普渡大学开发新型人工智能算法提升核反应堆性能

留学申请微信咨询

微信扫描左侧二维码

或点击下方按钮咨询

普渡大学西拉法叶分校（2024USNews美国大学排名：43）的研究人员最近开发了一种更快、更准确的人工智能算法，用于改进核反应堆的性能。这一突破性研究不仅展示了人工智能在核能领域的巨大潜力，还为小型模块化反应堆（SMRs）的广泛应用提供了新的可能性。本文将深入探讨普渡大学西拉法叶分校的研究成果、SMRs的优势、数字仪表在核反应堆中的应用以及数字孪生技术在核反应堆监控中的前景。

普渡大学西拉法叶分校的人工智能算法及其应用

普渡大学西拉法叶分校的研究人员开发了一种机器学习算法，能够快速学习反应堆稳定性测量背后的物理原理，并以99%的准确率预测这一指标的变化。这项研究发表在《自然》科学报告上，展示了人工智能在核反应堆监控和控制中的巨大潜力。通过这种方式，人工智能有望进一步降低SMRs的运营和维护成本，使其更具经济可行性。

普渡大学西拉法叶分校和美国能源部阿贡国家实验室的研究人员使用普渡大学西拉法叶分校反应堆一号（PUR-1）的测量数据进行研究。PUR-1是美国首个也是唯一一个拥有全数字仪表和控制系统的反应堆。大多数现有反应堆使用模拟系统，限制了人工智能对其操作的益处，而SMRs将配备数字仪表和传感器，为人工智能收集实时数据并全面了解其设计和性能提供了机会。

研究人员还创建了一个“数字孪生”反应堆控制系统，使他们能够在不影响反应堆操作的情况下收集实时数据并进行计算机模拟实验。该算法可以在平均误差率低于1%的情况下预测中子通量，这对于监控反应堆来说已经足够准确。研究人员设计的算法从物理模型中学习中子通量水平测量数据，并预测这些水平的变化。这种学习转移不仅提高了准确性，还显著减少了开发监控和改进反应堆性能算法所需的训练时间。

小型模块化反应堆（SMRs）及其优势

小型模块化反应堆（SMRs）作为一种新型核能发电技术，近年来受到越来越多的关注。与传统的大型核电站相比，SMRs具有较低的资本成本和较短的建设周期，适合在发展中国家和偏远地区使用。SMRs不仅有助于实现普遍的现代能源获取，还能推动多个可持续发展目标的实现。

SMRs的低碳能源转型前景广阔，尤其是在发展中国家。它们可以在现有基础设施上进行改造，适应本地电力需求，并且具有较低的碳排放和事故致死率。然而，气候变化带来的极端天气事件和环境变化可能会对核设施的安全运行构成威胁。例如，干旱可能会中断反应堆的冷却水供应，洪水或风暴可能会损坏关键系统。

研究表明，气候变化导致的核电站停电频率显著增加，从1990年代的每年每反应堆0.2次增加到2010-2019年的1.5次。高环境温度会影响核电站的效率，甚至可能导致停机。许多对SMRs感兴趣的国家位于气候变化影响严重的地区，这些国家的应急响应能力和资源可能有限。

尽管如此，SMRs的设计阶段为应对气候相关风险提供了机会。新设计中引入了更高的抗灾能力，如被动冷却系统和地下安装的可能性。国际原子能机构（IAEA）列出了适应气候变化影响的多种方法。

总之，尽管SMRs在推动低碳能源转型方面具有巨大潜力，但其长期安全运行需要考虑多种不确定风险，包括气候变化带来的直接和间接影响。各国政府、规划者、监管机构和设计公司必须共同努力，确保在不确定的未来中实现安全和可持续的核能利用。

数字仪表在核反应堆中的应用

国际原子能机构（IAEA）发布了一份名为《加强国家保障基础设施以支持核电引入》的报告，旨在为计划引入核电的国家提供指导和参考。报告指出，建立核电项目是一个重大的国家决策，需要政府承诺安全、可靠和和平地使用核能。这一承诺要求建立可持续的国家基础设施，包括支持国家核材料会计和控制系统（SSAC）功能的强大保障基础设施。

IAEA开发了“里程碑方法”来帮助成员国分阶段规划和发展必要的基础设施，保障是其中19个基础设施问题之一。报告的主要目标是提供在核电基础设施发展的三个阶段中需要进行的保障相关活动的指导和参考。报告还包括了多个国家如何发展其国家保障基础设施以满足核电项目要求的案例研究。

普渡大学西拉法叶分校的研究表明，数字仪表和控制系统在核反应堆中的应用可以显著提高监控和控制的效率。PUR-1的数字仪表和控制系统使其成为开发和测试人工智能算法的理想试验平台。通过数字仪表，反应堆可以实时收集数据，并通过人工智能进行分析和预测，从而提高反应堆的安全性和效率。

数字孪生技术在核反应堆监控中的前景

韩国水电与核电公司（KHNP）正在开发的数字孪生技术将使其能够更有效地监控和控制全国26个核电机组。数字孪生是一种实际物理系统的数字模型，作为其不可区分的数字对应物。KHNP表示，这项技术将使其位于大田的中央研发中心能够远程监督全国五个核电站的机组，并在意外情况下立即采取解决方案。

这一突破性进展将显著改善行业初期的运营方式，当时电厂由各自的操作系统管理，而不是由单一组织管理，导致公司的控制效率低下且复杂。数字孪生技术的开发目前正在围绕蔚山世悦核电站1号和2号机组的详细系统蓝图进行，预计将于2026年完成，并首先在蔚山的新古里核电站3号和4号机组部署。

该技术将允许在三维虚拟世界中同时检查不同电厂的反应堆核心、涡轮机和发电机。KHNP的人工智能监控和诊断中心（AIMD）利用大数据和深度学习技术，能够在问题发生前检测到异常振动信号，并采取必要措施。此外，KHNP还在大田基地测试其电厂在地震中的抗震能力，以应对2011年福岛核电站危机和2016年庆州地震的教训。

KHNP正在蔚山建设最新的核电站——新韩蔚3号和4号机组，预计将于2032年和2033年完工，每个机组将产生1400兆瓦的电力。数字孪生技术的应用不仅可以提高核电站的安全性和效率，还可以显著降低运营和维护成本。