背景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ................................................................................................................................................................................................. 6 人为因素调查的系统方法.................................................................................................................................................................... 6 事故场景....................................................................................................................................................................................................... ....................................................................................................................................................................... 8 事故调查....................................................................................................................................................................... 8 . ...
多年来,已经开发了几种人为可靠性分析 (HRA) 方法。本研究的目的是提出一种混合模型来评估人为错误概率 (HEP)。新方法基于对数正态分布、核行动可靠性评估 (NARA) 和性能塑造因素 (PSF) 关系。在研究中,分析了与文献方法相关的缺点,特别是工作时间的局限性。为此,估计了紧急情况下 8 小时 (工作标准) 后的 PSF。因此,这三种方法的优点之间的相关性允许在事故场景和紧急情况下提出 HEP 分析;确保工业工厂安全性和可靠性的一个基本问题是应急管理 (EM)。应用 EM 方法,分析了两个主要方面:系统可靠性和人为可靠性。系统可靠性与其最薄弱组件的可靠性密切相关。在意外情况下,整个系统中最薄弱的部分是工人(人为可靠性),意外情况会影响操作员的决策能力。本文提出了一种称为 Logit 人为可靠性 (LHR) 的新方法,该方法考虑内部和外部因素来估计紧急情况下的人为可靠性。LHR 已应用于制药事故场景,考虑了 24 小时工作时间(超过 8 个工作小时)。结果强调,在事故场景的压力阶段,LHR 方法提供的输出数据比传统方法更符合数据库。
鉴于委员会针对此次事故的所有可能原因采取了严格而详尽的方法,事后报告的事件数量众多,需要调查,而且为了重现事故场景,需要进行测试和模拟,因此这些小组中的一些小组(导航和飞行控制系统、飞行操作)的活动特别耗时。最后两个小组的工作于 1993 年初结束。
多年来,已经开发了几种人为可靠性分析 (HRA) 方法。本研究的目的是提出一种混合模型来评估人为错误概率 (HEP)。新方法基于对数正态分布、核行动可靠性评估 (NARA) 和性能塑造因素 (PSF) 关系。在研究中,分析了与文献方法相关的缺点,尤其是工作时间的局限性。为此,估计了紧急情况下 8 小时后的 PSF(工作标准)。因此,这三种方法的优势之间的相关性允许在事故场景和紧急情况下提出 HEP 分析;确保工业工厂安全和可靠性的一个基本问题是应急管理 (EM)。应用 EM 方法,分析了两个主要方面:系统可靠性和人为可靠性。系统可靠性与其最薄弱组件的可靠性密切相关。在偶然情况下,整个系统中最薄弱的部分是工人(人为可靠性),而意外情况会影响操作员的决策能力。本文提出了一种称为 Logit 人为可靠性 (LHR) 的新方法,该方法考虑了内部和外部因素来估计紧急情况下的人为可靠性。LHR 已应用于制药事故场景,考虑了 24 小时工作时间(超过 8 小时的工作时间)。结果突出显示
