推进核能复兴事业的重要使命

今天，美国有94座核反应堆在运行，数量超过世界上任何其他国家，这些机组共同提供了全国近20%的电力。迪恩·普莱斯认为这是一项重大成就，但他相信我们国家需要从核能中获得更多，特别是在迫切寻求化石燃料发电厂替代方案的时刻。他成为核工程师正是出于这个原因——确保核技术能够胜任在这个急需的时代交付能源的任务。

"核能在过去60年中一直是我们国家能源基础设施的重要组成部分，而维护这一基础设施的人数极其有限，"MIT核科学与工程系助理教授、大西洋里奇菲尔德能源研究职业发展教授普莱斯说。"成为核工程师，你就成为负责美国无碳能源发电的少数精英之一。"

这是他渴望参与的使命，他为自己设定的目标绝非适度：他希望帮助设计并引入新一代核反应堆，在现有核电机组的安全性、经济性和可靠性基础上更进一步。

普莱斯从未偏离这一目标，沿途他只找到了鼓励。他说，核工程社区"规模小、关系密切且非常欢迎新人。一旦进入其中，大多数人都不愿意做其他任何事情。"

阐明物理过程之间的关系

在伊利诺伊大学香槟分校的第一个本科研究项目中，普莱斯研究了用于储存废核燃料棒的钢铁和混凝土容器的安全性，这些燃料棒通常在水箱中冷却数年后存储。他的分析表明这种储存方法相当安全，尽管这些燃料容器的最终长期处置方案在美国仍然是个悬而未决的问题。

2020年在密歇根大学开始研究生学习后，普莱斯开始了他至今仍在从事的不同研究方向。这个研究领域被称为多物理建模，涉及观察核反应堆堆芯中发生的各种物理过程如何相互作用——这是研究这些过程逐一分析的替代方法。

一个关键过程是中子学，涉及中子如何在反应堆堆芯中移动引起核裂变，这正是产生能量的过程。第二个过程称为热工水力学，涉及冷却反应堆以提取中子产生的热量。多物理仿真分析这两个过程如何相互作用，可以显示反应堆产生功率时带走的热量如何影响中子的行为，因为燃料越热，越不容易引起裂变。

"如果你想改变功率水平，或对反应堆做任何操作，燃料温度是你需要知道的关键输入，"普莱斯说。"多物理建模让我们能够将裂变中子过程与热学属性——温度相关联。反过来，这可以帮助我们预测反应堆在不同条件下的行为。"

普莱斯说，轻水反应堆（目前运行的反应堆，容量约为1000兆瓦）的多物理建模已经相当成熟。但先进反应堆的建模方法——小型模块化反应堆（容量约20至300兆瓦）和微型反应堆（额定功率1至20兆瓦）——远不够先进。目前只有极少数这样的反应堆在运行，但普莱斯将努力重点放在它们身上，因为它们具有更便宜、更安全地产生电力的潜力，以及在功率和尺寸方面更大的灵活性。

尽管多物理仿真为核能界提供了丰富的信息，但它们可能需要超级计算机来求解或找到耦合且极其困难的非线性方程的近似解。为了大大减少计算负担，普莱斯正在积极探索人工智能方法，这些方法可以在完全绕过那些繁重方程的情况下提供类似的答案。这一直是他自2025年9月加入MIT教员以来研究议程的核心主题。

人工智能的关键作用

人工智能和机器学习方法特别擅长发现隐藏在数据中的模式，比如核电厂运行关键变量之间的相关性。例如，普莱斯说，"如果你告诉我你的反应堆功率水平，它（AI）可以告诉你燃料温度是多少，甚至告诉你堆芯中的三维温度分布。"如果这可以在不求解任何复杂微分方程的情况下完成，计算成本可能大大降低。

普莱斯正在调查AI可能特别有用的几个应用，比如帮助设计新型反应堆。"然后我们可以依靠过去50年发展起来的安全框架对所提出的设计进行安全分析，"他说。"这样，AI不会直接接触任何安全关键的东西。"在他看来，AI的作用是增强已建立的程序，而不是取代它们，帮助填补现有的知识空白。

当机器学习模型获得足够的数据进行学习时，它可以帮助我们更好地理解关键物理过程之间的关系——同样无需求解非线性微分方程。

"通过真正确定这些关系，我们可以在早期阶段做出更好的设计决策，"普莱斯说。"当该技术被开发和部署时，AI可以帮助我们做出更智能的控制决策，使我们能够以更安全、更经济的方式运营反应堆。"

回馈培养他的社区

简单地说，他的主要目标之一是将AI的好处带给核工业，他认为这些可能性是巨大的且基本未开发。普莱斯还相信，作为MIT的教授，他处于有利位置，能够让我们更接近他所设想的核能未来。在他看来，他不仅致力于开发下一代反应堆，还要帮助培养该领域的下一代领导者。

普莱斯在去年秋天与KEPCO核科学与工程实践教授柯蒂斯·史密斯共同教授的设计课程中结识了"下一代"的一些准成员。对普莱斯来说，那次介绍只持续了几个月，但足以让他发现MIT学生异常积极、勤奋和有能力。毫不奇怪，这些正是他希望在加入他研究团队的学生身上找到的品质。

普莱斯清楚地记得在这个领域迈出第一步时得到的支持。现在他已经从本科生升至教授，并在此过程中获得了大量知识，他希望他的学生"体验到我刚进入这个领域时的同样感受。"除了改进核反应堆设计和运行的具体目标外，普莱斯说，"我希望延续让我最初爱上核工程的那种有趣和健康的环境。"

Q&A

Q1：什么是多物理建模？它在核工程中有什么作用？

A：多物理建模是研究核反应堆堆芯中各种物理过程如何相互作用的方法，包括中子学和热工水力学等过程。它能帮助预测反应堆在不同条件下的行为，比如分析燃料温度如何影响中子活动和核裂变过程。

Q2：人工智能如何改进核反应堆的设计和运行？

A：人工智能擅长发现数据中的隐藏模式，可以在不求解复杂微分方程的情况下预测燃料温度和三维温度分布。它能帮助设计新型反应堆，做出更好的早期设计决策，并在运行时提供更智能的控制决策。

Q3：小型模块化反应堆相比传统反应堆有什么优势？

A：小型模块化反应堆（20-300兆瓦）和微型反应堆（1-20兆瓦）相比传统的1000兆瓦轻水反应堆，具有更便宜、更安全产生电力的潜力，在功率和尺寸方面也更加灵活，但目前的建模方法还不够成熟。