Ekip, geleneksel termal hidrolik ve nötronik simülasyonların bir kısmını eğitilmiş bir makine öğrenimi modeliyle değiştirdi... Brigham Young Üniversitesi'ndeki (BYU) araştırmacılar, nükleer reaktör geliştirme süresini on yıl veya daha fazla kısaltmanın bir yolunu gösterdiler.
Günümüzde, modern nükleer reaktörler için tasarım ve lisanslama süreçleri uzun zaman alıyor. Amerika Birleşik Devletleri'nde yeni bir nükleer reaktör tasarımının lisanslanması yaklaşık 20 yıl sürebilir ve yaklaşık 1 milyar dolara mal olabilir.
Ayrıca, modern bir nükleer reaktörün inşası, lisanslama sürecinden sonra beş yıl daha sürebilir ve milyarlarca dolar daha harcanabilir. Bu nedenle, araştırmacıların vurguladığı gibi, ABD'de bir nükleer reaktör geliştirmek yaklaşık 25 yıl sürüyor.
Profesör Matthew Memmott liderliğindeki araştırma ekibi, yapay zekanın (AI) yardımıyla yeni nükleer santralleri çevrimiçi hale getirmenin süresini ve maliyetini azaltmak istiyor.
Ekip, AI'nın modern nükleer reaktörler için tasarım ve lisanslama süreçlerini hızlandırmak için nasıl kullanılabileceğini gösterdi.
Profesör, "Fikir, lisans almak için 20 yıl harcamak yerine, nükleer enerjiyi elde etmeyi kısaltmak, daha güvenli, daha ucuz ve daha hızlı hale getirmektir" dedi.
Nükleer Füzyona Artan Talep
Enerji ve sürdürülebilirliğe olan talep balistik bir şekilde artarken, dünya çapındaki bilim insanları yenilenebilir enerji kaynakları üzerinde çalışıyor.
Bu arayışta, nükleer füzyon en çok istenen seçenek olarak ortaya çıktı. Güneşe güç veren bu süreç, Dünya'da sınırsız, temiz enerji üretmenin anahtarı olarak kabul ediliyor.
Bu nedenle, hem hükümet hem de özel kuruluşlar ve dünya çapındaki kurumlar, füzyon sürecini başarıyla yürütebilecek nükleer reaktörler inşa etmeye çalışıyor.
Memmott basın bülteninde, "Elektrik talebimiz önümüzdeki yıllarda fırlayacak ve ek gücü hızla nasıl üreteceğimizi bulmamız gerekiyor." dedi.
"Tamamen emisyonsuz olan ihtiyaç duyulan Gigawatt miktarında üretebileceğimiz tek temel yük gücü nükleer güçtür."
Nükleer Reaktör Tasarımının Karmaşıklığı
Nükleer reaktör tasarımının karmaşıklığı ve zaman alıcı doğası, sürecin çok ölçekli doğasından kaynaklanmaktadır.
Kuantum ölçeğindeki nötronlardan makro ölçekli soğutucu akışına ve ısı transferine kadar her şeyi içerir. Birden fazla fizik katmanı da sıkı bir şekilde birbirine bağlıdır ve bu da tasarım sürecini daha da karmaşık hale getirir.
Memmott bu sorunları kişisel deneyiminden alıntı yaparak açıkladı.
"Westinghouse'da çalıştığımda, bir nötron uzmanları ekibinin yalnızca bir tam çekirdekli çok fizikli modeli çalıştırması altı ay sürüyordu. Ve iki ay içinde bir hata yaparlarsa, iki aylık değerli hesaplama süresini boşa harcamış olurlardı ve baştan başlamak zorunda kalırlardı."
Yeni araştırma, yapay zekanın bu zaman yükünü nasıl hafifletebileceğini gösteriyor. Ekip, gerekli termal hidrolik ve nötronik simülasyonlarının bir kısmını eğitilmiş bir makine öğrenimi modeliyle değiştirdi.
Bu model, değişken geometrik reaktör parametrelerine dayalı sıcaklık profillerini tahmin ediyor. Daha sonra bu parametreler, geleneksel yöntemlerin hesaplama maliyetinin çok daha azıyla optimum bir nükleer reaktör tasarımı oluşturmak için optimize ediliyor.
Test Etme ve Doğrulama
İlginçtir ki, araştırmacılar bir düzine makine öğrenimi algoritması oluşturup test ettiler, en iyi üçünü belirlediler ve ön veri setinde olağanüstü performans gösteren birini bulana kadar bunları iyileştirdiler.
Nuclear Engineering and Design dergisinde yayınlanan bulguları, iyileştirilmiş modellerinin tasarım öğelerini geleneksel yöntemlerden önemli ölçüde daha hızlı bir şekilde geometrik olarak optimize edebileceğini gösteriyor.
Örneğin, ekip fikirlerini yerel bir nükleer şirket tarafından tasarlanan bir kalkanı kopyalamak için yapay zeka algoritmalarını kullanarak test etti. Şaşırtıcı bir şekilde, algoritma şirketin kalkanıyla sadece iki günde neredeyse mükemmel bir eşleşme üretti.
Araştırmacı, "Bu harika çünkü birkaç gün içinde bir mühendis ekibinin altı ay süren aynı işi yapabildik," dedi.
Bu gelişme, nükleer enerjinin daha hızlı ve daha uygun maliyetli bir şekilde genişlemesinin önünü açabilir.
Comments