Политехник разработал математическую модель экстракции урана и плутония для проекта «Прорыв»
0
175
Модель разработана с применением нейросетевых технологий, что позволяет спрогнозировать процесс экстракции более точно. Это необходимое звено для создания замкнутого ядерного топливного цикла (ЗЯТЦ). Результаты работы были представлены на XI Международной научно-практической конференции «Физико-технические проблемы в науке, промышленности и медицине», приуроченной к 55-летию с момента первого пуска исследовательского ядерного реактора ТПУ.
ОДЭК впервые в мире должен продемонстрировать устойчивую работу полного комплекса объектов, обеспечивающих замыкание топливного цикла. Модуль переработки — одна из его частей. Здесь проходит процесс экстракционной очистки урана и плутония. Моделирование — необходимый этап, предшествующий разработке и постройке модуля. Модель необходима для исследования алгоритмов управления, определения оптимальных режимов оборудования и разработки цифровых двойников производства. Кроме того, в процессе моделирования можно найти критические ошибки при проектировании, которые помогут в будущем избежать аварийных ситуаций и получения продукта несоответствующего качества.
Томский политех является партнером «Росатома» в реализации проекта «Прорыв». Математическая модель процесса экстракции была разработана в рамках сотрудничества. Она основана на математических уравнениях, подобранных под конкретный объект и процессы, и перенесенных в цифровой вид.
Особенность модели в том, что она адаптирована под центробежный экстрактор. Также было модернизировано математическое описание аналогичных процессов, которое ранее описывалось с помощью полиномов. Получить более точное прогнозирование процесса позволило применение нейросетевых технологий.
«Для подсчета параметров экстракции технологи используют коэффициент распределения. Суть экстракции в том, чтобы целевой продукт перешел из одной фазы в другую, например, из водной в органическую, а примеси — нет. Таким образом происходит процесс разделения и очистки. Коэффициент распределения показывает, насколько целевой компонент распределился между фазами. Он зависит от большого числа параметров: концентрации растворов, температур фаз и многих других. Для их описания обычно применяются полиномы, что приводит к неизбежной потере точности. Нейросетевые технологии позволяют обучить нейросеть под все необходимые параметры и получать точный коэффициент распределения с учетом любых их изменений», — рассказывает инженер-проектировщик научно-образовательной лаборатории «Электроника и автоматика физических установок» Алексей Емельянов.
Еще одна важная особенность разработанной политехником модели в том, что она динамическая. В отличие от статической, такая модель позволяет оценивать, как проходят процессы не только в стационарном режиме работы оборудования, но и в переходных режимах.
Модель процесса экстракции уже отработана и передана заказчику. Сейчас группа специалистов Инженерной школы ядерных технологий ТПУ, в составе которой и Алексей Емельянов, в рамках проекта «Прорыв» разрабатывает цифровой двойник для линии модуля фабрикации и рефабрикации ОДЭК. Параллельно начинается работа над созданием моделей с применением нейросети для других технологических процессов модуля переработки.