原子力発電ノート
基本原理
ウラン235の原子核に熱中性子をぶつけ、核分裂を発生させる。
このとき”質量損失”が発生し、その分がエネルギーに変換される。
・質量がエネルギーに変換されるというのは19世紀前になかった概念
これを発見したのがアインシュタイン。
E=MC^2 ※E：エネルギー M：質量 C：光速（3*10^8）
※アインシュタイン天才すぎる！！
・基本原理の図解
図をもうちょっと細かく説明しますと、左から順番に。
1.熱中性子が原子核に衝突 ⇒核分裂＆質量欠損 ⇒エネルギー生成
2."高速中性子"が発生するが、"高速中性子"は速度が速すぎて核分裂に不向き
なので水で減速
3."高速中性子"の速度が落ちて熱中性子となり、さらに核分裂が連鎖
こんな感じです。
ちなみに、水温が上昇すると水の密度が減少し、熱中性子が減少し
核分裂が抑制されます。
原子炉の温度が上昇することで上記現象が発生して
核分裂が抑制される現象をボイド効果といいます。
原料の種類
・ウラン235 ⇒"自然界ではあまり取れないらしい"（0.7％を鉱山で採掘するらしい）
・ウラン238 ⇒ 99%以上自然でとれるらしい。
補足説明。
・ウラン235は3％に濃縮して使用する。それ以上の％に上げるのは大変危険。
・ウラン238は”水を使用しない”冷却材としてナトリウムを使用。
原子炉（軽水炉）
①BWRの図
特徴
1.放射性物質がタービンへ送られる
2.原子炉が大きく、出力密度が小さい
3.再循環ポンプを調整 ⇒ 出力調整
4.炉内温度上昇 ⇒ 水の密度低下 ⇒ 熱中性子が減少 ⇒ 出力低下（ボイド効果）
②PWRの図
特徴
1.放射性物質はタービンへ送られない
2.再循環ポンプは無いが、蒸気発生器がある
3.原子炉が小さい
4.細かい出力調整は、ホウ素濃度で行う
こんな感じで勉強した内容をまとめてみました。
量が多くて長い道のりですが、頑張るぞ～！！
火力発電の基本原理ノート
とある国家試験のお勉強をしておりまして、今日は火力発電（汽力発電）の仕組みについてお勉強しましたのでメモ。
どうやって発電しているのか！？
仕組みは簡単。使う装置は下記。
・給水ポンプ
・ボイラー
・タービン
・復水器
※イメージこんな感じ
①給水ポンプで水を送る
②ボイラーで水を蒸発させる
③水蒸気でタービン回る⇒発電される
④湿った水蒸気は復水器→水に変換→給水ポンプへ
ざっくりと簡単に言うとこんな感じ！！
このままだと熱効率が悪い！！
このままだと無駄になってしまう熱が多いです。
という事で各所に熱効率UPさせる秘密兵器が準備されます。
A.抽気タービン
タービン内の蒸気を発電所へ
B.背圧タービン
タービン排気側の蒸気を発電所へ
C.再熱器
D.低圧タービン
E.給水加熱器
タービン排気側の水蒸気を再利用（C、D、E３つセット）
F.節炭器
G.空気予熱器
ボイラーの排熱を再利用（F、G２つ共）
※これらを図に追加するとこんな感じ
わかりづらく申し訳ございませんが、これが現状の画力の限界です。。。
ちなみに水蒸気の体積と圧力の関係を図示したランキンサイクルはこんな感じ。
※イメージ
本当メモ書き程度なので許して。。。笑
復水器のメモ
復水器の部分は最も熱損失が大きいため、
真空度を高く、排気圧力を小さくすることで熱効率をUPさせてる。
ボイラーのメモ
燃料から窒素酸化物（NOｘ）が生成されて危険なため、
・酸素濃度を低く
・燃焼温度を低く
・節炭器でH2Oに変化させる
という対策をしている。
ちなみにボイラーの種類（電験に出そうなところ）を表にするとこんな感じ
| 自然循環 ボイラ |
強制循環 ボイラ |
貫流ボイラ | |
| 特徴 | ・水の比重差を利用 ・亜臨界圧で利用 ・ドラム有り |
・水を強制的に循環 ・ボイラーチューブ径 ⇒小さい ・ドラム有り |
・重量は軽い ・亜臨界圧から 超臨界圧まで利用可 ・ドラム無し |
タービンのメモ
種類を表にするとざっとこんな感じ。
| 蒸気の取り出し | 役割 | |
| 復水タービン | 排気側 | タービン内で低圧膨張させる |
| 背圧タービン | 排気側 | 工場へ |
| 抽気タービン | 抽気 | 工場へ |
| 再生タービン | 抽気 | 給水加熱 |
1%で当たるクジを100回引いて当たる確率はどれくらい？Pythonでシュミレーションしてみた
どうもこんにちわ
1%で当たるクジを100回引いて当たる確率はどれくらい？Pythonでシュミレーションしてみた
前々から気になっていた確率なのですが、どういう事かと言いますと。
・クジが100枚あるよ！
・この中に1枚当たりがあるよ！（他の99枚は外れだよ...）
・目を閉じて、好きなの1つ選んで！⇒中身を確認したらクジを戻す！
上記を100回繰り返したとき、一度もあたりがでない(# ﾟДﾟ)！！時もあれば、
当たりが何回も出る( *´艸｀)！ってときもありますね！
という事で、この確率を前々から気になっていまして、シュミレーション用のプログラムを書いて調査してみました！！
（※ここでようやく、独学でお勉強してきたPythonプログラミングが役に立つときが来たぞ！！）
まぁこの手の確率はパチンコとかスロットとかでよくあるやつですな～
当選率1/100！と書いてあっても、当たるときもあれば当たらないときもある...
