作为整套智能化审查体系的底层基础与前置核心，针对PSAR/FSAR审查过程中涉及的不同类型及内容特征的异构数据，实现对文档、表格、图片、图纸、特殊符号、计算公式等不同格式及内容的自动识别解析，并基于语义相似度与相关性实现上下游内容的自动关联。

以数据识别与内容关联为基础，分章/节/小节/内容自动联动HAF/HAD、国行标、NUREG/RG、厂址基准文件、顶层设计准则等上游依据文件体系及其具体内容，通过语义对标、条款匹配、规则校验，实现对PSAR/FSAR各章节技术符合性的全要素（参数、逻辑、基准、方法、步骤等）、批量化、自动化审查。

聚焦PSAR/FSAR百万字级报告本体，针对其专业交叉深、参数耦合度高、章节关联性强的特点，开展报告内部全维度自洽性、一致性、合规性智能审查，包括章节/跨章节内容一致性审查、基于专业常识的专业级审查（术语规范、专业常识、逻辑矛盾、法规风险等）、错别字/语法检查等。

以审定后的PSAR/FSAR内容及其基准为唯一核心标尺，反向联动校核全厂数万份下游落地执行文件，涵盖系统施工图纸/文件、设备技术文件、运行规程、检修方案、试验程序、变更文件等全类落地资料。通过内容自动关联与AI智能审查，自动识别下游文件与PSAR/FSAR在参数、基准、方法、约束条件等方面的偏差与不一致项。

鉴于PSAR/FSAR持续修订、阶段性升版的特征，通过AI内容关联、一致性校验，实现“PSAR/FSAR升版触发因素、跨章节关联内容、下游关联文件”的全过程升版变更联动，以确保核电全生命周期文档基准对齐、技术状态同步、变更闭环管控。同时，依托核电法规标准等知识体系，通过语义搜索、RAG问答等方式，为业务与审评人员提供知识赋能与支撑。

源头异构数据识别、处理与关联的质量直接关系到AI最终审查结果的准确性与有效性，作为AI智能审查的基础数据解析底座，具体包括文件内容解析、文本数据识别、图纸智能识别、内容自动关联4项应用功能。

针对不同类型及内容特征的异构数据，形成文件内容解析最优策略集。系统自动识别并解析文档、图纸、表格、图片等不同审查内容及格式，据此调用并采取差异化、针对性的处理策略，通过精细化的分类施策进一步提升审查的准确性、完整性与处理效率。

PSAR/FSAR及其上下游体系文件，涉及大量文档、表格、图片、特殊符号、计算公式等异构文本类数据，单一的OCR技术已无法满足此类复杂源头数据的高质量处理。据此，为提升异构文本数据处理的能力与效果，须通过OCR与多模型（图像增强、表格结构解析、公式识别、语义理解等）融合与协同，强化文本数据处理与识别能力，提升表格、公式、低清扫描文件等的最终审查质量。

采用图纸对象识别、信息提取、结构化输出的总体技术路线，实现AI自动识别并解析图纸工程语义及相关信息。图纸智能识别通过专业化的视觉模型、语义模型、OCR模型等多模型技术耦合，实现对核电长全厂总平面、土建构筑物、全系统 P&ID、电气单线图、仪控逻辑图等各类工程图纸的全方位、高精度解析，精准提取图纸中设备类型、尺寸参数、标注说明、工艺参数等信息并将其与图形元素关联，有效适配复杂版式、合并单元格、嵌套标注等复杂图纸场景。

针对PSAR/FSAR具体的章/节/小节/内容，基于内容主体及其语义的相关性智能判断，实现上下游内容的自动关联，包括PSAR/FSAR具体章/节/小节/内容与上游依据文件及其具体内容的关联、与PSAR/FSAR其他相关章节及内容的关联、与下游执行文件及其具体内容的关联。

