論文の概要: A costing framework for fusion power plants
- arxiv url: http://arxiv.org/abs/2601.21724v2
- Date: Sat, 31 Jan 2026 06:59:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-03 15:03:50.785935
- Title: A costing framework for fusion power plants
- Title（参考訳）: 核融合炉のコスト化フレームワーク
- Authors: Simon Woodruff,
- Abstract要約: 本稿は,2017年から2024年までのARPA-E支援で実施した核融合発電プラントコスト作業の要約と集約である。
それは、関連する分析フレームワークの進化を、初期の資本コストに焦点を当てた研究から、標準に準拠した監査可能なコスト処理能力まで、文書化している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: This paper summarizes and consolidates fusion power-plant costing work performed in support of ARPA-E from 2017 through 2024, and documents the evolution of the associated analysis framework from early capital-cost-focused studies to a standards-aligned, auditable costing capability. Early efforts applied ARIES-style cost-scaling relations to generate Nth-of-a-kind (NOAK) estimates and were calibrated through a pilot study with Bechtel and Decysive Systems to benchmark balance-of-plant (BOP) costs and validate plant-level reasonableness from an engineering, procurement, and construction (EPC) perspective. Subsequent work, informed by Lucid Catalyst studies of nuclear cost drivers, expanded the methodology to treat indirect costs explicitly and to evaluate cost-reduction pathways for non-fusion-island systems through design-for-cost practices, modularization, centralized manufacturing, and learning. As ARPA-E's fusion portfolio expanded, these methods were applied across BETHE and GAMOW concepts (and select ALPHA revisits), including enhanced treatment of tritium handling and plant integration supported by Princeton/PPPL expertise. In 2023 the capability was refactored to align with the IAEA-GEN-IV EMWG-EPRI code-of-accounts lineage, while key ARIES-derived scaling relations were replaced by bottom-up subsystem models for dominant fusion cost drivers (e.g., magnets, lasers, power supplies, and power-core components) coupled to physics-informed power balances and engineering-constrained radial builds. These developments were implemented in the spreadsheet-based Fusion Economics code (FECONs) and released as an open-source Python framework (pyFECONs), providing a transparent mapping from subsystem estimates to standardized accounts and a consistent computation of LCOE.
- Abstract（参考訳）: 本稿は,2017年から2024年までのARPA-Eを支援した核融合発電プラントのコスト削減作業の要約と統合を行い,初期資本コスト研究から標準に準拠した監査可能なコスト化能力への関連分析フレームワークの進化について述べる。
初期の努力では、Nth-of-a-kind(NOAK)の見積を生成するためにARIESスタイルのコストスケーリング関係を適用し、Bechtel と Decysive Systems のパイロット研究により、BOPコストのベンチマークを行い、エンジニアリング、調達、建設(EPC)の観点からプラントレベルの合理的性を検証した。
その後、ルシッド触媒による原子力コストドライバの研究により、間接的なコストを明示的に扱うための方法論を拡張し、設計対コストの慣行、モジュール化、集中型製造、学習を通じて、非核融合システムのコスト削減経路を評価するようになった。
ARPA-Eの核融合ポートフォリオが拡大するにつれて、これらの手法はBETHEとGAMOWの概念(および一部のALPHAの再検討)にまたがって適用され、トリチウム処理の高度化やプリンストン/PPPLの専門知識に支えられた植物統合が実現された。
