論文の概要: Understanding Fission Gas Bubble Distribution, Lanthanide Transportation, and Thermal Conductivity Degradation in Neutron-irradiated {\alpha}-U Using Machine Learning

• arxiv url: http://arxiv.org/abs/2104.05786v1
• Date: Mon, 12 Apr 2021 19:29:18 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-15 03:56:45.081480
• Title: Understanding Fission Gas Bubble Distribution, Lanthanide Transportation, and Thermal Conductivity Degradation in Neutron-irradiated {\alpha}-U Using Machine Learning
• Title（参考訳）: 機械学習を用いた中性子照射 {\alpha}-Uにおけるフィッションガス気泡分布, ランタニド輸送, 熱伝導率劣化の解明
• Authors: Lu Cai, Fei Xu, Fidelma Dilemma, Daniel J. Murray, Cynthia A. Adkins, Larry K Aagesen Jr, Min Xian, Luca Caprriot, Tiankai Yao
• Abstract要約: UZrベースの金属核燃料は、米国の次世代ナトリウム冷却高速炉の主要な候補です。 燃料性能に関する機械的理解の欠如は、商業用途におけるUZr燃料の適格化を妨げている。
• 参考スコア（独自算出の注目度）: 2.3336225785755476
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: UZr based metallic nuclear fuel is the leading candidate for next-generation sodium-cooled fast reactors in the United States. US research reactors have been using and testing this fuel type since the 1960s and accumulated considerable experience and knowledge about the fuel performance. However, most of knowledge remains empirical. The lack of mechanistic understanding of fuel performance is preventing the qualification of UZr fuel for commercial use. This paper proposes a data-driven approach, coupled with advanced post irradiation examination, powered by machine learning algorithms, to facilitate the development of such understandings by providing unpreceded quantified new insights into fission gas bubbles. Specifically, based on the advanced postirradiation examination data collected on a neutron-irradiated U-10Zr annular fuel, we developed a method to automatically detect, classify ~19,000 fission gas bubbles into different categories, and quantitatively link the data to lanthanide transpiration along the radial temperature gradient. The approach is versatile and can be modified to study different coupled irradiation effects, such as secondary phase redistribution and degradation of thermal conductivity, in irradiated nuclear fuel.
• Abstract（参考訳）: UZrをベースとする金属核燃料は、米国で次世代のナトリウム冷却高速炉の候補となっている。 アメリカの研究用原子炉は1960年代からこの燃料型の使用と試験を行っており、燃料性能に関するかなりの経験と知識を蓄積している。 しかし、ほとんどの知識は実証的なままである。 燃料性能に関する機械的理解の欠如は、商業用途におけるUZr燃料の認定を妨げている。 本稿では, 機械学習アルゴリズムを応用した先進的な放射線照射試験と組み合わせたデータ駆動型アプローチを提案する。 具体的には,中性子照射されたu-10zr環状燃料で収集された高度放散試験データに基づき,約19,000個の核分裂ガス気泡を異なるカテゴリに自動検出,分類し,放射温度勾配に沿ったランタノイド蒸散と定量的にリンクする手法を開発した。 アプローチは多用途であり、照射された核燃料の二次相の再分配や熱伝導率の低下など、異なる結合した照射効果を研究するために修正することができる。

