Nükleer güç düşük karbonlu enerji üretiminin temel taşıdır, ancak bitki operasyonlarındaki hata marjı ortadan kaldırılır. reaktör tasarımları daha sofistike ve sensör ağları genişletilir, geleneksel yönetim tabanlı izleme sistemleri, büyüme karmaşıklığı ile devam etmek için mücadele eder. Yapay zeka, bu yüksek oranda nükleer güvenlik izleme için dönüştürücü bir yaklaşım sunar - daha doğru bir hata öngörüsü ve daha dayanıklı altyapının daha da kırılgan hale getirir.Bu makale, AI'nın nükleer güvenlik sistemlerini nasıl yeniden şekillendirdiğini araştırıyor ve geleceğin bu yüksek ücretli teknoloji için ne kadar iyi bir yaklaşım sağladığını araştırıyor.
AI Nükleer Güvenlik İzlemesini Nasıl Geliştiriyor
Nükleer güvenlik izleme tarihsel olarak sabit eşlere, manuel denetimlere ve temel alarm mantığına bağlıydı. Bilinen başarısızlık modları için etkili olsa da, bu yöntemler genellikle ince, erken bozulma göstergeleri kaçırmaktadır. AI, yüksek boyutlu sensör verilerinin akışlarını sürekli analiz ederek geleneksel bir izleme, insan operatörlerinin göz ardı edebileceği modelleri kabul eder ve uyarıları küçük bir konu ciddi bir olay haline getirir.
Gerçek Zaman Anomaly Tespiti
Modern nükleer tesisler, binlerce sensör izleme sıcaklığı, basınç, akış oranı, radyasyon seviyeleri, vibrasyon ve akustik imza ile donatılmıştır. Örneğin, bir veri hacmi, her parametreyi aynı anda takip etmek için operatörlerin pratik hale getirilmesini sağlar. Makine öğrenme modelleri -özellikle de otomatikleştirici sinir ağları ile ilişkili olanlar - geleneksel bir eşgüdümlü alarmın normal operasyonel özelliklerini öğrenerek gerçek zamanlı olarak, bir görüntüleyici su reaktörünün normal bir şekilde yönlendirilmesini sağlar.
A 2023 çalışması, geleneksel alarm mantığıyla % 97 oranında kesinti tespit edilebilir.[Dönetici:0)Nuclear Engineering ve Design[Dönetici:0) tarafından yayınlanan bir araştırma, 18 ay boyunca eğitilmiş derin bir öğrenme modelinin, simülasyonlu bir reaktörden alınan verilere yol açan koşulları tespit edebilir.
Tahmin edici Bakım ve Ekipman Sağlığı
Planlanmamış ekipman hataları, nükleer santrallerde birincil risk kaynağıdır. AI tarafından desteklenen tahmin edilebilir bakım, gerçek zamanlı koşul izleme ile, bileşenler başarısız olduğunda tahmin etmek için gerçek zamanlı koşul izleme, statik ormanlar, gradient güçlendirme makineleri gibi modeller ve uzun kısa süreli bellek (LSTM) ağlar, sensör telemetri ve bakım logları üzerinde eğitilmiştir.
[FONT:0]Elektrik Araştırma Enstitüsü (EPRI)), AI tabanlı prognostic modellerinin zorlanmış bir kapanma sırasındaki pompa çevrimdışılarını güvenli bir şekilde almalarını sağlayan birkaç ABD nükleer santralinde pilot programları çalıştırmıştır.Bir durumda, LSTM modeli, böyle bir planlanmamış scram'ın meydana gelmesinden önce 72 saat önce bir ana besleme suyu pompa başarısızlığını öngördü ve bu nedenle düşük talep edilen bir kapanma sırasında onarımı için çevrimdışı olarak harcamaya izin verdi.
Gelişmiş Data Fusion ve Analiz
Nükleer güvenlik herhangi bir sensöre bağlı değildir, ancak bitki devletinin bütünleşik resmine bağlıdır. AI, heterojen kaynaklardan elde edilen verileri kullanarak üstündür: sensör akışları, tarihsel loglar, hava tahminleri, sismik izleme ağları ve insan operatörü girişleri. Bayesian ağları ve olasılıksal grafikler sürekli güncel bir risk profili üretebilmek için bu girdileri birleştirebilir. Örneğin, AI, yakındaki bir buhar sızıntı ile nem içerebilir, yakındaki radyasyon monitörlerine karşı kontrol eder ve soruşturmalar devam ederken azaltılabilir - tüm saniyeler.
