基于专家系统的堆内构件典型部件设计研究

李彦儒，胡雪飞，朱明冬，吴佳玥，张润豪，曹立彦，曹奇锋

(中国核动力研究设计院核反应堆系统设计技术重点实验室，四川 成都 610213)

堆内构件是民用核电站复杂系统的核心组成部分，其设计过程包含了机械设计、材料、热工水力、流固热耦合多学科、多领域的专业知识应用[1]。传统的反应堆结构通过2D/3D设计、手动计算验证校核等方式进行，设计指标如功率、温度、重量等若发生变化则结构设计及相关计算需重新开始，设计周期长、设计任务繁琐，导致反应堆结构设计的数字化、信息化程度较低。在当前核电智能化已成为发展新趋势的背景下，基于对未来核电可持续发展的考虑，为此，本文提出了一种基于专家系统的堆内构件优化设计系统，建立了针对数字化反应堆设计的专家系统知识数据库结构。

专家系统数据库可以对设计过程中产生的大量的关键参数、设计方法、经验知识和设计实例等进行数字化管理，为数字化设计和参数化智能决策提供全面的参考，实现数字化反应堆系统的功能集成和便捷式的优化设计。国内外对相关设计系统的研究由来已久，目前比较成熟的工艺设计系统研究主要集中在切削、焊接、装配等常见机械制造工艺系统的研发上。刘越[2]为提高固体火箭发动机装药设计过程的数字化水平，围绕构造专家系统的关键技术，结合固体火箭装药设计的基本理论，将人工神经网络技术引入到装药设计专家系统中，对其知识库和决策推理算法进行了研究和探索，并开发了相应的专家系统软件。刘晋丽[3]在深孔加工中引入基于Web的专家系统技术，不仅可以为操作人员提供合理的切削参数，还可以实现知识经验的共享，同时提高深孔加工效率和加工质量。近年来，专家系统、数字孪生技术在数字化设计、参数化建模仿真、数字交互系统等得到了较多的运用，在核电设计领域，龚禾林，陈长等[4]为了快速精准地在线计算和预测核反应堆运行行为，提出一种基于物理指引和数据增强的反应堆物理运行数字孪生，以实现堆芯快、热群中子通量分布、功率分布等物理场的快速和精确计算；胡梦岩等[5]综合叙述了数字孪生技术在先进核能领域的研究现状与发展方向，提出了适用于核反应堆领域的多维评估数字模型，初步建立了故障诊断流程，并对数字孪生在先进核能领域中的关键技术与应用前景进行了分析和展望。

1 基于CBR的专家系统推理机制研究

1.1 专家系统的构建

堆内构件专家系统可以模拟专业设计人员的思维，在知识设计库中已有数据的基础上进行分析推理和决策，对堆内构件典型部件的尺寸、布置及材料方案进行综合评价，完成复杂的典型部件数量、结构布局方案、材料选取等配置决策，得到与当前系统设计指标最符合的关键设计参数和结构方案。堆内构件优化设计系统中的专家系统基本结构如图1所示。

图1 专家系统技术流程图

1.2 基于实例的推理(CBR)

基于实例推理(CBR)的核心是对一个新的堆内构件设计问题和实例数据库中已有的反应堆成熟设计实例的相似性程度进行比对[6]。设有两个反应堆设计项目分别为Case1和Case2，则两个项目设计相似度则由式(1)求得：

S12=sim(case1，case2)=ω1sim(A1，A2)+

ω2sim(B1，B2)+…+ωksim(K1，K2)+...

(1)

对堆内构件典型部件优化设计实例设计问题涉及到的属性知识进行全面仔细的分析，归纳出属性相似度的计算主要分为两个部分：

(1)数值型

数字化设计中的一些属性比如堆内构件设备数量及重量、主要零部件尺寸、关键接口尺寸、关键配合公差等，都有具体的数值表示，则对应的属性相似度计算方式如下：

(2)

式中：v1，v2分别为反应堆数字化设计实例case1和case2特征属性K的取值；max(K) 和min(K)为反应堆专家系统知识数据库中该特征属性的最大值和最小值；

(2)字符型

堆内构件堆用材料选型、专业接口信息、配合连接方式、关重件主要焊接方式等属性特征都由特定的字符串指代，和数值型属性不同，归纳整理为字符型特征。这种形式的属性相似度则直接通过相同与否进行求解判定，计算方式如下：

(3)

