Ingin energi nuklir yang lebih murah? Ubah proses desain menjadi sebuah permainan
Engine

Ingin energi nuklir yang lebih murah? Ubah proses desain menjadi sebuah permainan


Dalam tata letak yang dirancang AI untuk reaktor air mendidih ini, batang bahan bakar secara ideal ditempatkan di sekitar dua batang air tetap agar pembakaran lebih efisien. Peneliti MIT menjalankan setara dengan 36.000 simulasi untuk menemukan konfigurasi optimal, yang dapat memperpanjang umur batang dalam perakitan sekitar 5 persen, menghasilkan penghematan $ 3 juta per tahun jika diskalakan ke reaktor penuh. Warna sesuai dengan jumlah uranium dan gadolinium oksida yang bervariasi di setiap batang. Kredit: Majdi Radaideh / MIT

Energi nuklir menyediakan lebih banyak listrik bebas karbon di Amerika Serikat daripada gabungan tenaga surya dan angin, menjadikannya pemain kunci dalam perang melawan perubahan iklim. Tetapi armada nuklir AS semakin tua, dan operator berada di bawah tekanan untuk merampingkan operasi mereka untuk bersaing dengan pembangkit listrik tenaga batu bara dan gas.

Salah satu tempat utama untuk memangkas biaya berada jauh di dalam teras reaktor, tempat energi diproduksi. Jika batang bahan bakar yang menggerakkan reaksi di sana ditempatkan secara ideal, mereka membakar lebih sedikit bahan bakar dan membutuhkan lebih sedikit perawatan. Melalui uji coba selama beberapa dekade, insinyur nuklir telah belajar merancang tata letak yang lebih baik untuk memperpanjang umur batang bahan bakar yang mahal. Sekarang, kecerdasan buatan siap memberi mereka dorongan.

Peneliti di MIT dan Exelon menunjukkan bahwa dengan mengubah proses desain menjadi permainan, sistem AI dapat dilatih untuk menghasilkan lusinan konfigurasi optimal yang dapat membuat setiap batang bertahan sekitar 5 persen lebih lama, menghemat pembangkit listrik tipikal sekitar $ 3 juta setahun , para peneliti melaporkan. Sistem AI juga dapat menemukan solusi optimal lebih cepat daripada manusia, dan dengan cepat memodifikasi desain di lingkungan simulasi yang aman. Hasilnya muncul bulan ini di jurnal Rekayasa dan Desain Nuklir.

“Teknologi ini dapat diterapkan pada reaktor nuklir mana pun di dunia,” kata penulis senior studi tersebut, Koroush Shirvan, asisten profesor di Departemen Ilmu dan Teknik Nuklir MIT. “Dengan meningkatkan ekonomi energi nuklir, yang memasok 20 persen listrik yang dihasilkan di AS, kami dapat membantu membatasi pertumbuhan emisi karbon global dan menarik talenta muda terbaik ke sektor energi bersih yang penting ini.”

Dalam reaktor tipikal, batang bahan bakar berbaris di grid, atau perakitan, dengan tingkat uranium dan gadolinium oksida di dalamnya, seperti bidak catur di papan, dengan reaksi penggerak uranium radioaktif, dan gadolinium tanah jarang memperlambatnya. Dalam tata letak yang ideal, impuls yang bersaing ini seimbang untuk mendorong reaksi yang efisien. Insinyur telah mencoba menggunakan algoritme tradisional untuk meningkatkan tata letak yang dirancang manusia, tetapi dalam rakitan 100 batang standar mungkin ada sejumlah besar opsi untuk dievaluasi. Sejauh ini, kesuksesan mereka terbatas.

Para peneliti bertanya-tanya apakah pembelajaran penguatan mendalam, teknik AI yang telah mencapai penguasaan manusia super dalam permainan seperti catur dan Go, dapat membuat proses penyaringan berjalan lebih cepat. Pembelajaran penguatan mendalam menggabungkan jaringan neural dalam, yang unggul dalam memilih pola dalam beberapa rim data, dengan pembelajaran penguatan, yang menghubungkan pembelajaran dengan sinyal hadiah seperti memenangkan game, seperti di Go, atau mencapai skor tinggi, seperti di Super Mario Bros .

Di sini, para peneliti melatih agen mereka untuk memposisikan batang bahan bakar di bawah serangkaian batasan, mendapatkan lebih banyak poin dengan setiap gerakan yang menguntungkan. Setiap kendala, atau aturan, yang dipilih oleh para peneliti mencerminkan pengetahuan ahli selama puluhan tahun yang berakar pada hukum fisika. Agen mungkin mencetak poin, misalnya, dengan menempatkan batang uranium rendah di tepi rakitan, untuk memperlambat reaksi di sana; dengan menyebarkan batang “racun” gadolinium untuk mempertahankan tingkat pembakaran yang konsisten; dan dengan membatasi jumlah batang racun antara 16 dan 18.

“Setelah Anda memasukkan aturan, jaringan saraf mulai mengambil tindakan yang sangat baik,” kata pemimpin penulis studi tersebut, Majdi Radaideh, seorang postdoc di lab Shirvan. “Mereka tidak membuang waktu untuk proses acak. Sungguh menyenangkan melihat mereka belajar memainkan permainan seperti yang dilakukan manusia.”

Melalui pembelajaran penguatan, AI telah belajar untuk memainkan game yang semakin kompleks serta atau lebih baik dari manusia. Namun kemampuannya relatif belum teruji di dunia nyata. Di sini, para peneliti menunjukkan bahwa pembelajaran penguatan memiliki aplikasi yang berpotensi kuat.

“Studi ini adalah contoh menarik dari transfer teknik AI untuk bermain game papan dan video game untuk membantu kami memecahkan masalah praktis di dunia,” kata rekan penulis studi Joshua Joseph, seorang ilmuwan penelitian di MIT Quest for Intelligence.

Exelon sekarang menguji versi beta dari sistem AI di lingkungan virtual yang meniru rakitan dalam reaktor air mendidih, dan sekitar 200 unit dalam reaktor air bertekanan, yang secara global merupakan jenis reaktor yang paling umum. Berbasis di Chicago, Illinois, Exelon memiliki dan mengoperasikan 21 reaktor nuklir di seluruh Amerika Serikat. Itu bisa siap untuk menerapkan sistem dalam satu atau dua tahun, kata juru bicara perusahaan.


Peneliti memanfaatkan kelemahan bot game master


Informasi lebih lanjut:
Majdi I. Radaideh dkk. Optimalisasi pembelajaran penguatan berbasis fisika dari desain perakitan nuklir, Rekayasa dan Desain Nuklir (2020). DOI: 10.1016 / j.nucengdes.2020.110966

Disediakan oleh Massachusetts Institute of Technology

Kisah ini diterbitkan ulang atas izin MIT News (web.mit.edu/newsoffice/), situs populer yang meliput berita tentang penelitian, inovasi, dan pengajaran MIT.

Kutipan: Ingin energi nuklir yang lebih murah? Ubah proses desain menjadi permainan (2020, 18 Desember), diambil pada 18 Desember 2020 dari https://techxplore.com/news/2020-12-cheaper-nuclear-energy-game.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Lagu togel