A well-trained AI model can detect problems before a human notices them, says Juraj Kováč, whose research has also received recognition in France.

Dobre natrénovaný AI model dokáže rozpoznať problémy skôr, než si ich všimne človek, hovorí v rozhovore Juraj Kováč, ktorého výskum ocenili aj vo Francúzsku.  

Extrémne výkyvy počasia, geopolitické konflikty aj vysoký vek reaktorov predstavujú vážne riziká pre bezpečnú prevádzku jadrových elektrární. Slovenský inžinier Juraj Kováč však hľadá spôsob, ako odhaliť problémy skôr, než sa stanú kritickými.

„Samozrejme, nemôžeme len tak vyvolať jadrovú haváriu, aby sme naše systémy otestovali v reálnych podmienkach,“ vysvetľuje. Pri vývoji technológií umelej inteligencie na detekciu porúch, napríklad únikov pary, preto siahol aj po improvizovanom riešení – tlakovom hrnci.

Jeho práca však dávno prekročila laboratórium. Technológie, ktoré vyvíja v spoločnosti VÚEZ, získali významné ocenenie, pripravujú sa na testovanie priamo v Jaslovských Bohuniciach a vzbudzujú záujem expertov aj v zahraničí.

Juraj Kováč je výskumný a vývojový inžinier v spoločnosti VÚEZ a doktorand v odbore robotika a kybernetika na Fakulte elektrotechniky a informatiky STU v Bratislave. Špecializuje sa na robotiku, umelú inteligenciu a priemyselnú diagnostiku a podieľa sa na viacerých inovatívnych európskych projektoch v jadrovej energetike, najmä na projektoch QUALbyAI a FIND. Začiatkom júla získal ocenenie CO2-Free, ktoré podporuje slovenský vedecký výskum v oblastiach prispievajúcich k ochrane životného prostredia a rozvoju nízkouhlíkových energetických riešení. Okrem ceny francúzskej spoločnosti Framatome získal aj štipendium Francúzskeho veľvyslanectva na výskumný pobyt vo Francúzsku.

V rozhovore sa dočítate:

• prečo sa mladý inžinier rozhodol spojiť jadrovú energetiku a umelú inteligenciu,

• ako improvizovaný pokus s tlakovým hrncom pomohol pri vývoji senzorov, ktoré dnes mieria do priemyselnej prevádzky,

• či dokáže predĺžiť životnosť slovenských atómových elektrární,

• akým najväčším prekážkam čelí jeho výskum v praxi,

• ako vníma komerčný potenciál nových technológií.

Vo svojej práci prepájate jadrovú energetiku, robotiku a umelú inteligenciu. Ako táto kombinácia vznikla a čo vás k nej priviedlo?

Začalo sa to mojou diplomovou prácou, ktorú som robil v spolupráci s VÚEZ takmer pred dvoma rokmi. Vyvíjali sme prototyp automatizovaného robotického systému na ultrazvukovú kontrolu zvarov a materiálov. Na túto prácu som potom nadviazal v doktorandskom štúdiu, kde sa už venujem technológiám na detekciu únikov v rámci projektu FIND. Táto oblasť ma zaujala, pretože veľká časť infraštruktúry v energetike starne a súčasné monitorovacie systémy, najmä tie v reálnom čase, sú pomerne obmedzené. Priebežná diagnostika môže pomôcť odhaliť problém včas a predísť tak väčším škodám prostredníctvom plánovanej údržby.

Pracujete v jadrovej diagnostike s umelou inteligenciou. Čo presne táto AI robí, ako dopĺňa alebo nahrádza ľudskú prácu?

Umelá inteligencia v tomto prípade preberá rolu človeka, ktorý monitoruje výsledky zo senzorov a vyhodnocuje, či sú v poriadku, alebo či niekde nastala chyba. My teda trénujeme neurónovú sieť na dátach, ktoré predstavujú správnu, bezporuchovú prevádzku. Cieľom je, aby sa AI následne vedela rozhodnúť, že namerané hodnoty už nezodpovedajú norme, upozornila operátorov a uľahčila im prácu.

