Dikey tüp üzerinde doymuş havuz kaynaması sırasında yüksek hızlı video ile makine öğrenimi tabanlı ısı akısı tahmini

Daha Akıllı Gözlerle Nükleer Soğutmayı Daha Güvenli Hale Getirmek

Bir nükleer santral acil bir durumda kapanınca bile güvenli şekilde uzaklaştırılması gereken ısı üretmeye devam eder. Birçok yeni reaktör tasarımı, bu işi basit metal tüplerin büyük su havuzlarında yer almasına dayandırıyor. Su bu tüplerde kaynadıkça, kabarcıkların oluşum desenleri ne kadar ısının taşındığını ortaya koyar. Ancak bu ısıyı hassas biçimde ölçmek zor, pahalı ve genellikle yavaştır. Bu çalışma, yüksek hızlı video ve yapay zekânın (YZ) bu kabarcıkları gerçek zamanlı izleyerek etkileyici doğrulukla ısı akısını tahmin edebileceğini gösteriyor; bu da kritik soğutma sistemlerini izlemek ve korumak için yeni bir yol sunuyor.

Güvenliğin Kalbinde Kaynayan Tüpler

Modern nükleer tesislerde, pasif güvenlik sistemleri pompalar veya dış güç olmadan çalışacak şekilde tasarlanır. Önemli bileşenlerden biri, büyük bir su tankına batırılmış dikey tüp demetidir. Reaktörden gelen ısı bu tüpler aracılığıyla iletilir ve çevresindeki su kaynar. Kabarcıkların oluşma, büyüme, birleşme ve yüzeyden ayrılma biçimi, ısının ne kadar etkin taşındığıyla yakından ilişkilidir. Isı akısı çok yükselirse yüzey aniden aşırı ısınabilir ve sistemin bütünlüğünü tehdit edebilir. Geleneksel olarak mühendisler bu “ısı akısı”nı tahmin etmek için karmaşık deneylere ve matematiksel formüllere güvenir; ancak bu yöntemler emek yoğun olup kaynama çok türbülanslı hale geldiğinde zorlanabilir.

Kaynayan Kabarcıklardan Dijital İzlere

Bu zorluğun üstesinden gelmek için araştırmacılar, reaktör soğutma sistemindeki dikey tüp üzerinde oluşan kaynama koşullarını taklit eden özel bir laboratuvar düzeni kurdular. Isıtılan bir paslanmaz çelik tüp, şeffaf su dolu bir kabın içinde yer alıyor ve etrafı sıcaklıkları ve elektriksel gücü dikkatle izleyen sensörlerle çevrili. Aynı zamanda yüksek hızlı bir kamera, saniyede binlerce kare hızında kaynamayı kaydediyor; daha sonra analiz için normal video hızına düşürülüyor. Ekip, kaynama davranışlarının ve ısı transferi verilerinin diğer araştırma gruplarından elde edilen yerleşik deneylerle uyumlu olduğunu doğrulayarak görüntülerin ve ölçümlerin gerçek dünya koşullarını gerçekten temsil ettiğini garanti etti.

YZ’ye Kaynamayı Okumayı Öğretmek

Çalışmanın özü, ham videoyu ısı tahminlerine dönüştüren bir bilgisayar görüşü hattı. Her video, kabarcıkların kesirlerce saniyede nasıl değiştiğini yakalayan 16 karelik kısa kliplere bölünüyor. Araştırmacılar, hareketin en güçlü olduğu yerleri vurgulamak için optik akış adı verilen bir teknik kullanarak YZ’nin dikkatini en dinamik bölgelere odaklıyor. Bu klipler daha sonra, başlangıçta günlük insan hareketleri üzerinde eğitilmiş ve burada farklı kaynama yoğunluklarını tanımak üzere uyarlanmış güçlü bir video-analiz ağı olan I3D’ye veriliyor. Kabarcık boyutlarını elle ölçmek veya nüklasyon (kaynama başlama) noktalarını saymak yerine ağ, belirli ısı seviyeleriyle korelasyonlu kendi görsel desenlerini öğreniyor.

Akıllı Sistem Ne Kadar İyi İşliyor

Veri seti, nazik kaynamadan çok şiddetli kabarmaya kadar yedi ayrı ısı seviyesini kapsıyor. Yazarlar, aşırı uyumu önlemek ve performansı adil değerlendirmek için video klipleri eğitim, doğrulama ve test setlerine ayırdı. İnce ayarın ardından I3D modeli, test kliplerinin yaklaşık %88’inde ısı seviyesini doğru sınıflandırdı ve ısı akısı tahminindeki ortalama hata yaklaşık %6 civarındaydı. Özellikle kaynama desenlerinin daha temiz olduğu düşük ve orta ısı düzeylerinde çok iyi performans gösterdi ve kabarcıkların etkileşip kaotik biçimde üst üste bindiği yüksek seviyelerde bile makul doğruluk sağladı. Popüler diğer 3B sinir ağlarıyla karşılaştırıldığında, I3D tutarlı biçimde doğruluk ve sağlamlık açısından en iyi dengeyi sundu.

Bu Yaklaşım Neden Önemli

Detaylı fizik modellerinin yerini almak yerine, bu YZ rehberli yöntem, suyu basitçe “izleyerek” kaynamayı gerçek zamanlı ve müdahalesiz bir şekilde izlemek için yeni bir yol sunuyor. Ek problara veya karmaşık büyük ölçekli test düzeneğine ihtiyaç duymayan video tabanlı yaklaşım, güvenlik değerlendirmelerini daha hızlı, daha ucuz ve farklı tasarımlara daha esnek hale getirebilir. Isı uzaklaştırmanın anlaşılmasının kontrollü bir kapatmayla ciddi bir kazayı ayırt edebileceği nükleer santrallerde, böyle bir araç operatörlerin güvenlik marjlarını özellikle tüm güç kaybı gibi nadir olaylar sırasında daha yakından takip etmelerine yardımcı olabilir. Nükleer enerjinin ötesinde, kabarcık desenlerinden ısı transferini okumak için akıllı video analizinin aynı fikri, daha güvenli ve daha verimli ısı değiştiriciler, soğutma sistemleri ve kaynamaya dayanan diğer teknolojilerin tasarımında fayda sağlayabilir.

Atıf: 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

Anahtar kelimeler: havuz kaynaması, ısı akısı tahmini, nükleer güvenlik, yüksek hızlı görüntüleme, derin öğrenme