李志金 鄭映烽

摘 要：針對船用核動力裝置的運(yùn)行特點(diǎn)，為輔助運(yùn)行人員在線開展事故智能診斷分析，基于CLIPS工具進(jìn)行事故診斷專家系統(tǒng)的開發(fā)研究。根據(jù)裝置的事故特點(diǎn)及已有的研究成果，對事故類別進(jìn)行歸并，并梳理了事故診斷“專家知識”的獲取途徑，建立確定性知識、模糊性知識的數(shù)學(xué)表示方法；然后基于正向推理方法建立事故診斷的推理流程，給出專家系統(tǒng)的沖突消解策略，完成事故診斷推理機(jī)的設(shè)計。

關(guān)鍵詞：核動力裝置 事故診斷 專家系統(tǒng) 沖突消解 推理流程

中圖分類號：TL364 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2015）08（c）-0019-03

與核電廠反應(yīng)堆相比，船用核動力裝置運(yùn)行工況復(fù)雜多變，在裝置出現(xiàn)異常狀態(tài)時，更加依賴操縱員及時有效的干預(yù)。但這無疑將增加操縱人員的工作負(fù)擔(dān)，導(dǎo)致人因失誤概率提升[1]。因此，針對船用核動力裝置，開發(fā)在線的事故診斷專家系統(tǒng)，對輔助運(yùn)行人員及時確定事故類型、事故原因，給出事故對策，確保反應(yīng)堆的運(yùn)行安全都a具有重要的意義[2]。該文在系統(tǒng)對比各種專家系統(tǒng)工具的基礎(chǔ)[3-4]上，選擇專家系統(tǒng)工具CLIPS作為基本平臺，開發(fā)完成船用核動力裝置事故診斷專家系統(tǒng)。

1 專家系統(tǒng)工具CLIPS概述

CLIPS是一種多范例編程語言，它支持基于規(guī)則的、面向?qū)ο蠛兔嫦蜻^程的編程，屬于開源程序[5]。該文主要是運(yùn)用CLIPS中基于規(guī)則的專家系統(tǒng)部分，它的基本組成：（1）事實(shí)表：包含事故診斷推理所需的數(shù)據(jù)；（2）知識庫：包括所有的事故判斷規(guī)則；（3）推理機(jī)：對診斷過程進(jìn)行總體控制?；贑LIPS專家系統(tǒng)其采用的是正向推理方法，其結(jié)構(gòu)組成主要有產(chǎn)生式規(guī)則庫、工作存儲器、模式匹配器、沖突消解器和解釋機(jī)等部分構(gòu)成，如圖1所示。其中產(chǎn)生式規(guī)則庫中的規(guī)則在CLIPS語言中由規(guī)則左件（LHS）和規(guī)則右件組成；工作存儲器主要是用于存儲事實(shí)列表，其中包括專家經(jīng)驗(yàn)知識和大量的運(yùn)行數(shù)據(jù)信息；模式匹配器是規(guī)則左件與工作存儲器中事實(shí)進(jìn)行匹配的場所；沖突消解器是處理模式匹配過程中規(guī)則之間的沖突，本專家系統(tǒng)主要利用優(yōu)先級的控制策略來處理沖突消解這一問題；解釋器主要給出系統(tǒng)模式匹配的故障結(jié)果、推理的解釋及故障的處置措施。

CLIPS具有良好的兼容性、集成性和知識表示的多樣性，同時運(yùn)行效率高，經(jīng)濟(jì)可靠，目前已經(jīng)廣泛應(yīng)用于計算機(jī)、化學(xué)、醫(yī)學(xué)、地質(zhì)學(xué)等各個領(lǐng)域。

2 船用核動力裝置事故知識的獲取和表示

船用核動力裝置事故診斷專家系統(tǒng)是運(yùn)用特定的知識表示方法將核動力系統(tǒng)這一領(lǐng)域內(nèi)的專家經(jīng)驗(yàn)知識按照一定的形式輸入到計算機(jī)中，使得該計算機(jī)能夠模擬專家進(jìn)行推理診斷，找到故障原因。由于船用核動力裝置系統(tǒng)復(fù)雜，運(yùn)行工況多變，事故知識多樣化。為準(zhǔn)確描述事故信息，便于事故的準(zhǔn)確診斷，該文對事故進(jìn)行了分類，并系統(tǒng)研究了知識的獲取和表示方法。

2.1 事故分類及知識獲取

借鑒核動力裝置安全分析報告、事故處置規(guī)程的研究成果和事故的特點(diǎn)規(guī)律，從事故診斷專家系統(tǒng)設(shè)計的需求出發(fā)，將核動力裝置典型事故分為8類，主要包括：二回路系統(tǒng)排熱增加、二回路系統(tǒng)排熱減少，主回路流量喪失事故，一回路系統(tǒng)中小破口失水事故，一回路系統(tǒng)冷卻劑裝量增加事故，蒸汽發(fā)生器傳熱管破損事故，未能緊急停堆的預(yù)期瞬變事故，放射性屏障失效事故，專設(shè)安全系統(tǒng)冗余能力下降事故。在事故分類基礎(chǔ)上，研究確定事故診斷信息，即事故知識的獲取方法。