Presne na tomto princípe bola postavená aj moja diplomová práca, ktorú som robil v spolupráci s VÚEZ. Vyvinuli sme prototyp automatizovaného robotického systému na ultrazvukovú kontrolu zvarov a materiálov, kde neurónová sieť dokázala analyzovať namerané dáta a klasifikovať typ chyby podľa charakteristických prejavov v materiáli.

Len v Európe máme v komerčnej energetike viacero typov jadrových reaktorov, takzvané západné typy, sovietske typy, odlišné sa nájdu aj v Škandinávii. Funguje vaša technológia na všetky?

Presnými detailmi si nie som úplne istý, ale princíp by mal fungovať univerzálne. Samozrejme, každá elektráreň má svoje špecifiká, ale samotná para sa pri úniku správa pomerne univerzálne. My sme to zatiaľ skúmali najmä v slovenskom prostredí, teda pre naše elektrárne, no spolupracujeme aj s partnermi z iných krajín, technológia by teda mala byť využiteľná aj v nich.

Nedávno Francúzsko odstavovalo bloky kvôli extrémnym horúčavám a nedostatku chladiacej vody. Celkovo sa často spomínajú riziká spojené so suchom, povodňami alebo aj bezpečnostné scenáre, napríklad pri vojne na Ukrajine. Dá sa diagnostika a AI predikcia, na ktorej pracujete, využiť aj na to, aby boli jadrové zariadenia odolnejšie alebo lepšie pripravené na takéto mimoriadne situácie, nielen na bežné prevádzkové poruchy?

Záležalo by to od konkrétnej situácie, ale v princípe áno. Aj preto navrhujeme senzory tak, aby vydržali v naozaj náročných podmienkach, ako sú vysoké teploty, žiarenie či vlhkosť, teda aby fungovali spoľahlivo a presne vtedy, keď je to najviac potrebné.

Ako vyzerá váš bežný pracovný deň, koľko času trávite pri počítači s dátami a algoritmami a koľko v teréne alebo pri reálnom zariadení?

Momentálne je to hlavne práca za počítačom. Robíme rešerš, aby sme jednotlivé javy lepšie pochopili a pripravili si všetko na ďalší krok. Práve teraz pripravujeme naše pracovisko v Jaslovských Bohuniciach na praktickejšie experimenty, kde chceme začať reálne testovať a získavať skutočné dáta. V pláne máme nasadiť pole až 45 vyhrievaných termočlánkov usporiadaných v dvoch radoch, čo by nám malo umožniť presnejšie zmapovať tvar unikajúceho parného prúdu a zistiť, koľko senzorov je v skutočnosti potrebných na spoľahlivú lokalizáciu úniku.

Keď sme pri tej praxi. Vaša technológia má pomáhať pri prípade porúch či nehôd atómových elektrární. Ako to testujete?

Samozrejme, nemôžeme len tak vyvolať jadrovú haváriu, aby sme naše systémy otestovali v reálnych podmienkach. Namiesto toho využívame profesionálne experimentálne zariadenie, ktoré slúži na simuláciu takéhoto typu havarijného scenára a ktoré bolo pre tento projekt upravené tak, aby sme v ňom mohli otestovať naše detekčné systémy.

Pri niektorých našich experimentoch sme sa tiež pokúsili nasimulovať podobné podmienky v menšom meradle. Napríklad, s tlakovým hrncom sme si vyrobili improvizovaný generátor pary, ktorým sme striekali paru na termočlánky a sledovali ich reakciu. Použili sme štyri vyhrievané termočlánky, vybrané práve pre ich robustnosť a odolnosť voči žiareniu a vlhkosti. Namerali sme, že ich teplota pri kontakte s parou dosahovala až 60 stupňov Celzia, pričom termočlánok najbližšie k zdroju úniku vykazoval najrýchlejší a najväčší pokles teploty – a práve táto informácia nám umožňuje odhadnúť, odkiaľ únik prichádza.

Tieto termočlánky sme napokon v apríli testovali aj priamo vo Francúzsku, kde obstáli aj v podmienkach s vysokou úrovňou žiarenia. Neskôr chceme prejsť na testovanie s väčším, priemyselným generátorom pary.

