Моделі та програмні засоби управління вентиляційними установками НБК ЧАЕС з використанням машинного навчання

Скорочена інформація про документ
dc.contributor.advisorГаврилко, Євген Володимирович
dc.contributor.advisorКруковський, Павло Григорович
dc.contributor.authorСтаровіт, Іван Сергійович
dc.date.accessioned2024-06-18T12:08:25Z
dc.date.available2024-06-18T12:08:25Z
dc.date.issued2024
dc.description.abstractСтаровіт І.С. Моделі та програмні засоби управління вентиляційними установками НБК ЧАЕС з використанням машинного навчання − Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії з галузі знань 12 Інформаційні технології за спеціальністю 121 Інженерія програмного забезпечення. – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2024. Дисертаційна робота присвячена розробці науково-методичних підходів щодо оптимізації управління вентиляційними установками Нового Безпечного Конфайнменту (НБК) Чорнобильської атомної електростанції (ЧАЕС). Аварія на ЧАЕС, що сталась в 1986 році, та результатом якої був викид великої кількості радіоактивних речовин мала катастрофічні наслідки для навколишнього середовища. Сумарна маса ядерного палива, що була безпосередньо завантажена в реактор та зберігалась в межах обʼєкту, складала близько 200 тон. Значна частина паливного пилу була розсіяна за межами пошкодженого четвертого енергоблока у вигляді радіоактивних аерозолів (РА), спричиняючи радіоактивне забруднення територій, решта осіла в межах енергоблока та на поверхні споруд. У 1987-1988 роках, завдяки масштабним зусиллям, над аварійним 4-м реактором було зведено захисну конструкцію, відому як «Об’єкт Укриття» (ОУ). При побудові ОУ частково використовувались опори старих конструкцій (пошкоджені під час аварії), що збільшувало шанс виникнення руйнувань; загальна площа негерметичностей з часом доходила до 1000 м2, що призводило до викидів РА з об’єкту, а також збільшенню кількості води всередині забруднених приміщень за рахунок проникнення атмосферних опадів. Для вирішення описаних проблем, прийнято рішення про розробку Нового Безпечного Конфайнмент ОУ, який здано в експлуатацію в 2019 році. Основне призначення НБК – перешкоджання виходу радіоактивних речовин за його межі під час звичайної експлуатації та аварійних ситуацій, найбільш небезпечними з яких є вже згадані радіоактивні аерозолі. Саме за цю функцію відповідає система вентиляції НБК, що є однією з систем життєзабезпечення обʼєкту. Виконання даної функції – складний інженерний, та технологічний виклик, одним з напрямів рішення якого є створення спеціалізованих моделей та програм для вибору оптимального режиму управління вентиляційними установками (ВУ) НБК ЧАЕС, з врахуванням поточного стану обʼєкту, запланованих режимів роботи персоналу та параметрів оточуючого середовища. Врахування різноманітних умов експлуатації обʼєкту, а також забезпечення персоналу всією необхідною інформацією вимагає розроблення відповідної системи підтримки прийняття рішень (СППР) для оптимального управління ВУ. Питаннями моделювання гідравлічного стану НБК, а також розвитком методології перетворення його на екологічно безпечну конструкцію займались такі вчені як П.Г. Круковський, Д.І. Скляренко, Є.В. Дядюшко, Д.А. Смольченко, В.Г. Батій, А.О. Сізов, Л. І. Павловський, Д.В. Городецький, О.В. Балан, С.А. Паскевич та інші. Розроблені ними моделі та підходи носять більш теоретичний характер, є складними для інтеграції в процес експлуатації НБК та вимагають подальшого розроблення методів їх застосування. Наукові дослідження аспектів розроблення СППР привернули увагу провідних вчених, серед яких слід відзначити П. Бідюка, С. Субботіна, Г. Гнатієнко, Б. Герасимова, Ю. Зайченка, І. Богаєнка, M. Morton, P. Keen, P. Gray, H. Watson та інших. Незважаючи на те, що їхні дослідження охоплюють широкий спектр застосувань СППР в різних галузях, унікальність НБК та задачі які виникають під час експлуатації системи вентиляції вимагають розроблення та застосування новітніх підходів. Окреслене сформувало комплексне протиріччя: з одного боку, в ході експлуатації НБК виникає необхідність оцінки та прогнозування гідравлічного стану, мінімізації викидів радіоактивних речовин та використання електроенергії ВУ; з іншого боку, НБК є