[2C09-14] AI

15:00 〜 15:15

[2C10] 機械学習による亀裂ネットワーク内の化学反応に伴う浸透率変化の予測

*千倉 逸平¹、岡本 駿一^2,1、斉藤 拓巳¹ (1. 東京大学大学院工学系研究科、2. 電力中央研究所)

キーワード：

亀裂ネットワーク、機械学習、浸透率変化

高レベル放射性廃棄物の地層処分における安全評価では、亀裂性岩盤中の地下水流動および核種移行を多数のシナリオ条件下で解析する必要がある。特に、充填鉱物溶解などの化学反応に伴う亀裂の浸透率の時間変化は、地下水流動や核種移行挙動を左右する重要な要因である。一方、反応輸送解析は移流、物質移行、化学反応を連成して計算するため計算負荷が高く、多数のケースを対象とした解析には課題がある。また、亀裂性岩盤では流動、物質移行、化学反応が複雑に相互作用するため、浸透率変化を支配する要因は十分に解明されていない。本研究では、DFN（Discrete Fracture Network）モデルを対象とした反応輸送解析の結果を用いて、機械学習による浸透率予測モデルを構築する。さらに、特徴量重要度やモデル性能の比較を通じて浸透率変化の支配因子を分析し、反応輸送解析の高速化と亀裂ネットワークにおける浸透率進化メカニズムの理解に資する知見を得ることを目的とする。