Submitted by Marco Antonio Oliveira da Silva (maosilva@ipen.br) on 2016-12-22T16:34:05Z No. of bitstreams: 0 / Made available in DSpace on 2016-12-22T16:34:05Z (GMT). No. of bitstreams: 0 / A reciclagem de refugos é um processo estratégico que viabiliza a expansão do mercado de plásticos, podendo gerar novos produtos. A obtenção de blendas poliméricas é uma alternativa nesse processo, já que é conhecida a perda de propriedades mecânicas dos termoplásticos nas etapas de reprocessamento. Neste trabalho, o polietileno de alta densidade (PEAD) reciclado teve adições de borracha do monômero etileno-propileno-dieno (EPDM) puro em baixos teores (1 %, 5 % e 10 %), cujo objetivo foi formar blendas miscíveis e um produto final mais resistente ao impacto. O PEAD foi submetido a quatro ciclos de moagem, extrusão e injeção (reprocessamento) e misturado ao EPDM puro por extrusão sem o uso de qualquer aditivo. Os grânulos da blenda formada foram usados para confeccionar os corpos-de-prova por injeção para seu uso nas distintas metodologias analíticas. O processo de irradiação gama foi aplicado nas doses de 50 kGy e 100 kGy e os parâmetros físico-químicos e mecânicos dessas amostras foram comparados aos das não irradiadas. Tanto as blendas irradiadas como as não irradiadas mostraramse visualmente e microscopicamente homogêneas, indicando a compatibilidade da mistura, que também é verificada por seu comportamento térmico. Os parâmetros mecânicos provenientes dos ensaios de tração e flexão, foram semelhantes nas amostras do termoplástico virgem e do reciclado; o processo de irradiação nas blendas gerou sua reticulação, sendo esta verificada não só pelo aumento dos valores desses parâmetros como também pelo aumento da fração gel. A resistência ao impacto aumentou cerca de duas vezes e meia nas amostras com maior teor de EPDM e cerca de 6 a 7 vezes nestas mesmas amostras irradiadas a 50 kGy e 100 kGy respectivamente. O novo material obtido tem fortes indicativos para a sua utilização na pequena e média indústria de plástico, uma vez que já com 1 % de EPDM apresentam melhores características mecânicas em relação ao termoplástico reciclado quatro vezes e essas características foram incrementadas após o processo de irradiação gama. / Dissertação (Mestrado em Tecnologia Nuclear) / IPEN/D / Instituto de Pesquisas Energéticas e Nucleares - IPEN-CNEN/SP

Submitted by Maria Eneide de Souza Araujo (mearaujo@ipen.br) on 2017-03-10T16:49:56Z No. of bitstreams: 0 / Made available in DSpace on 2017-03-10T16:49:56Z (GMT). No. of bitstreams: 0 / A saúde do meio ambiente vem sendo comprometida devido ao descarte incorreto de produtos e seus subprodutos. Dentre os contaminantes emergentes encontram-se os fármacos, causadores de problemas ambientais por serem descartados no meio ambiente através dos efluentes. As técnicas convencionais de tratamento são insuficientes na remoção de diversos fármacos, por apresentarem resíduos resistentes e baixa biodegradabilidade. Sendo assim os processos oxidativos avançados vêm sendo estudados como alternativa para o tratamento de diferentes tipos de efluentes. O objetivo desse trabalho foi aplicar o processo de irradiação com feixe de elétrons para reduzir os efeitos tóxicos do propranolol, e de sua mistura com cloridrato de fluoxetina, em solução aquosa. Foram realizados ensaios ecotoxicológicos com o fármaco propranolol, e de sua mistura com o cloridrato de fluoxetina, utilizando como organismos-teste o microcrustáceo Daphnia similis, e a bactéria Vibrio fischeri. Observamos que o organismo D. similis mostrou-se mais sensível as amostras de fármacos quando comparado à bactéria V.fischeri. Após serem submetidas ao tratamento com radiação ionizante, todas as doses aplicadas para o propranolol e a mistura, mostraram significativa redução de toxicidade, tendo como organismo-teste D. similis. Para a bactéria V. fischeri apenas na dose de 5,0 kGy foi verificada a redução da toxicidade para o fármaco propranolol. Quanto à mistura dos fármacos, apenas as doses de 2,5 e 5,0 kGy apresentaram eficiência de remoção da toxicidade. A dose 5,0 kGy mostrou-se a melhor, apresentando redução de 79,94% para D. similis, e 15,64% para V. fischeri, quando expostas ao fármaco propranolol. Quanto à mistura, apresentou 81,59% e 26,93%, para D.similis e V.fischeri, respectivamente. / Dissertação (Mestrado em Tecnologia Nuclear) / IPEN/D / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