Aká bola zatiaľ najväčšia prekážka, na ktorú ste pri vývoji AI diagnostiky narazili?

Jedným zo smerov, ktorými sme sa chceli vydať, bolo použitie AI so senzormi vlhkosti. V teórii sa to zdalo uskutočniteľné, v praxi sme ale narazili na technický problém. Konkrétne, tieto senzory sú zvyčajne polovodičové a polovodičové komponenty majú často problém s radiáciou, ktorá ich dokáže poškodiť.

V apríli sme testovali ich odolnosť voči gama žiareniu a hoci dostali menšiu dávku ako naše termočlánky, už po týždni začali zlyhávať. Budeme teda nástroj musieť prehodnotiť, prípadne vymyslieť špeciálne tienenie, ktoré by im predĺžilo životnosť.

Pracujete súčasne v akademickom aj priemyselnom prostredí. Kde najviac vidíte rozdiel medzi tým, čo sa dá vyskúšať v laboratóriu, a tým, čo sa dá reálne nasadiť v elektrárni?

Vždy, keď prechádzame z teórie do praktickej časti, objavia sa komplikácie. Venujem sa hlavne akademickej, teoretickej rovine, ale napríklad pri nasadzovaní senzorov priamo v jadrových elektrárňach je často veľký problém legislatíva. Každý detail musíme dôkladne zdokumentovať a overiť, aby bolo možné ich používať a eventuálne nasadiť natrvalo, čo si, samozrejme, vyžaduje čas.

Vaše projekty sú súčasťou európskych výskumných iniciatív. Európska komisia zaradila jadrovú energetiku medzi udržateľné investície, podporuje rozvoj nových technológií, ako sú malé modulárne reaktory. Cítite tento politický posun aj na úrovni výskumu – pribúda financovanie, možnosti spolupráce, podpora štúdia?

Povedal by som, že áno. V akademickom sektore má výskum aj štúdium v jadrovej oblasti čoraz väčšiu podporu. Keďže na Slovensku spúšťame nové bloky a pripravuje sa nová jadrová elektráreň, bude potrebné zabezpečiť množstvo nového personálu. Podľa mojich informácií rastie aj záujem študentov v týchto študijných programoch, čo je určite dobrý signál.

S výnimkou 3. bloku v Mochovciach bola väčšina slovenských reaktorov uvedená do prevádzky pred niekoľkými desaťročiami. Myslíte, že technológia ako vaša im pomôže životnosť predĺžiť a stane sa v budúcnosti bežným nástrojom?

Áno, určite je to smer, ktorým sa tieto technológie budú vydávať. AI vie analyzovať obrovské množstvo dát, v ktorých bežný človek možno nenájde správne súvislosti, ale dobre natrénovaný model tam dokáže odhaliť veci, ktoré si človek nevšimne.

Vie tak napríklad predpovedať opotrebenie a upozorniť personál, že niektorý komponent bude potrebovať výmenu, čím sa celkovo zvyšuje bezpečnosť. V priemysle sa podobná priebežná diagnostika už bežne používa, napríklad na výrobných linkách, kde umožňuje zachytiť opotrebenie skôr, než dôjde k väčšej škode – a tým ušetriť čas i peniaze.

Cieľom celého nášho výskumu je práve toto: vytvoriť robustné systémy detekcie únikov, ktoré znížia náklady na údržbu, zvýšia bezpečnosť a vďaka rýchlejším a presnejším informáciám umožnia operátorom robiť lepšie rozhodnutia.

K vašej práci ste rýchlo dostali aj spätnú väzbu, že má značný komerčný potenciál. Ako to vnímate a máte technológiu patentovanú?

Patentová prihláška už bola podaná. Konkrétny obchodný model pre Francúzsko však ešte nemám premyslený. Na projekte pracujeme aj s viacerými ďalšími partnermi, ďalšie kroky teda budeme koordinovať a formovať postupne.

Článok bol zverejnený 6.6.2026: https://eubrief.sme.sk/energetika/c/slovensky-vedec-pri-trenovani-ai-v-jadrovej-elektrarni-siahol-po-netradicnom-rieseni-otestoval-tlakovy-hrniec