Toward a Mechanistic Model of Stress Corrosion Cracking in PHWR Fuel Sheaths
Notice bibliographique
Résumé
Abstract This work builds on the iodine-induced stress corrosion cracking (ISCC) model of Lewis and Kleczek by integrating the fuel performance model fuel and sheath modeling tool (FAST) to provide thermal and mechanical analysis of the fuel sheath, which was previously required as input parameters. The iodine transport methodology of the Lewis–Kleczek model has been modified to utilize the more mechanistic diffusion model in FAST, and an empirical surface multiplier term has been derived to predict iodine release rates under normal operating conditions based on measured release rates from in-reactor sweep gas tests. A fracture mechanics analysis is implemented using threshold stress intensity values and crack growth rates reported in literature. A correlation to predict crack initiation has been derived by analysis of a database of power histories with known ISCC defects. This correlation is based on the change in sheath hoop strain during a power ramp and is shown to be more accurate at discerning failure versus nonfailure than the correlations used in the previous Lewis–Kleczek model and FUELOGRAMS. Failure time prediction of the model is compared against power ramp test FFO-104 performed at the National Research Experimental (NRX) reactor. Fuel failure is predicted to occur 27% faster than experimentally measured; failure time is explored in a series of sensitivity studies to suggest areas for further development. The model improvements represent a step forward in the mechanistic modeling of stress corrosion cracking (SCC) in pressurized heavy water reactor (PHWR) nuclear fuel.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».