国际原子能机构核退役挑战赛获胜方案

国际原子能机构退役和环境修复负责人奥莱娜·米科莱丘克说：“核退役是一个对未来和创新具有重大潜力的领域。对所有感兴趣的国家来说，保持对全球发展的了解非常重要，包括在数字化、虚拟现实、3D建模以及充分利用自动化和机器人技术等领域。”

1、MAUD项目：重辐射粒子实时成像

一个法国团队开发了MAUD项目，这是一个便携式的原型设备，可以可视化表面的辐射。为此，它使用了一个传感器来探测核辐射与固体闪烁体相互作用产生的光。

当与可能被污染的物体接触时，工作样机的传感器检测辐射源。然后，它使用输入的颜色网格，产生一个低分辨率，实时彩色图像。唯一不足，探测器仍需要短时间暴露在表面才能获得数据。

原型设备可以探测25 cm²的区域，每个单元的网格大小为35 mm²。开发人员表示，他们的目标是使传感器的尺寸适合每个设施，高达“几十平方厘米”，图像网格尺寸在1平方毫米到1平方厘米之间。

它的近距离探测方法使它能够探测和区分α和β辐射。它通过测量粒子与传感器相互作用时发出的光的强度来实现这一点。研究小组将调查这种方法是否能让他们进一步区分不同的同位素。

此外，这个原型装置还可以探测到氚同位素，而氚同位素的短程辐射通常无法探测到。在测试中，原型已经检测到其他放射性同位素，其灵敏度与目前的商业设备类似。

2、用分析系统和机器人绘图清理福岛

世界上最引人注目的核退役事件激发了其中两个参赛者的灵感。2011年福岛第一核电站的熔毁导致了国际间的合作，这是世界上最具挑战性的正在进行的退役工作之一。

熔毁的名字来源于事故产生的过量热量如何导致固体燃料外壳熔化。在由此造成的混乱中，很难确定原反应堆的所有部分何时都在，因此也很难确定放射性最强的区域在哪里。

东京大学的一个研究小组提出了两种评估福岛核废料分布的工具。核电站的每一个单元都含有不同数量的碎片，当局很难识别内部部件。为了帮助确定前反应堆熔渣可能的扩散模式，该大学开发了一个实验系统和一个模拟熔毁的数学模型。

这所大学开发的一种机械装置可以通过模拟的熔融核碎片来检测其扩散情况。一个计算机物理模型可以复制一个类似的事件，并区分不同反应堆部件可能的扩散模式。

获奖者横山龙夫说：“由于福岛第一核电站环境条件恶劣，采样活动或从反应堆中提取部分燃料碎片是一个关键问题。通过实验和数值模拟，可以考虑福岛第一核电站的情况，逐步识别出燃料碎片，有助于其回收。”

自获奖者公布以来，这些进展也反映在工业交易中。今年1月中旬，日本东京电力公司与英国退役当局签署了一项价值1640万美元的合作协议，开发机器人。这个名为“LongOps”的项目将开发用于退役的机器人手臂以及用于核电站的数字双胞胎。

这将有助于福岛核电站的退役，同时也有助于英国塞拉菲尔德核电站的退役。该协议还概述了未来“核聚变邻近技术”的潜在用途。

3、英国学生开发的机器人辐射图

在英国，布里斯托尔大学的学生将辐射光谱仪安装到无人机上，以便远程绘制可能受污染地区的辐射水平图。这些数据将投射到一个使用激光雷达扫描的三维计算机模型上。这将允许用户在发送更小的机器人以获得更详细的数据之前，在3D中绘制放射性地图。

与遥控汽车类似的小型“海龟机器人”将使用激光雷达了解它们在设施中的位置，同时探测自身下方的辐射强度。与MAUD项目类似，这将允许在一定距离内鉴定特定的放射性同位素。在乌克兰的前核处理设施进行的试验使研究小组能够在不进入大楼的情况下成功绘制辐射水平图。随着激光雷达在无人驾驶汽车技术中的应用越来越广泛，它的创新使设备能够自行导航并在地图上识别自己的位置。

4、遥控汽车和蠕虫探测放射性场所

印度尼西亚国家核能局的一个小组构想了一种污染区域的测绘和监测机器人。他们的汽车将使用激光雷达传感器和DP6污染探测器来定位和登记放射性数据。技术人员可以通过智能手机控制汽车，让人们远离可能受到污染的区域。这个装置将由防水材料制成，使它更容易去污。在运行过程中，它会将信息传递给用户，以便在建模软件中绘制污染区域的地图。

在美国，佛罗里达国际大学协调一个团队开发了一个类似的系统，旨在降低退役人员的风险。在这个设计中，项目使用人工智能来预测可能发生的事故，绘制显著辐射的区域图，并规划到不同地点的最佳路径。该团队开发出了使用磁铁爬上墙壁的漫游车和类似蠕虫的机器人来导航管道，以及更传统的类似汽车的系统。

他们的技术测试还使用了福岛第一核电站的模型，在那里，研究小组可以使用人工智能来模拟危险区域可能采取的补救措施。