在核反应堆控制单元的管理,运营和维护环节中使用人工智能和机器学习技术进行人为因素工程模拟分析

科学领域:

• 核工程 核工程是指核工程.
• 人工智能的人工智能
• 人类因素工程 人类因素工程

背景情况:

• 核反应堆控制对于公共安全至关重要,它依赖于人为因素工程来实现高效运行.
• 对核反应堆控制系统的模拟分析对于识别潜在风险和改进安全协议至关重要.

研究的目的:

• 为分析核反应堆控制系统开发和验证人工智能 (AI) 算法.
• 研究核反应堆管理,运行和维护中的各种参数之间的相互依赖关系.
• 提出有效的机器学习模型,以加强核反应堆控制单元的运行.

主要方法:

• 使用人工智能软件进行模拟分析.
• 用于验证统计输出的归因分析.
• 多变量ANOVA用于识别参数相互作用.
• 生成对抗网络 (GAN) 算法用于导出机器学习模型.

主要成果:

• 人工智能算法确定了空缺员工位,许可证事件报告和行政部门员工比例之间的相关性.
• 人工智能发现了运营商故障率 (OFR),运营商处理错误 (OEE) 和有限时间框架 (OLC) 操作之间的关系.
• 人工智能揭示了设备退役 (EOS),渐进性维护计划 (PRMR) 和预防性维护计划 (PMRC) 之间的相互依赖.

结论:

• 人工智能算法有效地捕获核反应堆控制中监控参数的基本和非基本组件.
• 开发的AI模型为管理,运营和维护循环提供了洞察力,增强了反应堆的整体控制.
• 这项研究提出了有效的机器学习神经网络模型,这些模型来自于核反应堆控制单元的GAN.