USA: Neuer Algorithmus beschleunigt Prüfung von gedruckten Bauteilen und Nuklearmaterial

Das ORNL hat einen Algorithmus entwickelt, der die Analyse von 3D-gedruckten Teilen für den Nuklearbereich beschleunigt. Diese Bauteile werden normalerweise per Computertomographie (CT) mithilfe von Röntgenstrahlen auf interne Schwachstellen oder Fehler untersucht. Durch maschinelles Lernen kann der Algorithmus die Bildrekonstruktion und -analyse verkürzen, was gemäss ORNL «die Kosten, die Zeit und die Anzahl der für eine Inspektion erforderlichen Scans erheblich reduziert». Forscher des Idaho National Laboratory (INL) testeten die Methode bereits erfolgreich und analysierten über 30 3D-gedruckte Musterteile in weniger als fünf Stunden, statt der über 30 Stunden, die ohne die neue Software nötig gewesen wären.

Der Algorithmus soll nun auch bei der Untersuchung von radioaktiven Materialien und Kernbrennstoffen eingesetzt werden. Die bei langen CT-Scans anfallenden Strahlendosen beeinträchtigen die Lebensdauer des Detektors und die Genauigkeit der erhaltenen Bilder. Kürzere Scanzeiten mithilfe des Algorithmus hingegen verringern die Strahlendosis pro Scan, beschleunigen die Analyse und liefern erst noch qualitativ hochwertigere Daten, die schneller weiterverwertet werden können. Auch können Materialien schneller nach Entnahme aus dem Reaktor untersucht werden, ohne dass die Strahlung zuerst durch Liegenlassen der Probe abklingen muss. «Wenn wir diesen Algorithmus verwenden, um die Scanzeit für radioaktive Materialien zu verkürzen, erhöht dies die Sicherheit für die Arbeiter und die Geschwindigkeit, mit der wir neue Materialien prüfen können», erklärt Bill Chuirazzi vom INL.

Der ORNL-Forscher Amir Ziabari, der den Algorithmus für 3D-gedruckte Metallteile entwickelt hat, arbeitet nun daran, ihn auch für radioaktive Materialien und Kernbrennstoffe nutzbar zu machen. «Die Zusammenarbeit zwischen ORNL und INL soll die Entwicklung und den Einsatz neuer Reaktortypen zur Dekarbonisierung des Energiesektors beschleunigen», erhoffen sich die Forschenden. Unterstützt werden die Arbeiten zur Entwicklung des Algorithmus durch das «Advanced Materials and Manufacturing Technologies»-Programm das amerikanischen Department of Energy (DOE).