劉兆龍

摘 要：文章主要是分析了大數(shù)據(jù)、人工智能的國(guó)內(nèi)外發(fā)展現(xiàn)狀，在此基礎(chǔ)上講解了其在核工業(yè)領(lǐng)域的應(yīng)用前景，望可以為有關(guān)人員提供到一定的參考和幫助。

關(guān)鍵詞：大數(shù)據(jù);人工智能;核工業(yè);應(yīng)用

1 前言

當(dāng)前大數(shù)據(jù)、人工智能的不斷發(fā)展，改變了以往的工業(yè)生產(chǎn)模式。核工業(yè)是國(guó)家重要的武器，當(dāng)前的大數(shù)據(jù)在核工業(yè)領(lǐng)域中還處在探索的階段，但其有著無(wú)法估算的潛能，為此文章主要是對(duì)大數(shù)據(jù)、人工智能在核工業(yè)領(lǐng)域的應(yīng)用前景展開(kāi)了分析和探討。

2 國(guó)內(nèi)外發(fā)展現(xiàn)狀

2.1、國(guó)內(nèi)發(fā)展現(xiàn)狀

在2016年我國(guó)的核工業(yè)研究院與中國(guó)核工業(yè)集團(tuán)有限公司共同開(kāi)發(fā)了反應(yīng)智能診斷的平臺(tái)。該平臺(tái)主要是采用到了大數(shù)據(jù)技術(shù)來(lái)實(shí)現(xiàn)到了核電站關(guān)鍵設(shè)備的故障識(shí)別，主要是應(yīng)用在松動(dòng)部件的遠(yuǎn)程監(jiān)控和故障識(shí)別當(dāng)中。在診斷和分析方面取得了良好的效果，為我國(guó)許多核電機(jī)組提供了服務(wù)。該項(xiàng)目主要是采用到了大數(shù)據(jù)技術(shù)，在一定程度上提高到了系統(tǒng)診斷分析的質(zhì)量和效率，其中主要是包括松林算法和機(jī)器學(xué)習(xí)松散件觸發(fā)特征智能分類(lèi)程序，其是一個(gè)符號(hào)了人工智能的診斷分析專家系統(tǒng)。2019年初，由中國(guó)國(guó)家核工業(yè)集團(tuán)有限公司領(lǐng)導(dǎo)，攜帶新聞機(jī)器人自動(dòng)化有限公司，國(guó)內(nèi)大學(xué)和科研機(jī)構(gòu)等35個(gè)單位，是核電機(jī)器和智能設(shè)備的合作創(chuàng)新聯(lián)盟工業(yè)成立。2019年5月9日，CNNC人工智能和核技術(shù)產(chǎn)業(yè)一體化的戰(zhàn)略規(guī)劃項(xiàng)目開(kāi)始運(yùn)行，這是推動(dòng)CNNC從概念到根本的人工智能的關(guān)鍵步驟。2016年，CNNC和清華大學(xué)簽署了深圳核電數(shù)據(jù)治理系統(tǒng)框架的合作協(xié)議，包括核電領(lǐng)域的統(tǒng)一信息模型框架和實(shí)施標(biāo)準(zhǔn)，以及為整個(gè)過(guò)程數(shù)據(jù)分析建立核電廠協(xié)議標(biāo)準(zhǔn)將改善CGN數(shù)據(jù)資產(chǎn)的管理。使用水平，盡快使用核電壽命數(shù)據(jù)的建模，標(biāo)準(zhǔn)化和智能，打開(kāi)核電數(shù)據(jù)鏈路，并可以奠定到了基本數(shù)據(jù)應(yīng)用功能和業(yè)務(wù)決策用于分析的方法，才可以有效的提高到了CGN數(shù)據(jù)應(yīng)用能力和業(yè)務(wù)決策能力，當(dāng)前我國(guó)的蘇州熱工研究院已經(jīng)建立了核電設(shè)備大數(shù)據(jù)應(yīng)用和安全實(shí)驗(yàn)室，且在不斷的推進(jìn)到了其核電設(shè)備大數(shù)據(jù)技術(shù)的研發(fā)，完成并實(shí)現(xiàn)了不同核電運(yùn)行的數(shù)據(jù)接入，以在線監(jiān)測(cè)和智能診斷為中心，從而實(shí)現(xiàn)對(duì)核電站監(jiān)測(cè)分析預(yù)警和智能管理的支持。

