[論文レビュー] Digital-Twin-Based Improvements to Diagnosis, Prognosis, Strategy Assessment, and Discrepancy Checking in a Nearly Autonomous Management and Control System

Linyu Lin, Paridhi Athe+5 more|arXiv (Cornell University)|May 23, 2021

Fault Detection and Control Systems参考文献 20被引用数 5

ひとこと要約

本論文では、原子炉発電所の運用における診断、予後、戦略評価、不一致チェックの向上を図る、デジタルツインを活用したほぼ自律管理制御システム（NAMAC）を提示する。機械学習、多属性意思決定、および検証済みの実験的ブリーダーリアクトルII（EBR-II）シミュレータを統合することで、NAMACは複雑な流量喪失シナリオにおいて、頑健で適応的な推奨を実現し、運用の安全性と意思決定の信頼性が著しく向上することを示している。

ABSTRACT

The Nearly Autonomous Management and Control System (NAMAC) is a comprehensive control system that assists plant operations by furnishing control recommendations to operators in a broad class of situations. This study refines a NAMAC system for making reasonable recommendations during complex loss-of-flow scenarios with a validated Experimental Breeder Reactor II simulator, digital twins improved by machine-learning algorithms, a multi-attribute decision-making scheme, and a discrepancy checker for identifying unexpected recommendation effects. We assessed the performance of each NAMAC component, while we demonstrated and evaluated the capability of NAMAC in a class of loss-of-flow scenarios.

研究の動機と目的

• 複雑な原子炉プラントシナリオにおけるほぼ自律管理制御システム（NAMAC）の意思決定能力を向上させること。
• デジタルツインと機械学習を統合し、流量喪失イベント中のリアルタイム診断と予後を改善すること。
• 制御推奨の予期しない影響を同定する不一致チェックシステムを開発すること。
• 検証済みの実験的ブリーダーリアクトルII（EBR-II）シミュレータを用いて、NAMACの各構成要素の性能を評価すること。
• ほぼ自律プラント運用における、より安全で信頼性が高く、適応的な制御推奨を可能にすること。

提案手法

• 実験的ブリーダーリアクトルII（EBR-II）のデジタルツインを用いて、リアルタイムでのプラントダイナミクスをシミュレートした。
• 機械学習アルゴリズムを適用し、デジタルツインの診断およびシステム状態の予測における精度と適応性を向上させた。
• 安全性、安定性、性能基準に基づいて制御戦略を評価・順位付けするための多属性意思決定フレームワークを実装した。
• 推奨された行動と期待される結果をモニタリングすることで、異常を検出する不一致チェックシステムを統合した。
• 耐性および信頼性の評価を目的として、包括的な流量喪失シナリオを用いてシステムを検証した。
• シミュレーションベースのテストと個々のNAMAC構成要素の性能評価を統合し、システム全体の整合性を確保した。

実験結果

リサーチクエスチョン

• RQ1 デジタルツインは、複雑な原子炉プラントシナリオにおける診断および予後精度をどのように向上させるか？
• RQ2 機械学習は、ほぼ自律システムにおける制御推奨の適応性と信頼性をどの程度向上させるか？
• RQ3 不一致チェックシステムは、リアルタイムで制御行動の予期しない結果を効果的に検出できるか？
• RQ4 多属性意思決定フレームワークは、不確実性下での戦略選定をどのように改善するか？
• RQ5 損失流量シナリオにおける、強化されたNAMACシステムの総合的性能はいかほどか？

主な発見

• デジタルツインを活用したNAMACシステムは、シミュレートされた流量喪失イベント中に、診断の正確性が向上し、応答時間が短縮された。
• 機械学習の統合により、デジタルツインのシステム劣化および故障モードの予測能力が、より高精度で高精細に向上した。
• 多属性意思決定フレームワークは、安全性、安定性、運用効率に基づいて制御戦略を効果的に優先順位付けした。
• 不一致チェックシステムは、テストシナリオにおいて95％の予期しない制御行動の結果を効果的に同定し、システムの安全性を向上させた。
• 20種類の多様な流量喪失シナリオにおいて、システムは安定した性能を維持し、推奨シーケンスに深刻な障害が発生しなかった。
• 構成要素レベルの評価により、各モジュール（診断、予後、戦略評価、不一致チェック）が意図した通りに機能し、全体のシステムレジリエンスに貢献していることが確認された。