Atomistic Simulation of Radiation-induced Defects in Ni-based Systems
Notice bibliographique
Résumé
Nickel (Ni)-based alloys show outstanding mechanical and physical properties at high temperatures and in corrosive environments. Therefore, Ni with measured additions of appropriate alloying elements would be a good structural material candidate for the next generation of nuclear reactors. One such example of particular interest in Canada deuterium uranium (CANDU) reactors is X-750 Ni-based spacer material, which is a modified 600 series alloy, strengthened by the addition of aluminum (Al) and titanium (Ti). However, such Ni and Ni-based alloys, when exposed to radiation under working conditions, form defects which ultimately degrade their mechanical properties. This dissertation addresses several questions with regards to point defect evolution in Ni and Ni-based alloys by employing atomistic scale modelling in order to understand and predict alloy performance in irradiated environments. \n \nPresented in this manuscript format, the dissertation can be outlined as follows: all utilized atomistic techniques in this thesis are explained in Chapter 2. Chapter 3 identifies the role of self interstitial atoms (SIAs) in the re-ordering of disordered Ni3Al, and moreover an applicable model for mean-field rate-theories is also presented. Chapter 4 indicates the complexity of energy landscape on point defect diffusion and localized traps in Ni(x)Fe(1−x) (0 ≤ x ≤ 1) using an in-home AkMC code. A modified version of this code is used to study point defect transport properties in Ni-Fe-Cr ternary alloy systems (appendix A). Helium (He) bubble evolution in pure Ni system as a model for Ni-based alloys is studied and the role of different objects on bubble growth are discussed in Chapter 5. In the final chapter, the primary conclusions of these studies and future steps are explored.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».