1、 1 模糊工程在核研究中的应用 摘要 安全、维修、检测、诊断、环境的 好 坏是与 人类社会密切相关的。并且是在核工程中遇到的最重要、最困难的问题。这个问题是如此的复杂以至于需要全球社会的共同努力才能应对。因此，模糊工程或许是我们最可利用的工具。 这篇研究报告是在比利时核研究中心 首次 提到的。它阐述了两种应用方法，叫做核应急辅助决策系统和对核装置传输线的初步检查结果的研究。然后阐述了一个新的叫做 R&D工程的基于模糊控制的能解决实际问题而不是提出解决方案的核运行控制。该报告最后强调，根据在 1994年 9 月 14至 16号在比利时摩 尔举行的首届国际 FLINS 研讨会在关于模糊逻辑和智能技
2、术在核科学上的强烈反应，模糊工程在核研究领域是非常有必要的。 1 引言 FLINS 是模糊逻辑和智能技术在核科学应用中的一个缩写，它开始作为一个新的研究项目是由比利时核研究所发起的，旨在为年轻有天赋的研究人员提供面向未来的研究机会。现在 FLINS 已经变成了一个旨在提高模糊逻辑和其他智能技术在核科学和工程领域应用水平的一个国际论坛。 现在科学家们在处置不完整的和复杂的信息方面已经积累了一定的模型。毋庸置疑，模糊集理论是这些广泛应用的模型中的一个。在根特大学， 二十年来，模糊集理论和它的应用在 E.E.Kerre 教授的领导下在模糊性和不确定性模型中心已经开展了广泛的研究。FLINS 是在 S
3、CK.CEN 和根特大学的强强联手的基础上建立起来的。自美国加州大学伯克利分校的 L.A. Zadeh教授自 1965年发明以来，已经有超过 15000数的关于模糊集理论和应用的文件出版。然而，德国的 H . J . Zimmermann教授指出，二十年来，模糊方法只限于世界上大部分地区的大学，控制应用程序可能有一些模糊逻辑的例外，这在和科学和技术领域确实是一个事实。在这方面最著名的工作是特别 受关注的，因为它与模糊系统一直被认为是可靠的切尔诺贝利事故有关。 随后， T. Terano指出了模糊逻辑在当今关键问题上的一个重要应用。安全、维修、检测、诊断、环境是 否 好 是与 人类社会密切相关的
4、。并且是在核工程中遇到的最重要、最困2 难的问题。这个问题是如此的复杂以至于需要全球社会的共同努力才能应对。因此，模糊工程或许是我们最可利用的工具。 不断增加的和成功的模糊逻辑的应用提升了研究组织 FLINS的水平，截止 1992年底，FLINS-SCKoCEN 组织里的几个工程师，大部分出身于核科学，并且工作于不同的项目来从事 硕士或者是博士后研究或者是其他的研究活动，顾名思义，不仅在模糊逻辑领域，也包括其他的智能科技，例如，神经网络，知识型专家系统和复杂问题的解决技术。 FLINS旨在利用当今科学技术和手段解决一些和核环境有关的错综复杂的问题。根据在 1994年 9月 14至 16号在比利
5、时摩尔举行的首届国际 FLINS研讨会在关于模糊逻辑和智能技术在核科学上的强烈反应，建立像 FLINS 这样的特别的论坛是非常有必要的。在会议上，来自奥地利，比利时，中国，法国，德国，日本，韩国，马来西亚，荷兰，挪威，俄罗斯，英国和美利坚合众国的建议被采纳。提 到了模糊逻辑和智能科技在辐射防护，核安全（人的因素和可靠性），保障措施，核电厂的控制，决策，控制和核反应堆等方面的应用。这篇研究报告首次是在比利时核研究中心提到的。它阐述了两种应用方法，叫做核应急辅助决策系统和对核装置传输线的初步检查结果的研究。然后阐述了一个新的叫做 R&D 工程的基于模糊控制的能解决实际问题而不是提出解决方案的核运行
6、控制。该文件最后强调，模糊工程是核世界的研究所需。 2模糊技术在比利时核研究中心 现在科学家们处置不完整和复杂的信息方面已经有很多模型。毫无疑问，模糊工程成为这些新模型中的一个最 广泛的应用。 比利时核研究中心有辐射防护，燃料，反应堆材料，废物和拆除，废物处置和研究单位，以及保障项目。但是模糊逻辑的应用目前只局限于燃料，以及辐射防护研究单位。正在进行的项目如：核科学模糊决策、核设施的输电线路检查、核应急决策系统的协助、大气稳定度模拟核应急系统、核应用模糊系统和基于模糊模型的控制核反应堆。有理由相信，越来越多的有关核模糊应用的研究很快将在 FLINS展开。 在给予 FLINS 的工业技术支持中有
