核融合エネルギーは、その反応が非常に大量のエネルギーを生成するため、効果的なクリーンエネルギー源となる可能性を秘めている。核融合炉は、太陽の核で起こっていることを地球上で再現することを目指している。そこでは、非常に軽い元素が融合し、その過程でエネルギーを放出する。エンジニアはこのエネルギーを利用して水を加熱し、蒸気タービンで電気を発生させることができるが、核融合への道のりは完全に単純明快というわけではない。
制御された核融合は、発電のための他の電源と比較していくつかの利点がある。まず、核融合反応自体は二酸化炭素を生成しない。メルトダウンのリスクはなく、反応は長寿命の放射性廃棄物を生成しない。
私は核融合炉で使用可能な材料を研究する原子力工学者である。核融合は信じられないほど高温で行われる。そのため、いつの日か核融合を実現可能なエネルギー源とするためには、核融合反応によって生成される熱と照射に耐えられる材料で核融合炉を建設する必要がある。
核融合材料の課題
核融合反応では複数の種類の元素が融合する可能性がある。ほとんどの科学者が好む組み合わせは、重水素とトリチウムである。これら2つの元素は、原子炉が維持できる温度で融合する可能性が最も高い。この反応ではヘリウム原子と中性子が生成され、中性子が反応のエネルギーのほとんどを担う。
人類は1952年以来、地球上で核融合反応の生成に成功している – 中にはガレージでさえ成功した人もいる。しかし、現在のトリックは、それを価値あるものにすることだ。反応を開始するために投入したエネルギーよりも多くのエネルギーを取り出す必要がある。
核融合反応は非常に高温のプラズマ内で起こる。プラズマは気体に似た物質の状態だが、荷電粒子で構成されている。プラズマは反応の間、摂氏1億度以上という極めて高温かつ凝縮された状態を保つ必要がある。
プラズマを高温で凝縮された状態に保ち、継続可能な反応を生成するためには、原子炉の壁を構成する特殊な材料が必要である。また、安価で信頼性の高い燃料源も必要だ。
重水素は非常に一般的で水から得られるが、トリチウムは非常に希少である。1ギガワットの核融合炉は年間56キログラムのトリチウムを燃焼すると予想されている。しかし、世界中で商業的に入手可能なトリチウムはわずか25キログラムほどしかない。
研究者は、核融合エネルギーを実現する前にトリチウムの代替源を見つける必要がある。一つの選択肢は、増殖ブランケットと呼ばれるシステムを通じて、各核融合炉が独自のトリチウムを生成することだ。
増殖ブランケットはプラズマチャンバー壁の最初の層を構成し、核融合反応で生成される中性子と反応してトリチウムを生成するリチウムを含んでいる。ブランケットはまた、これらの中性子が運ぶエネルギーを熱に変換する。
核融合装置にはまた、反応で生成される熱と灰を抽出するダイバータも必要だ。ダイバータは反応をより長時間持続させるのに役立つ。
これらの材料は前例のない水準の熱と粒子衝撃にさらされることになる。そして現在、これらの条件を再現し、実世界のシナリオで材料をテストする実験施設は存在しない。そのため、私の研究の焦点は、モデルとコンピューターシミュレーションを使用してこのギャップを埋めることにある。
原子から装置全体まで
私と同僚は、核融合炉内の材料がどのように侵食され、極端な熱と大量の粒子放射にさらされたときに、その特性がどのように変化するかを予測できるツールの開発に取り組んでいる。
照射されると、これらの材料内に欠陥が形成され成長する可能性があり、それが熱やストレスへの反応に影響を与える。将来的には、政府機関や民間企業がこれらのツールを使用して核融合発電所を設計できるようになることを期待している。
私たちのアプローチは、マルチスケールモデリングと呼ばれ、さまざまな計算モデルを用いて、これらの材料内の物理現象を異なる時間スケールと長さスケールで観察することから成り立っている。
まず、正確だが計算コストの高いシミュレーションを通じて、これらの材料内で原子スケールで起こっている現象を研究する。たとえば、あるシミュレーションでは、照射中に水素が材料内をどのように移動するかを調べるかもしれない。
これらのシミュレーションから、拡散性などの特性を調べる。拡散性は、水素が材料全体にどの程度広がることができるかを示す。
これらの原子レベルのシミュレーションからの情報を、より計算コストの低いシミュレーションに統合することができる。これらのより大規模なシミュレーションは、材料をより大きなスケールでどのように反応するかを調べる。これらのより大規模なシミュレーションが計算コストが低いのは、個々の原子を考慮するのではなく、材料を連続体としてモデル化するからだ。
原子スケールのシミュレーションはスーパーコンピューター上で実行するのに数週間かかる可能性があるが、連続体のシミュレーションは数時間で済む。
コンピューター上で行われるこれらのすべてのモデリング作業は、その後、研究室で得られた実験結果と比較される。
例えば、材料の一方の側に水素ガスがある場合、材料のもう一方の側にどれだけの水素が漏れるかを知りたい。モデルと実験結果が一致すれば、そのモデルに確信を持ち、核融合装置で予想される条件下で同じ材料の挙動を予測するために使用できる。
一致しない場合は、原子スケールのシミュレーションに戻って、見落としていたものを調査する。
さらに、より大規模な材料モデルをプラズマモデルと結合することができる。これらのモデルは、核融合炉のどの部分が最も高温になるか、あるいは最も粒子衝撃を受けるかを教えてくれる。そこから、より多くのシナリオを評価できる。
例えば、核融合炉の運転中に材料を通して多すぎる水素が漏れる場合、特定の場所で材料を厚くしたり、水素を捕捉するものを追加したりすることを推奨できる。
新材料の設計
商業用核融合エネルギーの探求が続く中、科学者はより耐久性のある材料を設計する必要がある。可能性の分野は途方もなく広大だ – エンジニアは多くの方法で複数の元素を製造することができる。
2つの元素を組み合わせて新しい材料を作ることはできるが、各元素の適切な割合をどのように知ることができるだろうか？そして、5つ以上の元素を混ぜ合わせようとする場合はどうだろうか？これらすべての可能性についてシミュレーションを実行するのは時間がかかりすぎるだろう。
幸いなことに、人工知能がここで助けとなる。実験結果とシミュレーション結果を組み合わせることで、分析AIは、熱やストレスへの耐性など、私たちが探している特性を持つ可能性が最も高い組み合わせを推奨できる。
目標は、エンジニアが実験的に生産してテストしなければならない材料の数を減らし、時間とコストを節約することだ。
コメント