This paper describes an integrated expert system, IOSS (Intelligent Operation Supporting System), which has been developed to support operators' decisionmaking during the transients of the nuclear power plants. IOSS consists of three subsystems : ADES (Anomaly Diagnostic Expert System), ERGS (Emergency Response Guide System), and APS(Alarm Processing System).
ADES diagnoses the anomalies of the nuclear power plants. In ADES, the shallow and deep knowledge approaches are combined to couple the merits of both approaches. Four types of knowledge are used according to the steps of diagnosis procedure: structural, functional, behavioral and heuristic knowledge. The structural knowledge is represented by three fundamental primitives, the functional knowledge by five kinds of functions. The behavioral and the shallow knowledge is represented by using the rules. As the inference strategies of ADES, the rule-based deduction and abduction are used for shallow and deep knowledge-based reasonings, respectively. The abduction is based on the human problem solving behavior in diagnosis tasks which have been modeled in ADES.
ERGS monitors the status of critical safety functions, and generates possible success paths by using the structural knowledge of nuclear power plant. When the operators indicate a required safety system and its faulted components. The success paths are given to the operators by the order of unavailabilities of them. The required operators' action to achieve them are, also, given to the operators.
Finally, APS filters and suppresses unnecessary and potentially misleading alarms using the model-based reasoning and cause-consequence check rules. The alarms of nuclear power plants are classified into generalized and special alarms. For each type of alarm, general and special processing steps are applied. The priorities of alarms are adjusted according to the identified plant state.
For the validation of IOSS, several validation studies have been performed using the data produced by a plant simulator or obtained from some references. The results of validation studies show a good applicability of IOSS to the operators' decisionmaking during the transients of the nuclear power plants.
원자력 발전소 운전시 이상 상태의 발생은 운전원에게 짧은 시간 안에 많은 정보를 처리하기를 요구한다. 이와 같은 정보 과잉 (Information Overload) 상태는 TMI-2 사고에서와 같이 운전원의 오판을 초래하기도 한다. 이와 같은 운전원의 오판은 원자력 발전소의 안전성뿐만 아니라 경제성에도 치명적 결과를 야기한다. 따라서, 원자력 발전소의 이상상태시 들어오는 정보를 처리하여 운전원에게 도움을 줄 수 있는 운전 지원 시스템 (Operation Supporting System)을 개발하는 것은 원자력 발전소의 안전성 및 경제성의 향상에 많은 기여를 할 것으로 예상된다.
본 논문에서는 인공 지능 기법을 이용하여 원자력 발전소 운전 지원 시스템 (IOSS)을 개발하였다. IOSS는 이상 상태 진단을 위한 전문가 시스템인 ADES, 어떤 안전 시스템의 성공 경로를 운전원에게 제시해주는 ERGS 및 경보 처리를 위한 APS등 세개의 시스템으로 구성되어 있다.
ADES는 ADES-I과 ADES-II의 두개의 전문가 시스템 모듈(Module)로 구성되어 있다. ADES-I은 사고 해석 코드의 결과를 이용하여 설계 기초 사고를 진단하는 전문가 시스템이다. ADES-I에서는 발전소 변수들의 초기 경향을 이용하여 사고군을 분류하고, 각 사고군에 속하는 개별적 사고들에 대하여 사고 해석 코드의 결과와 계측되는 발전소 변수들의 값을 비교하여 수행 지수 (Performance Index)를 계산한다. 계산된 실행 지수의 값의 순서에 따라 개별적 사고에 대하여 경험 진단 규칙을 사용하여 진단을 수행한다. ADES-I에 의한 진단이 불가능한 경우에는 ADES-II에 의한 진단이 수행된다. ADES-II에서는 발전소의 구조, 기능 및 거동에 관련된 심층 지식 (Deep Knowledge)을 사용하여 진단을 수행한다. ADES-II에서는 발전소에 이상 상태가 발생하면 발전소의 구조, 기능에 관련된 지식을 이용하여 그 이상 상태를 유발시킬 수있는 가설을 생성해낸다. ADES-II에서 생성되는 가설의 종류는 기기고장(Equipment Malfunction) 과 시스템 파손(System Break)이 있다. 이의 구분은 질량 보존 방정식을 사용하여 이뤄 진다. 생성된 가설은 발전소에서 계측되는 신호등을 이용하여 검증하게 된다.
ERGS에서는 어떤 안전 시스템과 그 안전 시스템을 구성하는 기기중 이용 불가능한 기기를 운전원이 입력하면 현재 이용 가능한 성공 경로(Success Path)를 이용불능도의 역순으로 운전원에게 제시하여 준다. 이와 유사한 기능을 하는 기존의 시스템은 각 안전 시스템에 대한 성공 경로를 미리 자료 베이스에 입력하여 놓는 데 반하여, ERGS에서는 발전소의 구조에 관련된 지식으로 부터 성공 경로를 추론해 내도록 되어있다.
APS는 발전소의 이상 상태시 다중 경보가 발생하였을 경우, 경보의 중요도를 판단하여 중요하지 않은 경보나 운전원의 판단 착오를 유발시킬 수 있는 경보 등을 억제하도록 하는 시스템이다. APS에서는 경보를 일반 경보와 특수 경보로 분류한다. 일반 경보는 각 기기에 따라 일반화 된 경보를 의미하며, 그 외의 경보는 특수 경보에 포함된다. APS에서는 일반 경보에 대하여는 Model-Based Reasoning을, 특수 경보에 대하여는 Cause-Consequence Check 규칙을 적용하여 경보를 처리한다. 각 경보의 중요도는 현재의 발전소 상태와 연계되어 결정된다.
각 시스템에 대하여 검증 작업이 수행되었으며, 각 시스템은 모두 예상한 결과와 일치를 보여 주었다. 추후로는 현재 각 시스템에 적용된 방법론에서 가정한 사항들을 줄이기 위한 연구가 필요할 것이다.