内容自动关联功能解决PSAR/FSAR文件体系强关联、深耦合的系统性审查难点，为精准、高效的内容符合性、一致性性审查奠定基础。

以数据识别与内容关联为基础，以PSAR/FSAR具体章节（章或小节）为最小审查单元，进行基于上游依据文件体系的PSAR/FSAR技术符合性、一致性审查。从业务维度，包括基于上游法规标准的技术符合性审查、基于上游输入性文件的状态一致性审查；从具体功能实现维度，包括依据“库”审文件、依据文件审文件、依据规则审文件3项应用功能。

以PSAR/FSAR上游法规标准库、输入性文件库为依据，通过数据识别、内容关联、AI内容解析与判断，实现对下游PSAR/FSAR章节的全要素（参数、要求、逻辑、方法、步骤等）、全过程自动化审查，并生成审查报告。具体包括依据库的用户自定义创建与数据自动化处理、上下游具体内容的自动匹配与关联、内容符合性与一致性分析与判断输出。

依据库按照法规标准、输入性文件进行分类构建（典型依据库创建维护界面如下图所示），其中，法规标准库为同类机型跨机组共用，输入性文件库则仅适用于具体机组。一方面，系统支持统一创建PSAR/FSAR各章节均适用的跨专业大型依据库，亦即法规标准、输入性文件2个大型库；另一方面，为获得更加精细的高质量审查结果，也可按照PSAR/FSAR各章，分别创建各章对应专业领域的依据库。

以上游依据库为基准，系统自动关联相关内容，并输出PSAR/FSAR各被审章节与依据库/文件/具体内容对应的不符合、不一致之处，典型审查输出结果示例如下图所示。

鉴于PSAR/FSAR审查过程中，大量重要的准则、参数、要求等是以表格、特殊符号、计算公式等异构形式进行表达，系统须在复杂表格、专业公式等自动识别的基础上，实现文本、表格、公式等的混合审查，典型的混合审查及输出如下图所示。

为更加灵活的满足用户在实际上下游文件一致性审查场景中的个性化需求，系统同时支持以用户自定义的上游多个文件（法规标准、输入性文件）为依据，基于AI内容理解与判断，实现对下游PSAR/FSAR章节的全要素审查，用户自定义界面如下图所示。

PSAR/FSAR报告须满足HAF102-2016《核动力厂设计安全规定》、HAF103-2022《核动力厂调试和运行安全规定》、HAD102/17《核动力厂安全评价与验证》顶层法规与通用核安全导则的强制约束，其各章/节/小节具体编制的内容、结构、深度等则需要严格满足《压水堆核动力厂最终安全分析报告格式与内容》相关要求。

为确保PSAR/FSAR的编制满足上述法规、导则、官方文件的要求，以上述文件为基础，分类提炼PSAR/FSAR编制规则，并以该编制规则为依据，基于语义理解对PSAR/FSAR（包括各章/节/小节）进行符合性审查。

PSAR/FSAR报告按照19章框架结构编制，涵盖总论、厂址、构筑物、反应堆及冷却剂系统、核安全系统、仪控、电气、辅助及常规岛配套系统、运行、试验、事故与安全评价、质保、人因工程等内容，报告章节众多、各章节关联耦合、各专业深度交叉。

PSAR/FSAR报告自身一致性与合规性审查聚焦PSAR/FSAR报告本体，开展报告全维度自洽性、一致性、专业性、合规性智能审查，包括各章节内全文一致性审查、跨章节内容一致性审查、领域专家专业级审查、通用常识/法规检查、基础错别字/语法检查5项应用功能。

为确保各章节内部上下文实质性内容的自洽性与一致性，分别对PSAR/FSAR各章节全文不一致、矛盾之处进行全要素审查，包括参数、逻辑、基准、方法、时间等的不一致及冲突识别，典型的PSAR/FSAR章节全文一致性审查输出如下图所示。全文一致性审查同时避免因局部修改而未对其他部分做相应修改的问题。