складною динамічною системою, де знаходження оптимальних режимів проведення робіт та ефективна робота підсистем залежать від різноманітних факторів, таких як зміни умов експлуатації та навколишньому середовищі, внутрішні процеси об’єкту (вимагає ретельного балансування між потребами в енергоефективності та безпекою, а також надійністю та адаптивністю систем управління). Відповідне протиріччя (поєднання теоретичних напрацювань з практичними потребами) може бути вирішене за допомогою розроблення і впровадження передових інформаційних та аналітичних технологій, включно з використанням прогнозуючих моделей, які здатні надати рекомендації щодо керування у відповідь на змінні умови, забезпечуючи тим самим підвищення ефективності та безпеки експлуатації НБК. Об’єктом дослідження є процес управління ВУ НБК. Предметом дослідження є моделі та програмне забезпечення для оптимального управління вентиляційними установками НБК. Метою роботи є мінімізація викидів РА та оптимізація витрат електроенергії шляхом підвищення ефективності управління ВУ НБК з використанням прогнозуючих моделей. Наукова новизна результатів дослідження полягає в наступному. Вперше, для Нового Безпечного Конфайнменту, розроблено архітектуру системи підтримки прийняття рішень щодо оптимального управління вентиляційними установками, що дозволяє в режимі реального часу отримувати інформацію щодо оптимальних витрат ВУ та проводити прогнозні розрахунки гідравлічного стану НБК. Вперше запропоновано алгоритм з використанням багатопоточності (паралелізм на рівні даних) для удосконалення алгоритмічно-програмних методів визначення тисків всередині НБК та площ неконтрольованих протічок на основі фізичної моделі, що дозволило пришвидшити розрахунки в 5 разів (паралельність 80%). Вперше розроблено спосіб використання моделей машинного навчання для оцінки гідравлічного стану НБК, який відрізняється від відомих тим, що використовує нейронні мережі для прогнозування перепадів тисків, що дозволило підвищити точність прогнозування тисків всередині НБК, а саме зменшити середню абсолютну похибку прогнозування на 30.5% (0.432 Па) для внутрішнього датчика та 34% (5.61 Па) для зовнішніх датчиків. Вперше розроблено алгоритмічно-програмний метод знаходження оптимальних витрат ВУ при змінних граничних умовах з використанням моделей на основі машинного навчання, який дозволив знизити витрати електроенергії в 2 рази (на 52%), а витоки радіоактивних аерозолей за межі НБК на 98% (з 4753 м3 до 122 м3). Вперше розроблено алгоритмічно-програмний метод оцінки очікуваних викидів радіоактивних аерозолей за межі НБК на підставі статистичних метеорологічних даних, що дозволило отримати розподіл викидів при різних режимах роботи вентиляційних установок. Використання розроблених моделей та програмних засобів дозволило підвищити ефективність, а також мінімізувати необхідний час для прийняття рішень щодо управління ВУ. Розроблений метод оптимізації витрат ВУ, протестований на експлуатаційній виборці показав можливість уникнення більшості викидів РА (близько 98%), з одночасним зменшенням витрат електроенергії в 2 рази (на 52%). Результати дослідження прийнято до впровадження в Державному спеціалізованому підприємстві «Чорнобильська АЕС» (№ 0700-148 від 29.06.2023); в Інституті технічної теплофізики НАН України (акт реалізації від 12.01.2024 р.); в навчальному процесі Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського» (акт реалізації від 15.09.2023 р.) при викладанні дисципліни «Математичне моделювання та оптимізація процесів і систем». Наукові результати дослідження є внеском у розвиток теоретичних і прикладних основ управління вентиляційними установок динамічних систем підвищеної небезпеки, зокрема пов'язаних зі зберіганням ядерних відходів. В якості можливих напрямків продовження дослідження можна відмітити розроблення алгоритмів для врахування змінної концентрації РА в основному об’ємі, розроблення методів що враховують інерційність обʼєкту (вимагає проведення експериментальних тестів), розвиток методів прогнозування метереологічних даних для підвищення точності розрахунку викидів РА, а також інтеграцію з іншим програмним забезпеченням, наприклад, таким, що розраховує розповсюдження РА всередині НБК.
