Российские ученые разработали систему машинного обучения для точного расчета физических характеристик расплавов солей, используемых в жидкосолевых реакторах. Система позволяет определять их плотность, вязкость, теплопроводность и другие свойства без необходимости проводить сложные эксперименты.
Метод направленного поиска солей с нужными свойствами помогает быстрее находить оптимальные материалы для теплоносителей, минимизируя ресурсоемкие эксперименты. Эффективность подхода была подтверждена: расчеты для смеси FLiNaK (фториды лития, натрия и калия) показали совпадение с экспериментальными данными.
Жидкосолевые реакторы предлагают заменить традиционный теплоноситель воду на расплавленные соли. Это позволяет работать при высоких температурах и низких давлениях, увеличивая КПД и безопасность. Однако подобрать подходящую комбинацию солей сложно из-за их коррозийности и необходимости работы при экстремальных температурах. Для решения этой проблемы часто используются виртуальные эксперименты на суперкомпьютерах.
Обычно такие расчеты требуют сложных квантово-механических методов. Исследователи из «Сколтеха» и екатеринбургского Института высокотемпературной электрохимии УрО РАН упростили процесс, применив машинно-обучаемые межатомные потенциалы и молекулярно-динамическое моделирование. Новый подход обеспечивает высокую точность при меньших вычислительных затратах, открывая возможности для дальнейшей разработки материалов для реакторов.
Росатом завершил испытания уникального стенда для производства низкоуглеродного водорода
Российские учёные создали нанолисты цинка для систем очистки воды
Российские ученые предложили новый метод определения атомных зарядов в материалах