# PWS-ideeën: AI & Nucleaire Energie (verkort)

Vijf productideeën voor je profielwerkstuk, met wie dit al ontwikkelt.

---

## 1. AI-dashboard voor onderhoudsplanning

**Idee:** Simulatie die laat zien hoe AI onderhoud kan plannen op basis van sensordata.

**Al in gebruik?** Ja.
- Argonne National Lab + LPI, Inc.: software die betrouwbaarheid en kosten combineert voor planning.
- OxMaint: platform dat plant op basis van werkelijke conditie i.p.v. vaste schema's.
- Trend: van tijd-gebaseerd naar conditie-gebaseerd onderhoud.

**Hoofdvraag:** *In hoeverre kan AI de onderhoudsplanning van een kerncentrale efficiënter maken dan traditionele planning?*

**Kern-deelvragen:**
1. Hoe werkt onderhoudsplanning nu, zonder AI?
2. Verschil tijd-gebaseerd vs. conditie-gebaseerd onderhoud?
3. Welke data is nodig om onderhoud te voorspellen?
4. Wie ontwikkelt dit al, en met welke resultaten?
5. Wat zijn de risico's van een verkeerde AI-inschatting?

---

## 2. Anomaly detection in sensordata

**Idee:** ML-model dat afwijkend gedrag herkent vóórdat het een storing wordt.

**Al in gebruik?** Ja, op grote schaal.
- iFactory: detecteert degradatie tot 60 dagen eerder dan inspecties.
- AtkinsRéalis (VK): proof-of-concept om storingen te voorspellen.
- GE Research: ontwikkelt dit voor nieuwe kleine reactoren (BWRX-300).
- EDF Energy en Exelon: al operationeel.

**Hoofdvraag:** *Hoe kan een ML-model afwijkingen in sensordata herkennen vóórdat er een storing optreedt?*

**Kern-deelvragen:**
1. Wat is anomaly detection en hoe verschilt dit van gewone data-analyse?
2. Hoe "leert" een model wat normaal gedrag is?
3. Verschil tussen gemiste afwijking en vals alarm — waarom belangrijk?
4. Wie past dit al toe, en hoeveel eerder signaleren ze problemen?
5. Waar gaan deze systemen nog wel eens mis?

---

## 3. AI-beeldherkenning voor inspecties

**Idee:** Model dat scheurtjes/corrosie herkent op foto's, gekoppeld aan een inspectierobot.

**Al in gebruik?** Ja — het langst lopende onderzoeksgebied.
- Purdue University (2017): deep-learning algoritme voor scheurdetectie, patent aangevraagd.
- Westinghouse (HiVE): commercieel product, eerste AI/ML-toepassing ingediend bij NRC.
- Onderzoek combineert dit met robots als Boston Dynamics Spot en TurtleBot 3.

**Hoofdvraag:** *Hoe kan AI-beeldherkenning helpen bij het detecteren van materiaalschade in gevaarlijke ruimtes zoals een kerncentrale?*

**Kern-deelvragen:**
1. Hoe wordt schade nu handmatig geïnspecteerd?
2. Waarom is menselijke inspectie soms niet mogelijk?
3. Hoe leert een model het verschil tussen schade en geen schade?
4. Welke rol spelen robots hierbij?
5. Welke goedkeuring is nodig voor officiële inzet?

---

## 4. Voorspellend onderhoudssysteem (breder)

**Idee:** App die voorspelt wanneer onderdelen vervangen moeten worden.

**Al in gebruik?** Ja — grootste AI-toepassing in de sector nu.
- Blue Wave AI Labs bij Constellation Energy: ~$1,6 miljoen besparing per jaar per reactor.
- McKinsey (QuantumBlack): tot 3% efficiëntieverbetering, $60 miljoen besparing bij één klant.
- Marktomvang predictive maintenance (energie): geschat $7,08 miljard in 2030.

**Hoofdvraag:** *Hoe kan een voorspellend AI-onderhoudssysteem de kosten en downtime van een kerncentrale verminderen?*

**Kern-deelvragen:**
1. Verschil reactief, preventief en predictief onderhoud?
2. Wat kost onverwachte downtime?
3. Wie past dit al toe, met welke besparingen?
4. Risico's van te veel vertrouwen op zo'n systeem?
5. Verschil met anomaly detection (idee 2)?

---

## 5. AI-beslissingshulp/chatbot voor operators

**Idee:** Chatbot of beslisboom die operators helpt snel te reageren op afwijkende metingen.

**Al in gebruik?** Minder ver ontwikkeld dan de rest — nog relatief onontgonnen.
- Westinghouse werkt aan generatieve AI voor de sector ("Nuclear Specific Generative AI").
- Bestaande systemen waarschuwen wel, maar een interactieve assistent bestaat nauwelijks.

**Waarom leuk voor PWS:** Origineler onderwerp, minder risico op "het wiel opnieuw uitvinden".

**Hoofdvraag:** *Hoe zou een AI-beslissingshulp operators kunnen ondersteunen bij het interpreteren van afwijkende metingen?*

**Kern-deelvragen:**
1. Welke beslissingen neemt een operator onder tijdsdruk?
2. Verschil tussen een AI die waarschuwt en een AI die actief meedenkt?
3. Waarom bestaat dit nog nauwelijks, terwijl andere toepassingen al gangbaar zijn?
4. Gevaren van een verkeerd advies in een veiligheidskritieke situatie?
5. Wie is verantwoordelijk: de operator of de AI?

---

## 6. AI voor afvalclassificatie en -sortering

**Idee:** Algoritme dat bepaalt hoe nucleair afval geclassificeerd en verwerkt moet worden.

**Al in gebruik?** Ja, vooral bij decommissioning (ontmanteling van oude centrales).
- Veolia Nuclear Solutions + Faculty AI: autonome sortering met de robot Dexter.
- PNNL (Hanford-site): AI optimaliseert glasformules voor verglazen van radioactief afval (onderdeel van de Genesis Mission).

**Hoofdvraag:** *Hoe kan AI helpen bij het classificeren en sorteren van nucleair afval?*

**Kern-deelvragen:**
1. Hoe wordt afval nu geclassificeerd, zonder AI?
2. Welke categorieën radioactief afval bestaan er?
3. Hoe werkt een AI-systeem dat afval herkent en classificeert?
4. Wat maakt dit lastiger dan gewoon huishoudelijk afval classificeren?
5. Welke rol spelen robots bij fysieke sortering?