MétaCan
Menu
Retour à la cohorte
Enregistrement W4283811060 · doi:10.1115/1.4054943

Computational Fluid Dynamics Modeling of a Pressurized Water Reactor Fuel Assembly to Estimate Loss Coefficients in Support of Subchannel Thermalhydraulics Modeling of Pressurized Water Reactor Small Modular Reactors With Advanced Fuels

2022· article· en· W4283811060 sur OpenAlexaffabout
Chenguang Li, K. Podila, Blair P. Bromley, Y.F. Rao

Notice bibliographique

RevueJournal of Nuclear Engineering and Radiation Science · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésComputational fluid dynamicsPressurized water reactorCoolantNuclear engineeringBundleModular designReynolds numberMaterials scienceFlow (mathematics)TurbulenceLoss-of-coolant accidentMixing (physics)Pressure dropGridLight-water reactorMechanicsEnvironmental scienceMechanical engineeringComputer scienceEngineeringMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Pressure loss coefficients are generally required by subchannel and system thermalhydraulics codes. These coefficients are not readily available for small modular reactors (SMRs) featuring nonconventional designs and novel coolants. In this study, the pressure loss coefficients were obtained using three-dimensional (3D) computational fluid dynamics (CFD) modeling for an advanced water-cooled reactor. A representative light water fuel assembly used in the Organization for Economic Co-operation and Development (OECD)/National Research Council Canada (NRC) pressurized water reactor subchannel and bundle tests (PSBT) benchmark was selected for CFD modeling and simulation under various working conditions. The fuel assembly includes three types of pressurized water reactor (PWR) spacer grids: simple grid (SG), nonmixing vane grid (NMVG), and mixing vane grid (MVG). Turbulent flow through subchannels of both nonheated and heated rod bundles was simulated to predict recoverable and nonrecoverable pressure distribution along the length of the bundle. It was observed that vortices were generated at the tips of spacer grids, affecting the cross-flow in subchannels significantly. The estimated pressure loss coefficients were found to be influenced by the flow conditions (Reynolds number or the upstream flow history) and spacer grid configuration. Pressure loss coefficient values ranged from 1.14 to 1.80, depending on the spacer grid type, design, and flow conditions. The CFD method used in this study was demonstrated to have the potential to generate input parameters required for the subchannel analysis and optimization of fuel assembly designs and serve as a surrogate for empirical correlations.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,361
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,216 · 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'étudeSimulation ou modélisation
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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear Engineering and Radiation ScienceMême sujetHeat transfer and supercritical fluidsTravaux en français237 207