The experimental fission cross-section data of U-238, Np-237 and Th-232, published up to the end of 1970, are reviewed and analyzed between their respective thresholds and 20.0 MeV. The results of a statistical analysis of the available data, performed with a weighted Least-squares Orthogonal Polynomial Pitting computer programme are presented in the form of point-wise cross-section values together with their uncertainties, and in the form of graphs of the fitted curves with an indication of a region of 95% statistical confidence level. An estimate of the fission spectrum weighted average cross-sections and their respective uncertainties is also given.
Transactions of the Korean Society of Pressure Vessels and Piping
/
v.13
no.1
/
pp.48-53
/
2017
We diagnosed the defect using the data obtained from the nuclear power plant simulator. In this paper, we diagnosed faults in the nuclear power plant system for discovery instead of the traditional single-component or device unit. We created the six fault scenarios and used a fault simulator to obtain the fault data. It was extracted pattern from acquired failure data. Neural network model was trained and simple pattern matching algorithm was applied. We presented a simulation result and confirmed that the applied algorithm works correctly.
Proceedings of the Korean Institute of Building Construction Conference
/
2017.11a
/
pp.185-186
/
2017
Even large construction projects of nuclear power plant construction and production data is increasing dramatically due to the introduction of ICT technologies, such as 3D scanning technology, wireless communication technology, virtual construction management technology. There are various attributes and types of data to be produced and managed because the documents generated by the contract method are different from the cost processing method. According to the requirements of the international nuclear bid, it is required to present the cost that is calculated based on resource quantity. This research considers ways in which the cost management based on the resource quantity.
Nuclear DNA contents of spermatia from eight ceramiacean and four dasyacean algae (Ceramiales, Rhodophyta) and microspores from two land plants were estimated by fluorescence microscopic image processing and their nuclear SSU rDNA sequence data were analyzed. In frequency distribution patterns, the DAPI-stained nuclear volume (NV) of spermatia showed two peaks corresponding to 1C and 2C. Nuclear 2C DNA contents estimated from NV were 0.45-2.31 pg in ceramiacean and 0.40-0.57 pg in dasyacean algae and 8.42-9.51 pg in two land plants, Capsicum annuum and Nicotiana tabacum. By nuclear patterning of vegetative cells derived from an apical cell, 2C DNA contents of spermatia were 2.31 pg in an alga having uninucleate and non-polyploid nucleus (Aglaothamnion callophyllidicola), 0.45-1.94 pg in algae having uninucleate and polyploid nucleus (Antithamnion spp. and Pterothamnion yezoense), and 0.40-0.62 pg in algae having multinucleate and non-polyploid nuclei (Griffithsia japonica and dasyacean algae). Each mature spermatium and microspore (pollen grain) seemed to have a 2C nucleus, which may provide a genetic buffering system to protect the genetic content of a spermatium and microspore from potentially lethal mutations. Nuclear DNA content and SSU rDNA sequence of Antithamnion sparsum from Korea were reasonably different from those of Antithamnion densum from France. The data did not support the previous taxonomic studies that these two taxa could be conspecific.
Gohel, Hardik A.;Upadhyay, Himanshu;Lagos, Leonel;Cooper, Kevin;Sanzetenea, Andrew
Nuclear Engineering and Technology
/
v.52
no.7
/
pp.1436-1442
/
2020
Nuclear infrastructure systems play an important role in national security. The functions and missions of nuclear infrastructure systems are vital to government, businesses, society and citizen's lives. It is crucial to design nuclear infrastructure for scalability, reliability and robustness. To do this, we can use machine learning, which is a state of the art technology used in various fields ranging from voice recognition, Internet of Things (IoT) device management and autonomous vehicles. In this paper, we propose to design and develop a machine learning algorithm to perform predictive maintenance of nuclear infrastructure. Support vector machine and logistic regression algorithms will be used to perform the prediction. These machine learning techniques have been used to explore and compare rare events that could occur in nuclear infrastructure. As per our literature review, support vector machines provide better performance metrics. In this paper, we have performed parameter optimization for both algorithms mentioned. Existing research has been done in conditions with a great volume of data, but this paper presents a novel approach to correlate nuclear infrastructure data samples where the density of probability is very low. This paper also identifies the respective motivations and distinguishes between benefits and drawbacks of the selected machine learning algorithms.
Using several accessible published data sets, we analyzed the temporal change of 137Cs radioactivity (per unit mass of sample) in marine sediments and investigated the effect of the water content of sediment on the 137Cs radioactivity, to understand the behavior of 137Cs present in marine environments. The 137Cs radioactivity in sediments decreased more slowly in the Baltic Sea (near the Chernobyl nuclear power plant) than in the ocean near the Fukushima Daiichi nuclear power plant (FDNPP). The 137Cs radioactivity in the sediment near the FDNPP tended to increase as the water content increased, and the water content decreased at certain sampling sites near the FDNPP for several years. Additionally, the decrease in the water content contributed to 51.2% of the average 137Cs radioactivity decrease rate for the same period. Thus, it may be necessary to monitor both the 137Cs radioactivity and the water content for marine sediments to track the 137Cs that was discharged from the sites of Chernobyl and Fukushima nuclear power plants where severe accidents occurred.
