التعلم الآلي وتحليل سطح الاستجابة لحجم القطرة الوسطي واحتباس الطور المبعثر في عمود غربالي نابض على شكل حرف L

تنظيف المواد النووية بمزج أذكى

تحويل خام اليورانيوم إلى وقود نووي قابل للاستخدام يتطلب فصل المعادن القيمة بعناية عن خليط من المواد الكيميائية الأخرى. إحدى الخطوات الرئيسية تستخدم أعمدة خاصة حيث يتدفق سائلان بجانب بعضهما وتقوم القطرات بنقل المعدن من سائل إلى آخر. تدرس هذه الدراسة نسخة جديدة من هذه الأعمدة على شكل حرف L وتستخدم أدوات بيانات حديثة للتنبؤ بكيفية تصرف القطرات بداخلها. فهم والتحكم في هذه القطرات الصغيرة يمكن أن يجعل تنقية الوقود النووي أكثر أمانًا وكفاءة وأسهل في التكبير إلى نطاق صناعي.

انعطاف جانبي لأعمدة الفصل

تقف أعمدة الاستخلاص التقليدية عمودية، معتمدة على الجاذبية لمساعدة فصل سائلين غير قابلين للاختلاط، مثل حمض مائي ومذيب عضوي. بالمقابل، تكون الأعمدة الأفقية أسهل في التركيب داخل مبانٍ محمية وبسيطة الصيانة، لكنها تفقد بعض مساعدة الجاذبية. يجمع عمود الغربال النابض على شكل L بين فكرتين: جزء أفقي متصل بآخر عمودي. في الداخل، تكسر صفائح مثقبة ونبضات ضغط إيقاعية أحد السوائل إلى قطرات ترتفع عبر السائل الآخر. يمكن لهذا التخطيط الهجين أن يقلص الارتفاع الكلي مع تحسين السعة، مما يجعله جذابًا للتعامل مع الخلائط المشعة المستخدمة في تنقية اليورانيوم (yellowcake).

لماذا يهم حجم القطرة والازدحام

تعتمد أداء هذه الأعمدة على ميزتين مرتبطتين للقطرات. الأولى هي حجمها الوسطي، الملتقط بمقياس يسمى قطر ساوتر الوسطي للقطرات، الذي يوزن القطرات بحسب حجمها ومساحة سطحها. تنتج القطرات الصغيرة مساحة تماس أكبر بين السوائل، ما يسرع من معدل انتقال المعادن من سائل إلى آخر. الميزة الثانية هي مقدار حجم العمود الذي تملؤه قطرات الطور المبعثر، وهو كمية تسمى احتباس طور مبعثر. يشير الاحتباس العالي إلى وجود الكثير من القطرات ومزيد من التماس، لكن الزيادة المفرطة قد تعوق التدفق وتؤدي إلى فيضان العمود. في عمود شكل L، يتغير كل من حجم القطرات والاحتباس بين المقطع الأفقي والعمودي ويعتمدان على شدة النبض، ومعدلات تدفق كل سائل، وخواص السوائل مثل الكثافة واللزوجة والتوتر السطحي بين السائلين.

استكشاف القطرات في خليط ذا صلة نووية

درس الباحثون أربعة أزواج من السوائل اختيرت لتقليد ظروف تنقية yellowcake الحقيقية: نظام بسيط من الكيروسين–ماء وثلاث خلطات من حمض النيتريك مع الكيروسين تحتوي على كميات مختلفة من المذيب TBP، وهو مستخلص قياسي لليورانيوم. قيَّموا أولًا الخصائص الرئيسية لكل نظام، مثل الكثافة واللزوجة والتنافر بين السوائل. ثم أجروا تجارب على عمود شكل L عبر مجموعة من معدلات التدفق وشدات النبض، محافظين بعناية على شروط أقل من نقطة فيضان العمود. باستخدام تصوير عالي الدقة في مواقع عدة في الساقين الأفقي والعمودي، قاسوا أكثر من 1500 قطرة لكل اختبار، شاملة الأشكال البيضوية المفلطحة قليلًا، لحساب متوسط قطر القطرة. ولإيجاد جزء العمود المشغول بالطور المبعثر، استخدموا طرق تتبع الواجهة والهندسة العرضية للعمود. معًا، بنت هذه التجارب مجموعة بيانات غنية تربط ظروف التشغيل وخواص السوائل بحجم القطرات والاحتباس.

