بررسی،تحلیل و شناخت کاربرد یادگیری ماشین مبتنی بر بکارگیریالگوریتم های هوش مصنوعی با هدف نظارت بر فرایند عملکرد یکنیروگاه اتمی

مقاله به بررسی توسعه استراتژی نظارت آنلاین و روش شناسی پیش بینی جهت تجزیه و تحلیل عملکرد سیستم هسته ای و اجزای آن میپردازد. کاربرد نظارت آنلاین پیشرفته در نیروگاه های هسته ای امروزی، بسیار مورد توجه قرار گرفته است، زیرا گذار از تکنیک های نظارتسنتی نیروگاه های هسته ای، جمع آوری توسط برگه های داده ثبت شده دستی در دیجیتالی سازی را در بر می گیرد. در این مطالعه، یکچارچوب مفهومی به منظور استفاده از فناوری دوقلوی دیجیتال برای پیش بینی و فرآیند نگهداری اجزای اولیه نیروگاه هسته ای جهت کاهشخطر خرابی آن پیشنهاد شده که بر عملکرد و ایمنی نیروگاه تاثیر می گذارد. توسعه الگوریتم یادگیری ماشین برای تشخیص و پیش آگهیخودکار جدید و نوآورانه است، به عنوان مثال ممکن است امکان گذار از نگهداری مبتنی بر زمان به شرایط را برای نیروگاه هسته ای را فراهمسازد. هیچ دانش قبلی درمورد یادگیری ماشین برای نظارت آنلاین عملکرد ایتم های هسته ای در مطالعات باز شناخته شده نیست. این روشاز داده های بزرگ از سنسورها و کنترل کننده های منطقی برای آموزش الگوریتم یادگیری ماشین برای تشخیص ناهنجاری ها یا الگوی مفید قبلاز خرابی اجزا استفاده می کند. به علت محدود بودن داده های موجود در مورد اجزای هسته ای اولیه، مفهوم دوقلوی دیجیتالی برای تولید آنهادر شرایط مختلف نیروگاه توسط شبیه سازی عددی اتخاذ شده است. سپس، الگوریتم آموزش دیده قادر به پیش بینی عملکرد اجزای هستهای با پیش بینی یا تاخیر در بازرسی برنامه ریزی شده برای تعمیر / جایگزینی آنها است. این رویکرد می تواند از بهینه سازی نگهداری پیش بینی کننده مبتنی بر شرایط نیروگاه و توسعه «مدل دو قلوی دیدیجیتال» برای بهبود ایمنی و در دسترس بودن نیروگاه حمایت کند.

Keywords:

یادگیری ماشین , الگوریتم های هوش مصنوعی , یادگیری عمیق , رمزگذار خودکار