MétaCan
Menu
Retour à la cohorte
Enregistrement W2339899602 · doi:10.2172/1096165

Used Fuel Disposition Campaign: Embrittlement and DBTT of High-Burnup PWR Fuel Cladding Alloys

2013· report· en· W2339899602 sur OpenAlexfundno aff
M.C. Billone, Tatyana Burtseva, Zhuoqun Han, Y. Y. Liu

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineMaterials Science
ThématiqueNuclear Materials and Properties
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Foundation for Dietetic Research
Mots-clésEmbrittlementBurnupMaterials scienceCladding (metalworking)HydrideMetallurgyNuclear engineeringComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Structural analyses of high-burnup (HBU) fuel require cladding mechanical properties and failure limits to assess fuel behavior during long-term dry-cask storage and transportation. Pre-storage drying-transfer operations and early stage storage subject cladding to higher temperatures and pressure-induced tensile hoop stresses relative to in-reactor operation and pool storage. Under these conditions, radial hydrides may precipitate during slow cooling and provide an additional embrittlement mechanism as the cladding temperature decreases below the ductile-to-brittle transition temperature (DBTT). On the basis of previous test results, susceptibility to radial-hydride precipitation depends on cladding material and microstructure, hydrogen content (CH), and pre-drying hydride distribution, as well as peak hoop stresses and temperatures during drying operations and storage. Susceptibility to embrittlement depends on the extent of radial-hydride precipitation, the number density of circumferential hydrides, and the thickness of the outer-surface hydride rim. The goal of the testing program is to determine drying-storage conditions for which the cladding remains ductile at ambient temperature, in other words, with the DBTT ≤20°C.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,000

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 Opus0,033
Tête enseignante GPT0,260
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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations12
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNuclear Materials and PropertiesTravaux en français237 207