Design and Development of an AI-Based Security and Safety System for Hydrogen Explosion Hazard Mitigation in Nuclear Fission Power Plants
تقترح هذه الورقة تصميم والتطوير المفاهيمي لنظام أمن وسلامة قائم على الذكاء الاصطناجي (AI-S3) يدمج خوارزميات التعلم الآلي المتقدمة مع طبقة للأمن السيبراني لتمكين الكشف المبكر والتنبؤ والتخفيف من مخاطر انفجار الهيدروجين في محطات الطاقة النووية الانشطارية، مما يوفر أوقات استجابة متفوقة مقارنة بأجهزة القياس التقليدية ذات القيم المحددة مسبقاً مع ضمان المرونة ضد الهجمات السيبرانية-الفيزيائية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
داخل محطة للطاقة النووية، غالباً ما يكون الخوف الأكبر هو الانفجار النووي، وهو سيناريو ينفجر فيه قلب المفاعل نفسه مثل قنبلة. ومع ذلك، فإن فيزياء المفاعلات التجارية تجعل هذا الأمر مستحيلاً؛ إذ يمنع تصميمها وتكوين وقودها حدوث تفاعل متسلسل سريع يتطلب مثل هذا الحدث. أما الخطر الحقيقي والموثوق فيكمن في مكان آخر: في التراكم غير المرئي لغاز الهيدروجين. فعندما يتعرض المفاعل لحادث شديد، تتسبب الحرارة المفرطة في تفاعل الغلاف المعدني المحيط بقضبان الوقود مع البخار، مما ينتج كميات هائلة من الهيدروجين. وإذا تجمع هذا الغاز في الهواء والتقى بشرارة، يمكن أن ينفجر بقوة هائلة، كما حدث بشكل مأساوي في محطة فوكوشيما دايتشي في عام 2011. ولعقود من الزمن، اعتمدت الصناعة على إنذارات ثابتة لا تعمل إلا بعد وصول تركيز الهيدروجين بالفعل إلى مستوى معين وخطير. وبحلول الوقت الذي تطلق فيه هذه الإنذارات، قد تكون النافذة المتاحة للمشغل البشري للتدخل ومنع الكارثة قد أُغلقت بالفعل.
لقد اقترح باحث في جامعة أتلانتيك الدولية، محمد علي، طريقة جديدة لرؤية هذا الخطر قبل أن يصبح حرجاً. فقد صمم مفهوماً لنظام سلامة ذكي يستخدم الذكاء الاصطناعي ليعمل كحارس إنذار مبكر. وخلافاً للمستشعرات التقليدية التي تنتظر وصول مستوى الغاز إلى خط صلب، يتعلم هذا النظام "التنفس" الطبيعي للمحطة. فهو يراقب الأنماط غير العادية الطفية، مثل ارتفاع مستوى الهيدروجين بشكل طفيف أسرع من المعتاد أو سلوك مستشعر يوحي بوجود هجوم سيبراني، وذلك قبل وقت طويل من وصول الغاز إلى تركيز خطير. والهدف هو منح المشغلين دقائق، أو حتى ساعات، إضافية للتحرك، مما يحول كارثة محتملة إلى حدث يمكن السيطرة عليه.
بُني النظام المقترح، والذي يسمى AI-S3، كدفاع متعدد الطبقات، حيث تمتلك كل طبقة وظيفة محددة وطريقة محددة للفشل بأمان. في القاعدة، تقوم شبكة من المستشعرات المتنوعة بقياس مستويات الهيدروجين، ودرجة الحرارة، والضغط، وحتى صوت تسرب الغاز باستمرار. وتغذي هذه المستشعرات بياناتها إلى كمبيوتر محلي يقوم بإعداد المعلومات للتحليل. وقلب النظام هو نواة الذكاء الاصطناعي، التي تعمل كمراقب مستمر. فهي تستخدم تقنيات تعلم متقدمة للتنبؤ بما يجب أن تبدو عليه قراءات المستشعرات في الظروف العادية. وإذا انحرفت القراءات الفعلية عن هذا التنبؤ، يصنف النظام ذلك كخلل (Anomaly). الأمر لا يتعلق فقط برصد رقم مرتفع؛ بل برصد نمط غريب، مثل ارتفاع مفاجئ وغير متوقع في معدل التغيير، مما قد يشير إلى تسرب سريع أو حادث شديد في مراحله الأولى.