所謂的“知識獲取”實(shí)質(zhì)上是指從專家或其他專門知識來獲得知識并向知識型系統(tǒng)轉(zhuǎn)移的技術(shù)。知識獲取的基本任務(wù)：（1）提煉經(jīng)驗(yàn)知識，對知識進(jìn)行理解、選擇、分類和組織，最后形成知識庫；（2）從已有的知識中產(chǎn)生新的知識；（3）檢查知識的完備性、一致性和冗余性，這是對獲取的知識檢測最重要的環(huán)節(jié)，也體現(xiàn)了專家系統(tǒng)知識庫的靈活性和強(qiáng)大的生命力。

知識獲取是事故診斷專家系統(tǒng)的重要環(huán)節(jié)，同樣也是構(gòu)建專家系統(tǒng)的難點(diǎn)。目前專家系統(tǒng)知識獲取方法從知識來源看，主要途徑有以下幾種：知識工程師以會談的形式從專家那里獲取知識，已有的研究成果中抽取知識，從實(shí)裝事故運(yùn)行數(shù)據(jù)中提取知識，從外部環(huán)境不斷學(xué)習(xí)更新知識。一個成熟的知識庫應(yīng)該具備知識的獲取和學(xué)習(xí)機(jī)制等能力，它們是保證專家系統(tǒng)的性能的重要因素。

2.2 確定性知識表示方法

針對核動力裝置事故知識的多樣性和復(fù)雜性，本專家系統(tǒng)對知識進(jìn)行抽象合理的表達(dá)。目前專家系統(tǒng)的知識表示主流方法有以下幾類：謂詞邏輯表示法、產(chǎn)生式表示法、框架表示法、語義網(wǎng)絡(luò)法。其中產(chǎn)生式系統(tǒng)簡稱產(chǎn)生式，它是構(gòu)造知識型系統(tǒng)和建立認(rèn)知模型時常用的知識表示的形式，是人工智能系統(tǒng)中最典型的結(jié)構(gòu)之一。與其它常規(guī)程序不同之處在于產(chǎn)生式系統(tǒng)中規(guī)則的激活不在事前硬性規(guī)定，各個產(chǎn)生式之間不相互調(diào)用，關(guān)鍵看規(guī)則前件與數(shù)據(jù)庫中相應(yīng)數(shù)據(jù)是否匹配。產(chǎn)生式系統(tǒng)基本結(jié)構(gòu)包括：（1）總數(shù)據(jù)庫：它包含了與具體任務(wù)相關(guān)的信息；（2）一套規(guī)則：它是對數(shù)據(jù)庫進(jìn)行操作運(yùn)算；（3）一個控制策略：它針對的是哪條規(guī)則復(fù)合條件并激活。產(chǎn)生式系統(tǒng)的優(yōu)點(diǎn)是：（1）模塊化：每個產(chǎn)生式系統(tǒng)是相互對立、互不相關(guān)的，所以可以較容易的對知識進(jìn)行添加、修改和刪除；（2）均勻性：每個產(chǎn)生式系統(tǒng)只是表示整體知識的一個部分，知識分布結(jié)構(gòu)分布較細(xì)易于理解；（3）自然性：直觀知識的表示非常自然。

基于產(chǎn)生式系統(tǒng)，確定性規(guī)則的基本形式可表示為：

上式表示的是單故障征兆對應(yīng)的故障。

上式表示的是多個故障征兆對應(yīng)的故障。

其中和表示的是產(chǎn)生式的前件部分，是判斷規(guī)則是否被激活的前提條件。表示的是產(chǎn)生式的后件部分，是這一規(guī)則的結(jié)論或動作。當(dāng)且僅當(dāng)前件匹配成功時，規(guī)則的后件才能激活給出相應(yīng)結(jié)論。

2.3 模糊性知識表示方法

知識的不確定性主要表現(xiàn)在兩個方面：一方面是證據(jù)或者事實(shí)的不確定性；另一方面是規(guī)則的不確定性。故障征兆是判斷故障的主要依據(jù)，同時也是專家系統(tǒng)中知識庫的主要組成部分。故障征兆又稱故障現(xiàn)象，在本系統(tǒng)中主要以兩種形式存在：（1）以自然語言的形式存在，例如穩(wěn)壓器水位下降，蒸汽發(fā)生器二次側(cè)壓力等，這一類主要是通過總結(jié)前人及專家的經(jīng)驗(yàn)得到的；（2）以數(shù)據(jù)形式存在，在使用數(shù)據(jù)前要先對數(shù)據(jù)進(jìn)行濾波，降噪等處理，形成比較直觀的征兆表達(dá)形式，而該類征兆在此處主要是通過模擬故障或艦艇實(shí)際運(yùn)行數(shù)據(jù)來獲取的。