基于实例的推理采用 K 最近邻算法，分析计算正在处理方案的特征参数与专家系统知识库中特征参数的距离，进一步转化为相似度，从而选取相似度最高的实例提供给设计者参考或使用。

2 堆内构件优化设计系统研究

2.1 系统设计流程

堆内构件典型部件设计的主要设计参数有堆内布置方式类型和组件种类、堆腔一回路入口与出口水介质温度、燃料组数与需求功率、抗冲击等级、材料许用安全系数等。堆内构件优化设计系统是基于 VisualStudio 2015 平台、使用 C#语言开发而成，设计人员只需要在系统中输入设计需求数据即可通过计算机自行运行建立并输出对应的反应堆三维模型文件、材料文件及计算书、强度、流场仿真报告分析等。堆内构件某典型部件优化设计系统的具体设计流程如图2所示。

图2 堆内构件典型部件优化设计系统设计流程

2.2 系统功能结构

2.2.1 专家系统推理模块

如第1节及2.1节所述，专家系统运行步骤主要为获取知识、构建知识和推理知识[7]。专家系统推理系统的功能就是将大量反应堆工程设计经验的有效知识、有效参数分类目存入到知识存储器中，然后再通过推理机内嵌的推理算法机制解算最优值，运用到堆内构件优化设计系统中，这些知识都是可增加、可删除和可重复利用的。

2.2.2 三维建模子模块

以NX软件作为三维建模设计平台，软件自身提供了应用程序编程接口 API，将其与 C#编程语言相结合，同时运用模板驱动技术，开发人员可以通过在快速设计系统中输入相应的设计参数，系统自动调用 NX软件，完成堆内构件的参数化建模。

2.2.3 仿真分析子模块

以ANSYS软件作为强度仿真分析平台，当设计系统输出堆内构件典型部件三维建模参数化文件后，同样提供了应用程序编程接口 API，分别调用workbench模块、fluent模块进行后台运算，最终输出关重件强度仿真报告、流固热耦合仿真报告等文件，供设计师进行优化方案评估。

2.2.4 其余模块

此外，堆内构件优化设计系统还有公差分析模块、可靠性分析模块等。由于系统的可扩展性，随着设计功能的不断完善，一些新的分析功能模块可接入设计系统之中。

3 专家系统知识数据库

3.1 实例库的建立

实例库是基于专家系统技术的堆内构件优化设计的重要组成部分，是专家系统进行分析、推理、决策的基础[8]。实例库的建立主要是对各型反应堆优化设计的参数实例进行归纳总结整理，将其变成计算机能够识别和利用的数据结构。反应堆参数化实例应全面包含其总体工艺设计信息，同时保证数据结构的可视化、可操作性，便于检索和推理。本文对反应堆优化设计的参数化实例通过框架式的方法进行结构化表示，由设计问题描述、设计决策方案和设计应用结果构成，如图3所示。

图3 堆内构件典型部件的优化设计实例知识数据库组成

3.2 专家系统知识数据库的具体结构

本文采用数据库设计中常用的E-R模型来描述堆内构件优化设计系统数据库的概念模型。相关实体集中包含主要堆内构件设备(反应堆堆内构件、反应堆堆顶结构、反应堆测量结构等)等；实体集中每个实体元素又各自拥有自己的相关属性，比如堆内构件元素组包含了其自身的组件数量、机械连接方式、堆内构件布置等；实体间的联系实际上便是该系统参数设计耦合的过程，如堆内构件与压力容器、驱动机构、控制棒及燃料组件的关键接口信息，在此过程中有着各自属性的实体元素通过接口参数将设计实体的联系融入到设计结果中，展现方式为输出存储的各类型文件形式。对各单一实体的实体关联属性进行整理，使得反应堆快熟设计过程中E-R模型更加简明易懂[9]。

4 结 语

在当前核电先进国家纷纷将数字化反应堆作为未来核电智能化发展方向的背景下，本文对反应堆结构优化设计系统进行了智能化、数字化、集成性的研究，研究了基于CBR的专家系统推理机制，建立了E-R模型描述反应堆结构优化设计系统专家知识数据库，对系统计流程进行了梳理，并分析了系统的主要组成模块及功能实现。由于数字反应堆在核电设计领域还是一个新兴课题，实现反应堆数字化设计的技术路线还未成熟，且与建模软件、分析软件、文本编辑的集成度还需通过工程实践不断优化，故目前系统开发仍停留在框架搭建与理论分析层面，未来如何提升系统的三性仍是重要的探究方向。