基于知識工程的余熱鍋爐智能設計系統(tǒng)研究?

夏仁康，仲梁維，洪 亮

（上海理工大學 機械工程學院，上海 200093）

0 引言

余熱鍋爐（Heat Recovery Steam Generator，HRSG）是一種復雜的熱工機械，廣泛應用于冶金、石化、機械、玻璃、造紙等行業(yè)中［1］。節(jié)能余熱鍋爐設計是一項復雜繁瑣、可靠性和經(jīng)濟性要求很高的大型工程，目前普遍存在著對有經(jīng)驗的設計師依賴性大、設計周期長、知識重用性差等問題，能否快速開發(fā)出客戶所需的新產(chǎn)品，關(guān)系到企業(yè)的生存和發(fā)展。本文將知識工程（Knowledge－Based Engineering，KBE）的先進技術(shù)理念應用于余熱鍋爐的設計中，實現(xiàn)了對以往設計經(jīng)驗及知識的繼承和重用［2］，綜合利用基于實例的推理、參數(shù)化設計等技術(shù)，結(jié)合知識庫中存儲的相關(guān)知識，開發(fā)出基于知識工程的余熱鍋爐智能設計系統(tǒng)。

1 基于KBE的余熱鍋爐智能設計系統(tǒng)

1.1 余熱鍋爐智能設計系統(tǒng)框架

以三維設計軟件SolidWorks 2012為開發(fā)平臺，通過ADO數(shù)據(jù)訪問接口訪問數(shù)據(jù)庫SQL Server 2008，采用VB.Net為開發(fā)工具，開發(fā)了余熱鍋爐智能設計系統(tǒng)。

圖1為余熱鍋爐智能設計系統(tǒng)框架。該系統(tǒng)分為3層，分別為用戶界面層、功能層和基礎資源層。位于頂層的用戶界面層搭建有良好的人機交互界面，可使用戶能實時地與系統(tǒng)進行交流，從而引導用戶完成整個產(chǎn)品的設計過程；功能層主要包括方案設計模塊、參數(shù)化設計模塊、知識管理模塊和用戶管理模塊，將知識與方案設計模塊和參數(shù)化設計模塊進行融合，使各模塊集成，實現(xiàn)以知識驅(qū)動產(chǎn)品設計的目的；基礎資源層包括實例庫、模型庫、規(guī)則庫、設計知識庫和數(shù)據(jù)庫。

圖1 余熱鍋爐智能設計系統(tǒng)框架

1.2 系統(tǒng)知識庫的構(gòu)建

余熱鍋爐智能設計系統(tǒng)知識庫［3］主要包括實例庫、規(guī)則庫、設計知識庫、模型庫和數(shù)據(jù)庫。構(gòu)建知識庫時，將這些知識進行收集、整理、歸納成可用于解決設計問題的策略，以一定的形式放置在特定的文件或數(shù)據(jù)庫中，供用戶檢索和利用。本文主要研究余熱鍋爐的機械本體部分，包括鍋筒、省煤器、過熱器、蒸發(fā)器，其中省煤器、過熱器、蒸發(fā)器統(tǒng)稱為受熱面。余熱鍋爐知識庫結(jié)構(gòu)如圖2所示。

1.3 系統(tǒng)開發(fā)的關(guān)鍵技術(shù)

1.3.1 基于實例的推理技術(shù)

基于實例的推理（Case Base Reasoning，CBR）技術(shù)是從以往的成功設計中檢索出與當前問題最為接近的實例作為問題的初始解，經(jīng)過對初始解實例的部分修改，使之滿足設計問題的要求［4］。在余熱鍋爐的設計過程中，為了實現(xiàn)對新問題的求解，用戶可通過輸入相關(guān)特征知識與實例庫中已有的舊實例進行匹配，如結(jié)構(gòu)形式、余熱煙氣量、余熱煙氣溫度、額定蒸發(fā)量、額定蒸汽壓力、燃料類型等。本系統(tǒng)采用灰關(guān)聯(lián)分析方法計算新舊實例之間的相似度［5］，具體步驟如下：

（1）確定數(shù)據(jù)列。將舊實例的特征值作為參考數(shù)列Xi＝｛Xi（j），j＝1，2，…，k｝，新實例的特征值作為比較數(shù)列X0＝｛X0（j），j＝1，2，…，k｝。

圖2 余熱鍋爐知識庫結(jié)構(gòu)

（2）計算灰關(guān)聯(lián)系數(shù)。參考數(shù)列Xi與比較數(shù)列X0之間的關(guān)聯(lián)系數(shù)為：

其中：ρ為分辨系數(shù)，一般取ρ＝0.5。

根據(jù)式（1）可以求出X0與Xi的關(guān)聯(lián)系數(shù)：

（3）求灰關(guān)聯(lián)度。將比較數(shù)列在各特征值上的關(guān)聯(lián)系數(shù)作數(shù)學平均，即得到比較數(shù)列相對于參考數(shù)列的灰關(guān)聯(lián)度γ（X0，Xi）：

灰關(guān)聯(lián)度反映了比較數(shù)列與參考數(shù)列的相似程度，灰關(guān)聯(lián)度越大，相似度越高。在系統(tǒng)中，設定一定的閾值，當灰關(guān)聯(lián)度大于閾值時，則可認為新實例與舊實例匹配成功，從而得到新問題的近似解答，再結(jié)合設計人員的經(jīng)驗人工干預調(diào)整參數(shù)后得到最終方案。新的設計方案經(jīng)過驗證后可存儲為新實例，供新設計使用或參考。因此在運行過程中，實例庫將逐漸增大，實例命中率必然提高，推理速度也會得到提高。

