Как стать автором
Обновить

В МТИ предложили использовать глубокое обучение с подкреплением для разработки ядерных реакторов

Энергия и элементы питанияИскусственный интеллектЭкология
imageСхема реактора, где топливные стержни идеально расположены вокруг двух неподвижных водяных стержней. Цвета соответствуют разному количеству оксида урана и гадолиния в каждом из них. Схему разработала система МТИ.

Исследователи из Массачусетского технологического института и компании Exelon обратили внимание на то, что ядерные предприятия США устаревают, и им все сложнее соревноваться с другими отраслями энергетики. При этом атомная энергия дает больше безуглеродной электроэнергии в стране, чем солнечная и ветровая вместе взятые. Исследователи предложили свой вариант модернизации ядерных реакторов с привлечением искусственного интеллекта.

По их словам, именно грамотная проектировка реактора является одним из ключевых шагов в отрасли, который позволит сократить расходы. Ученые отмечают, что, если топливные стержни, управляющие реакциями, будут расположены идеально, то они будут сжигать меньше топлива и не будут требовать такого объема обслуживания. Инженеры-ядерщики научились разрабатывать близкие к совершенству схемы, но теперь настало время подключить к разработкам искусственный интеллект.

Исследователи отмечают, что систему искусственного интеллекта можно обучить генерировать десятки оптимальных конфигураций, которые могут продлить срок службы каждого стержня примерно на 5%, сэкономив на электростанции примерно $3 млн в год. Система также может находить оптимальные решения быстрее, чем человек, и быстро изменять конструкции в безопасной смоделированной среде.

«Эта технология может быть применена к любому ядерному реактору в мире», — заявил старший автор исследования Кориш Ширван, доцент кафедры ядерных наук и техники МТИ. По его словам, модернизация отрасли позволит ограничить рост глобальных выбросов углерода.

В типичном реакторе топливные стержни выстроены по уровням урана и оксида гадолиния подобно шахматным фигурам. Импульсы, запускающие радиоактивный уран, уравновешиваются редкоземельным гадолинием. Инженеры пытались использовать традиционные алгоритмы для улучшения существующих схем стержней, но они имели ограниченный успех.

Глубокое обучение с подкреплением сочетает в себе глубокие нейронные сети, которые выделяют закономерности в массивах данных, с обучением с подкреплением, которое связывает обучение с сигналом вознаграждения, таким как победа в игре или достижение высокого балла.
Исследователи обучили систему размещать топливные стержни в соответствии с набором ограничений, зарабатывая больше очков за каждый удачный ход. Каждое ограничение или правило, выбранное исследователями, отражает десятилетия экспертных знаний, основанных на законах физики. Агент может набирать очки, например, размещая стержни с низким содержанием урана по краям, чтобы замедлить реакции.

В настоящее время Exelon тестирует бета-версию системы в виртуальной среде, которая имитирует сборку в реакторе с кипящей водой и около 200 сборок в реакторе с водой под давлением. Это наиболее распространенный тип реакторов в мире. Сама Exelon владеет и управляет 21 ядерным реактором в США. По словам представителя компании, система на ИИ может быть готова к внедрению через год или два.

В начале декабря в китайской лаборатории Чэнду в провинции Сычуань был запущен новый термоядерный реактор HL-2M Tokamak. Данная установка позволит нагревать плазму до 150 миллионов градусов Кельвина. Реактор является экспериментальным, он не предназначен для выработки энергии. при этом в планах Китая стоит запуск первого промышленного реактора в 2035, начало массового строительства ТЯЭС — к 2050 году.
См. также:

Теги:сшамтиядерные реакторыатомная энергетикаискусственный интеллектглубокое обучение с подкреплением
Хабы: Энергия и элементы питания Искусственный интеллект Экология
Всего голосов 6: ↑5 и ↓1+4
Просмотры1.6K
Комментарии Комментарии 7

Похожие публикации

Лучшие публикации за сутки