MétaCan
Menu
Retour à la cohorte
Enregistrement W4225151944 · doi:10.3390/met12050761

Effect of Radiation Defects on Thermo–Mechanical Properties of UO2 Investigated by Molecular Dynamics Method

2022· article· en· W4225151944 sur OpenAlexaff
Ziqiang Wang, Miaosen Yu, Chen yang, Xuehao Long, Ning Gao, Zhongwen Yao, Limin Dong, Xuelin Wang

Notice bibliographique

RevueMetals · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNuclear Materials and Properties
Établissements canadiensQueen's University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMaterials scienceMolecular dynamicsCrystallographic defectIrradiationFrenkel defectRadiationWork (physics)Radiation damageElastic modulusThermalComposite materialThermal expansionReduction (mathematics)ModulusThermodynamicsCondensed matter physicsComputational chemistryOpticsChemistryNuclear physicsPhysics

Résumé

récupéré en direct d'OpenAlex

Nuclear fuel performance is deteriorated due to radiation defects. Therefore, to investigate the effect of irradiation-induced defects on nuclear fuel properties is essential. In this work, the influence of radiation defects on the thermo-mechanical properties of UO2 within 600–1500 K has been studied using the molecular dynamics method. Two types of point defects have been investigated in the present work: Frenkel pairs and antisites with concentrations of 0 to 5%. The results indicate that these point defects reduce the thermal expansion coefficient (α) at all studied temperatures. The elastic modulus at finite temperatures decreases linearly with the increase in concentration of Frenkel defects and antisites. The extent of reduction (R) in elastic modulus due to two different defects follows the trend Rf > Ra for all studied defect concentrations. All these results indicate that Frenkel pairs and antisite defects could degrade the performance of UO2 and should be seriously considered for estimation of radiation damage in nuclear fuels used in nuclear reactors.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,002
Score d'incertitude au seuil0,537

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,241
Écart entre enseignants0,229 · 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.

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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetNuclear Materials and PropertiesTravaux en français237 207