由于核動力裝置的復(fù)雜性使得其故障形成的原因和征兆的因果關(guān)系錯綜復(fù)雜，故障之間相互關(guān)聯(lián)難以分離，征兆與故障之間難以建立明確的數(shù)學(xué)模型，只能用描述性的語言把一些設(shè)備的運(yùn)行狀態(tài)描繪出來，例如“壓力快速升高”、“溫度下降”等模糊性的語言。通過閱讀大量文獻(xiàn)及專家經(jīng)驗(yàn)，針對上述對征兆的描述及特點(diǎn)可將其分為五個變化狀態(tài)，即“快速升高”、“升高”、“正?！?、“降低”、“快速降低”。這五種狀態(tài)分別對應(yīng)的五種特征值，即1.0，0.5，0，-0.5，-1.0。

為了使知識的表示更為準(zhǔn)確，采用模糊數(shù)學(xué)中求隸屬度的方式，從實(shí)際情況出發(fā)，并根據(jù)專家經(jīng)驗(yàn)找出滿足條件的隸屬函數(shù)，本系統(tǒng)采用的隸屬函數(shù)算法如式（1）所示。

（1）

式中，為參數(shù)正常值；為參數(shù)變化的最小限值；為參數(shù)變化的最大限值。

征兆模糊隸屬度函數(shù)的模糊語言描述，利用下式進(jìn)行計算。

（2）

表達(dá)式（2）中，

是人為確認(rèn)的系統(tǒng)默認(rèn)閾值，這樣由式（1）、式（2）可得到不同程度描述的數(shù)學(xué)特征值。

3 核動力裝置事故診斷推理機(jī)的設(shè)計

上述知識表示方法可將得到的故障征兆轉(zhuǎn)化為計算機(jī)可識別的形式，但還需要按一定的策略進(jìn)行推理得到相應(yīng)的診斷結(jié)論，推理即是由一個或多個已知事實(shí)推導(dǎo)出未知結(jié)論的過程。推理機(jī)在專家系統(tǒng)中具有核心地位，該文推理機(jī)設(shè)計考慮了推理方法和推理策略兩個方面。

3.1 推理方法研究

該文所設(shè)計的專家系統(tǒng)是由故障征兆得到故障類型，采用的是正向推理策略，其推理流程包括：（1）判斷數(shù)據(jù)庫中已有事實(shí)能否得到診斷結(jié)論；（2）如果不能得出結(jié)論，則將綜合數(shù)據(jù)庫中的事實(shí)與規(guī)則前件相匹配，將匹配成功的規(guī)則加入到規(guī)則集；（3）在按沖突消解的策略選出一條合適的規(guī)則，執(zhí)行規(guī)則得到結(jié)論事實(shí)，并把結(jié)論加入到數(shù)據(jù)庫中。正向推理流程示意如圖2所示。

3.2 沖突消解策略

在專家系統(tǒng)中推理機(jī)通過設(shè)定的特權(quán)值將激活的規(guī)則進(jìn)行分類，這過程稱為沖突消解。沖突消解是決定下一個觸發(fā)規(guī)則的沖突，CLIPS按照議程中所給定的權(quán)限值（salience）來確定哪條規(guī)則被激活，一般規(guī)則被激活是按照由大到小的順序，salience的值設(shè)置范圍為（-10000，+10000），默認(rèn)特權(quán)為0。CLIPS具有7種不同的沖突消解策略，它們分別為深度優(yōu)先策略（depth）、廣度優(yōu)先策略（breadth）、LEX策略、MEA策略、complexity策略、simplicity策略和隨機(jī)策略（random）。這7類沖突消解策略各有各的優(yōu)點(diǎn)，只是每一種沖突消除策略在針對不同的軟件程序時適用程度有所區(qū)別。

深度優(yōu)先策略（depth strategy）是CLIPS標(biāo)準(zhǔn)默認(rèn)策略（default strategy）。它是類似于故障樹的推理策略，其搜索的起始點(diǎn)為頂層節(jié)點(diǎn)，由頂層節(jié)點(diǎn)向第二層某一子節(jié)點(diǎn)進(jìn)行搜索，再由該子節(jié)點(diǎn)向其下一級的節(jié)點(diǎn)搜索直到匹配到目標(biāo)節(jié)點(diǎn)為止，如果未找到目標(biāo)節(jié)點(diǎn)，則返回上一層節(jié)點(diǎn)重新搜索，重復(fù)上述步驟，直到找到相匹配的目標(biāo)節(jié)點(diǎn)為止，具體流程如圖3所示。