2.2、國(guó)外發(fā)展現(xiàn)狀

由Westinghouse開(kāi)發(fā)的組件監(jiān)測(cè)應(yīng)用程序是一個(gè)可擴(kuò)展和開(kāi)放的技術(shù)平臺(tái)。傳感器用于監(jiān)測(cè)小于單個(gè)組件，大于多個(gè)核電源單元。采用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)故障預(yù)測(cè)和戰(zhàn)略發(fā)展，美國(guó)電氣工程研究所采用PHM（fault prediction and health management）系統(tǒng)實(shí)現(xiàn)對(duì)多個(gè)核電站的實(shí)時(shí)監(jiān)測(cè)，EDF實(shí)現(xiàn)永久性的狀態(tài)監(jiān)測(cè)和狀態(tài)檢查程序，實(shí)現(xiàn)實(shí)時(shí)故障監(jiān)測(cè)檢測(cè)核電站關(guān)鍵部件，并采用故障評(píng)估專家系統(tǒng)。2020年初，道達(dá)爾能源公司和法國(guó)電力公司利用人工智能技術(shù)聯(lián)合建立了一個(gè)研究能源實(shí)驗(yàn)室。

3 應(yīng)用前景

3.1、核燃料勘探釆集

數(shù)字礦山是真實(shí)礦山和整個(gè)環(huán)境的數(shù)字顯示。其是我國(guó)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(shù)來(lái)建立了鈾礦管理的系統(tǒng)，且利用到大數(shù)據(jù)、人工智能和概率技術(shù)建立了相關(guān)的鈾礦專家系統(tǒng)。為提高勘探效率，降低采礦時(shí)間成本，解決采礦過(guò)程中的高風(fēng)險(xiǎn)因素，將在勘探、露天設(shè)計(jì)、礦山生產(chǎn)等方面對(duì)鈾礦進(jìn)行改進(jìn)。

3.2、核裝備制造

核設(shè)備制造是核工業(yè)中最為重要的部分。有關(guān)人員應(yīng)當(dāng)要將大數(shù)據(jù)和人工智能技術(shù)整合到核設(shè)備制造系統(tǒng)的整個(gè)過(guò)程中。非結(jié)構(gòu)化存儲(chǔ)數(shù)據(jù)庫(kù)的使用擴(kuò)展了現(xiàn)場(chǎng)信息收集的范圍和效率，并提高了建設(shè)項(xiàng)目管理的全面性，準(zhǔn)確性和安全性。人工智能技術(shù)逐漸形成了分析和處理到了較為大量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的能力?；谶@種能力，通過(guò)專家系統(tǒng)，神經(jīng)網(wǎng)絡(luò)和其他優(yōu)化技術(shù)提供了優(yōu)化和自動(dòng)智能分析和決策系統(tǒng)，用于核設(shè)備制造的設(shè)計(jì)，生產(chǎn)和運(yùn)營(yíng)。

3.3、核電工程

核電工程設(shè)計(jì)和施工建設(shè)周期長(zhǎng)，涉及強(qiáng)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(yīng)堆設(shè)備的結(jié)構(gòu)設(shè)計(jì)，核反應(yīng)堆的輻射屏蔽設(shè)計(jì)等核電也難以工程設(shè)計(jì)。核電項(xiàng)目的主要數(shù)據(jù)主要包括項(xiàng)目數(shù)據(jù)，項(xiàng)目進(jìn)度數(shù)據(jù)，安全數(shù)據(jù)，監(jiān)控?cái)?shù)據(jù)人員數(shù)據(jù)，獎(jiǎng)勵(lì)和懲罰數(shù)據(jù)等，收集的數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)中。利用大數(shù)據(jù)技術(shù)進(jìn)行準(zhǔn)備、過(guò)濾和分布式存儲(chǔ)，然后利用模式匹配、無(wú)監(jiān)督學(xué)習(xí)等方法對(duì)數(shù)據(jù)進(jìn)行建模和分析，利用智能決策系統(tǒng)對(duì)當(dāng)前影響工作效率和質(zhì)量的問(wèn)題制定控制措施和解決方案。

3.4、核電運(yùn)營(yíng)

一般來(lái)說(shuō)，核電站可以在不添加核燃料的情況下運(yùn)行18個(gè)月。大部分運(yùn)營(yíng)成本都在運(yùn)營(yíng)、調(diào)試、檢查和安全方面。因此，通過(guò)大數(shù)據(jù)、人工智能等技術(shù)手段達(dá)到降低成本和效率的目的。核電運(yùn)行產(chǎn)生的數(shù)據(jù)主要包括生產(chǎn)管理數(shù)據(jù)、核電運(yùn)行設(shè)備可靠性管理數(shù)據(jù)等專業(yè)數(shù)據(jù)，可以利用到了大數(shù)據(jù)技術(shù)對(duì)這些數(shù)據(jù)進(jìn)行管理和分析，如果采用人工智能化學(xué)診斷技術(shù)實(shí)現(xiàn)道路水化學(xué)的自動(dòng)監(jiān)測(cè)，二次回路裝置的判斷將更加準(zhǔn)確，從而指導(dǎo)設(shè)備的實(shí)時(shí)運(yùn)行狀態(tài)和老化程度，并能對(duì)設(shè)備的維修計(jì)劃進(jìn)行智能決策，確保核電設(shè)備的安全、穩(wěn)定、長(zhǎng)期、可靠全面的運(yùn)行。

