Forskare från det amerikanska Argonne National Laboratory har utvecklat en "digital tvilling"
Enligt forskare, för närvarandedet neurala nätverket kan diagnostisera och styra driften av huvudkomponenterna i ett kärnkraftverk i realtid. Forskare utbildar nu AI för att ge rekommendationer till servicepersonal.
Forskarna noterar att även om systemet är byggt på data från driften av konstruktivt nya moderna kärnreaktorer, kan det enkelt anpassas till driften av alla kärnkraftverk.
Kärnkraftverk producerar en stormängd elektricitet utan att förorena planeten. Men sådana stationer är dyra. Först och främst eftersom de kräver konstant övervakning och underhåll för att säkerställa ett konstant flöde av energi och säker drift.
Ett typiskt kärnkraftverk har hundratals eller till och med tusentalssensorer som styr systemets funktion. Arbetet med att kontrollera varje sensor, liksom prestandan hos systemkomponenter som ventiler, pumpar, värmeväxlare, överlåts för närvarande på de som går på verkstadsgolvet. Detta arbete kan ersättas av ett neuralt nätverk, säger forskare.
Drift- och underhållskostnaderunderhåll är mycket viktigt för kärnkraftsförband som idag kräver ett stort antal besättningar och omfattande underhåll. Vi tror att autonom drift kan bidra till att öka deras lönsamhet, samt vara användbar vid utbyggnad av avancerade reaktorkoncept.
Roberto Ponchiroli, chefsingenjör för kärnkraft, Argonne National Laboratory
Läs mer:
På pyramiden i Kina hittade ett porträtt av "förfädernas kung". Han regerade för över 4 000 år sedan
Jorddagens längd ökar. Forskare vet inte varför
Ingenjörer har skapat en "perpetual motion machine" för bärbara atomur