jeudi, mai 22, 2025
  • Connexion
Enerzine.com
  • Accueil
  • Energie
    • Electricité
    • Marché Energie
    • Nucléaire
    • Pétrole
    • Gaz
    • Charbon
  • Renouvelable
    • Biogaz
    • Biomasse
    • Eolien
    • Géothermie
    • Hydro
    • Hydrogène
    • Solaire
  • Technologie
    • Batterie
    • Intelligence artificielle
    • Matériaux
    • Quantique
    • Recherche
    • Robotique
    • Autres
      • Chaleur
      • Communication
      • Fusion
      • Graphène
      • Impression
      • Industrie énergie
      • Industrie technologie
      • Laser
      • Nanotechnologie
      • Optique
  • Environnement
    • Carbone
    • Circulaire
    • Climat
    • Déchets
    • Durable
    • Risques
    • Santé
  • Mobilité
    • Aérien
    • Infrastructure
    • Logistique
    • Maritime
    • Spatial
    • Terrestre
  • Habitat
  • Insolite
  • GuideElectro
    • Sommaire
    • Maison
    • Chauffage
    • Bricolage
    • Jardin
    • Domotique
    • Autres
      • Isolations
      • Eclairage
      • Nomade
      • Loisir
      • Compostage
      • Médical
  • LaboFUN
    • Science
    • Lévitation
    • Globe
Aucun résultat
Voir tous les résultats
  • Accueil
  • Energie
    • Electricité
    • Marché Energie
    • Nucléaire
    • Pétrole
    • Gaz
    • Charbon
  • Renouvelable
    • Biogaz
    • Biomasse
    • Eolien
    • Géothermie
    • Hydro
    • Hydrogène
    • Solaire
  • Technologie
    • Batterie
    • Intelligence artificielle
    • Matériaux
    • Quantique
    • Recherche
    • Robotique
    • Autres
      • Chaleur
      • Communication
      • Fusion
      • Graphène
      • Impression
      • Industrie énergie
      • Industrie technologie
      • Laser
      • Nanotechnologie
      • Optique
  • Environnement
    • Carbone
    • Circulaire
    • Climat
    • Déchets
    • Durable
    • Risques
    • Santé
  • Mobilité
    • Aérien
    • Infrastructure
    • Logistique
    • Maritime
    • Spatial
    • Terrestre
  • Habitat
  • Insolite
  • GuideElectro
    • Sommaire
    • Maison
    • Chauffage
    • Bricolage
    • Jardin
    • Domotique
    • Autres
      • Isolations
      • Eclairage
      • Nomade
      • Loisir
      • Compostage
      • Médical
  • LaboFUN
    • Science
    • Lévitation
    • Globe
Aucun résultat
Voir tous les résultats
Enerzine.com
Aucun résultat
Voir tous les résultats
31 capteurs et l'apprentissage automatique pour la sécurité des réacteurs nucléaires

31 capteurs et l’apprentissage automatique pour la sécurité des réacteurs nucléaires

par La rédaction
5 novembre 2023
en Energie, Nucléaire

Grâce à une combinaison de technologie nucléaire et d’apprentissage automatique (Machine Learning – ML), une équipe de scientifiques du Laboratoire national d’Argonne du Département de l’énergie des États-Unis (DOE) a révélé une découverte significative pour maintenir la sécurité et l’efficacité d’un type de réacteur nucléaire de nouvelle génération, connu sous le nom de réacteur rapide refroidi au sodium (SFR).

Principaux enseignements

Les scientifiques d’Argonne ont conçu un système d’apprentissage automatique pour surveiller en continu le système de refroidissement des SFR et détecter rapidement les anomalies.
L’installation METL est une installation expérimentale unique conçue pour tester en toute sécurité et avec précision les matériaux et les composants proposés pour être utilisés dans ces réacteurs.
L’équipe prévoit d’affiner le modèle pour distinguer entre les véritables anomalies de processus et le bruit de mesure aléatoire.
La combinaison de la technologie nucléaire et de l’apprentissage automatique ouvre des perspectives prometteuses pour l’avenir de l’énergie nucléaire.

Le rôle des réacteurs rapides refroidis au sodium

Un SFR est un type de réacteur nucléaire qui utilise du sodium liquide pour refroidir son cœur et créer efficacement de l’électricité sans carbone en divisant des atomes lourds.

Bien qu’ils ne soient pas encore utilisés commercialement aux États-Unis, beaucoup pensent que ces réacteurs pourraient transformer la production d’énergie et aider à réduire les déchets nucléaires. Ils présentent par contre des défis, comme le maintien de la pureté de leur liquide de refroidissement au sodium à haute température. Cet aspect est crucial pour prévenir la corrosion et les blocages dans le système.

L’apport de l’apprentissage automatique

Pour relever ces défis, les scientifiques d’Argonne ont conçu un nouveau système ML, qui est détaillé dans un récent article de la revue Energies.