Gholamzadeh, Z.;Bavarnegin, E.;Rachti, M.Lamehi;Mirvakili, S.M.;Dastjerdi, M.H.Choopan;Ghods, H.;Jozvaziri, A.;Hosseini, M.
Nuclear Engineering and Technology
/
v.50
no.1
/
pp.151-158
/
2018
The neutron powder diffractometer (NPD) is used to study a variety of technologically important and scientifically driven materials such as superconductors, multiferroics, catalysts, alloys, ceramics, cements, colossal magnetoresistance perovskites, magnets, thermoelectrics, zeolites, pharmaceuticals, etc. Monte Carlo-based codes are powerful tools to evaluate the neutronic behavior of the NPD. In the present study, MCNPX 2.6.0 and Vitess 3.3a codes were applied to simulate NPD facilities, which could be equipped with different optic devices such as pyrolytic graphite or neutron chopper. So, the Monte Carlo-based codes were used to simulate the NPD facility of the 5 MW Tehran Research Reactor. The simulation results were compared to the experimental data. The theoretical results showed good conformity to experimental data, which indicates acceptable performance of the Vitess 3.3a code in the neutron optic section of calculations. Another extracted result of this work shows that application of neutron chopper instead of monochromator could be efficient to keep neutron flux intensity higher than $10^6n/s/cm^2$ at sample position.
Chung Yi Tu;Kuen Tsann Chen;Kuen Ting;Chin Yang Sheng
Nuclear Engineering and Technology
/
v.56
no.1
/
pp.64-69
/
2024
According to the market research report, the nuclear decommissioning services market is currently experiencing considerable growth, with a projected Compound Annual Growth Rate (CAGR) of nearly 13% during the 2020-2024 forecast period. This expansion is primarily fueled by the advancement of Industry 4.0, in conjunction with the emergence of cutting-edge technologies such as the Internet of Things, big data, artificial intelligence, and 5G. Even though the fact that robots have already been utilized in the nuclear industry, their adoption has been hindered by conservative regulations. However, the nuclear decommissioning market presents an opportunity for the advancement of robotics technology. The British have already invested heavily in encouraging the use of intelligent robots for nuclear decommissioning, and other countries, such as Taiwan, should follow suit. Taiwan's flourishing robotics development industry in manufacturing, logistics, and other domains can be leveraged to introduce advanced robotics in the decommissioning of its nuclear power plants. By doing so, Taiwan can establish itself as a competitive player in the nuclear decommissioning services market for the next two decades.
Low cycle fatigue behaviors of SA508-3 low-alloy steel were investigated in room-temperature air, high-temperature air and in light water reactor (LWR) water environments. The fatigue mean curve and design curve for the low-alloy steel are developed based on the fatigue data in room-temperature and high-temperature air. The environmental fatigue model for low-alloy steel is developed by the environmental fatigue correction factor (Fen) methodology based on the fatigue data in LWR water environments with the consideration of effects of strain rate, temperature, and dissolved oxygen concentration on the fatigue life.
El-Sefy, M.;Yosri, A.;El-Dakhakhni, W.;Nagasaki, S.;Wiebe, L.
Nuclear Engineering and Technology
/
v.53
no.10
/
pp.3275-3285
/
2021
A Nuclear Power Plant (NPP) is a complex dynamic system-of-systems with highly nonlinear behaviors. In order to control the plant operation under both normal and abnormal conditions, the different systems in NPPs (e.g., the reactor core components, primary and secondary coolant systems) are usually monitored continuously, resulting in very large amounts of data. This situation makes it possible to integrate relevant qualitative and quantitative knowledge with artificial intelligence techniques to provide faster and more accurate behavior predictions, leading to more rapid decisions, based on actual NPP operation data. Data-driven models (DDM) rely on artificial intelligence to learn autonomously based on patterns in data, and they represent alternatives to physics-based models that typically require significant computational resources and might not fully represent the actual operation conditions of an NPP. In this study, a feed-forward backpropagation artificial neural network (ANN) model was trained to simulate the interaction between the reactor core and the primary and secondary coolant systems in a pressurized water reactor. The transients used for model training included perturbations in reactivity, steam valve coefficient, reactor core inlet temperature, and steam generator inlet temperature. Uncertainties of the plant physical parameters and operating conditions were also incorporated in these transients. Eight training functions were adopted during the training stage to develop the most efficient network. The developed ANN model predictions were subsequently tested successfully considering different new transients. Overall, through prompt prediction of NPP behavior under different transients, the study aims at demonstrating the potential of artificial intelligence to empower rapid emergency response planning and risk mitigation strategies.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.