首页 > 论文范文 > 工程工业论文 > 核工业论文 > 探究核工业领域中大数据、人工智能在的应用和发展

探究核工业领域中大数据、人工智能在的应用和发展

2020-05-06 1832 上传者：管理员

摘要：大数据与人工智能的时代悄然已至，近年来，随着大数据、人工智能技术的迅速发展，所带来的成果正在深刻改变人类社会生活，改变工业生产，甚至是改变世界。核工业作为国之重器，当前正处在蓬勃发展中，但大数据、人工智能在核工业领域的应用鲜有落地，其中蕴藏的巨大价值尚未实现。本文就大数据和人工智能技术在核工业领域的一些应用前景进行了分析探讨。

关键词：
人工智能
大数据
应用
核工业
加入收藏

大数据在核工业领域的应用尚处于探索阶段，但有着不可估算的应用潜能。本文就大数据、人工智能技术在核工业领域的核燃料勘探采集、核装备制造、核电工程、核电运营、核电安全、核技术服务及应用、核工业机器人、核辐射与核退役等应用前景进行分析，以此探索和挖掘大数据、人工智能技术在核工业领域的应用价值。

1、背景介绍

当前互联网、云计算、大数据、人工智能等技术正处在高速发展时期，全世界的数据量出现前所未有的指数级爆发，全球知名的分析机构IDC预计，到2020年全世界数据量将增加至940亿TB。各个行业和领域都在致力于研究如何利用大数据、人工智能技术分析来优化流程，监测发展趋势，从而更好地做出决策。如何在大数据的浪潮中抓住机遇，提升电力行业的竞争优势，成为当下社会讨论的热点。

核工业是第三次科学技术革命的产物，是一个国家在能源、科技、国土安全等领域的重要组成部分，也是国家综合实力的象征。当前我国已建立了铀矿地质勘测、铀矿采集冶炼、铀浓缩、核燃料元件制造、核工程设计建造、核电运行、放射性废物处理等环节的一整套核工业体系，核工业已成为军民融合产业的标志。目前世界大国已迈入以大数据、人工智能等一系列尖端技术为核心的工业4.0时代，我国也于2015年5月颁布《中国制造2025》，全面推进实施制造强国的战略，身为国之重器的核工业应抓住历史际遇，实现核工业信息化向智能化的转变。

2、国内外发展现状

(1) 国内发展现状

2016年，中国核工业集团有限公司所属单位中国核动力研究设计院研发反应堆远程智能诊断平台，该平台运用大数据技术实现了核电站关键设备的故障识别，主要对松脱件进行远程监控和故障诊断分析，并取得了良好的效果，为全国多个核电机组提供服务。该项目采用大数据技术大大地提高了系统诊断分析的质量和效率，包括基于随机森林算法和机器学习的松脱部件触发信号性质智能分类程序，基于符号学派人工智能的诊断分析专家系统。

2019年初，由中国核工业集团有限公司牵头，联合新松机器人自动化股份有限公司、国内高校和研究所等35家单位，组建“核工业机器人与智能装备协同创新联盟”。2019年5月9日，中国核工业集团有限公司的人工智能与核科技产业融合战略规划项目开始运作，该项目是推动中核集团人工智能由理念到落地生根的关键一步。2016年，中国广核集团与清华大学在深圳签署了《核电大数据治理体系框架合作协议》。该协议内容涵盖了核电领域的统一信息模型框架和实施标准研究；核电设施全过程数据分析的标准的提出；核电大数据关键技术的研究。

该协议的签署将为提升中广核数据资产的治理和利用水平，尽快形成核电全生命周期数据的模型化、标准化和智能化，打通核电数据链，为未来大数据分析与应用奠定基础，提升中广核数据应用能力和经营决策能力。中广核所属单位苏州热工研究院目前已建立了核电设备大数据应用与安全实验室，正在推广核电设备大数据技术研发。已经建设完成、实现了不同核电基地在运机组的数据接入至在线监测和智能诊断的中心，可以实现核电机组开展群厂监测分析、预警与智能管理支持。

(2) 国外发展现状

美国西屋公司所研发的部件监测应用是一个可扩展的开放技术平台，通过传感器用于小到单个部件，大到多个核电机组的监测，最后将数据传输到数据服务器上，利用大数据技术实现故障预测与策略制定。美电力科学研究院使用“PHM（故障预测与健康管理）系统实现对本国多座核电站的实时监测功能。法国电力集团（EDF）实施“利用永久性状态监测实现状态检修”计划，实现为核电站关键部件的实时故障检测、利用专家系统对故障的评估、向国内分析中心实时推送监测数据等功能。

2020年初，法国能源公司Total和EDF共同建立了一个实验室，研究在如何使用人工智能技术解决能源领域出现的问题。日本在机器人研究领域一直处于世界前列，在福岛核事故中，如何深入核电站内部进行拍摄和清扫任务成为难点。日本的核电救灾机器人在此次事故中发挥了重要作用，尤其是在事故核电站带有放射性区域的监测及碎石的清除工作中，日本派遣紧凑型双臂重型清洁机器人ASTACO-SoRa成功移除核电站上带有辐射的碎石。

3、应用前景

(1) 核燃料勘探采集

“数字矿山”是对现实矿山和整体环境的数字化展示，是国家战略资源安全保障体系的重要组成部分。利用信息化技术建立铀矿管理系统，利用大数据、人工智能、概率技术建立铀矿专家系统，使铀矿在勘探、开采设计、矿山生产等环节有机结合、相互衔接，从而提高勘探效率、减少采矿时间、化解采矿过程中的高危险和高危害元素。

