Estimación del flujo de calor mediante aprendizaje automático a partir de vídeo de alta velocidad durante ebullición en piscina saturada sobre tubo vertical

Hacer la refrigeración nuclear más segura con ojos más inteligentes

Cuando una central nuclear se apaga en una emergencia, sigue generando calor que debe eliminarse de forma segura. Muchos diseños de reactores nuevos confían en tubos metálicos sencillos sumergidos en grandes piscinas de agua para esta tarea. A medida que el agua hierve sobre estos tubos, el patrón de burbujas revela cuánto calor se está evacuando. Pero medir este calor con precisión es difícil, caro y a menudo lento. Este estudio muestra cómo el vídeo de alta velocidad y la inteligencia artificial (IA) pueden observar esas burbujas en tiempo real y estimar el flujo de calor con una precisión notable, ofreciendo una nueva forma de monitorizar y proteger sistemas de refrigeración críticos.

Tubos en ebullición en el corazón de la seguridad

En las plantas nucleares modernas, los sistemas de seguridad pasivos están diseñados para funcionar sin bombas ni alimentación externa. Un componente clave es un haz de tubos verticales sumergidos en un gran depósito de agua. El calor del reactor viaja a través de estos tubos, provocando la ebullición del agua circundante. La forma en que las burbujas se forman, crecen, se fusionan y se desprenden de la superficie está estrechamente ligada a la eficacia de la eliminación de calor. Si el flujo de calor aumenta demasiado, la superficie puede sobrecalentarse repentinamente, poniendo en riesgo la integridad del sistema. Tradicionalmente, los ingenieros se apoyan en experimentos complejos y fórmulas matemáticas para estimar este “flujo de calor”, pero estos métodos requieren mucho trabajo y pueden tener dificultades cuando la ebullición se vuelve altamente turbulenta.

De las burbujas en ebullición a huellas digitales digitales

Para abordar este reto, los investigadores construyeron un montaje de laboratorio dedicado que imita las condiciones de ebullición sobre un tubo vertical en un sistema de refrigeración de reactores. Un tubo calentado de acero inoxidable se sitúa dentro de un recipiente transparente lleno de agua, rodeado de sensores que registran con precisión temperaturas y potencia eléctrica. Al mismo tiempo, una cámara de alta velocidad graba la ebullición a miles de fotogramas por segundo, posteriormente reducidos a velocidad de vídeo estándar para su análisis. El equipo verificó que el comportamiento de ebullición y los datos de transferencia de calor coincidían con experimentos establecidos de otros grupos, asegurando que las imágenes y las mediciones representan condiciones del mundo real.

Enseñar a la IA a leer la ebullición

El núcleo del trabajo es una canalización de visión por ordenador que convierte el vídeo bruto en estimaciones de calor. Cada vídeo se corta en clips cortos de 16 fotogramas, capturando cómo cambian las burbujas en fracciones de segundo. Los investigadores usan una técnica llamada flujo óptico para resaltar dónde el movimiento es más intenso, centrando la atención de la IA en las regiones más dinámicas. Estos clips se introducen en una potente red de análisis de vídeo conocida como I3D, originalmente entrenada en acciones humanas cotidianas y adaptada aquí para reconocer distintas intensidades de ebullición. En lugar de medir manualmente tamaños de burbuja o contar sitios de nucleación, la red aprende sus propios patrones visuales que se correlacionan con niveles específicos de calor.

Cómo rinde el sistema inteligente

El conjunto de datos abarca siete niveles de calor distintos, desde ebullición suave hasta burbujeo muy vigoroso. Los autores dividieron sus clips de vídeo en conjuntos de entrenamiento, validación y prueba para evitar sobreajuste y evaluar el rendimiento con justicia. Tras el ajuste fino, el modelo I3D clasificó correctamente el nivel de calor en aproximadamente el 88 % de los clips de prueba, con un error medio de predicción en el flujo de calor de alrededor del 6 %. Rindió especialmente bien en niveles de calor bajos y moderados, donde los patrones de ebullición son más claros, y se mantuvo razonablemente preciso incluso en niveles altos, donde las burbujas interactúan y se solapan caóticamente. Al compararlo con otras redes neuronales 3D populares, I3D ofreció de forma consistente el mejor equilibrio entre precisión y robustez.

Por qué importa este enfoque

En lugar de sustituir los modelos físicos detallados, este método guiado por IA ofrece una forma nueva y no invasiva de monitorizar la ebullición en tiempo real simplemente “observando” el agua. Debido a que se basa en vídeo en lugar de sondas adicionales o bancos de ensayo a gran escala complejos, podría acelerar las evaluaciones de seguridad, reducir costes y adaptarse con más facilidad a diferentes diseños. En las plantas nucleares, donde comprender la eliminación de calor puede marcar la diferencia entre un apagado controlado y un accidente grave, esta herramienta podría ayudar a los operadores a seguir los márgenes de seguridad más de cerca, especialmente durante eventos raros como la pérdida total de energía. Más allá de la energía nuclear, la misma idea —usar análisis de vídeo inteligente para leer la transferencia de calor a partir de los patrones de burbujeo— podría ayudar a diseñar intercambiadores de calor, sistemas de refrigeración y otras tecnologías que dependen discretamente de la ebullición para ser más seguras y eficientes.

Cita: Sha, B.B., Thakare, K.V., Kar, S. et al. Machine learning-based heat flux estimation from high-speed video during saturated pool boiling over vertical tube. Sci Rep 16, 9038 (2026). https://doi.org/10.1038/s41598-026-35147-8

Palabras clave: ebullición en piscina, estimación del flujo de calor, seguridad nuclear, imagen de alta velocidad, aprendizaje profundo