Development of element functions and design optimization procedures for knowledge- and AI-aided advanced reactor lifecycle optimization method, ARKADIA

田中 正暁; 江沼 康弘; 岡野 靖; 内堀 昭寛; 横山 賢治; 関 暁之; 若井 隆純; 浅山 泰

Mechanical Engineering Journal (Internet), 11(2), p.23-00424_1 - 23-00424_13, 2024/04

https://doi.org/10.1299/mej.23-00424

安全性や経済性に関する要求、カーボンフリーエネルギー源としての要求に適合する革新的原子炉の設計を創出する統合評価システムであるARKADIAについて、その概要とともに、要素開発及び設計最適化プロセスの開発状況についてまとめたものである。ARKADIAは、安全設備を含めたプラント設計及び運転を最適化するための、人工知能(AI)を活用した数値解析を実現するとともに、最先端の数値解析技術と、過去の研究開発プロジェクトで得たデータや知見を格納した知識ベースを、AIと融合させるシステムであることについて概要を紹介する。

Development of element functions and design optimization procedures with knowledge- and AI-aided design integration approach for advanced reactor lifecycle in ARKADIA

田中 正暁; 江沼 康弘; 岡野 靖; 内堀 昭寛; 横山 賢治; 関 暁之; 若井 隆純; 浅山 泰

Proceedings of 30th International Conference on Nuclear Engineering (ICONE30) (Internet), 11 Pages, 2023/05

In Japan Atomic Energy Agency (JAEA), an artificial intelligence (AI) aided integrated digital system named "Advanced Reactor Knowledge- and AI aided Design Integration Approach through the whole plant lifecycle (ARKADIA)" has been developing to offer the best possible solutions for challenges arising during the design process, safety assessment, and operation of a nuclear plant over its life cycle. ARKADIA aims for creating a new plant design beyond the reach of experienced engineers by assembling the solutions to be met a safe, economic, and sustainable carbon-free energy source. ARKADIA consists of three inter-connected systems: EAS (Enhanced and AI-aided optimization System) as a controller for the numerical analyses and the design optimizations, VLS (Virtual plant Life System) for numerical simulator, and KMS (Knowledge Management System) with knowledges obtained through the development of sodium-cooled fast reactors (SFRs) in JAEA. These systems stand on the AI aided platform. Until 2023, the platform, the ARKADIA-Design, the ARKADIA-Safety, and the KMS are separately being developed. In the next five years until 2028, the element functions and the systems are to be unified to one system, ARKADIA. In this paper, outlines of current status in its development are introduced.

Attention-based time series analysis for data-driven anomaly detection in nuclear power plants

Dong, F.*; Chen, S.*; 出町 和之*; 吉川 雅紀; 関 暁之; 高屋 茂

Nuclear Engineering and Design, 404, p.112161_1 - 112161_15, 2023/04

https://doi.org/10.1016/j.nucengdes.2023.112161

To ensure nuclear safety, timely and accurate anomaly detection is of utmost importance in the daily condition monitoring of Nuclear Power Plants (NPPs), as any slight anomaly in a plant may result in an irreversible and serious accident, as well as high costs of maintenance and management. Nevertheless, due to the unique inherent attributes of anomalies, the difficulty of automatic detection in NPPs is increased. Previous model-driven anomaly detection approaches required skilled priori knowledge, leading to their limited usability. Commonly adopted deep learning-based data-driven anomaly detection approaches may not easily acquire the most relevant features when dealing with sensor data containing redundant information with uneven distribution of anomalies. To alleviate these issues, this paper propose an attention-based time series model for anomaly detection to ensure safety in NPPs. First, we employ one-dimension convolutional neural network (1D-CNN) backbone for feature extraction to preserve original inherent features of time series inputs. Subsequently, we originally adopt soft-attention mechanism to automatically extract the most relevant temporal features considering the specificity of anomaly detection in NPPs. The performance of the proposed model was experimentally validated on the High Temperature Gas-cooled Reactor (HTGR) anomaly case dataset simulated using the analytical code. The experimental results indicate that the proposed model was capable of detecting anomalies in NPPs with superior performance to the baseline model, while ensuring fast detection at short time steps.

Current status of the environmental monitoring database on the accident at Fukushima Daiichi Nuclear Power Plant

関 暁之; 斎藤 公明; 武宮 博

Journal of Radiological Protection, 41(3), p.S89 - S98, 2021/09

https://doi.org/10.1088/1361-6498/abfbc1

福島第一原子力発電所の事故の影響を軽減するための対策の評価と実施のために、さまざまな組織によって膨大な量の環境モニタリングデータが取得されている。我々はこれらのデータを収集し、統一された形式に変換し、インターネット経由でデータにアクセスできるデータベースシステムを構築した。このデータベースシステムにより、大量の監視データを空間的および時間的に比較することができる。本発表では、データベース機能を説明するとともに、データベース内の代表的なデータの特徴を紹介する。

Estimation of air dose rate using measurement results of monitoring posts in Fukushima Prefecture

関 暁之; 真弓 明恵; Wainwright-Murakami, Haruko*; 斎藤 公明; 武宮 博; 井戸村 泰宏

Proceedings of Joint International Conference on Supercomputing in Nuclear Applications + Monte Carlo 2020 (SNA + MC 2020), p.158 - 164, 2020/10

空間線量率の時間変化を近くのモニタリングポストの測定結果を使って推定する手法を開発した。この手法は、対象地点のわずかな測定値と近くのモニタリングポストの高頻度な測定値から観測モデルを設定し、階層ベイズモデルによって推定するものである。この手法の妥当性を福島県内のモニタリングポストを対象に調査したところ、ほぼ全ての対象地点において誤差が10%以内で推定することができた。

