Айнур Бекенова Шведские ученые предложили контролировать безопасность малых модульных реакторов (ММР) с помощью машинного обучения. Исследователи из центра ANItA научили алгоритмы распознавать скрытые закономерности в том, как колеблется нейтронный поток. Эти колебания называют нейтронным шумом. Новый метод позволяет находить дефекты оборудования на ранних стадиях, не останавливая реактор и не устанавливая дополнительные датчики.
Малые модульные реакторы мощностью до 300 МВт считают перспективной альтернативой традиционным крупным АЭС. Их дешевле строить, их собирают на заводах и оснащают пассивными системами безопасности, которые работают за счет того, что теплоноситель циркулирует сам под действием силы тяжести. Однако компактные размеры усложняют поиск неполадок в таких установках.
В любом работающем реакторе постоянно вибрируют элементы конструкций, а плотность теплоносителя слегка меняется. Из-за этого нейтронный поток немного колеблется у своего среднего значения. Если возникает неполадка – например, начинает вибрировать топливная сборка, – характер шума меняется. В крупных реакторах датчики в разных частях активной зоны фиксируют эти колебания неодинаково, что помогает легко определить, где именно произошло повреждение. В малых реакторах из-за компактных размеров сигнал быстро распространяется по всему объему, и приборы показывают практически идентичные значения. Это лишает операторов информации о месте дефекта. Ситуация усложняется тем, что в ММР изначально устанавливают меньше датчиков ради экономии и простоты конструкции.
Чтобы решить эту проблему, авторы работы применили искусственный интеллект. Алгоритмы способны распознавать едва заметные различия в показаниях приборов, которые трудно заметить обычными методами. Поскольку реальные аварии на АЭС происходят редко, ученые обучили нейросеть на массиве данных, который создали с помощью цифровых моделей реактора. Система научилась сопоставлять тонкие изменения шума с конкретным местом и типом неполадки.
Тесты на детальной трехмерной модели ММР подтвердили, что алгоритмы точно определяют координаты аномалий. Более того, нейросеть успешно распознает сбои, с которыми она не сталкивалась на этапе подготовки.
Главное преимущество метода заключается в том, что он не требует менять конструкцию реактора или монтировать новое оборудование внутри активной зоны. Система анализирует сигналы, которые штатные датчики и так собирают в процессе работы. Чтобы внедрить технологию, операторам понадобится лишь немного доработать электронику, чтобы быстрее опрашивать датчики и лучше фильтровать сигналы.
