遺傳算法在核電廠檢修路徑規劃中的應用

蘇錦成，王振中，趙曉山，褚松良

遺傳算法在核電廠檢修路徑規劃中的應用

蘇錦成，王振中，趙曉山，褚松良

（中國核電工程有限公司，北京 100084）

核電廠維修人員對核電廠系統和設備進行檢修和試驗是保障核電廠安全運行的重要手段之一。由于核電廠的特殊性，核島及其附屬廠房中有處理放射性物質的系統或者設備，存在一定的輻射危害，因此合理可行地減少維修人員在檢修和試驗過程中的受照射劑量是輻射防護的主要目標之一。核電廠工藝系統設備數量眾多，且各設備布置在核電廠核島廠房不同工藝設備間內，合理地規劃維修人員的檢修工序能夠有效減少維修人員在檢修過程中所受照射劑量，因此有必要開展核電廠檢修路徑規劃相關的研究。本文考慮核電廠輻射分區、廠房內可通行路徑，建立核電廠廠房工藝間路徑賦權矩陣，采用遺傳算法（GA）進行檢修路徑規劃。通過仿真計算表明，該算法可以規劃出一條包含需要檢修的設備或設備間的最優檢修路徑，實現有效減少運維人員所受輻照劑量的目標。

遺傳算法（GA）；路徑規劃；檢修

核電廠反應堆在運行過程中會產生大量放射性，核島及附屬廠房內通常有處理放射性物質的工藝系統或者設備。現有核電廠已經提供多層放射性保護屏障和放射性防護手段，將核電廠核島廠房內分為白區、監督區和控制區。其中監督區和控制區工藝間依然存在輻射危害的風險。另一方面，為了保證核電廠安全運行，核電廠維修人員需要對各工藝系統設備進行定期檢修和維護。維修人員難以避免地需要路過或穿過監督區或者控制區，承受放射性威脅。

因此對核電廠內設備進行巡檢或維修時，維修人員需要盡快到達巡檢或者維修目標所在地，盡大限度地縮短在廠房內滯留時間，以減少可能的輻射劑量。然而維修人員在核電廠檢修工作中，可能涉及多個工藝間或設備的檢修，如果不能制定合理的檢修路徑，就會增加廠房內滯留時間，增加放射性危害風險。

因此研究核電廠檢修路徑規劃，能夠優化核電廠維修人員檢修路徑及順序，減少巡檢時間，提高巡檢效率，降低核電廠維修人員承受輻射傷害風險。

1　核電廠檢修路徑規劃方法

核電廠維修人員進入核島某個廠房進行巡檢或者維修，通常會涉及多個設備或者設備所在工藝間。完成該層廠房的巡檢或維修工作之后，維修人員通常需要由該層特定的出入口離開該層廠房。將每個工藝間設定為一個巡檢目標，如果一次巡檢過程中包含個目標，則巡檢可能的巡檢路線多達（-1）！/2條（每個巡檢目標兩兩可達）。為了減少到達巡檢目標所需的時間，降低輻射風險，就必須制定合理的巡檢路線或巡檢順序。

由此可見，核電廠巡檢路線規劃問題屬于旅行商（TSP）問題的一種，是一個典型的NP完全問題[1]。由于旅行商問題具有廣泛的應用價值，如智能交通控制、網絡路由設置、智能物流配送等，自1932年被提出以來，引起了各領域研究興趣。最初學者們大多采用精確算法對旅行商問題進行求解，Ali等人用分支定界法對旅行商問題進行求解；Gavish等人[2]對分支定界法進行改進，通過限定分支定界的下界，減少算法運行所需的時間。但是旅行商問題隨著問題規模的增加，解空間急劇增大。

在不能獲得全局精確最優解的情況下，高效地尋找高質量的近似解是解決這一問題的主要途徑。為了計算高質量的近似解，近年來發展了大量基于啟發式搜索的方法。李孟霖等人[3]采用蟻群算法進行TSP問題求解，提出“降半分布函數”對路徑優劣進行模糊評價以優化信息素更新策略；黃麗韶[4]將模擬退火算法（SA）應用于TSP問題求解；黃嵐、王康平[5]等人用粒子群算法求解TSP問題；代坤[6]等人運用遺傳算法求解TSP問題，驗證了GA算法在旅行商問題求解中的適用性。

GA算法是由美國Holland教授提出的啟發式算法，是求解復雜的組合優化問題的有效方法。GA通過模擬生物進化過程，采用變異，選擇等手段來從搜索空間中選出適應解，是一種高效且具有強魯棒性的方法，本文將GA算法應用于核電廠巡檢路線規劃。

