nucВестник НЯЦ РКNNC RK Bulletin1729-75161729-7885Национальный ядерный центр Республики Казахстан10.52676/1729-7885-2026-3-204-209nuc-1102Research ArticleСтатьиЭКОНОМИКО-ПРАВОВАЯ МОДЕЛЬ ВНЕДРЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ТЕХНИЧЕСКОЕ ОБСЛУЖИВАНИЕ ОБОРУДОВАНИЯ АЭСECONOMIC AND LEGAL MODEL FOR IMPLEMENTING ARTIFICIAL INTELLIGENCE IN NUCLEAR POWER PLANT EQUIPMENT MAINTENANCEСиябековА. О.SiyabekovA.

Асуан Онгарбекович Сиябеков

as_uan@mail.ruТоргаевА. Т.TorgayevA.

Асет Турсынханович Торгаев

atorgaev@yandex.ruТОО «Казахстанские атомные электрические станции»КазахстанKazakhstan Nuclear Power Plants, LLPKazakhstan20261610202603204209Copyright © Сиябеков А.О., Торгаев А.Т., 20262026Сиябеков А.О., Торгаев А.Т.Siyabekov A., Torgayev A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://journals.nnc.kz/jour/article/view/1102

Разработана экономико-правовая модель принятия управленческого решения о внедрении рекомендательной системы искусственного интеллекта (ИИ) для предиктивной диагностики вращающегося оборудования атомной электростанции (АЭС). Модель объединяет функциональные ограничения, требования к данным, независимой валидации, компьютерной безопасности, человеческому контролю и управлению изменениями с затратами жизненного цикла и инвестиционными показателями проекта. Для оценки фактически реализуемого эффекта предложен интегральный коэффициент, учитывающий качество модели, охват оборудования, доступность данных и использование рекомендаций персоналом. Расчет выполнен для энергоблока с водо-водяным энергетическим реактором электрической мощностью 1200 МВт (ВВЭР-1200) в постоянных ценах 2026 года. В базовом сценарии чистая приведенная стоимость (NPV) проекта составляет 2,648 млн долл. США, внутренняя норма доходности (IRR) – 29,33%, дисконтированный срок окупаемости – 4,90 года. Порог реализованной результативности равен 43,32%. Снижение приведенной стоимости электроэнергии (LCOE) составляет 0,075 долл. США/МВт·ч и характеризует локальный эксплуатационный эффект, а не радикальное изменение конкурентоспособности АЭС. Обосновано поэтапное внедрение с решением о масштабировании только после подтверждения технических, правовых и экономических критериев на данных пилотной эксплуатации.

An economic and legal model is developed to support management decisions on implementing an artificial intelligence (AI)-based advisory system for predictive diagnostics of rotating equipment at a nuclear power plant (NPP). The model links functional boundaries, data governance, independent validation, computer security, human oversight and change management requirements with life-cycle costs and investment indicators. An integrated realized-performance coefficient is proposed to account for model quality, equipment coverage, data availability and personnel use of recommendations. The assessment is performed for a hypothetical water-water energetic reactor unit rated at 1200 MWe (VVER-1200) in constant 2026 prices. In the baseline scenario, the project’s net present value (NPV) is USD 2.648 million, its internal rate of return (IRR) is 29.33%, and the discounted payback period is 4.90 years. The break-even realized-performance coefficient is 43.32%. The reduction in the levelized cost of electricity (LCOE) is USD 0.075/MWh and should be interpreted as a localised operational effect rather than a radical improvement in NPP competitiveness. A staged implementation approach is justified, with scaling allowed only after technical, legal, and economic criteria have been confirmed using pilotoperation data.

