MétaCan
Menu
Retour à la cohorte
Enregistrement W2963760108 · doi:10.1088/1361-6668/ab2794

Improvement of accelerating gradients in niobium quarter wave resonators

2019· article· en· W2963760108 sur OpenAlexaboutno aff
Abhishek Rai, Prakash N. Potukuchi, P. Patra, G.K. Chaudhari, S.S.K. Sonti, Joydeep Karmakar, B. Karmakar, Anand Sharma, D.S. Mathuria, Ashutosh Pandey, R.N. Dutt, Binod Kumar Sahu, Santanu Ghosh, D. Kanjilal

Notice bibliographique

RevueSuperconductor Science and Technology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle accelerators and beam dynamics
Établissements canadiensnon disponible
Organismes subventionnairesInter-University Accelerator Centre
Mots-clésNiobiumQuarter (Canadian coin)ResonatorMaterials scienceOptoelectronicsMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract Systematic studies have been performed on the effect of the surface processing techniques for improving accelerating gradients in superconducting niobium quarter wave resonators (QWR). These include high pressure rinsing (HPR), high temperature heat treatment of cavities and helium pulse processing. Tests done after HPR have not only shown a reduction in field emission in the cavities at high accelerating gradients but also an improvement in the low field quality factor ( Q ). The effect of the high temperature (650 °C) heat treatment of jacketed QWRs (QWR with the outer helium vessel) on the cavity gradients has also been investigated. This was performed for two different QWR designs and a substantial improvement in performance has been observed in both the cases. The increase in gradients is beyond that due to hydrogen degassing alone. Helium pulse processing during 4 K tests has been tried out on several cavities and its effect on the quality factor at both high and low gradients has been observed. This technique has been found to be useful for those resonators which have a high Q at lower fields but are limited due to the field emission at higher gradients. They have exhibited a marked improvement in the high field Q -slope over and above that obtained with conventional pulse processing under high vacuum. A comprehensive overview of all these developments carried out over the past few years has been reported.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,345

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,218
Écart entre enseignants0,206 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSuperconductor Science and TechnologyMême sujetParticle accelerators and beam dynamicsTravaux en français237 207