3.5、核電安全

核電站有幾十個(gè)系統(tǒng)，包括數(shù)百個(gè)專業(yè)。傳統(tǒng)的操作、維護(hù)和維修需要大量的人力物力。大數(shù)據(jù)、人工智能和核安全控制系統(tǒng)的結(jié)合，可以在某些情況下實(shí)現(xiàn)自動(dòng)控制，提高核電站的自動(dòng)控制水平，讓人工智能評(píng)估整個(gè)核電站的系統(tǒng)狀態(tài)和安全性，協(xié)助運(yùn)行人員做出適當(dāng)?shù)臎Q策，并收集核電運(yùn)行過(guò)程中產(chǎn)生的生產(chǎn)數(shù)據(jù)、運(yùn)行數(shù)據(jù)和安全數(shù)據(jù)，運(yùn)用深度推理等技術(shù)，建立數(shù)據(jù)驅(qū)動(dòng)的決策分析系統(tǒng)，快速預(yù)測(cè)和診斷設(shè)備狀態(tài)，輔助企業(yè)決策者進(jìn)行核電安全的運(yùn)行。

3.6、核技術(shù)服務(wù)與應(yīng)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(zhì)子或光線，以照射植物種子以產(chǎn)生基因突變，然后從突變?nèi)褐羞x擇所需的個(gè)體以培養(yǎng)新的品種或種質(zhì)。然而，現(xiàn)有方法具有很大的隨機(jī)性，不能在傳統(tǒng)領(lǐng)域的大規(guī)模實(shí)驗(yàn)中使用。人工神經(jīng)網(wǎng)絡(luò)模型可用于在計(jì)算機(jī)中進(jìn)行虛擬突變，并建立模型以預(yù)測(cè)突變的后果?？梢赃x擇理想的預(yù)期突變序列用于真實(shí)實(shí)驗(yàn)。序列的繼電器成本低，可以控制固定點(diǎn)方向。核醫(yī)學(xué)基于放射性和標(biāo)記化合物，使用大數(shù)據(jù)，人工智能技術(shù)，實(shí)驗(yàn)數(shù)據(jù)等臨床數(shù)據(jù)分析和挖掘潛在的法律，核技術(shù)在疾病診斷，治療和醫(yī)學(xué)研究中的應(yīng)用新興的醫(yī)療領(lǐng)域，或使用深度學(xué)習(xí)算法動(dòng)態(tài)模擬核輻射殺傷細(xì)胞的過(guò)程。

3.7、核電機(jī)器人

在核工業(yè)中，由于核設(shè)施或運(yùn)行環(huán)境的放射性，還存在著一些人們無(wú)法操作或存在風(fēng)險(xiǎn)的相關(guān)問(wèn)題。在這種情況下，利用機(jī)器人進(jìn)入高輻射或難以操作狀態(tài)，如核設(shè)施的維護(hù)、核應(yīng)急等，可以降低設(shè)備的保護(hù)成本和對(duì)人體的輻射劑量。日本福島核事故發(fā)生后，美國(guó)和英國(guó)先后派出反輻射機(jī)器人前往福島核電站進(jìn)行了相關(guān)的救援工作。

3.8、核退役

核設(shè)施退役是長(zhǎng)期，大規(guī)模，高投資和潛在危險(xiǎn)的系統(tǒng)工程。它可以持續(xù)數(shù)十年甚至幾個(gè)世紀(jì)。按照安全，經(jīng)濟(jì)和實(shí)用性的思考，在退役各種核設(shè)施之前，通過(guò)將大數(shù)據(jù)和人工智能技術(shù)與外部環(huán)境數(shù)據(jù)相結(jié)合，建立了退役模擬模型。評(píng)估退役技術(shù)方案和關(guān)鍵步驟，模擬和驗(yàn)證，拆除方法和路徑進(jìn)行了優(yōu)化，并模擬和預(yù)測(cè)輻射擴(kuò)散劑量和方向，幫助專家調(diào)整退役實(shí)施計(jì)劃和時(shí)間，減少或消除對(duì)人員和環(huán)境的危害，降低核設(shè)施拆解的成本。

4 結(jié)束語(yǔ)

由上可知，大數(shù)據(jù)、人工智能的興起使得傳統(tǒng)行業(yè)發(fā)生了翻天覆地的變化，當(dāng)前世界各國(guó)都在使用到大數(shù)據(jù)、人工智能來(lái)不斷完善到國(guó)家建設(shè)，推動(dòng)到經(jīng)濟(jì)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(xiàn)：

[1]蘇紹玉， 徐婧， 鄢仁祥. 文本分析技術(shù)在蛋白質(zhì)生物信息學(xué)中應(yīng)用的案例綜述[J]. 生物信息學(xué) 2020年18卷4期， 215-222頁(yè)， ISTIC， 2021.