为确保PSAR/FSAR不同章节之间实质性内容的自洽性与一致性，分别对各章节与其他章节不一致、矛盾之处进行全要素审查。鉴于PSAR/FSAR各章内容庞大（数百至上千页），跨章节内容一致性审查采用“依据库审文件”的功能实现，亦即以其他章节为依据库，审查被审章节的不一致、不自洽之处。具体参照上文细分场景2“基于上游依据体系的PSAR/FSAR技术符合性审查”之“依据库审文件”应用功能。

融合AI通用基础大模型与PSAR/FSAR全链条核电细分专业知识库，按业务维度构建总体技术、厂址、土建构筑物、反应堆及冷却剂系统、专设安全设施、仪控、电气、辅助及常规岛配套系统、运行管理、试验验证、事故分析与概率安全评价、质量保证、人因工程等十余类细分专业的“领域审查专家”，实现对 PSAR/FSAR各章节的深度专业化校核，同时支撑下游海量执行技术文件按专业领域划分的专业级审查。

“领域审查专家”依托内置专业机理、法规标准、设计基准等知识沉淀，可深度辨识高阶专业缺陷并输出专业化、标准化审查意见，覆盖专业术语不规范、专业常识偏离、系统论证逻辑冲突、关键参数边界异常等技术问题，典型的领域专家专业级审查输出如下图所示。

基于AI基础模型的通用能力，实现对PSAR/FSAR各章节通用常识性错误、法规风险等的一键式检查。

依托AI基础模型深层文本语义解析能力，实现对PSAR/FSAR各章节最基础的错别字检查，并基于语义理解纠正文本语法的错误或不足之处，典型的错别字/语法检查输出如下图所示。

以审定后的PSAR/FSAR为基准依据，联动校核全厂下游落地执行文件，通过内容关联与智能审查，自动识别下游文件与PSAR/FSAR在参数、基准、方法、约束条件等方面的偏差项与不一致项。其中，PSAR、FSAR分别作为工程EPC、电厂运维执行文件的基准依据，涉及文件涵盖系统施工图纸/文件、设备技术文件、运行规程、检修方案、试验程序、变更文件等全类落地资料。

基于PSAR/FSAR的下游执行文件/图纸一致性审查包括下游内容与PSAR/FSAR自动关联、PSAR/FSAR与下游文件一致性审查、PSAR/FSAR与下游图纸一致性审查3项应用功能。

通过对下游执行文件内容的分段解析，实现下游执行文件及其具体内容与依据PSAR/FSAR章节及其具体内容的自动关联，亦即从文件/章节关联到具体内容的精准关联。由于PSAR/FSAR与下游执行文件体系极度庞杂，内容精准关联为高效率、高质量的PSAR/FSAR与下游文件/图纸一致性审查奠定了基础。

包括以PSAR为依据，对建造许可后工程全周期核心技术文件的一致性审查；以FSAR为依据，对机组取得运行许可证后核电运维核心技术文件的一致性审查。

PSAR/FSAR与下游文件一致性审查采用“依据库审文件”的功能实现，亦即以审定的PSAR/FSAR作为依据库，审查下游文件的矛盾、偏差与不一致之处。具体参照上文细分场景2“基于上游依据体系的PSAR/FSAR技术符合性审查”之“依据库审文件”应用功能。

以专业图纸的智能识别为基础，实现PSAR/FSAR报告与工程运维图纸实体类型、参数指标等数据的一致性审查。PSAR/FSAR与图纸一致性审查彻底打通文本文件与工程图纸的审查壁垒，实现文、图双向联动智能校验。

该应用功能自动关联PSAR/FSAR文本内容与对应工程运维图纸信息，自动核验文本描述参数、工艺标准、设备要求、合规条款与图纸标注内容的符合性、一致性，智能排查“文图参数不一致、要求不一致、标准引用不一致”等核心风险，典型的文图一致性审查输出、在线预览分别如下图所示。

