الملح المنصهر والطاقة المتجددة: كيف يمكن للذكاء الاصطناعي أن يساعد في تعزيز المفاعلات النووية المتقدمة؟

الملح المنصهر والطاقة المتجددة: كيف يمكن للذكاء الاصطناعي أن يساعد في تعزيز المفاعلات النووية المتقدمة؟

11 فبراير , 2023

ترجم بواسطة:

هبة العطار

دقق بواسطة:

زينب محمد

أظهرت دراسة جديدة أن التكنولوجيا التي تم تطويرها في آرغون يمكن أن تساعد في تضييق مجال المرشحين للأملاح المنصهرة.

يبحث العلماء عن مواد جديدة لتطوير الجيل القادم من محطات الطاقة النووية. وفي دراسة حديثة، أظهر باحثون في مختبر آرغون الوطني التابع لوزارة الطاقة الأميركية (DOE) كيف يمكن للذكاء الاصطناعي أن يساعد في تحديد الأنواع الصحيحة من الأملاح المنصهرة والذي يعد مكون أساسي للمفاعلات النووية المتقدمة.

إن قدرة الملح المنصهر على امتصاص وتخزين الطاقة يجعله مهمًا بالنسبة للطاقة المتجددة ولأهداف المناخ الوطني. يمكن أن تكون الأملاح المنصهرة بمثابة مبرد ووقود في مفاعلات الطاقة النووية التي تولد الكهرباء دون انبعاث غازات الاحتباس الحراري.  يمكنها أيضًا تخزين كميات كبيرة من الطاقة، والتي تزداد الحاجة إليها  لأي شبكة كهربائية ذات مصادر متقلبة كالطاقة الشمسية والرياح.

إذا قمت بتسخين الملح على طاولة مطبخك إلى 801 درجة مئوية (1,474 فهرنهايت)، فسيذوب وتحصل على ملحٍ منصهر. إلا أن الأمر ليس كذلك بالنسبة لتوليد وتخزين الطاقة، إذ لا يمكن فعل ذلك بمجرد استخدام أي نوع من الملح. يبحث العلماء منذ سنوات في تركيبات مختلفة من الأملاح للحصول على الخصائص الدقيقة اللازمة لتبريد مفاعل الطاقة النووية وتزويده بالوقود بكفاءة. تشمل هذه الخاصيات انخفاض درجات الحرارة من أجل الذوبان والكثافة المناسبة والقدرة على امتصاص كمية عالية من الحرارة، وغيرها.

ما هي المخططات حول الأملاح المنصهرة التي ستوفر السمات المرغوبة للمفاعل النووي؟ الاختلافات المحتملة لا حصر لها تقريبًا. شرعت الدراسة في تحديد مدى إمكانية توجيه وتحسين تجارب العالم الحقيقي باستخدام عمليات المحاكاة الحاسوبية المسيَّرة من التعلم الآلي في مرفق الفوتون المتقدم (APS)، وهو مرفق مستخدم تابع لمكتب العلوم التابع لوزارة الطاقة في آرغون. وقد نُشرت النتائج مؤخرًا في دورية Physical Review B.

قال جيشنغ جو، أحد المهندسين الكيميائيين في آرغون والمُؤلف الرئيسي لرسالة البحث: “استخدمنا النتائج التجريبية من (APS) للتحقق من صحة محاكاتنا. في الوقت نفسه، زودتنا نتائج المحاكاة بمزيدٍ من التفاصيل حول الأملاح التي يجب دراستها بشكل أكبر. إنها تعمل مع بعضها البعض، مما يسمح لنا بدراسة تركيبات متعددة في نفس الوقت.

يستخدم الباحثون الأشعة السينية القوية في (APS) لفهم مركبات ملح معين بشكلٍ أفضل من خلال التدقيق في تركيبها. لكن بالنظر للوقت والتكلفة اللازمة للقيام بتجارب العالم الحقيقي، فقد كان من الصواب تقليص نطاق الترشيحات التي تخضع للتدقيق.

قال ناثان هويت، الباحث في آرغون والمؤلف المشارك رسالة البحث: «فسحة التركيب الممكنة للأملاح المنصهرة هائل، لذلك سيكون من المستحيل محاولة أخذ بيانات تجريبية لكل مركب متاح».


في خط شعاع (6-ID-D) الخاص بالمنشأة، تلتقط تقنية تسمى “حيود الأشعة السينية” عالية الطاقة الأنماط المولَّدة حين تنثر حزم الأشعة السينية عينة من الملح المنصهر.


قال كريس بينمور، كبير الفيزيائيين في (APS) والمؤلف المشارك لرسالة البحث: «إنّ (APS) فريدة من نوعها لهذه الأنماط من القياسات. فالأشعة السينية عالية الطاقة التي يولدها مناسبة جدًا للنظر إلى بنية السوائل المنصهرة والمرايا والمواد غير المتبلورة بشكل عام».


يتضمن التعلم الآلي تزويد جهاز كمبيوتر بأوامر لتحليل الموقف بناءً على البيانات الموجودة. لكن في هذه الحالة، لم يكن لدى الباحثين الكثير من الأمثلة التي تم التحقق منها لإظهار النموذج. بناءً على النمذجة السابقة التي استكشفت المواد المقاومة للحرارة، استخدم الباحثون ما يُعرف بالتعلم النشط لإنشاء نموذج قابل للتعديل لتحليل الأملاح المنصهرة.

يمكن تطبيق النموذج القابل للتعديل على الأمزجة عبر مساحة التركيب، بدلاً من تركيبه لواحد أو اثنين من تركيبات خليط الملح المنصهر المحدد، ويضع النموذج تنبؤات تستند إلى المبادئ؛ بعبارة أخرى، وليس على مجموعة من الإجابات المحددة مسبقًا.


تم تشغيل عمليات محاكاة التعلم الآلي باستخدام موارد الحوسبة عالية الأداء في مرفق آرغون ( Leadership Computing ALCF)، وهو مرفق مستخدم تابع لمكتب العلوم التابع لوزارة الطاقة، وباستخدام مجموعة (Bebop) في مركز موارد الحوسبة المختبرية في آرغون.


قال غانيش سيفارامان، عالم الحساب في آرغون والمؤلف النظير لرسالة البحث: «لم نزود النموذج بأمثلة على تكوين البقع الجميلة، حيث تحصل على نقطة الانصهار الصحيحة، نجح نموذجنا في التنبؤ بهذه البقعة الجميلة، حتى بدون مدخلات التدريب المقابلة».

الآن بعد أن أثبت الباحثون إمكانية نجاح هذا النهج، ستكون الخطوة التالية هي العمل مع بيانات أكثر تعقيدًا.

وأشاروا إلى ذلك بقولهم: «مفاعل الملح المنصهر هو بيئة ديناميكية للغاية. تتغير الظروف بمرور الوقت، وفي بعض الأحيان يمكن أن تدخل الشوائب في الملح. نريد تقديم كمية ضئيلة من هذه الشوائب لمعرفة ما إذا كان النموذج يمكنه التنبؤ بكيفية تأثير ذلك على البنية العامة للأملاح المنصهرة وخصائصها».

المصدر: https://phys.org

ترجمة: هبة الحمصي العطار

مراجعة وتدقيق: زينب محمد


اترك تعليقاً

القائمة البريدية

اشترك في قائمتنا البريدية ليصلك جديد مقالاتنا العلمية وكل ماهو حصري على مجموعة نون العلمية

error: Content is protected !!