Et billede af Kudankulam Nuclear Power Plant, som forventes at have seks VVER-1000 reaktorer. VVER-1000 er en type PWR udviklet i det tidligere Sovjetunionen. | Fotokredit: PTI
Forskere i Kina har udviklet en teknik til at identificere, om noget nukleart brændsel stammer fra en af seks typer atomreaktorer.
Det er vigtigt, at deres teknik pålideligt kan skelne mellem brugt brændsel fra to almindelige slags reaktorer, som historisk set har været en udfordring for videnskabsmænd.
Deres arbejde blev udgivet i Fysisk gennemgang anvendt den 9. marts.
Kernebrændsel er et stærkt reguleret materiale på grund af dets ødelæggende potentiale. Regeringer, regulatorer og militære opretholder detaljerede opgørelser for at beskytte det.
Nuklear forensics bruger analytiske metoder til at identificere oprindelsen af nukleare materialer, og om de blev brugt til militære anvendelser. I den aktuelle undersøgelse brugte forskerne eksperimentelle data og maskinlæring (ML).
Brændstof fra hvilke reaktorer er det svært at identificere entydigt?
Et billede af den 80 MWe oprindelige PWR, der opererer ved Kalpakkam. I forgrunden ses trykskroget og bagved er skjoldtanken med vand. En identisk reaktor af samme størrelse driver Indiens oprindelige atomdrevne ubåd INS Arihant, opsendt den 26. juli 2009. | Fotokredit: Special Arrangement
Brugt brændsel fra kogende vandreaktorer (BWR’er) er svært at skelne fra det fra trykvandsreaktorer (PWR’er).
Dette skyldes, at begge “bruger vand som moderator og har lignende termiske neutronspektre, så de er ret ens i neutronreaktionsmekanismen,” fortalte Shengli Chen, assisterende professor ved Sun Yat-Sen University, Guangdong, og en medforfatter af undersøgelsen. Hinduen via e-mail.
Gruppen brugte eksperimentelle data i stedet for simuleringer, hvis nøjagtighed er ukendt.
Hvordan identificeres nukleart brændsel?
Reaktortypen, brændstoffets eksponeringstid inde i reaktoren og omfanget af brændslets berigelse kan entydigt identificere brugt nukleart brændsel.
For nukleart brændsel refererer ‘berigelse’ til mængden af den fissile isotop, såsom uran-235, som brændselsforbindelsen, ligesom urandioxid, indeholder.
Filfoto frigivet af Atomic Energy Organization of Iran viser centrifugemaskiner i Natanz uranberigelsesanlæg i det centrale Iran. | Fotokredit: AP
Ved hjælp af en database, der indeholder sammensætningen af forskellige isotoper i brugt brændsel fra reaktorer over 50 år, udviklede forskerne ligninger, der relaterede disse mængder til hinanden.
De antog baseret på tidligere arbejde fra andre videnskabsmænd, at forholdet mellem eksponeringstid og forholdet mellem isotoper, for eksempel, kunne repræsenteres af en lineær ligning.
Når de havde en ligning, anvendte de den på forskellige isotopforhold i databasen. Hvor deres lignings løsning afveg fra tabelværdien, tilpassede de ligningen, indtil den passede.
Hvis en mængde kan bestemmes gennem andre målinger, såsom gamma-stråleemissioner fra det brugte brændsel, kunne holdet beregne værdierne af de to andre mængder ved hjælp af ligningen.
Hvad er problemet med BWR’er v. PWR’er?
De trænede også data fra databasen til at udvikle tre ML-modeller for at skelne brændstof fra BWR’er fra det fra PWR’er.
I BWR’er er brændstofstavene nedsænket i vand. Når nukleart brændsel gennemgår fission, frigiver det varme og koger vandet. Den resulterende damp driver en turbine. I PWR’er er brændstofstavene ikke udsat for vandet; kun varmen udveksles.
Et materiale kaldet moderatoren bremser neutronerne ned, så de har den helt rigtige energi til at udløse fission. Sådanne neutroner kaldes termiske neutroner.
Det er svært at sige, om brugt brændsel er fra en BWR eller en PWR, fordi energierne af de termiske neutroner er ens i begge reaktorer. Så de resulterende nukleare reaktioner påvirker og transformerer på samme måde det nukleare brændsel.
Hvad fandt ML-modellen?
Gruppens bedste ML-modeller var i stand til korrekt at identificere 91 % af brændstof fra BWR og 95 % af brændstof fra PWR.
Modellen brugte blandt andet en almindelig teknik kaldet logistisk regression: Baseret på at studere et datasæt af uafhængige variabler estimerede modellen chancen for, at et udfald, der afhænger af disse variable, vil forekomme.
“Der var ingen eksplicit information om nøjagtigheden af at skelne mellem PWR’er og BWR’er” i ældre artikler, sagde Dr. Chen.
EN 2014 undersøgelsesom han pegede på, brugte en simulation plus ML-teknik med en lav klassificeringsfejlrate, men rapporterede stadig vanskeligheder med at adskille BWR’er fra PWR’er.
“Tidligere værker, baseret på simuleringsdata,” kunne skelne mellem reaktorerne, mens “vores arbejde, baseret på eksperimentelle data, eksplicit konkluderer, hvilken reaktortype der er blevet brugt til at bestråle prøven.”