AI-teknik hittar störningar i kärnreaktorer

Gruppens samarbete har lett till att man nu har tagit fram och testat en teknik som kan upptäcka störningar i kärnkraftsreaktorer. 

– Den samlade expertisen har gjort att vi har åstadkommit en teknik som kombinerar reaktormodellering och artificiell intelligens. Med den kan man upptäcka om det finns en störning i en reaktorhärd. Tekniken kan också upptäcka vad det är för slags störning och var i systemet den finns, säger Christophe Demazière.

Tekniken bygger på att lära en artificiell intelligens-algoritm hur en kärnreaktor beter sig vid olika typer av störningar och deras positioner. Dessa störningar leder till fluktuationer i neutronflödet, det så kallade neutronbruset. Störningarna mäts av neutrondetektorer i reaktorn. Man behöver mata algoritmen med en mängd data av olika typer av störningar och motsvarande svar från reaktorn. 

– För att bygga en sådan databas har vi utvecklat avancerade modelleringsverktyg. Algoritmen jämför sedan reaktormätningarna med simuleringar från detta modelleringsverktyg. Från alla simuleringar kan alltså algoritmen identifiera i en mätning om det finns en störning, av vilken typ den är och var den finns. En reaktorhärd är runt tre till fyra meter i diameter och höjd. Genom att ha ett fåtal neutrondetektorer i härden kan vi upptäcka var det finns en störning med fem till tio centimeters marginal. Tidigare forskning har visat att detta borde kunna gå att göra, men man har inte utvecklat en teknik för att göra det på ett systematiskt sätt och i en sådan stor utsträckning som i Cortexprojektet, säger Christophe Demazière.

Tekniken kan man till exempel använda under drift för att se vad som sker i reaktorn, den så kallade härdövervakningen. Genom att ha koll på störningar kan man också bättre planera för hur man ska hantera eventuella problem när man stänger en reaktor för kontroll, underhåll och bränslebyte.

Ytterligare utveckling av tekniken kommer att krävas innan den skulle kunna tas i bruk i industriell skala. Hur eller i vilken form forskningsprojektet kommer att tas vidare, återstår ännu att se.

Hur har det då varit att koordinera ett så stort projekt, med så många deltagare? 

– I början lade vi mycket tid på att förstå varandras olika forskningsfält, för att kunna jobba mot samma mål. Vi har haft tajta kontakter med varandra och alla har varit mycket motiverade i detta samarbete. Det har varit en stor arbetsglädje kring att bidra till projektet och se att man gör något användbart, säger Christophe Demazière.

Cortex (CORTEX) står för “core monitoring techniques and experimental validation and demonstration.” Projektet syftade till att utveckla ledande metoder som kan användas för att upptäcka och kategorisera störningar i kommersiella kärnreaktorer under drift. Metoden är icke-invasiv. Cortex är ett forsknings- och innovationsprojekt (RIA) inom EU-programmet Euratom i Horisont 2020.  Läs mer om projektet på Cortex hemsida.

Projektet har koordinerats av professor Christophe Demazière och docent Paolo Vinai, och även involverat doktor Antonios Mylonakis och doktoranden Huaiqian Yi, samtliga från avdelningen Subatomär, högenergi- och plasmafysik på institutionen för fysik på Chalmers. Forskarna har bidragit med kunskap inom fältet reaktormodellering och härdövervakning, inom vilket det finns en lång forskningstradition på Chalmers där bland andra professor Imre Pázsit är ett, av flera, utmärkande namn.