تعليم النماذج لتوقُّع سلوك معقَّد

بما أن هذه العلاقات متشابكة وغير خطية للغاية، قارن الفريق بين نهجين نمذجيين حديثين. تستخدم منهجية سطح الاستجابة تجارب مخططة بعناية لتوفيق معادلات متعددة الحدود الناعمة التي تربط المدخلات والمخرجات. أما الشبكات العصبية الاصطناعية، المستلهمة من شبكات تشبه الدماغ من العقد المترابطة، فبإمكانها تعلم أنماط أكثر تعقيدًا مباشرة من البيانات. هنا، استُخدمت خمسة مدخلات — معدلات تدفق كل سائل، قوة النبض، التوتر البيني، ومحتوى TBP — للتنبؤ بأربعة مخرجات: حجم القطرة واحتباس الطور في كل من القسم الأفقي والعمودي. بعد اختبار تصميمات شبكات عصبية عديدة، وجد المؤلفون أن شبكة مدمجة ذات طبقتين مخفيتين أعطت تنبؤات دقيقة للغاية، بمعاملات ارتباط تقترب من الواحد. أدت نماذج سطح الاستجابة الإحصائية أداءً جيدًا أيضًا لكنها كانت عادة أقل دقة، خصوصًا في وصف مدى ازدحام القطرات.

من أنماط البيانات إلى قواعد عملية

بعيدًا عن التنبؤ بصندوق أسود، رغب المؤلفون في معادلات يمكن للمهندسين إدخالها في حسابات التصميم. استخدموا تحليل الأبعاد لدمج أهم الكميات الفيزيائية في مجموعات عديمة الأبعاد، ثم وفَّقوا معادلات شبه‑تجريبية جديدة لكل من حجم القطرة والاحتباس في الساقين الأفقي والعمودي. طابقت هذه التعابير البسيطة التجارب ضمن نحو 7–9% في المتوسط، أفضل بكثير من الصيغ القديمة المطوَّرة لهندسيات أعمدة أخرى. الاتجاهات التي التقطوها بديهية: تميل النبضات الأقوى إلى تفتيت القطرات إلى أصغر وتقليل الاحتباس؛ يزيد التوتر البيني من حجم القطرات ويرفع الاحتباس؛ وزيادة معدل تدفق السائل المبعثر تكبر القطرات وتملأ العمود بكمية أكبر منها.

ماذا يعني هذا لتنظيف العالم الحقيقي

لغير المتخصصين، الخلاصة هي أن المؤلفين أنشأوا «خريطة» موثوقة من شروط التشغيل إلى سلوك القطرات في جهاز استخلاص واعد لمعالجة الوقود النووي. تُظهر تجاربهم كيفية ضبط قوة النبض، ومعدلات التدفق، وتركيبة المذيب لتحقيق توازن بين العديد من القطرات الصغيرة (مناسب للاستخلاص) واحتباس قابل للإدارة (مناسب لتشغيل آمن ومستقر). تعمل نموذج الشبكة العصبية كمُنبِّئ بدقة عالية للتحليل التفصيلي، بينما يمكن أن توجه المعادلات الأبسط القرارات الهندسية اليومية والتكبير من أعمدة مختبرية إلى وحدات نصف صناعية أو صناعية. باختصار، تساعد هذه الدراسة في تحويل نظام نابض معقد ذو طورين إلى شيء يمكن تصميمه وتحسينه بثقة.

الاستشهاد: Ardestani, F., Bahmanzadegan, F. & Ghaemi, A. Machine learning and response surface analysis of mean drop size and dispersed phase holdup in an L-shaped pulsed sieve plate column. Sci Rep 16, 14555 (2026). https://doi.org/10.1038/s41598-026-40081-w

الكلمات المفتاحية: استخلاص سائل-بواسطة-سائل, عمود غربالي نابض, حجم القطرة, الشبكات العصبية الاصطناعية, تنقية اليوروبيوم/اليورانيوم (yellowcake)