fr.wedoany.com Rapport : Des chercheurs du laboratoire national d'Argonne (Argonne National Laboratory) du département de l'Énergie des États-Unis utilisent des modèles basés sur Transformer pour accélérer les simulations de la dynamique des fluides dans les réacteurs nucléaires avancés, afin d'aider les ingénieurs à étudier plus rapidement la sécurité et les performances des réacteurs.
Transformer est l'architecture de réseau neuronal qui sous-tend de nombreux systèmes d'intelligence artificielle générative. Les chercheurs d'Argonne l'appliquent pour simuler la manière dont les fluides se déplacent et transfèrent la chaleur dans les systèmes nucléaires. L'équipe a intégré l'architecture Transformer dans le module d'analyse des systèmes (SAM) d'Argonne, un outil de simulation pour l'étude des réacteurs nucléaires avancés, afin d'améliorer la modélisation de la turbulence pour prédire les comportements complexes des fluides et leurs impacts sur les systèmes de réacteurs.
En combinant le modèle Transformer avec la simulation de la turbulence, les chercheurs visent à obtenir des résultats plus rapides et plus précis que les méthodes traditionnelles, ce qui pourrait à terme permettre aux ingénieurs de simuler l'ensemble d'une centrale nucléaire, y compris le réacteur, les systèmes de refroidissement et autres infrastructures associées. Dans les réacteurs nucléaires, le mouvement des fluides est essentiel pour le transfert de chaleur et les interactions entre composants. La modélisation de la turbulence aide à prédire ces écoulements complexes, mais les simulations détaillées nécessitent d'importantes ressources de calcul.
L'approche basée sur Transformer d'Argonne analyse les relations entre les points de données physiques, notamment la position, la vitesse et le flux des fluides, et démontre une grande précision dans la représentation de la résistance à l'écoulement et du transfert de chaleur. Rui Hu, chef de la division d'analyse de la sécurité et de l'ingénierie au département des sciences et de l'ingénierie nucléaires (NSED) d'Argonne et ingénieur nucléaire principal, a déclaré qu'avec l'intelligence artificielle, il est possible d'atteindre la précision des méthodes complexes tout en bénéficiant de la rapidité des méthodes simples, une combinaison de précision et de vitesse.
Selon Argonne, le modèle basé sur l'IA peut générer des résultats de simulation presque instantanément, tout en conservant la précision associée aux méthodes de calcul plus complexes, permettant aux chercheurs d'exécuter des simulations plus réalistes sans les mêmes besoins en temps et en calcul. Une modélisation améliorée peut soutenir les travaux sur la conception, les performances et la sécurité des réacteurs, et aider les ingénieurs à évaluer l'impact des changements de comportement des fluides sur l'ensemble du système nucléaire.
La prochaine étape des chercheurs consiste à appliquer ce modèle à la simulation de l'ensemble de la centrale nucléaire, y compris le réacteur lui-même ainsi que les systèmes de refroidissement, de sécurité, auxiliaires et autres systèmes de soutien. L'équipe explore également la technologie des jumeaux numériques, c'est-à-dire des représentations virtuelles de systèmes physiques capables de fonctionner et de se mettre à jour en temps réel. Ils affirment être parmi les premiers groupes de recherche à explorer l'utilisation de l'architecture Transformer pour les jumeaux numériques de systèmes nucléaires.
Les jumeaux numériques pourraient à terme permettre aux ingénieurs de surveiller et de simuler les installations nucléaires tout en intégrant des informations en temps réel provenant des systèmes physiques. Combinée à des modèles de simulation plus rapides, cette technologie pourrait offrir un autre outil pour étudier les performances des centrales et identifier les problèmes potentiels. Les travaux futurs se concentreront sur l'extension du modèle basé sur Transformer, l'amélioration de sa précision et de sa flexibilité, et l'intégration de nouvelles fonctionnalités d'IA dans le flux de travail de simulation de SAM. Ce projet bénéficie du soutien du programme de modélisation et de simulation avancées pour l'énergie nucléaire (NEAMS) du département de l'Énergie des États-Unis.
