למידת מכונה וניתוח משטח תגובה של גודל הטיפה הממוצע והתפוסה של השלב המפוזר בעמודת מסננת מחוררת בצורת L בקצב פיצול

ניקוי חומרים גרעיניים באמצעות ערבוב חכם יותר

הפיכת עפרות אורניום לדלק גרעיני שימושי דורשת הפרדה מדויקת של מתכות יקרות ממערבולת של כימיקלים אחרים. אחד השלבים המרכזיים משתמש בעמודות מיוחדות שבהן שני נוזלים זורמים זה לצד זה וטיפות מעבירות את המתכת מנוזל אחד לשני. המחקר הזה עוסק בגרסה חדשה בצורת L של העמודות האלו ומשתמש בכלי נתונים מודרניים כדי לחזות כיצד הטיפות מתנהגות בתוכן. הבנה ושליטה בטיפות הזעירות האלה יכולים להפוך את טיהור הדלק הגרעיני לבטוח, יעיל וקל יותר להגדלה בקנה מידה.

פנייה לצדית לעמודות ההפרדה

עמודות חילוץ מסורתיות ניצבות במאונך, וניצלות את כוח הכובד לסיוע בהפרדת שני נוזלים שאינם מתמזגים, כמו חומצה מימית וממס אורגני. עמודות אופקיות, לעומת זאת, קלות יותר להתקנה בבניינים ממוגנים ופשוטות יותר לתפעול, אך הן מאבדות חלק מהסיוע של כוח הכובד. עמודת מסננת מחוררת מתנודדת בצורת L משלבת את שני הרעיונות: מקטע אופקי המחובר למקטע אנכי. בפנים, פלטות מחוררות ודפיקות לחץ קצביות מפרקות נוזל אחד לטיפות שעולות דרך הנוזל השני. תצורה היברידית זו יכולה לקצר את הגובה הכולל ובמקביל לשפר את הקיבולת, מה שהופך אותה לאטרקטיבית לטיפול בתערובות רדיואקטיביות המשמשות בטיהור ילואקר (אורניום).

מדוע גודל הטיפה והצפיפות חשובים

בתוך העמודות הללו, הביצועים תלויים בשני מאפיינים קשורים של הטיפות. הראשון הוא גודלן הממוצע, המתואר על ידי מדד שנקרא קוטר סוטר הממוצע (Sauter mean drop diameter), שמשקלל את הטיפות לפי גודלן ושטח הפנים שלהן. טיפות קטנות יותר יוצרות שטח מגע גדול יותר בין הנוזלים ומהירות את קצב ההעברה של מתכות מנוזל לנוזל. המאפיין השני הוא כמה מנפח העמודה באמת תפוס על ידי הטיפות המפוזרות, כמות שנקראת תפוס השלב המפוזר (dispersed phase holdup). תפוס גבוה מצביע על הרבה טיפות ויותר מגע, אך יותר מדי עלול לחנוק את הזרימה ולגרום להצפה. בעמודת ה‑L, גם גודל הטיפות וגם התפוס משתנים בין המקטעים האופקי והאנכי ותלויים בעוצמת התנדוד, בקצבי הזרימה של כל נוזל ובתכונות השמן כמו צפיפות, ויסkozיות ומתח בין-פאזי בין שני הנוזלים.

חקר טיפות בתערובת רלוונטית לגרעין

החוקרים חקרו ארבע זוגות נוזל שנבחרו לדמות תנאי טיהור ילואקר אמיתיים: מערכת פשוטה של קרוסין–מים ושלוש תערובות של חומצה חנקתית עם קרוסין המכילות כמויות שונות של הממס TBP, חומר מיצוי סטנדרטי לאורניום. ראשית מדדו מאפיינים חשובים של כל מערכת, כגון צפיפות, ויסkozיות וכוח משיכה בין הנוזלים. אחר כך הפעלו את עמודת ה‑L בטווח של קצבי זרימה ועוצמות תנדוד, תוך שמירה קפדנית על תנאים מתחת לסף ההצפה. באמצעות צילום ברזולוציה גבוהה במקומות שונים בשני הרגליים האופקית והאנכית, מדדו יותר מ‑1500 טיפות לכל ניסוי, כולל צורות אליפסואידליות מעט מעוכות, כדי לחשב את קוטר הטיפה הממוצע. כדי למצוא את חלק הנפח שתפוס על ידי השלב המפוזר השתמשו בשיטות מעקב אחרי הממשק ובגיאומטריית חתך העמודה. יחד בניסויים אלה נבנה מאגר נתונים עשיר שקישר בין תנאי הפעלה ותכונות נוזליות לגודל הטיפה ולתפוס.

