Evaluating the thermal performance of unsaturated bentonite–sand–graphite as buffer material for waste repository using an improved prediction model
Notice bibliographique
Résumé
Buffer materials that are used to isolate heat-emitting waste canisters must bear a strong thermal load and have good thermal conductivity and stability. This study investigated the strengthening of internal thermal conduction via bentonite sealing. An admixture of quartz and graphite accelerated the heat transfer into the host rock. Samples containing different bentonite–sand–graphite (BSG) mixtures were prepared. The influence of the volumetric water content, degree of saturation, dry density, porosity, sand content, and particle size on the thermal conductivity of the BSG mixtures was analyzed by conducting a series of thermal needle tests. Electrical resistivity tests were conducted to examine the electrical resistivity of the BSG mixtures, and the dependency of soil thermal conductivity on the volumetric water content based on electrical resistivity data. The results indicated that the dependency of thermal conductivity on the volumetric water content was closely related to electrical resistivity. Based on the thermal conductivity inflection point as determined by the volumetric water content corresponding to the electrical resistivity inflection point, an improved series–parallel thermal conductivity prediction model and the method to determine model parameters for the unsaturated BSG mixtures were proposed. The precision of the proposed prediction model was verified based on laboratory data.
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 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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».