MétaCan
Menu
Retour à la cohorte
Enregistrement W4389141052 · doi:10.1115/pvp2023-105842

Advancing the State-of-the-Art for Fretting Wear Testing

2023· article· en· W4389141052 sur OpenAlexaff
Salim El Bouzidi, Fabrice M. Guérout, Paul Feenstra, Anne McLellan, B. Pierre

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical stress and fatigue analysis
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésFrettingNuclear engineeringMechanical engineeringBoiler (water heating)VibrationInstrumentation (computer programming)EngineeringComputer scienceMaterials scienceStructural engineeringWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract High-temperature fretting wear tests have been conducted at CNL’s Chalk River Laboratories since the 1970s to study the wear characteristics of nuclear power plant components. The initial testing approach relied on an unbalanced motor excitation system, along with pre- and post-test characterization of the work rate. The approach was developed over subsequent decades to enable work rate monitoring during test runtime, through the incorporation of high-temperature dynamic force and displacement sensors into the harsh test environments (up to 12 MPa, 320°C). The approach has been used to predict the life of CANDU and light water reactor components subjected to in-service vibrations, for example in the case of fuel fretting and steam generator tube/support fretting. In 2019, an effort was initiated to update the existing fretting wear testing capabilities to leverage advancements in data acquisition hardware, computational technology, and vibration instrumentation, to meet the evolving needs of the nuclear industry. This effort saw an overhaul of the test control and monitoring approach, enabling the excitation of the test specimens to be generated based on empirical excitation force spectra, as well as real-time monitoring and tallying of contact events throughout tests of extended duration (typically 500 hours). Alongside retrofitting the existing facilities, new capabilities are also being developed to enable fretting wear testing in advanced reactor conditions, such as testing in 700°C helium representative of high-temperature gas reactors, and testing in refreshed autoclave environments to enable more stringent chemistry control. An overview of the recently-upgraded fretting wear testing capabilities and those under development is provided.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,027
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,002
Études des sciences et des technologies0,0010,003
Communication savante0,0070,007
Science ouverte0,0080,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,006

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 Opus0,018
Tête enseignante GPT0,231
Écart entre enseignants0,213 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMechanical stress and fatigue analysisTravaux en français237 207