Robotique innovante pour la gestion des déchets radioactifs






Un système de manutention assistée par robot est en cours de développement dans le cadre du projet Virero pour catégoriser et trier les composants des déchets radioactifs. Il devrait être achevé d’ici la fin de 2023. Par Frank Querfurth et Carsten Demel


Alors que les réacteurs arrivent en fin de vie, il est essentiel d’optimiser leurs flux de déchets nucléaires pour gérer l’espace limité dans les dépôts.

L’équipe Virtual Remote Robotics (Virero) de Framatome teste une robotique de pointe qui permettra aux professionnels des déchets de catégoriser et de trier les déchets grâce à la virtualité augmentée, au machine learning et à l’automatisation intelligente.

Ce projet Virero est mené en partenariat avec l’Institute for Factory Automation and Production Systems (FAPS) de la Friedrich-Alexander-Universität, Erlangen-Nürnberg (FAU) et l’Aachen Institute for Nuclear Training GmbH (AiNT).

Une étude de cas pour son utilisation est l’élimination des déchets à faible dégagement de chaleur en Allemagne. En vertu de la loi sur la gestion des déchets nucléaires de la réorganisation de la responsabilité, les entreprises énergétiques allemandes exploitant des centrales nucléaires sont autorisées et obligées d’envoyer ce type de matières résiduelles vers des installations de stockage à condition que les déchets soient correctement emballés. Cependant, le dépôt de Konrad, où seront à terme localisés ces déchets, est toujours en construction. La BGZ Gesellschaft für Zwischenlagerung GmbH est chargée du stockage provisoire des déchets jusqu’à ce que le dépôt permanent soit complet.

Pendant cette période intermédiaire, le stockage est primordial. Par conséquent, l’optimisation du volume des déchets entrants est essentielle. Virero relève ce défi.

Virero : répondre aux besoins des industriels pour caractériser les déchets nucléaires

Le projet Virero (Virtual Remote Robotics for Radiometric Sorting) utilise le démontage et le retriage téléopérés des déchets radioactifs des valeurs de débit de dose locales faibles à élevées pour optimiser le volume de déchets.

Les systèmes conventionnels disponibles aujourd’hui ne sont pas suffisamment flexibles pour s’adapter à une variété de conditions de fonctionnement différentes et ne sont pas explicitement conçus pour être utilisés dans un environnement nucléaire. Ils sont confrontés à des défis pour briser et diviser les déchets emballés. Les caractéristiques très individuelles des différentes pièces posent plus de défis.

Le système réduit le volume de déchets en désassemblant et en retriant les déchets radioactifs pour différents niveaux de débit de dose. La caractérisation radiologique est suivie d’une reconstitution de l’activité spatiale qui génère des informations de base pour le traitement des déchets. Les déchets à haut débit de dose peuvent être identifiés et triés. Les déchets radioactifs analysés peuvent être triés et désassemblés de manière semi-automatique, le processus étant contrôlé via une interface d’environnement virtuel, puis documentés en détail pour le stockage final.

Tri semi-automatisé des déchets nucléaires

Le projet Virero se concentre sur les déchets d’exploitation tels que les cartouches filtrantes, les filtres à manches ou les déchets métalliques. La séparation et le tri des déchets reposent sur une multitude de mesures de débit de dose résolues spatialement ou de mesures spectrométriques gamma résolues spatialement. L’association d’une technologie innovante de mesure du rayonnement nucléaire à la technologie de balayage laser éprouvée dans le système Virero permet de reconstruire tous les déchets.

Virero étant un projet de R&D en cours, le développement s’effectue sur des prototypes du futur système. Le système final sera repensé en fonction des résultats du projet de recherche.

Caractériser les déchets nucléaires à l’aide de robots

Pour caractériser radiologiquement les déchets, le matériau doit être retiré du fût de déchets. Plusieurs cinématiques robotiques, capteurs et systèmes périphériques, tels que des préhenseurs et des outils de séparation, sont intégrés à l’installation d’essai pour gérer les déchets. Les gros morceaux sont découpés à la cisaille mécanique puis étalés avec les autres déchets pour caractérisation radiologique sur une table de mesure. Les systèmes cinématiques utilisés à cet effet sont construits au FAPS (Figure 1).

La représentation exacte de l’objet et de l’environnement est la base de la téléopération robotisée. Les tâches de manutention lors d’un tri robotisé semi-automatisé nécessitent une représentation exacte de l’environnement et de la localisation des déchets dans la zone de travail du système de tri.

