MIT博士研發核廢熱能轉化新技術突破瓶頸

致力消除核能普及障礙：博士生研發模型解決核廢料問題

核廢料一直是核能廣泛應用的瓶頸所在，麻省理工學院（MIT）核科學與工程系博士生Dauren Sarsenbayev正致力開發模型，解決這一挑戰。

Sarsenbayev聚焦於高放射性核廢料（HLW）的一大核心問題：放射性廢料釋放的衰變熱。他提出的解決方案基礎是從用過核燃料中提取熱能，既能從現有無碳資源中獲取更多能源，也同時減少核廢料儲存和處理的困難。他解釋：「無碳能源的價值每年都在提升，我們希望盡可能多地提取它。」

儘管高放射性核廢料的安全管理和處置已有顯著進展，但仍有更具創意的方式來管理或利用這些廢料。這種轉變對公眾接受核能尤其重要。Sarsenbayev表示：「我們重新定義核廢料問題，將它由負擔轉化為能源來源。」

核能認知的轉變

Sarsenbayev來自哈薩克斯坦最大城市阿拉木圖。這個曾是蘇聯一部分的國家，歷經蘇聯核試驗的集體創傷，核武器試驗的陰影深深烙印在公眾意識中。同時，哈薩克是全球最大鈾生產國，這種歷史背景難以忽視。

然而，Sarsenbayev目睹家鄉阿拉木圖每年冬天因燃燒化石燃料取暖而籠罩在濃重的霧霾中。為加速減碳進程，他選擇在哈薩克-德國大學攻讀環境工程本科。學習期間他認識到幾乎所有能源來源，包括可再生能源，都有其挑戰，因此決定核能是可靠又低碳的選擇。他說：「我從小就受空氣污染影響，天空一片昏暗。核能對我最大的吸引力是，只要做得正確，人們就能呼吸更清新的空氣。」

研究放射性核素運輸

「做好核能」的一部分是研究並準確預測放射性核素在地質儲存庫中的長期行為。

Sarsenbayev在本科三年級時，於勞倫斯伯克利國家實驗室實習期間萌生了核廢料管理的興趣。他專注於模擬核廢料儲存庫中放射性核素從屏障系統向周圍岩石的運輸，學習如何用專業工具預測長期行為。他說：「作為本科生，我很著迷於能預見未來世代所面臨的情況。」

這次實習機緣巧合地讓他與當時初入MIT核科學與工程系的Haruko Murakami Wainwright教授合作。Sarsenbayev後來追隨她到MIT繼續深造，專注於放射性核素運輸模型的研究。他是相關論文的第一作者，該論文探討了增強模型魯棒性的機制，涵蓋了水泥基材料和黏土屏障等工程屏障組件間複雜的相互作用，這些材料是存放和處置用過核燃料的典型介質。

他對模型預測結果感到滿意，因為與瑞士著名的Mont Terri研究站實驗結果高度吻合。該研究站以研究水泥與黏土相互作用聞名。Sarsenbayev感謝能與計算地球化學領域的頂尖專家Carl Steefel博士和Christophe Tournassat教授合作。

現實中的運輸機制涉及眾多物理及化學過程，模型複雜度大幅提升。反應運輸模型結合流體流動、化學反應及物質在地下介質的運輸模擬，過去數十年有顯著發展。然而，精確模擬需耗費大量計算資源，運行時間從數天到數週不等，依賴高性能平行計算集群。

為節省計算時間，Sarsenbayev正開發一套結合人工智能（AI）「代理模型」的框架。這些代理模型在模擬數據上訓練，能快速且低成本地近似物理系統，從而加快放射性核素行為的預測。

博士研究重點：核廢料衰變熱作為地熱能源

Sarsenbayev同時利用其建模專長，評估用過核燃料作為人造地熱能源的潛力。他指出：「地熱熱能主要來自地殼中放射性同位素的自然衰變，利用用過燃料的衰變熱在概念上相似。」一個核廢料罐在保守估計下，可產生相當於約1000平方米太陽能板的能量。

由於核廢料罐的熱能不算巨大（視乎冷卻時間，一般溫度約150°C），提取熱能需用到二元循環系統。該系統間接提取熱量：核廢料罐加熱封閉水循環，水循環再將熱能傳遞給沸點較低的工作流體，驅動渦輪機發電。

他的研究建立了以高放射性廢料熱能為動力的二元循環地熱系統概念模型，初步模擬結果令人鼓舞。雖然目前仍處於概念驗證階段，但他樂觀此技術未來可望落地實踐。Sarsenbayev說：「將負擔轉化為能源，這正是我們追求的解決方案。」

多元興趣與未來展望

儘管工作繁忙且投入，他仍抽時間用哈薩克語和俄語寫反思詩歌，也熱愛天文攝影，喜歡拍攝夜空中的天體。阿拉木圖附近的峽谷是絕佳的拍攝地點，每逢回家過節都會去拍攝。他說：「阿拉木圖意指『蘋果的起源地』。中亞這裡環境優美，雖有污染，但歷史悠久。」

他特別熱衷於將藝術與科學傳達給未來世代。他強調：「技術上必須嚴謹，模型必須準確，但更要理解並傳遞我們做這項工作的意義與終極目標。」從這個角度看，他的博士研究意義重大，目標是消除核能推廣的瓶頸，推動無碳能源發展，並確保放射性廢料的安全處理。

—

編輯評論與啟示

Sarsenbayev的研究不僅技術層面令人振奮，更帶來核能利用觀念的深刻轉變。核廢料長期被視為沉重負擔和環境風險，但他的工作嘗試將其視為潛在能源，這種「廢物即資源」的思維，為核能發展注入新活力。這種方法不僅可減輕儲存壓力，也可能提升核能的經濟效益和社會接受度，對全球能源轉型具有重要意義。

此外，他將AI技術融入核廢料運輸模型，展現跨學科融合的趨勢。利用代理模型加速計算，既保持精確度又節省資源，這種方法值得其他高複雜度環境科學問題借鑒。

從哈薩克斯坦的歷史與環境背景出發，Sarsenbayev的故事也凸顯核能在不同文化與政治環境中的多重意義。這提醒我們，推動核能發展不僅是技術問題，更需重視歷史創傷、公眾心理及環境正義，才能真正實現可持續且被接受的能源未來。

總括而言，這項研究代表了核能領域內的創新思維和技術突破，為核能安全、環保及社會接受度的提升帶來積極前景，值得全球能源政策制定者和科學界密切關注與支持。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。