《核电站教育和培训模拟器的分类、选择和使用》(IAEA-TECDOC-1887)为教育机构、培训中心和供应商提供有关如何正确分类、选择和使用各种核电站模拟器的信息。国际原子能机构还提供了使用核反应堆模拟计算机程序进行实践学习的机会,这些程序包括全厂基本原理模拟器或部分任务模拟器,用于处理工厂运行的特定部分(即系统或组件)或特定现象。基本原理模拟器的简化反应堆设计使专业人员能够掌握基本概念,而不会被更复杂的全范围模拟器的细节所淹没。这些基本原理全厂或部分任务模拟器的目标是深入了解和实际理解反应堆的运行特性以及工厂对扰动和事故场景的响应。成员国可根据要求使用这两种基本原理模拟器,因此它们是有关核电站设计、安全、技术、模拟和运行等广泛主题的教学和培训的宝贵资源。
Madhuchhanda Dasgupta、Oishila Bandyopadhyay、Sanjay Chatterji、Kalyani [1] 任何智能交通系统都必须包括对交通规则违规行为的自动检测。在印度这样的国家,所有主要城市的人口密度都很高,摩托车是主要的交通工具之一。研究发现,大多数摩托车手在城市或高速公路上骑行时都不戴头盔。在大多数摩托车事故场景中,戴头盔可以降低摩托车手头部和严重脑部受伤的风险。现在,大多数交通和安全规则都是通过分析监控摄像头获得的交通记录来发现的。这项研究提出了一个框架,用于检测未戴头盔的摩托车上的一个或多个骑手。在建议的方法中,第一阶段使用 YOLOv3 模型来发现摩托车骑手,该模型是 YOLO 模型的增量版本,YOLO 模型是最先进的物体检测方法。在第二阶段,提出了一种基于卷积神经网络 (CNN) 的摩托车头盔检测架构。使用交通记录测试了所建议的模型,与其他基于 CNN 的技术相比,结果显示出良好的前景。
核电的复杂系统可能暴露在严酷的使用条件下(辐射、温度、机械负荷、腐蚀环境)。因此,依赖高性能和耐用的材料和结构至关重要。为了延长反应堆的使用寿命并提高核电站的可用性,必须进行研究以确保可以安全地进行。优化当前和未来的包壳和燃料以及设计用于第四代反应堆的新材料需要创新突破,以提高有关标称条件和潜在事故场景的预测模型的可靠性。 MINOS(核优化系统材料创新)核材料卓越中心由 CEA 的核能部门 (DEN) 于 2011 年启动。MINOS 由 600 名科学家组成,他们参与核材料在化学、物理、力学和辐照下行为等领域的基础和应用研究。它涵盖了致力于核应用(核反应堆、废物管理)的材料科学领域的广泛研发活动,并涉及 CEA 的其他主要部门。作为国际参考,MINOS 有助于巩固 CEA 的科学和技术潜力。MINOS 维持与材料(精细加工、特性、设计和建模/模拟)和结构相关的战略研究伙伴关系和创新研究计划
1 引言 车对车追尾碰撞是道路上最常见的事故之一,主要由于驾驶员分心或判断失误。城市驾驶中,典型的追尾碰撞通常发生在车速相对较低、受撞击车辆已处于静止状态的情况下,但被撞击车辆驾驶员遭受严重颈椎扭伤的风险很高。虽然受伤程度通常较低,但这类事故非常常见,占所有碰撞事故的四分之一以上。类似的事故场景也发生在中高速行驶的开放道路上,驾驶员可能会分心,无法意识到前方车辆已停止、即将停止或以较低的速度行驶。其他常见的碰撞类型包括在路口行驶时与迎面而来的或穿过的车辆碰撞,以及偏离车道时与迎面而来的车辆碰撞。道路布局的复杂性以及安全穿越其他车辆所需的感知、判断和动态操控能力,都对驾驶员提出了挑战。为了帮助驾驶员避免这些常见的碰撞类型,汽车制造商提供了避碰技术,可以发出警告、支持充分制动并/或最终自动停止车辆。该协议规定了旨在应对这些常见碰撞类型的 AEB 车对车测试程序,这些程序是安全辅助评估的一部分。要获得 AEB 车对车测试的分数,前排座椅必须获得良好的鞭打评分。该系统将在该协议详述的七个场景中进行测试。
一个小空间反应堆hyun chul lee,泰·杨(Tae Young Han),洪锡克林·韩国原子能研究所(989-111 Daedeok-daero),韩国Yuseong-gu,韩国Daejeon,韩国Daedeok-daero * hyun chul lee lee 简介航天器的电源系统在深空探索中起关键作用,也是唯一适用于木星以外或太阳系以外的航天器探索的唯一适用的选择[1]。 自SNAP-10A于1965年推出以来,已经开发了许多用于航天器电源的小裂变反应堆。 最近,美国(美国)国家航空航天局(NASA)和洛斯阿拉莫斯国家实验室(LANL)进行了深空任务,其中具有高度富集的铀(HEU)被用作燃料[2]。 在韩国原子能研究所(KAERI)中研究了一个小型热反应器,该反应堆正在研究深空探测器[1]。 对照杆(CR)系统被采用是研究中的反应器的反应性控制系统,并且设计了研究中的反应器,以使其在浸入水,湿砂或干砂中时保持亚临界,无论它们没有或较小的损坏或造成的损坏或较小的损坏(如发射或冷却剂损坏),或者是重大的损坏(反射杆,并且缺少对照杆)。 