An analysis of pressurized heavy water reactor fuel for nuclear safeguards applications using muon scattering tomography
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Muon Scattering Tomography (MST) relies on multiple Coulomb scattering (MCS) of high energy cosmic ray muons in matter to reconstruct 2D and 3D images of targets of interest. Targets such as nuclear fuel and containers for spent nuclear fuel are difficult or impossible to image using conventional X-ray techniques due to the presence of shielding and the high density/high-Z nature of the materials involved. MST is a modern non-destructive technique using naturally occurring radiation to assay such materials and geometries. This technique is particularly well suited for applications in spent nuclear fuel management and nuclear non-proliferation since scanning time constraints are more relaxed compared to applications of border security. The Cosmic Ray Inspection and Passive Tomography (CRIPT) detector and associated Geant4 simulation were used for this investigation. A unique capability of CRIPT is the reconstruction of the muon momentum with a spectrometer. Presented here are measurements of un-irradiated Pressurised Heavy Water Reactor (PHWR) fuel bundles in contrast with a lead stack, steel-loaded, and voided fuel bundle analogues ("fakes"). The results presented here show that MST can effectively be used to verify the contents of spent fuel storage containers and is the first experimental analysis of PHWR fuel in contrast with "fake" bundles in a safeguards context. In cases where statistics (exposure times) are not limited, ceramic UO2, Pb, and weighted/un-weighted "fake" fuel bundles can be both statistically and qualitatively distinguished which serves to demonstrate the efficacy of MST for nuclear safeguards/non-proliferation applications.
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.
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 | 0,000 |
| 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 découle