logo

AI Verbetert Efficiëntie Brugarm Reactor Via Genetische Algoritmen

September 12, 2026
Laatste bedrijf blog Over AI Verbetert Efficiëntie Brugarm Reactor Via Genetische Algoritmen

Wanneer een reactor van 1.733 kilogram tijdens bedrijf meer dan 60 kilowatt aan energieverlies genereert, waarbij de hotspottemperaturen oplopen tot 71,1°C, betekent dit niet alleen een aanzienlijke energieverspilling, maar ook een versnelde afbraak van isolatiematerialen. In energiesystemen dienen brugarmreactoren als kritische stroombegrenzende en filterende componenten, waarbij het structurele ontwerp rechtstreeks van invloed is op de operationele stabiliteit en economische efficiëntie. Met steeds strengere eisen op het gebied van energiebesparing staan ​​ingenieurs voor de uitdaging om gewicht, vermogensverlies en temperatuurstijging in evenwicht te brengen en tegelijkertijd de prestaties te optimaliseren.

Technische kernarchitectuur: equivalente elektromagnetische-thermische veldmodellering

Moderne brugarmreactoren maken doorgaans gebruik van een meerlaagse ingekapselde structuur, waarbij de interne wikkelingen zijn vastgezet door middel van epoxyharsgieten. Isolatieafstandhouders tussen de lagen vormen koelluchtkanalen. Deze parallelle configuratie maakt het mogelijk dat elke inkapselingslaag wordt behandeld als een equivalente solenoïdewikkeling. Voor elektromagnetische parameterberekeningen passen onderzoekers de spannings- en stroomwetten van Kirchhoff toe op fundamentele frequenties, waardoor de complexe wederzijdse inductantie van de wikkelingen wordt vereenvoudigd tot gelijkwaardige coaxiale solenoïden.

Het resulterende elektromagnetische model houdt rekening met zowel DC-componenten als harmonische invloeden. Door middel van gekoppelde thermische-vloeistofsimulaties worden wikkelingsverliezen omgezet in termen van warmtebronnen, waardoor de evolutie van het temperatuurveld nauwkeurig in kaart wordt gebracht, van het opstarten tot een stabiele werking.

Optimalisatiestrategie: implementatie van genetische algoritmen met meerdere doelstellingen

Het onderzoeksteam implementeerde NSGA-II (Non-dominated Sorting Genetic Algorithm II) om een ​​optimale balans te bereiken tussen weinig verliezen, minimale temperatuurstijging en lichtgewicht ontwerp. Er werden vier sleutelvariabelen geselecteerd: aantal vertakkingen (n), gemiddelde wikkelradius (R), aantal windingen (N) en geleiderdiameter (d).

Er werd een nieuwe strategie met drievoudige beperkingen ontwikkeld, waarbij een gelijke spanningsval in de weerstand, een gelijkwaardige temperatuurstijging en een uniforme verliesdichtheid werden gehandhaafd. Het optimalisatieproces maakte gebruik van Latin Hypercube Sampling (LHS) om een ​​vierdimensionale ontwerpruimte te construeren, terwijl de Kriging-responsoppervlakmodellering de nauwkeurigheid van de voorspelling van temperatuurstijging verbeterde, waardoor wetenschappelijke nauwkeurigheid en convergentie werd gewaarborgd.

Prestatiemijlpalen: voor en na optimalisatie

Bij het testen van een buiten gebruik gestelde 21,25 mH brugarmreactor van een energiecentrale, genereerde het team een ​​uniform verdeelde Pareto-optimale oplossing die na 150 generaties genetische evolutie was ingesteld. Het geoptimaliseerde prototype demonstreerde uitgebreide verbeteringen met behoud van de nominale inductantie op 21,82 mH:

  • Energie-efficiëntie:Totale verliezen verlaagd van 61,65 kW naar 34,21 kW (reductie van 44,51%)
  • Thermisch beheer:De hotspottemperatuur daalde van 71,1°C naar 42,9°C (39,66% reductie), waardoor de levensduur van de isolatie aanzienlijk werd verlengd
  • Structurele optimalisatie:Totale wikkelmassa verlaagd van 1.733,2 kg naar 1.302,7 kg (reductie van 24,83%)

Deze ontwerpdoorbraak demonstreert het potentieel van multi-objectieve optimalisatie bij de ontwikkeling van energieapparatuur, waardoor een technisch raamwerk wordt gecreëerd voor toekomstige zeer betrouwbare, energie-efficiënte reactorontwerpen.

Vorig bericht
Volgende bericht