科學家在 NVIDIA Omniverse 中建立數位孿生,加速乾淨能源的研究

在 Omniverse 平台中使用 Monte Carlo Neutronics Code Geant4 進行模擬

科學家在 NVIDIA Omniverse 中建立數位孿生,加速乾淨能源的研究

 

英國原子能管理局與曼徹斯特大學透過數位孿生模擬平台

串連遍布各地的設計團隊,更深入地瞭解核融合電漿的特性

 

隨著全球氣候變遷的速度越來越快,對許多研究人員、組織和政府來說,尋找並取得乾淨能源 (clean energy) 是一項至關重要的挑戰。

英國原子能管理局 (UK Atomic Energy Authority;UKAEA) 與曼徹斯特大學 (The University of Manchester) 合作進行一項評估專案,嘗試使用 NVIDIA Omniverse 模擬平台來加速設計與開發一個全尺寸的核融合發電廠,使乾淨能源在未來幾年內併入電網。

科學家們在過去的數十年間,不斷嘗試創造核融合能源的方法,因為核融合能源不會產生任何碳排放且放射性低。這種技術可以提供幾乎無盡的乾淨、安全且負擔得起的能源,以滿足全球持續擴大的需求。

核融合的原理是將原子核結合在一起以釋放能量。但由於高能量的輸入需求及核融合反應的無法預測性,以至於至今仍無法順利且大規模地利用核融合技術來產生能源。

太陽的能量便是來自於核融合反應,太陽巨大的重力壓力在華氏 2,700 萬度 (約攝氏 1,500 萬度) 左右便會自然發生核融合反應。但是地球跟太陽不一樣,地球沒有巨大的重力壓力,因此需要更高的溫度,即超過華氏 1.8 億度 (約攝氏 1 億度) 才能發生核融合反應。

研究人員與工程師為了在地球上複製太陽產生能量的核融合過程,利用資料科學和超大規模運算的最新進展來開發設計核融合發電廠。借助 NVIDIA Omniverse,他們可以建造出一個功能齊全的數位孿生發電廠,確保挑選出最有效率的設計方式進行建造。

加速設計、模擬與即時協作

打造一個能夠精準呈現發電廠的各項零件組成、電漿及控制和維護系統的數位孿生實非易事,而這整個過程將透過人工智慧 (AI)、exascale 等級的 GPU 運算及精確且符合物理原則的模擬軟體,取得大幅度的改善。

一切始於核融合發電廠的設計,在整個過程中需要用到大量零件,以及由工程、設計和研究專家組成的龐大隊伍的投入。曼徹斯特大學的 UKAEA 核融合數位工程主席 Lee Margetts 表示:「整個發電廠有各種零件,我們必須考量物理學和工程學等各種不同的領域。若我們調整單一系統的設計內容,將會對其他系統產生連鎖反應。」

這項評估專案集結來自不同領域的專家,每位團隊成員使用不同的電腦輔助設計應用程式或模擬工具,而每一位專家在特定領域的工作,取決於其他人在不同領域的工作資料。

UKAEA 團隊正在探索使用 Omniverse 進行設計的可能性,以幫助他們在即時模擬環境中進行協作,這樣便能看到整台機器的設計,而不單是每一個單獨的子零件。

Omniverse 在維持這些零件運轉的一致性方面扮演著重要的角色。Omniverse 將所有工具和應用程式連接起來,讓設計發電廠的工程師們能夠利用單一資訊來源同時進行協作。

專案的研究人員 Muhammad Omer 表示:「我們可以看到位處於三個不同地點的三名工程師,使用三種軟體設計發電廠的三個零件。」

Omer 表示,在 Omniverse 中進行實驗時,團隊利用 Omniverse 平台的核心能力導入具有完整真實性的 3D 資料,進而設計出極為逼真的發電廠。他們還能使用 RTX 渲染器即時看到結果,輕鬆比較不同的零件設計方案。

模擬核融合電漿也是一大挑戰。團隊使用 Omniverse 套件 開發出 Python 架構的 Omniverse 擴充項目,以連接及消化來自工業模擬軟體 Monte Carlo Neutronics Code Geant4 的資料。這樣他們便能模擬核子發電廠中的中子傳輸,而這也是將能量帶出發電廠的原因。

他們還建立了 Omniverse 擴充項目來查看 JOREK 電漿模擬程式碼,在這個程式碼中模擬了可見光發射,讓研究人員能夠深入掌握電漿的狀態。科學家們將開始探索 NVIDIA Modulus AI 物理學框架,以便搭配其現有的模擬資料來發展 AI 代理模型,加快模擬核融合電漿的速度。

在 Omniverse 平台中使用 Monte Carlo Neutronics Code Geant4 進行模擬

使用 AI 來最佳化調整設計及增強數位孿生

Omniverse 除了可以協助設計、操作和控制發電廠,還能協助訓練未來 AI 驅動或 AI 增強的機器人控制及維護系統。這些將是在充滿輻射的發電廠環境中維持正常運作的關鍵。

研究人員使用 Omniverse Replicator (一種用於建立自訂合成資料生成工具和資料集的軟體開發套件) 可以生成大量且精準符合物理原則的發電廠和電漿特性的合成資料,以訓練機器人系統。透過在模擬環境中學習,機器人將能在實體環境中更準確地處理任務、提升預測性維護的成效並減少停機時間。

日後感測器模型可以將觀察到的資料即時串流至 Omniverse 數位孿生,讓虛擬的數位孿生與發電廠的實際狀態持續同步。研究人員能夠先在虛擬數位孿生環境中進行測試,探索各種假想方案,再實際調整發電廠。

整體來說,Margetts 與 UKAEA 的團隊看見使用 Omniverse 來建立核融合發電廠數位孿生的許多獨特機會和益處。Omniverse 平台提供即時的協作功能,研究人員可以用它來開發首創的發電廠技術。工程師還能在 Omniverse 平台上以無縫協作的方式來設計發電廠,而團隊可以取得整合式 AI 工具,讓用戶日後能夠建造出最佳的發電廠。

Margetts 表示:「我們樂見這些結果。我們相信 Omniverse 平台將在數位工程領域發揮極大潛力。」

欲了解更多相關資訊,請觀看影片或瀏覽 NVIDIA Omniverse

數碼領域

CyberArk推出突破性開源工具 助企業防範AI模型越獄風險

數碼領域
2024-12-24 0
CyberArk推出突破性開源工具 助企業防範AI模型越獄風險 全球身份安全供應商CyberArk(NASDAQ: CYBR)今日宣佈推出尖端開源框架FuzzyAI,經測試能突破所有主要AI模型限制。FuzzyAI協助企業識別並解決AI模型漏洞,例如在雲端託管及內部AI模型中繞過防護措施及生成有害輸 ...

中電金信推出強大的 AI 驅動端到端解決方案,改變企業軟件測試模式

數碼領域
2024-12-19 0
中電金信推出強大的 AI 驅動端到端解決方案, 改變企業軟件測試模式   新一代卓越測試中心(TCoE 3.0)結合人工智能、機器學習和自動化技術, 提升企業軟件測試的速度、靈活性和效率 數碼化轉型專家中電金信推出功能強大的卓越測試中心(TCoE 3.0) 解決方案,改變企業對軟件測試的方式。TCo ...

Be the first to comment

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料