1.3.2 基于知識的參數(shù)化設計

參數(shù)化設計是面向系列化產(chǎn)品的動態(tài)設計，即利用對象拓撲結(jié)構(gòu)的共同特征進行設計，通過對設計對象實際尺寸的局部驅(qū)動來實現(xiàn)相似對象的柔性設計。利用參數(shù)化設計手段開發(fā)的專用產(chǎn)品設計系統(tǒng)可使設計人員從大量繁瑣的繪圖工作中解脫出來，大大提高設計速度并減少信息的存儲量。但是，傳統(tǒng)的參數(shù)化設計方法仍有許多不足之處［6］，例如在產(chǎn)品實際設計中存在著大量隱式表示的設計約束，傳統(tǒng)的參數(shù)化方法不能處理這些隱式約束，只能對變量進行顯式約束。針對現(xiàn)有參數(shù)化方法的不足，結(jié)合余熱鍋爐設計的特點，把領(lǐng)域知識引入到余熱鍋爐參數(shù)化設計過程中，建立基于知識的余熱鍋爐三維參數(shù)化結(jié)構(gòu)模型，實現(xiàn)基于知識的尺寸驅(qū)動和特征驅(qū)動，大大提高了產(chǎn)品設計的效率。

2 基于KBE的余熱鍋爐設計流程

圖3為基于KBE的余熱鍋爐設計流程，主要分為總體方案設計和鍋爐本體結(jié)構(gòu)設計。首先獲取用戶需求，然后進行余熱鍋爐的總體方案設計，方案設計流程分為4個子過程，分別為方案創(chuàng)造、方案分析、方案評價、方案調(diào)整［7］。其中方案創(chuàng)造是參考現(xiàn)有的成熟產(chǎn)品，構(gòu)造出能夠滿足設計需求的初始設計方案；方案分析是通過熱力計算、煙風阻力計算、水循環(huán)計算、汽水阻力計算、強度計算等系列過程，揭示當前方案的安全性、經(jīng)濟性、可靠性；方案評價是判斷方案分析中計算出來的數(shù)據(jù)是否滿足設計的要求，確保鍋爐達到額定的參數(shù)和出力以及選定的經(jīng)濟指標；方案調(diào)整是對評價不滿足設計要求的設計方案進行調(diào)整修改，并重新進行分析和評價，直至得到滿足設計要求的設計方案，完成總體方案設計。接下來進行鍋爐本體結(jié)構(gòu)設計，結(jié)合總體設計方案確定鍋筒結(jié)構(gòu)設計及各級受熱面的布置設計。最后從系統(tǒng)的模型庫中依次選擇符合要求的部件模型，調(diào)入?yún)?shù)化建模環(huán)境中使用基于知識的參數(shù)化設計技術(shù)，自底向上完成零部件的詳細設計，自動生成指導余熱鍋爐制造生產(chǎn)的二維圖紙及相關(guān)設計文檔。

圖3 基于KBE的余熱鍋爐設計流程

3 應用實例

限于篇幅，這里僅以余熱鍋爐受熱面之一的過熱器為例對系統(tǒng)的設計流程進行說明。在進行過熱器設計時，從系統(tǒng)方案庫中提取出過熱器設計特征，然后基于CBR推理技術(shù)，實現(xiàn)對過熱器設計特征檢索匹配。表1列出了新實例和檢索到的參考實例的特征?；跈z索到的相似實例設計數(shù)據(jù)，根據(jù)知識庫中的設計規(guī)則進行管排數(shù)增減、修改橫向節(jié)距和縱向節(jié)距大小等結(jié)構(gòu)調(diào)整操作，修改后得到滿足設計需求的過熱器。

設計數(shù)據(jù)確定之后，對其進行參數(shù)化設計。打開SolidWorks軟件，點擊自定義菜單中的“余熱鍋爐參數(shù)化設計系統(tǒng)”，選擇“過熱器設計”，進入過熱器設計界面，如圖4所示。在設計界面中輸入各部件設計參數(shù)，系統(tǒng)快速生成過熱器三維模型，如圖5所示。新設計完成后將設計數(shù)據(jù)導入系統(tǒng)實例庫中，以便新產(chǎn)品設計檢索。

表1 過熱器方案實例檢索結(jié)果

圖4 過熱器設計系統(tǒng)參數(shù)化界面

4 結(jié)束語

本文開發(fā)的基于知識工程的余熱鍋爐智能設計系統(tǒng)有利于產(chǎn)品設計知識的積累和充分利用，減少設計錯誤，縮短產(chǎn)品的設計周期。

圖5 系統(tǒng)生成的過熱器三維模型

［1］趙欽新，周屈蘭，譚厚章，等.余熱鍋爐研究與設計［M］.北京：中國標準出版社，2010.

［2］趙震，彭穎紅.基于KBE的工程設計理論、方法與實踐［J］.機械科學與技術(shù)，2009，22（1）：151－153.

［3］王馳，郭鋼，童福安，等.基于知識的轉(zhuǎn)向器參數(shù)化設計系統(tǒng)知識庫的構(gòu)建［J］.機械工程與自動化，2008（3）：1－3.

［4］楊宇，李成華，張國梁.基于實例推理的鏟式玉米精密播種機設計［J］.農(nóng)業(yè)機械學報，2009，40（12）：51－55.

［5］胡中豫，申濤，李高峰，等.基于案例與規(guī)則推理的干擾查找專家系統(tǒng)［J］.計算機工程，2009，35（18）：185－190.

［6］陳明，胡世德.基于知識的橋梁參數(shù)化建模［J］.工程圖學學報，2011，32（5）：1－9.

［7］鐘崴，童水光.鍋爐智能CAD的技術(shù)和方法研究［J］.浙江大學學報：工學版，2006，40（4）：572－576.