Un profesor de la Universidad Brigham Young ha descubierto una manera de ahorrar años críticos en los complicados procesos de diseño y concesión de licencias para los reactores nucleares modernos: la inteligencia artificial.

Has oído bien, la IA se está asociando conenergía nuclear.Y si bien esto puede parecer un poco preocupante sacado directamente de una película de ciencia ficción, el profesor de ingeniería química Matt Memmott dice que no es lo que parece;Nadie le está dando a la IA los códigos nucleares.Se trata de acelerar el proceso para poner más energía nuclear en línea.

el tipicotiempoMarco y costo para licenciar una nueva planta nuclear.reactorEl diseño en Estados Unidos dura aproximadamente 20 años y 1.000 millones de dólares.Para luego construir ese reactor se necesitan cinco años adicionales y entre 5.000 y 30.000 millones de dólares.Al utilizar IA en el lento proceso de diseño computacional, Memmott estima que se podría recortar una década o más del cronograma general, ahorrando millones y millones de dólares en el proceso, lo que debería resultar crítico dadas las inminentes necesidades energéticas del país.

"Nuestra demanda de electricidad se disparará en los próximos años y necesitamos descubrir cómo producir energía adicional rápidamente", dijo Memmott.

"La única energía de carga básica que podemos producir en las cantidades de gigavatios necesarias y que está completamente libre de emisiones es la energía nuclear. Ser capaz de reducir el tiempo y el costo de producir y otorgar licencias a los reactores nucleares hará que esa energía sea más barata y una opción más viable para la energía respetuosa con el medio ambiente.para satisfacer la demanda futura."

Según Memmott, diseñar y construir un reactor nuclear es muy complejo y requiere mucho tiempo porque requiere esfuerzos a múltiples escalas.Los ingenieros trabajan con elementos desde neutrones en la escala cuántica hasta el flujo de refrigerante ytransferencia de caloren la escala macro.

También dijo que hay múltiples capas de física que están "estrechamente acopladas" en ese proceso: el movimiento de los neutrones está estrechamente acoplado a la transferencia de calor, que está estrechamente acoplada a los materiales, que está estrechamente acoplada a la corrosión, que está estrechamente acoplada al flujo de refrigerante..

"Muchos de estos problemas de diseño de reactores son tan masivos e involucran tantos datos que se necesitan meses de equipos de personas trabajando juntos para resolver los problemas", dijo.

"Cuando estaba en Westinghouse, el equipo de neutrones tardó seis meses en ejecutar uno de sus modelos multifísicos de núcleo completo. Y si cometían un error dos meses después, simplemente desperdiciaban dos meses del valioso tiempo computacional.y tendrían que empezar de nuevo."

Memmott está descubriendo que la IA puede reducir esa pesada carga de tiempo y generar másproducción de energíano sólo para satisfacer las crecientes demandas, sino también para mantener bajos los costos de energía para los consumidores en general.En los últimos años, los propietarios e inquilinos de todo el país ya han sentido el impacto del aumento de los costos de los servicios públicos.

Técnicamente hablando, la investigación de Memmott demuestra el concepto de reemplazar una parte de las simulaciones termohidráulicas y neutrónicas requeridas con un modelo de aprendizaje automático entrenado para predecir perfiles de temperatura basados ​​en parámetros geométricos del reactor que son variables, y luego optimizar esos parámetros.

El resultado crearía un diseño óptimo de reactor nuclear a una fracción del gasto computacional requerido por los métodos de diseño tradicionales.

Para su investigación, él y sus colegas de BYU crearon una docena de algoritmos de aprendizaje automático para examinar su capacidad de procesar los datos simulados necesarios para diseñar un reactor.

Identificaron los tres algoritmos principales y luego refinaron los parámetros hasta que encontraron uno que funcionaba realmente bien y podía manejar un conjunto de datos preliminar como prueba de concepto.Funcionó (y publicaron un artículo al respecto.) entonces tomaron el modelo y (para un segundo trabajo) lo puso a prueba en un problema de diseño nuclear muy difícil: el diseño óptimo del escudo nuclear.

Los artículos resultantes, publicados enIngeniería y Diseño Nuclear, demostró que su modelo refinado puede optimizar geométricamente laelementos de diseñomucho más rápido que el método tradicional.Por ejemplo, al algoritmo de IA de Memmott le tomó sólo dos días encontrar un diseño de escudo óptimo para un reactor nuclear, mientras que la compañía local de reactores de sales fundidas, Alpha Tech Research Corp., tardó seis meses en hacer lo mismo.

"Cuando mirasreactor nuclear"En el diseño, tienes este enorme espacio de posibilidades de diseño; es como si tuvieras gente recorriendo esta área de una milla de ancho buscando el diseño de reactor correcto", dijo Memmott.

"Ahora la IA puede ayudar a esas personas a centrarse en ese pequeño punto ideal del diseño, que reducirá drásticamente el tiempo de búsqueda. Por supuesto, los seres humanos todavía toman en última instancia las decisiones finales de diseño y llevan a cabo todas las evaluaciones de seguridad, pero ahorra una cantidad significativacantidad de tiempo en la parte delantera."