国立研究開発法人　日本原子力研究開発機構 新型炉の研究開発

デジタル基盤 ARKADIA

ARKADIAプロジェクト：
AI支援型開発の全貌

高速炉の社会実装を加速する研究開発
～ARKADIA（アルカディア）の開発・整備～

高速炉実証炉の開発は、21世紀半ばの運転開始を目指し、「もんじゅ」で得られた運転・保守の知見や、「常陽」における許認可の経験を活かしながら、着実に前進している。 しかしながら、高速炉の社会実装までには「開発の壁」「規範の壁」「社会の壁」の3つの壁があり、これらの壁を乗り越え、次のステージへと進むためには、従来の枠組みにとらわれない新たな発想と技術の導入が不可欠である。

持続可能な社会実現へ向けた高速炉の実装目標と、立ち塞がる3つの壁の詳細図。『開発の壁』はR&Dの個別評価による最適化の遅れ、『規範の壁』は設計自由度の小さい規格基準体系、『社会の壁』は情報共有の濃淡による理解や技術伝承の停滞を示しています。

そこで、AI、IoT、シミュレーション技術などのデジタル変革（DX）を融合した革新的な設計評価アプローチを導入する。その中核を担う目的で開発するARKADIA*は、高速炉のライフサイクル全体を対象に、合理的かつ最適な設計を実現するAI支援型革新的設計評価・支援システムである。

*ARKADIA: Advanced Reactor Knowledge- and AI-aided Design Integration Approach through the whole plant lifecycle

ARKADIAは、3つのシステム（EAS、VLS、KMS）と、これらを統合・制御する「プラットフォーム」で構成され、これら4つの要素が連携することで、単なる解析評価ツールを超えた「進化する設計支援インフラ」として、高速炉開発の多面的課題に対応できる総合的なシステムとなっている。 機構がこれまでに蓄積してきた知見や技術的ノウハウ（ナレッジ）を体系的に管理・活用するとともに、今後得られる新たな知見も加味しながら、AIや機械学習を活用して開発に必要な情報を適切なタイミングで提供する。

評価支援・応用システム

Enhanced and AI-aided
Optimization System：EAS

AIを活用して評価プロセスの自動最適化を行う。KMSから必要なナレッジを自動取得し、設計や規範対応などのプロセスを最適化し、目的関数の自動構築や、VLSやKMSへの適切なデータ供給も担う。

仮想プラントライフシステム

Virtual plant Life System：VLS

最新の計算科学とAI支援を活用して、高精度なシミュレーションと仮想プラントモデルの構築を行う。EASによる最適化情報に基づき、多様な炉型に対応可能な連成解析を実行し、設計の柔軟性と再現性を確保する。

ナレッジマネジメントシステム

Knowledge Management System：KMS

実験、シミュレーション、運転データ、外部知見までを統合的に管理する。経験知や開発成果の知識化、AI支援による継続的な知見のアップデートを通じて、ARKADIAシステムを進化させる。

プラットフォーム

Platform

プラントメーカ、エンジニアリング会社、大学、研究機関等の多様なステークホルダーとの情報共有を推進するインターフェース機能を担う。外部データの取り込み、KMSとの連携、AIによる情報整理と提示を通じ、開発内容の可視化による理解促進と人材育成に貢献する。
ARKADIAのシステム構成図。前述のEAS、VLS、KMSの3つのシステムがAIを中心に相互連携し、それらを『情報共有プラットフォーム』が包括して社会や外部機関とつながる全体像を示しています。

また、ARKADIAはユーザーと開発者が一体となって成長する「リビングシステム」であり、使用されながら進化していく次世代型の参加型開発プロジェクトでもある。本開発を支えるためには、従来の知見や最新の解析技術との連携が不可欠であり、機構のみならず、プラントメーカ、エンジニアリング会社、大学、研究機関等との国内協力で進められている。また、日米、日仏をはじめとする国際協力による開発も推進している。

