Existe un interés constante en utilizar herramientas de Inteligencia Artificial (IA) para acelerar este tipo de cálculos.
Los cálculos acoplados termohidráulicos/neutrónicos permiten acceder a muchas variables de especial interés para desarrollar un metamodelo, y su optimización, ya que presentan restricciones desde el punto de vista económico, seguridad y licenciamiento, siendo de especial interés la potencia máxima, la duración del ciclo y la concentración de boro.
Los diferentes códigos informáticos utilizados para el estudio han sido: PARCS (v3.4.2) y PATHS (v1.08). PATHS es un código termohidráulico que se puede acoplar con PARCS. Este último calcula la parte neutrónica del problema. PATHS utiliza un modelo de drift flux para el caudal bifásico, en lugar del modelo de caudal de dos fases típico de 6 ecuaciones utilizado en los códigos de sistema. También se utilizan Matlab y Python para tareas como la generación automática de archivos de entrada para PATHS y PARCS, con una distribución aleatoria del patrón de carga.
La generación aleatoria de un cierto número de configuraciones de combustible diferentes debe cumplir varios criterios (número correcto de cada tipo de elemento combustible, imposibilidad de que dos elementos combustibles idénticos estén uno al lado del otro, etc.). Las salidas de los programas automáticos de postprocesamiento de la ingente cantidad de resultados obtenidos (Concentración de Boro, duración del ciclo, , PCT, Potencia Máxima, etc.), conforman la base de datos que sirve de entrada para el entrenamiento y verificación de una red neuronal (NN) (Keras), cuyo objetivo es la obtención de un metamodelo con el que acelerar el cálculo de la optimización en futuros trabajos de la configuración óptima del combustible en función de determinados criterios.
