MétaCan
Menu
← Retour à la cohorte
Enregistrement W7020955172

Near-IR Laser Ablation of Simulated Radiologically Contaminated Oxides on Carbon Steel Feeder Pipes

2022· article· en· W7020955172 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship@Western (Western University) · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRadioactive wasteHuman decontaminationContaminationOxideCarbon steelStripping (fiber)Cabin pressurizationCarbon fibers
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As nuclear power plants age and retire from service, many countries face significant challenges concerning the safe long-term storage and disposal of large volumes of low and intermediate level radioactive wastes (L&ILW). The volumes of metallic waste are of particular concern, as when metal corrodes it produces hydrogen that could lead to pressure build-up in interim storage and disposal. In Canada, a significant fraction of the metallic wastes for Canada Deuterium Uranium (CANDU) nuclear reactors are out-of-core reactor components, such as carbon steel (CS) feeder pipes. The radioactive contamination is expected to be largely confined to the surface oxide layers on these pipes. The removal of radiologically contaminated surface oxide layers from these materials could make the metallic wastes free-releasable, or at the least, convert them from intermediate level to low level waste. If the main concern is not the extension of their service lives, but safe decontamination and disposal of radioactive wastes, non-chemical methods such as mechanical abrasion or stripping using a laser or focused ion beam can efficiently remove radioactive surface oxides without generating additional wastes. The development and application of innovative surface decontamination technologies like laser ablation will reduce costs associated with transportation, storage, and waste minimization. The first objective of this thesis was to simulate oxides that form on CANDU reactor CS feeder pipe surfaces. The variability in the physical characteristics of oxides along the length of the feeder pipes has not been investigated thoroughly. In this thesis, combinations of different solution parameters (temperature, pH, γ-radiation, and ionic strength) were used to corrode CS samples to grow oxides with varying thickness, composition, and morphology. To simulate radiological contamination of feeder oxides, inactive Co2+ ions were used as a surrogate for the radioactive 60Co found in actual feeder oxides. After simulating oxides on CS samples, the subsequent objective was the optimization of operating parameters (laser irradiance, number of scans, pulse overlap, and cleaning angle) for an ytterbium doped fiber laser (1064 nm) for the laser cleaning of corroded CS samples. Laser cleaning tests demonstrated that laser irradiance was the most important operating parameter determining cleaning efficacy. At laser irradiances > 100 MW/cm2, the formation of a high temperature plasma ejects oxides as large fragments, resulting in the highest oxide removal efficiencies. A HEPA filter was used to collect the ablated oxides, and collection efficiencies of up to ~ 95% were observed for the highest-grade HEPA filter tested. The results in this thesis show that laser ablation using an ytterbium doped fibre laser (1064 nm) is a promising decontamination technique for radiologically contaminated CS feeder pipes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,261
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)→Même sujetBat Biology and Ecology Studies→Travaux en français237 207→