基于知識工程的余熱鍋爐智能設計系統研究?

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、造紙等行業中［1］。節能余熱鍋爐設計是一項復雜繁瑣、可靠性和經濟性要求很高的大型工程，目前普遍存在著對有經驗的設計師依賴性大、設計周期長、知識重用性差等問題，能否快速開發出客戶所需的新產品，關系到企業的生存和發展。本文將知識工程（Knowledge－Based Engineering，KBE）的先進技術理念應用于余熱鍋爐的設計中，實現了對以往設計經驗及知識的繼承和重用［2］，綜合利用基于實例的推理、參數化設計等技術，結合知識庫中存儲的相關知識，開發出基于知識工程的余熱鍋爐智能設計系統。

1 基于KBE的余熱鍋爐智能設計系統

1.1 余熱鍋爐智能設計系統框架

以三維設計軟件SolidWorks 2012為開發平臺，通過ADO數據訪問接口訪問數據庫SQL Server 2008，采用VB.Net為開發工具，開發了余熱鍋爐智能設計系統。

圖1為余熱鍋爐智能設計系統框架。該系統分為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進行交流，從而引導用戶完成整個產品的設計過程；功能層主要包括方案設計模塊、參數化設計模塊、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化設計模塊進行融合，使各模塊集成，實現以知識驅動產品設計的目的；基礎資源層包括實例庫、模型庫、規則庫、設計知識庫和數據庫。

圖1 余熱鍋爐智能設計系統框架

1.2 系統知識庫的構建

余熱鍋爐智能設計系統知識庫［3］主要包括實例庫、規則庫、設計知識庫、模型庫和數據庫。構建知識庫時，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據庫中，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、蒸發器，其中省煤器、過熱器、蒸發器統稱為受熱面。余熱鍋爐知識庫結構如圖2所示。

1.3 系統開發的關鍵技術

1.3.1 基于實例的推理技術

基于實例的推理（Case Base Reasoning，CBR）技術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，為了實現對新問題的求解，用戶可通過輸入相關特征知識與實例庫中已有的舊實例進行匹配，如結構形式、余熱煙氣量、余熱煙氣溫度、額定蒸發量、額定蒸汽壓力、燃料類型等。本系統采用灰關聯分析方法計算新舊實例之間的相似度［5］，具體步驟如下：

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

圖2 余熱鍋爐知識庫結構

（2）計算灰關聯系數。參考數列Xi與比較數列X0之間的關聯系數為：

其中：ρ為分辨系數，一般取ρ＝0.5。

根據式（1）可以求出X0與Xi的關聯系數：

（3）求灰關聯度。將比較數列在各特征值上的關聯系數作數學平均，即得到比較數列相對于參考數列的灰關聯度γ（X0，Xi）：

灰關聯度反映了比較數列與參考數列的相似程度，灰關聯度越大，相似度越高。在系統中，設定一定的閾值，當灰關聯度大于閾值時，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，再結合設計人員的經驗人工干預調整參數后得到最終方案。新的設計方案經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 基于知識的參數化設計

參數化設計是面向系列化產品的動態設計，即利用對象拓撲結構的共同特征進行設計，通過對設計對象實際尺寸的局部驅動來實現相似對象的柔性設計。利用參數化設計手段開發的專用產品設計系統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，傳統的參數化設計方法仍有許多不足之處［6］，例如在產品實際設計中存在著大量隱式表示的設計約束，傳統的參數化方法不能處理這些隱式約束，只能對變量進行顯式約束。針對現有參數化方法的不足，結合余熱鍋爐設計的特點，把領域知識引入到余熱鍋爐參數化設計過程中，建立基于知識的余熱鍋爐三維參數化結構模型，實現基于知識的尺寸驅動和特征驅動，大大提高了產品設計的效率。

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構設計。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，分別為方案創造、方案分析、方案評價、方案調整［7］。其中方案創造是參考現有的成熟產品，構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、經濟性、可靠性；方案評價是判斷方案分析中計算出來的數據是否滿足設計的要求，確保鍋爐達到額定的參數和出力以及選定的經濟指標；方案調整是對評價不滿足設計要求的設計方案進行調整修改，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構設計，結合總體設計方案確定鍋筒結構設計及各級受熱面的布置設計。最后從系統的模型庫中依次選擇符合要求的部件模型，調入參數化建模環境中使用基于知識的參數化設計技術，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的二維圖紙及相關設計文檔。

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的設計流程進行說明。在進行過熱器設計時，從系統方案庫中提取出過熱器設計特征，然后基于CBR推理技術，實現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。基于檢索到的相似實例設計數據，根據知識庫中的設計規則進行管排數增減、修改橫向節距和縱向節距大小等結構調整操作，修改后得到滿足設計需求的過熱器。

設計數據確定之后，對其進行參數化設計。打開SolidWorks軟件，點擊自定義菜單中的“余熱鍋爐參數化設計系統”，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，系統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據導入系統實例庫中，以便新產品設計檢索。

表1 過熱器方案實例檢索結果

圖4 過熱器設計系統參數化界面

4 結束語

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

圖5 系統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，2009，22（1）：151－153.

［3］王馳，郭鋼，童福安，等.基于知識的轉向器參數化設計系統知識庫的構建［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］.農業機械學報，2009，40（12）：51－55.

［5］胡中豫，申濤，李高峰，等.基于案例與規則推理的干擾查找專家系統［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的技術和方法研究［J］.浙江大學學報：工學版，2006，40（4）：572－576.