核電廠智能化儀控系統應用框架設計及實現構想

□李鳴謙 王 碩 陳日罡

一、引言

“工業4.0”概念首次提出了以高度數字化、網絡化、機器自組織為標志的第四次工業革命。2015年，我國繼而提出了“中國制造2025”，其內涵旨在信息化和工業化深度融合的背景下，應對人工智能、互聯網、大數據、云計算等領域新技術發展，推進重點行業智能轉型升級。在“中國制造2025”列出的十大重點發展領域中，新一代信息技術、高檔數控車床和機器人、電力裝備等均與核電行業緊密相關。在2018年底中核集團發布的《創新2030》工程方案中，將“智慧核工業”列為29項重點型號任務之一，在2030年前初步建成智慧核工業，通過廣泛采用現代技術(如物聯網、云計算、大數據分析、人工智能、機器人、虛擬現實和移動應用等)，首先做到“少人干預，少人值守”，最終實現裝備無人化和工廠智能化。從核電發展的需求上，隨著對于核電安全性和經濟性要求的不斷提升，新型核電機組的出現，對于現有技術也提出了新的挑戰，都需要智能化技術的貢獻。可見，智能化已經成為核電技術未來發展的一個必然趨勢[1]。

從各行業智能化探索的過程中可以看出，智能化技術的基礎是狀態感知、數據交互、算法和人機交互。對于核電領域，智能化電廠的核心目標是提高機組的自動化、信息化水平和運行效率，進一步提升安全性和經濟性。因此，作為核電廠數據采集、傳輸、處理和人機交互的綜合平臺，以儀控系統為核心的電廠監控系統的智能化在核電廠智能化進程中起著銜接總體規劃和具體技術落地的承上啟下作用，需要制定出與核電智能化相匹配的技術方案。

但是，現有數字化系統的能力還沒有充分的利用，例如電廠的自動化水平并沒有比基于模擬技術的電廠有顯著的提升、海量數據缺乏深入的挖掘等。對于智能化技術的研究和應用，則還是處于研究探索階段，僅有少量零星的工程應用。因此，本文通過對現有核電廠典型運行任務流程的分析，提出集智能監測、智能診斷、智能控制、智能交互于一體的核電智能化儀控技術應用框架及其設計方案。

二、智能化技術應用框架分析與設計

通過對現有核電廠運行體系的分析，典型的運行任務流程如圖1所示。

圖1 典型的運行任務流程

正常運行工況下，操縱員需要對核電廠的整體狀態進行監視，以確定電廠處于正常的運行狀態。在監視中發現狀態異常后，需要對電廠的狀態進行診斷和分析，以確定異常、故障以及事故的原因和來源。之后通過自動化/人工干預手段排除故障或將核電廠帶入并維持在安全狀態下。基于以上運行任務的模型，本文從少人監控/無人值守的目標出發，將智能化運行所需由操縱員來實現的運行功能劃分為智能監測、智能診斷、智能控制和智能交互四個方向。

(一)智能監測。核電廠的實時狀態監測是保障機組運行安全最重要的任務之一。當前核電廠使用的基于固定閾值的狀態檢測方法中，可以在監測信號超過其誤差邊界時提示異常，但較寬的誤差邊界又會降低異常檢測的靈敏度，難以實現復雜工況下異常狀態的快速識別(如蒸汽發生器傳熱管破裂事故的早期診斷)。因此，智能監測需要采用基于系統模型的動態閾值監測技術，通過神經網絡、核回歸、支持向量機等方法[2]，對設備的狀態和故障模式進行識別和建模，提高狀態監測的性能并擴展電廠監測能力的范圍。

(二)智能診斷。故障檢測和溯源同樣是提高核電廠安全運行的重要任務之一。現有核電廠運行體系中的故障診斷主要由人來執行，在事故工況下需要耗費大量的時間和精力，再加上簡單直接的錯誤診斷以及不適當的糾正措施可能會導致更危險的情況發生，因此需要輔以智能化手段來提升診斷的準確性和效率。

