Learning Centre

Damage assessment of friction stir welded copper cross-weld specimens

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Rantala, Juhani
dc.contributor.author Vihko, Jani
dc.date.accessioned 2021-09-05T17:08:12Z
dc.date.available 2021-09-05T17:08:12Z
dc.date.issued 2021-08-23
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/109801
dc.description.abstract Nuclear power is one of the largest forms of energy production in Finland. The main challenges of nuclear power relate to the final disposal of spent nuclear fuel. In Finland, the spent fuel will be stored in final disposal canisters, which will then be buried approximately 430 meters deep into the bedrock, later filling the tunnels with bentonite clay. The final disposal canister consists of a nodular graphite cast iron insert and a phosphorus alloyed oxygen-free copper (Cu-OFP) overpack. The lid of the Cu-OFP overpack will be welded shut with friction stir welding (FSW). Careful study of the canister, as well as the whole disposal system, is extremely important for ensuring the safety of humans and the environment. The final disposal canister has been studied intensively during the final disposal project. However, additional studies with different test parameters are still required for ensuring the safety of final disposal. Therefore, this thesis assesses the damage of creep tested, friction stir welded Cu-OFP cross-weld specimens. The damage is assessed by calculating the cavity density and grain size of the specimens, as well as studying the distribution of the damage throughout the samples. Calculating the cavity density of the entire surface area of multiple samples manually is extremely tedious and time consuming. For these purposes, this thesis develops methods for utilizing image processing software to automate the process. An open-source image processing software called ImageJ is used for the analysis. Different processing tools were tested, and a macro code for ImageJ was written based on the test results. In order to gain as accurate results as possible, different sample preparation methods and programs were also tested for use with Cu-OFP. Based on the results, an optimized sample preparation program was created. Finally, the grain size of the samples was estimated by using the intercept method in standard SFS-EN ISO 2624. The images used in the analysis were obtained using a light optical microscope (LOM). In total, over 2300 LOM images were taken and analyzed. The results of the analysis in this thesis show that ImageJ is a viable tool for use in damage assessment due its efficiency and accuracy. In the future, different tools and macros can be developed for improved function as well as different or more specific applications. en
dc.description.abstract Ydinvoima on yksi suurimmista energiantuotannon muodoista Suomessa. Sen suurimmat haasteet liittyvät käytettyyn ydinpolttoaineeseen ja etenkin sen loppusijoitukseen. Suomessa käytetty ydinpolttoaine tullaan säilömään valurautaisesta sisäosasta ja kuparisesta (Cu-OFP) ulkokuoresta koostuvissa loppusijoituskapseleissa noin 430 metrin syvyyteen peruskallioon. Cu-OFP:stä koostuvan ulkokuoren kansi hitsataan paikoilleen käyttämällä kitkatappihitsausta. Loppusijoituskapselin, kuten myös koko loppusijoitusjärjestelmän huolellinen tutkimus on erittäin tärkeää ihmisten ja ympäristön turvallisuuden takaamiseksi. Loppusijoituskapselia on tutkittu intensiivisesti loppusijoitusprojektin aikana. Lisätutkimusta kuitenkin vaaditaan uusilla koeparametreillä loppusijoituksen turvallisuuden takaamiseksi. Tästä syystä tässä diplomityössä suoritetaan virumistestattujen, kitkatappihitsattujen poikkihitsi-kuparisauvojen (Cu-OFP) vauriotutkimusta. Vauriota analysoidaan laskemalla näytteiden kolotiheyttä ja raekokoa, sekä vaurion jakautumista näytteen eri osissa. Kolotiheyden laskeminen manuaalisesti usean näytteen koko pinta-alalta on erittäin hidasta ja monissa tapauksissa epätarkkaa. Tästä syystä tämä diplomityö kehittää tarvittavat metodit kuvankäsittelyohjelman (tässä tapauksessa avoimen lähdekoodin ohjelma ImageJ) hyödyntämiseksi ja prosessin automatisoimiseksi. Työssä testattiin erilaisia prosessointityökaluja ja testien perusteella luotiin makrokoodi ImageJ:lle. Mahdollisimman tarkkojen tulosten mahdollistamiseksi myös erilaisia näytteenvalmistusmetodeja ja -ohjelmia testattiin. Tulosten perusteella luotiin optimoitu näytteenvalmistusohjelma Cu-OFP:lle. Lopuksi myös näytteiden raekokoa arvioitiin seuraamalla standardia SFS-EN ISO 2624. Analyysissä käytetyt valokuvat kaapattiin optisella valomikroskoopilla. Analyysissä käytettiin kokonaisuudessaan yli 2300:aa valokuvaa. Analyysin lopulliset tulokset osoittavat, että ImageJ on toimiva työkalu vauriotutkimukseen tehokkuutensa ja tarkkuutensa ansiosta. Uusia tai erilaisia työkaluja on myös tulevaisuudessa mahdollista kehittää yksityiskohtaisempiin tai muun tyyppisiin sovelluskohteisiin, sekä entistä paremman toimivuuden takaamiseksi. fi
dc.format.extent 66 + 2
dc.format.mimetype application/pdf en
dc.language.iso en en
dc.title Damage assessment of friction stir welded copper cross-weld specimens en
dc.title Kitkatappihitsattujen poikkihitsi-kuparisauvojen vauriotutkimus fi
dc.type G2 Pro gradu, diplomityö fi
dc.contributor.school Insinööritieteiden korkeakoulu fi
dc.subject.keyword Cu-OFP en
dc.subject.keyword creep en
dc.subject.keyword metallurgy en
dc.subject.keyword image processing en
dc.subject.keyword friction stir welding en
dc.subject.keyword final disposal en
dc.identifier.urn URN:NBN:fi:aalto-202109059030
dc.programme.major Engineering materials/Production engineering fi
dc.programme.mcode fi
dc.type.ontasot Master's thesis en
dc.type.ontasot Diplomityö fi
dc.contributor.supervisor Bossuyt, Sven
dc.programme Master's Programme in Mechanical Engineering (MEC) fi
local.aalto.electroniconly yes
local.aalto.openaccess yes


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

Statistics