MétaCan
Menu
Retour à la cohorte
Enregistrement W4410474580 · doi:10.20944/preprints202505.1251.v1

2D Fuel Assembly Study for a Supercritical-Water Cooled Small Modular Reactor

2025· preprint· en· W4410474580 sur OpenAlexaboutno aff
Valerio Giusti

Notice bibliographique

RevuePreprints.org · 2025
Typepreprint
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupercritical fluidModular designNuclear engineeringProcess engineeringEnvironmental sciencePetroleum engineeringComputer scienceEngineeringPhysicsThermodynamicsOperating system

Résumé

récupéré en direct d'OpenAlex

Burnable poisoning and fuel enrichment zoning are two techniques often combined in order to optimize the fuel assembly behaviour during the burnup cycle. In the present work, these two techniques will be applied to the 2D optimization of the fuel-assembly conceptual design for the supercritical water-cooled reactor developed in the framework of the Joint European Canadian Chinese development of Small Modular Reactor Technology project, funded within the Euratom Research and Training programme 2019-2020. The initial configuration of the fuel assembly does not include any burnable absorbers and uses a homogeneous fuel enrichment of 7.5% in 235U. The infinite multiplication factor, k∞, starts from approximately 1.32 and drop, almost linearly, to 1.0 after a burnup of 40.0 MWd·kg−1. The uniform enrichment is, however, responsible for a pin-power peaking factor that with fresh fuel starts from 1.32 and reduces to 1.08 at the end of the burnup cycle. A simplified analytical model is developed to assess the effect of different lumped burnable absorbers on the time dependence of the assembly k∞. It is shown that using an adequate number of B4C rods, positioned in the outer wall of the fuel assembly, together with a suitable distribution of 6 different 235U enrichments, it allows for obtaining an assembly k∞ factor that starts from 1.11 at beginning of cycle and remains quite constant over a large fraction of the burnup cycle. Moreover, the pin-power peaking factor is reduced to 1.03 at beginning of cycle and keeps almost unchanged until the end of burnup cycle.

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)0,001
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 enseignants0,034
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,106
Tête enseignante GPT0,330
Écart entre enseignants0,224 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetHeat transfer and supercritical fluidsTravaux en français237 207