#数字孪生 核能资讯

美国能源部通过Genesis任务新遴选18个资助项目，重点利用AI推进极端环境芯片设计、FRIB粒子分离器运行、SPARC聚变数字孪生及核废物化学处理。相关项目将缩短芯片开发周期、增加科研束流时间、加快托卡马克运行，并提升核废物工程评估效率与可靠性。

Curtiss-Wright在TerraPower的Kemmerer厂址安装Natrium全范围训练模拟机，用于操纵员培训、监管许可及控制系统验证。项目计划2027年浇筑核岛第一罐混凝土、2031年并网，但承包商更换、HALEU燃料供应及激进工期仍可能使商业运行推迟至2032年或2033年。

Arizona State University、Purdue大学和University of Tennessee–Knoxville成立核能学术联盟，将开发本科微证书、沉浸式培训及PUR-1研究堆数字孪生系统，整合实验、监管和虚拟教学能力，扩大核能教育覆盖面，培养核工程、数字化及核安保领域人才，并计划吸纳更多研究型大学。

NuCube在USREL启动下一阶段硬件试验，以250 kW感应炉模拟NuSun微堆超高温环境，验证工业供热、能量转换和电网应用。公司还推进ISU首座装料试验堆、阿拉斯加离网部署及自主远程运行技术，目标2029年实现首次临界。

美国能源部聚变“里程碑计划”的三家企业取得新进展：Xcimer获最高3050万美元追加资金，推进准分子激光聚变系统；Zap完成长寿命脉冲功率电容器设计及原型验证；CFS获选牵头Genesis任务项目，将利用超级计算机和人工智能数字孪生优化SPARC聚变装置运行，加快商业聚变部署。

Rosatom在谢韦尔斯克启用第三座支撑型参考实验室，为ODEK第四代核能综合设施实验运行培训工程师并储备人才。该实验室毗邻BREST-OD-300厂址，可接入实际运行环境和工程数据。到2026年底，其实验室网络将扩展至五座，覆盖机器人、核电建模、放射化学和数字孪生等领域。

人工智能正加速渗透核能行业。先进反应堆若要在保障安全的同时提升运行效率，需广泛采用过程自动化、机器学习、数字孪生和自主运行。随着大语言模型大量引用核能专业内容，ANS正成为人工智能的核技术知识来源，并承担引导公众理解新技术的责任。

UKAEA与美国能源部旗下PPPL拟组建Sunrise–Stellar-AI Federation，连接英美聚变专用超级计算与人工智能平台，共享两台球形托卡马克的实验数据，训练基础模型并开发数字孪生，以突破计算和数据共享瓶颈，加快未来紧凑型聚变电站设计及人才培养。

中国在上海发布HL-4托卡马克效果图。该装置将采用25特斯拉高温超导磁体、AI超级计算和数字孪生技术，目标实现稳态运行、最低Q=5及100～200 MWe电功率输出。设施计划2027年调试，并于本十年末完成建设，为商业聚变电站奠定基础。

美国核学会与Institute of Nuclear Materials Management联合研讨数字孪生在核保障中的应用。专家介绍其在核废物管理、TRIGA反应堆控制室建模、远程监测及人工智能示范中的进展，并指出该技术可提升实时状态估计、异常检测和预测性仿真能力，同时面临技术、监管与安保挑战。