Submitted by Marco Antonio Oliveira da Silva (maosilva@ipen.br) on 2017-05-25T11:35:08Z No. of bitstreams: 0 / Made available in DSpace on 2017-05-25T11:35:08Z (GMT). No. of bitstreams: 0 / A tecnologia de nanocompósitos é aplicável a uma vasta gama de polímeros termoplásticos e termofixos. A utilização de subprodutos da cana de açúcar tem sido extensivamente estudada como fonte de reforços para os nanocompósitos. O bagaço da cana é largamente utilizado na cogeração de energia e, como resultado da queima deste material, são produzidas milhões de toneladas de cinzas. Para este trabalho, sílica contida nas cinzas do bagaço da cana de açúcar foi extraída por método químico e método térmico. O método térmico se mostrou mais eficiente levando a uma pureza de mais de 93 % em sílica, enquanto o método químico gerou sílica bastante contaminada com cloro e sódio provenientes dos reagentes da extração. As partículas de sílica obtidas foram avaliadas por espalhamento de luz dinâmico (DSL) e apresentaram tamanho médio de 12 μm. Estas partículas foram submetidas à moagem em moinho de bolas e na sequência a tratamento sonoquímico em meio líquido. As partículas de sílica tratadas no processo sonoquímico a 20 kHz, potência de 500 W e 90 minutos tiveram suas dimensões reduzidas a escala nanométrica da ordem de dezenas de nanômetros. A nanossílica obtida foi então incorporada como reforço em polietileno de alta densidade (HDPE). Ensaios mecânicos e termo-mecânicos mostram ganhos de propriedades mecânicas, com exceção da propriedade de resistência ao impacto. O ensaio de deflexão térmica (HDT) mostrou que a incorporação deste reforço no HDPE levou a um pequeno aumento nesta propriedade relação ao HDPE puro. A cristalinidade dos nanocompósitos gerados foi avaliada por meio de calorimetria exploratória diferencial (DSC) e observou-se um decréscimo de cristalinidade do material quando a incorporação de reforço foi de 3%. O material irradiado a 250 kGy com feixe de elétrons mostra ganhos acentuados na principais propriedades do mesmo, principalmente devido ao alto nível de reticulação do HDPE irradiado. / Tese (Doutorado em Tecnologia Nuclear) / IPEN/T / Instituto de Pesquisas Energéticas e Nucleares - IPEN-CNEN/SP

Submitted by Marco Antonio Oliveira da Silva (maosilva@ipen.br) on 2017-05-25T13:07:01Z No. of bitstreams: 0 / Made available in DSpace on 2017-05-25T13:07:01Z (GMT). No. of bitstreams: 0 / Durante a exploração de uma mina, vários impactos são causados no meio ambiente, entre eles a geração da drenagem ácida de minas (DAM), que consiste da exposição de minerais sulfetados ao ar, água e microorganismos do tipo ferroxidantes, apresentando reações de oxidação e formação de ácido sulfúrico solubilizando metais ali presentes contaminando o solo e as águas. O objetivo deste trabalho de pesquisa foi estudar uma solução tecnológica fazendo uso da oxidação avançada com ozônio de metais pesados presentes em efluentes contaminados, em mina de urânio, com especial foco na remoção do manganês. A mina de urânio das Indústrias Nucleares do Brasil INB, em Caldas, Minas Gerais, local de aplicação deste estudo, enfrenta o problema da DAM e tem como principais contaminantes de suas águas superficiais os elementos, alumínio (Al), manganês (Mn), zinco (Zn), ferro (Fe), sulfatos (SO4+2), fluoretos (F-), metais de terras raras, alem do urânio (U) e do tório (Th). Os testes com ozônio realizados em laboratório com os efluentes da INB e in situ, mostraram uma grande eficiência para remoção do ferro, manganês e cério em até 99%. A concentração total de manganês ficou abaixo dos limites estabelecidos pela resolução 430 e 357 do CONAMA. Elementos como neodímio (Nd), lantânio (La) e zinco (Zn) pouco se oxidam com O3. O Al se mantém praticamente inalterado, enquanto que o tório e o urânio decaem, mas com o passar do tempo de ozonização voltam a se concentrar, porém com um valor inferior ao inicial. O precipitado obtido após a ozonização consiste de até 85% de oxido de manganês. A fim de descartar, após a ozonização, o efluente líquido para o ambiente é necessário uma correção do pH, de modo a atender os parâmetros da legislação CONAMA, sendo utilizado 50 a 86% menos reagente (CaOH2), do que as quantidades utilizadas no processo adotado pela INB. / Dissertação (Mestrado em Tecnologia Nuclear) / IPEN/D / Instituto de Pesquisas Energéticas e Nucleares - IPEN-CNEN/SP

Submitted by Pedro Silva Filho (pfsilva@ipen.br) on 2017-10-09T14:21:34Z No. of bitstreams: 0 / Made available in DSpace on 2017-10-09T14:21:34Z (GMT). No. of bitstreams: 0 / Durante a exploração de uma mina, vários impactos são causados no meio ambiente, entre eles a geração da drenagem ácida de minas (DAM), que consiste da exposição de minerais sulfetados ao ar, água e microorganismos do tipo ferroxidantes, apresentando reações de oxidação e formação de ácido sulfúrico solubilizando metais ali presentes contaminando o solo e as águas. O objetivo deste trabalho de pesquisa foi estudar uma solução tecnológica fazendo uso da oxidação avançada com ozônio de metais pesados presentes em efluentes contaminados, em mina de urânio, com especial foco na remoção do manganês. A mina de urânio das Indústrias Nucleares do Brasil INB, em Caldas, Minas Gerais, local de aplicação deste estudo, enfrenta o problema da DAM e tem como principais contaminantes de suas águas superficiais os elementos, alumínio (Al), manganês (Mn), zinco (Zn), ferro (Fe), sulfatos (SO4+2), fluoretos (F-), metais de terras raras, alem do urânio (U) e do tório (Th). Os testes com ozônio realizados em laboratório com os efluentes da INB e in situ, mostraram uma grande eficiência para remoção do ferro, manganês e cério em até 99%. A concentração total de manganês ficou abaixo dos limites estabelecidos pela resolução 430 e 357 do CONAMA. Elementos como neodímio (Nd), lantânio (La) e zinco (Zn) pouco se oxidam com O3. O Al se mantém praticamente inalterado, enquanto que o tório e o urânio decaem, mas com o passar do tempo de ozonização voltam a se concentrar, porém com um valor inferior ao inicial. O precipitado obtido após a ozonização consiste de até 85% de oxido de manganês. A fim de descartar, após a ozonização, o efluente líquido para o ambiente é necessário uma correção do pH, de modo a atender os parâmetros da legislação CONAMA, sendo utilizado 50 a 86% menos reagente (CaOH2), do que as quantidades utilizadas no processo adotado pela INB. / Dissertação (Mestrado em Tecnologia Nuclear) / IPEN/D / Instituto de Pesquisas Energéticas e Nucleares - IPEN-CNEN/SP

This thesis pertains to two R&D objectives associated with deploying TMFD sensor technology for meeting AARST-NRPP metrics for Radon (Rn) in-air detection, as well as for monitoring of ultra-trace actinides in air, amidst other Rn-progeny alpha emitting radionuclides. A challenge has persisted over the past 40+ years for detecting trace actinides in air amidst a 100-1000x higher Rn-progeny background. This thesis had a primary aim for addressing this challenge, and developing and assessing for a novel technology solution. Both objectives were successfully met. Methods, designs, and experimental effects of apparatus are discussed for successful Rn and progeny detection for 1-100 pCi/L concentration levels, as well as for Rn-progeny “blind” spectroscopic detection of 10-12 μCi/cc concentrations of actinides (Pu/U/Am) in air. The resulting CTMFD based technology was compared with the state-of-art “Alpha Sentry” CAM system and found to offer superior performance in multiple categories, and ~18x improvement in time to detect (e.g. at 0.02 DAC in 3 hrs vs ~70 hrs for state-of-art) for actinides while also remaining ~100% blind to ~102x higher Rn-progeny background; and, with 1 keV energy resolution vs ~300-400 keV for Alpha Sentry.

