Käyttökuntoisuuden seurannan kehittäminen ydinvoimalaitoksella

Abstract

Ydinvoimalaitosten turvallinen ja luotettava käyttö edellyttää järjestelmien suorituskyvyn jatkuvaa seurantaa ja kunnossapidon ennakoivaa suunnittelua. Olkiluodon voimalaitosyksiköillä on kuitenkin tunnistettu, että järjestelmätason tiedonkeruu ja analyysi ovat hajanaisia, vastuunjako osin epäselvä ja kokonaiskuvan muodostaminen vaikeaa. Tämä rajoittaa kykyä reagoida ajoissa laitteiden käyttökunnon heikkenemiseen ja ylläpitää korkeaa käytettävyyttä ja turvallisuutta.

Tutkimuksen tavoitteena oli kartoittaa ydinvoimalaitoksen järjestelmätason suorituskyvyn seurannan nykytila, arvioida sen vahvuudet ja puutteet sekä esittää kehitystoimenpiteitä osana Equipment Reliability (ER) -prosessia. Työ toteutettiin analysoimalla mittaus- ja tiedonkeruumenetelmiä, käytössä olevia prosesseja ja analyysityökaluja sekä organisaation roolijakoa. Lisäksi tehtiin tapaustutkimuksia syöttövesijärjestelmästä ja paristovarmennetusta 220 V vaihtosähköjärjestelmästä. Aineisto koostui dokumenttianalyysista ja asiantuntijahaastatteluista.

Tulokset osoittivat, että vaikka nykyiset käytännöt tukevat huoltosuunnittelua ja käyttökuntoisuuden arviointia, keskeisiä haasteita ovat tiedon silpoutuminen eri järjestelmiin, trendianalyysin vastuiden epäselvyydet sekä juurisyyanalyysien reaktiivinen luonne. Kehitysehdotuksina esitettiin mittaus- ja tiedonkeruuprosessien yhtenäistämistä, tietojärjestelmäintegraation parantamista, vastuiden selkeyttämistä AP-913-standardin mukaisesti sekä kriittisyysluokituksen harmonisointia laitosyksiköiden välillä. Lisäksi ehdotettiin yhtenäisen performance monitoring -järjestelmän käyttöönottoa.

Johtopäätöksenä todettiin, että järjestelmätason suorituskyvyn seurannan kehittäminen on keskeinen edellytys laitoksen käyttövarmuuden ja turvallisuuden varmistamiseksi. Ratkaisut edellyttävät sekä teknisiä tietojärjestelmäuudistuksia että organisatorisia muutoksia. Tutkimus osoittaa, että yhtenäinen ja systemaattinen lähestymistapa mahdollistaa mittausdatan tehokkaan hyödyntämisen kunnossapidon suunnittelussa, päätöksenteossa ja laitoksen elinkaaren hallinnassa.

The safe and reliable operation of nuclear power plants requires continuous monitoring of system performance and proactive maintenance planning. At the Olkiluoto units, however, system-level data collection and analysis have been found to be fragmented, responsibilities partly unclear, and the formation of an overall picture challenging. This limits the ability to react time to deteriorating equipment condition and to maintain high availability and safety. The aim of this study was to assess the current state of system-level performance monitoring at a nuclear power plant, to evaluate its strengths and weaknesses, and to propose development measures as part of the Equipment Reliability (ER) process. The research focused on measurement and data collection methods, processes and analytical tools in use, as well as organizational roles. In addition, case studies were conducted on the feedwater system and the battery-backed 220 V AC system. The material consisted of document analysis and expert interviews.

The results indicated that although current practices support maintenance planning and condition assessment, major challenges include data silos across systems, unclear responsibilities for trend analysis, and the reactive nature of root cause analyses. The proposed improvements include standardizing data collection processes, improving system integration, clarifying responsibilities in line with the AP-913 standard, and harmonizing criticality classification between units. Furthermore, the implementation of a unified performance monitoring system was recommended.

In conclusion, the development of system-level performance monitoring is a key prerequisite for ensuring plant reliability and safety. Achieving this requires both technical improvements in information systems and organizational changes. The study demonstrates that a unified and systematic approach enables more effective use of monitoring data in maintenance planning, decision-making, and life-cycle management.