 한국원자력연구소 | 통합형 실시간 원자로 열적 보호시스템 |
KR100600971B1 (ko) * | 2004-12-29 | 2006-07-13 | 두산중공업 주식회사 | 노심보호연산기계통 |
US9330127B2 (en) * | 2007-01-04 | 2016-05-03 | Health Care Productivity, Inc. | Methods and systems for automatic selection of classification and regression trees |
FR2914103B1 (fr) * | 2007-03-19 | 2009-12-18 | Areva Np | Procede de determination de la distribution de puissance volumique du coeur d'un reacteur nucleaire |
CN101267362B (zh) * | 2008-05-16 | 2010-11-17 | 亿阳信通股份有限公司 | 一种性能指标值正常波动范围的动态确定方法及其装置 |
CN101419291A (zh) * | 2008-11-03 | 2009-04-29 | 重庆大学 | 一种基于超高速数据采集卡的多适性核信号处理系统 |
US20110099133A1 (en) * | 2009-10-28 | 2011-04-28 | Industrial Technology Research Institute | Systems and methods for capturing and managing collective social intelligence information |
CN102054538B (zh) * | 2009-10-30 | 2013-07-17 | 中国广东核电集团有限公司 | 压水堆核电站百万千瓦机组完全低中子泄漏先进四分之一换料方法及其安全分析系统 |
KR101626722B1 (ko) * | 2015-07-13 | 2016-06-01 | 한국수력원자력 주식회사 | 원자력 발전소의 노심손상 방지를 위해 사용되는 기기들의 공간적 배치 적정성 평가 시스템 및 그 방법 |
CN105203869A (zh) * | 2015-09-06 | 2015-12-30 | 国网山东省电力公司烟台供电公司 | 一种基于极限学习机的微电网孤岛检测方法 |
-
2016
- 2016-04-06 KR KR1020160042413A patent/KR101687169B1/ko active IP Right Grant
- 2016-04-26 CN CN201680084392.1A patent/CN108885912B/zh active Active
- 2016-04-26 WO PCT/KR2016/004340 patent/WO2017175908A1/ko active Application Filing
- 2016-04-26 CA CA2985993A patent/CA2985993C/en active Active
- 2016-04-26 US US15/563,267 patent/US20180190399A1/en not_active Abandoned
- 2016-04-26 RU RU2018138509A patent/RU2720586C9/ru active
- 2016-04-26 EP EP16898012.6A patent/EP3293737B1/en active Active
- 2016-04-26 JP JP2018552159A patent/JP6626586B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110052340A (ko) * | 2009-11-12 | 2011-05-18 | 한국전력공사 | 노심상태에 대응하는 국부과출력 정지설정치를 평가하기 위한 방법 |
JP2012057946A (ja) * | 2010-09-03 | 2012-03-22 | Mitsubishi Heavy Ind Ltd | 限界熱流束予測装置、限界熱流束予測方法、安全評価システム及び炉心燃料評価監視システム |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11924757B2 (en) | 2015-01-27 | 2024-03-05 | ZaiNar, Inc. | Systems and methods for providing wireless asymmetric network architectures of wireless devices with power management features |
US10504364B2 (en) | 2016-01-05 | 2019-12-10 | Locix, Inc. | Systems and methods for using radio frequency signals and sensors to monitor environments |
US11276308B2 (en) | 2016-01-05 | 2022-03-15 | Locix, Inc. | Systems and methods for using radio frequency signals and sensors to monitor environments |
US11856483B2 (en) | 2016-07-10 | 2023-12-26 | ZaiNar, Inc. | Method and system for radiolocation asset tracking via a mesh network |
Also Published As
Publication number | Publication date |
---|---|
CA2985993A1 (en) | 2017-10-12 |
WO2017175908A1 (ko) | 2017-10-12 |
CN108885912A (zh) | 2018-11-23 |
US20180190399A1 (en) | 2018-07-05 |
RU2018138509A3 (ja) | 2020-04-30 |
EP3293737A4 (en) | 2019-01-23 |
RU2720586C2 (ru) | 2020-05-12 |
KR101687169B1 (ko) | 2016-12-16 |
EP3293737A1 (en) | 2018-03-14 |
RU2018138509A (ru) | 2020-04-30 |
RU2720586C9 (ru) | 2020-09-18 |
EP3293737B1 (en) | 2020-05-06 |
JP6626586B2 (ja) | 2019-12-25 |
CN108885912B (zh) | 2022-05-06 |
CA2985993C (en) | 2021-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019510980A (ja) | 繰り返し交差検証を用いた相関式公差限界設定システム及びその方法 | |
US10161749B1 (en) | Optimizing water quality sensor placement for water distribution systems | |
CN102314522B (zh) | 一种模拟集成电路设计优化方法 | |
US20160246287A1 (en) | Probabilistic evaluation of turbomachinery design to predict high cycle fatigue failure | |
KR101547247B1 (ko) | 소프트웨어 품질 평가 모듈과 방법 및 소프트웨어 품질 평가 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 판독가능한 기록매체 | |
CN106529283A (zh) | 一种面向软件定义网络的控制器安全性定量分析方法 | |
US20220358269A1 (en) | Simulation execution system, simulation execution method, and computer readable medium | |
JP2014110047A (ja) | 電子回路シミュレーションのための方法及び装置 | |
CN107644145A (zh) | 一种基于蒙特卡洛和决策逻辑的故障行为仿真方法 | |
US9245067B2 (en) | Probabilistic method and system for testing a material | |
CN102369524B (zh) | 语言分析装置和语言分析方法 | |
WO2020105179A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
US11031147B2 (en) | System for setting tolerance limit of correlation by using repetitive cross-validation and method thereof | |
KR101444794B1 (ko) | 노내계측기 신호 기반의 반경방향 첨두계수를 이용한 노심운전제한치감시계통의 Pseudo Hot Pin 출력분포 구성 방법 | |
WO2019142266A1 (ja) | テストケース生成装置、テストケース生成方法およびテストケース生成プログラム | |
JP5842704B2 (ja) | 推定装置、プログラム、及び推定方法 | |
JP6630840B2 (ja) | ログ分析のためのランドマークデリミタを推定するシステムおよび方法 | |
CN113874866A (zh) | 传感器模型的生成方法和系统、传感器测量方法和系统 | |
JP2015031993A (ja) | オペレーショナルリスクの計量方法及び装置 | |
Mongiardini et al. | Development of a programme for the quantitative comparison of a pair of curves | |
KR101879329B1 (ko) | 유전자 차별 발현 분석을 위한 RNA-seq 발현량 데이터 시뮬레이션 방법 및 이를 기록한 기록매체 | |
CN117217582A (zh) | 设备生产处理方法、装置和计算机设备 | |
JP4338607B2 (ja) | 検証業務管理方法および検証結果解析装置 | |
CN114816952A (zh) | 一种软件可靠性指标论证仿真方法 | |
CN116483697A (zh) | 一种用于测评人工智能模型的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181004 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190711 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190723 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191018 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191119 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191129 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6626586 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |