MétaCan
Menu
Retour à la cohorte
Enregistrement W2326039194 · doi:10.12943/anr.2013.00007

Fouling Of Nuclear Steam Generators: Fundamental Studies, Operating Experience and Remedial Measures Using Chemical Additives

2013· article· en· W2326039194 sur OpenAlexaffvenue
Carl W. Turner

Notice bibliographique

RevueAECL Nuclear Review · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear Engineering Thermal-Hydraulics
Établissements canadiensAtomic Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésFoulingCoolantNuclear powerBundleNuclear engineeringEnvironmental scienceWaste managementTube (container)Boiler (water heating)Forensic engineeringEngineeringMechanical engineeringMaterials scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Fouling remains a potentially serious issue that if left unchecked can lead to degradation of the safety and performance of nuclear steam generators (SGs). It has been demonstrated that the majority of the corrosion product transported with the feed water to the SGs accumulates in the SG on the tube-bundle. By increasing the risk of tube failure and acting as a barrier to heat transfer, deposit on the tube bundle has the potential to impair the ability of the SG to perform its two safety-critical roles: provision of a barrier to the release of radioactivity from the reactor coolant and removal of heat from the primary coolant during power operation and under certain post accident scenarios. Thus, it is imperative to develop improved ways to mitigate SG fouling for the long-term safe, reliable and economic performance of nuclear power plants (NPPs). This paper provides an overview of our current understanding of the mechanisms by which deposit accumulates on the secondary side of the SG, how this accumulation affects SG performance and how accumulation of deposit can be mitigated using chemical additives to the secondary heat-transport system. The paper concludes with some key questions that remain to be addressed to further advance our knowledge of deposit accumulation and how it can be controlled to maintain safe, economic performance of nuclear SGs.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,037
Tête enseignante GPT0,264
Écart entre enseignants0,227 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAECL Nuclear ReviewMême sujetNuclear Engineering Thermal-HydraulicsTravaux en français237 207