Ученые нашли способ безопасного хранения ядерных отходов

Учёные из «Сколтеха», Института AIRI и «Сбербанка» совместно с коллегами из РХТУ и ИФХЭ РАН исследовали устойчивость кристаллических структур для хранения и последующего использования отходов атомной энергетики. Технеций-99 выступает радиоактивным долгоживущим продуктом деления урана и плутония. На этот радиоактивный нуклид приходится около 6% всех продуктов деления.

При захоронении ядерных отходов технеций способен растворяться и мигрировать с подземными водами. Поэтому необходимо разрабатывать технологичные способы обращения с ним. Это нужно для снижения рисков негативного влияния на окружающую среду.

Один из возможных вариантов — хранить технеций-99 в углеродной матрице. В ней радиоактивный нуклид образует стабильные карбиды и надёжно фиксируется. Но можно пойти дальше и использовать такие карбиды в качестве мишеней в нейтронном потоке. Так технеций-99 постепенно превращается в стабильный изотоп рутения-100. Рутений в свою очередь может быть использован в микроэлектронике, а также в качестве катализатора.

В новой работе учёные разработали модель машинного обучения. Она предсказывает термодинамические свойства заданной атомной конфигурации технеция и углерода. На основе её предсказаний удалось построить фазовую диаграмму системы технеций-углерод в координатах «температура – содержание углерода». Диаграмма отвечает на вопрос, какие фазы технеция термодинамически выгодны в тех или иных условиях.

Аспирант программы «Науки о материалах» в «Сколтехе» Радион Зарипов рассказал, что с практической точки зрения эта диаграмма служит картой стабильности карбидов технеция для экспериментаторов и технологов. По диаграмме можно выбирать режимы, в которых технеций надёжно фиксируется в углеродной матрице. Также можно задавать условия работы мишеней для его трансмутации в стабильный рутений.

Лабораторные эксперименты с технецием-99 сильно ограничены его радиоактивностью. Поэтому данных о твёрдых соединениях технеция немного. Кроме того, в одной из крупнейших открытых баз данных по расчётным свойствам материалов для системы технеций‑углерод было обнаружено всего несколько сотен структур. Все они оказались нестабильными.

Исследователям же нужно было рассмотреть сотни тысяч возможных атомных конфигураций и определить их свойства. Если бы все они рассчитывались стандартными квантово‑механическими методами, это потребовало бы много лет процессорного времени.

Здесь сработал разработанный в AIRI гибридный подход. Исследователи провели точные расчёты только для небольшой выборки конфигураций. Она составила менее 0,2% от общего числа. Затем на этих данных обучили нейросетевую модель. После обучения алгоритм смог быстро просканировать всё пространство структур с ошибкой на уровне нескольких миллиэлектронвольт на атом.

Это позволило достоверно выделить наиболее устойчивые варианты. Также удалось указать на редкие конфигурации, вероятность случайно обнаружить которые составляла бы 1 шанс на 10 тысяч или даже 1 шанс на миллион.

Руководитель научной группы «Дизайн новых материалов» Института AIRI Роман Еремин, отметил, что ранее использовались аналогичные подходы для изучения функциональных материалов и даже прогнозирования новых составов. В настоящей работе удалось наглядно продемонстрировать полезность метода. Исключение элемента случайности в рамках вычислительных подходов, основанных на машинном обучении, не просто ускоряет прогноз свойств. Оно позволяет учитывать самые редкие структуры, которые легко можно пропустить, действуя случайно.

В общем, если вы думали, что ядерные отходы – это просто проблема, которую можно закинуть в яму и забыть, то вы ошибались. Теперь у нас есть нейросети, которые будут искать самые редкие и устойчивые конфигурации технеция. И, конечно, все это делается для нашего же блага. Ведь кто не любит немного радиоактивности в своей жизни?