MétaCan
Menu
Retour à la cohorte
Enregistrement W2171697043 · doi:10.1115/icone16-48630

Flow-Accelerated Corrosion Susceptibility Prediction of Recirculating Steam Generator Internals

2008· article· en· W2171697043 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueVolume 1: Plant Operations, Maintenance, Installations and Life Cycle; Component Reliability and Materials Issues; Advanced Applications of Nuclear Technology; Codes, Standards, Licensing and Regulatory Issues · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear Engineering Thermal-Hydraulics
Établissements canadiensAtomic Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésBoiler (water heating)Boiler feedwaterCorrosionFeedwater heaterBoiler blowdownPipingNuclear engineeringChemistryDegradation (telecommunications)TurbulenceFlow (mathematics)Process engineeringMaterials scienceMechanicsWaste managementMechanical engineeringSteam drumMetallurgyEngineeringSuperheated steamElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Steam generator (SG) components are subjected to corrosive solutions in turbulent flow. Under such conditions, actual component lifetimes may be significantly reduced from their original design lifetimes. Premature replacement of steam generator components before their expected lifetime can be very expensive. Furthermore, degradation of essential components can reduce the steam generator efficiency, thus reducing net profits. Moreover, a SG failure can also be a safety issue. One of the degradation mechanisms affecting secondary-side SG internal structural elements, which are referred to as internals, is Flow-Accelerated Corrosion (FAC). The susceptibility to FAC depends on flow parameters, water chemistry, and materials. All SG internals made of carbon steel are susceptible to FAC to varying degrees. For FAC susceptibility prediction, flow velocity, pH, and oxygen distributions are needed. SG codes, including THIRST (Thermal Hydraulic analysis In STeam generators, a computer code developed by AECL), traditionally solve for thermalhydraulic parameters. A new chemistry module has been added to THIRST, which now makes this code useful for the prediction of local water chemistry parameters in the SG. The THIRST chemistry module is comprised of a multicomponent, multiphase mass transport model coupled with a multiphase chemical equilibrium model. As input, the module requires amine concentrations in the feedwater and reheater drains. The module predicts local distributions of amine concentration in the secondary side. The concentrations predicted by the module are used to compute the pH. The chemistry module was verified against results of other work in the literature and against station blowdown data. Flow and chemistry predictions of THIRST were used to predict FAC susceptibility for internals of a SG with an integral preheater and a SG without it. Ranking of SG locations in order of FAC susceptibility was estimated from an empirical, Kastner-Riedle model. The most susceptible internals are predicted to be those in the upper section of the hot side and those on the cold side that are near the SG centre, while SG lower regions, including the integral preheater, if one exists, are better protected.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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