ИИ-диагностика оборудования АЭС: быстрый и недорогой метод

Оборудование внутри вспомогательных зданий атомных электростанций, такое как распределительные щиты, трансформаторы и аварийные генераторы, особенно подвержено вибрациям. Показательный пример – землетрясение 2016 года в Кёнджу: несмотря на то, что бетонные конструкции остались неповрежденными, энергообъекты пришлось отключить для проведения инспекций безопасности. Теперь разработана новая технология, позволяющая оперативно выявлять технику, нуждающуюся в обслуживании, без проведения масштабных ручных проверок.

Исследователи из Департамента гражданского, городского, земного и экологического инжиниринга Университета науки и технологий Ульсана (UNIST) под руководством профессора Ён-Джу Ли, совместно с доктором Джэбёмом Ли из Отдела физической метрологии Корейского исследовательского института стандартов и науки, создали передовую модель искусственного интеллекта (ИИ). Эта модель способна оценивать сейсмические отклики в 139 детальных точках внутри вспомогательных помещений АЭС.

ИИ-модель анализирует сейсмические данные, полученные с одного высококачественного датчика, и всего за 0,07 секунды прогнозирует ускорение в 139 локациях внутри здания. Эти показатели ускорения отражают интенсивность и скорость колебаний оборудования во время землетрясения, что помогает приоритизировать области и устройства, требующие срочной проверки.

В то время как для прямого измерения потребовалась бы установка сотен датчиков, данный ИИ действует как виртуальный сенсор, точно оценивая отклики в множестве точек без необходимости физического развертывания. Это существенно снижает затраты на техническое обслуживание и минимизирует перебои в работе станции.

Исследовательская группа оснастила ИИ шестью остаточными сверточными блоками, что позволило ему изучать широкий спектр вибрационных паттернов — от медленных колебаний грунта до быстрых толчков. В результате модель способна точно оценивать как крупномасштабные движения всей конструкции, так и усиленные вибрации вблизи критически важного оборудования. Результаты исследования опубликованы в журнале Computer-Aided Civil and Infrastructure Engineering.

В тестах без помех погрешность прогнозирования модели составила всего 0,44–0,59%. Даже при искусственно введенном шуме на уровне 10 дБ она сохранила низкий уровень ошибок, около 4%. Валидация на основе реальных сейсмических данных (набор данных NGA-West 2) подтвердила надежность модели, даже в условиях сейсмической активности, установленных стандартами безопасности для ядерных объектов Кореи и США.

Профессор Ён-Джу Ли отметил: «Эта технология драматически сокращает время инспекции, время простоя и затраты на техническое обслуживание атомных электростанций. Особенно в зонах с радиационным контролем, где установка и обслуживание датчиков строго ограничены и дорогостоящи, это решение предлагает фундаментальное улучшение».