PSAR/FSAR存在持续修订、阶段性升版的特征，这一方面源于上游法规及输入性文件依据的动态升版，另一方面也源于工程运维业务中的设计迭代、技术变更、机组改造、监管要求等的动态反馈。与PSAR/FSAR升版同步，须全量更新下游关联文件/图纸，以确保核电全生命周期文档基准对齐、技术状态同步、变更闭环管控。

此外，在PSAR/FSAR上游审查及版本变更控制的全过程中，依托沉淀的核电法规标准、机组审评知识、同类型机组审查案例、问题整改台账等，通过语义搜索、RAG问答等方式，也为业务与审评人员提供知识赋能与支撑。

本细分场景共计6项应用功能，其中全过程升版变更联动包括PSAR/FSAR升版触发因素联动、PSAR/FSAR多版本内容对比、PSAR/FSAR升版跨章节内容联动、PSAR/FSAR升版下游文件联动4项应用功能；AI赋能包括智能搜索与查询、智能问答与推荐2项应用功能。

PSAR/FSAR升版触发源包括法规标准升版、设计方案迭代、技术变更、机组改造、运行事件反馈、设备老化数据反馈、审评意见下达等。基于内容主体及其语义的相关性智能判断，实现PSAR/FSAR章/节/小节/内容与各类升版触发源及其具体内容的自动关联，并自动判定是否需要启动PSAR阶段性修订、FSAR局部插页或整体升版等，解决传统人工滞后识别、漏触发问题。此外，根据变更类型与影响因子分析，智能锁定需修订的具体章/节/小节/条目/段落，精准划定升版边界，避免大范围盲目修订，大幅缩减升版工作量。

由于PSAR/FSAR升版触发源众多，以下列出3个典型的升版触发因素联动示例：

- 设计变更与PSAR/FSAR基准冲突识别与联动管控

基于设计技术变更与改造方案，自动关联匹配 PSAR/FSAR 对应章节的设计准则、安全基准、系统配置与边界条件等，精准甄别变更内容是否与现有安全分析基准、设计假设、技术限值存在偏差或冲突，自动识别是否触发升版。

- 机组改造基准符合性预审与PSAR/FSAR升版判定

基于技改方案、设备替换参数、系统逻辑调整等内容，自动关联比对FSAR既定设计基准、安全分级、单一故障准则、事故缓解能力，快速判定改造是否突破原有安全边界。自动区分一般技术性修改、安全重要修改、基准颠覆性修改，精准判定是否需要FSAR插页修订、专题审评或整体升版，杜绝应改未改、过度升版的问题。

- 运行事件与FSAR基准联动分析

针对机组运行异常、设备失效、瞬态工况等事件，AI自动关联FSAR原始失效假设、事故分析模型、安全裕度设计，评估现有分析假设是否贴合现场实际，预判是否需要更新FSAR安全论证、启动报告升版。

精准界定与管理升版变更实质性内容，可避免技术基准断层、上下游文件联动更新遗漏等风险。PSAR/FSAR多版本内容对比实现不同版本间PSAR/FSAR章节的自动对比，包括新增、删除、修改内容等识别与对比，典型的多版本内容对比输出如下图所示。

基于PSAR/FSAR局部升版内容，AI自动遍历全报告19章关联内容，锁定跨章节联动具体内容及其影响点，涵盖关联参数、系统描述、事故假设、安全裕度、PSA边界、源项剂量结论等，自动完成PSAR/FSAR跨章节内容符合性、一致性校验，避免人工评估遗漏造成的报告自洽性缺陷。

基于PSAR/FSAR局部升版内容，AI自动关联下游设计文件、工程文件、运维文件及其对应具体内容，自动校验是否符合新版PSAR/FSAR基线等安全要求，输出需要同步更新的文件清单、具体内容、不一致之处及更新建议，杜绝工程建设、机组运维超基准作业风险。

