相信大家對(duì)核電站都不陌生，可是對(duì)核反應(yīng)堆的日常維護(hù)與檢測(cè)了解多少呢？雷鋒網(wǎng)了解到，定期對(duì)核電站進(jìn)行安全檢查就好比人們要定期上醫(yī)院進(jìn)行體檢一樣，十分有必要。傳統(tǒng)的人工檢測(cè)不僅效率低，而且對(duì)一些細(xì)微的鋼表面縫隙很難發(fā)現(xiàn)。這些縫隙一旦被漏檢，就會(huì)泄漏放射性物質(zhì)進(jìn)入水或空氣，給人類(lèi)造成生命危險(xiǎn)。因此，在AI時(shí)代，迫切需要找到新的方法來(lái)替代傳統(tǒng)檢測(cè)。

對(duì)核電站來(lái)說(shuō)，定期檢查就是為了在釀成事故或問(wèn)題變得嚴(yán)重之前，找到存在的裂縫或發(fā)現(xiàn)其他問(wèn)題。然而，在核電站中檢測(cè)裂縫并沒(méi)有那么容易，因?yàn)楹朔磻?yīng)堆都是在水下，檢測(cè)人員不能直接對(duì)其檢測(cè)，只能通過(guò)檢測(cè)攝像機(jī)拍攝的視頻逐幀對(duì)金屬表面進(jìn)行仔細(xì)檢查。

Mohammad Jahanshahi 是普渡大學(xué)（Purdue University ，下同）的土木工程系教授。他提出了一個(gè)更好的方法，利用GPU加速深度學(xué)習(xí)和機(jī)器學(xué)習(xí)實(shí)現(xiàn)核電廠裂縫的自動(dòng)檢測(cè)。5月8-11號(hào)，在硅谷舉辦的GTC 2017，他會(huì)講到他是如何實(shí)現(xiàn)核電廠和其它基礎(chǔ)設(shè)施的自動(dòng)化檢查。雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))也會(huì)在第一時(shí)間到達(dá)現(xiàn)場(chǎng)對(duì)大會(huì)進(jìn)行報(bào)道。

“在一個(gè)核電廠中，即使是一個(gè)小小的裂縫也會(huì)導(dǎo)致放射性物質(zhì)泄漏，”Jahanshahi說(shuō)，“它可以擴(kuò)散并導(dǎo)致核事故。”裂縫帶來(lái)的代價(jià)也很大。日益惡化的地下管道泄露放射性氚進(jìn)入地下水之后，Jahanshahi說(shuō)，在佛蒙特洋基核電站（Vermont Yankee Nuclear Power Plant），2010年的一起事故就造成多達(dá)7億美金的損失。他同時(shí)補(bǔ)充道，1996年康涅狄格Milestone核電站由于閥門(mén)泄露造成的事故，耗費(fèi)了2.54億美元。

核電站的老化

Jahanshahi的預(yù)見(jiàn)在這一時(shí)刻到來(lái)了。根據(jù)世界核工業(yè)現(xiàn)狀報(bào)告，全球接近15%的核能源設(shè)備運(yùn)行時(shí)間都超過(guò)了他們預(yù)設(shè)的40年壽命，在美國(guó)，有超過(guò)三分之一的設(shè)備是這樣。包括美國(guó)在內(nèi)的幾個(gè)國(guó)家授權(quán)電站壽命達(dá)到了60年。

隨著核電站的老化，它們的部件變得更容易受到熱、壓力和腐蝕性化學(xué)物質(zhì)而引起裂縫或其他問(wèn)題。僅在過(guò)去的十年中，全球至少有十幾家核電廠報(bào)道了裂縫問(wèn)題。

Jahanshahi說(shuō)，電站出現(xiàn)問(wèn)題的其中一個(gè)原因就是檢測(cè)不足。他在最近一期的《計(jì)算機(jī)輔助土木與基礎(chǔ)設(shè)施工程》雜志中發(fā)表了他的研究結(jié)果。

問(wèn)題太多，預(yù)防太少

Jahanshahi與普渡大學(xué)的博士生Fu-Chen Chen合作開(kāi)發(fā)的自動(dòng)化系統(tǒng)，將會(huì)在問(wèn)題變得更糟之前探測(cè)到設(shè)備問(wèn)題。

建筑就像人一樣，如果你及早發(fā)現(xiàn)“癥狀”，就可以避免“生病”。

實(shí)際上 Jahanshahi 和 Chen并不是第一個(gè)吃螃蟹的人，此前也有其他方法對(duì)裂縫進(jìn)行檢測(cè)。但像其他設(shè)計(jì)用來(lái)檢查檢測(cè)視頻中單幀畫(huà)面的方法，經(jīng)常會(huì)錯(cuò)過(guò)一些細(xì)微的縫隙，而且也很難區(qū)分一些異常現(xiàn)象，比如焊點(diǎn)和刮痕。

用AI檢測(cè)核電站中的裂縫

普渡大學(xué)的系統(tǒng)稱(chēng)為CRAQ（crack recognition and quantification），也就是裂縫的識(shí)別和量化，通過(guò)多個(gè)視頻幀中的融合信息來(lái)發(fā)現(xiàn)鋼表面可能產(chǎn)生裂紋的紋理變化。這個(gè)系統(tǒng)可以看到在不同照明條件和不同角度下的視頻中的裂縫。

研究人員利用機(jī)器學(xué)習(xí)技術(shù)開(kāi)發(fā)了他們最初的系統(tǒng)，并且現(xiàn)在他們正在搭建深度學(xué)習(xí)算法來(lái)提高精度。團(tuán)隊(duì)使用CUDA并行計(jì)算平臺(tái)，用幾千幀檢測(cè)視頻來(lái)訓(xùn)練它的算法。Pascal架構(gòu)是基于英偉達(dá)泰坦 X和GeForce GTX 1070 GPU以及cuDNN.

Jahanshahi希望深度學(xué)習(xí)方法可以改善美國(guó)的基礎(chǔ)設(shè)施狀況。他說(shuō)：“隨著計(jì)算機(jī)的GPU計(jì)算能力提升，我們可以利用計(jì)算機(jī)視覺(jué)、圖像處理和深度學(xué)習(xí)來(lái)解決這個(gè)問(wèn)題。”