大數據、人工智能在核工業(yè)領域的應用前景分析

劉兆龍

摘 要：文章主要是分析了大數據、人工智能的國內外發(fā)展現狀，在此基礎上講解了其在核工業(yè)領域的應用前景，望可以為有關人員提供到一定的參考和幫助。

關鍵詞：大數據;人工智能;核工業(yè);應用

1 前言

當前大數據、人工智能的不斷發(fā)展，改變了以往的工業(yè)生產模式。核工業(yè)是國家重要的武器，當前的大數據在核工業(yè)領域中還處在探索的階段，但其有著無法估算的潛能，為此文章主要是對大數據、人工智能在核工業(yè)領域的應用前景展開了分析和探討。

2 國內外發(fā)展現狀

2.1、國內發(fā)展現狀

在2016年我國的核工業(yè)研究院與中國核工業(yè)集團有限公司共同開發(fā)了反應智能診斷的平臺。該平臺主要是采用到了大數據技術來實現到了核電站關鍵設備的故障識別，主要是應用在松動部件的遠程監(jiān)控和故障識別當中。在診斷和分析方面取得了良好的效果，為我國許多核電機組提供了服務。該項目主要是采用到了大數據技術，在一定程度上提高到了系統診斷分析的質量和效率，其中主要是包括松林算法和機器學習松散件觸發(fā)特征智能分類程序，其是一個符號了人工智能的診斷分析專家系統。2019年初，由中國國家核工業(yè)集團有限公司領導，攜帶新聞機器人自動化有限公司，國內大學和科研機構等35個單位，是核電機器和智能設備的合作創(chuàng)新聯盟工業(yè)成立。2019年5月9日，CNNC人工智能和核技術產業(yè)一體化的戰(zhàn)略規(guī)劃項目開始運行，這是推動CNNC從概念到根本的人工智能的關鍵步驟。2016年，CNNC和清華大學簽署了深圳核電數據治理系統框架的合作協議，包括核電領域的統一信息模型框架和實施標準，以及為整個過程數據分析建立核電廠協議標準將改善CGN數據資產的管理。使用水平，盡快使用核電壽命數據的建模，標準化和智能，打開核電數據鏈路，并可以奠定到了基本數據應用功能和業(yè)務決策用于分析的方法，才可以有效的提高到了CGN數據應用能力和業(yè)務決策能力，當前我國的蘇州熱工研究院已經建立了核電設備大數據應用和安全實驗室，且在不斷的推進到了其核電設備大數據技術的研發(fā)，完成并實現了不同核電運行的數據接入，以在線監(jiān)測和智能診斷為中心，從而實現對核電站監(jiān)測分析預警和智能管理的支持。

2.2、國外發(fā)展現狀

由Westinghouse開發(fā)的組件監(jiān)測應用程序是一個可擴展和開放的技術平臺。傳感器用于監(jiān)測小于單個組件，大于多個核電源單元。采用大數據技術實現故障預測和戰(zhàn)略發(fā)展，美國電氣工程研究所采用PHM（fault prediction and health management）系統實現對多個核電站的實時監(jiān)測，EDF實現永久性的狀態(tài)監(jiān)測和狀態(tài)檢查程序，實現實時故障監(jiān)測檢測核電站關鍵部件，并采用故障評估專家系統。2020年初，道達爾能源公司和法國電力公司利用人工智能技術聯合建立了一個研究能源實驗室。

3 應用前景

3.1、核燃料勘探釆集

數字礦山是真實礦山和整個環(huán)境的數字顯示。其是我國戰(zhàn)略資源保障體系中最為重要的一部分。其主要是利用到了信息技術來建立了鈾礦管理的系統，且利用到大數據、人工智能和概率技術建立了相關的鈾礦專家系統。為提高勘探效率，降低采礦時間成本，解決采礦過程中的高風險因素，將在勘探、露天設計、礦山生產等方面對鈾礦進行改進。

3.2、核裝備制造

核設備制造是核工業(yè)中最為重要的部分。有關人員應當要將大數據和人工智能技術整合到核設備制造系統的整個過程中。非結構化存儲數據庫的使用擴展了現場信息收集的范圍和效率，并提高了建設項目管理的全面性，準確性和安全性。人工智能技術逐漸形成了分析和處理到了較為大量的結構化和非結構化數據的能力?；谶@種能力，通過專家系統，神經網絡和其他優(yōu)化技術提供了優(yōu)化和自動智能分析和決策系統，用于核設備制造的設計，生產和運營。