Optimizing long-term monitoring of radiation air dose rates

Wainwright, Haruko*; Oroza, C.*; Sun, D.*; 関 暁之; 三上 智; 斎藤 公明

45th Annual Waste Management Conference (WM 2019); Encouraging Young Men & Women to Achieve Their Goals in Radwaste Management, Vol.7, p.4346 - 4356, 2020/01

本研究では、空間線量率のモニタリングの測定場所を最適化するための方法を開発した。この手法は、(1)学校や規制された場所などの重要な場所に優先順位を付ける、(2)汚染物質の移動と分布に影響を与えることが知られている主要な環境条件にあわせて場所を変化させる、(3)領域全体の空間線量率の不均一性をとらえる、という手順をとる。この手法により、測定場所の数を増やすと、線量率の不均一性をよりよく捉えることができるが、一定数の測定場所を超えると、推定誤差は減少しないことがわかった。また、既存の測定場所または道路沿いの測定場所などの制限がある場合、同じ数の測定場所でも推定が不十分になることがわかった。

Temporal change in radiological environments on land after the Fukushima Daiichi Nuclear Power Plant accident

斎藤 公明; 三上 智; 安藤 真樹; 松田 規宏; 木名瀬 栄; 津田 修一; 佐藤 哲朗*; 関 暁之; 眞田 幸尚; Wainwright-Murakami, Haruko*; et al.

Journal of Radiation Protection and Research, 44(4), p.128 - 148, 2019/12

https://doi.org/10.14407/jrpr.2019.44.4.128

Massive environmental monitoring has been conducted continuously after the Fukushima accident with different monitoring methods having different features together with migration studies of radiocesium in diverse environments. At three months after the accident, multiple radionuclides were detected at many places; while it was confirmed that radiocesium was most important from the viewpoint of long-term exposures. The air dose rates in environments related to human living have decreased faster than expected from radioactive decay by a factor of 2-3 on average. An empirical model for predicting air dose rate distribution was developed based on statistical analysis of massive car-borne survey data. Some trials were performed to integrate different types of contamination maps to obtain an integrated map of better quantity. Annual external exposure doses for residents who would return to their home were estimated to less than a few mSv as a whole. The environmental data and knowledge have been provided for diverse-spectrum of people in different ways.

Characterizing regional-scale temporal evolution of air dose rates after the Fukushima Daiichi Nuclear Power Plant accident

Wainwright, H. M.*; 関 暁之; 三上 智; 斎藤 公明

Journal of Environmental Radioactivity, 189, p.213 - 220, 2018/09

https://doi.org/10.1016/j.jenvrad.2018.04.006

本研究では、福島第一原子力発電所周辺の特定の区域における空間線量率の時間的な変化を定量化し、将来の空間的な線量の分布を予測した。我々は、まず、異なる規模・解像度・範囲・精度を持つ線量測定のデータセット(歩行サーベイ, 車両サーベイ, 航空機サーベイ)の統合のため、Wainwright等によって開発された地理統計的なベイズ手法を使った。そして、この手法を3年間(2014年から2016年)のデータに適用した。これによって作成した3つの統合マップからわかる時間的変化から、放射性物質による線量の空間的・時間的なダイナミクスが特徴付けられた。

福島の環境回復に係る包括的評価システムの整備に向けた取り組み

齊藤 宏; 野澤 隆; 武宮 博; 関 暁之; 松原 武史; 斎藤 公明; 北村 哲浩

JAEA-Review 2017-040, 34 Pages, 2018/03

JAEA-Review-2017-040.pdf:9.52MB

平成23年3月11日に福島第一原子力発電所の事故が発生し環境中へ大量の放射性物質が放出された。これらは自然の駆動力によって移動、生活圏に到達し健康等に影響を及ぼす可能性が懸念されており、事故状況の把握や影響評価や対策のため調査研究が多く行われている。原子力機構は、取得データと関係省庁等が取得した公開データを収集・整理し「環境モニタリングデータベース」として公開している。また、これらデータ及び既存または開発した計算コードを用いて「統合解析支援環境」の中で事故後の状況再現や将来予測のため解析を行っている。また、これら知見は他研究機関の成果とあわせ「環境回復知識ベース」として一般の方々が理解できるよう公開ウェブサイトにQ&A方式で公開している。これら三要素を包含し「福島の環境回復に係る包括的評価システム」と呼ぶ。これらは本来は相互に関連し一システムとして機能すべきところ、現状では独立して機能している。また、十分にオープンで理解しやすい形で外部に発信されているとは言えない。そこで、データや成果に対しより理解を深めることができ求める情報に容易にたどり着けるよう、当システム全体及び各要素の整備を行っていく。

A Multiscale Bayesian data integration approach for mapping air dose rates around the Fukushima Daiichi Nuclear Power Plant

Wainwright, H. M.*; 関 暁之; Chen, J.*; 斎藤 公明

Journal of Environmental Radioactivity, 167, p.62 - 69, 2017/02

https://doi.org/10.1016/j.jenvrad.2016.11.033

福島第一原子力発電所事故に由来する空間線量率の複数スケールのモニタリングデータの統合を行った。具体的には同時期に測定された歩行サーベイと走行サーベイ、航空機サーベイであり、これらデータは、領域・解像度・精度などの違いの特徴がある。本論文で用いた手法により、これら3つのデータについて統合し、高解像度のマップを広範囲の領域で作ることに成功した。さらにこの研究で、都市部におけるセシウムの分布状況について人間活動に由来する高い不均質性についての情報や、それに伴う多くの測定の食い違いも明らかになった。