1.1　電廠巡檢問題簡述

0——其他情況。

則核電廠巡檢路線規劃的問題可以描述為滿足以下約束條件的解：

約束條件：

1.2　遺傳算法

遺傳算法是通過借鑒生物進化中優勝劣汰的思想，利用交叉、突變等操作產生具有較強環境適應能力個體的進化算法。遺傳算法求解組合優化問題的主要流程包括：

（1）初始化群體；

（2）對每條染色體的適應度值進行求解；

（3）根據個體適應度確定選擇規則，并執行選擇操作；

（6）判斷是否達到收斂或停止條件，如果沒有達到收斂或者停止條件，則進入（2）步驟，如果達到收斂或者停止條件，則進入（7）步驟；

（7）將群體中適應度最好的個體作為問題最優解輸出。遺傳算法的流程圖如圖1所示。

圖1　遺傳算法流程圖

1.3　核電廠工藝間賦權矩陣

為了采用GA算法對最優巡檢路徑進行規劃，首先根據核電廠各工藝間的距離，工藝間之間路徑上的輻射強度，計算出核電廠各工藝間的賦權矩陣。

核電廠廠房在設計時主要根據其實現的功能及包含的設備進行工藝間以及通行區域規劃。質量高的設計能夠保證工藝間的可達性，但是由于核電廠特殊的防護要求，核電廠廠房很少能夠滿足工藝間之間兩兩可達，即從一個房間到達另外一個房間需要進行中轉。

本文在核電廠工藝間賦權矩陣建模的過程中，認為總體巡檢時間越短，就越能夠減少維修人員在電廠內的滯留時間，從而越能減少維修人員所受的輻照劑量。假定維修人員在巡檢過程中的移動速度基本不變，則減少維修人員所受劑量主要是減少維修人員巡檢路線的總長度，因此本文建立的核電廠工藝間賦權矩陣主要考慮工藝間的距離。

本文對于需要中轉的工藝間采用A-Star算法來計算中轉所需的最短距離。從而完備在使用GA算法進行路徑規劃時所需的賦權矩陣。

1.4　核電廠檢修路徑規劃流程

（1）首先，選取需要巡檢的工藝間，對其進行編碼處理。本文采用單染色體編碼，即將個需要檢修工藝間編成一條長度為的染色體，編碼順序即為檢修順序。根據檢修順序，生成相應的初始檢修路徑，根據賦權矩陣計算出巡檢路徑的長度。

（2）對每一種初始路徑，進行適應度計算，根據個體適應度選擇規則進行選擇操作，選取適應度符合要求的巡檢路徑；本文采用了最佳群體保留的策略。采用如下方式定義歸一化檢修路徑長度：計算群體的平均檢修路徑長度后，個體的檢修路徑長度與平均檢修路徑長度比值。本文將歸一化檢修路徑長度小于設定的選擇閾值的個體保留。

（3）對選取符合適應度要求的巡檢路徑按照交叉概率進行交叉，并且對產生的路徑按照變異概率進行變異，產生子代路徑；本文采用單親遺傳算法對檢修工藝間進行求解，并且采用單染色體編碼的方式，因此舍棄了操作過程中復雜特殊的交叉算子，采用單染色體常用的對換變異。即隨機選擇單染色體的兩個基因點，將這兩個基因進行交換。

（4）判斷是否達到進化代數的要求，如果沒有達到進化代數的要求，返回步驟（2）。滿足進化代數輸出規劃的巡檢路徑。

2　數值模擬

2.1　輔助廠房檢修模型

本文以某核電廠輔助廠房兩層廠房為對象，如圖2、圖3所示，圖中方框中標識的為各工藝間的名稱，本文中共涉及69個房間及區域，其中0 m層42個房間，編號由RM001至RM042，5 m層27個房間，編號由RM101至RM127。根據圖中各工藝間及區域的距離和相互間的可到達情況建立賦權矩陣，69個房間及區域的賦權矩陣為69×69的矩陣。

圖2　輔助廠房0 m層平面圖

圖3　輔助廠房5 m層平面圖

核電廠實際巡檢的工藝間與核電廠實際運行的狀態以及工藝間內設備的狀態有關。本文采用C+語言實現上述算法，為了驗證GA算法在工藝間巡檢路線規劃上的適用性，在上述房間中隨機選出部分工藝間，設置檢修起點和終點采用進行路徑規劃計算。本文GA算法采用的計算參數如表1所示。

表1　控制參數

核電廠檢修工藝間的個數與電廠的運行狀態相關，本文為了驗證算法的適用性，分別選取一層內的5個工藝間和跨層（兩層）的10個工藝間進行計算。

2.2　算例1

算例1中選中的5個房間進行路徑規劃，工藝間在廠房的位置如圖4中斜線陰影部分所示。圖4中交叉線陰影所在的房間表示此次巡檢的起點和終點。部分工藝間名稱及相應的賦權矩陣如表2所示。表中正值表示兩個房間之間考慮輻射防護等因素的等效距離，在本文中將輻射分區分為三個等級，分別為紅區、黃區和橙區。對于穿過不同等級輻射區，在其距離上分別乘以1.5，1.2，1.1的因子，負值表示兩個房間不可直接到達，需要經過其他房間或者區域進行中轉。中轉所需的最短路徑采用前文提到的A-star算法。

表2　房間賦權矩陣

圖4　算例1工藝間平面圖

經過100次數值仿真實驗，得到巡檢的先后順序為RM005—RM004—RM014—RM039— RM027。詳細的房間路徑為RM005—RM006— RM007—RM004—RM007—RM014—RM034—RM033—RM036—RM039—RM036—RM033—RM034—RM027。總的最小巡檢距離為116.9。詳細的巡檢路線如圖5所示，算例1巡檢房間數目較少，可比較直觀地看出最佳巡檢路線與計算機采用遺傳算法計算得出的巡檢路線相符。

