Ученые из МИСИС и Всероссийского НИИ автоматики имени Н.Л. Духова разработали алгоритм прогнозирования дефектов в материалах ядерных реакторов с помощью искусственного интеллекта. Это позволит сделать атомную энергетику безопаснее и создать более устойчивые к радиации материалы.
В первую очередь внимание уделено оболочкам тепловыделяющих элементов. В них за время эксплуатации образуются дефекты. Они вызваны в основном так называемым распуханием — объем материала постепенно увеличивается при облучении. Из-за этого падает его прочность. Поэтому инженерам и ученым важно правильно предсказывать этот процесс.
Сейчас используются два подхода в прогнозировании. Первый основывается на эмпирических моделях, которые достаточно точны, но не могут быть использованы для всех типов материалов и условий. Второй метод предполагает обширные математические расчеты, учитывающие физические процессы на атомарном и крупномасштабном уровне. Ему не хватает точности.
Поэтому разработчики нового проекта обратились к машинному обучению. Искусственный интеллект «натренировали» предсказывать поведение того или иного материала в зависимости от его точного состава и условий облучения. В ходе экспериментов удалось спрогнозировать полный профиль распухания стали под быстрыми нейтронами в зависимости от дозы радиации и температуры.
Ранее полный “купол” распухания с помощью машинного обучения никто не предсказывал. Чтобы обучить нашу модель, мы рассмотрели десятки материалов, которые могут распухать до 50%. В результате мы можем предсказывать распухание с высокой точностью. Это помогло выяснить, как различные легирующие материалы влияют на радиационную стойкость. Например, такие элементы, как никель, титан, фосфор, кремний и углерод, уменьшают распухание, но до определенного предела.
Работа над проектом продолжается для расширения возможностей модели в области прогнозирования дефектов материалов в реакторах.
Ранее мы рассказывали, что в России разработали материалы для люминесцентных бесконтактных термометров.