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.
Читать материалы по теме:
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