圖5　算例1巡檢路線圖

2.3　算例2

算例2在兩層中選取10個房間進行路徑規劃，0 m層需要檢修的工藝間及起終點位置（樓梯）如圖4所示，5 m層工藝間在廠房的位置如圖6中斜線陰影部分所示。

經過100次數值仿真實驗，得到巡檢的先后順序為RM005—RM014—RM004—RM106— RM111—RM124—RM117—RM121—RM039—RM027，如圖7所示。總的巡檢長度為233.5。詳細的巡檢路徑為：RM005—RM006—RM014— RM007—RM004—RM007—RM006—RM005—RM103—RM104—RM106—RM111—RM107—RM124—RM118—RM117—RM118—RM121—RM119—RM027—RM034—RM033—RM036—RM039—RM036—RM033—RM034—RM027。經過的工藝間及通道詳細路徑如圖7所示。

圖6　算例2工藝間平面圖

圖7　算例2巡檢路線圖

3　結論

本文根據核電廠檢修涉及的內容，選取核電廠輻射分區等級，采用距離權重因子的方法結合廠房內各工藝間的通行狀態和距離，得到各工藝間的等效通行距離，建立核電廠廠房工藝間路徑賦權矩陣。采用遺傳算法（GA），將工藝間的檢修順序作為染色體編碼，進行檢修路徑規劃，并通過A-star算法計算巡檢路徑長度完成巡檢方案的評價。

通過編程實現巡檢規劃相關算法，對單層廠房和多層廠房下不同巡檢工藝間個數的算例進行巡檢路線規劃，得到了對應賦權矩陣下的優化的巡檢路線。

采用巡檢路徑規劃的方法，縮減巡檢路線的長度，減少人員在廠房內的巡檢時間，從而減少巡檢人員的所受輻照劑量，保證核電廠檢修人員的職業健康，在核電廠或者常規電廠的巡檢路線規劃上具有較大的實用性。

目前針對同一廠房的巡檢點進行路線規劃，后續應當針對主廠房巡檢、多廠房巡檢、跨廠房巡檢點，進一步細化輻射防護權重因素，并考慮工藝間內檢修時長等因素進行拓展研究。

［1］ 張江維. 自適應混合粒子群優化算法求解大規模旅行商問題［J］. 計算機應用與軟件，2015，32（12）：265-269.

［2］ 胡士娟. 基于改進遺傳算法的多旅行商問題的研究［D］. 江蘇：江南大學，2019.

［3］ 李孟霖，余祥，巫岱玥，等. 基于蟻群TSP算法的路徑規劃問題研究［C］//中國指揮與控制學會. 第六屆中國指揮控制大會論文集（上冊）. 北京：電子工業出版社，2018：262-268.

［4］ 黃麗韶. 基于模擬退火算法的TSP研究［J］. 電腦與電信，2012（04）：36-38+47.

［5］ 黃嵐，王康平，周春光，等. 粒子群優化算法求解旅行商問題［J］. 吉林大學學報（理學版），2003（04）：477-480.

［6］ 代坤，魯士文，蔣祥剛. 基于遺傳算法的多人旅行商問題求解［J］. 計算機工程，2004（16）：139-140+145.

［7］ 宋巖. 基于A-Star算法的進路搜索研究［D］. 四川：西南交通大學，2014.

Application of Genetic Algorithm in Maintenance Path Programming of Nuclear Power Plant

SU Jincheng，WANG Zhenzhong，ZHAO Xiaoshan，CHU Songliang

（China Nuclear Power Engineering Co.，Ltd. Beijing 100084，China）

Maintenance and testing of nuclear power plant systems and equipment is one of the important means to ensure the safe operation of nuclear power plant. Due to the particularity of nuclear power plant, there are systems or equipment for handling radioactive substances in the nuclear island and the BOP, and there are certain radiation hazards. Therefore, it is one of the main goals of radiation protection to reduce the exposure dose of maintenance personnel in the process of maintenance and testing reasonably and feasibly. There are a large number of process system equipment in nuclear power plant, and these equipment are arranged in different process room in nuclear power plant. Reasonable planning and the maintenance process of maintenance personnel can effectively reduce the maintenance personnel's exposure dose during the maintenance process. Therefore, it is necessary to carry out relevant study on maintenance path planning of nuclear power plant. In this paper, considering the radiation zone and the passable path in nuclear power plant, a path weight matrix is established for the nuclear power plant, and genetic algorithm (GA) is used for maintenance path planning. The simulation calculation shows that the method can plan an optimal maintenance path including the equipment or between equipment that needs to be repaired, and achieve the goal of effectively reducing the radiation dose received by the operation and maintenance personnel.

Genetic algorithm; Path programming; Maintenance

TL48

A

0258-0918（2023）03-0595-06

2022-01-04

蘇錦成（1990—），男，湖北黃岡人，工程師，碩士，現主要從事核島廠房布置設計相關研究