Bayesian approach for prediction of primary water stress corrosion cracking in Alloy 690 steam generator tubing

팔라크 다위 파이지로르; 반치범

doi:10.1016/j.net.2022.04.013

추천

검색

자료유형: 학술저널

저자정보: 팔라크 다위 파이지로르 (부산대학교) 반치범 (부산대학교)

저널정보: 한국원자력학회 Nuclear Engineering and Technology Nuclear Engineering and Technology 제54권 제9호

발행연도: 2022.9

수록면: 3,225 - 3,234 (10page)

DOI: 10.1016/j.net.2022.04.013

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Alloy 690 tubing has been shown to be highly resistant to primary water stress corrosion cracking (PWSCC). Nevertheless, predicting the failure by PWSCC in Alloy 690 SG tubes is indispensable. In this work, a Bayesian-based statistical approach is proposed to predict the occurrence of failure by PWSCC in Alloy 690 SG tubing. The prior distributions of the model parameters are developed based on the prior knowledge or information regarding the parameters. Since Alloy 690 is a replacement for Alloy 600, the parameter distributions of Alloy 600 tubing are used to gain prior information about the parameters of Alloy 690 tubing. In addition to estimating the model parameters, analysis of tubing reliability is also performed. Since no PWSCC has been observed in Alloy 690 tubing, only right-censored free-failure life of the tubing are available. Apparently the inference is sensitive to the choice of prior distribution when only right-censored data exist. Thus, one must be careful in choosing the prior distributions for the model parameters. It is found that the use of non-informative prior distribution yields unsatisfactory results, and strongly informative prior distribution will greatly influence the inference, especially when it is considerably optimistic relative to the observed data.

#Alloy 600 #Alloy 690 #SG tubing #PWSCC #prior distribution #Bayesian approach

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Falaakh Dayu Fajrul

소속기관 School of Mechanical Engineering Pusan National University

주요연구분야 공학 > 재료·에너지공학 > 원자력공학 공학 > 기계공학 > 기계공학 일반

논문수 5 이용수 27

반치범

소속기관 부산대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 공학 > 재료·에너지공학 > 원자력공학

논문수 20 이용수 965

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)