Ingenjörer från Purdue University, Indiana, USA) håller på att utveckla ett nytt system som kommer att kunna avsevärt öka effektiviteten hos de inspektioner av integritet av kärnreaktorer genom användning av artificiell intelligens (AI). I en artikel publicerad i den vetenskapliga tidskriften IEEE transactions on Industriell Elektronik, forskare har talat om att ramen för maskininlärning naiva Bayes – precision neurala nätverk som effektivt kan upptäcka sprickor i de reaktorer som bygger på analys av enskilda bildrutor.
“Regelbundna inspektioner av komponenter i kärnkraftverk är avgörande för att garantera säker drift”, säger Mohammed Jahanshahi, associate Professor, School of civil engineers heter Lisa vid Purdue University.
“Men den nuvarande metoder är i allmänhet mycket tidskrävande, mycket tungt och drabbas ofta av subjektiva bedömning, främst för analys av videodata för förekomst av sprickor i de reaktorer som utförs av människor.”
System för automatisk analys som utvecklats av experter från Purdue, använder en databas som innehåller de bilder av ca 300 tusen olika sprickor och andra textur funktioner. Kontrollera effektiviteten i reaktorn systemet fortsätter att vara hög även i de fall när behovet av inspektion del av den reaktor som är under vatten, vilket oftast händer när vattnet i de reaktorer som används för kylning. Med detta system, det minskar riskerna för att människors hälsa. Det neurala nätverket analyserar varje tum av varje bildruta i sökning av sprickor, och sedan ser varje spricka till en annan ram med hjälp av ett data fusion algoritm.
“Gemensam bearbetning av data gör det möjligt att förbättra tillförlitligheten och effektiviteten av ytterligare beslut, fortsätter Jahanshahi, notera att det neurala nätverket visar effektiviteten 98,3% i definitionen av sprickor, vilket är betydligt högre än de andra, även de mest moderna metoder och tillvägagångssätt.
När världen fortsätter att flytta mot förnybara energikällor, kärnkraft är allt inte det viktigaste, utan snarare det alternativ, även om ett pålitligt val. Det är omöjligt för icke-nukleär energi kan förklaras minst av det faktum att sol-eller vindkraftverk har ett antal begränsningar och deras effektivitet i första hand beror på väder och förhållanden i vilka de är belägna.
En av de viktigaste riktningarna i den moderna fysiken är sökandet efter så kallade “Heliga Graalen” av förnybar energi – möjligheter med hjälp av kärnfusion att ge alla våra energibehov. Trots att forskare har nått mycket höga resultat i den stabilisering och stöd av den nukleära fusionsreaktioner, vi är ännu inte redo att lita på denna källa av energi. Så just nu endast tillgängligt och mest säker användning av kärnenergi är fortfarande metoden för kärnklyvning, om ännu mer för att förbättra säkerhet och effektivitet, som nu arbetar många forskare från hela världen. Till exempel, experter tittar på utvecklingen av utvecklingen av den så kallade molten salt reaktorer, där grundval av kylvätska är en blandning av smält salter, som kan arbeta vid höga temperaturer, medan resterande vid ett lågt tryck, så att minskad mekanisk belastning och en ökad säkerhet och hållbarhet.
Det neurala nätverket gör det möjligt att göra kärnreaktorer säkrare
Nikolai Khizhnyak