在智能化工業故障診斷技術中，通常采用時間序列建模的方式預估復雜工業系統的動態行為，以此來貼合實時信號所具有的時序性和波動性的特點。一般的時序故障診斷算法都是基于統計學習模型，包括隱馬爾可夫模型[3](HMM)、卡爾曼濾波模型[4](KFM)和動態貝葉斯網絡模型[5](DBNs)等。但是，由于核電系統的高度復雜性和數據高維度特性，運用這些算法進行核電系統故障診斷時，存在計算量大、響應時間長、缺乏處理不完整和不確定信息的能力等問題。例如，HMM模型是無記憶的，只與先前歷史狀態有關，缺乏利用上下文信息的手段；KFM適用于線性場景，能夠準確估計線性過程模型和測量模型，但在核電這種算非線性場景不能達到最佳估計效果；復雜DBNs模型建模難度大，再加上通過DBNs模型進行精確推理是一個NP-hard問題,極大地影響了推理效率，阻礙了其在核電廠這種復雜工業系統中的實際應用。此外，上述這些基于統計學模型的診斷方法，在訓練階段需要大量高質量的數據集輸入，對于核電系統這種故障數據獲取難度大的系統無法直接使用。

為改進現有診斷方法的性能，本文通過將常規監測信息和智能監測信息進行整合，并結合核電廠工藝系統設計中現象和原因之間的關系，構建了專家知識庫作為傳統報警系統的有效補充，并采用基于動態不確定因果圖[6](DUCG)的故障推理及溯源方法定位故障源信息，為操縱員對設備故障和電廠事故的診斷提供協助，降低操縱員的工作負荷并提高運行效率。

(三)智能控制。從長遠來看，智能控制對于未來可移動式核電源、無人駕駛艙等是技術發展的大趨勢。因此，需要開展各事故條件下核電廠自動處置和控制方法的研究，逐步弱化操縱員作為控制者的定位，而強化其作為監督者的定位。由于核電站結構和運行狀況的復雜性，應用面向安全狀態和功能恢復的智能化技術，實現事故狀態下的自動處置和控制將是解決這些問題的途徑之一。對目前大多數核電廠來說，自動控制主要是在正常運行工況下實現的，還有大量的設備和過程需要人工控制。因此，需要對工控系統在各種運行條件下所能提供的自動控制能力進行分析和梳理，按照先易后難的順序，為核電站的運行提供更多的自動控制功能，逐步構建智能化核電廠控制方案。

通過對工控系統在各種運行條件下所能提供的自動控制能力進行分析和梳理，核電廠智能控制方案應包含順序控制、自動控制和人工智能控制三大方向。

1.順序控制。順序控制應以核電廠現行運行規程為參照，通過分析機組運行特性及各執行步驟需求，確定運行過程邊界、斷點及所需實現的功能。可將現行自動控制方案或強化學習方案解決的步驟剔除，其余步驟通過設置斷點和判斷條件的方式串接形成相應的控制方案框架。

2.自動控制。目前，PID控制方法在包括核電廠儀控(I&C)系統在內的自動控制系統中仍被廣泛使用，其控制性能仍有很大的提升潛力。隨著計算機性能的提高和運行數據采集范圍的擴大，應用協調控制、最優控制和智能控制等先進的控制方法來獲得良好的控制性能在技術上已經成為可能[7～9]。此外，基于核電站高安全性和可靠性的要求，在重要的控制和保護系統中逐步開展軟測量和容錯控制技術的研究和應用，將是提高核電站整體安全性和經濟性的重要途徑之一。

3.人工智能控制。對于難以通過自動化技術實現的控制功能，采用如圖2所示的流程設計并實現人工智能控制器，通過神經網絡和強化學習的方法建立模型并對人的操作記錄進行學習[10]。訓練后得到的人工智能程序可在模擬機中通過自主學習方式進一步提高性能，使其可執行目前僅能由人來實現的控制功能，以推進少人/無人值守技術的實現。

