Cross-Section Calculation and Comparative Assessment of Al and Zr as Cladding for NIRR-1
Notice bibliographique
Résumé
The NIRR-1 went through conversion from highly enrich uranium HEU to low enriched Uranium LEU fuel.The design of the fuel core is such that the cladding materials have been changed from aluminum to zirconium.The cladding materials may likely experience neutron dose which is susceptible to degradation of the materials.Hence, the needs to ascertain the level of degradation of the materials are crucial.Therefore, we calculate the reaction cross section of Al and Zr target with EMPIRE 3.2.3modular nuclear reaction code.The calculated results were compared with measured data from EXFOR and the Evaluated Nuclear Data (ENDF).Comparative assessment of neutronic impact of Al and Zr used in the high and low enrich uranium fuel in NIRR-1 were carry out by compared cross section of Al with Zr results in the reaction channel relevance to the cladding materials.The results show that 90 (.) have high mean cross section of 1720.30mb and 90 (.) with lower mean cross section of 0.54 mb while 27 (.) and 27 (.) high and low mean cross section is 482.5 mb and 0.022 mb respectively.It was observed that Zr target absorption cross section is better compared to Al target.This indicates that Zr has proven higher resistance to corrosion and longevity in terms of degradation as cladding materials.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».