MétaCan
Menu
Retour à la cohorte
Enregistrement W3204065504 · doi:10.1115/1.4052520

Weight Gain and Hydrogen Absorption in Supercritical Water At 500 °C of Chromium-Coated Zirconium-Based Alloys: Transverse Versus Longitudinal Direction

2021· article· en· W3204065504 sur OpenAlexaffabout
Kittima Khumsa-Ang, Stephane Rousseau, Oksana Shiman

Notice bibliographique

RevueJournal of Nuclear Engineering and Radiation Science · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNuclear Materials and Properties
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésCorrosionMaterials scienceZirconium alloyCladding (metalworking)Supercritical fluidZirconiumCoatingHydrogenChromiumUraniumMetallurgyComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Canadian Nuclear Laboratories has an on-going Research & Development program to support the development of a scaled–down 300 MWe version of the Canadian Super-Critical Water Reactor concept. The 300 MWe and 170–channel reactor core concept uses low enriched uranium fuel and features a maximum cladding temperature of 500 °C. Our goal is to test surface-modified zirconium alloys for use as fuel cladding. Zirconium alloys are attractive as they offer low neutron cross section thereby allowing the use of low enriched fuel. In this paper, we report on the results of general corrosion experiments used to evaluate chromium-coated zirconium-based alloys in the two chemistries (630 μg/kg O2 in both de-aerated and lithiated supercritical water). These experiments were conducted in a refreshed autoclave at 500 °C and 23.5 MPa. After exposure, the weight gain and the hydrogen absorption were examined. At adequate coating thickness, longitudinal and transverse coupons show similar corrosion behavior with improved corrosion resistance compared to uncoated coupons. The measured concentrations of hydrogen absorption are higher for the transverse coupons. Alkaline treatment resulted in higher weight gains than was found in pure oxygenated supercritical water.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,222
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear Engineering and Radiation ScienceMême sujetNuclear Materials and PropertiesTravaux en français237 207