Digital Twins of Nuclear Power Plants

Un consorzio multidisciplinare, composto da University of Michigan, Idaho National Laboratory, Argonne National Laboratory, Kairos Power e Curtiss-Wright, sta sviluppando digital twin per centrali nucleari con un finanziamento DOE-ARPA-E da 5,2 milioni di dollari. I primi digital twin sono applicati al reattore FHR di Kairos Power.

L’approccio combina algoritmi di machine learning con modelli fisici ad alta fedeltà, evitando il rischio “black box” e garantendo robustezza predittiva per la manutenzione preventiva dei componenti critici. Il sistema è concepito per supportare sia impianti già operativi sia reattori avanzati in fase di progettazione, riducendo tempi e costi tramite simulazioni upfront che orientano test sperimentali mirati. Il progetto include anche lo sviluppo di un pacchetto software modulare per manutenzione predittiva, controllo operativo e supervisione, pensato per essere adattabile da altri vendor del settore nucleare.

Per il cliente industriale, questa tecnologia rappresenta un potenziale strumento di ottimizzazione degli intervalli di manutenzione e di supporto alla modalità load-follow, sempre più richiesta in contesti con elevata penetrazione di rinnovabili intermittenti. La pagina ASME non contiene riferimenti diretti a standard o percorsi di certificazione, ma il tema resta rilevante per i clienti che seguono l’evoluzione normativa su AI e digital twin in ambito nucleare.