В НИТУ МИСИС адаптировали ИИ для прогнозирования дефектов в стали для АЭС

В последние годы исследование воздействия радиации на материалы, используемые в ядерной энергетике, стало одной из приоритетных задач для ученых. В этом контексте материалы, подвергающиеся облучению в атомных электростанциях (АЭС), требуют особого внимания, так как их эксплуатационные характеристики могут значительно изменяться под действием потока быстрых нейтронов. Недавно российские ученые из НИТУ МИСИС разработали новый подход, основанный на применении нейросетей, который позволяет прогнозировать появление дефектов в стальных конструкциях на АЭС. Этот прорыв может существенно повысить эффективность и безопасность функциональности современных ядерных реакторов.

Применяя нейросети, исследователи смогли проанализировать десятки различных материалов, оказывающихся под воздействием радиации. Обращая внимание на явление «распухания» материалов — увеличение объема до 50% под воздействием облучения — команда разработала алгоритмы, способные с высокой точностью предсказывать этот процесс. Эти данные становятся критически важными для понимания влияния легирующих элементов на радиационную стойкость материалов. Как отметил эксперт НИТУ МИСИС Павел Коротаев, такие элементы, как никель, титан, фосфор, кремний и углерод, могут эффективно сократить «распухание», однако их воздействие обладает определенными пределами.

Это открытие имеет огромное значение для решения одной из самых серьезных проблем, с которыми сталкиваются современные ядерные реакторы. В процессе эксплуатации оболочка тепловыделяющих элементов, загруженных в реактор, со временем испытывает изменения, которые снижают ее прочность и долговечность. Под действием нейтронного облучения происходит изменение структуры и свойств аустенитной стали, используемой в теплозащитных элементах, что может привести к значительным промедлениям в эксплуатации и повышению рисков.

Проблема расслоения и «распухания» материалов приводит к ограничениям в сроках службы топливных элементов (ТВЭЛ), а также других структурных компонентов реакторов, что в свою очередь требует тщательной оценки их состояния и безопасности использования. В настоящее время ученые применяют различные методы, каждый из которых имеет свои ограничения или актуален только для определенных типов материалов. Новый подход с использованием нейросетевых технологий позволяет значительно повысить точность и эффективность предсказаний.

Ранее «ЭкоПравда» информировала о том, что микроорганизмы, развиваясь на технеции, защищают его от дальнейшей коррозии.