7、 Belgoprocess， ECN 的佩滕， FBFC 国际，比利时核公司，卡瓦斯 / ONDRAF 等公司。 欧姆龙电子欧洲分公司在 FLINS 在该地区进行的针对于模糊逻辑适用于反应堆的运作和控制的研究中给予了大力支持。它给 FLINS的模糊逻辑提供软件支持。从而开始了工业世界与 FLINS 的第一次接触，进一步的合作正在开展当中。 3 3 应用 1：核应急决策辅助系统 模糊集理论技术对于问题的安全标准和决策的潜在性贡献已经开始显现意义。根据最近报道，使用模糊理论的优点已经在克服使用一个不确定条款在一个模糊环境中做决定所遇到的困难上显现出来。这方面固有的不精确使得硬性指标的确定很困难以及
8、统计决策理论的不确定。这些情况可以被分析师 以描述性的语言来表示，就像人们平时在表述不确定的事物时所表现出的方法一样。描述性表示之后就演变成了模糊集理论。最后从最优到最差的浮动都可以使用模糊集理论实现。 应急反应系统的发展，已经能够使得我们在核事故中做出反应，对于 R & D来说这是一个相对较新的领域，只有一小部分的系统在研究这个。总的来说，它们只能响应决策者数量有限的请求。 在早期，对于一个大气核废物泄漏，紧急情况应急预案的管理目标有两个：第一，确定这一地区（数千米之内）的总体污染程度以此来保护当地居民。对源污染物初步估计，对更远的地方进行可能性的后 果估计，一开始的任务就是收集与污染物泄露
9、尽可能的所有的相关信息。然而，对于源的精确重建却是至今难以解决的一个难题。根据大气扩散模式所应用的几种数学方法，其中有些已经可以给出在特殊情况下而非复杂情况下我们可以接受的精确数值。这些理论方法的一个直接应用是对于事故结果的概率评估但是并不是十分的合适。因为耗时计算在紧急情况下并不可行。对于输入信息和模型从根本上来说都有很多的不确定性。因此，研究开始尝试另一种基于模糊逻辑理论和决策理论的方法来对付不确定性因素（不完整的和不精确的），例如，一个关于语言价值的分析的模棱两 可的问题就像很好、好、一般、差、很差。根据数据概率的预测与观察，可以采用隶属函数，另外一个简单的模糊算法为该系统的用户提供了一
10、个简单实用的解决方案。并且在短时间内可以提出几种不同的解决方案。 该系统的基本思想是建立在以下简单的数学模型： 22C e xp ( )( ) ( ) 2 ( )()()yzQyx x y xx x Dy y Dp u s s s=-=(1) 在上面的公式中， C 是放射性物质的浓度，来源于一个未知变数 Q 以及另一个未知的风向变数 D（ x和 y是坐标取决于风向 D和其他物理参数，如 u, ys , 和 zs 等 ） 。在实际情4 况下，一方面可以通过观察获取数据 ()kmC ，另一方面可以通过 ()(, )kijC ,进行计算如果源项 Q 和风向 D是观测中使用并且是给予的。对于每一个 K
11、 点，定义了一个模糊集 FK型为： ( ) ( )( , )11 | |k kkm i jF CC= +-(2) 其中索引 i和 j对应 1.0风向电网的源项，也就是 1. . ( 1 ) d , ( 1 )iji e d d i q j q= + - D = - D，模糊集 FK 型可以理解为在一个特定的点。预测 P是最接近 0的。对于所有点，利用决策理论，我们可以得到模糊决策集合 D为： 1nkkDF=（ 3） 最好的源项 jq 和最佳风向也可通过使用 defizification技术获得。 实际上，我们可以给风向设置一个范围，因为风向的变化范围多多少少我们是知道的。然而对源项我们却没有办
12、法。为设置这一庞大的模拟源对于计算机来说都是一件十分费事的事情。由于这个原因， P和 O 的比例是被估算的，同样类似的所有比例都假定接近 1以此来尽量寻找不同的函数。通过这种方法，我们得到一个近似值的来源，因此多少是在正确范围之内的。一些例子已经被验证过，并且这里所提到的方法在实践上是可以接受的。 4 应用 2：检查核设施的输电线路 一个核电厂的安全和核反应堆的安全越来越受到重视。在该核电厂的施工阶 段，多个安全相关的解决方案可以研究和实施。陈旧的装置，在某些核设施中需要额外的安全评估。一方面的处理是针对安装在核安全的几个输电线路，例如控制安全、防火安全等。比利时核研究中心已经开始处理现有的装