Bir başka hızlı ilerleme alanı, insan incelemelerinden kaçabilecek sistemi tekrarlayan ve iyileştirmelerin kullanılmasıdır.(NLP) [UEA) [UFONT)[FONT): Bu tür teknikleri, milyonlarca belgeye dahil etmeye başlamıştır.
AI'yı Nükleer Güvenlik Sistemlerine Bütünleştirmenin Meydanları
Açık faydalara rağmen, AI'yı nükleer güvenlik içinde dağıtma basit değildir. Endüstri dünyanın en ağır şekilde düzenlenmiş olması ve güvenlikle ilgili yazılımların herhangi bir değişikliğin sıkı güvenilirlik, güvenlik ve açıklanabilirlik gereksinimleriyle karşılanması gerekir.Bu zorluklar dikkatli mühendislik ve yönetişim gerektirir.
Siber güvenlik riskleri
AI sistemleri yeni saldırı yüzeylerini tanıtmaktadır. Tartışma makinesi öğrenme - saldırılara karşı savunma yapmak için tasarlanmış kötü bir aktörün girişinin bir kısmı - nükleer uygulamalar için özel bir endişe gerektirir. Bir sensör okuması için, insan operatörüne karşı algılanabilir, bu tür saldırıların karşı savunmanın normal bir şekilde tespit edilmesi için bir anomali tespit modeline neden olabilir.
ABD Nükleer Düzenleme Komisyonu (NRC) ve ulusal siber güvenlik merkezleri özellikle nükleer bağlamda AI için rehberlik geliştiriyor. Örneğin, NRC'nin ilgili donanım standartlarını karşılamak gerekir.[Dönerci Rehberlik Kılavuzu 5.71), bu siber güvenlik programları nükleer tesisler için ele alınacaktır.
Açıklanabilirlik ve Güven
Nükleer operatörler açık, denetim edilebilir bir rasyonele dayanan kararları almaya eğitilmiştir. SHAP (Shapley katkı açıklamaları) ve LIME (yerel yorumlanabilir model-agnostic açıklamalar) gibi, bu da bir tahmine sahip olan sensörleri ve kalıpları ve desenleri vurgulayabilmenin mümkün değildir.
Uygulamada, birçok nükleer operatör, AI önerilerini şeffaf bir kural tabanlı bir şekilde birleştiren karma sistemleri tercih eder. Örneğin, bir AI potansiyel bir anomali bayrağını bayrağı altında tutabilir ve sonra tespit edilen desenli dizinli bilgi tabanından bilinen bir kontrolleri tercih eder.Bu katmanlı yaklaşım, her önerilen eylemin mantıksal bir kanıt zincirine izin verirken, AI'nın dört kat daha fazla bilgi sahibi olduğunu kabul eder.
Düzenleme
Mevcut düzenleyici çerçeveler statik, deterministic sistemler için tasarlanmıştır. AI modelleri zaman içinde parametrelerini güncelleyen -veya siyah kutu algoritmalarına güvenmektedir - mevcut onay süreçlerine uygun değildir. NRC ve diğer düzenleyiciler, güvenlik zarfı dışında performans ve düzeltme ve tahmin etmek gibi aktif olarak çalışmaktadır.
Sınır ötesi işbirliği de gereklidir. Bir ülkede inşa edilen bir reaktör, başka bir şeyden kaynaklanmış, model eğitim verileri ve güncelleştirme protokolleri hakkında sorular yetiştirebilir. IAEA, bir ACITT:0)Working Group on Yapay Zeka for Nuclear Applications) harmonize yönergeleri harmonize etmek için kullanılabilir, ancak bir uluslararası standart hala yıllar uzaklıktadır.
Vaka Çalışmaları ve Gerçek Dünya Uygulamaları
Birkaç nükleer operatör ve araştırma kuruluşu zaten AI'yı laboratuvardan ve operasyonel ortamlara taşıdı. Bu vaka çalışmaları hem potansiyel hem de pratik dersler öğrendi.
AI in Existing Light-Water Reorsorsors
Framatome, büyük bir nükleer OEM, ABD'de birçok bitkide eğitim gören bir AI tabanlı izleme sistemi kurdu, bitkisel veri ile gerçek zamanlı olarak güncellendi: 0).VERA) nükleksiyon (DNB) marjları - ABD'de yüksek sadakatle ilgili bir sinir ağı, yüksek sadakatli fizik simülasyonlarında eğitilmiş bir ağ, DNB'nin ikizlerini hesaplar, DNB'nin gerektirdiği saatler yerine, geleneksel devreleri tahmin etmek için gerekli olan saatleri hesaplamak için.
