Удосконалення властивостей оболонок твелів для вітчизняного ядерного паливного циклу

Ключові слова

корозійна стійкість, надійність, оболонки твелів, цирконієвий сплав, ядерна енергетика

Як цитувати

Yefimov, O., Pylypenko, M., Kravchenko, V., Liubchik, L., Potanina, T., Yesypenko, T., & Harkusha, T. (2022). Удосконалення властивостей оболонок твелів для вітчизняного ядерного паливного циклу. Ядерна та радіаційна безпека, (3(95), 39-47. https://doi.org/10.32918/nrs.2022.3(95).04

Анотація

Розглянуто удосконалення властивостей, зокрема корозійної стійкості, конструкційних цирконієвих матеріалів (сплавів) оболонок твелів активних зон ядерних реакторів АЕС для вітчизняного ядерного паливного циклу, згідно зі «Стратегією розвитку енергетики України» до 2035 р., оптимізацією кількості легуючого домішку заліза (Fe) в них.

Обґрунтовано необхідність забезпечення високої корозійної стійкості і надійності оболонок твелів для безпечної експлуатації ядерних реакторів нового покоління двоконтурних АЕС з водою під тиском в умовах експлуатації з тривалістю кампанії 6 – 7 років.

Проаналізовано хімічний склад і механічні властивості цирконієвих сплавів оболонок твелів різних виробників. Проаналізовано вплив різних домішок у злитках цирконієвих сплавів Zr1%Nb вітчизняного виробництва на основі губчастого (магнієтермічного) цирконію, отриманого за українською технологією, та їх властивості.

Доведено, що легування сплаву Zr1%Nb залізом (Fe) є перспективним під час розробки технології виготовлення вітчизняних матеріалів оболонок твелів для реакторів з високою надійністю і безпекою.

Обробка результатів експериментальних досліджень утворення корозії сплавів цирконію з різним вмістом заліза методом двомірної поліноміальної гребеневої регресії з реалізацією на мові програмування Python на основі теорії «машинного навчання» дозволила визначити оптимальне значення необхідної кількості легуючого елемента заліза (Fe) для цирконієвого сплаву Zr1%Nb оболонок твелів українського виробництва.

Запропонований метод може бути ефективно застосований для визначення оптимальної кількості легуючих елементів інших цирконієвих сплавів, перспективних для ядерної енергетики України, зокрема циркалою.

https://doi.org/10.32918/nrs.2022.3(95).04

Посилання

Strategy for the Development of Fuel and Energy Sector of Ukraine until 2035. Approved by the order of the Cabinet of Ministers of Ukraine dated August 18, 2017 No. 605. Retrieved from: https://zakon.rada.gov.ua/laws/file/text/58/f469391n10.pdf.

The development strategy of Ukraine's PEC until 2030: it is planned to increase electricity production by 2.2 times, while half of this growth will be achieved at the expense of nuclear energy. Ministry of Energy of Ukraine. Retrieved from: http://mpe.kmu.gov.ua/minugol/control/publish/article?art_id=99111.

Verkhivker, G. P., Kravchenko, V. P. (2009). Fundamentals of calculation and design of nuclear power reactors, Odesa: TPP, 409 p.

Denisevich, K. B., Landau, Yu. O., Neumann, V. O., Suleymanov, W. M., Shilyaev, B. A. (2013). Energy. History, present and future. Development of nuclear energy and integrated energy systems, Kyiv, 304 p.

Yefimov, О. V., Pylypenko, M. M., Potanina, T. V., Kavertsev, V. L., Garkusha, T. A. (2017). Reactors and steam generators of NPP power units: schemes, processes, materials, structures, models (monograph). Kharkiv, LLC “V Spravi”, p. 420.

Pylypenko, M. M. (2018). High pure zirconium. Problems of Atomic Science and Technology, 1, 3-8.

Potanina, T. V., Yefimov, O. V., Pylypenko M. M. (2021). Estimation of the dependence parameters of nuclear structural materials hardness on the content of gas impurities: an interval approach. Problems of Atomic Science and Technology, 5, 77-83. doi: 10.46813/2021-135-077.

Pylypenko, M. M., Drobyshevskaya, A. A. (2018). Effect of iron additives on the properties of Zr1%Nb alloy. Problems of Atomic Science and Technology, 1, 101-104.

Yefimov, A. V., Pylypenko, M. M., Potanina, T. V., Yesypenko, T. O., Harkusha, T. A., Stadnyk, Yu. S. (2019). Processing of experimental data of the process of refining nuclear material Zr1%Nb by electron-beam melting by means of interval analysis methods. Problems of Atomic Science and Technology, 5(123), 118-123.

Scikit-learn: machine learning in Python ‒ scikit-learn 0.23.2 documentation. Retrieved from: https://scikitlearn.org.

Refaeilzadeh, P., Tang, L., Liu, H. (2009). Cross-Validation. Encyclopedia of Database Systems. Springer, 532-538.

Russell Rhinehart R. (2016). Nonlinear Regression Modeling for Engineering Applications. Modeling, Model Validation, and Enabling Design of Experiments. John Wiley & Sons Limited, 403 p.

Завантаження

Дані завантаження ще не доступні.