XiaoMi-AI文件搜索系统
World File Search System氢同位素
技术转让报告
2022 年 12 月 5 日，LLNL 团队在国家点火装置 (NIF) 向装有部分冻结氢同位素的胶囊的黑腔发射了 192 束激光。结果是聚变点火——产生的聚变能量比传送到 NIF 目标的激光能量还要多。实验向目标传送了 2.05 兆焦耳（百万焦耳或 MJ）的能量，产生了 3.15 MJ 的能量。自 1960 年代物理学家意识到激光可以引发聚变反应，激光惯性约束聚变 (ICF) 可用于商业发电和用于核武器库存管理的研究以来，LLNL 一直致力于点火。自首次点火以来，NIF 又进行了三次成功的发射，扩大了 ICF 和商业化聚变能的可能性。这些成就为 LLNL 在聚变领域取得技术转让成功奠定了基础。
完全剥离的噻吩衍生物的合成
选择性氢同位素交换（HIE）是制备氘标记的分子的最佳方法之一，以消除与传统方法相关的其他步骤，并且最近引起了更多的关注。1在过去的几十年中，通常需要使用包含N或O原子与金属催化剂协调的指导组来促进H/D交换过程的策略。2因此，采用了许多过渡金属复合物，包括IR，3 pd，4 Ru，5 rh，6，并成为合成氘化化合物的普遍催化剂。但是，合并指导组的额外合成步骤限制了起始材料的来源及其进一步的应用。在不指导群体的情况下实现底物的选择性HIE是解决此问题的方法之一，因此，在这一领域已做出了许多努力。奇里克（Chirik）和同事的开创性研究描述了一种铁复合物催化的HIE反应，以提供具有空间控制的现场选择性的氘代竞技场，这使许多领域的选择性脱位无需指导群体。7然后，选择性h/d交换含N的领域已分别用ruthenium或镍复合物作为Chirik中的催化剂和
Piso.AI 使用机器学习框架来预测/...
Piso.AI 使用机器学习框架，使用可用且定期更新的网格气候数据产品和位置变量来预测/重建过去特定月份和年份降水的氢和氧同位素组成。该模型使用全球降水同位素网络 (GNIP) 提供的降水同位素数据进行训练。该方法的详细信息在原始出版物中概述。如果您将 Piso.AI 用于您的工作（出版物、口头/海报演示等），我们要求您引用：Nelson, D.B., Basler, D., Kahmen, A.(2021)。“机器学习在欧洲应用的降水同位素时间序列预测。”美国国家科学院院刊，第 12 卷。118 号26 e2024107118。Piso.AI 旨在定期更新，因为所使用的输入气候数据每年都会更新。年度更新不会改变输入变量的选择或用于重建氧和氢同位素值的模型结构。如果输入气候变量发生变化（例如，由于原始数据提供者使用的插值方案更新），则对过去时间点的预测将仅在每年更新与下一次更新之间有所不同。Piso.AI 的年度更新以版本号后的更新年份表示。原始出版物使用了截至 2019 年底的数据，称为 Piso.AI v.1.01。第一个包含对新一年 2020 年预测的更新名为 Piso.AI v.1.2020。未来可能实施的模型结构的任何更改（例如纳入新的预测变量或使用新输入数据重新训练模型）都将以新版本号 (即 Piso.AI v.X) 标记。早于原始出版物的 Piso.AI 版本现在追溯重命名为 Piso.AI v.0.9（之前在 2020 年 9 月之前在 Piso.AI 网站上提供）和 Piso.AI v.0.01（之前在 2021 年 3 月之前在 Piso.AI 网站上提供）。还可能引入使用 Piso.AI 框架的其他模型，但这些模型将使用新名称标识。第一个这样的扩展是 Piso.AI.eur1900。