我们如何才能让核聚变有一天成为可靠的能源?

科学家首先需要设计出耐热、耐辐射的材料。
A fusion experiment ran so hot that the wall materials facing the plasma retained defects.
一次聚变实验的温度极高,以至于面向等离子体的壁材出现了缺陷。图片来源:Christophe Roux/CEA IRFM

本文最初发布于The Conversation

聚变能源有望成为一种高效的清洁能源,因为其反应会产生 能量巨大。聚变反应堆旨在在地球上重现 太阳核心中的过程,在太阳核心中,极轻的元素会融合并在此过程中释放能量。工程师可以利用这种能量加热水,并通过蒸汽轮机发电,但通往聚变之路并非一帆风顺。

受控核聚变在发电方面比其他能源具有 多项优势。首先,聚变反应本身不会产生任何二氧化碳。没有发生熔毁的风险,反应也不会产生任何长寿命的放射性废物。

我是一名 核工程师,专门研究科学家可以在聚变反应堆中使用的材料。聚变发生在极高的温度下。因此,要想让聚变有一天成为可行的能源,反应堆就需要用 能够承受聚变反应产生的热量和辐射的材料来建造。

3D rendering nuclear fusion reactor
聚变反应堆腔内部的 3D 渲染图。 图片来源:xia yuan/Moment via Getty Images xia yuan

聚变材料挑战

几种元素可以在聚变反应中融合。大多数科学家偏爱的是 氘加氚。这两种元素的融合概率最高,而且可以在反应堆可维持的温度下发生。该反应产生一个氦原子和一个中子,中子携带了反应能量的大部分。

自 1952 年以来,人类就已成功在地球上产生了聚变反应——甚至有些人还在 车库里。但现在的关键是如何让它变得有利可图。你需要从过程中获得的能量比引发反应所需的能量更多。

聚变反应发生在 非常热的等离子体中,等离子体是一种类似于气体的物质状态,但由带电粒子组成。为了使反应持续进行,等离子体需要保持极高的温度——超过 1 亿摄氏度——并保持足够的密度。

要保持等离子体的高温和高密度并产生可持续的反应,你需要使用特殊的材料来构成反应堆壁。你还需要一种廉价可靠的燃料来源。

虽然氘非常普遍,可以从水中获得,但氚却非常稀少。一台 1 吉瓦的聚变反应堆预计每年会消耗 56 公斤氚。但目前全球只有约 25 公斤的氚可供商业购买。

在聚变能源能够启动之前,研究人员需要找到氚的替代来源。一种选择是让每个反应堆通过一个称为 增殖包层的系统自行产生氚。

增殖包层构成 等离子体腔壁的第一层,其中含有锂,锂会与聚变反应产生的粒子发生反应,从而产生氚。包层还会将这些粒子携带的能量转化为热量。

聚变装置 还需要一个偏滤器,用于提取反应产生的热量和“灰烬”(反应产物)。偏滤器有助于延长反应时间。

这些材料将暴露在前所未有的高温和粒子轰击之下。目前还没有实验设施能够重现这些条件并在真实场景中测试材料。因此,我的研究重点是利用模型和计算机模拟来弥合这一差距。

从原子到完整设备

我和我的同事们致力于开发工具,用于预测聚变反应堆中的材料如何被侵蚀,以及它们在暴露于极端高温和大量粒子辐射时其性能如何变化。

当材料受到辐照时,会在其中形成和生长缺陷,这会影响它们对热量和应力的反应能力。未来,我们希望政府机构和私营公司能够利用这些工具来设计聚变发电厂。

我们称之为 多尺度建模的方法,它包括使用一系列计算模型,在不同的时间和长度尺度上研究这些材料中的物理现象。

我们首先通过精确但昂贵的模拟来研究原子尺度上材料中发生的现象。例如,一个模拟可能会检查在辐照过程中氢如何在材料内部迁移。

通过这些模拟,我们研究 扩散率等性能,这告诉我们氢可以在材料中扩散多少。

我们可以将原子尺度模拟的信息整合到成本较低的模拟中,这些模拟研究材料在更大尺度上的反应。这些更大尺度的模拟成本较低,因为它们将材料建模为连续体,而不是考虑每一个原子。

原子尺度模拟可能需要数周时间在 超级计算机上运行,而连续体模拟只需要几个小时。

在多尺度建模方法中,研究人员使用原子级模拟,然后将他们发现的参数应用于更大尺度的模拟,接着将结果与实验结果进行比较。如果结果不匹配,他们会回到原子尺度研究遗漏的机制。图片来源:Sophie Blondel/UT Knoxville,改编自 https://doi.org/10.1557/mrs.2011.37

所有这些在计算机上进行的建模工作都会与实验室获得的实验结果进行比较。

例如,如果材料的一侧有氢气,我们想知道 有多少氢气会泄漏到材料的另一侧。如果模型和实验结果匹配,我们就可以对模型有信心,并用它来预测同一材料在聚变装置中预期条件下的行为。

如果不匹配,我们就回到原子尺度模拟,研究我们遗漏了什么。

此外,我们可以 将更大尺度的材料模型与等离子体模型耦合。这些模型可以告诉我们聚变反应堆的哪些部分会最热或粒子轰击最多。由此,我们可以评估更多场景。

例如,如果在聚变反应堆运行期间有过多的氢气通过材料泄漏,我们可以建议在某些地方将材料做得更厚,或者添加一些物质来捕获氢气。

设计新材料

随着商业聚变能源的探索不断深入,科学家们将需要设计更具弹性的材料。可行的可能性范围是巨大的——工程师可以以多种方式将多种元素结合在一起。

你可以组合两种元素来创造一种新材料,但你如何知道每种元素的正确比例呢?如果你想尝试混合五种或更多种元素呢?尝试对所有这些可能性进行模拟将花费太长时间。

幸运的是, 人工智能可以提供帮助。通过结合实验和模拟结果, 分析型 AI可以推荐最有可能具有我们所需性能的组合,例如耐热性和抗应力性。

目标是减少工程师需要生产和进行实验测试的材料数量,从而节省时间和金钱。

 

更多优惠、评测和购买指南

 
© .