圖2 人工智能控制器實現流程

(四)智能交互。人機交互(HMI)是核電廠中的一個典型場景，因為操縱員會接收從核電廠內傳感器或設備收集到的數據，并以此為基礎做出相關決定，這使得它在核電行業極為重要[11]。主控室中具有良好設計的人機界面可以有效幫助操縱員減少人因失誤，確保核電站的安全。核電廠主控室中，信息的推送和呈現應當基于操縱員的任務執行過程來組織。根據人員認知與決策模型和功能分配原則，操縱員在任務執行過程中的信息應當支持其診斷、決策、控制和確認過程。而目前，核電廠主控室的人機界面存在智能程度較低、圖形用戶界面簡單的情況，難以應對事故初期大量異常信息爆發式出現的問題，需要生態界面和語音交互的介入。

生態界面與傳統的計算機化的人機界面相比，主要被應用于復雜系統的人機交互，已被證明對過程控制是可行和有效的[12]。生態界面在理論體系方面融合了認知心理學原理，與現有核電廠計算機化運行畫面相比，能夠使得操縱員更加快速地按照操作目標調整操作策略，極大地減輕操縱員的心理負擔，為操縱員在面對新情況、新問題時做出正確決策提供良好支持。

語音交互[13]則可以應用于核電廠啟動、停堆、滿功率運行、異常、瞬態和事故等全范圍電廠工況下，操縱員只需按照預定規則發出語音指令即可完成查詢參數、啟停設備、查找畫面、建立趨勢、輸入定值、模式切換等任務，省去了操縱員執行相應操作的時間，能夠有效提升操縱員的任務執行效率。

圖3 核電廠智能化技術應用框架

通過上述對智能化技術框架的分析，本文給出如圖3所示的核電廠智能化技術應用框架。該框架能夠嚴格遵循現有核電廠運行體系中典型運行任務的流程，能夠準確識別異常情況的發生，快速定位故障源信息并通過語音交互和畫面自動跳轉的方式將緊急信息提供給操縱員進行運維決策；經操縱員確認后，智能控制可快速響應進行事故工況的緊急自動處理，保證機組安全可控。

三、實現與樣機展示

圖4 智能化研發演示與支撐平臺

圖5 生態畫面總貌圖

根據圖3所示應用框架，本文構建“智能化研發演示與支撐平臺”(圖4)作為樣機實現框架內各功能。樣機采用B/S架構實現，通過TCP/IP協議通信的方式與華龍一號仿真驗證平臺進行結合，以此獲取核電廠運行數據以及故障工況模擬。樣機內置有數據庫管理系統、生態畫面組態模塊、智能預警模塊、智能診斷模塊、智能控制模塊以及語音交互功能模塊，各模塊可通過參數配置方式進行組態，各模塊相應畫面可通過界面左側菜單欄進行導航。

系統圖5給出給水系統生態畫面總貌圖，可為操縱員提供運行相關的觀測信息。與傳統人機界面相比，圖5所示生態畫面具有更高的信息密度。圖5中紅色標記為跳轉鏈接標簽，通過點擊或語音交互可跳轉到對應的設備畫面。畫面上部“報警燈”可在異常信息或故障源信息產生時通過閃爍動作提示操縱員關注，提示過程會伴有語音提示。

圖6 循環水泵動態展示畫面

圖7 順控任務動態展示畫面

圖6給出循環水泵設備展示畫面，除相關觀測信息的展示外，當故障發生時，DUCG故障診斷與溯源系統經過推理給出相關故障源信息，如“開真空破壞閥”“繞組溫度高”“油位低”等信息，并在畫面上動態顯示。同時，會通過語音交互的方式提示操縱員是否自動進行異常工況控制動作。順控動作如圖7所示，左側列表給出相關建議操作，控制建議經操縱員授權后可自動執行，且每一步的操作狀態可通過不同顏色予以區分。

四、結語

本文從少人監控/無人值守的目標出發，通過對現有核電廠運行體系及典型的運行任務流程進行分析，將智能化運行所需實現的人的運行功能劃分為智能監測、智能診斷、智能控制和智能交互四個方向。在對各方向進行充分論述的基礎上，提出了集智能監測、智能診斷、智能控制、智能交互于一體的核電智能化技術應用框架及其軟件設計方案，并結合公司現有的華龍一號仿真驗證平臺，搭建并形成相應樣機。雖然目前在核電廠進行智能化運行控制仍有許多問題，但是仍希望本文工作能夠為智慧核電的發展作出貢獻，加速智能化應用在核電廠中的進一步整合。