Voltada para o desenvolvimento de SMRs com combustível de tório, esta linha de pesquisa analisa o potencial desses reatores para fornecer energia de forma segura, escalável e com baixos custos iniciais de capital. A combinação entre o tório e o conceito modular oferece uma alternativa robusta para diversificação energética em contextos urbanos, industriais ou isolados, com vantagens como reabastecimento estendido, alta confiabilidade e forte apelo para exportação de tecnologia nacional.
Voltada à inserção do tório em tecnologias nucleares já consolidadas, esta linha analisa sua aplicação em reatores de Geração III+, como os PWRs e BWRs avançados. O trabalho envolve estudos sobre o comportamento do núcleo, viabilidade do ciclo combustível alternativo e impactos na segurança e na economia do sistema. A introdução do tório nesses reatores visa facilitar a transição para uma matriz nuclear mais limpa e eficiente, aproveitando a infraestrutura e experiência já existentes.
Esta linha estuda o emprego do tório em conceitos avançados de reatores de Geração IV, como os reatores de sal fundido, refrigerados a gás ou a metal líquido. O foco está em investigar como o ciclo Th–232 -> U-233 pode ser integrado a esses sistemas para promover maior sustentabilidade, segurança passiva, eficiência na utilização de recursos e menor produção de resíduos transurânicos. A pesquisa inclui modelagem computacional, análise físico-nuclear e avaliação de desempenho a longo prazo.
A pesquisa em microrreatores com tório busca desenvolver sistemas nucleares de pequeno porte, projetados para operar de forma autônoma por longos períodos, com alta segurança intrínseca e baixa necessidade de manutenção. Tais reatores são ideais para fornecimento de energia em regiões remotas, instalações críticas ou aplicações móveis. O uso do tório nesses sistemas amplia a confiabilidade e reduz a produção de resíduos de longa duração, além de contribuir para a segurança do ciclo do combustível.
Esta linha de pesquisa investiga o uso de técnicas de Inteligência Artificial, como algoritmos genéticos, aprendizado de máquina e métodos de otimização multiobjetivo, para aprimorar o projeto de reatores nucleares com combustível à base de tório. O objetivo é automatizar e acelerar a busca por configurações que maximizem a segurança, a eficiência e a sustentabilidade dos reatores, considerando simultaneamente variáveis como geometria do núcleo, espectro de nêutrons, queima do combustível e geração de resíduos.