美國科學家研發光纖溫度傳感器結合人工智能提升核反應堆監測系統

美國科學家開發的一種新型監測系統，結合了光纖溫度傳感器與人工智能（AI），旨在於核反應堆內發現隱藏的阻塞，以防止造成昂貴的故障及停機。該技術由美國能源部阿貢國家實驗室（Argonne National Laboratory）研究人員研製，專為熔鹽冷卻反應堆（MSCRs）中的熱交換器設計。熱交換器對於核電廠至關重要，因為它們將熱量從反應堆核心轉移出去。在熔鹽冷卻反應堆中，熱鹽將熱能從核心帶到另一種流體，該流體最終可用於產生蒸汽和發電。

阻塞對熱交換器的影響

然而，若鹽的溫度過於接近其冰點，則可能會固化，進而部分或完全阻塞熱交換器內數千個小通道，限制冷卻劑的流動。因此，團隊決定開發一種早期檢測阻塞的方法。

根據阿貢國家實驗室的資料，矩陣型熱交換器可包含 2,000 至 4,000 個小通道，較大的版本則可擁有更多。目前大多數熱交換器僅在進口和出口監測溫度和流量，這提供的數據對於瞭解單個通道內發生的情況相當有限，讓較小的阻塞無法被察覺。為了應對這一問題，團隊提出將分佈式光纖溫度傳感器嵌入熱交換器的支撐結構中。這些傳感器實時收集大量溫度數據，然後由 AI 算法分析這些資訊，以識別可能指示固化鹽阻塞通道的異常溫度模式。

AI在檢測中的角色

阿貢國家實驗室的科學家研究金屬結構中的熱傳遞瞬態，以應用於核反應堆系統。阿貢國家實驗室的首席電氣工程師兼研究共同作者亞歷克斯·海費茨（Alex Heifetz）表示：「如果其中一個通道部分或完全被堵塞，我們希望能夠檢測到、定位並確定其嚴重程度。這就像是對系統故障進行高解析度的觀察。」海費茨指出，這些傳感器將附加於機械支撐結構上，而不是直接放置在通道內。因此，它們不需穿透熱交換器的壁，亦不會干擾其運行。

AI 還設計為能夠解釋其發出警報的原因，向操作員提供所檢測問題的資訊及其推斷過程。

及早檢測對於熔鹽冷卻反應堆尤其重要，因為這些反應堆運行的溫度遠高於傳統的加壓水反應堆。這些系統中的鹽冷卻劑在約 932 華氏度（500 攝氏度）時會結冰。檢測微小的溫度變化可以及早警告操作員冷卻劑開始固化。根據研究人員的說法，AI 能夠在大量的傳感器數據中識別出微妙的模式，這對於人類操作員來說是相當困難的。普渡大學的研究助理及論文共同作者康斯坦丁·普蘭提科斯（Konstantinos Prantikos）在新聞稿中表示：「我們的方法能夠檢測出在大量數據中幾乎無法區分的模式，這對於人類檢查來說具有挑戰性。

與人類不同，AI 不會疲倦於查看數千個數字。它還以能夠幫助我們理解和信任系統的方式解釋其決策。」

及早發現的重要性

海費茨指出，及早發現阻塞可使操作員在整個熱交換器失效之前制定補救計劃。「修理或更換失效的熱交換器是一個昂貴的程序，通常會迫使不計劃的反應堆停機。」他補充道。該研究已發表於《自然科學報告》期刊中。

新技術如何改進核能安全性

結合光纖溫度傳感器與人工智能的監測系統，顯示了在核反應堆安全性上的重要進展。隨著核能需求的增加，確保反應堆的穩定運行變得愈加關鍵。這項技術不僅能夠及早檢測潛在的阻塞問題，還能通過AI分析大量數據，提供更精確的監測結果。這不僅有助於減少不必要的停機時間，還能降低維修成本，從而提升整體運行效率。