Une représentation exacte nécessite une qualité d’image élevée et une faible latence de transmission pour permettre aux déchets mobiles d’être triés comme un jumeau numérique dans un environnement de réalité virtuelle (RV) (Figure 2).

Numérisation laser 3D de déchets nucléaires

La caractérisation géométrique des déchets à trier est réalisée à l’aide d’un scanner de profil de ligne 3D avec une vitesse de balayage optique jusqu’à 5kHz et une résolution en hauteur d’environ 25µm.

Pour un enregistrement complet du matériau à mesurer, le scanner linéaire se déplace sur la table de mesure sur plusieurs trajets et les profils de hauteur enregistrés sont transférés dans un nuage de points commun.

Le balayage laser de chaque déchet s’effectue instantanément, préalablement à la caractérisation radiologique.

Une fois le balayage laser terminé, la caractérisation radiologique commence. La table de balayage du prototype est illustrée à la figure 3.

Spectrométrie gamma pour caractériser les déchets nucléaires

À Virero, des méthodes de caractérisation radiologique sont développées au-delà de l’état actuel de la science et de la technologie.

Pour la caractérisation radiologique, l’AiNT, partenaire de Framatome, teste l’utilisation de trois détecteurs spectrométriques gamma de sensibilité variable et d’un tube de comptage Geiger-Müller. Les détecteurs spectrométriques gamma sont un détecteur semi-conducteur HPGe très sensible (efficacité photopic relative de 40%), un détecteur à scintillation CeBr3 et un détecteur à scintillation NaI (Tl). Ces détecteurs sont conçus pour des débits de dose locaux faibles à moyens.

Contrairement aux détecteurs, le tube de comptage Geiger-Müller n’offre aucune résolution en énergie. Cependant, il peut être utilisé pour des valeurs LDR jusqu’à 10 Sv/h, de sorte que même les déchets très actifs peuvent être caractérisés.

Les détecteurs utilisés sont représentés sur la figure 4. Les mesures radiologiques sont effectuées de manière collimatée à des positions de mesure discrètes, le signal de rayonnement provenant de partitions spatiales individuelles sur la table de mesure étant mesuré dans chaque cas. Trois collimateurs différents peuvent ajuster le champ de vision pour chaque détecteur. Cela permet aux utilisateurs de faire varier la taille des partitions à mesurer. Le plomb dur est le matériau du collimateur.

Reconstitution d’activité

Le tri téléopéré en fonction de la radioactivité existante nécessite de reconstituer les inventaires d’activité des déchets sur la table à partir des données de mesures spatiales et radiologiques. Les composants des déchets peuvent être contaminés ponctuellement ou sur une grande surface en surface ou leur activité peut être quasi homogène (cas des cartouches filtrantes usagées, composants activés par les neutrons comme les internes du cœur des réacteurs…).

Pour reconstruire l’activité, les impulsions nettes spécifiques au nucléide enregistrées dans le détecteur pendant la mesure sont déterminées à partir des spectres gamma enregistrés. Des efficacités de pics photoélectriques sont également nécessaires pour quantifier la probabilité que le rayonnement émis par un déchet ait été détecté.

Les efficacités photopeak sont simulées à l’aide de Tracer, un développement interne d’AiNT. Tracer prend en compte l’auto-blindage gamma des déchets et la répartition de l’activité. Il utilise les informations de volume obtenues à partir du nuage de points global du balayage laser 3D.

Estimation de la pose de préhension pour la manipulation des déchets radioactifs

Afin de saisir les déchets, une pose de préhension est estimée pour les robots de manutention téléopérés ou partiellement automatisés. Cela nécessite une détection rapide, fiable et sans ambiguïté des déchets sous forme de nuage de points. Ceci est créé via un scan laser 3D. Des nuages ​​de points supplémentaires provenant des caméras 3D sont intégrés dans le système sous différents angles. Un pipeline logiciel correspondant pour la caractérisation spatiale est développé à l’aide de méthodes de localisation d’objets et d’estimation de pose basées sur des nuages ​​de points.

Alternativement, la virtualité augmentée (voir ci-dessous) est une option de gestion.

Virtualité augmentée – utilisation facultative des données CAO rendues

Les informations pour la représentation correcte des déchets à manipuler sont obtenues à l’aide de caméras 3D intégrées. En superposant des informations sur les pièces capturées dynamiquement sur des représentations de composants statiques et de systèmes de robots en mouvement, une « virtualité augmentée » est créée.

