В Южной Корее разработана модель ИИ для приоритизации обследования ядерных объектов после землетрясения

Совместная исследовательская группа Корейского научно-исследовательского института стандартов и науки (KRISS) и Ульсанского национального института науки и технологий (UNIST) разработала модель глубокого обучения, которая помогает быстро определять приоритетные зоны обследования на ядерных объектах после землетрясения. Модель, используя только сигналы сейсмических волн, регистрируемые одной сейсмостанцией, в реальном времени прогнозирует вибрационные отклики в нескольких точках внутри атомной электростанции и количественно ранжирует потенциальные риски.

Исследование выполнено совместно группой старшего научного сотрудника KRISS Ли Джэ Бома (Jae-Beom Lee) и профессора UNIST Ли Ён Джу (Young-Ju Lee). Исследователи отмечают, что данная технология позволяет без установки датчиков в каждом ключевом месте прогнозировать вибрационные характеристики в 139 точках ядерного объекта, где датчики не установлены, что помогает оператору быстрее сузить зону пост-сейсмического обследования.

После землетрясения, даже если объект не получил видимых повреждений, подтверждение безопасности и детальное обследование всё равно могут привести к длительному простою. Согласно данным, после землетрясения магнитудой 5,8 в Кёнджу (Республика Корея) в 2016 году энергоблоки № 1–4 АЭС «Вольсон» возобновили работу после примерно 80 дней подтверждения характеристик и детального обследования. После сильного землетрясения в Кумамото (Япония) в июле этого года завод TSMC Kumamoto 1 также приостанавливал работу и постепенно вернулся к нормальному режиму после проверки и наладки оборудования.

Ядро исследования заключается в технологии «виртуального зондирования». Модель, анализируя сейсмические волны, регистрируемые одной сейсмостанцией, в реальном времени прогнозирует вибрационные отклики в различных точках внутри объекта; даже при работе с реальными записями землетрясений, не использовавшимися при обучении, модель демонстрирует хорошую прогностическую способность. Исследовательская группа также включила в расчёты неопределённость, обусловленную конструкционными характеристиками, количественно выражая вероятность превышения вибрационным откликом в каждой точке заданного порога риска в диапазоне от 0% до 100%.

Данный подход не сводится к простому бинарному суждению «безопасно» или «опасно», а ранжирует точки обследования по уровню вероятности риска. Для крупных сложных объектов, таких как атомные электростанции, это помогает экспертам в первоочередном порядке проверять зоны высокого риска после землетрясения, повышая эффективность подтверждения безопасности.

Исследовательская группа также предложила расчётную формулу для вывода оптимальной архитектуры искусственного интеллекта на основе собственных частот конструкции, что сокращает итеративный процесс проектирования и сравнения моделей. Модель ИИ, спроектированная по этому методу, по точности сопоставима с некоторыми новейшими моделями глубокого обучения, но при этом имеет значительно меньшее число параметров и заметно меньшую вычислительную нагрузку, что делает её более подходящей для применения в полевых условиях с ограниченными вычислительными ресурсами.

Поскольку данная модель ИИ может гибко проектироваться с учётом вибрационных характеристик различных конструкций, исследовательская группа считает, что в будущем данная технология может быть расширена на пост-сейсмическую оценку безопасности крупных промышленных объектов, таких как полупроводниковые заводы и центры обработки данных.

Ли Джэ Бом отметил, что в области безопасного искусственного интеллекта одинаково важны точное прогнозирование и понимание границ суждений модели. Последующие исследования будут направлены на дальнейшее повышение надёжности модели, чтобы она могла помогать персоналу принимать решения в условиях неопределённости.

Результаты работы оформлены в виде трёх научных статей, включая публикацию в международном журнале Reliability Engineering & System Safety. Исследование поддержано индивидуальным проектом фундаментальных исследований Национального исследовательского фонда Кореи и проектом фундаментальных исследований Корейского научно-исследовательского института стандартов и науки.