Aufschlussreiches Rauschen: Forschergruppe mit Beteiligung der GRS setzt künstliche Intelligenz ein, um Schäden im Reaktorkern frühzeitig zu entdecken

16.01.2019

© Grasko/ stock.adobe.com

Der Reaktorkern ist das Herz eines Kernkraftwerks. Hier wird durch die Spaltung von Atomkernen Energie freigesetzt. Voraussetzung dafür ist, dass ein Neutron auf einen spaltbaren Atomkern des Kernbrennstoffs trifft. Je mehr Neutronen sich im Reaktorkern befinden, desto größer ist die Anzahl der Kernspaltungen und damit die Reaktorleistung.

Da im Reaktorkern während des Betriebs sehr viel Energie freigesetzt wird, bedarf es vieler sicherheitstechnischer Vorkehrungen. Zu diesen zählt unter anderem die Messung des sogenannten Neutronenflusses. Dieser gibt Aufschluss über die Anzahl der Neutronen (Pro cm² und Sekunde) im Reaktorkern und damit über die aktuelle Leistung des Reaktors. In deutschen Druckwasserreaktoren messen rund 60 permanent installierte Detektoren, die innerhalb und außerhalb des Reaktordruckbehälters angebracht sind, den Neutronenfluss.

Aktuell entwickeln Wissenschaftlerinnen und Wissenschaftler aus Europa, den USA und Japan im Projekt CORTEX neue, intelligente Methoden, mit denen sich aus den Daten der Neutronenfluss-Messung Rückschlüsse auf sicherheitsrelevante Vorgänge im Reaktorkern ziehen lassen. Gefördert wird das Projekt durch die Europäische Kommission im Rahmen des EU-Forschungsprogramms Horizon2020 mit rund 5,5 Millionen Euro über eine Laufzeit von vier Jahren.

Neutronenflussrauschen als Informationsquelle

Die Messwerte der verschiedenen Neutronenfluss-Detektoren sind „verrauscht“, d.h. sie schwanken mit unterschiedlicher Amplitude und Frequenz um einen Mittelwert. Diese Schwankungen haben verschiedene Ursachen. Hierzu zählen zum Beispiel durch die Strömung des Kühlmittels hervorgerufene Schwingungen von Bauteilen im Reaktorkern. Zu einem Anstieg der Schwingungen und einer entsprechenden Veränderung des Neutronenflussrauschens kann es auch bei bestimmten Defekten kommen. Deshalb schaltet das Schutzsystem des Reaktors diesen automatisch ab, sobald die Schwingungsamplituden zu groß werden.

In dem Projekt analysieren die Forschenden die Amplituden und Frequenzen des Rauschens und leiten hieraus Informationen für die sicherheitstechnische Bewertung des Reaktorkerns ab. Dazu entwickeln sie verschiedene Methoden, die dieses Rauschsignal lesen und auswerten können. Die Methoden sollen während des laufenden Betriebs von Reaktoren frühzeitig Hinweise über das Auftreten möglicher Störungen und deren räumlicher Lage geben. Dies erlaubt es dem Betreiber der Anlage geeignete Gegenmaßnahmen zu ergreifen, bevor es zu größeren Schäden kommt. Für die Reaktorsicherheitsforschung bietet die Auswertung des Neutronenflussrauschens die Möglichkeit, ein besseres physikalisches Verständnis seiner Ursachen und möglicher Einflussfaktoren zu entwickeln.

Training von neuronalen Netzwerken

Für den Aufbau des neuen Analysesystems greifen die Forscherinnen und Forscher auf Methoden aus dem Bereich der künstlichen Intelligenz zurück. Seit dem Projektstart im Herbst 2017 wurden zunächst künstliche neuronale Netze entwickelt. Diese Netze werden aktuell darauf trainiert, selbstständig in dem Neutronenflussrauschen bestimmte Muster zu erkennen. Dabei handelt es sich um Kombinationen aus Schwingungsfrequenzen und -amplituden, die – vergleichbar einem Fingerabdruck – spezifisch für bestimmte Ursachen sind, beispielsweise für ein beschädigtes Brennelement.

Die Daten, die für dieses auch als maschinelles Lernen („machine learning“) bezeichnete Training verwendet werden, stammen derzeit noch aus Simulationen. Mit spezieller Software simulieren die Forscher dazu bestimmte Anomalien im Reaktorkern (z. B. Schwankungen der Kühlmitteltemperatur, Schwingungen von Brennelementen) und die damit verbundenen Änderungen der Amplituden und Frequenzen des Neutronenflussrauschens.

In einem weiteren Schritt werden die neuronalen Netze anhand von Daten aus zwei Versuchsreaktoren an der Technischen Universität Dresden und der Schweizer Universität Lausanne getestet. Ziel ist dabei, die neue Methode grundsätzlich zu validieren. Hierzu werden die Forscherinnen und Forscher im Jahr 2019 zahlreiche Experimente durchführen.

In der letzten Phase des Projekts soll dann die Leistungsfähigkeit der neuen Methode durch den Einsatz an verschiedenen Leistungsreaktoren in Europa und den USA demonstriert werden. Dazu wird das System wiederum auf die spezifischen Muster der entsprechenden Reaktortypen trainiert.

Aufgaben der GRS in CORTEX

Die GRS führt im Projekt neutronenphysikalische Simulationen durch. Dazu greift sie unter anderem auf den GRS-Simulationscode QUABOX-CUBBOX zurück, mit dem sich der Neutronenfluss im Reaktorkern berechnen lässt.

Darüber hinaus betreut die GRS die Arbeiten zur Simulation der sogenannten Fluid-Struktur-Wechselwirkungen. Dabei wird ermittelt, inwieweit einerseits einzelne Kernbauteile von der Strömung des Kühlmittels beeinflusst und z. B. in Bewegung versetzt werden, sowie andererseits die Bewegung von Strukturen das Verhalten der Strömung verändert. Da dieses Zusammenspiel auch den Neutronenfluss bzw. das Neutronenflussrauschen beeinflusst, liefert ein Verständnis dieser Zusammenhänge wichtige Hinweise auf mögliche mechanische Ursachen des Rauschens.

Damit die neu entwickelten neuronalen Netze für spezielle europäische oder amerikanische Reaktoren trainiert und angewendet werden können, koordiniert die GRS außerdem den Datenaustausch zwischen den beteiligten Forschungsinstitutionen.

Weitere Informationen

Ausführliche Informationen über CORTEX stellen die Projektpartner auf der CORTEX-Website bereit. Neben den fachlichen Publikationen des Projekts sind dort auch Berichte über Projekt-Meetings sowie Videos verfügbar. Eine abschließende Dokumentation der Ergebnisse folgt mit Abschluss des Projekts im Herbst 2021.