dc.description.abstractotherIvan Starovit. Models and software tools for ChNPP NSC ventilation systems control using machine learning – Qualifying scientific work on the rights of the manuscript. Thesis for the degree of Doctor of Philosophy in the field of knowledge 12 Information Technologies, specialty 121 Software Engineering. - National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute", Kyiv, 2024. The dissertation is dedicated to the development of scientific and methodological approaches for optimizing the management of ventilation units at the New Safe Confinement (NSC) of the Chernobyl Nuclear Power Plant (ChNPP). The Chernobyl accident, which occurred in 1986 and resulted in the release of a large amount of radioactive substances, had catastrophic consequences for the environment. The total mass of nuclear fuel directly loaded into the reactor and stored within the facility was about 200 tons. A significant portion of the fuel dust was dispersed outside the damaged fourth power unit in the form of radioactive aerosols (RA), causing radioactive contamination of territories, while the rest settled within the power unit and on the surfaces of structures. In 1987-1988, thanks to large-scale efforts, a protective structure known as the "Shelter Object" (SO) was erected over the damaged 4th reactor. The construction of the SO partially utilized supports from old structures (damaged during the accident), increasing the risk of destructions; the total area of non-hermeticities reached 1000 m2, leading to RA emissions from the object, as well as an increase in the amount of water inside contaminated premises due to atmospheric precipitation penetration. To address these issues, a decision was made to develop a New Safe Confinement for the SO, which was commissioned in 2019. The primary purpose of the NSC is to prevent the escape of radioactive substances into the environment during normal operation and emergency situations, the most dangerous of which are the aforementioned radioactive aerosols. The ventilation system of the NSC, one of the life support systems of the object, is responsible for this function. Performing this function is a complex engineering and technological challenge, one of the directions of solving which is the creation of specialized models and programs for selecting the optimal mode of managing the NSC ChNPP ventilation systems (VS), taking into account the current state of the object, planned modes of staff operation, and environmental parameters. Considering the various operating conditions of the object, as well as providing the staff with all the necessary information, the development of a corresponding decision support system (DSS) for optimal management of VS if required. The issues of modeling the hydraulic state of the NSC, as well as the development of a methodology for its transformation into an environmentally safe structure, were addressed by scientists such as P.G. Krukovsky, D.I. Skliarenko, Ye.V. Diadiushko, D.A. Smolchenko, V.G. Batiy, A.O. Sizov, L.I. Pavlovsky, D.V. Gorodetsky, O.V. Balan, S.A. Paskevich, and others. The models and approaches they developed are more theoretical in nature, are complex for integration into the NSC operation process, and require further development of their application methods. The scientific research on the development of the DSS attracted the attention of leading scientists, among whom it is worth noting P. Bidyuk, S. Subbotin, H. Hnatyenko, B. Gerasymov, Yu. Zaychenko, I. Bohaienko, M. Morton, P. Keen, P. Gray, H. Watson, and others. Although their research covers a wide range of DSS applications in various fields, the uniqueness of the NSC and the tasks arising during the operation of the ventilation system require the development and application of the latest approaches. This outlined a complex contradiction: on the one hand, during the operation of the NSC, there is a need to assess and predict the hydraulic state, minimize the emissions of radioactive substances, and power consumption of the VS; on the other hand, the NSC is a complex dynamic system where finding optimal modes of operations and the effective work of subsystems depend on various factors, such as changes in operating conditions and the surrounding environment, internal processes of the object (requires careful balancing between the needs for energy efficiency and safety, as well as reliability and adaptability of management systems). The corresponding contradiction (combining theoretical developments with practical needs) can be resolved by developing and implementing advanced information and analytical technologies, including the use of predictive models capable of providing management recommendations in response to changing conditions, thereby enhancing the efficiency and safety of NSC operations. The research object is the process of managing the NSC ventilation units. The subject of the research is the models and software for