分享DCS系统在核电控制系统中的应用

随着人工智能、物联网、大数据、云计算等新一代信息技术的突破，DCS、PLC、SCADA数字控制系统也逐渐向智能控制系统发展。核电控制系统的核心功能是根据预编程的控制逻辑算法，周期收集核电机组的运行状态，调整生产过程，达到预期目标，确保生产过程的防护稳定。江苏奇峰电气制造有限公司专注生产DCS系统方案定制厂家，今天奇峰小编带你分享DCS系统在核电控制系统中的应用。

核电控制系统的核心功能是根据预编程的控制逻辑算法，周期收集核电机组的运行状态，调整生产过程，达到预期目标，确保生产过程的防护稳定。由于核电生产过程中的高精度机理模型无法准确识别，设计的控制方案大多是基于简化机理模型。PID它是机组控制中较常用的算法，具有良好的鲁棒性，在稳定的工作条件下具有较高的自动控制投但在一些动态过程或异常工作条件下，也可能需要控制参数调整或手动直接接入控制。

1.核电DCS系统要不要上云？

现有的核电DCS采取多重化、实体隔离、深度防御等技术措施，避免共因故障，提高系统强度。云计算强调资源集中和统一集中控制。在核电控制应用场景中，云平台需要证明计算能力、存储和网络资源的集中集成不能成为潜在的共同故障点。在核电防护设计准则的限制下，DCS控制站的部署实际上是完全预分配的，没有灵活部署的需要，核电DCS调试后很少修改控制算法。即使修改，也需要在现场完成多方面功能测试后才能投入运行。云平台软件复杂性高，对资源调度快速性要求低。云上虚拟控制站的运行实例一旦出现故障，就很难在生产防护允许的时间内出现故障(通常是3个典型的控制周期内的150ms）不能满足核电控制可用性要求的恢复。从目前的情况分析来看，云化核电控制系统的防护风险尚不可控，实现意义不大。

2.核电DCS系统边缘计算技术是否应引入？

边缘计算的出现改变了云计算强烈的单一集中趋势。多个云节点与多个边缘节点共同形成分布式系统。边缘节点与云节点之间没有强烈的依赖关系，边缘节点可以独立运行。任何端到端服务关系都可以建立在边缘和边缘、边缘和云之间。与集中云服务模式相比，这种异构分布式服务模式更适合核电数字控制应用场景的要求。核电控制系统作为边缘节点，可以通过全球统一的服务和资源管理接口为云节点提供相关数据和服务，也可以远程调用云节点为边缘节点提供计算能力、存储资源，完成大计算能力、大存储数据分析或机器学习应用，实现云协同运行。

3.基于大数据的机器学习能否解决核电机组的智能控制问题？

近十年来，以深度学习为代表的人工智能算法在视觉识别、自然语言处理、设备运行维护、自动驾驶等方面取得了重大进展。深度学习本质上是一种基于概率论和统计学的机器学习方法。先，深度学习严重依赖于样本的选择和数量。其次，通过深度学习获得的推理模型的有效性仍处于较低水平，与核电控制的确定性和防护要求有很大差异。核电智能控制的未来不仅要考虑大数据机器学习的发展路径，还要研究基于确定论的小数据学习方法、神经网络自适应控制、模糊控制、预测控制和遗传算法。

4.核电DCS系统收集的生产过程数据和范围是否充分？

从核电设备智能运维的角度来看，核电控制系统是由于信号采集硬件采集速率和IO目前，通信总线带宽的限制DCS现场实时数据采集周期一般为50ms；由于服务器处理能力和数据库架构问题，DCS历史数据库保存的历史数据记录周期多为0.5或1秒，这意味着从历史数据库中保存的数据只能反映缓慢的变化过程，不能提供瞬态信息，导致核电机组设备运行数据供应不足，智能运维分析能力有限。

5.核电DCS系统如何保证信息防护？

恶意攻击核电较危险的是APT依靠单一的技术手段很难实现有组织的多组合APT攻击的有效保护需要借鉴核电领域常用的多样性深度防御措施，重设防，及时发现，快速响应，切断伸向核电防护的黑手。核电DCS在防护区，需要满足等保三级要求，但核电DCS智能必然会与防护二区和防护三区开辟双向通信通道，同时也会带来外部网络攻击的潜在威胁。除了采用传统的网闸、防火墙、网络审计等插件防护增强手段外，还应改进DCS通过控制器硬件架构、嵌入式操作系统、实时控制软件、控制组态软件、防护网络协议的防护升级，满足功能防护和信息防护的要求。

江苏奇峰电气制造有限公司位于江苏省南京市江宁区谷里工业园，十余年致力于为顾客提供电气控制柜技术咨询。企业将进一步健全集新产品开发、设计方案、生产制造、检验、质保期、市场销售、售后维修服务为一体的运营管理体系，并创建科学研究、健全、标准、效率的公司运行体制。

如果您对我们的DCS系统感兴趣或者想了解更多详细信息，欢迎点击我们的在线客服与技术员咨询，或者直接拨打技术员电话咨询，我们期待您的来电洽谈！