Predicting Leak Rate Through Valve Stem Packing in Nuclear Applications
Notice bibliographique
Résumé
Leaking valves have forced shutdown in many nuclear power plants. The myth of zero leakage or adequate sealing must give way to more realistic maximum leak rate criterion in design of nuclear bolted flange joints and valve packed stuffing boxes. It is well established that the predicting leakage in these pressure vessel components is a major engineering challenge to designers. This is particularly true in nuclear valves due to different working conditions and material variations. The prediction of the leak rate through packing rings is not a straightforward task to achieve. This work presents a study on the ability of microchannel flow models to predict leak rates through packing rings made of flexible graphite. A methodology based on experimental characterization of packing material porosity parameters is developed to predict leak rates at different compression stress levels. Three different models are compared to predict leakage; the diffusive and second-order flow models are derived from Naiver–Stokes equations and incorporate the boundary conditions of an intermediate flow regime to cover the wide range of leak rate levels and the lattice model is based on porous media of packing rings as packing bed (Dp). The flow porosity parameters (N, R) of the microchannels assumed to simulate the leak paths present in the packing are obtained experimentally. The predicted leak rates from different gases (He, N2, and Ar) are compared to those measured experimentally in which the set of packing rings is mainly subjected to different gland stresses and pressures.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».