核聚变游戏规则改变者：新方法可以将反应堆设计时间缩短十年

杨百翰大学（BYU）的研究人员已经展示了一种将核反应堆开发时间缩短十年或更长时间的方法。

目前，现代核反应堆的设计和许可过程需要很长时间。在美国获得新核反应堆设计的许可可能需要大约20年的时间，耗资约10亿美元。

此外，在许可程序之后，建造现代核反应堆可能需要额外的五年时间和数十亿美元。因此，正如研究人员所强调的那样，在美国开发核反应堆大约需要 25 年时间。

由马修·梅莫特（Matthew Memmott）教授领导的研究团队希望借助人工智能（AI）来减少将新核电站上线所涉及的持续时间和成本。

该团队展示了如何利用人工智能来加速现代核反应堆的设计和许可过程。

“我们的想法是缩短它，使其更安全、更便宜、更快地获得核电，而不是需要 20 年才能获得许可证，”教授说。

对核聚变的需求不断增长

随着对能源和可持续性的需求快速增长，世界各地的科学家都在研究可再生能源。

在这种探索中，核聚变已成为最理想的选择。这一过程为太阳提供动力，被认为是在地球上产生无限清洁能源的关键。

因此，世界各地的政府和私人组织和机构都在试图建造能够成功执行核聚变过程的核反应堆。

“我们对电力的需求将在未来几年飙升，我们需要弄清楚如何快速产生额外的电力，”梅莫特在新闻稿中说。

“我们唯一可以制造的完全无排放的千兆瓦级基本负荷电力是核电。”

核反应堆设计的复杂性

核反应堆设计的复杂性和耗时性源于该过程的多尺度性质。

它涉及从量子尺度的中子到巨集尺度的冷却剂流动和传热的所有内容。多层物理层也紧密相连，这使设计过程进一步复杂化。

梅莫特通过引用他的个人经历来解释这些问题。

“当我在西屋公司工作时，一个中子专家团队花了六个月的时间来运行一个完整的核心多物理场模型。如果他们在两个月后犯了一个错误，他们就浪费了两个月的宝贵计算时间，将不得不重新开始。

这项新的研究展示了人工智能如何减轻这种时间负担。该团队用经过训练的机器学习模型替换了所需的热、液压和中子学模拟的一部分。

该模型根据可变的几何反应器参数预测温度曲线。然后对这些参数进行优化，以创建最优的核反应堆设计，而计算成本仅为传统方法的一小部分。

测试和验证

有趣的是，研究人员构建并测试了十几种机器学习算法，确定了前三名并对其进行了改进，直到他们找到一个在初步数据集上表现非常出色的算法。

他们的研究结果发表在《核工程与设计》杂志上，表明他们改进的模型可以比传统方法更快地在几何上优化设计元素。

例如，该团队通过使用他们的人工智能算法来测试他们的想法，试图复制当地一家核公司设计的盾牌。值得注意的是，该算法在短短两天内就与公司的盾牌几乎完美匹配。