Güney Kore'de, arsalı korozyona neden olan boru duvarı için AI tabanlı erken uyarı sistemi geliştirdi ve ultrasonik kalınlığı analiz ederek, %2'den daha az bir hata marjı ile kalan duvarı kalınlığını tahmin etti.
Gelişmiş ve Küçük Modüler Reaktörler için AI
Sonraki nesil reaktör tasarımları – küçük modüler reaktörler (SMRs), molten tuz reaktörleri ve yüksek sıcaklık gaz soğutma reaktörleri – bu tasarımların çoğu pasif güvenlik özelliklerine ve daha yüksek sıcaklıklara veya farklı serinliğe güvenmektedir. AI, bu boşluğu işletme reaktörlerinden ve simülasyon tabanlı eğitimden itibaren aktarmaya yardımcı olabilir.
Startups like theFL:0)Terrestrial Energy) ve [[Dönetici:2)NuScale Power), AI destekli SMRs'ler tasarım aşamasından kontrol sistemleri ile birlikte çalışmanız bekleniyor. Örneğin, NuScale'nin entegre kontrol odası konsepti, 12 reaktör modüllerinin her birinin sağlığını izlemek için bir makine öğrenimi modeli kullanır (77 MWe each) ve serin envanterdeki sapmaları tahmin eder.
Nükleer Güvenlikteki AI Geleceği
AI olgunları ve düzenleyici çerçeveler adapte olduğu gibi, nükleer güvenlikteki akıllı sistemlerin rolü genişleyecek. Yakın vadeli gelişmeler insan-AI takımlarına odaklanacak, ancak daha uzun vadeli vizyonlar, uzaktan veya derin deniz reaktörleri için tamamen otonom güvenlik sistemleri içeriyor.
Özerk Takip Sistemleri
Bir umut verici yön, sürekli olarak tüm bitki alt sistemlerini izleyen bir “AI security denetçisi” kavramıdır ve öncelikli siparişte operatörlere anormallikler kazandırabilir.Bu tür sistemler, sürekli olarak şarj edilebilir bir şekilde istasyon karalama sırasındaki soğutma kapasitesi ile takviye edilebilir. 0 )U.S. Enerjinin Işık Suor Sürdürülebilirlik (LWRS) programı) programına sahip olmak için bilgilendirici bir prototipe sahiptir.
Uzak mikroreactors için - küçük, taşınabilir birimler elektrik madenciliği operasyonları veya askeri üslere tasarlanmıştır - Özerk güvenlik izlemeleri önemlidir, çünkü insan operatörleri, insan müdahalesi olmadan yüzlerce kilometre uzakta olabilir, ancak bir model başarısız olsa bile güvenlik sağlamak için çeşitli algoritmaları.
İnsan-AI İşbirliği
Özerkliğe olan ilerlemelere rağmen, nükleer endüstrinin güvenlik kültürü insan gözetimini vurgular. En muhtemel yakın gelecekte AI'nın veri yoğun izleme ve model tanıması, insanlar stratejik karar verme platformuna odaklanırken, geçerlilik ve etik yargılayıcıları AI tarafından üretilen senaryoları nadir, yüksek riskli olaylar için keskin bir şekilde işletmeci yanıta hazırlayacaktır.
Aynı şekilde, uluslararası standartlarda güvenlik-kahkade uygulamaları için geliştirilmektedir.Anahtar uygulamaları ile ilgili kuruluşlar IEEE P7009 (Atatik ve Elektronik Mühendislerin (IEEE) ve IEC 62859 (Nuclear Power Power Systems – Instrumentation and Control – Yapay Zeka), bu AI P7009 (Atatik sistemlerde daha geniş bir şekilde kabul edilen bir şekilde, güvenli bir dağıtım için mavi bir baskı sağlayacaktır.
Sonuç olarak, yapay zeka, nükleer enerji için gümüş bir mermi değildir, ancak bu, hızlı, doğruluk ve izleme sistemlerinin kapsamlı bir şekilde geliştirilmesi için güçlü bir araçtır.Şu anda binlerce sensöre karşılaştırıldığında, AI, modern nükleer santrallerin büyüyen karmaşıklığına hitap eder.