该模型使用与原始 Piso.AI 类似的空间域，但使用更有限的预测变量选择，允许重建更早的沉淀氧和氢同位素值。但准确性会略有降低，Piso.AI.eur1900 v.1.2020 目前涵盖的是 1901 年至 2020 年的时间段。有关此应用程序的更多信息，请参阅：https://isotope.bot.unibas.ch/PisoAI-eur1900-v1-2020/ 模型版本和数据更新：Piso.AI v.1.2020（2021 年 12 月发布）预测变量：- 气候研究单位 (CRU) 时间序列数据 v.4.05 - 欧洲观测网格数据集 (E-OBS) v.23.1e - 国家环境预测中心 (NCEP/NCAR) 再分析 1 项目数据（包括 2020 年）- 从气候预测中心获得的遥相关指数时间序列数据（包括 2020 年）Piso.AI v.1.01（原始出版物中的版本）预测变量：- 气候研究单位 (CRU) 时间序列数据 v.4.04
实现可持续 DT 聚变能燃料循环的技术开发和材料研究
第一代商用聚变能工厂的设计采用氘-氚 (DT) 燃料循环。燃料成分氚是一种半衰期为 12.3 年的放射性氢同位素，而氘是一种稳定的天然水成分，两者在 DT 等离子体中“燃烧”。为了实现持续、高效的商用聚变能工厂设计，需要在氚生产（整体增殖和提取）工艺和工程系统以及氚作为气体的处理（包括同位素分离和杂质去除处理）方面取得技术进步。工艺建模和核算方法的改进将有助于降低在制品氚库存，从而提高工厂效率并满足任何将要制定的安全、环境损害和不扩散法规。作为美国氚和轻同位素科学与技术以及国防任务工程处理系统的领先实验室，萨凡纳河国家实验室正在利用其在氢气处理、同位素分离和净化技术方面的能力，设计/建造托卡马克排气处理 (TEP) 系统，这是 ITER 中使用的 DT 燃料循环的主要处理系统。这些任务中使用的能力和经验被应用于与美国能源部合作的公私合作伙伴关系中，以开发可持续的 DT 燃料循环设计，以促进美国聚变能的商业化
惯性聚变能反应堆的燃料循环
在磁约束聚变 (MCF) 领域，氚燃料循环已得到详尽研究。[1,2,3] 已经开发出处理、监测、从化学结合物种中回收、浓缩和储存氚的技术，其产量接近反应堆相关产量。[4] 关键组件已在大型托卡马克或氚处理设施中进行了测试。[5] 该技术的很大一部分可转移到适用于惯性聚变能 (IFE) 的系统。然而，操作条件与磁性情况有很大不同，因此对 IFE 燃料循环组件施加了 MCF 情况下没有的条件，因此需要针对 IFE 特定主题进行研究。燃料回路由喷射器系统和用于回收反应堆流出物的基础设施组成。MCF 中的颗粒注入是一种将 DT 冰输送到托卡马克等离子体深处的有吸引力的方法。部署在 IFE 反应堆中的目标需要特定的设计来优化燃烧分数，该分数可能高达 1/3。这可能需要不同元素的复合层。湿泡沫等靶概念将由嵌入低密度 CH 泡沫中的液态 DT 组成，也很有前景。MCF 反应堆将在真空中运行，主要成分是氢同位素。一些 IFE 反应堆设计将在中等真空（几托）下运行，主要成分是氖或氙，以帮助缓和冲击波和对第一壁的粒子冲击。MCF 反应堆必须应对等离子体与偏滤器相互作用时产生的灰尘。IFE 反应堆需要将残留的靶碎片与流出物中的挥发性氢物种分离并去除。图 1 提供了 IFE 反应堆的通用燃料循环。作为代表性示例，该设计隐含了在薄壁塑料外壳内分层使用 DT 冰。泡沫填充的液态 DT 靶和更复杂的靶设计（例如采用空腔的靶设计）将需要更广泛的碎片收集和处理子系统（具体取决于细节）。