3.3、核電工程

核電工程設計和施工建設周期長，涉及強大的專業(yè)性，許多參與者，高工程難度，高安全性要求，核反應堆設備的結構設計，核反應堆的輻射屏蔽設計等核電也難以工程設計。核電項目的主要數據主要包括項目數據，項目進度數據，安全數據，監(jiān)控數據人員數據，獎勵和懲罰數據等，收集的數據存儲在數據倉庫中。利用大數據技術進行準備、過濾和分布式存儲，然后利用模式匹配、無監(jiān)督學習等方法對數據進行建模和分析，利用智能決策系統對當前影響工作效率和質量的問題制定控制措施和解決方案。

3.4、核電運營

一般來說，核電站可以在不添加核燃料的情況下運行18個月。大部分運營成本都在運營、調試、檢查和安全方面。因此，通過大數據、人工智能等技術手段達到降低成本和效率的目的。核電運行產生的數據主要包括生產管理數據、核電運行設備可靠性管理數據等專業(yè)數據，可以利用到了大數據技術對這些數據進行管理和分析，如果采用人工智能化學診斷技術實現道路水化學的自動監(jiān)測，二次回路裝置的判斷將更加準確，從而指導設備的實時運行狀態(tài)和老化程度，并能對設備的維修計劃進行智能決策，確保核電設備的安全、穩(wěn)定、長期、可靠全面的運行。

3.5、核電安全

核電站有幾十個系統，包括數百個專業(yè)。傳統的操作、維護和維修需要大量的人力物力。大數據、人工智能和核安全控制系統的結合，可以在某些情況下實現自動控制，提高核電站的自動控制水平，讓人工智能評估整個核電站的系統狀態(tài)和安全性，協助運行人員做出適當的決策，并收集核電運行過程中產生的生產數據、運行數據和安全數據，運用深度推理等技術，建立數據驅動的決策分析系統，快速預測和診斷設備狀態(tài)，輔助企業(yè)決策者進行核電安全的運行。

3.6、核技術服務與應用

輻射突變育種是人工控制物理輻射誘變蛋白的育種方法，例如中子，質子或光線，以照射植物種子以產生基因突變，然后從突變群中選擇所需的個體以培養(yǎng)新的品種或種質。然而，現有方法具有很大的隨機性，不能在傳統領域的大規(guī)模實驗中使用。人工神經網絡模型可用于在計算機中進行虛擬突變，并建立模型以預測突變的后果?？梢赃x擇理想的預期突變序列用于真實實驗。序列的繼電器成本低，可以控制固定點方向。核醫(yī)學基于放射性和標記化合物，使用大數據，人工智能技術，實驗數據等臨床數據分析和挖掘潛在的法律，核技術在疾病診斷，治療和醫(yī)學研究中的應用新興的醫(yī)療領域，或使用深度學習算法動態(tài)模擬核輻射殺傷細胞的過程。

3.7、核電機器人

在核工業(yè)中，由于核設施或運行環(huán)境的放射性，還存在著一些人們無法操作或存在風險的相關問題。在這種情況下，利用機器人進入高輻射或難以操作狀態(tài)，如核設施的維護、核應急等，可以降低設備的保護成本和對人體的輻射劑量。日本福島核事故發(fā)生后，美國和英國先后派出反輻射機器人前往福島核電站進行了相關的救援工作。

3.8、核退役

核設施退役是長期，大規(guī)模，高投資和潛在危險的系統工程。它可以持續(xù)數十年甚至幾個世紀。按照安全，經濟和實用性的思考，在退役各種核設施之前，通過將大數據和人工智能技術與外部環(huán)境數據相結合，建立了退役模擬模型。評估退役技術方案和關鍵步驟，模擬和驗證，拆除方法和路徑進行了優(yōu)化，并模擬和預測輻射擴散劑量和方向，幫助專家調整退役實施計劃和時間，減少或消除對人員和環(huán)境的危害，降低核設施拆解的成本。

4 結束語

由上可知，大數據、人工智能的興起使得傳統行業(yè)發(fā)生了翻天覆地的變化，當前世界各國都在使用到大數據、人工智能來不斷完善到國家建設，推動到經濟的發(fā)展且在一定程度上提升到工業(yè)制造能力。

參考文獻：

[1]蘇紹玉， 徐婧， 鄢仁祥. 文本分析技術在蛋白質生物信息學中應用的案例綜述[J]. 生物信息學 2020年18卷4期， 215-222頁， ISTIC， 2021.