(2) 核装备制造

核装备制造是核工业领域的重要环节，将大数据、人工智能技术融入核装备制造系统的全过程，建立非结构化存储数据库，扩大现场信息收集范围和效率，提升建设项目管理全面性、准确性和安全性，利用大数据、AI技术逐步形成对大量结构化和非结构化数据的分析处理能力，基于此能力之上，通过专家系统和神经网络等最优化技术，为核装备制造在设计、生产、运行等方面提供最优的、自动化的智能分析和决策系统。

(3) 核电工程

核电工程设计建造过程存在施工周期长、涉及专业广、参与人员多、项目难度大、安全要求高等问题，核反应堆设备结构设计、核反应堆辐射屏蔽设计等也是核电工程设计的难点。整个核电工程的数据主要包括工程项目数据、工程进度数据、安全数据、监控数据、人员数据、奖惩记录数据等，将收集到的厨具存入数据仓库，利用大数据技术对数据进行预处理、过滤、分布式存储，然后使用模式匹配、无监督学习等算法对数据进行建模分析，研究当前影响工作效率、工作质量的原因，及时采用智能决策系统制定管控措施、解决方案等。

(4) 核电运营

一般情况下，核电站可以连续运行18个月而无需添加核燃料，大部分的运行成本都在于运营、调试、检查、安全等方面，因此通过大数据、人工智能等技术手段达到降本增效的目的。核电运营产生的数据主要包括生产管理数据、核电运行专业数据、设备可靠性管理数据等，利用大数据技术对此类数据管理与分析，如可利用人工智能化学诊断技术实现一回路水化学的自动化监测，并对二回路设备是否故障作较为精准的判断，以此来指导检查设备运行的实时状况、老化情况，也可为设备的大修计划作出智能决策，保证核电设备的“安、稳、长、满、优”安全运行。

(5) 核电安全

核电厂有数十个系统，囊括上百个专业，设备众多，传统运行维护及检修需要耗费大量人力、物力。将大数据、人工智能与核安全控制系统结合，实现部分场景下的自动化控制，提高核电厂的自动控制水平，并且对于整个核电运行情况让人工智能去评估系统状况、辅助操作员做出合适的决策。收集核电运行过程产生的生产数据、经营数据、安全数据，通过聚类、深度推理等技术，建立数据驱动的决策分析体系，对设备状态进行快速预测和诊断，辅助企业决策人员进行核电安全运行。

(6) 核技术服务与应用

辐射诱变育种是人为控制中子、质子或者射线等物理辐射诱变因素对植物种子进行辐照，使其产生基因变异，再从变异群体中选择符合人们想要的个体，进而培育成新的品种或种质的育种方法。但现有方法有很大的随机性，在传统田间无法大规模的实验。利用人工神经网络模型可在计算机中对模拟种子基因组DNA序列进行虚拟诱变，并建立模型预测变异的后果，再选择理想预期的变异序列进行现实实验验证，继而实现低成本、可控制的定点定向辐射育种。核医学以放射性核素及其标记化合物为基础，将核技术应用于疾病诊断、治疗和医学科学研究的新型医疗领域。利用大数据、人工智能技术将实验数据、临床数据分析挖掘潜在的规律，或者利用深度学习算法动态模拟核射线杀害细胞的过程。

(7) 核电机器人

在核工业领域，由于核设施或运行环境具有放射性，往往存在人员无法操作或者风险较大的问题，这种情况下利用机器人进入辐射性高或者操作难度大的区域进行类似关键核设施维护检修、放射性废物处置、核应急响应等工作，一方面可降低防护设备的成本和人员受辐照剂量，另一方面解决人工操作受限的问题，保证核工业的安全运行。日本福岛核事故发生后，美国、英国派出抗辐射机器人抵达福岛核电厂实施救援工作。美国iRobot公司的PackBot机器人用于现场辐射量检测，通过光纤传回现场情况和辐射数据。英国QinetiQ公司的Talon机器人利用搭载的GPS全球定位系统绘制福岛现场放射线强度图。

(8) 核退役

核设施退役是一项周期长、涉及面广、投资高、潜在危险大的系统工程，延续时间可能要几十年甚至上百年。基于安全性、经济性、实用性的考虑，在进行各项核设施退役工作前，利用大数据、人工智能技术结合外部环境数据建立退役仿真模型，对退役技术方案和关键步骤进行评估、模拟和验证，优化拆除方法和路径，模拟预测辐射扩散的剂量和方向，辅助专家对退役实施计划及过程的及时调整，以减少或消除对人员和环境的危害，并降低核设施拆解成本。

4、结束语

大数据、人工智能的兴起正引起对各传统领域的颠覆。全世界正在积极利用大数据、人工智能技术来完善国家建设、推动经济发展、提升工业制造能力。本文调研了大数据、人工智能在核工业领域的应用现状，并基于此提出了八个可以将大数据技术与核工业领域相结合的应用前景和方向。希望通过此文来为核工业工作者提供一些思路，以此来加快大数据、人工智能在核工业领域的推广与应用，未来的核工业一定会在大数据、人工智能等技术的推动下迎来更高速、更安全的发展。

参考文献：

[1]刘海滨.人工智能助力装备制造智能化[J].军民两用技术与产品,2018(19):14-22.

[2]王慧.大数据在核电工程建设安全管理中探索与实践[J].城市建设理论研究,2016(17).

[3]王跃斌.核电厂人工智能化学诊断的运用研究[J].化工管理,2016(32):250.

[4]刘呈则,严智,邓景珊.核电厂用机器人应用现状与性能分析[J].核安全,2012(4):72-76.

[5]周林,王晓峰,卞玉芳,杨安义.核与辐射安全监管大数据平台建设策略研究[J].中国环境管理,2017,9(02):25-30.

杨笑千,郭捷,唐华,等.大数据､人工智能在核工业领域的应用前景分析[J].信息通信,2020,(2):266-268.