Personalizar las preferencias de consentimiento

Usamos cookies para ayudarle a navegar de manera eficiente y realizar ciertas funciones. Encontrará información detallada sobre cada una de las cookies bajo cada categoría de consentimiento a continuación.

Las cookies categorizadas como “Necesarias” se guardan en su navegador, ya que son esenciales para permitir las funcionalidades básicas del sitio web.... 

Siempre activas

Las cookies necesarias son cruciales para las funciones básicas del sitio web y el sitio web no funcionará de la forma prevista sin ellas. Estas cookies no almacenan ningún dato de identificación personal.

No hay cookies para mostrar.

Las cookies funcionales ayudan a realizar ciertas funcionalidades, como compartir el contenido del sitio web en plataformas de redes sociales, recopilar comentarios y otras características de terceros.

No hay cookies para mostrar.

Las cookies analíticas se utilizan para comprender cómo interactúan los visitantes con el sitio web. Estas cookies ayudan a proporcionar información sobre métricas el número de visitantes, el porcentaje de rebote, la fuente de tráfico, etc.

No hay cookies para mostrar.

Las cookies de rendimiento se utilizan para comprender y analizar los índices de rendimiento clave del sitio web, lo que ayuda a proporcionar una mejor experiencia de usuario para los visitantes.

No hay cookies para mostrar.

Las cookies publicitarias se utilizan para entregar a los visitantes anuncios personalizados basados ​​en las páginas que visitaron antes y analizar la efectividad de la campaña publicitaria.

No hay cookies para mostrar.

 

Investigadores de la Universidad de Cantabria participan en el proyecto europeo ENTENTE, que aplica inteligencia artificial a la predicción de daños en las centrales nucleares para contribuir a extender la vida útil de estas infraestructuras, aportando recursos a la mitigación del cambio climático.

   El Panel Intergubernamental del Cambio Climático de la ONU ha declarado que extender la vida de las centrales nucleares es uno de los recursos disponibles para mitigar los efectos derivados del cambio climático.

   Este proyecto en el que participan investigadores de la Universidad de Cantabria, está orientado a conocer en detalle los daños que se producen en las vasijas nucleares con el paso del tiempo, debido a las radiaciones neutrónicas, y a desarrollar herramientas para predecir el comportamiento de los materiales de los que están hechos esos componentes, ha informado la UC en nota de prensa.

   Con estos avances del conocimiento, confían en ofrecer a las centrales una información clave para garantizar su operación a largo plazo e incluso ayudar en la definición de reactores de tercera generación. «La mitad de las centrales nucleares europeas se encuentran en la segunda parte de la vida para la que fueron diseñadas. Si queremos garantizar la posible extensión de esa vida necesitamos conocer mejor los mecanismos de daños que experimenta el material y desarrollar modelos predictivos», explica el investigador de la UC Diego Ferreño.

   Financiado con cuatro millones de euros dentro de la convocatoria «Nuclear Fission, Fusion and Radiation Protection Research», del programa Horizonte 2020, el proyecto implica a 27 socios de 12 países, bajo el liderazgo del español Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas (CIEMAT) y con la participación de instituciones punteras en el ámbito de la energía como el SKC de Bélgica o el CRIEPI de Japón, además de empresas, entidades reguladoras y fabricantes del sector nuclear.

   ENTENTE permitirá desarrollar y explotar una base de datos europea que dé pistas sobre la integridad estructural de los componentes de las centrales, utilizando modelos multiescala.

   La participación de la UC se canaliza a través de dos equipos: el Laboratorio de la División de Ciencia e Ingeniería de los Materiales (LADICIM) al que pertenece Ferreño y el Grupo de Tecnologías de la Información de la mano de Miguel Cuartas.

   «Concretamente vamos a liderar la tarea de desarrollar modelos basados en inteligencia artificial (los denominados algoritmos «machine-learning»), que una vez afinados nos permitan entender mejor lo que está sucediendo a todos los niveles», apunta Diego Ferreño. En este ámbito «no somos novatos», añade. El proyecto da continuidad a una línea de investigación desarrollada a lo largo de más de una década, fundamentalmente con la CENTRAL NUCLEAR de Santa María de Garoña. Unos trabajos que «normalmente eran experimentales y analíticos, pero que ahora van a ofrecer una tercera contribución: la del desarrollo numérico por medio de algoritmos machine-learning».