Ученые Курчатовского института создали нейросеть для прогнозирования аварий на АЭС
Об этом сообщила пресс-служба института.
Искусственные нейронные сети позволяют точнее прогнозировать угрозы на атомных объектах за счет обработки больших объемов данных. Решение способно предсказывать вероятность повторной критичности - состояния, возникающего при запроектных авариях, связанных с потерей теплоносителя и плавлением активной зоны.
Особенность нейросети заключается в способности накапливать опыт и применять его для выявления ядерно-опасных состояний, которые ранее могли остаться незамеченными. Это позволяет точнее прогнозировать параметры аварийных ситуаций и оперативно принимать меры для их управления. Кроме того, использование нейросети значительно сокращает время расчетов.
Сейчас для анализа ядерной безопасности АЭС применяются программы, моделирующие распределение нейтронов на основе детальных данных о состоянии системы. Однако моделирование тяжелых аварий требует значительных вычислительных ресурсов, что делает задачу крайне сложной без современных технологий. Авторы предложили внедрить элементы искусственного интеллекта для анализа ядерной безопасности на всех этапах тяжелых аварий.
Как отметил научный сотрудник отдела анализа ядерной безопасности Курчатовского института А. Глазков, ключевое преимущество новой методики - возможность реалистичного анализа безопасности в запроектных авариях.
Ранее для этого использовались консервативные допущения, завышавшие значение эффективного коэффициента размножения нейтронов, или алгоритмы отбора состояний, основанные на экспертных оценках.
Результаты исследования опубликованы в журнале Вопросы атомной науки и техники. Серия: Физика ядерных реакторов.
Напомним, что в конце 2024 г. ученые НИЦ Курчатовский институт разработали 2й состав для радиационного мониторинга на атомных объектах, рецептура которого позволит ускорить время измерения в 2 раза. Кроме того, себестоимость изготовления 1 л отечественного жидкосцинтиляционного коктейля Лира-1 более чем в 10 раз дешевле импортного аналога.