然而,在最严重的事故场景中,具有控制杆系统的反应器不可避免地会变得超临界,在这种情况下,控制杆缺失而反射器中没有任何损坏[1]。hyun chul lee lee 简介航天器的电源系统在深空探索中起关键作用,也是唯一适用于木星以外或太阳系以外的航天器探索的唯一适用的选择[1]。 自SNAP-10A于1965年推出以来,已经开发了许多用于航天器电源的小裂变反应堆。 最近,美国(美国)国家航空航天局(NASA)和洛斯阿拉莫斯国家实验室(LANL)进行了深空任务,其中具有高度富集的铀(HEU)被用作燃料[2]。 在韩国原子能研究所(KAERI)中研究了一个小型热反应器,该反应堆正在研究深空探测器[1]。 对照杆(CR)系统被采用是研究中的反应器的反应性控制系统,并且设计了研究中的反应器,以使其在浸入水,湿砂或干砂中时保持亚临界,无论它们没有或较小的损坏或造成的损坏或较小的损坏(如发射或冷却剂损坏),或者是重大的损坏(反射杆,并且缺少对照杆)。 然而,在最严重的事故场景中,具有控制杆系统的反应器不可避免地会变得超临界,在这种情况下,控制杆缺失而反射器中没有任何损坏[1]。hyun chul lee lee简介航天器的电源系统在深空探索中起关键作用,也是唯一适用于木星以外或太阳系以外的航天器探索的唯一适用的选择[1]。自SNAP-10A于1965年推出以来,已经开发了许多用于航天器电源的小裂变反应堆。最近,美国(美国)国家航空航天局(NASA)和洛斯阿拉莫斯国家实验室(LANL)进行了深空任务,其中具有高度富集的铀(HEU)被用作燃料[2]。在韩国原子能研究所(KAERI)中研究了一个小型热反应器,该反应堆正在研究深空探测器[1]。对照杆(CR)系统被采用是研究中的反应器的反应性控制系统,并且设计了研究中的反应器,以使其在浸入水,湿砂或干砂中时保持亚临界,无论它们没有或较小的损坏或造成的损坏或较小的损坏(如发射或冷却剂损坏),或者是重大的损坏(反射杆,并且缺少对照杆)。然而,在最严重的事故场景中,具有控制杆系统的反应器不可避免地会变得超临界,在这种情况下,控制杆缺失而反射器中没有任何损坏[1]。Besides the control rod system which has been widely used for nuclear reactors since Chicago Pile-1, many concepts of reactivity control system for space reactor such as the control drum (CD) system [3], the sliding reflector or the control shutter concept [4], and the hinged reflector or the petals reflector concept adopted in SP-100 space reactor [5] have been proposed and studied widely [6,7,8,9,10].如上所述,发射事故期间的控制杆损失不可避免地会导致核心反应性的提高,而控制鼓的损失也会增加。对于带有滑动反射器或铰链反射器系统的反应器的情况,相反,反应性控制系统(反射器本身)的丢失会导致核心反应性的降低。但是,当反应器对反应器产生外部影响时,反射器可能会意外移动到其操作位置。例如,由于反射器或核心的惯性,地面上的崩溃可以将滑动或铰链反射器移至其操作位置。使用上述任何反应性控制系统,反应器
事故分析反复报告了偏离道路事故对道路交通死亡人数的巨大贡献,尽管辅助技术在减轻灾难性后果方面取得了长足进步,但对驾驶员在此类事故场景中的大脑反应却知之甚少。虽然各种文献记录了神经与转向运动、驾驶员的心理状态以及分心和疲劳对驾驶表现的影响之间的相关性,但汽车连续偏离道路的皮质基础 - 即大脑如何表示预期和观察到的汽车位置之间的不同差异并随后分配定制的纠正措施水平 - 仍不清楚。此外,多个子过程的叠加,例如视觉和错误反馈处理、性能监控或运动控制,使对汽车驾驶任务中参与的大脑区域的清晰解释变得复杂。因此,在本研究中,我们试图解开这些子过程,在无错误和容易出错的车辆运行条件下采用被动和主动转向条件。我们在 13 个会话中记录了 26 名参与者的脑电图信号,在汽车驾驶任务中同时测量执行者(主动转向)和观察者(严格观察)的配对。无论车辆操作是否出错,我们都观察到执行者的常见大脑模式,尽管在错误条件下频谱活动从运动 beta 转变为枕叶 alpha 振荡。此外,在主动转向条件下,观察者和执行者之间出现了显著的前中脑差异,可追溯到尾部前扣带皮层,这表明运动行为认知控制水平有所提高。最后,我们展示了转向信号和汽车位置的回归结果,表明利用脑电图对道路的连续偏差进行回归可能是可行的。