Açıklanabilir makine öğrenimi ile örtüşen özellik dağılımlarına sahip kompakt ergimiş tuz ısı değiştiricisinde başlangıç anomali tespiti

Reaktörlerin sağlıklı kalmasının önemi

Günümüz nükleer reaktörleri daha temiz enerji vaat ediyor, ancak bunun için temel bileşenlerin sağlıklı ve güvenilir kalması gerekiyor. En hassas parçalardan biri, reaktörün sıcak sıvısından ısıyı türbini döndüren ikincil döngüye aktaran metal “radyatör” işlevi gören ısı değiştiricisidir. Bu cihazın içindeki kanallar tıkanmaya veya donmaya başlarsa performans düşer ve emniyet payları daralabilir—ancak erken uyarı işaretleri o kadar hafiftir ki geleneksel izleme bunları sıklıkla kaçırır. Bu makale, sensör açısından zengin yeni bir ısı değiştirici tasarımının açıklanabilir yapay zeka ile birlikte, operatörlerin müdahale etmesi için o zayıf tehlike sinyallerini zamanında nasıl yakalayabileceğini inceliyor.

Yeni bir tür nükleer radyatör

Çalışma, ısıyı taşımak için su yerine sıvı tuz kullanan yeni nesil ergimiş tuzla soğutulan reaktörlere odaklanıyor. Bu tuzlar çok sıcak ama düşük basınçta çalışır; bu da verimlilik ve güvenlik avantajları sağlar. Dezavantajı, ısı değiştiricilerin içindeki küçük kanallarda kısmi katılaşma ve tıkanmaya yol açabilmeleridir. Bugünkü tesisler ağırlıklı olarak ekipmanın giriş ve çıkışındaki sıcaklıkları ve basınçları izliyor—sanki bir kişinin genel sağlığını bilekten ve ayak bileğinden ölçülen tek bir sıcaklığa bakarak değerlendirmek gibi. Sadece birkaç kanalı etkileyen erken tıkanmalar, bu toplu ölçümlerde neredeyse hiç değişiklik yaratmaz ve bu nedenle standart izlemenin gözünden kaçar.

Işıkla ısıyı dinlemek

Bu kör noktayı gidermek için yazarlar, ince metal plakalarla ayrılmış sıkı paketlenmiş paralel tüp dizilerinden oluşan kompakt bir “matris” ısı değiştirici öneriyor. Bu plakaların kenarları boyunca yüzlerce küçük termometre gibi davranacak fiber optik kabloların geçirilmesini tasavvur ediyorlar. Fiberlere gönderilen ışık darbeleri saçılma yolları sayesinde her birkaç milimetrede bir sıcaklığı ortaya çıkarır. Bu dağıtılmış sıcaklık ölçümü, ısı değiştiricinin yüzeyini ayrıntılı bir termal haritaya dönüştürür; böylece kısmen tıkalı bir kanal, komşu metal üzerinde küçük ama tespit edilebilir bir sıcak veya soğuk iz bırakır.

Makinelere zayıf sorunları öğretmek

Bu konsept hâlâ geliştirildiği için ekip, ısı değiştiricinin normal çalışmadaki ve onlarca arıza senaryosundaki davranışını taklit etmek üzere yüksek doğruluklu bilgisayar simülasyonları kullandı. Farklı derecelerde kanal tıkanıklığını—hafif, orta ve şiddetli—modellediler ve gerçek sensör deneylerinden alınan gerçekçi ölçüm gürültüsü eklediler. Kritik olarak, simülasyon vakalarının yalnızca yaklaşık %3’ünde arıza bulunuyordu; bu, gerçek problemlerin nadirliğini yansıtıyor ve güçlü biçimde dengesiz bir veri seti oluşturuyordu. Pek çok erken arıza vakasında sağlıklı ve sağlıksız kanalların sıcaklık desenleri neredeyse tamamen örtüşüyordu ve bunları gelişmiş algoritmalar için bile ayırt etmeyi zorlaştırıyordu.

En iyi dijital bekçiyi bulmak

Araştırmacılar basit lojistik regresyondan sinir ağlarına ve gelişmiş ağaç tabanlı “topluluk” modellerine kadar sekiz yaygın makine öğrenimi yöntemini karşılaştırdı. Her modelin ne sıklıkta doğru olduğunu değil, nadir arıza vakalarını nasıl ele aldığı ve operatörleri yanlış alarmlarla boğmadan çalışıp çalışmadığını da değerlendirdiler. Extreme Gradient Boosting ya da XGBoost, en güvenilir bekçi olarak öne çıktı. Özellikle şiddetli tıkanmaları tanımada ve bunları normal davranıştan ayırmada güçlüydü; aynı zamanda en ince hafif tıkanmalarda bile rakiplerinden daha iyi performans gösterdi. Önemli olarak, tahminleri gerçek zamanlı çalıştırmaya yetecek kadar hızlıydı ve endüstriyel kontrol sistemlerinin güncelleme döngülerine uydu.

Güvenlik için kara kutuyu açmak

Nükleer sistemler güvenlik açısından kritik olduğundan ekip, sadece ham doğruluğun ötesine geçip modelin her kararı neden verdiğini sordu. İki aracı birleştirdiler: her bir girdinin (örneğin belirli bir sıcaklık ölçümü veya sensör konumu) bir tahmini “normal”e ya da “arıza”ya ne ölçüde ittiğini ölçen Shapley değerleri ve etkileri benzer olduğunda özellikleri güvenle sıralamayı zorlaştıran durumlarda gruplayan kısmi sıralı kümeler. Bu hibrit yaklaşım, belirli bir dağıtılmış çıkış sıcaklığı ölçümünün tutarlı şekilde en bilgilendirici ipucu olduğunu ortaya koydu; ancak aynı zamanda erken, ince hatalı durumlarda birden çok sensörün birlikte değerlendirilmesi gerektiğini de gösterdi. Hem en güçlü sinyalleri hem de belirsiz gri alanları açıkça işaretleyerek yöntem, modelin körü körüne yetki verilmeden operatörler tarafından güvenilmesine yardımcı olur.

Gelecek reaktörler için anlamı

Düz ifadeyle, çalışma gösteriyor ki ince taneli fiber optik sıcaklık ölçümü ile özenle seçilmiş açıklanabilir makine öğrenimi modellerinin birleştirilmesi, gelişmiş nükleer ısı değiştiricilerinin içindeki tıkanmanın en ilk işaretlerini yakalayabilir. Büyük, açık performans düşüşünü beklemek yerine, operatörler sadece birkaç kanal bozuk davranmaya başladığında uyarılabilir ve cihazın hangi bölümlerinin en şüpheli olduğu ile hangi sensör okumalarının bu sonuca yol açtığını görebilirler. Donanımda hayata geçirilirse, bu yaklaşım bakım maliyetlerini düşürebilir, plansız duruşları azaltabilir ve bir sonraki nesil nükleer santrallere ek bir koruma katmanı ekleyebilir.

Atıf: Prantikos, K., Lee, T., Hua, T.Q. et al. Explainable machine learning for incipient anomaly detection in compact molten salt heat exchanger with overlapping feature distributions. Sci Rep 16, 8293 (2026). https://doi.org/10.1038/s41598-025-27112-8

Anahtar kelimeler: ergimiş tuz reaktörleri, ısı değiştirici izleme, anormallik tespiti, fiber optik sıcaklık ölçümü, açıklanabilir makine öğrenimi