Det neurale netværk blev trænet til at styre et atomkraftværk. Dette vil reducere omkostningerne til energi

Исследователи из Аргоннской национальной лаборатории США разработали «цифровой двойник»

усовершенствованного ядерного реактора. На основе модели они обучают нейросеть собирать данные, диагностировать проблемы и давать рекомендации операторам станции.

Ifølge forskere ptdet neurale netværk kan diagnosticere og kontrollere driften af ​​hovedkomponenterne i et atomkraftværk i realtid. Forskere træner nu AI til at komme med anbefalinger til servicepersonale.

Forskerne bemærker, at selvom systemet er baseret på data fra arbejdet i konstruktivt nye moderne atomreaktorer, kan det nemt tilpasses til driften af ​​ethvert atomkraftværk.

Atomkraftværker producerer en stormængden af ​​elektricitet uden at forurene planeten. Men sådanne stationer er dyre. Først og fremmest fordi de kræver konstant overvågning og vedligeholdelse for at sikre en konstant strøm af energi og sikker drift.

Et typisk atomkraftværk har hundredvis eller endda tusindvis afsensorer, der styrer driften af ​​systemet. Arbejdet med at kontrollere hver enkelt sensor, såvel som ydelsen af ​​systemkomponenter såsom ventiler, pumper, varmevekslere, er i øjeblikket overladt til personalet, der går på butiksgulvet. Dette arbejde kan erstattes af et neuralt netværk, siger videnskabsmænd.

Drifts- og vedligeholdelsesomkostningervedligeholdelse er meget vigtigt for nukleare enheder, som i dag kræver et stort antal besætninger og omfattende vedligeholdelse. Vi tror på, at autonom drift kan være med til at øge deres rentabilitet, samt være nyttig, når der skal implementeres avancerede reaktorkoncepter.

Roberto Ponchiroli, Chief Nuclear Engineer, Argonne National Laboratory

Læs mere:

På pyramiden i Kina fandt et portræt af "forfædrenes konge". Han regerede for over 4.000 år siden

Jorddagens længde er stigende. Forskere ved ikke hvorfor

Ingeniører har skabt en "perpetual motion-maskine" til bærbare atomure