<p>  </p> <p>A <em>digital twin</em> (DT), which keeps track of nuclear reactor history to provide real-time predictions, has been recently proposed for nuclear reactor monitoring. A digital twin can be implemented using either a differential equations-based physics model, or a data-driven machine learning model<strong>. </strong>The principal challenge in physics model-based DT consists of achieving sufficient model fidelity to represent a complex experimental system, while the main challenge in data-driven DT appears in the extensive training requirements and potential lack of predictive ability. </p> <p>In this thesis, we investigate the performance of a hybrid approach, which is based on physics-informed neural networks (PINNs) that encode fundamental physical laws into the loss function of the neural network. In this way, PINNs establish theoretical constraints and biases to supplement measurement data and provide solution to several limitations of purely data-driven machine learning (ML) models. We develop a PINN model to solve the point kinetic equations (PKEs), which are time dependent stiff nonlinear ordinary differential equations that constitute a nuclear reactor reduced-order model under the approximation of ignoring the spatial dependence of the neutron flux. PKEs portray the kinetic behavior of the system, and this kind of approach is the basis for most analyses of reactor systems, except in cases where flux shapes are known to vary with time. This system describes the nuclear parameters such as neutron density concentration, the delayed neutron precursor density concentration and reactivity. Both neutron density and delayed neutron precursor density concentrations are the vital parameters for safety and the transient behavior of the reactor power. </p> <p>The PINN model solution of PKEs is developed to monitor a start-up transient of the Purdue University Reactor Number One (PUR-1) using experimental parameters for the reactivity feedback schedule and the neutron source. The facility under modeling, PUR-1, is a pool type small research reactor located in West Lafayette Indiana. It is an all-digital light water reactor (LWR) submerged into a deep-water pool and has a power output of 10kW. The results demonstrate strong agreement between the PINN solution and finite difference numerical solution of PKEs. We investigate PINNs performance in both data interpolation and extrapolation. </p> <p>The findings of this thesis research indicate that the PINN model achieved highest performance and lowest errors in data interpolation. In the case of extrapolation data, three different test cases were considered, the first where the extrapolation is performed in a five-seconds interval, the second where the extrapolation is performed in a 10-seconds interval, and the third where the extrapolation is performed in a 15-seconds interval. The extrapolation errors are comparable to those of interpolation predictions. Extrapolation accuracy decreases with increasing time interval.</p>

<p>  </p> <p>Advanced high temperature fluid reactors (AR), such as sodium fast reactors (SFR) and molten salt cooled reactors (MSCR) are promising nuclear energy options, which offer lower levelized electricity costs compared to existing light water reactors (LWR). Increasing economic competitiveness of ARs in the open market involves developing strategies for reducing operation and maintenance (O&M) costs. Digitization of AR’s allows to implement continuous on-line monitoring paradigm to achieve early detection of incipient problems, and thus reduce O&M costs. Machine learning (ML) algorithms offer a number of advantages for reactor monitoring through anticipation of key performance variables using data-driven process models. ML model does not require detailed knowledge of the system, which could be difficult to obtain or unavailable because of commercial privacy restrictions. In addition, any data obtained from sensors or through various ML models need to be securely transmitted under all possible conditions, including those of cyber-attacks. Quantum information processing offers promising solutions to these threats by establishing secure communications, due to unique properties of entanglement and superposition in quantum physics. More specifically, quantum key distribution (QKD) algorithms can be used to generate and transmit keys between the reactor and a remote user. In one of popular QKD communication protocols, BB84, the symmetric keys are paired with an advanced encryption standard (AES) protocol protecting the information. Another challenge in sensor measurements is the noise, which can