数字双胞胎可以降低核能成本

安全、更实惠的核能是密歇根大学领导的一个项目的目标，该项目汇集了专门研究核能技术和计算机科学的研究人员。这项研究将开发人工智能增强的核反应堆“数字双胞胎”，由美国能源部高级研究计划局(Advanced Research Projects Agency - Energy)提供为期三年、总额520万美元的资助。

该项目的合作伙伴包括阿贡国家实验室、爱达荷国家实验室，以及工程公司Kairos Power和Curtiss Wright。该小组旨在改善核能的三个缺点。

首先，它可以通过准确预测部件何时需要更换来降低核电站的维护成本，而不是依赖过于谨慎的维护计划。第二，可以设计先进的核电站，使其建造和运行成本更低。第三个目标是使核电能够根据需求上下起伏，成为风能和太阳能的更好补充。

拥有一个几乎完全复制真实反应堆的虚拟反应堆对所有这些目的都很有用。数字孪生反应堆将基于运行在反应堆设计上的物理模型，与来自反应堆传感器的实时数据相匹配，并由人工智能监督。

“通常，人工智能或机器学习被用作黑匣子。它没有利用我们所知道的物理学，”核工程和放射科学教授、该项目的首席研究员安娜丽莎·马涅拉(Annalisa Manera)说。“另一方面，只使用物理模型的方法可能会出现不准确的情况，因为它太理想化了。”

Manera和共同首席研究员Thomas Downar，一位核工程和放射科学教授，有开发高保真物理代码的经验，为完整的核反应堆模拟做出了贡献。项目团队将结合高保真仿真和实验数据来构建这些模型的更多近似版本，这些模型的速度足够快，可以实时运行。

这种物理模拟和大数据建模的结合将利用密歇根大学一个名为ConFlux的相对较新的计算机系统，该系统旨在将这两种方法结合起来。该系统的首席开发者、航空航天工程教授卡蒂克·杜赖萨米(Karthik Duraisamy)也是联合首席研究员。

除了设置量身定制的维护计划外，数字孪生还可以帮助实现自动化。人工智能决策者可以使用模拟器来识别问题和可能的干预结果。它可以自动执行普通操作，也可以在事故情况下做出反应。

最后，核能在传统上并没有被用来根据需要增加和减少能源生产——反应堆往往一直在全速运转。然而，由于需要一种能够补充太阳能和风能等可再生能源的低碳能源，人们对能够“负荷跟随”或根据需求增减产量的核能产生了兴趣。人工智能系统可以帮助核电厂实现负荷跟踪。

该团队将在核工程和放射科学教授、另一位联合首席研究员孙晓东的实验室里，利用实验流环验证和演示他们的软件。该回路运行熔盐作为冷却剂，模拟一种称为熔盐反应堆的先进反应堆类型的冷却回路。

然后，他们将使用该软件优化Kairos Power氟盐冷却高温反应堆的设计。部分原因是盐不会蒸发掉，而且反应堆在低压下运行，凯洛斯的设计比目前使用的水冷反应堆更安全。Brendan Kochunas是核工程和放射科学的助理教授，也是研究人员之一，他将对这个反应堆进行高保真的建模和模拟。

-副主编Chris Vavra编辑控制工程、CFE传媒科技;cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?您应该考虑为我们的CFE媒体编辑团队做出贡献，并获得您和您的公司应得的认可。点击在这里开始这个过程。