Roma – Grazie all’Intelligenza artificiale (IA) sarà possibile monitorare con maggior precisione e costi ridotti i reattori nucleari, aumentandone la sicurezza e permettendone un uso più diffuso, soprattutto nell’ambito della transizione energetica. E’ quanto emerge da un nuovo studio guidato dall’Università dell’Illinois Urbana-Champaign e pubblicato su npj Materials Degradation. Gli autori hanno creato un sistema di sensori virtuali alimentati dall’apprendimento automatico che integreranno i sensori fisici per il controllo di indicatori critici di degradazione nei reattori nucleari. I sensori fisici tradizionali presentano delle limitazioni, in particolare nella misurazione di parametri critici in ambienti difficili da raggiungere o con condizioni estreme, che spesso si traducono in una copertura dati incompleta. Inoltre, i tradizionali metodi di modellazione numerica basati sulla fisica, come la CFD, sono ancora troppo lenti per fornire previsioni in tempo reale negli impianti nucleari. Al contrario, le nuove reti neurali Deep Operator (DeepONet), se opportunamente addestrate su unità di elaborazione grafica (GPU), sono in grado di prevedere istantaneamente e con precisione soluzioni multifisiche complete sull’intero sistema nucleare. DeepONet funziona come un sensore virtuale in tempo reale e supera i limiti dei sensori fisici o delle previsioni di modellazione classica, in particolare prevedendo parametri termoidraulici chiave in un reattore ad acqua pressurizzata. Poiché i componenti sono costantemente esposti a temperature, pressioni e radiazioni estreme, un monitoraggio e un’ispezione adeguati degli elementi in servizio dei reattori nucleari sono essenziali per la sicurezza e l’efficienza a lungo termine. “La nostra ricerca introduce un nuovo modo per garantire la sicurezza dei sistemi nucleari utilizzando tecniche avanzate di apprendimento automatico per monitorare le condizioni critiche in tempo reale”, hanno affermato gli autori “Tradizionalmente, è stato incredibilmente difficile misurare determinati parametri all’interno dei reattori nucleari perché spesso si trovano in ambienti difficili da raggiungere o estremamente ostili. Il nostro approccio sfrutta sensori virtuali basati su algoritmi per prevedere condizioni termiche e di flusso cruciali senza dover ricorrere a sensori fisici ovunque. Pensate a questo come ad avere una mappa virtuale del funzionamento del reattore, che ci fornisce un feedback costante senza dover posizionare strumenti fisici in punti rischiosi. Questo non solo velocizza il processo di monitoraggio, ma lo rende anche significativamente più accurato e affidabile. In questo modo, possiamo individuare potenziali problemi prima che diventino gravi, migliorando sia la sicurezza che l’efficienza”. (30Science.com)
Gianmarco Pondrano d'Altavilla
Con l’IA rivoluzionato il monitoraggio delle centrali nucleari
(15 Aprile 2025)
Gianmarco Pondrano d'Altavilla