Вход на сайт

Просмотр новости

Найдите то, что Вас интересует

В Курчатовском институте разработали модель нейросети для оптимизации анализа ядерной безопасности

Дата публикации: 14-08-2026 12:38:10


Ученые Национального исследовательского центра «Курчатовский институт» разработали нейросеть, которая анализирует теплофизические параметры для моделирования тяжелых аварий на АЭС.
Анализ ядерной…

Основное содержимое страницы с новостью.

Ученые Национального исследовательского центра «Курчатовский институт» разработали нейросеть, которая анализирует теплофизические параметры для моделирования тяжелых аварий на АЭС.

Анализ ядерной безопасности АЭС требует создания математических моделей активных зон для различных эксплуатационных режимов. Наиболее сложная задача – моделирование тяжелых запроектных аварий. В этом случае разрушается или плавится активная зона, происходит перераспределение плотности теплоносителя. В таких условиях нужно точно рассчитать, как будет изменяться коэффициент размножения нейтронов — частиц, вызывающих цепную реакцию деления ядер урана.

Анализ ядерной безопасности должен учитывать реальные физические процессы с минимальным количеством допущений. Для этого используются аттестованные нейтронно-физические программы, корректно моделирующие пространственно-энергетическое распределение нейтронов на основе данных, максимально полно описывающих состояние системы. Однако, чем точнее модель, тем больше вычислительных ресурсов она требует. Это делает задачу анализа тяжёлых аварий практически нерешаемой без современных технологий.

В Курчатовском институте разработали методику с использованием искусственной нейросети (ИНС), позволяющую проводить реалистический анализ ядерной безопасности с использованием элементов искусственного интеллекта на всех этапах тяжёлых аварий, где количество возможных состояний системы исчисляется десятками тысяч. Особенность нейросети состоит в том, что она может накапливать «опыт» и экстраполировать его для выявления ядерно-опасных состояний, которые ранее могли быть упущены. Это позволяет точнее прогнозировать параметры ядерно-опасных ситуаций и принимать меры для управления запроектными авариями. Важно, что использование ИНС значительно сокращает время расчётов.

– Анализ ядерной безопасности при запроектных авариях основывается на методике базовых состояний. Ее суть — в нахождении базовых состояний, в которых геометрия системы остается неизменной, но теплофизические параметры могут изменяться в установленных пределах, – комментирует Александр Глазков, научный сотрудник отдела анализа ядерной безопасности объектов использования атомной энергии НИЦ «Курчатовский институт». – Разработанная нами модель ИНС предназначена для базового состояния, в котором тепловыделяющие сборки еще не успели разрушиться. При этом мы выяснили, что создание и обучение одной универсальной «большой» модели ИНС, которая бы работала для всех базовых состояний, требует огромного количества ресурсов. Поэтому было принято решение разработать отдельные модели под соответствующие базовые состояния. В рамках продолжения этой работы уже опробованы и отлажены модели ИНС для других базовых состояний — на различных этапах разрушения активной зоны реактора.

Схожие новости

#Наименование новостиТональностьИнформативностьДата публикации
1Курчатовский институт создал нейросеть для прогноза рисков при тяжелых авариях на АЭС0006-08-2025
2В Росатоме разработали новое топливо, повышающее безопасность ядерных реакторов0003-02-2022
3МЭИ подготовит специалистов для атомной отрасли с помощью цифровой АЭС0524-06-2026
4В Курчатовском институте разработали энергетическую установку для лунной базы0030-06-2020
5Представлена разработка в области оптимизации работы атомных реакторов0002-07-2025
6Специалисты из РФ победили в конкурсе на изучение топливных осколков АЭС "Фукусима-Дайичи"0019-08-2019
7В Тюмени разработают нейросетевую модель для проектирования зданий0520-07-2026
8Создана предсказывающая поведение умных сплавов при землетрясениях модель0023-06-2025
9В Петербурге разработали метод предупреждения аритмии с помощью нейросети0023-07-2025

Классификация: Наука. Схожих патентов: 0. Схожих новостей: 9. Тональность: 0. Информативность: 6.77. Источник: www.atomic-energy.ru.