MétaCan
Menu
Retour à la cohorte
Enregistrement W2750754254 · doi:10.5958/2349-2120.2017.00016.4

Parametric studies of 2K cryogenic system for superconducting e-linac at VECC, Kolkata

2017· article· en· W2750754254 sur OpenAlexaboutno aff
J. Pradhan, Manir Ahamed, Manas Mondal, Vaishali Naik, Alok Chakrabarti

Notice bibliographique

RevueIndian Journal of Cryogenics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueSuperconducting Materials and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLinear particle acceleratorParametric statisticsMathematicsSuperconductivityMedical physicsNuclear engineeringNuclear medicinePhysicsMedicineStatisticsEngineeringOpticsCondensed matter physicsBeam (structure)

Résumé

récupéré en direct d'OpenAlex

VECC is developing a 2 mA, 30/50 MeV continuous-wave superconducting electron linear accelerator (e-Linac) for the rare isotope beam facility upgrade. Presently a 10 MeV injector comprising a capture cryomodule (CCM) and an injector cryomodule (ICM) is being developed in collaboration with TRIUMF laboratory in Canada. The CCM and ICM will respectively house two single-cell and one 9-cell niobium superconducting radio-frequency (SRF) cavities operated at 1.3 GHz and 2 K. The 2K temperature is produced by expanding liquid helium from atmospheric pressure to about 30 mbar pressures through a Joule-Thomson (JT) valve. The sub atmospheric pressure is maintained by two roots pumps and a dry backing pump. A 4K-2 K test setup is being developed for testing the cryogenic parameters. A general model is formulated to construct parametric analysis comprising of different components making up the system. The numerical formulation is used for quantitative assessment of the flow requirements under different conditions of operation as well as abnormal scenarios like vacuum failure, rise of thermal shield temperature and so on. The results of the investigation provide a fundamental understanding of the system behaviour and flow requirements during operation. The paper also discusses the intricate relationships among different components of the system along with their desired performance characteristics.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,080
Tête enseignante GPT0,320
Écart entre enseignants0,239 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of CryogenicsMême sujetSuperconducting Materials and ApplicationsTravaux en français237 207