Этапы реализации системы управления технологическими процессами на АЭС на основе модели предсказательной аналитики

РЕЦЕНЗИЯ

Рассмотрена статья «Этапы реализации система управления технологическими системами на АЭС на основе модели предсказательной аналитики».

Статья посвящена актуальной для атомной энергетики теме цифровой трансформации и внедрения интеллектуальных систем управления технологическими процессами на основе модели предсказательной аналитики (Model Predictive Control, MPC). Рассматриваемый комплексный подход, объединяющий технологии промышленного Интернета вещей (IIoT), цифровых двойников, предиктивной диагностики на базе MSET и систем информационной поддержки оператора (СИПО), представляет значительный научный и практический интерес в контексте стратегического курса на повышение безопасности, надежности и экономической эффективности АЭС.

Название статьи полностью соответствует её содержанию. Аннотация на русском и английском языках четко отражает цель, структуру и ключевые результаты работы.

Введение содержит обоснование актуальности темы и корректные ссылки на работы предшественников. Цель и задачи исследования сформулированы четко. Научная новизна работы, заключающаяся в разработке целостной многоэтапной архитектуры управления на основе предсказательной аналитики и обосновании использования MSET для формирования прогнозных входов MPC-моделей, заявлена обоснованно.

Методологическая основа исследования базируется на системном анализе современных подходов к управлению сложными технологическими объектами и опыте внедрения цифровых технологий на АЭС. Авторы демонстрируют глубокое понимание как технических, так и организационных аспектов создания интеллектуальных систем управления.

Результаты работы представлены в виде последовательного описания всех этапов создания MPC-системы: от оснащения оборудования интеллектуальными датчиками до разработки системы информационной поддержки оператора. Особого внимания заслуживает обоснование применения метода MSET для предиктивной диагностики и его интеграции с MPC-моделями. Приведенные примеры реализации подхода для конкретных систем энергоблока (техводоснабжение, маслоснабжение ГЦН, выдача мощности) наглядно демонстрируют практическую применимость предложенного подхода.

Заключение содержит обоснованные выводы о перспективности внедрения MPC-моделей для повышения безопасности и надежности АЭС, а также о создании предпосылок для перехода к полностью цифровым станциям.

К статье имеется следующее замечание:

В разделе «Вывод» допущена стилистическая и фактическая неточность: утверждение о сокращении времени вынужденных остановов «примерно на IIoT» является некорректным. Очевидно, имелось в виду «примерно на N %», однако конкретная цифра не указана. Рекомендуется либо привести точное значение, либо переформулировать предложение. Также в выводе имеется формулировка «на одном из энергоблоков АЭМ концерна», вероятно имелось ввиду «энергоблоков АЭС». Тоже требует корректировки.

Несмотря на указанное замечание, статья представляет собой законченное и целостное научно-практическое исследование, выполненное на высоком техническом уровне. Практическая ценность работы не вызывает сомнений, поскольку предложенный подход может быть использован при создании и модернизации систем управления на АЭС различного типа.

В связи с этим считаю, что статья «Этапы реализации системы управления технологическими процессами на АЭС на основе модели предсказательной аналитики» обладает высокой научно-практической ценностью для атомной отрасли и может быть рекомендована к опубликованию в журнале «Глобальная ядерная безопасность» при условии устранения указанного замечания.

Рецензент

к.т.н., доцент кафедры атомной энергетики

ВИТИ НИЯУ МИФИ А.Е. Дембицкий

Рецензия

на статью

Этапы реализации системы управления технологическими процессами на АЭС на основе модели предсказательной аналитики

Проблема применения методов искусственного интеллекта в процессах контроля и анализа качества, которая рассматривается в статье, является актуальной и соответствует профилю журнала.

В качестве результатов работы авторами утверждаются следующие:

1. Обосновано, что искусственный интеллект на атомном предприятии должен применяться не как автономный механизм принятия решений, а как инструмент аналитической поддержки персонала в заранее определенных контрольных точках системы управления качеством.
2. Предложен риск-ориентированный порядок интеграции искусственного интеллекта в систему управления качеством атомного предприятия. Он включает выбор объекта применения, сбор производственных и управленческих данных, проверку их полноты и достоверности, оценку критичности процесса, формирование требований к модели, разработку и валидацию, опытную эксплуатацию под контролем персонала, включение результатов модели в регламенты системы управления качеством, мониторинг качества функционирования и периодическую переоценку рисков.
3. Сформированы показатели оценки эффективности применения искусственного интеллекта, включая долю выявленных несоответствий, время проведения контроля, точность модели, количество предупрежденных отклонений, частоту повторяющихся нарушений и уровень цифровой прослеживаемости управленческих решений.

Реальное достижение указанных результатов не вызывает сомнения:

1. Несмотря на то, что ИИ широко используется как инструмент поддержки принятия решений, принципиальным вопросом является определение контрольных точек его применения.
2. В работе предложен порядок внедрения систем управления качеством с учетом специфичных для ИИ рисков. Процесс интеграции искусственного интеллекта на атомном предприятии описан подробно, с учетом применимости в условиях высокой неопределённости, нечёткости целей и влияния субъективных факторов, присущих слабо формализованным системам.
3. Показатели, которые сформулировали авторы, обеспечивают объективную и полную оценку эффективности применения цифровых технологий управления качеством (как с использованием, так и без использования ИИ).

Таким образом, предложенные решения могут быть полезны при внедрении интеллектуальных цифровых решений в системах управления качеством атомных предприятий.

Вывод. Данная работа вносит вклад в развитие систем искусственного интеллекта. Результаты работы содержат новые данные и выводы, знакомят читателей с новыми методами работы. Рекомендуется публикация рецензируемой статьи в журнале «Глобальная ядерная безопасность».

Рецензент:

д.т.н., профессор кафедры

Атомной энергетики

ВИТИ НИЯУ МИФИ                                                          Е.А. Абидова