Computational annealing of superconducting radio-frequency cavities
Notice bibliographique
Résumé
The performance of Niobium (Nb) superconducting radio frequency (SRF) cavities is extremely sensitive to defects near the surface. These imperfections include dislocations, interstitial solutes, or grain boundaries which have been shown to limit the material’s ability to expel magnetic flux during the transitions to its superconducting state. This gives rise to detrimental thermal effects that limit the quality factor, and hence performance, of an SRF cavity. However, beside its importance in the performance of SRF cavities, little is known about the effect of annealing on the distribution of dislocations, specially near the surface. In this work, a mixed multiscale computational and experimental approach is developed to study the evolution dislocation density in pure Nb samples during annealing. The model is based on a Discrete Dislocation Dynamics (D.D.D.) technique that couples glide and climb motion of edge dislocations to simulate the evolution of dislocation density within the bulk of a Nb substrate as well as near the surface. The D.D.D. model integrates information from multiple scales. Accelerated molecular dynamics simulations were used to calculate the required activation energies for vacancy migration and hence fed our dislocation climb constitutive laws. Finite element modelling and experimental techniques were used as inputs to the D.D.D. implementation which accounted for the presence of residual stresses for both kink-pair nucleation dominated glide motion and vacancy migration driven climb. The model showed good agreement with other empirical methods. Furthermore, experimental results showed that the resistance of Nb samples at temperatures slightly above the critical temperature (T = 10K) can be coupled to the dislocation density. Hence, together the D.D.D. framework provided herein, can serve as a useful tool to determine an optimal annealing recipe for a given initial state of material condition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».