PSAR/FSAR审查涉及大量的知识与文件体系，包括核安全法规与导则、相关国家及行业标准、设计基准文件、专业计算及试验验证类支撑文件、工程运维执行文件、机组审评知识、同类型机组审查案例、问题整改台账、PSAR/FSAR 本体全版本谱系文件等。

基于“关键词+语义”的智能搜索，满足业务与审评人员在PSAR/FSAR审查过程中按需查询相关知识与文件。其中，语义搜索是在关键词基础上升级为更接近人类理解方式的搜索方式，确保因表达方式不同无法搜出想要的知识与文件，典型的语义搜索界面示例如下图所示。

以PSAR/FSAR审查所涉及的知识与文件体系为基础，采用大语言模型RAG技术，实现PSAR/FSAR特定知识的人机交互式的随问随答。系统同时推荐与用户问题最直接相关的法规导则、基准文件、执行文件等原文，实现知识溯源，确保智能问答的严谨性与可追溯性。典型的智能问答与推荐界面示例如下图所示。

在核能PSAR/FSAR全周期一致性审查中，针对此类超复杂文件体系审查场景，必然面临更大的技术难点与挑战，主要包括异构数据精准识别与融合处理、海量超长文件体系处理与解析、专业级内容及逻辑深度理解、高精度与容错率矛盾等。

需处理PSAR/FSAR及其上下游文件体系中的文本、图形、表格、公式、特殊符号等异构数据混合内容，带来跨模态语义对齐和特征融合技术挑战。

对于文件份数以千/万计、文件页数以千/万计的PSAR/FSAR海量超长文件体系，AI模型易出现上下文遗忘或逻辑断裂，对文本处理解析与模型能力提出挑战。

PSAR/FSAR审查涉及数以百计的细分专业，且各专业间深度交叉耦合，模型可能因训练数据偏差导致专业语义失真、术语误用、专业逻辑错乱等问题。

PSAR/FSAR审查是一项复杂、严谨且准确性要求高的任务，面对此类极度复杂的审查场景，高召回率（有错必查）、高准确率（输出误报少）形成矛盾，需通过不断的模型及策略优化，以获取最优输出解。

针对上述技术难点与挑战，跳月数字科技基于成熟的产品体系、众多用户的项目经验与实践，形成了完整的产品与能力支撑体系，以确保PSAR/FSAR全周期一致性审查的落地。

“核堤”智能审系统（NSAI）由生态环境部核与辐射安全中心与跳月数字科技共同研发、联合推广，是核安全监管领域首款面向核安全文件审查场景的专属人工智能大模型产品，并实现我国核安全监管全系统接入与常态化应用。“核堤”智能审系统借助AI大模型技术实现异构数据识别、内容自动关联、以库审文、以文审文、全文一致性、错别字/语法检查等AI审查功能，为PSAR/FSAR全周期一致性审查的落地提供最核心的产品技术支撑。

JM-LLM平台是跳月数字为面向能源、核电等高安全等级行业量身打造的私有化部署AI大语言模型通用能力平台，平台集成大模型微调训练、专业语义检索、自然语言智能问答、多模态内容生成、语音交互解析、海量异构数据治理、行业知识图谱搭建、文档分类聚合等全栈 AI 基础能力组件，可按需拆解、灵活调用，为 PSAR/FSAR 全周期审查场景提供稳定、可定制、高安全的底层通用 AI 技术支撑。

AI行业落地高度依赖场景化打磨与工程实践积累，成功的核电 AI 审查解决方案落地，既需要产品与技术加持，更离不开深耕核能领域的业务理解与项目实施经验。跳月数字以“核堤”智能审产品为依托，通过在我国核安全监管体系的首发实践，多个核电EPC总包企业、运营核电厂、核能研究设计院等用户的推广实施，已经沉淀了完整且丰富的PSAR/FSAR审查实践经验，以确保最快、最优的项目实施与落地。