לימוד מודלים לחיזוי התנהגות מורכבת

מכיוון שהיחסים האלה מסובכים ולא‑ליניאריים בחוזקה, הצוות השווה שתי גישות מודרניות למידול. מתודולוגיית משטח תגובה משתמשת בניסויים מתוכננים בקפידה כדי להתאים משוואות פולינומיות חלקות המקשרות בין קלט ותפוקה. רשתות עצביות מלאכותיות, בהשראת רשתות מוחיות של צמתים מקושרים, יכולות ללמוד דפוסים מורכבים יותר ישירות מהנתונים. כאן השתמשו בחמישה קלטים – קצבי הזרימה של כל נוזל, עוצמת התנדוד, מתח בין-פאזי ותכולת TBP – כדי לחזות ארבע תוצאות: גודל הטיפה ותפוס בשני המקטעים, האופקי והאנכי. לאחר שנבדקו תצורות רבות של רשתות עצביות, המחברים מצאו שרשת קומפקטית עם שתי שכבות נסתרות העניקה חיזויים בעלי דיוק גבוה במיוחד, עם מקדמי מתאם קרובים מאוד לאחד. מודלי משטח התגובה הסטטיסטיים גם הם נתנו תוצאות טובות אך היו בדרך כלל פחות מדויקים, במיוחד בתיאור מידת הצפיפות של הטיפות.

מדפוסים בנתונים לכללים פרקטיים

מעבר לחיזוי ״קופסה שחורה״, המחברים רצו נוסחאות שאנשי הנדסה יוכלו להכניס לחישובי תכנון. הם השתמשו בניתוח מימדים כדי לשלב את הכמויות הפיזיקליות החשובות ביותר לקבוצות חסרות מימד, ואז התאימו משוואות חצי‑אמפיריות חדשות הן עבור גודל הטיפה והן עבור התפוס בשתי הרגליים. הביטויים הפשוטים האלה התאימו לניסויים בממוצע בטווח של כ־7–9%, הרבה יותר טוב מהנוסחאות הישנות שפותחו עבור גיאומטריות עמודה אחרות. המגמות שהם תיארו אינטואיטיביות: תנדוד חזק נוטה לפרק טיפות לטיפות קטנות יותר ולהפחית תפוס; מתח בין-פאזי גבוה מגדיל את הטיפות ואת התפוס; והגדלת קצב הזרימה של הנוזל המפוזר גם מגדילה את גודל הטיפות וגם מצטופפת יותר מהן בעמודה.

מה משמעות הדבר לניקוי במציאות

לא מומחים, המסר המרכזי הוא שהמחברים יצרו ״מפה״ אמינה מתנאי הפעלה להתנהגות טיפות במכשיר חילוץ חדש ומבטיח לעיבוד דלק גרעיני. הניסויים שלהם מראים כיצד לכוונן עוצמת דפיקות, קצבי זרימה ופורמולציית ממס כדי למצוא איזון בין הרבה טיפות קטנות (טוב לחילוץ) ותפוס נסבל (טוב לתפעול בטוח ויציב). מודל רשת‑העצבים משמש כמנבא בדיוק גבוה לניתוחים מפורטים, בעוד הנוסחאות הפשוטות יכולות להנחות החלטות הנדסיות שוטפות והגדלה מקולבים מעמודות מעבדה ליחידות חצי‑תעשייתיות או תעשייתיות. בקיצור, העבודה הזו עוזרת להפוך מערכת דו‑נוזלית מתנודדת ומורכבת לדבר שניתן לתכנן ולמטב בביטחון.

ציטוט: 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

מילות מפתח: חילוץ נוזל-נוזל, עמודת מסננת מחוררת מתנודדת, גודל טיפות, רשתות עצביות מלאכותיות, טיהור ילואקר (yellowcake)