智能技術與反應堆結構設計的結合

杜 華 ，羅 英 ，余志偉 ，方浩宇 ，劉 盈 ，莫錦濤

（1.中國核動力研究設計院核反應堆系統設計技術重點實驗室，四川 成都 610231；2.中國核動力研究設計院，四川 成都 610231）

1 反應堆結構設計現狀

核反應堆提供的核能是世界能源的重要組成部分，應用于核電站、浮動式平臺等多個領域。對于不同的使用環境和功率需求，需要適應性地采用不同的核反應堆堆型。因此核反應堆的設計部門，面臨著多種型號的設計任務。同時由于核燃料固有的高能量密度和高放射性，其泄漏后將對環境造成災難性的后果，因此核反應堆為確保其安全性形成了一個復雜的系統，涉及機械結構、熱工水力、堆芯核物理、輻射屏蔽、結構力學等多個專業。目前反應堆結構設計主要依賴基于文檔的設計形式。面對核反應堆設計中型號多樣、多專業交叉、接口復雜的難點，以及任務多、工期短的緊迫性，目前基于文檔的設計形式已難以滿足設計要求。

此外，現有的反應堆結構設計手段還停留在“二維設計為主+三維設計為輔”的階段，反應堆結構設計模式以文檔交付物為核心，從項目管理、設計管理到數據管理均以文檔交付物為準。在反應堆結構設計專業需對外提交的交付物包括二維圖紙、技術文件、接口信息單、設計變更單、技術聯系單等。雖然經過多年努力，我國在核動力相關基礎研究、模型和軟件開發等方面取得了一定進展，設計研發能力有了較大提高，但反應堆結構設計智能化和協同化水平仍與世界先進水平存在明顯的差距。

我國反應堆結構設計手段提升任重而道遠。在智能化方面雖然已經開始了一系列嘗試，但仍然處于起步階段。

2 智能技術在反應堆結構設計中的應用方向

2.1 智能結構設計

目前，人工智能大數據的相關技術還沒有在反應堆結構設計，甚至一般的機械結構設計領域取得較好的應用，只是在核用機器人方面提供了大量案例供借鑒。主要原因在于機械結構設計本身是一種高度抽象的活動，而現階段還沒有一種較好的辦法能夠將具體機械結構與設計邏輯進行關聯。但是，基于參數化模型庫，可以利用相關的人工智能技術完成一些結構選型以及參數確定的工作。

反應堆結構設計往往基于總體輸入參數和相關堆型的基版文件進行參考設計，設計過程過分依賴設計人員的工程經驗和人工操作，且尺寸的確定缺少規范化、系統化的設計校核依據，難以保證效率和質量。另一方面，多年的經驗積累使各組件結構形式具有趨同性，許多設計工作往往主要通過改變各結構部件的布置、形式和參數以滿足不同改型設計要求。產品結構標準化、系列化程度較高，規范性非常強。在總結這些部件的相似結構特點的基礎上，結合理論分析計算及人工智能技術，將選型及參數優化結果作為三維參數化模型的輸入，可以快速將設計經驗準確地轉換成結構設計模型，最終形成系統、完整、智能且快速的反應堆結構設計方法。

2.2 智能結構優化

人工智能大數據的相關技術，甚至包括一些較早的優化算法，都可以在一定程度上提供一些結構優化的方案。智能結構優化所面臨的最大問題是數據樣本的獲取，尤其隨著有限元計算水平的進步，現在的反應堆結構相關計算越來越強調建立復雜精細化多物理場耦合模型，進而帶來參數量和計算量的激增，結構優化迭代壓力巨大。但是隨著計算機硬件水平的提高，相信反應堆結構智能優化也可以取得一定的突破。

智能優化設計關鍵點主要包含兩個方面，一是建立三維結構模型與仿真模型之間的數據關聯為結構仿真的智能迭代提供基礎；二是集成創新方法與智能優化算法，幫助智能仿真迭代迅速找到結構優化結果。

（1）建立三維結構模型與仿真模型之間的數據關聯。

建立結構設計與仿真分析之間設計流程，建立三維結構模型與仿真模型之間的數據關聯，實現上游模型的變化能夠自動傳遞到下游仿真模型，并自動更新計算結果，返回新的仿真評估分析和優化建議，形成結構仿真迭代的閉環。

（2）集成創新方法與智能優化算法。

集成智能優化算法，降低理論計算與結構設計耦合迭代次數，更高效實現最優化設計。

圖1 反應堆智能結構優化

2.3 智能全息感知

反應堆結構復雜，研發周期長，造價昂貴。在反應堆建造之前，為反應堆結構提供數字孿生模型，對反應堆進行仿真和模擬，能夠有效減少誤差和風險。待反應堆建成之后，日常的運行和維修通過數字孿生進行交互，能夠迅速找出問題所在，提高效率和安全性。

建立反應堆關鍵設備數字孿生模型，該模型基于高保真的三維CAD模型，并與反應堆數據工程中設計、制造、維修、性能分析等數據相關聯。同時，將反應堆實體與數字孿生體進行物聯，實現數據饋送來映射反應堆物理實體和對反應堆的實時多維動態感知。

