美国阿贡国家实验室研发出新型监测系统，可精准诊断核反应堆内部隐性故障

美国科研人员研发出一种结合光纤温度传感(Fiber-optic temperature sensors)与人工智能(Artificial intelligence, AI)的新型监测系统，可在反应堆引发高成本故障停机前，提前排查内部隐蔽的通道堵塞隐患。该项技术由美国能源部(US Department of Energy, DOE)下属的阿贡国家实验室(Argonne National Laboratory, ANL)研发，专门适配于熔盐冷却反应堆(Molten-salt-cooled reactors, MSCRs)的关键换热器(Heat exchangers)组件。

热交换器作为将堆芯热能向外导出的核心枢纽，对核电站的安全运行不可或缺。在熔盐冷却反应堆中，高温熔盐将堆芯释放的热能传递给二次回路工质，进而用于产生高温蒸汽并驱动汽轮机发电。然而，一旦熔盐介质温度过分接近其凝固点，盐类流体便极易发生局部固化，进而部分或完全堵塞热交换器内部成千上万条细微流道并制约冷却剂流动，这促使科研团队探索流道早期堵塞的精准排查方案。

阿贡国家实验室指出，常规矩阵式热交换器(Matrix-type heat exchanger)内部通常密集排布着2000至4000条微细流道，大型构型的流道数量甚至更为庞大。目前绝大多数工业热交换系统仅在总进出口设置温度与流量监测节点，难以捕捉内部单根流道内发生的流态变化，往往导致微小堵塞隐患无法被及时察觉。为此，研发团队创新性地提出在换热器承重与支撑构件内集成分布式光纤温度传感系统(Distributed fiber-optic temperature sensing)的工程设想。

该系统通过海量实时采集热工温度数据，随后交由专用人工智能算法分析热场异常波动特征，以识别熔盐凝固所引起的流道堵塞迹象。阿贡国家实验室主任电气工程师、该研究合著者亚历克斯·海菲兹博士(Dr. Alex Heifetz)指出，该系统能够在微小通道发生局部或彻底堵塞时实现早期探测、精确定位并评估故障严重等级，如同为换热系统内部故障排查提供了超高分辨率的监测透视镜。

在工程布置上，传感光纤将贴附固定于设备的机械支撑结构表面，而非直接深入流道内部浸泡于介质中，因此无需破坏性穿透换热器承压壳壁，亦不会干扰内部工质的正常热工水力循环。同时，该人工智能监测模型具备高可解释性(Explainable AI)，在触发报警时能够向核电站操作人员同步提供故障诊断依据及决策推导链条，显著提升了核级设备故障告警的透明度。