affect the accuracy and reliability of the measured values. The presence of noise in sensor measurements can lead to incorrect interpretations of the data, and therefore, it is crucial to develop effective signal processing techniques to improve the quality of measurements. </p> <p>In this study, we develop several variations of Recurrent Neural Networks (RNN) and test their ability to predict future values of thermocouple measurements. Data obtained by a heat-up experiment conducted in a liquid sodium experimental facility is used for training and testing the RNNs. The method of extrapolation is also explored using measurements of different sensors to train and test a network. We then examine through computer simulations the potential of secure real-time communication of monitoring information using the BB84 protocol. Finally, signal analysis is performed with Discrete Fourier Transform (DFT) sensor signals to analyze and correlate the prediction results with the results obtained by the analysis of the time series in the frequency domain. Using information from the frequency analysis, we apply cutoff filters in the original time series and test again the performance of the networks. Results show that the ML models developed in this work can be efficiently used for forecasting of thermocouple measurements, as they provide Root Mean Square Error (RMSE) values lower than the measurement uncertainty of the thermocouples. Extrapolation produces good results, with performance related to the Euclidean distance between the sets of time series. Moreover, the results from the utilization of the BB84 protocol to securely transmit the measurements prove the feasibility of secure real-time communication of monitoring information. The application of the cutoff filters provided more accurate predictions of the thermocouple measurements than in the case of the unfiltered signals.</p> <p>The suit of computational tools developed in this work is shown to be efficient and promises to have a positive impact on improving performance of an AR.</p>

<p dir="ltr">New system-level codes are being developed for advanced reactors for safety analysis and licensing purposes. Thermal-hydraulics of advanced reactors is a challenging problem due to complex flow scenarios assisted by free jets and stratified flows that lead to turbulent mixing. For these reasons, the 0D or 1D models used for reactor plena in traditional safety analysis codes like RELAP cannot capture the physics accurately and introduce a large degree of modeling uncertainty. System-level calculation codes based on the advection-diffusion equation neglect turbulent fluctuations. These fluctuations are extremely important as they introduce higher-order moments, which are responsible for vortex stretching and the passage of energy to smaller scales. Alternatively, extremely detailed simulations with velocity coupling from the Navier-Stokes equations are able to capture turbulence effects accurately using DNS. These solutions are accurate because they resolve the flow into the smallest possible length and time scales (Kolmogorov scale) important to the flow, which makes DNS computationally expensive for simple geometries and impossible at the system level.</p><p dir="ltr">The flow field can be described through a reduced-order model using the principles of statistical mechanics. Statistical mechanics-based methods provide a method for extracting statistics from data and modeling that data using easily represented differential equations. The Kramers-Moyal (KM) expansion method can be used as a subgrid-scale (SGS) closure for solving the momentum equation. The stochastic Burgers equation is solved using DNS, and the DNS solutions are used to calculate the KM coefficients, which are then implemented as an SGS closure model. The KM method outperforms traditional methods in capturing the multi-scale behavior of Burgers turbulence. The functional dependencies of the KM coefficients are also uniform for several boundary conditions, meaning the closure model can be extended to multiple flow scenarios. </p><p dir="ltr">For the case of the Navier-Stokes equations, each particle trajectory tends to follow some scaling law. Kolmogorov hypothesized that the flow velocity field follows a -5/3 scaling in the inertial region where Markovian characteristics can be invoked to model the interaction between eddies of adjacent sizes. This law holds true in the inertial region where the flow is Markovian. For scalar turbulence, the scaling laws are affected by thermal diffusion. If a fluid has a Prandtl number close to one, the thermal behavior is dominated by momentum, so