ومن الأهمية بمكان أن هذا الذكاء الاصطناعي لا يملك القدرة على إغلاق المحطة أو تشغيل فتحات الطواره بمفرده. فالتصميم يفصل بصرامة بين جزء "التفكير" وجزء "التنفيذ". يعمل الذكاء الاصطناعي فقط كمستشار، حيث يقدم درجة احتمالية تشير إلى تطور خطر ما. ثم تُمرر هذه الدرجة إلى طبقة قرار حتمية منفصلة. تعمل هذه الطبقة كحارس بوابة صارم، حيث تجمع بين تحذير الذكاء الاصطناعي وقواعد السلامة الصلبة والتحققات المستقلة. وفقط إذا وافق هذا الحارس على أن التهديد حقيقي وأن بيانات الذكاء الاصطناعي موثوقة، سيقوم النظام بتفويض أي إجراء تلقائي، مثل تشغيل التهوية أو إشعال الهيدروجين لحرقه بأمان. يضمن هذا الفصل أنه حتى لو ارتكب الذكاء الاصطناعي خطأً أو تعرض للخداع من قبل مخترق، فإنه لا يمكنه التسبب في إنذار كاذب أو منع إجراء سلامة ضروري.
كما يحمي النظام نفسه من التهديدات الرقمية. فالمحطات النووية الحديثة متصلة بشكل متزايد بشبكات الكمبيوتر، مما يفتح المجال أمام الهجمات السيبرانية حيث قد يحاول مخترق تزييف بيانات المستشعرات لإخفاء تسرب أو إطلاق إنذار كاذب. ويتضمن نظام AI-S3 وحدة متخصصة تراقب حركة مرور الشبكة بحثاً عن علامات الاختراق. وإذا اكتشف أن البيانات القادمة من مستشعر ما قد تم التلاعب بها، فإنه لا يتجاهل المستشعر تماماً، بل يخفض وزن بيانات هذا المستشعر في الحساب النهائي للمخاطر. وهذا يسمح للنظام بالبقاء مدركاً للخطر المادي حتى لو تم تعمية أحد أعينه الرقمية.
ولاختبار كيفية عمل هذه الفكرة، أجرى الباحث عمليات محاكاة باستخدام بيانات افتراضية، أي أنه أنشأ محطة افتراضية ليرى كيف سيتصرف النظام. وأظهرت النتائج أن النظام القائم على الذكاء الاصطناعي يمكنه تحديد العلامات المبكرة لتراكم الهيدروجين في وقت أبكر بكثير من إنذارات العتبة الثابتة القياسية. وفي هذه المحاكاة، وفر النظام هامش زمن استجابة يتراوح بين دقائق إلى ساعات، اعتماداً على سرعة التسرب. وهذا الوقت الإضافي هو الفرق بين الاستجابة المنضبطة والكارثة. كما حسبت الدراسة أن هذا النهج يمكن أن يقلل من المخاطر الإجمالية للانفجار من خلال رصد حالات الفشل في الكشف التي تغفل عنها الأنظمة التقليدية.
ومع ذلك، فإن الورقة البحثية واضحة في أن هذا مجرد تصميم ومحاكاة، وليس منتجاً نهائياً جاهزاً لمحطة طاقة حقيقية اليوم. فالنظام لم يتم بناؤه بعد، ولم يُختبر على معدات حقيقية، ولم يحصل على موافقة الجهات التنظيمية. وللانتقال من مفهوم إلى جهاز سلامة عامل، ستحتاج نماذج الذكاء الاصطناعي إلى التدريب على كميات هائلة من بيانات المحطات الحقيقية لضمان عدم إطلاق إنذارات كاذبة. كما يجب أن تخضع منطق اتخاذ القرار لعملية اعتماد سلامة صارمة لإثبات عمله بشكل مثالي تحت كل الظروف الممكنة. علاوة على ذلك، يجب أن يجتاز النظام بأكمله اختبارات اختراق الأمن السيبراني الصارمة لإثبات قدرته على الصمود أمام الهجمات الواقعية. وبينما توفر النماذج الرياضية والبنية الطبقية أساساً قوياً، فإن الطريق نحو التشغيل يتطلب سنوات من الهندسة الإضافية والاختبار والمراجعة التنظيمية. إن العمل يوضح أن الذكاء الاصطناعي يمكن أن يغير بشكل جذري كيفية مراقبة الخطر في المحطات النووية، محولاً التركيز من الاستجابة للأزمة إلى منعها قبل أن تبدأ.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.