Работен пакет 10

ПРИЛОЖЕНИЕ НА ТЕХНИКИТЕ НА СИМУЛАЦИОННОТО МОДЕЛИРАНЕ И ИЗКУСТВЕНИЯ ИНТЕЛЕКТ ПРИ ИЗСЛЕДВАНЕ НА ЯДРЕНАТА БЕЗОПАСНОСТ

В РП 10 се моделира и оценява вероятността за погрешно вземане на риск-информирано решение и/или погрешно действие от оператор и екип от оператори в условията на неопределеност.

Методологията включва качествено и количествено определяне на ситуационната осведоменост и познавателния контекст в ядреното съоръжение на основата на симптомите на обща система, която съдържа ядрения обект, управляващия субект и актуалната ситуация.

Разработваните модели, методи и система за събиране и обработка на данни са предназначени за оценка и подобряване на оперативното управление на сложни процеси в технологии с предполагаем риск за обществото. В ядрената технология, целите са не само в повишаване на ефективността и доверието в нея, но най-вече в надеждното оценяване, намаляване и разпределяне на риска и неопределеността, определяни интегрално чрез вероятностния анализ на безопасността (ВАБ).

Резултатите ще се прилагат непосредствено към действащите (ВВЕР-1000) и планирани (AP-1000) ядрени реактори в АЕЦ „Козлодуй“ за оценка и подобряване на обучението на екипите от ядрените оператори; събиране на данни за погрешни човешки действия; оптимизиране на управлението на технологичните процеси чрез проверка, валидиране и верифициране на симптом-ориентирани аварийни инструкции (СОАИ) и процедури по време на експлоатация, техническото обслужване и ремонт.

Изследванията са приложими и за други сложни технологични системи и съоръжения, носещи рискове, с ядрени или други реактори от различен тип и мащаб.

Освен това, в условията на глобална конкуренция, повсеместна дигитализация и приложение на изкуствения интелект, както и разширяването на трансдисциплинарните изследвания, темата на РП 10 е предпоставка за ползотворно научно сътрудничество и обмяна на ноу-хау с напреднали в областта научни институти и лаборатории.

Работни задачи

Задача 10.1. Разработване на метода „Оценка на работата на екип“ (ОРЕ) за рационална интерпретация на процесите на индивидуално и групово познание, комуникация и вземане на решение чрез използване на евристични детерминистично-вероятностни модели в двусмислен и сравнителен контекст

Разработване на метода “ОРЕ“ за Анализ на Човешката Надеждност (АЧН) и оценка на вероятностите за човешка грешка на основата на данни от термо-хидравлични симулации и специфични данни от тренировъчно обучение на ядрените оператори в АЕЦ „Козлодуй.“ Ще бъдат обучени студенти, специалисти, и учени за работа с методи за АЧН и използването му за създаването на бази данни на вероятностите за погрешни действия и решения, приложими във Вероятностния Анализ на Безопасността (ВАБ).Приложимостта на машинното обучение (МО), като част от дефиницията за изкуствения интелект, ще бъде изследвана основно са целите на непрекъснатия мониторинг на критично оборудване и оптимизиране на междуремонтните периоди. От гледна тока на ядрената безопасност подходът има съществено преимущество при реализиране на подходи от типа leak before break, където основната задача е ефективно идентифициране на аномалиите чрез анализ на големи набори от сензорни данни, което позволява подмяна на оборудване преди то да е дефектирало ефективно и да е довело до нарушаване на основните експлоатационни режими. Приложението на технологията може да даде по-бързи и по-точни резултати, като същевременно се разчита на по-малко, но незаменимо човешко взаимодействие, с което значително може да се понижи вероятността от постигане на човешка грешка и редуциране на влиянието на човешкия фактор. Повишената прецизност, намалените разходи и оптимизираните човешки дейности с помощта на машинното обучение имат потенциал да допринесат до значителни ползи за сектора на ядрената енергетика и най-вече в областта на повишаване на ядрената безопасност.

Потенциалните приложения на ИИ в конвенционалната част на електроенергийните системи са значими – например повишаване на ефективността електропреносната система и осигуряване на стабилно снабдяване с електроенергия чрез регулиране на производството на електроенергия на основата на данни за потреблението в реално време и прогнозиране на натовареността на различните типове генериращи мощности, включително и зависимите от променливите природни условия като интензивност на слънцегреенето, ветровете, морските вълни и други. В областта на управлението на генерираните мощности от ядрена енергия прогнозното регулиране също има място, особено при все по-широко коментираните реактори с ниски мощности, включително и малки модулни реактори, които в общия случай се характеризират с възможности за работа в маневрени режими.

В рамките на отделните дейности по задачата се предвижда изследване на приложимостта на изкуствения интелект и машинното обучение за анализ на големи обеми разнородни данни с висока производителност, създаване на изчислителни прогнозни и класификационни модели с цел анализ на процесите в ядрените реактори, прогнозиране на вероятностите за отказ на системи и компоненти и повишаване на безопасността при производството на ядрена енергия.