optimal management of the NSC ventilation units. The goal of this research is to minimize RA emissions and optimize electricity consumption by improving the efficiency of managing the NSC ventilation system using predictive models. The scientific novelty of the research results lies in the following: For the first time, an architecture for a decision support system for optimal management of ventilation units has been developed for the New Safe Confinement, which allows for real-time information on optimal ventilation units expenditures and for conducting predictive calculations of the hydraulic state. For the first time, an algorithm has been proposed that enhances software methods for determining pressures inside the New Safe Confinement and identifying areas of uncontrolled leaks, utilizing multithreading (data-level parallelism), which led to accelerating calculations by a factor of five, achieving 80% parallelism. For the first time, a method of using machine learning models for assessing the hydraulic state of the NSC has been developed, which is distinct in that it uses neural networks to predict pressure differences, thus improving the accuracy of predicting pressures inside the NSC, specifically reducing the average absolute prediction error to 30.5% (0.432 Pa) for internal sensors and 34% (5.61 Pa) for external sensors. For the first time, a software method for finding optimal ventilation system expenditures under variable boundary conditions using machine learning-based models has been developed, which allowed reducing electricity consumption by half (to 52%) and leaks of radioactive aerosols beyond the NSC by 98% (from 4753 m3 to 122 m3). For the first time, a software method for applying statistical meteorological data to assess RA emissions beyond the NSC has been developed, enabling the calculation of expected RA emissions under different ventilation system operating modes. The practical use of the developed models and software tools has increased the efficiency of VS management, minimizing the necessary time for management decision-making. The developed method for optimizing VS flow rates showed the possibility of avoiding most of the RA emissions (about 98%), with a simultaneous reduction in electricity costs by half (to 52%). The research results have been accepted for implementation at the State Specialized Enterprise “Chernobyl NPP” (№ 0700-148 dated 29.06.2023); at the Institute of Engineering Thermophysics of the National Academy of Sciences of Ukraine (implementation act dated 12.01.2024); in the educational process of the National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute” (implementation act dated 15.09.2023) in teaching the discipline “Mathematical Modeling and Optimization of Processes and Systems”. The scientific results of the research contribute to the development of theoretical and applied foundations for managing ventilation systems of dynamic systems of increased danger, in particular those related to the storage of nuclear waste. Possible directions for further research include the development of algorithms to account for the variable concentration of RA in the main volume, development of methods that consider the inertia of the object (requires conducting experimental tests), development of methods for forecasting meteorological data for more accurate prediction of RA emissions, and integration with other software, for example, that calculates the spread of RA inside the NSC.
dc.format.extent208 с.
dc.identifier.citationСтаровіт, І. С. Моделі та програмні засоби управління вентиляційними установками НБК ЧАЕС з використанням машинного навчання : дис. … д-ра філософії : 121 Інженерія програмного забезпечення / Старовіт Іван Сергійович. – Київ, 2024. – 208 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/67243
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectНовий Безпечний Конфайнмент
dc.subjectархітектура програмної системи
dc.subjectсистема управління
dc.subjectвентиляція
dc.subjectоптимізація
dc.subjectштучний інтелект
dc.subjectмоделювання
dc.subjectмашинне навчання
dc.subjectнавчання з підкріпленням
dc.subjectнейронні мережі
dc.subjectфункції вищого порядку
dc.subjectалгоритми обробки даних
dc.subjectпрограмне забезпечення
dc.subjectNew Safe Confinement
dc.subjectsoftware system architecture
dc.subjectcontrol system
dc.subjectventilation
dc.subjectoptimization
dc.subjectartificial intelligence
dc.subjectmodeling
dc.subjectmachine learning
dc.subjectreinforcement learning
dc.subjectneural networks
dc.subjecthigher order functions
dc.subjectdata processing algorithms
dc.subjectsoftware
dc.subject.udc004.94:697
dc.titleМоделі та програмні засоби управління вентиляційними установками НБК ЧАЕС з використанням машинного навчання
dc.typeThesis Doctoral

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Starovit_dys.pdf
Розмір:
25.74 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Дисертації (ІПЗЕ)
Дисертації (вільний доступ)