関連論文リスト

• Combustion Condition Identification using a Decision Tree based Machine Learning Algorithm Applied to a Model Can Combustor with High Shear Swirl Injector [0.0]
  燃焼はガスタービンエンジンの主要な工程であり、性能を高めるために効率的な空気-燃料混合が必要である。 高シャースワール噴射器は、燃焼効率と排出を決定づける重要な要因である燃料の微粒化と混合を改善するために一般的に用いられる。 本研究では, メタンを燃料とする単一缶燃焼器の対向回転式高速旋回噴射装置から, 音圧および高速火炎画像を分析し, 燃焼条件を分類するために, 決定木に基づく機械学習アルゴリズムを用いた。
  論文  参考訳（メタデータ） (2024-09-18T13:09:18Z)
• Machine Learning for Methane Detection and Quantification from Space -- A survey [49.7996292123687]
  メタン (CH_4) は強力な温室効果ガスであり、20年間で二酸化炭素 (CO_2) の86倍の温暖化に寄与する。 この研究は、ショートウェーブ赤外線(SWIR)帯域におけるメタン点源検出センサの既存の情報を拡張する。 従来の機械学習(ML)アプローチと同様に、最先端の技術をレビューする。
  論文  参考訳（メタデータ） (2024-08-27T15:03:20Z)
• Accurate ignition detection of solid fuel particles using machine learning [3.473038099935777]
  石炭粒子径90-125mと160-200mの2つの粒径を従来の空気およびオキシ燃料条件下で検討した。 残留ネットワーク(ResNet)と特徴ピラミッドネットワーク(FPN)は、真実に基づいて訓練され、点火時間を予測する。
  論文  参考訳（メタデータ） (2023-04-20T21:10:14Z)
• An Efficient Instance Segmentation Approach for Extracting Fission Gas Bubbles on U-10Zr Annular Fuel [1.2470111111873257]
  U-10Zrをベースとした核燃料は、次世代のナトリウム冷却高速炉の第一候補として追求されている。 熱間燃料中心から冷間クラッド表面へのランタニドの移動は、燃料性能に影響を与える重要な要因の1つである。 熱間燃料中心から冷間クラッド表面へのランタニドの移動は、燃料性能に影響を与える重要な要因の1つである。
  論文  参考訳（メタデータ） (2023-02-08T18:58:46Z)
• Advanced Characterization-Informed Framework and Quantitative Insight to Irradiated Annular U-10Zr Metallic Fuels [1.3876128862837824]
  U-10Zrをベースとした金属核燃料は、次世代のナトリウム冷却高速炉の燃料候補として期待されている。 アイダホ国立研究所の研究経験は1960年代にさかのぼる。
  論文  参考訳（メタデータ） (2022-10-17T13:54:49Z)
• Prediction of liquid fuel properties using machine learning models with Gaussian processes and probabilistic conditional generative learning [56.67751936864119]
  本研究の目的は、代替燃料の物理的特性を予測するためのクロージャ方程式として機能する、安価で計算可能な機械学習モデルを構築することである。 これらのモデルは、MDシミュレーションのデータベースや、データ融合-忠実性アプローチによる実験的な測定を用いて訓練することができる。 その結果,MLモデルでは,広範囲の圧力および温度条件の燃料特性を正確に予測できることがわかった。
  論文  参考訳（メタデータ） (2021-10-18T14:43:50Z)
• Measurement of Hybrid Rocket Solid Fuel Regression Rate for a Slab Burner using Deep Learning [0.0]
  本研究では, ハイブリッドロケット燃料用2次元スラブバーナ実験において, 燃料回帰率を測定するための画像ベースディープラーニングツールを提案する。 高強度フラッシュのDSLRカメラを使用して、燃焼中の画像をキャプチャし、その画像を使用して燃料境界を見つけ、レグレッション率を算出する。 実験画像から燃料を分離するために,U-net畳み込みニューラルネットワークアーキテクチャを探索した。
  論文  参考訳（メタデータ） (2021-08-25T14:57:23Z)
• Effects of a nuclear disturbed environment on a quantum free space optical link [52.77024349608834]
  本書は, 地上・衛星・受信システムの信号減衰に及ぼす核分裂大気環境の影響について検討する。 上昇する核雲とその後に輸送された破片を通して伝達される信号の減衰は、気候学的に10kt、100kt、および1山の表面レベルでの爆発をモデル化する。
  論文  参考訳（メタデータ） (2021-08-10T19:25:54Z)
• Adiabatic Sensing Technique for Optimal Temperature Estimation using Trapped Ions [64.31011847952006]
  捕捉イオンを用いた最適なフォノン温度推定のための断熱法を提案する。 フォノンの熱分布に関する関連する情報は、スピンの集合的な自由度に伝達することができる。 それぞれの熱状態確率は、各スピン励起構成に近似的にマッピングされることを示す。
  論文  参考訳（メタデータ） (2020-12-16T12:58:08Z)
• Neutron Guide Building Instruments of the Brazilian Multipurpose Reactor (RMB) Project [58.720142291102135]
  本稿では,サビヤとアラポンガの2つの原楽器の標準設計要件について述べる。 これらはそれぞれ、低温および熱中性子測定器であり、小型アングル中性子散乱(SANS)と高分解性粉末中性子回折計(HRPND)に対応している。 ここでは、中性子ビームを同じガイド上の2つの異なる機器に輸送するための単純なガイドと分割ガイドの使用に関する最初の研究を提案する。
  論文  参考訳（メタデータ） (2020-03-11T11:57:55Z)
• Reservoir engineering with arbitrary temperatures for spin systems and quantum thermal machine with maximum efficiency [50.591267188664666]
  貯留層工学は、量子情報科学と量子熱力学にとって重要なツールである。 この手法を用いて、任意の(有効)負および正の温度の貯水池を単一スピン系に設計する。
  論文  参考訳（メタデータ） (2020-01-28T00:18:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。