Development of a transfer model for the design and the operation of sodium purification systems for fast breeder reactors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Operating a Sodium Fast Reactor (SFR) in reliable and safe conditions requires mastering the quality of the sodium fluid coolant, regarding oxygen and hydrogen impurities contents. A cold trap is a purification unit in SFR, designed to maintain oxygen and hydrogen contents within acceptable limits. The purification of these impurities is based on crystallization of sodium hydride on cold walls and sodium oxide or hydride on wire mesh packing. Indeed, as oxygen and hydrogen solubilities are nearly nil at temperatures close to the sodium melting point, i.e., 97.8 °C, on line sodium purification can be performed by cooling down liquid sodium flows and promoting crystallization of sodium oxide and hydride. However, the management of cold trap performances is necessary to prevent from unforeseen maintenance operations, which could induce shut‐down of the reactor. It is thus essential to understand how a cold trap fills up with impurities crystallization in order to optimize the design of this system and to overcome any problems during nominal operation. This paper deals with the mathematical modelling of crystallization process in a cold trap and predicts the location and the amount of the impurities deposit, on cold walls for sodium hydride and on wire mesh packing for sodium oxide. A model of the front propagation by “diffuse deposit interface method” was developed and sensitivity to various parameters was evaluated. These results will enable to understand the consequences of the impurities deposited on the hydrodynamics and heat transfer in a cold trap.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle