致力于推动核能复兴

Source: MIT News - AI

美国的核反应堆

如今，美国有 94 座核反应堆在运行——数量超过世界上任何其他国家——这些装置共同提供了近 20 % 的全国电力。这是一个重大的成就，正如 Dean Price 所说，但他认为在当今迫切寻找化石燃料发电厂替代方案的时刻，我们的国家需要从核能中获得更多。他正是出于这个原因成为了一名核工程师——确保核技术能够在这段需求巨大的时期发挥作用。

“核能在过去的 60 年里一直是我们国家能源基础设施的重要组成部分，而维护这套基础设施的人数极其少，” Price 说，他是麻省理工学院核科学与工程系（NSE）的助理教授，也是大西洋石油公司能源研究职业发展教授。“成为核工程师，就意味着成为美国少数负责无碳能源发电的人之一。”

这正是他渴望参与的使命，他为自己设定的目标绝非谦逊：他想帮助设计并引入新一代核反应堆，在现有核机队的安全性、经济性和可靠性基础上进行创新。

Price 从未动摇过这一目标，途中只收获了鼓励。他说，核工程界“规模小、关系紧密且非常热情。一旦加入，大多数人就不再倾向于做其他事情”。

Illuminating the Relationships Between Physical Processes

在他作为本科生在 伊利诺伊大学厄巴纳‑香槟分校 的第一个研究项目中，Price 研究了用于储存已在水箱中冷却数年的乏燃料棒的钢制和混凝土筒仓的安全性。他的分析表明，这种储存方式相当安全，尽管这些燃料筒仓最终应如何处理——长期处置——在美国仍是一个未解的问题。

2020 年在 密歇根大学 开始研究生学习后，Price 转向了他至今仍在从事的另一研究方向。该方向称为 multiphysics modeling，涉及观察核反应堆核心中发生的各种物理过程并研究它们之间的相互作用——这是一种不同于单独研究每个过程的方式。

• Neutronics – 中子在反应堆核心中的运动以及它们引发核裂变、产生能量的过程。
• Thermal hydraulics – 通过冷却系统将中子产生的热量提取出来的方式。

分析这两个过程相互作用的 multiphysics simulation 可以显示，随着反应堆产生功率而带走的热量如何影响中子行为，因为 燃料越热，引发裂变的可能性就越低。

“如果你想改变功率水平，或对反应堆做任何操作，燃料的温度是必须了解的关键输入，” Price 说。“multiphysics modeling 使我们能够将裂变 Neutronics 过程与热属性——温度——关联起来。进而，这可以帮助我们预测反应堆在不同条件下的行为。”

针对 light‑water reactors（即目前运行、容量约为 1,000 MW 的反应堆）的 multiphysics modeling 已相当成熟，Price 说。但针对 advanced reactors——小型模块化反应堆（SMRs，20–300 MW）和微型反应堆（1–20 MW）——的建模方法仍不够成熟。虽然今天只有极少数此类反应堆在运行，但 Price 将精力集中在它们上，因为它们有潜力实现 更低成本、更高安全性以及在规模和输出上的更大灵活性 的发电。

尽管 multiphysics simulations 为核能界提供了大量信息，但它们往往需要 supercomputers 来求解或近似求解耦合的、极其困难的非线性方程组。为大幅降低计算负担，Price 正在积极探索 artificial‑intelligence (AI) approaches，希望能够在绕过这些繁重方程的前提下提供类似的答案。这一直是他自 2025 年 9 月加入 MIT 教职以来研究议程的核心主题。

Source: …

人工智能的关键角色

AI 和机器学习方法尤其擅长 在数据中发现隐藏的模式，例如核电站运行关键变量之间的相关性。例如，Price 说：

“如果你告诉我你反应堆的功率水平，AI 可以告诉你燃料温度，甚至给出核心内部的三维温度分布。”

如果能够在不求解复杂微分方程的情况下实现这一点，计算成本将大幅降低。

Price 正在研究若干 AI 可能特别有用的应用场景，例如 帮助设计新型反应堆概念。

“我们随后可以依赖过去 50 年里建立的安全框架，对所提议的设计进行安全分析，”他解释道。“这样，AI 并不会直接与任何安全关键的系统交互。”

在他看来，AI 的角色是 增强已有的程序，而不是取代它们，填补现有知识的空白。

当机器学习模型获得足够的数据进行学习时，它可以帮助我们更好地理解关键物理过程之间的关系——同样 无需求解非线性微分方程。

“通过真正弄清这些关系，我们可以在早期阶段做出更好的设计决策。”

“当这项技术研发并部署后，AI 能帮助我们做出更智能的控制决策，使我们能够以更安全、更经济的方式运行反应堆。” — Price

Giving back to the community that nurtured him

简而言之，他的主要目标之一是将人工智能的优势带入核工业，他认为其中的可能性广阔且大多尚未被开发。Price 也相信，作为 MIT 的教授，他具备良好的位置，能够让我们更接近他设想的核能未来。在他看来，他的工作不仅是研发下一代反应堆，还包括帮助培养该领域的下一代领袖。

Price 在去年秋季与 KEPCO 核科学与工程实践教授 Curtis Smith 共同授课的设计课程中，结识了一些潜在的“下一代”成员。对 Price 来说，这段接触只有几个月，但足以让他发现 MIT 学生异常有动力、勤奋且能力出众。不出所料，这正是他希望加入其研究团队的学生所具备的品质。

Price 生动地记得自己在该领域迈出第一步、尚显谨慎时所得到的支持。如今他已经从本科生一路晋升为教授，并在此过程中积累了大量知识，他希望自己的学生“能够体验到我刚进入这个领域时的那种感受”。除了他在改进核反应堆设计与运行方面的具体目标外，Price 还表示：“我希望能够延续当初让我热爱核工程的那种有趣且健康的氛围”。