燃料循环包括两个独立的回路：一个回路为反应堆提供燃料，另一个回路用于增殖氚。反应堆流出物被分离成两股：挥发性成分在气体离开反应堆时被低温抽吸，而颗粒碎片则通过重力送入收集器并氧化以将吸收的氢与碳物质分离。低温分离器将氦灰排放到环境中，将氖/氙转移以供再利用，并通过渗透器将氢同位素排放到同位素分离器。同位素分离器将氢排放到环境中，并将氘和氚引导到胶囊工厂和靶填充系统。增殖毯回路有两个主要功能：从反应堆中提取热量和增殖氚。反应堆周围是熔盐池，用于捕获和缓和聚变中子，作为氚增殖的前体。熔盐从反应堆泵出，通过热交换器、杂质去除子系统（用于净化熔盐）、氚提取模块，然后返回到反应堆周围的安全壳中。在 380 MWe IFE 反应堆中，主要物质的摩尔流速为：H、D、T、C、O、He 和 Xe，该反应堆使用封装在薄塑料壳中的 DT 冰靶。20 毫克氚靶以 0.5 Hz 的频率注入。燃烧分数假设为 25%。聚变功率转换为电能的比率假设为 30%。假设工厂占空比为 90%。
适用于等离子组件的定制钨晶格结构
核聚变是一种众所周知的能源，它有可能为人类的未来提供可持续、环保、可调度的高功率密度能源供应解决方案。目前，利用核聚变能最有前途的方法是基于专门设计的环形装置内的磁约束高温等离子体 [1]。对热核磁约束聚变的持续研究推动了当前示范聚变反应堆 (DEMO) 的设计活动，该反应堆预计将作为所谓的托卡马克型反应堆实现 [2]。实现 DEMO 反应堆的一个主要挑战是设计和制造高负荷等离子体面对部件 (PFC)，这些部件必须在聚变运行期间承受强烈的粒子、热量和中子通量 [3]。对于此类 PFC，需要特定的高性能材料才能设计出可靠的部件。对于直接面对聚变等离子体的材料，钨 (W) 目前被认为是未来磁约束热核聚变反应堆的首选等离子体面对材料 (PFM)。这主要是因为 W 表现出较高的溅射阈值能量，以及作为聚变反应燃料的氢同位素的低保留率 [4]。对于 DEMO 反应堆中的 PFC，一个特别关键的方面是瞬态壁面负载，例如，由于托卡马克中的等离子体不稳定性而产生的瞬态壁面负载。此类瞬态事件可能导致 PFC 上出现非常强烈的热负载（数十 GW/m 2，持续时间为几毫秒），进而严重损坏反应堆的包层结构 [5]。为了保护聚变反应堆的壁免受此类事件的影响，目前正在研究特定的限制器 PFC。这些组件预计将阻挡到达反应堆壁的短暂而强烈的热脉冲，以使这些限制器组件后面的包层结构不会热过载或损坏。这种限制性 PFC 的一种可能的材料解决方案是使用定制的多孔 W 材料。利用这种超材料，可以实现将由于结合了多孔性而具有的总体低热导率与 W 的有益等离子体壁相互作用特性相结合的组件。然而，W 是一种难以加工的材料，因为它本质上是一种硬而脆的金属，这意味着加工 W 既费力又昂贵。针对这些限制，增材制造 (AM) 方法代表了一种实现几何复杂的 W 部件的通用方法。AM 工艺的特点是，在计算机控制下通过逐层沉积材料来创建三维物体，这意味着使用这种方法可以直接实现具有高几何复杂性的部件。近年来，利用激光粉末床熔合 (LPBF) 技术对金属进行 AM 加工已取得重大进展，该技术无需粘合剂相即可对多种金属进行直接 AM 加工。在 LPBF 加工过程中，原料粉末材料通过聚焦在粉末床上的激光束选择性地熔化和固结 [6]。封面图片展示了通过 LPBF 制造的具有定制晶格结构的 W 样品的顶视图。目前正在针对如上所述的限制器 PFC 研究此类多孔 W 晶格。图示样品是一种晶格结构，它源自基于十四面体重复（开尔文模型）的参数固体模型。这种模型过去也应用于开孔铝泡沫 [7] 并得到验证。图示 W 晶格的参数