2023年、IAEA-GEN-IV EMWG-EPRIのコード・オブ・カウントの系統に適合するようにリファクタリングされ、主要なARIES由来のスケーリング関係は、物理学的なインフォームドパワーバランスと工学的に制約されたラジアル・ビルドと組み合わされた核融合コスト・ドライバ(例えば、磁石、レーザー、電源、パワーコア・コンポーネント)のためのボトムアップ・サブシステム・モデルに置き換えられた。
これらの開発は、スプレッドシートベースのFusion Economics Code (FECONs) で実装され、オープンソースのPythonフレームワーク (pyFECONs) としてリリースされた。
関連論文リスト
- AI PB: A Grounded Generative Agent for Personalized Investment Insights [8.663306347086213]
実店舗金融に展開する生産規模の生成エージェントであるAI PBについて紹介する。
クエリに受動的に応答するリアクティブチャットボットとは異なり、AI PBは、根拠があり、準拠し、ユーザ固有の投資洞察を積極的に生成する。
論文 参考訳（メタデータ） (2025-10-23T00:51:59Z) - EconProver: Towards More Economical Test-Time Scaling for Automated Theorem Proving [64.15371139980802]
大規模言語モデル(LLM)は、最近、自動定理証明(ATP)の分野を進歩させた。
ATPモデルに対する異なるテスト時間スケーリング戦略は、推論にかなりの計算オーバーヘッドをもたらすことを示す。
本稿では,統一EconRLパイプラインに統合可能な2つの補完手法を提案する。
論文 参考訳（メタデータ） (2025-09-16T03:00:13Z) - Machine Learning-Based Manufacturing Cost Prediction from 2D Engineering Drawings via Geometric Features [0.0]
本稿では,2次元エンジニアリング図面から製造コストを推定する方法を変換する統合機械学習フレームワークを提案する。
SHAPのような説明可能性ツールとコスト予測を結合することにより、フレームワークは設計ドライバを特定する。
このエンドツーエンドのCAD-to-コストパイプラインは、引用のリードタイムを短縮し、パートファミリ間の一貫性と透過的なコストアセスメントを保証する。
論文 参考訳（メタデータ） (2025-08-17T17:16:38Z) - Cost-aware Stopping for Bayesian Optimization [46.95172329282389]
本稿では,様々な評価コストに適応し,チューニングが不要なベイズ最適化のためのコスト対応停止則を提案する。
我々は,最先端の取得関数と組み合わせた場合,停止規則によって得られる期待累積評価コストを拘束する理論的な保証を証明した。
論文 参考訳（メタデータ） (2025-07-16T17:54:14Z) - Source Attribution in Retrieval-Augmented Generation [3.579940498399598]
本稿では,RAGにおける重要文書を識別するために,Shapleyに基づく属性を適応させることの有効性と有効性について検討する。
本研究の目的は,(1) 確立された帰属原則をRAG文書レベル設定に体系的に適用すること,(2) SHAP近似がどの程度正確な帰属を反映できるかを定量化すること,(3) 重要な文書を特定するための実践的説明可能性を評価することである。
論文 参考訳（メタデータ） (2025-07-06T17:36:45Z) - Application of the Cyberinfrastructure Production Function Model to R1 Institutions [0.5277756703318045]
生産機能モデルが一般化され,コンピュータ資源やスタッフへの投資による制度的利益が肯定的であることが示唆された。
しかし、モデル入力とアウトプットの相対関係は機関によって異なり、しばしば理解可能な機関固有の要因に起因していると考えられる。
論文 参考訳（メタデータ） (2025-01-17T15:45:21Z) - Surpassing legacy approaches to PWR core reload optimization with single-objective Reinforcement learning [0.0]
単目的および多目的の最適化のための深層強化学習(DRL)に基づく手法を開発した。
本稿では、PPO(Proximal Policy Optimization)を用いて、RLに基づくアプローチの利点を実証する。
PPOは学習可能なウェイトを持つポリシーで検索機能を適応し、グローバル検索とローカル検索の両方として機能する。
論文 参考訳（メタデータ） (2024-02-16T19:35:58Z) - Power Hungry Processing: Watts Driving the Cost of AI Deployment? [74.19749699665216]
生成された多目的AIシステムは、機械学習(ML)モデルをテクノロジに構築するための統一的なアプローチを約束する。
この「一般性」の野心は、これらのシステムが必要とするエネルギー量と放出する炭素量を考えると、環境に急激なコストがかかる。
これらのモデルを用いて,代表的なベンチマークデータセット上で1,000の推論を行うのに必要なエネルギーと炭素の量として,デプロイメントコストを測定した。
本稿は、多目的MLシステムの展開動向に関する議論から締めくくり、エネルギーと排出の面でコストの増大に対して、その実用性はより意図的に重み付けされるべきである、と警告する。
論文 参考訳（メタデータ） (2023-11-28T15:09:36Z) - FeDXL: Provable Federated Learning for Deep X-Risk Optimization [105.17383135458897]
我々は、既存のアルゴリズムが適用できないXリスクのファミリーを最適化するために、新しい連邦学習(FL)問題に取り組む。
Xリスクに対するFLアルゴリズムを設計する際の課題は、複数のマシンに対する目的の非可逆性と、異なるマシン間の相互依存にある。
論文 参考訳（メタデータ） (2022-10-26T00:23:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。