开发可再现核电站辅助建筑内振动状况的虚拟传感器人工智能
用于地震后确定核电站电力设备巡检优先级，发表在《Comput.-Aided Civ. Inf.》
核电站辅助建筑内集中布置的配电盘、应急发电机等电气设备，对振动十分敏感。
实际上，在2016年庆州地震时，混凝土建筑本身并未受损，但为了检查电气设备而被迫停机。如今出现了一项新技术，无需逐一检查，也能迅速筛选出需要维修的电气设备。
蔚山科学技术院（UNIST）地球环境城市建设工学系 Lee Youngju 教授团队与韩国标准科学研究院物理测量本部无损测量组 Lee Jaebeom 博士团队于30日表示，他们开发出一种人工智能模型，可推算核电站辅助建筑内139个细部位置的振动状况。
研究团队，（自左起）UNIST教授 Lee Youngju、韩国标准科学研究院博士 Lee Jaebeom、UNIST研究员 Lee Jingu（第一作者）、韩国标准科学研究院博士 Lee Seungjun。UNIST提供
View original image该人工智能模型以单一传感器实测到的地震数据为输入，在0.07秒内即可算出建筑内139个位置的地震加速度响应。
加速度响应是显示地震波通过时设备被摇晃得多快、多剧烈的指标，通过分析这一指标，可以确定应优先检查安装在何处的设备。
如果要实际测量139个位置的地震加速度响应，需要数百个传感器，而人工智能在这里相当于替代数百个传感器的“虚拟传感器”。由于无需实际安装大量传感器，还能降低运行与维护成本。
研究团队将该人工智能模型设计为六级阶段式模块结构，使其能够学习从地震波中缓慢晃动到快速抖动的多种振动模式。得益于此，该模型不仅可以准确推算整个辅助建筑的整体大位移，还能精确估计在特定设备周围被放大的振动。
在无噪声条件下，该模型的预测误差仅为0.44%至0.59%；即便在人为加入噪声的10分贝环境中，误差范围也维持在约4%的低水平。此外，利用实际地震记录（NGA-West 2）对其性能进行验证的结果表明，在作为韩国和美国核电站设计安全标准的强震工况下，该模型也能给出具有可靠性的估算值。
研究团队表示：“这项技术大幅缩短了因核电站检查而导致的停机时间，并显著减轻了传感器运行与维护负担”，“特别是在核电站这类放射线管制区域，传感器的安装与维护极为受限且成本高昂，此技术有望从根本上解决相关问题。”
此次研究成果在国际上也获得了优异性认可。
第一作者研究员 Lee Jingu 凭借本次成果，在第28届反应堆结构力学国际学会（SMiRT）“青年研究者奖”（Shitaba Award）单元中获得入选（honorable mention）。
SMiRT（Structural Mechanics in Reactor Technology，反应堆技术中的结构力学）是反应堆结构与抗震领域的权威学会。今年的年会于8月10日至15日在加拿大多伦多举行。
研究结果已于9月1日在线发表在土木工程领域国际学术期刊《计算机辅助土木与基础设施工程》（Computer-Aided Civil and Infrastructure Engineering）上。
本研究在科学技术信息通信部与韩国研究财团的资助下完成。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