Un défi est la représentation conviviale des objets capturés. En utilisant plusieurs nuages ​​de points, des représentations complètes d’objets détectés dynamiquement peuvent être affichées, quel que soit l’angle de vue de l’opérateur. Cependant, les utilisateurs peuvent être gênés par le bruit et irrités par la représentation directe des nuages ​​de points en réalité virtuelle. Ainsi, l’ergonomie d’une application de réalité virtuelle est améliorée grâce à des représentations rendues d’objets dynamiques sous forme de données CAO, qui s’affichent à la place de nuages ​​de points. Pour identifier et déterminer la pose des objets, des pipelines issus de plusieurs méthodes d’apprentissage automatique et d’automatisation intelligente sont évalués et développés au FAPS.

Une tâche centrale du projet Virero est le développement ultérieur de cette approche afin que de nombreuses parties fortement variables puissent être reconnues efficacement (voir Figure 5).

Documentation numérique avec tri ultérieur dans des fûts

La documentation photo peut être produite manuellement ou automatiquement par l’opérateur dans l’environnement VR.
Dans le cas manuel, une image est prise par la caméra stéréo à l’aide du menu AV dans le VR. L’opérateur peut sélectionner une position d’image optimale pour le déchet et la caméra choisie. L’image capturée est stockée avec les données de caractérisation radiologique et toute autre donnée (par exemple, estimations de dimensions et de poids) et automatiquement affectée au baril sélectionné pour le tri.

Une question de recherche abordée par le projet Virero est la dérivation des critères de tri. Le processus de tri est documenté et surveillé en conséquence. Dans le cas d’un tri manuel téléopéré par l’opérateur, des recommandations d’action sont affichées dans le VR. La documentation photographique comprend également une superposition des images des déchets avec leur distribution d’activité reconstituée. Cela permet d’intégrer les résultats de la caractérisation radiologique dans la documentation de la campagne de conditionnement.

Avantages économiques et techniques de l’utilisation des technologies basées sur la RA pour trier les déchets nucléaires

Le couplage d’une reconstruction automatisée d’activité spécifique à un nucléide avec un tri téléopéré basé sur la réalité virtuelle ou la réalité augmentée présente des avantages techniques et économiques.

La reconstitution précise de l’activité des déchets individuels est susceptible de permettre une optimisation volumique des déchets radioactifs conditionnés. En séparant les composants de déchets à haute activité, les points chauds peuvent être séparés et introduits dans un processus de conditionnement séparé. Il en résulte une diminution des volumes de déchets hautement radioactifs à emballer et une réduction des coûts.

Les bras robotisés télécommandés présentent plusieurs avantages par rapport aux télémanipulateurs mécaniques actuellement utilisés dans les cellules chaudes. Presque toutes les cellules chaudes existantes sont conçues pour la motricité fine avec des substances hautement actives. Ils ne peuvent pas procéder à des opérations de démantèlement et de séparation nécessitant l’usage de la force, comme briser une matrice de béton ou couper des structures métalliques.

Les bras de robot utilisés dans le projet de R&D Virero peuvent être commandés dans différentes tailles et conceptions « prêtes à l’emploi » auprès de divers fabricants. Un mélange de robots lourds pour le traitement d’objets avec des outils puissants et de robots mobiles plus petits pour la manipulation d’articles individuels est testé en option.

Une différence par rapport au système de manipulateur classique est qu’un couplage mécanique entre l’opérateur et les bras du manipulateur n’est plus nécessaire. Il n’y a pas besoin de poste de travail permanent à proximité de la cellule chaude puisque la réalité virtuelle permet un découplage spatial de l’opérateur et du manipulateur. L’automatisation partielle testée dans le projet Virero augmente également l’efficacité du processus de tri, car elle permet des temps de fonctionnement plus longs qu’avec un système de tri entièrement manuel.

Grâce à sa conception compacte et modulaire, il peut être rapidement intégré dans le processus de conditionnement. Cela permet de minimiser le transport ainsi que les retards et les risques associés.


Remerciements

Le projet de R&D Virero est partiellement financé par la directive de financement FORKA du ministère fédéral allemand de l’Éducation et de la Recherche (FMER) sous les codes de financement 15S9422A-C.

Cet article a été écrit par Frank Querfurthm, Automation & Software Engineer chez Framatome et Carsten Demel, Team & Project Lead, Robotics Team of the I&C Business Unit chez Framatome. Les contributeurs comprenaient : Andreas Havenith et Christopher Helmes (AiNT) et Prof. Dr.-Ing. Jörg Franke et Sebastian Reitelshöfer (FAPS)




Roxxcloud

Leave a Reply

Your email address will not be published.

Back to top