Skoltech 科学家获得了熔盐反应堆建模数据

Skoltech和俄罗斯科学院乌拉尔分院高温电化学研究所的研究人员成功开发并测试了一种机器学习模型，该模型能够准确计算熔盐的物理性质，并充分考虑温度的影响。这一研究成果对于改进纯金属生产和核能技术具有重要意义，并得到了俄罗斯科学基金会的资助。

熔盐在冶金领域有广泛应用，并有望在未来用于处理核电站的放射性废物。然而，由于高温和腐蚀性，液体盐的工业相关特性难以通过实验测量。因此，研究人员提出了计算模型以改进相关技术。

熔盐反应堆是一种更安全、更环保、更节能的核反应堆技术。与现有反应堆相比，熔盐反应堆的运行压力接近大气压，安全性更高，运行成本更低。此外，熔盐反应堆可以在不停止运行的情况下装载燃料，工作温度也远高于现代反应堆，从而提高电能和热能的产生效率。更重要的是，熔盐反应堆能够燃烧目前常见核反应堆中的放射性废物，如镎237、镅237等次锕系元素，为解决放射性废物问题提供了新的途径。

为了释放液态盐在核电和冶金中的潜力，工程师需要了解这些物质在不同热力学条件下的特性。然而，由于熔盐存在大量的化学成分，且实验测量困难且昂贵，材料科学家难以提供全面的信息。因此，研究人员提出了基于机器学习的计算模型，以简化并加速下一代核反应堆的开发。

该模型依赖于机器学习的原子间势和分子动力学模拟，能够根据量子力学精度的计算结果进行训练。通过对FLiNaK盐(成分：LiF、NaF、KF)的计算，结果与实验数据相对应，验证了模型的准确性。研究人员计划进一步考虑其他成分的盐并分析其他特性，以助力选择下一代材料反应堆。

这一研究成果不仅为熔盐反应堆的开发提供了有力支持，也为核能领域的可持续发展注入了新的活力。