垂直管上の飽和プール沸騰中の高速ビデオに基づく機械学習による熱流束推定

より賢い観測で原子炉冷却を安全にする

原子力発電所が緊急停止したときでも、除去が必要な熱は発生し続けます。多くの新しい炉設計は、この仕事を単純な金属管が大量の水槽に浸かって担う方式に依存しています。これらの管で水が沸騰すると、泡のパターンがどれだけの熱が運ばれているかを示します。しかしこの熱を正確に測ることは難しく、費用もかかり、しばしば時間がかかります。本研究は、高速ビデオと人工知能（AI）を用いて泡をリアルタイムに観察し、印象的な精度で熱流を推定できることを示し、重要な冷却系を監視・保護する新たな手段を提示します。

安全性の要となる沸騰管

現代の原子力施設では、ポンプや外部電源なしで働くパッシブ安全システムが設計されています。その重要な構成要素の一つが、大型の水槽に沈められた垂直管束です。炉からの熱はこれらの管を通り周囲の水を沸騰させます。泡の発生、成長、合体、離脱の仕方は、熱がどれだけ効率的に除去されているかと密接に結びついています。熱流が過度に高くなると、表面が突然過熱して系の健全性が脅かされることがあります。従来、技術者は複雑な実験や数式に頼ってこの“熱流束”を推定してきましたが、これらの方法は労力を要し、沸騰が非常に乱流化すると対応が難しくなることがあります。

沸騰する泡からデジタルの足跡へ

この課題に取り組むため、研究者らは原子炉冷却系の垂直管上での沸騰条件を模倣する専用の実験設備を構築しました。加熱されたステンレス管が透明な水槽内に設置され、温度や電力を精密に追跡するセンサーに囲まれています。同時に、高速カメラが毎秒数千フレームで沸騰を記録し、解析のために後で標準的な映像速度に変換されます。研究チームは、自分たちの沸騰挙動と熱伝達データが他のグループによる確立された実験と一致することを確認し、撮影映像と測定値が実際の条件を確かに表していることを保証しました。

沸騰を読むようAIを教える

研究の中核は、生の映像を熱推定値に変換するコンピュータビジョンのパイプラインです。各ビデオは16フレームの短いクリップに分割され、泡がごく短時間でどのように変化するかを捉えます。研究者らは、動きが最も強い箇所を強調するためにオプティカルフローという手法を使い、AIの注意を最も動的な領域に向けます。これらのクリップは、もともと日常の人間の動作で訓練され、ここでは異なる沸騰強度を識別するよう適応された強力なビデオ解析ネットワークであるI3Dに入力されます。泡の大きさを手作業で測定したり、核生成点を数えたりする代わりに、ネットワークは特定の熱レベルと相関する視覚的パターンを自ら学習します。

スマートシステムの性能

データセットは、穏やかな沸騰から非常に激しい泡立ちまでの7つの異なる熱レベルに及びます。著者らは、過学習を防ぎ公正に性能を評価するために、ビデオクリップを学習用、検証用、試験用に分割しました。ファインチューニングの後、I3Dモデルは試験クリップの約88%で熱レベルを正しく分類し、熱流束の平均予測誤差はおおむね6%でした。沸騰パターンが比較的明瞭な低〜中程度の熱レベルで特に良好に機能し、泡が相互作用し重なり合う高いレベルでもおおむね妥当な精度を保ちました。他の一般的な3Dニューラルネットワークと比較しても、I3Dは一貫して精度と頑健性の最良のバランスを示しました。

この手法が重要な理由

このAI支援法は、詳細な物理モデルを置き換えるのではなく、単に“見る”ことで沸騰をリアルタイムに非侵襲的に監視する新しい手段を提供します。映像に依拠し、追加のプローブや大規模な試験装置を必要としないため、安全評価をより迅速かつ低コストに、異なる設計にも柔軟に適応できる可能性があります。原子力施設において、熱除去の理解は制御された停止と重大な事故の差になり得るため、この種のツールは特に全電源喪失のような稀な事象時に運転者が安全余裕をより密に追跡するのに役立ちます。原子力以外でも、泡のパターンから熱伝達を読み取るスマートな映像解析という同じ考え方は、熱交換器、冷凍システム、その他沸騰に依存するさまざまな技術のより安全で効率的な設計に寄与し得ます。

引用: 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

キーワード: プール沸騰, 熱流束推定, 原子力安全, 高速撮影, 深層学習