Wetenschap
Tegoed:CC0 Publiek Domein
Kerncentrales leveren grote hoeveelheden elektriciteit zonder planeetverwarmende vervuiling vrij te geven. Maar de kosten van het runnen van deze fabrieken hebben het moeilijk voor hen gemaakt om open te blijven. Als kernenergie een rol wil spelen in de Amerikaanse economie van schone energie, moeten de kosten omlaag. Wetenschappers van het Argonne National Laboratory van het Amerikaanse Department of Energy (DOE) bedenken systemen die kernenergie concurrerender kunnen maken met behulp van kunstmatige intelligentie.
Kerncentrales zijn deels duur omdat ze constant toezicht en onderhoud vereisen om een consistente stroomstroom en veiligheid te garanderen. Argonne is halverwege een driejarig project van $ 1 miljoen om te onderzoeken hoe slimme, geautomatiseerde systemen de economie kunnen veranderen.
"De exploitatie- en onderhoudskosten zijn behoorlijk relevant voor nucleaire eenheden, die momenteel grote bemanningen en uitgebreid onderhoud vereisen", zegt Roberto Ponciroli, een hoofdnucleair ingenieur bij Argonne. "We denken dat autonome operatie kan helpen om hun winstgevendheid te verbeteren en ook ten goede komt aan de inzet van geavanceerde reactorconcepten."
Het project heeft tot doel een computerarchitectuur te creëren die problemen vroegtijdig kan detecteren en passende acties kan aanbevelen aan menselijke operators. De technologie kan de nucleaire industrie meer dan $ 500 miljoen per jaar besparen, schatten Ponciroli en collega's.
Een typische kerncentrale kan honderden sensoren bevatten, die allemaal verschillende onderdelen bewaken om er zeker van te zijn dat ze goed werken.
"In een wereld waar beslissingen worden genomen op basis van gegevens, is het belangrijk om te weten dat u uw gegevens kunt vertrouwen", zegt Ponciroli. "Sensoren kunnen, net als elk ander onderdeel, degraderen. Weten dat uw sensoren werken, is cruciaal."
De taak van het inspecteren van elke sensor - en ook de prestaties van systeemcomponenten zoals kleppen, pompen, warmtewisselaars - berust momenteel bij het personeel dat over de fabrieksvloer loopt. In plaats daarvan zouden algoritmen gegevens kunnen verifiëren door te leren hoe een normale sensor werkt en te zoeken naar afwijkingen.
Nadat de sensoren van een fabriek zijn gevalideerd, zou een kunstmatige-intelligentiesysteem de signalen ervan interpreteren en specifieke acties aanbevelen.
Ponciroli geeft een voorbeeld:laten we zeggen dat het dashboard van uw auto u waarschuwt voor een band met een lage luchtdruk. U weet dat u niet meteen hoeft te stoppen, maar u kunt besluiten om wat langzamer te rijden om een lekke band te voorkomen totdat u de band met lucht kunt vullen.
Mensen maken de hele tijd dit soort oordelen. We evalueren informatie, nemen een beslissing en ondernemen actie, zoals het wijzigen van de bedieningselementen (in het bovenstaande scenario, de auto vertragen) en reparaties uitvoeren. Een kunstmatige-intelligentiemethode genaamd versterkingsleren repliceert de logica van de hersenen door het systeem te leren beslissingen te nemen door potentiële resultaten te evalueren. In een kerncentrale kunnen computers problemen detecteren en deze zo vroeg mogelijk melden aan de operators van de installatie, wat helpt bij het optimaliseren van de controles en ook om duurdere reparaties later te voorkomen. Tegelijkertijd kunnen computers onnodig onderhoud aan apparatuur die het niet nodig heeft, voorkomen.
"De taken op een lager niveau die mensen nu doen, kunnen worden overgedragen aan algoritmen", zegt Richard Vilim, senior nucleair ingenieur bij Argonne. "We proberen mensen naar een hoger niveau van situationeel bewustzijn te brengen, zodat ze waarnemers zijn die beslissingen nemen."
In samenwerking met de industrie om testscenario's te ontwikkelen, hebben de ingenieurs van Argonne een computersimulatie of 'digitale tweeling' gebouwd van een geavanceerde kernreactor. Hoewel het systeem is ontworpen voor nieuwe reactortechnologieën, zei Vilim, is het ook flexibel genoeg om te worden toegepast in bestaande kerncentrales.
Het team valideert zijn kunstmatige-intelligentieconcept op de gesimuleerde reactor en tot nu toe hebben ze systemen voltooid om de virtuele onderdelen te controleren en te diagnosticeren. De rest van het project zal zich richten op het besluitvormingsvermogen van het systeem:wat het doet met de diagnostische gegevens.
Omdat een autonome kerncentrale deze verschillende functies nodig heeft, is het eindproduct van het werk van het Argonne-team een systeemarchitectuur die meerdere algoritmen aan elkaar hecht. Ingenieurs passen bijvoorbeeld code aan, waaronder Argonne's System Analysis Module (SAM), een analysetool voor geavanceerde reactoren. SAM, ontwikkeld in samenwerking met ingenieursbureau Kairos Power, heeft een R&D 100-prijs 2019 gewonnen.
"Argonne is zeer geschikt voor dit project, omdat we alle capaciteiten die we nodig hebben al in huis hebben", zei Ponciroli. "Het is gewoon een kwestie van ze te combineren om er nog meer uit te halen." + Verder verkennen
Wetenschap © https://nl.scienceaq.com