13、置，特别是电力电缆火灾的潜在危险。在这个实际情况下，一些问题开始显现：“消防柜到底能在何种程度上防火”，“电缆到底使用多久会成为潜在的火灾隐患？”以及“什么是机制观察？”。毫无疑问，对于这些问题的准确回答是不可能得到的因为它需要非常大的工程判断，并且对于这些输电线缆的研究需要非常大的主观投入。 显而易见，对于在核设 施中输电线路可能遭受的几种危害的调查是一个非常艰巨的任务，以下的措施必须要做：（ 1）每条线路都要一个检查员进行检查，并且必须对检查写出报告，尤其是，他们各自之间也要进行相互的检查。（ 2）这些在数据库中对于所有线路进行调查的观测结果，包括对每一个线路的标记。组成了真正安全评估的数
14、据库形式。（ 3）5 最后决定每个线路的安全与否，并且，全球性的设施安全都要进行。 正如所提到的主观性，以及相关的难题，证明了模糊技术的使用。该研究方法对传输线的安全评价一个更深的案例是根据模糊集理论。其原来的应用程序是在医疗诊断领域，后来 就有人建议将适用于电气设备领域的安全性分析。模糊关系和模糊关系的操作正是利用了这一模糊方法。一条线路的安全状况和待估的安全水平之间的模糊关系。这将通过调查分析技术材料来进行实现。并且遵循于一个专家组的意见。这些关系纳入计算机程序FIRECAB，并且将对每一个线路的安全进行评估。这种方法说明模糊技术降低了成本并且提高了效率。 模糊方法包括调查两种模糊关系，以
15、及对安全评估主体进行评估的结果。这种方法的基本思想已经简要的概述了。 设 X代表一个传输线路的状况， Y代表故障类型， Z代表安全水平。 R1(z, y) 和 Rz(y, z )被作为是传输状况和故障类型之间的关系以及故障类型和安全水平之间的关系。因此，一个关于输电线路传输状况和安全水平之间关系式子可以列出如下： 12( , ) ( , ) ( , )R x z R x y R y z=* （ 4） *是模糊关系的合成算子。 如果我们对于每一个调查员都能提供关于数轴 X的一个调查报告，那么我们就能得到关于数轴 Z安全水平的一个数据。这种关系同时还有经典方法。但是，一般情况下模糊的做法似乎对于减
16、少人类 的主观意识的作用有一个非常重要的作用。简单地说，我们画出了关于 X数轴的数据，但使用传统的方法这个在一个表中体现的结果将会包含太多的细节。从而失去最后被称作以经济角度进行安全性评估的一个目标。 然而，模糊方法考虑到一个给定的数据 X有可能关联一个无效的给定的数据 Y。由于关系 1( , )R xy 是关系到每一个装置的，这种模糊关系 1( , )R xy 只能有一次。增加或改变可以变得很容易。 典型的症状设置元素是：没有明显的隔离损坏，小的隔离损坏，一些 小的隔离损坏，过度的隔离损坏，没有锈蚀，小锈蚀，过度锈蚀，没有改变阻力，小改变阻力，过度改变阻力。典型的损毁症状类型是：没有隔离损失
17、，小隔离泄漏，隔离泄露，没有传输信号变化，小传输信号变化，大传输信号变化。作为结论，典型的安全水平的评估元素是：不安全火险，待评估安全火险，安全火险。 这些症状设置需要在所有可能的症状描述观察下有一个非常全面的方式。以至于一个6 观察员可以很轻松的指出对于每一条线来说什么才是最重要的。对于关系 1( , )R xy 做一个很好的准备帮助了调查员，并且有 利于最后的安全结果。显而易见，这种关系对于每一套装置都非常普遍，如果它们的 X轴和 Y轴选择的非常好的话。 关系 1( , )R xy 无论如何对于每一个装置和所知道的安全研究都是非常典型的。如果一个装置被认为是没有火灾隐患的话。安全描述的 Z
18、就将对装置的防火进行描述。因此，这个关系必须是每一个装置自身的评估。不仅如此，这个关系同样可以在不同线路之间进行描述，这些线路在之前都是被独立评估的。 在这个关系中当然会有一个非常重要的经济型的问题，通过这个关系，我们通过得到仅有的一次各自的关 系来描复杂的任务，然后仅利用一个项目得到每一条线路的信息。这不仅节省时间也节省金钱。在传统方法中，就像以前提到的那样，这些步骤在每一条线路上多少都被重复了，以至于想对全局的安全有一个全局的认识是不可能的。这里，完成对每一个线路的检查之后，我们得到每一个线路的安全水平，然后根据安全要求决定是对损毁最严重的线路进行维修还是更换。 5 一个新的 R&D项目：
