Strain-Rate-Dependent Parameters of Lithium as a Plasma Facing Material for Magnetized Target Fusion Application
Notice bibliographique
Résumé
Abstract Lithium is an ideal plasma facing material for fusion plasmas due to its low atomic mass, ability to breed tritium fuel and its gettering characteristics. Liners made of lithium are used as magnetic flux conservers, which can be compressed for Magnetized Target Fusion (MTF) applications. Lithium has been extensively examined in the literature aiming at its mechanical properties for its various applications, and yet the knowledge about its mechanical properties is insufficient for the MTF application in two aspects. First, most of the available studies focus on the quasi-static loading cases. Second, the tests in those studies were commonly performed via uniaxial tensile test where the stress state was not representative for the compression loading scenario. In this paper, we present an approach to estimate parameters that govern lithium’s behavior at high strain rates up to 500 s−1. In our approach, a series of drop-piston experiments were combined with ANSYS LS-DYNA simulation to determine the material parameters. The bi-linear strain hardening model and Johnson-Cook material model were considered in our studies where the former one accounts for the plastic stress-strain relationship and the latter one describes the plastic stress-strain relationship with the strain-rate effects. In our drop-piston experiments, we use high-speed camera imaging and a feature tracking algorithm to record the velocity and extract the piston impact time. A bi-linear strain hardening model was initially used to estimate plastic behavior of lithium. The strain-rate dependent material parameters were then determined using a reverse engineering approach with the help of numerical simulations that reproduce the tests. A series of numerical simulations with different combinations of material parameters were computed to establish the combination of material parameters that best fit the test results. The proposed material model will be used in the lithium compression experiments for MTF applications, which accounts for the hardening behavior at different strain rates.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».