如圖3所示，該模型搜索到目標(biāo)節(jié)點(diǎn)后，即結(jié)束搜索，其搜索路徑為：

路徑1=> A —> B —> E —>J，經(jīng)優(yōu)化變?yōu)?>A —> B —> E —>J；

路徑2=> A—> C—> F—>H —>K，經(jīng)優(yōu)化變?yōu)?>C—> F —> H —>K；

路徑3=> A—> C—> F—>I—>L，經(jīng)優(yōu)化變?yōu)?>I—>L；

路徑4=> A—> C—>G，經(jīng)優(yōu)化變?yōu)?>G；

路徑5=>A—>D，經(jīng)優(yōu)化變?yōu)?>D。

經(jīng)過優(yōu)化后的搜索路徑，在一定程度上減少了搜索時間，在搜索過程中忽略了已搜索過的節(jié)點(diǎn)直接進(jìn)入該節(jié)點(diǎn)的另一未搜索的子節(jié)點(diǎn)中進(jìn)行搜索，降低了搜索的復(fù)雜程度，提高了搜索效率。

3.3 推理流程

按照CLIPS的推理方式，專家系統(tǒng)的推理流程如圖4所示，其過程可分為如下幾個步驟：

（1）將初始事實(shí)表中事實(shí)按照規(guī)定的計算機(jī)的語言形式加載到綜合數(shù)據(jù)庫中；

（2）知識匹配，通過掃描知識庫中的規(guī)則知識，將知識庫中的所有知識的規(guī)則前件與綜合知識庫中的事實(shí)相互匹配；

（3）檢查是否存在匹配的規(guī)則，如果存在匹配的規(guī)則時跳轉(zhuǎn)到（4）繼續(xù)進(jìn)行推理，假如不存在匹配規(guī)則時，則結(jié)束推理；

（4）將匹配成功的規(guī)則放入到議程表中，然后對規(guī)則進(jìn)行執(zhí)行并得到新的事實(shí)，最后新的事實(shí)重新加載到綜合知識庫中；

（5）重復(fù)上述過程，直到議程表中激活的規(guī)則執(zhí)行完畢。

在此基礎(chǔ)上，利用CLIPS與VC++混合編程構(gòu)建了船用核動力裝置事故診斷專家系統(tǒng)，克服了CLIPS界面不友好和VC++診斷推理存在缺陷等問題[6-7]。在實(shí)驗(yàn)論證階段以主系統(tǒng)破口、蒸汽發(fā)生器傳熱管破損及安全閥卡開等事故作為診斷實(shí)例，結(jié)果表明船用核動力事故診斷專家系統(tǒng)能快速診斷出這三類故障并給出相應(yīng)的處理措施。

4 結(jié)語

該文針對艦船核動力裝置的事故特點(diǎn)，結(jié)合已有的研究成果，對典型事故類別進(jìn)行了歸并，并研究提取了事故診斷知識，建立了知識表示方法，設(shè)計推理機(jī)，開發(fā)了相應(yīng)的事故診斷專家系統(tǒng)。在船用核動力裝置出現(xiàn)異?；蚴鹿仕沧儠r，可以輔助運(yùn)行人員開展智能診斷，減少人員誤操作，對提高核動力裝置的運(yùn)行安全性具有重要意義。

參考文獻(xiàn)

[1] 周剛，苗海，張大發(fā).船舶動力裝置儀表與控制系統(tǒng)的故障診斷系統(tǒng)研究[J].海軍工程大學(xué)學(xué)報，2002，14（5）：333-337.

[2] NASA.CLIPS Reference Manual Volume I Basic Programming Guide [M].Vesion6.24June 15th，2006.

[3] Nabeshima K，Suzudo T，Ohno T，et al.Nuclear Reactor Monitoring with the Combination of Neural Network and Expert System[J].Mathematics and Computers in Simulation，2002，60（3）：233-244.

[4] Liao S H.Expert system methodologies and applications-a decade review from 1995 to 2004[J].Expert Systems with Applications，2005，28（1）：93-103.

[5] 楊家濤.基于CLIPS的船舶機(jī)艙設(shè)備診斷專家系統(tǒng)研究[D].武漢：武漢理工大學(xué)，2012.

[6] 謝曉方，姜震.一種結(jié)合CLIPS和VC++開發(fā)專家系統(tǒng)的方法[J].計算機(jī)系統(tǒng)應(yīng)用，2004（12）：61-63.

[7] 鄧海平，何玉林，杜靜，等.CLIPS嵌入VC++技術(shù)的實(shí)現(xiàn)與應(yīng)用[J].計算機(jī)工程與應(yīng)用，2009（15）：88-90，132.