为运行中的核反应堆创建数字副本,是数字孪生技术正在快速发展的一个实践领域。
爱达荷州国家实验室(INL)的研究人员正努力将嵌入式智能传感器系统再推进一步,开发出“数字孪生”模型。而由此产生的软件应用,在本质上将成为核反应堆的虚拟副本。
最近几年来,数字孪生技术已被应用于核工业领域,包括当前轻水反应堆机群以及后续更先进的反应堆设计当中。2021年12月发布的一份行业最新调查报告,全面介绍了核工业当中的数字孪生应用。
这些举措体现的是先进反应堆设计者、核公共事业公司、数字孪生提供商、大学研究人员以及各国家实验室之间的协同努力,着力涵盖整个核电生命周期内的各个应用环节,包括设计、许可、合规、应急响应、修改、工程分析、建设、运维效率及测试等等。
对设施运营者来说,数字孪生的一大关键应用就是预测性维护。数字孪生依赖于智能模块,由这些模块持续监控各组件运行情况,进而归纳出系统的整体运转工况。
美国核管理委员会(NRC)提出的第二类应用,则是对核电站运行情况的监督与合规性检测。核管委会希望探索如何利用数字孪生支持自己的监管职能。
第三类应用则是新型反应堆设计,特别是先进设计。其允许工程师以多种不同方法优化性能与安全性。
World Nuclear News在2021年3月的报道中提到,数字孪生将虚拟副本与工厂基础设施连接起来。Framatome公司装备基础业务部高级执行副总裁Catherine Cornand在采访中表示:
“数字孪生为数字表达/模型与物理工厂数据之间搭起桥梁。通过将数字孪生与相应的故障库连接起来,即可检测工厂系统中的异常行为,据此及早识别并解决问题。随着反应堆开发商逐步设计下一代技术,数字孪生在降低运营和维护成本方面也将扮演重要角色,帮助新一代核反应堆将把成本控制在传统核电的约七分之一,即达到与燃气轮机联合循环天然气发电相似的水平。”
核反应堆数字孪生概念图
2020年10月,美国能源部ARAP-E计划授意法马通基金开展一项“高温气冷堆(HTGR)反应堆基于数字孪生的资产性能与可靠性诊断”研究,探索降低运维成本的可能性。
为了探索数字孪生的短期及长期发展机会,核管委会与爱达荷国家实验室合作开展了由管委会出资的“面向未来”研究项目。核管委会为该项目制定了三大发展目标:
爱达荷国家实验室最近发布了关于合作项目的第一阶段报告。报告中发现,数字孪生能够为反应堆运营商提供前所未有的监控、控制、监督与安全保护能力。
该实验室首席研究员Vaibhav Yadav博士、实验室数字卓越中心主任Christopher Ritter及研究团队内的其他成员,共同参与了项目的第一阶段工作。
Yaibhav Yadav博士表示,“我们以核管委会的愿景为起点,将探索数字孪生的最新技术作为目标,展开了这一面向未来的重点研究。”
核委员会认为,未来在申请新厂建设许可或变更现有许可时,也许可以将能否使用数字孪生技术作为对核电站运营商的一项考核标准。
Yadav指出,数字孪生除了能帮助运营人员对反应堆的运作方式建立新的认知之外,还有助于提升反应堆潜在运行效率,进而节约运营成本。
在利用数字孪生设计新反应堆方面,Chris Ritter认为,多功能试验堆(VTR)的设计和许可未来将高度依赖于数字孪生。他补充称,数字孪生在当前及未来的广泛反应堆开发工作中都将具有潜在应用空间。
但Ritter也强调,短期内的主要探索方向应该还是集中在反应堆运行上。
“为了从数字孪生的开发中获取最大价值,当前应用目标应该着眼于资产运营方向。”
他还补充称,应用的设计开发是个不断变化的领域,“换句话说,其中可能不存在相应的实物资产。”
相较于从零开始设计反应堆中的每一个物理组件,再为其添加配套仪器和控制机制,更好的办法其实是先把数字和物理组件设计结合起来,再让工程师随时通过传感器监测反应堆状况,再用替换的方式不断调整传感器与组件系统。
可以想见,理解来自传感器的所有数据是个艰难的挑战,这一点在制造业工厂中监测产品制造状态时已经有所体现。
这个领域有着巨大的潜力。根据Ritter和Yadav的介绍,虚拟环境将帮助开发人员探索新型反应堆中还有哪些传感器覆盖不到的区域。
数字孪生中的传感器网络还可以跟踪组件和系统的当前状态,同时自动标记一切计划外的变更,借此支持核不扩散工作。例如,数字孪生可以检测到未经授权而将乏燃料从反应堆转移至他处、用于提取中子弹原料铍-239的邪恶行径。
核管委会将继续赞助爱达荷国家实验室的工作,持续推进前文提到的三大发展目标。
而在核工业中应用数字孪生的部分潜在场景,包括设计和许可、工厂建设、培训模拟器、预测性运营和维护、自主操作和控制、故障及退化预测、从历史数据中获取洞见,以及安全性与可靠性分析等。
核工业目前的努力,主要集中在实施数字孪生所需要的特定支持技术上,例如先进传感器、数字计算与通信基础设施。未来对数字孪生潜在应用的研究,可能还将涉及机器学习和人工智能。
数字孪生面临的主要挑战
爱达荷国家实验室/核管委会联合团队还引入了橡树岭国家实验室科学家们的支持,各方都认为目前的工作还只是未来探索空间中的一小部分。随着更多新发现的落地,团队面临的现实挑战也将随之增加:
研究团队已受邀参加今年3月8日至10日在华盛顿特区举行的核管委会监管信息会议。双方还将合作在今年晚些时候发布第二份报告,其中将包含更多额外发现。
研究小组在报告中写道,利益相关方必须付出额外努力以应对挑战,并弥合在核反应堆中实施数字孪生技术支持时面临的现实差距。
“受利益相关方关注及行业趋势的推动,核管委会正持续探索在核电厂内利用数字孪生进行监管的可行性,以及如何进一步利用先进传感器监测系统性能、在数字孪生中集成安全与保障措施,并考虑将数字孪生引入监管体系。”
研究小组还强调,这些活动意在拓展知识、增强交流,并帮助各方建立起对核电厂内数字孪生技术应用的了解。
“复杂工业与工程应用中的数字孪生已被证明具备一系列优势,包括提高运营效率、增强安全性与可靠性、减少错误、加快信息共享和提升预测质量等。各界对数字孪生技术的关注度日益提升,预计该技术将在未来十年内迎来快速且广泛的行业应用。”
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。