MétaCan
Menu
Retour à la cohorte
Enregistrement W7038703583

Investigation of ZrN Non-Reactively Sputtered Diffusion Barrier Coating for U-Mo Dispersion Fuel

2019· dissertation· en· W7038703583 sur OpenAlexfundno aff

Notice bibliographique

RevueScholarworks@UNIST (Ulsan National Institute of Science and Technology) · 2019
Typedissertation
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSubterranean biodiversity and taxonomy
Établissements canadiensnon disponible
Organismes subventionnairesAtomic Energy of Canada LimitedNational Nuclear Security AdministrationKorea Atomic Energy Research InstituteComisión Nacional de Energía Atómica, Gobierno de Argentina
Mots-clésCoatingDispersion (optics)DiffusionThermal barrier coatingDiffusion barrier
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Zirconium nitride (ZrN) coating as a diffusion barrier layer has been applied to a U-7wt.%Mo (U-7Mo)/Al dispersion fuel plate owing to its high melting point, high thermodynamic stability against U-Mo and Al, high hardness, and low absorption cross section for thermal neutrons.However, it has been experimentally revealed that a ZrN coating layer adopted in a U-Mo/Al dispersion fuel plate experiences a functional failure locally, and hence undesirably extensive fission-induced interaction layers (ILs) between U-7Mo fuel powders and the surrounding Al matrix reaction layer are locally produced when irradiated.It is believed that the local coating damage generated during the dispersionfuel-plate fabrication process accelerates the U-Mo/Al interdiffusion by acting as a fast diffusion path of solid materials.Unfortunately, there have been no studies scientifically identifying the causes of, or presenting solutions to, the problem of ZrN coating damage.Accordingly, based on comprehensive microstructural studies, the aim of this research is to experimentally and numerically investigate ZrN coating fracturing as a function of several variables at a high heat-treatment temperature during dispersion-fuel-plate fabrication.This research will help present appropriate solutions for preventing the occurrence of coating fracturing at the heat-treatment temperature, taking into account a realistic coating microstructure.ZrN coating was deposited onto U-7Mo powders using a direct-current magnetron non-reactive sputtering machine equipped with a turnable mixing drum.Microstructural studies on the as-fabricated ZrN coatings were conducted using a scanning electron microscope (SEM), energy-dispersive X-ray spectroscopy (EDS), and X-ray diffractometer (XRD).This research is composed of the following three parts: v 5.3.2.2.Failure of coating thicker than critical thickness ................

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 enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,031
Tête enseignante GPT0,234
Écart entre enseignants0,202 · 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
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueScholarworks@UNIST (Ulsan National Institute of Science and Technology)Même sujetSubterranean biodiversity and taxonomyTravaux en français237 207