MétaCan
Menu
Retour à la cohorte
Enregistrement W2914611465 · doi:10.1115/1.4042597

Analysis of Shutdown System Effectiveness in the Canadian Super Critical Water Reactor Using Coupled Thermal Hydraulics and Three-Dimensional Neutron Kinetics

2019· article· en· W2914611465 sur OpenAlexafffundabout
David Hummel, D. R. Novog

Notice bibliographique

RevueJournal of Nuclear Engineering and Radiation Science · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensMcMaster University
Organismes subventionnairesOffice of Energy Research and Development
Mots-clésShutdownCoolantNuclear engineeringThermal hydraulicsDelayed neutronMechanicsNuclear reactor coreHydraulicsHeavy waterNeutron transportNeutronMaterials scienceSupercritical fluidEnvironmental scienceNeutron temperatureNuclear physicsHeat transferPhysicsThermodynamicsDeuteriumEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The Canadian supercritical water-cooled reactor concept features a re-entrant fuel channel wherein coolant first travels down a center flow tube and then up around the fuel elements. Previous work demonstrated that in cases of sudden coolant flow reduction or reversal (such as that which would result from a large pipe break near the core inlet), the coolant density reduction around the fuel has a positive reactivity effect that results in a power excursion. Such a transient is inherently self-terminating since the inevitable density reduction in the center flow tube has a very large negative reactivity effect. Nevertheless, a brief power pulse would ensue. In this work, the possibility of mitigating the power pulse with a fast-acting shutdown system was explored. The shutdown system model, consisting of bottom-inserted neutron absorbing blades and realistic estimates of insertion rates and trip conditions, was added to a full-core coupled spatial neutron kinetics and thermal-hydraulics model. It was demonstrated that such a system can effectively mitigate both the peak magnitude of the power excursion and its duration.

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 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 enseignants0,706
Score d'incertitude au seuil0,198

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,220
Écart entre enseignants0,212 · 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.

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
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear Engineering and Radiation ScienceMême sujetHeat transfer and supercritical fluidsTravaux en français237 207