気になるその結果は...！！
結論：約67％
※コードは記事末尾に貼っておきます
まぁまぁ妥当な結果じゃね？っていう感じ。笑
右下のLn:を見るとわかりますが、10000回試行してますね。果てしない。
コードを書くのに約10分、待つこと約10分。計算するよりか全然早くて的確！
まぁこんなの明日にはすぐ忘れてるかもしれませんが、生活で役立つ可能性も０じゃない（特にギャンブラーは使う率高いかも！？）
ご参考までにどうぞ！！
ちなみに書いたコードを下記に置いておくので興味ある方はどうぞ。
インデントは気にしない！
-------------------------------------------------------------------------------------------------------------------
import random
allget = 0
counter = 0
allcount=0
trycount = 0
miss=0
while trycount < 100:
get = 0
counter = 0
while counter < 100:
counter+=1
x=random.randint(1,100)
if x==49:
print('☆')
get += 1
allget += 1
allcount += 1
else:
print('×')
allcount += 1
if get == 0:
miss += 1
trycount += 1
print(trycount,'回目終了\n')
else:
trycount += 1
print(trycount,'回目終了\n')
bunbo = trycount * 100
Winrate = allget / bunbo * 100
dameritu=miss / trycount * 100
okritu=100-miss
print('1%を100回試行したときに当たる確率は',okritu,"%")
print('当選率は',Winrate,'でした\n')
print('全体＝',counter)
print('当選数＝',allget)
print('全試行数＝',allcount)
end = input('おわり')
-------------------------------------------------------------------------------------------------------------------
コレラ菌から人命を救った統計学
今回は個人的に目から鱗なお話です。
コレラ菌とは、古くから存在する病原体であり、19世紀にロンドンで大流行して人類に脅威を与えた。
このコレラ菌による感染症への対策案として以下2つがなされた。
①病原体の発生原因を予測した対策
②統計学によりはじきだした対策
もっと細かく説明しますと
①病の発生原因を予測した対策
19世紀のロンドンは産業革命の真っ最中で、農業で食べていけない人達が都会に押し寄せ、工場で働き始める人が増えた時期だった。
下水が整備されないためにゴミや排出物が庭や地下室、道端といったそこら中にひしめいていた。
そうした「臭い地域」に住む多くの住民が死亡していたため、悪臭を取り除けばよいと考えた。
→街中の汚物を清掃し、下水を整備し、汚物を川へ流せるようにした。
一方、②は下記だった。
②統計学によりはじきだした対策
・コレラで亡くなった人の家をおとずれ、話を聞いたり環境調査
・同じ状況下でコレラにかかった人、そうでない人の違いを調査
・仮説を立てたら大規模なデータからコレラの発祥/非発祥の違いについて検証
という調査を行った結果、当時の水道会社AとBの利用者数と死亡者数の相関に気づいた。
※水道会社Aを利用＝1万軒当たりの死亡者315人
※水道会社Bを利用＝1万件あたりの死亡者37人
→とりあえず水道会社Aを利用するな！！
この結果は、お察しの良い方はお気づきと思いますが
②統計学によりはじきだした対策の方が正解だった。
むしろ①病の発生原因を予測した対策は逆効果だった。
種あかしとしては、ロンドン中心を流れるテムズ川の上流＝水道会社B、下流＝水道会社Aからそれぞれ採水していた事実があったのだ。
ここで重要な事は”どんなに優秀な科学者でも、理論から正解を導きだすのは難しい”
一方、”統計学を扱えれば先に正解がわかり、理論は後からでよい”という点だった。
これが統計学の強さであり、現代でも医学、教育、心理学で重要視されている分野の一つとなった理由であろう。
これは個人的に目から鱗の話であり、サラリーマンとして通常業務でも、統計学のリテラシーは必要であると感じた一つの刺激だったとさ。
先に結論が出る、というのはとても感動的なお話です。
これを活用しない手はない！！
といったところで今日はここまで。
おやすみなさい。
ブラックホールの撮影に成功したぞ！！
参照動画：https://www.youtube.com/watch?v=bNLQP1EVntE
（you tubeより）
という事で、ブラックホールの撮影に成功したとちまたで話題になっていますね。
国立天文台などの国際チームが10日に発表。
（参考URL：https://www.nao.ac.jp/news/science/2019/20190410-eht.html
国立天文台は初めて聞きましたが、日本版のNASAというイメージでしょうか？
確かに光が放出されないブラックホールを撮影するのは難しいですね。
光は人の目で捉える事ができますが、今回の撮影に当たっては電波望遠鏡を使用することでブラックホールの撮影に成功したようですね。
（光の周波数を低くなったものが電波だそうです。）
これはアインシュタインの相対性理論を、100年越しに証明（視覚的に証明）できた事例だそうですな。
天才の生涯をかけた理解を、他の人間らが証明するのにはこれだけの時間になる事があるのですね。
Wikiによるとこのﾌﾟﾛｼﾞｪｸﾄには、マサチューセッチュ工科大の人など、世界各地の天才たちが関わっているそう。
