Интеллектуальная модель нейронной сети улучшает конструкцию защиты космического реактора

Диаграмма модели нейронной сети. Автор: Chen Qisheng

Исследователи из Хэфэйского института физических наук Китайской академии наук разработали модель нейронной сети, основанную на механизмах внутреннего внимания, для быстрого прогнозирования конструкций радиационной защиты для космических реакторов.

Прорыв, направленный на более эффективную оптимизацию конфигураций экранирования, опубликован в журнале Nuclear Engineering and Design.

Микро- и малые реакторы становятся компактными, безопасными и низкоуглеродными энергетическими решениями, особенно для космических миссий. Однако проектирование эффективной радиационной защиты для этих реакторов представляет собой значительную проблему из-за жестких пространственных ограничений, строгих весовых ограничений и сложных взаимодействий материалов.

Хотя традиционное моделирование по методу Монте-Карло обеспечивает высокую точность, оно требует больших вычислительных ресурсов и времени, что делает его менее подходящим для быстрых итераций проектирования.

Чтобы устранить это узкое место, исследователи сосредоточились на космических реакторах и разработали интеллектуальную модель, которая поможет быстрее и эффективнее проектировать радиационную защиту. Эта модель основана на «нейронной сети внутреннего внимания», которая может изучать закономерности и делать точные прогнозы.

Модель была обучена с использованием наборов данных, созданных SuperMC — сложным инструментом моделирования, разработанным институтом, который рассчитывает взаимодействие излучения с защитными материалами.

После обучения модель может быстро оценивать входные параметры, такие как вес экранирования и уровни дозы облучения, чтобы предлагать оптимизированные конфигурации экранирования. Тесты показали, что предсказания модели отклонялись менее чем на 3% от предсказаний обычных методов Монте-Карло, но требовали значительно меньше времени на вычисления.

В данном исследовании представлен инновационный подход к оптимизации конструкции защиты для микро- и малых реакторов.

Больше информации: Qisheng Chen et al, Prediction of radiation shielding design schemes based on adaptive neural networks, Nuclear Engineering and Design (2025). DOI: 10.1016/j.nucengdes.2025.113933

Источник: Chinese Academy of Sciences