MétaCan
Menu
Retour à la cohorte
Enregistrement W4211224919 · doi:10.1016/j.jnucmat.2022.153602

Contribution of microstructure to yield strength of X-750 alloy used for garter spring in Canada deuterium uranium reactor

2022· article· en· W4211224919 sur OpenAlexaboutno aff
Hyung-Ha Jin, I Seul Ryu, Junhyun Kwon, Gyeong Geun Lee

Notice bibliographique

RevueJournal of Nuclear Materials · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueFusion materials and technologies
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of KoreaMinistry of Science, ICT and Future Planning
Mots-clésMaterials scienceMicrostructureAlloyDislocationYield (engineering)Ultimate tensile strengthComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

The role of microstructures on the overall yield strength of garter-spring coil X-750 alloy used for the fuel channel structure in the Canada deuterium uranium reactor is investigated in this study. We perform a comprehensive characterization of the residual microstructures in the garter-spring coil X-750 alloy and heat-treated plate X-750 alloys using electron microscopy. Simultaneously, we perform small-scale mechanical tests and bulk mechanical tests to evaluate the yield strength of the compact garter-spring coil component. We compare the mechanical property data obtained via the micro-bending measurement method and derive a correlation between each measured data point to assess the increase in yield strength. The γ′ ordering phase contribution is the most crucial factor in strengthening, followed by dislocation density and boundary-decorated precipitates in the garter-spring coil X-750 alloy. We quantitatively evaluate the effects of the γ′ ordering phase and initial dislocation density on the yield strength of the garter spring coil X-750 alloy because they significantly affect the change in the mechanical properties in the irradiation environment.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,037
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0020,000

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 Opus0,011
Tête enseignante GPT0,217
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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear MaterialsMême sujetFusion materials and technologiesTravaux en français237 207