BAKGRUND

De svenska kärntekniska anläggningarna planeras nu drivas bortom 2040-talet, vilket utgör en förlängning med 20–40 år utöver deras ursprungliga planerade livslängd på ca 40 år. Detta medför att det är av stor vikt att beakta den säkerhets- och driftpåverkan som kan erhållas till följd av åldrande utrustning i anläggningarna.

Tillförlitligheten för en specifik utrustning baseras i dag på statistisk analys av historiska felutfall för relevanta identiska utrustningar inom kärnkraftsindustrin, där uppdatering sker med viss periodicitet (6–8 år). Dessa data beskriver således dels utrustning som huvudsakligen ännu inte har utsatts för åldersrelaterad degradering, och dels dess status för ett relativt stort antal år sedan. Detta innebär sammantaget att det är svårt att utifrån dessa data fånga upp åldersrelaterade trender och prognosticera utrustningens framtida tillförlitlighet.

SYFTE

Mot bakgrunden som ges ovan är det av intresse att använda metoder inom data science för att utreda möjligheter att identifiera åldersrelaterade trender i kärnteknisk utrustning. Metoderna går inte bara ut på att studera faktiska felutfall på en utrustning, utan även på att ur tillgänglig driftdata och underhållsrapportering identifiera och inkludera andra relevanta indikatorer på åldrande utrustning. Exempel på några relevanta indikatorer är ökad frekvens för förebyggande underhåll, ökad tidsåtgång per underhållsåtgärd och ökade reservdelskostnader.

PROJEKTBESKRIVNING

Projektet kommer sannolikt innehålla följande moment, men justeringar kan göras i samråd med den/de individuella studenten/studenterna.

• Litteraturstudie: Insamling och genomgång av relevanta metoder inom data science samt studie av i dag tillämpade metoder för feldata- och trendanalys på kärntekniska anläggningar.
• Datainsamling: Insamling av relevanta tillgängliga data för ett urval av komponenter.
• Metodutveckling: Utforma eller anpassa en modell/metodik för trendanalys med hjälp av metoder inom data science.
• Tillämpning och analys: Applicera framtagen metodik på utvalda komponenter och analysera resultatets känslighet för olika antaganden.
• Diskussion och slutsatser: Sammanfatta resultat, dra slutsatser samt diskutera framtida tillämpningar eller forskningsbehov.

KVALIFIKATIONER

Examensarbetet är lämpligt för 1–2 civilingenjörsstudenter med kunskap inom dataanalys, statistik och/eller maskininlärning, till exempel studenter inom följande inriktningar/masterprogram:

• Maskininlärning
• Computer Science
• Tillämpad matematik

ÖVRIGT

• Arbetet handleds av Risk Pilot AB i samarbete med Rejlers AB.
• Arbetet utförs i samarbete med en kärnteknisk anläggning och kräver därför att studenten genomgår godkänd säkerhetsprövning.
• Arbetet kan utföras i Stockholm eller Göteborg.
• Arbetet kan eventuellt leda till anställning.

ÄR DU INTRESSERAD?

Då är du välkommen att ansöka genom att klicka "skicka ansökan" och ladda upp dina ansökningsdokument. Urval och intervjuer kommer att ske löpande.