MétaCan
Menu
Retour à la cohorte
Enregistrement W4381511533 · doi:10.1111/ffe.14081

Creep behavior and life prediction of a reactor pressure vessel steel above phase‐transformation temperature via a deformation mechanism‐based creep model

2023· article· en· W4381511533 sur OpenAlexaff
Chuanyang Lu, Peng Wang, Silu Zheng, Xijia Wu, Yanming He, Jianguo Yang, Zengliang Gao, S.T. Tu

Notice bibliographique

RevueFatigue & Fracture of Engineering Materials & Structures · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh Temperature Alloys and Creep
Établissements canadiensCarleton UniversityNational Research Council Canada
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésCreepMaterials scienceReactor pressure vesselPressure vesselDeformation (meteorology)Nuclear reactorStress (linguistics)Work (physics)Structural engineeringNuclear engineeringComposite materialMechanicsMechanical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract For nuclear power generation as a carbon‐neutral energy source, in‐vessel retention (IVR) must be implemented to maintain the structural integrity of nuclear reactor pressure vessel (RPV) for more than 72 h under severe accidental conditions. This technology requires accurate prediction of creep deformation and life of RPV material being operated under pressure and extremely high‐temperature gradient. The current work develops a simplified deformation‐mechanism‐based true‐stress (DMTS) model for creep behavior/life‐prediction of SA508 Gr.3 steel, a typical RPV material, above the phase transformation temperatures (800–1000°C). This model is used to evaluate the time to specific creep strain ( t 3% and t 5% ) and rupture ( t r ), in comparison with popular empirical methods such as Orr–Sherby–Dorn (OSD) and Larson–Miller (LM). The simplified DMTS model achieves an excellent agreement with the experimental observations. The controlling deformation mechanisms are also discussed by metallurgical examinations, which provide the physical premise for the model development and application.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,104
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,222
Écart entre enseignants0,212 · 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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFatigue & Fracture of Engineering Materials & StructuresMême sujetHigh Temperature Alloys and CreepTravaux en français237 207