« En exploitant la puissance de l’apprentissage automatique pour surveiller en continu et détecter les anomalies, nous avançons l’état de l’art dans le contrôle de l’instrumentation », a commenté Alexander Heifetz, ingénieur nucléaire principal à Argonne et co-auteur de l’article. « Cela créera une percée dans l’efficacité et le rapport coût-efficacité des systèmes d’énergie nucléaire. »

Le fonctionnement du modèle ML

Tout d’abord, l’équipe a créé un modèle ML pour surveiller en continu le système de refroidissement. Le modèle est équipé pour analyser les données de 31 capteurs de l’installation METL (Mechanisms Engineering Test Loop) d’Argonne qui mesurent des variables telles que les températures des fluides, les pressions et les débits.

Articles à explorer

Un mini robot roulant réalise des biopsies virtuelles

Un mini robot roulant réalise des biopsies virtuelles

10 avril 2025
La lumière de la luciole donne naissance à un capteur qui détecte les altérations cellulaires

La lumière de la luciole donne naissance à un capteur qui détecte les altérations cellulaires

7 avril 2025
L’installation Mechanisms Engineering Test Loop (METL) d’Argonne, créée en 2010, est une installation expérimentale de métal liquide à échelle intermédiaire qui fournit du sodium purifié de qualité R à diverses cuves d’essai expérimentales afin de tester les composants qui doivent fonctionner dans un environnement de réacteur avancé prototypique. Les expériences menées dans l’installation METL contribuent de manière significative au développement des réacteurs avancés.

L’installation METL est une installation expérimentale unique conçue pour tester en toute sécurité et avec précision les matériaux et les composants proposés pour être utilisés dans ces réacteurs. Elle forme également les ingénieurs et les techniciens (et maintenant les modèles ML) qui pourraient aider à les exploiter et à les entretenir.

L’installation Mechanisms Engineering Test Loop du laboratoire national d’Argonne est la plus grande installation d’essai de métaux liquides aux États-Unis. METL teste des composants de petite et moyenne taille destinés à être utilisés dans des réacteurs rapides refroidis au sodium.

Un système complet amélioré avec ML peut faciliter une surveillance plus robuste et prévenir les anomalies qui pourraient perturber le fonctionnement d’un réacteur réel.

Détection des anomalies et améliorations futures

Deuxièmement, l’équipe a démontré la capacité du modèle à détecter rapidement et avec précision les anomalies opérationnelles. Ils ont mis cela à l’épreuve en simulant une anomalie de type perte de liquide de refroidissement, qui se caractérise par une augmentation soudaine de la température et du débit. Le modèle a détecté l’anomalie environ trois minutes après son initiation. Cette capacité a souligné son efficacité en tant que mécanisme de sécurité.

Enfin, la recherche indique des améliorations significatives pour les futurs modèles. En l’état, le modèle signale toute pointe qui dépasse un seuil prédéterminé. Cependant, cette méthode pourrait conduire à de fausses alarmes en raison de pointes incidentelles ou d’erreurs de capteur. Toutes les pointes ne sont pas des anomalies.

L’équipe prévoit d’affiner le modèle pour distinguer entre les véritables anomalies de processus et le bruit de mesure aléatoire. Cela comprend l’exigence que le signal reste au-dessus de la valeur seuil pendant une certaine période avant qu’il ne soit considéré comme une anomalie. Ils intégreront également les corrélations spatiales et temporelles entre les capteurs dans le calcul de la perte.

En synthèse

La combinaison de la technologie nucléaire et de l’apprentissage automatique ouvre des perspectives prometteuses pour l’avenir de l’énergie nucléaire. En surveillant en continu et en détectant rapidement les anomalies, nous pouvons garantir la fiabilité et la durabilité des réacteurs rapides refroidis au sodium, faisant de l’énergie nucléaire une solution encore plus prometteuse pour nos futurs besoins énergétiques.

Galerie photos

Installation du METL

Pour une meilleure compréhension

Qu’est-ce qu’un réacteur rapide refroidi au sodium (SFR) ?

Un SFR est un type de réacteur nucléaire qui utilise du sodium liquide pour refroidir son cœur et créer efficacement de l’électricité sans carbone en divisant des atomes lourds.

Pourquoi les SFR ne sont-ils pas encore utilisés commercialement aux États-Unis ?

Les SFR présentent des défis, tels que le maintien de la pureté de leur liquide de refroidissement au sodium à haute température, qui est crucial pour prévenir la corrosion et les blocages dans le système.

Comment l’apprentissage automatique peut-il aider à surmonter ces défis ?

Les scientifiques d’Argonne ont conçu un nouveau système d’apprentissage automatique qui surveille en continu le système de refroidissement et détecte rapidement les anomalies, améliorant ainsi l’efficacité et la sécurité des SFR.

Qu’est-ce que l’installation METL et quel est son rôle ?

L’installation METL est une installation expérimentale unique conçue pour tester en toute sécurité et avec précision les matériaux et les composants proposés pour être utilisés dans ces réacteurs. Elle forme également les ingénieurs et les techniciens (et maintenant les modèles d’apprentissage automatique) qui pourraient aider à les exploiter et à les entretenir.

Quelles sont les améliorations pour les futurs modèles d’apprentissage automatique ?

L’équipe prévoit d’affiner le modèle pour distinguer entre les véritables anomalies de processus et le bruit de mesure aléatoire. Cela comprend l’exigence que le signal reste au-dessus de la valeur seuil pendant une certaine période avant qu’il ne soit considéré comme une anomalie. Ils intégreront également les corrélations spatiales et temporelles entre les capteurs dans le calcul de la perte.

Tags: anomalieapprentissage automatiquedetecteurMETLreacteur rapidesodium
TweetPartagePartagePartageEnvoyer
Article précédent

La plantation d’arbres : la solution préférée du public pour lutter contre le changement climatique

Article suivant

L’horloge nucléaire : une précision mille fois supérieure à l’horloge atomique standard

La rédaction

La rédaction

Enerzine.com propose une couverture approfondie des innovations technologiques et scientifiques, avec un accent particulier sur : - Les énergies renouvelables et le stockage énergétique - Les avancées en matière de mobilité et transport - Les découvertes scientifiques environnementales - Les innovations technologiques - Les solutions pour l'habitat Les articles sont rédigés avec un souci du détail technique tout en restant accessibles, couvrant aussi bien l'actualité immédiate que des analyses. La ligne éditoriale se concentre particulièrement sur les innovations et les avancées technologiques qui façonnent notre futur énergétique et environnemental, avec une attention particulière portée aux solutions durables et aux développements scientifiques majeurs.

A lire également

Le combustible liquide, innovation majeure des réacteurs nucléaires de nouvelle génération
Nucléaire

Le combustible liquide, innovation majeure des réacteurs nucléaires de nouvelle génération

il y a 8 heures
Face à la dépendance au gaz russe, la France en leader européen du gaz vert
Gaz

Face à la dépendance au gaz russe, la France en leader européen du gaz vert

il y a 3 jours
Le retour de l'énergie nucléaire civile au Japon traduit un certain pragmatisme du gouvernement
Nucléaire

Le retour de l’énergie nucléaire civile au Japon traduit un certain pragmatisme du gouvernement

il y a 7 jours
Un pas significatif vers les microsources d'énergie nucléaire durable
Nucléaire

Un pas significatif vers les microsources d’énergie nucléaire durable

il y a 2 semaines
Les calculs mettent en évidence la forte attraction entre un proton ou un neutron et un charmonium
Nucléaire

Les calculs mettent en évidence la forte attraction entre un proton ou un neutron et un charmonium

il y a 2 semaines
La capacité mondiale d'énergie nucléaire atteindra 494 GW d'ici 2035, grâce aux progrès des réacteurs SMR et au passage à l'énergie propre
Nucléaire

La capacité mondiale d’énergie nucléaire atteindra 494 GW d’ici 2035, grâce aux progrès des réacteurs SMR et au passage à l’énergie propre

il y a 4 semaines
Plus d'articles
Article suivant
L'horloge nucléaire : une précision mille fois supérieure à l'horloge atomique standard

L'horloge nucléaire : une précision mille fois supérieure à l'horloge atomique standard

La peau de requin : une source insoupçonnée de traitements médicaux

La peau de requin : une source insoupçonnée de traitements médicaux

Nous devons mieux comprendre la résistance aux éoliennes et aux cellules solaires

Nous devons mieux comprendre la résistance aux éoliennes et aux cellules solaires

Bibliothèque photos préférée : Depositphotos.com
depositphotos
Enerzine est rémunéré pour les achats éligibles à la plateforme : Amazon partenaire

Articles récents

Utiliser les drones et l'IA pour un monde sans mines

Utiliser les drones et l’IA pour un monde sans mines

22 mai 2025
Une nouvelle enzyme capable de cliver la cellulose devrait révolutionner la production de biocarburants

Une nouvelle enzyme capable de cliver la cellulose devrait révolutionner la production de biocarburants

22 mai 2025
  • A propos
  • Newsletter
  • Publicité – Digital advertising
  • Mentions légales
  • Confidentialité
  • Contact

© 2025 Enerzine.com

Bienvenue !

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In
Aucun résultat
Voir tous les résultats
  • Accueil
  • Energie
  • Renouvelable
  • Technologie
  • Environnement
  • Mobilité
  • Habitat
  • Insolite
  • Guide
  • Labo

© 2025 Enerzine.com