Energy-resolved imaging and tomography with compact neutron systems—application to novel construction materials for thermal-energy storage
Notice bibliographique
Résumé
Herein, we have used so-called Compact Accelerator-driven Neutron Systems (CANS) to explore the properties and performance of composite cement foams for thermal-energy storage. To this end, energy-resolved neutron imaging and tomography were implemented on RIKEN RANS-I, and these data were complemented by thermal conductivity measurements. The ability to pulse this CANS down to tens of microseconds enables data collection across the available neutron energy spectrum for different foam formulations. With relatively modest L/D ratios of ∼35, it is possible to attain a spatial resolution in the millimeter range, and useful images can be collected in as little time as 3 min. Volume reconstruction was performed via angular scans from 0° to 180° in 10° steps, corresponding to a total of 19 images collected over a period of less than an hour. Key to the above has been the deployment of recently developed algorithms and techniques for the analysis of sparse data. On the basis of these results, the existing capabilities of RIKEN RANS-I and similar CANS provide us with new, nonintrusive, and quantitative measures of key performance parameters, including the degree of porosity over relevant length scales typical in these construction materials. In combination with thermal-conductivity data, these results also enable an assessment of insulating performance, with a view to its further optimization.
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 ».