ARKADIAの開発と供用のイメージ図。ARKADIAを中心に、プラントメーカや大学、規制機関などのステークホルダーと知見や技術を双方向にやり取りする情報の流れや、気候・環境・経済などの社会動向を踏まえて進化していく「リビングシステム」の全体像を示しています。

関連リンク

炉心設計プロセスの革新を目指して

ARKADIAのプラント設計評価への適用として、炉心設計検討に活用できる新しいシミュレーション手法を適用した炉心の設計支援システムの構築を進めている。

従来の個別解析とARKADIAを用いた炉心設計プロセスの比較図。手作業の試行錯誤により年単位・月単位の時間を要していた従来手法に対し、AI最適化アルゴリズムによる自動処理を導入することで数カ月での作業完了が見込めるフローが示されています。

従来の個別解析による炉心設計プロセスでは、人的及び時間的コストを要するとともに、分野間の取合条件によって設計空間が過度に制限されることが課題であった。

複数分野の解析を一連で実行し、最適化アルゴリズムに従って炉心仕様を自動調整する設計プロセスにすることで、設計作業の効率化及び取合条件の合理化（過度な保守性の排除）を図る。

最適化アルゴリズムに「ベイズ最適化」を使用し、制約条件付きの3目的最適化問題にARKADIAで構築した炉心設計プロセスを適用した例

ベイズ最適化による炉心設計プロセスの適用例。左側には3つの目的関数、4つの設計変数、7つの制約条件からなる設計仕様の表、右側には解析結果である3次元目的関数空間のグラフが描かれています。多目的問題の最適解であるパレート解（73点）がプロットされ、設計者が重要度に応じて最適な解を選択できることを示しています。

格納容器の小型化設計（安全対策オプションの最適化）

ARKADIAの安全設計への適用として、万が一、炉心が損傷する事故が発生した場合の原子炉容器の内側／外側で発生する事象に対する安全対策を考慮した高速炉プラントの設計支援システムの構築を進めている。

炉心損傷事故を想定した原子炉容器内外の現象の図解。容器内では核分裂生成物の移行や炉心損傷など、容器外では水素再結合、ナトリウム燃焼、室内温度・圧力の上昇、ナトリウム・コンクリート反応などの具体的な事象が示されています。

ナトリウム漏えい燃焼が生じた場合の安全対策オプションを探索し、格納容器の小型化設計を行った例

各設計案の上部区画圧力と容積を比較した棒グラフ。最適化前の設計Aから小型化と各種対策を組み合わせた設計Eまでを比較し、設計C（小型化＋対策A）および設計E（小型化＋対策C）が、安全性を保ったまま格納容器を小型化できる設計であることが示されています。

ナレッジマネジメントシステムの整備

「もんじゅ」等を通して得られた高速炉開発に係る知見・経験に関する技術情報を集約・提供するとともに、実証炉の実現に向けて有効に活用できるよう、ナレッジマネジメントシステムの整備を進めている。

ナレッジマネジメントシステムの情報の流れの図解。「常陽」や「もんじゅ」等で得られた設計資料やトラブル事例などの基盤情報群を、設計知見DBなどのデータベース群に集約し、さらに情報を構造化したナレッジベース群を構築することで、ARKADIA（VLS/EAS）を通じた実証炉設計や成立性評価の支援に活用する仕組みが示されています。

解析手法の開発及び検証に活用できるように、「もんじゅ」で取得した試験データを評価・整理した例

「もんじゅ」で取得した試験データの評価・整理の例を示す4つのグラフ。左上から順に「原子炉停止後の集合体出口ナトリウム温度の変化」、「原子炉運転時のNaの放射能(Na-22, Na-24)」、「原子炉上部プレナム部の軸方向温度分布」、「高エネルギー中性子(Ni-58(n,p)反応率)の軸方向分布」のグラフが示されており、それぞれにおいて計算値と実測値が比較されています。

関連リンク

JAEAの価値

※本ホームページの内容には、経済産業省からの受託事業である「令和5年度高速炉実証炉開発事業（JPMT007143）」で実施した成果を含みます。