Лаборатория Аргонн (США) ускоряет моделирование ядерных реакторов с помощью Transformer

Репортаж от Wedoany，Исследователи из Аргоннской национальной лаборатории Министерства энергетики США (Argonne National Laboratory) используют модели на основе Transformer для ускорения моделирования гидродинамики в современных ядерных реакторах, помогая инженерам быстрее изучать безопасность и производительность реакторов.

Transformer — это архитектура нейронной сети, лежащая в основе многих систем генеративного искусственного интеллекта. Исследователи из Аргонн применяют её для моделирования движения жидкости и теплопередачи в ядерных энергетических системах. Команда интегрировала архитектуру Transformer в Системный аналитический модуль (SAM) Аргонн — инструмент моделирования для изучения современных ядерных реакторов, направленный на улучшение моделирования турбулентности для прогнозирования сложного поведения жидкости и его влияния на системы реакторов.

Сочетая модели Transformer с моделированием турбулентности, исследователи стремятся получить более быстрые и точные результаты по сравнению с традиционными методами, что в конечном итоге может позволить инженерам моделировать всю атомную электростанцию, включая реактор, системы охлаждения и другую сопутствующую инфраструктуру. В ядерных реакторах движение жидкости имеет решающее значение для теплопередачи и взаимодействия компонентов; моделирование турбулентности помогает прогнозировать эти сложные потоки, но детальное моделирование требует значительных вычислительных ресурсов.

Метод на основе Transformer, разработанный в Аргонн, анализирует взаимосвязи между точками физических данных, включая положение, скорость и поток жидкости, демонстрируя высокую точность в представлении сопротивления потоку и теплопередачи. Руководитель отдела безопасности и инженерного анализа Управления ядерной науки и техники (NSED) Аргонн, главный ядерный инженер Жуй Ху (Rui Hu) отметил, что с помощью искусственного интеллекта можно достичь точности сложных методов, сохраняя при этом скорость простых подходов — это сочетание точности и скорости.

По данным Аргонн, модели на основе ИИ могут генерировать результаты моделирования практически мгновенно, сохраняя при этом точность, связанную с более сложными вычислительными методами, что позволяет исследователям проводить более реалистичные симуляции без тех же временных и вычислительных затрат. Улучшенное моделирование может поддерживать работу по проектированию, производительности и безопасности реакторов, а также помогать инженерам оценивать влияние изменений поведения жидкости на всю ядерную систему.

Следующим шагом исследователей является применение этой модели для моделирования всей атомной электростанции, включая сам реактор, а также системы охлаждения, безопасности, вспомогательные и другие поддерживающие системы. Команда также изучает технологию цифровых двойников — виртуальных представлений физических систем, способных работать и обновляться в реальном времени. Они заявляют, что являются одной из первых исследовательских групп, изучающих использование архитектуры Transformer для цифровых двойников ядерных систем.

Цифровые двойники в конечном итоге позволят инженерам контролировать и моделировать ядерные объекты, одновременно интегрируя информацию в реальном времени от физических систем. В сочетании с более быстрыми моделями моделирования эта технология может предоставить ещё один инструмент для изучения производительности станции и выявления потенциальных проблем. Будущие работы будут направлены на расширение моделей на основе Transformer, повышение их точности и гибкости, а также интеграцию новых функций ИИ в рабочий процесс моделирования SAM. Этот проект поддерживается Программой передового моделирования и симуляции ядерной энергии (NEAMS) Министерства энергетики США.