Back to Search Start Over

Métodos estadísticos para el análisis de márgenes de seguridad mediante códigos BE+U

Authors :
Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros Industriales - Escola Tècnica Superior d'Enginyers Industrials
Universitat Politècnica de València. Departamento de Ingeniería Química y Nuclear - Departament d'Enginyeria Química i Nuclear
Villamizar León, Maryory Patricia
Martorell Alsina, Sebastián Salvador
Villanueva López, José Felipe
Carlos Alberola, Sofía
Sánchez Galdón, Ana Isabel
Pelayo, F.
Mendizabal, Rafael
Sol, I.
Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros Industriales - Escola Tècnica Superior d'Enginyers Industrials
Universitat Politècnica de València. Departamento de Ingeniería Química y Nuclear - Departament d'Enginyeria Química i Nuclear
Villamizar León, Maryory Patricia
Martorell Alsina, Sebastián Salvador
Villanueva López, José Felipe
Carlos Alberola, Sofía
Sánchez Galdón, Ana Isabel
Pelayo, F.
Mendizabal, Rafael
Sol, I.
Publication Year :
2012

Abstract

En este trabajo se presentan herramientas de análisis estadístico como el análisis de componentes principales, PCA (Principal Components Analisis), regresión por mínimos cuadrados parciales, PLS (Partial Least Squares) y el método de descomposición de la varianza como análisis de sensibilidad; las cuales permiten comprender las relaciones entre las variables de entrada inputs (definidas por funciones de distribución de parámetros del modelo termohidraulico) y la variable de salida outputs , e.g. la PCT. El objetivo es identificar las variables de entrada más importantes debido al efecto que ejercen sobre las variables de salida. Además, es posible cuantificar el aporte de la incertidumbre de cada variable de entrada en la incertidumbre de los resultados. El caso de aplicación se desarrolla sobre un accidente LOCA grande en un PWR como caso de aplicación.

Details

Database :
OAIster
Notes :
TEXT, Spanish
Publication Type :
Electronic Resource
Accession number :
edsoai.on1138435512
Document Type :
Electronic Resource