Temperature Profiles and Mixing in a Natural-Circulation Cooling Facility via Distributed Optical Sensors
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
A research team at the University of Wisconsin has constructed a 1/4-scale experimental facility to study natural circulation cooling in an air-cooled reactor cavity cooling system (ARCCS) for decay heat removal. The ARCCS uses the principle of fluid buoyancy to induce a flow of air through multiple heated risers. This flow is used to remove decay heat from the reactor pressure vessel (RPV) by radiative and convective heat transfer to the risers that surround the RPV. During normal operation of a high-temperature reactor, this system is designed to protect the reactor cavity structures from excessive heat loads. The ARCCS experimental facility is equipped with new distributed temperature sensors designed by Luna Inc. The sensors are distributed optical fiber sensors that can measure a change in temperature from their initial state every 1.25 mm along a 10-m fiber at a maximum rate of 24 Hz. These fibers are standard communication-grade fibers, which are flexible and can be orientated in whatever shape needed to collect data, based on what the facility dictates. The standard available coatings can allow for continuous operation at temperatures of up to 300°C before degradation; however, the silica fiber itself can be taken as high as 700°C. The data from the fibers can be used to analyze the temperature distribution of the air in the ARCCS as it mixes and vents out of the system. The data produced from these fibers may prove to be useful for validation of the modeling of natural-circulation phenomena and the mixing of buoyancy-dominated flows with greater resolution.
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 | 0,000 | 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