19、一个模糊模型为基础的控制核反应器 计划中的任务包括一个关于实施基于模糊理论控制器的可能性的研究项目，并且关联到安全的重要性，由于这个项目刚刚制定了它的全局目标。 这篇文章准备给出这个项目的研究计划。 5.1 核反应的控制 对于核反应的控制是通过控制核燃料棒或是相同方法进行的。就像通量级别的改变一样，这些控制意味着补偿诸如燃耗，氙气，动力学，毒物，与热工水力这样的应用参数。现在应用的控制系统位置就像是输出的燃料棒。控制器的输入是一个连接着诸如平均温度，压力，动力不平衡，以及其他一些参数的连接器。如果输出的位置是燃料棒，一些缺点就会显现： 控制棒的位置不能给出完整的信息，控制棒更重要的一点元素是控
20、制棒的速度或者是速率。通过这种可以与反应的变化组合在一起的元素，我们对于具备 必要的控制棒位移是可行与否有了一个概念。 7 控制器的输入元素是，总的来说，是反应。但是利用反应中的变化或许更好因为在这个简单的元素中有两个信息：（ 1）振幅 -控制的需要；（ 2）标志 -控制的方向。 同样对于控制棒本身是非常重要的。每一个元素的使用，输入标志以及振幅的大小，造就了一个简化的概要的可信赖的控制系统。 到目前为止一些操作者已经使用了控制棒就像使用控制系统的方式一样。由一个控制信号的简单整合，相同的信息可以传输到这些操作者。 现在也有一些急于实施研究型反应堆数字控制器。甚至是对于 NPPS 的。从这个意
21、义上讲 ，在控制法则之下去运行一个系统仍然是有规律可循的。 PID 控制核周期性控制是非常著名的。尽管控制法则需要很多的专业知识，仍然有研究试图通过改变反应的速度来实现控制法则的实施。反应和延迟中子预重分配的速率。最终系统的输出是有关于反应堆周期的。这种类型的法则是很少使用的，但是由于它的控制功能可以由一个非常普通的人来进行实施导致它的数字控制非常的有用。控制参数比如说轴向抵消可以被有丰富专业知识的操作者来进行操控。 模糊逻辑控制器在当今应用中在多方面都是存在的。这些数字实现过程中的 FLC 控制器的优点我们可以从控制器更 简单、更强大、低功耗这些层面来看出一些。现在有针对于这些 FLC 控制
22、法则的研究。试验和错误的方法非常的费时，并且在和安全相关性的进程中是应用价值不高的。基于最优控制的自调节是一个相对更好的方法因为在线的实施思路。而且 FLC 法则中的修改是不需要的。另一个方法是自适应神经网络控制。由于 FLC 自身的不确定性本质，我们需要通过使用有关神经网络的矩阵评价来增加它的确定性。另一个方法是 FLC 使用的错误、错误变换以及预控制输入。这种 PI FLC 在稳定性方面表现的比常规的 PI FLC 更加的好。然 而，必要的权函数是非常难以被确定的如果没有关于控制对象的有用信息的话。 问题也就出现了，“为何要使用基于模型的控制法？”，周期性的控制可以使用在非线性的系统中，在
23、速率限制的系统中，结果控制操作方法随时间而改变。但是非线性的问题需要通过使用系统动态学模型来进行解决。已经存在的方法或多或少都是计算密集型的。计算控制操作的时间以及对应的最佳轨道可用于执行相关的控制信号。因此，我们应该选择离线，导致控制系统的本身的无反馈。如果一个被应用的系统模型是不精确的话或者说是有扰动存在，结果就会超出我们的预期。一个周期型控制 方法的时间参数的反馈依赖于长期加速的检测。 8 基于模型的控制方法人们在控制系统进程的过程中复制某一个功能成为可能。最后，诊断仍然是准许操作的责任。 5.2 安全的概念 一个基于模型的模糊核反应控制的重要概念是综合性的“安全”概念。显然对于核反应的
24、控制包括一些非常复杂的进程。这些进程的安全性当然是我们最关心的事情。强化式学习和 Q 学习进程可以在这类控制中发挥作用。 一个可行性的范围决定了系统的状态在任何一个时期都必须是服从的。可行性约束的应用可以可以让我们有目的性的看到一个非常复杂系统的参照轨迹。在这种情况下，过 程控制可以达到一个安全的状态或者是这个状态不敏感并且不会失控。强化学习算法不像其他算法那样需要一个错误的签名，它仅仅需要随着从环境反馈回来的一个标量加固信号。例如，专家可以这样对付问题。“什么样的控制是安全的？”，这种情况下就导致控制器跟着控制活动随动。强化式学习的目的是发现一个最大限度的能使整体加固的控制法则。因此，强化式