最終，結合反應堆技術研究、大數據處理和人工智能的建模分析，實現對反應堆當前狀態的評估、反應堆故障的診斷、以及反應堆安全性和可靠性預測；實現數字孿生模型與相關的設計、制造、運行、維修、性能等信息的強綁定，并可以對反應堆實際運行狀態進行實時監測，對反應堆進行動態全息感知；針對反應堆運行過程中出現的各種結構故障特征，可以將傳感器的歷史數據通過機器學習訓練出針對不同結構故障現象的數字化特征模型，并結合專家處理記錄，將其形成未來對反應堆結構故障狀態進行精準判決的依據，并可針對不同的新形態的故障進行特征庫的豐富和更新，最終形成自治化的智能診斷和判決，將原先模糊而很難把握的經驗進行數字化，使其可以被保存、復制、修改和轉移。

反應堆數字孿生遠景很宏大，但現階段主要還是要解決復雜精細化多物理場耦合模型、高性能計算能力等關鍵問題。

2.4 智能知識工程

知識工程是新時代的智能制造的重要內容，要實現智能化的研發設計，離不開知識工程的建設，實現知識與研發設計過程的融合，即收集、梳理、存儲研發設計過程產生的各類知識，同時在研發設計過程中推送對當前環節有指導作用的知識以提升研發效率。

內容層面：構建標準化知識服務的智能應用，如通過AI實現標準知識應答，釋放大量的標準知識服務空間；構建個性化的知識圖譜，通過員工畫像、大數據分析、知識需求聚類分析實現對知識內容的智能挖掘服務。

管理層面：構建知識管理網絡，將大量的知識管理應用模塊嵌入研發平臺，形成工作模板標準化，工作內容模板化，工作行為規范化的工作模式，快速開發不同的知識小工具為員工提供即開即用的便利。

但是反應堆結構設計需要基于PLM平臺，而智能數據挖掘、推送等技術是互聯網公司的強項，因此如何能夠將兩方面的力量較好得整合是實現反應堆結構設計智能知識工程的關鍵。

圖2 反應堆智能知識工程

2.5 智能規范檢查

一些成熟的商用三維設計軟件已經集成了相關功能，允許用戶定制相應的設計標準，并在設計過程中自動根據輸入的設計規則運行規范檢查，利用軟件功能自動對設計數據進行校核，減少校審難度，提高設計規范程度以及正確率。

因此，這方面的主要工作是基于MBD技術，研究并建立反應堆結構設計三維建模規范、三維裝配規范、關聯設計規范和MBD信息標注規范等標準規范體系，利用數據規范和質量檢查功能將反應堆結構設計相關規范轉化成檢查指令，自動快速檢查三維設計數模的質量，通過可視化的方式高亮標記設計模型錯誤及對應的錯誤列表和報告，同時在提交設計模型用于最終發布時，模型質量檢查報告能一并保存。此外，在審核流程中檢查模型和圖紙質量或獲取模型和圖紙的質量檢查結果，決定流程是否可以發起或繼續。

圖3 反應堆智能規范檢查

2.6 基于先進制造技術的智能設計

隨著增材技術制造的發展，反應堆結構設計也開始在3D打印領域做了相應的嘗試。例如，核動力院與南方增材聯合研發的ACP100反應堆（小堆）壓力容器增材制造（3D打印）試件，通過了包括國家能源局中國核電發展中心、中國核動力研究設計院等單位13位專家的科研成果鑒定。

3D打印件的特點是內部組織及性能均勻，成型速度相對較快在復雜異型結構制造上可以大展身手，其強度等指標都優于鍛件。但是其材料抗輻照性能及疲勞特性還需要相應的試驗研究進行充分論證。

若3D打印件能夠被用于反應堆結構，將會對反應堆結構設計模式帶來顛覆。反應堆結構中將出現各種復雜異形件，設計中首要保證的將會是性能參數，而設計件的可加工性將不會是主要考慮因素。目前已經出現基于3D打印技術的蒸汽換熱器，其復雜的結構保證了換熱效率的極大提升。

可以預見，該技術在核電領域的應用，將大幅縮短設備制造周期，降低設備造價，提高設備質量和反應堆設備安全性，為核電設備設計制造能力提升提供重要技術支撐。

3 結束語

我國反應堆結構設計手段在智能化方面仍然處于起步階段。本文對智能技術有可能應用到反應堆結構設計中的五個方面包括智能結構設計、智能結構優化、智能全息感知、智能知識工程、智能規范檢查以及基于先進制造技術的智能設計進行了探討，分析了其發展前景，得出如下結論：

在反應堆結構智能設計和優化方面，智能化的工作主要是能基于參數化模型庫，利用相關的人工智能技術完成一些結構選型以及參數確定的工作。同時集成智能優化算法，降低理論計算與結構設計耦合迭代次數，更高效實現最優化設計。

反應堆數字孿生遠景很宏大，但現階段主要還是要解決復雜精細化多物理場耦合模型、高性能計算能力等關鍵問題。

智能知識工程和智能規范檢查等都可以利用現有技術手段加以實現。

增材制造如果材料被證明在抗疲勞以及輻照方面可以滿足反應堆結構材料的要求，將會對反應堆結構設計模式帶來顛覆，因此現階段應該作必要的技術準備。

智能化技術在反應堆結構設計中的應用，在提升工作效率的同時也對產品進行了優化。在后續階段，應加大對反應堆結構設計智能化系統和設備的研發，從而更好地促進核行業的快速有效發展。