искусственный интеллектАЭСВВЭР-1200предиктивная диагностикаправовое регулированиечеловеческий контрольNPVIRRLCOEartificial intelligencen uclear p ower p lantV VER-1200predictive d iagnosticsl egal regulationhuman oversightNPVIRRLCOEReferencesЗакон Республики Казахстан от 17 ноября 2025 года № 230-VIII ЗРК «Об искусственном интеллекте» (с изм. по состоянию на 24.06.2026) // ИПС «Әділет». URL: https://adilet.zan.kz/rus/docs/Z2500000230.Law of the Republic of Kazakhstan No. 230-VIII ZRK dated November 17, 2025, “On Artificial Intelligence” // Adilet Legal Information System. URL: https://adilet.zan.kz/rus/docs/Z2500000230.Закон Республики Казахстан от 12 января 2016 года № 442-V ЗРК «Об использовании атомной энергии» // ИПС «Әділет». URL: https://adilet.zan.kz/rus/docs/Z1600000442.Law of the Republic of Kazakhstan No. 442-V ZRK dated January 12, 2016, “On the Use of Atomic Energy” // Adilet Legal Information System. URL: https://adilet.zan.kz/rus/docs/Z1600000442.Закон Республики Казахстан от 21 мая 2013 года № 94-V «О персональных данных и их защите» // ИПС «Әділет». URL: https://adilet.zan.kz/rus/docs/Z1300000094.Law of the Republic of Kazakhstan No. 94-V dated May 21, 2013, “On Personal Data and Their Protection” // Adilet Legal Information System. URL: https://adilet.zan.kz/rus/docs/Z1300000094.Закон Республики Казахстан от 24 ноября 2015 года № 418-V ЗРК «Об информатизации» // ИПС «Әділет». URL: https://adilet.zan.kz/rus/docs/Z1500000418.Law of the Republic of Kazakhstan No. 418-V ZRK dated November 24, 2015, “On Informatization” // Adilet Legal Information System. URL: https://adilet.zan.kz/rus/docs/Z1500000418.International Atomic Energy Agency. Considerations for Deploying Artificial Intelligence Applications in the Nuclear Power Industry. Nuclear Energy Series No. NR-T-1.26. Vienna: IAEA, 2025. DOI: 10.61092/iaea.s6uy-wjt8.IAEA. Considerations for Deploying Artificial Intelligence Applications in the Nuclear Power Industry. IAEA Nuclear Energy Series No. NR-T-1.26. Vienna: International Atomic Energy Agency, 2025. DOI: 10.61092/iaea.s6uy-wjt8.International Atomic Energy Agency. Leadership and Management for Safety. Safety Standards Series No. GSR Part 2. Vienna: IAEA, 2016. DOI: 10.61092/iaea.cq1k-j5z3.IAEA. Condition Monitoring and Incipient Failure Detection of Rotating Equipment in Research Reactors. IAEA-TECDOC-1920. Vienna: International Atomic Energy Agency, 2020.International Atomic Energy Agency. Computer Security Techniques for Nuclear Facilities. Nuclear Security Series No. 17-T (Rev. 1). Vienna: IAEA, 2021.IAEA. Leadership and Management for Safety. IAEA General Safety Requirements No. GSR Part 2. Vienna: International Atomic Energy Agency, 2016.International Atomic Energy Agency. Computer Security Approaches to Reduce Cyber Risks in the Nuclear Supply Chain. Vienna: IAEA, 2022.IAEA. Computer Security Techniques for Nuclear Facilities. IAEA Nuclear Security Series No. 17-T (Rev. 1). Vienna: International Atomic Energy Agency, 2021.ISO 17359:2018. Condition monitoring and diagnostics of machines – General guidelines. URL: https://www.iso.org/standard/71194.html.ISO 17359:2018. Condition monitoring and diagnostics of machines – General guidelines. URL: https://www.iso.org/standard/71194.html.ISO 20816-1:2016. Mechanical vibration – Measurement and evaluation of machine vibration – Part 1: General guidelines. URL: https://www.iso.org/standard/63180.html.ISO 20816-1:2016. Mechanical vibration – Measurement and evaluation of machine vibration – Part 1: General guidelines. URL: https://www.iso.org/standard/63180.html.Jardine A. K. S., Lin D., Banjevic D. A review on machinery diagnostics and prognostics implementing conditionbased maintenance // Mechanical Systems and Signal Processing. 2006. Vol. 20. P. 1483–1510. DOI: 10.1016/j.ymssp.2005.09.012.Jardine A. K. S., Lin D., Banjevic D. A review on machinery diagnostics and prognostics implementing conditionbased maintenance // Mechanical Systems and Signal Processing. 2006. Vol. 20. P. 1483–1510. DOI: 10.1016/j.ymssp.2005.09.012.Lei Y. et al. Machinery health prognostics: A systematic review from data acquisition to RUL prediction // Mechanical Systems and Signal Processing. 2018. Vol. 104. P. 799–834. DOI: 10.1016/j.ymssp.2017.11.016.Lei Y. et al. Machinery health prognostics: A systematic review from data acquisition to RUL prediction // Mechanical Systems and Signal Processing. 2018. Vol. 104. P. 799–834. DOI: 10.1016/j.ymssp.2017.11.016.OECD Nuclear Energy Agency, International Energy Agency. Projected Costs of Generating Electricity 2020. URL: https://www.oecd-nea.org/jcms/pl_51110/projectedcosts-of-generating-electricity-2020-edition.OECD Nuclear Energy Agency, International Energy Agency. Projected Costs of Generating Electricity 2020. URL: https://www.oecd-nea.org/jcms/pl_51110/projectedcosts-of-generating-electricity-2020-edition.

The authors declare that there are no conflicts of interest present.