25、学习技术需要估计长期行为后果的方法。一个具体的技术包括 Q 学习。这是一个在线自适应方法并且非常适合解决最优问题。它不使用一个明确的动力系统模型，也就是说，是一个直接方法。 模糊控制模型的应 用和安全的概念反映了在一个可行性安全区域内的研究。都是为了设计一个使系统趋于安全运行的控制器。驱动力是由控制器监督管理的。模糊控制器模型被解释为一个在模糊区域运行的模糊功能。 一个频谱的控制参数由尽可能多的模糊集在控制 jo ，每一个模糊区域 jI 的镜像。表达了一个在可能控制行为下的模糊集 jo ，该地区安全的一个模糊的形象反映在相应的频谱。模糊区域的 jI 的安全的测量是通过 juo 和 jo 之间的
26、积分来完成的。 A( ) ( )jjS I uo a da= （ 5） 其中 A是控制参数设置 在学习期间我们同样需要衡量一个脆状态的安全性。由于脆状态是基于一些模糊区域的。安全性的检测就像是所有包含脆状态的模糊区域的加权平 均的安全检测。 这种类型关于安全概念的方法在很多途径中都是非常有用的。反应堆安全控制在一个国家中被表示为一个平面轨迹是非同寻常的。早期关于常规控制理论的方法是这种应用变9 得非常的广泛。同时，这种方法也被当做是宝贵的和调节控制器的正确方法。安全概念在这种意义上可以推出更便捷的框架。 5.3 基于模糊模型的控制 SCKoCEN 的研究项目对应了 FLINS 的框架，并且应对
27、了最终的问题，“什么时候模糊急停”。这种类型的最终问题被很好的阐述出来，因为很多世界范围内的研究都在寻找控制技术、建模技术或是二者的结合。当基于模型的 技术被应用于被应用于避免非线性的问题，但是这些技术仍然包含了很多问题。相关的电脑算法包括能在不同进程之间实现功能的数学模型。当然，这涉及到某一个不完整的建模。这个关于控制过程的“心智模型”应当是基于事实的最好例证。过滤技术可以对付随机扰动，但是毫无疑问基于模型的智能技术可以在一定范围之内被使用。另一个问题随之而来，就是基于模型技术的在线不可实现性。一个复杂进程的基于模型的在线技术包含底层复杂的模型系统，即模拟本身是非常耗时的。在于安全相关的情况
28、下，这种类型的控制可能会成为一个流失的状况。一个解决的办法就是使 用一个简单的仿真模型。但是又缺乏完整性。 因此，混合的模糊控制以及过程模糊模型的应用是非常有用的。模糊模型可以因此而成为快于实时，并且适合行动任务的进一步后果的预测。一个包含了操作者行为的相关的人机界面是非常有必要的。 全球范围内实施的研究，在 图 1中 都展现出来 了 。一个研究反应堆可以被一个基于模糊模型的控制器控制。 FLC 也从它们的操作目的中得到控制目标。 这些操作的目标非常的普遍并且可以处理相当主观的推理方法。 FLC 中的反应堆交互模型是用来管理非线性，以及操作知识的。人机交互界面构成可能的控制操作的结果以及操 作
29、者的最优控制。整个的控制计划将会理所当然的在基于安全性的系统中实施。一个监督算法将会判断控制的可行性，并且会在必要的情况下组织操作。 10 图 1 6 概要和结论 就像 H.-J. Zimmermann教授在 FLINS 的 94车间指出的那样，未来的一个最重要的活动将会是技术转换，即将技术供应商和使用者的问题集合在一起。应该假定相当大的一部分进步可以来源于基于神经网络遗传算法的模糊技术的发展。这个领域一开始在三个大陆被称为是 “计算智能”。 在核研究和工业领域，我们非常需要在我们的实际问题中应用这种所谓的计算智能。除了比利时核研究中心，在其他一些国家的类似的核研究中心都出席了在 FLINS94的模糊工程技术活动。 FLINS，作为一个绝无仅有的在和研究领域的开创性组织，不仅是技术供应商和消费者的一个桥梁， FLINS 更是有着基础理论研究和应用研究的背景。 Safety system Supervisory algorithm Control Mechanisms Manual Control Controller Previous Control Resarch Reactor Man-Machine inteace Model Of Reactor Instrumentation signal Validation Operational Objectives