the spectra for velocity and temperature are similar. For small Prandtl number fluids, such as liquid metals, the thermal diffusion dominates the lower scales and the slope of the spectrum shifts from the -5/3 slope to a -3 slope, also called the Batchelor region. System-level thermal hydraulics codes need to be able to capture these behaviors for a range of Prandtl number fluids. The KM-based model can also be used as a surrogate for velocity or temperature fluctuations in scalar turbulence. Using DNS solutions for turbulent channel flow, the KM model is used to provide a surrogate for temperature and velocity signals at different wall locations in the channel for Pr = 0.004, Pr = 0.025, and Pr = 0.71. The KM surrogate matches well for all wall locations, but is not able to capture the viscous dissipation in the velocity signal, or the thermal dissipation in the low Prandtl number cases. The dissipation can be captured by implementing a Gaussian filter.</p><p dir="ltr">Statistical mechanics-based methods are not limited to modeling turbulence in a reactor. Renewable power generation, such as wind, can be modeled using the Ornstein-Uhlenbeck (OU) method, which allows the long-term trends and short-term fluctuations of wind power to be decoupled. This allows for large fluctuations in wind power to be scaled down to a level that a reactor can accommodate safely. </p><p dir="ltr">Since statistical mechanics methods are based in physics, the calculated coefficients provide some information about the inputted signal. In a high-temperature gas-cooled reactor, strong heating can cause flow that is expected to be turbulent to show laminar characteristics. This laminarization results in reduced heat removal. The KM coefficients can be used to classify the laminarization from probed velocity signals more effectively than traditional statistical analyses.</p>

<p dir="ltr">Generation IV high-temperature gas-cooled reactors (HTGR) are designed to exhibit passive safety under all off-normal circumstances. One such scenario, known as depressurized loss of forced circulation (DLOFC), occurs after a break in the coaxial inlet/outlet header. As the headers are traditionally located at the base of the reactor vessel, the low-density helium coolant is preserved in the core following the initial rupture accident. Upon depressurization, however, air from the surrounding reactor environment slowly enters the coolant channel through molecular diffusion. As the incoming fluid continues to deplete the helium concentration, the onset of natural circulation (ONC) can occur causing bulk air ingress leading to the oxidation and degradation of core components. Therefore, investigating methods to improve the time to ONC is critical in impeding reactor core component damage brought about by DLOFC in an HTGR.</p><p dir="ltr">The Transformational Challenge Reactor (TCR) has similar features to those of an HTGR, but the primary difference is the use of a more complex, additively manufactured (AM) fuel geometry. The more compact, AM, ceramic fuel elements can be conveniently produced with optimally configured channels that suppress the air ingress progress and improve thermofluidic performance. DLOFC and air ingress are experimentally studied in a scaled HTGR flow test setup. Distributed temperature measurements and time to ONC data are collected for the experiments conducted. Multiple geometries are analyzed throughout the investigation. The thermal transient and time to ONC data gathered for the different test geometries and temperatures are compared. The results show that the AM and pebble bed elements deter ONC significantly longer than the baseline geometry representative of a prismatic fuel coolant channel. The AM part delayed ONC as compared to the pebble bed test piece at higher temperatures. The distributed temperature sensor shows intra-leg circulation at higher temperature tests.</p><p dir="ltr">Thermophysical properties of the 316 stainless steel AM component are compared to those of a standard 316 stainless steel round bar. The properties ascertained include the density, emissivity, specific heat, and thermal conductivity. The density of the AM part is 1.5% greater than the density of the standard bar. The emissivity of the AM part is determined to be over three times greater than the emissivity of the polished standard stainless steel round. The specific heat of the AM element is 16% greater than that of the standard 316 stainless steel specific heat. The thermal conductivity of the AM component is measured to be within 1.5% of the standard 316 stainless steel round bar thermal conductivity.</p>