Одна из основных теоретических задач создания СПО АЭС - выбор или разработка метода представления знаний. Особенностью описания столь сложной технической системы, как АЭС, является множественность и разнородность различных видов знаний и их источников. Как правило, традиционного разделения знаний на декларативные, процедурные и метазнания здесь не хватает, так как в одну декларативную группу при этом попадают принципиально различные знания о физических, функциональных и структурных связях оборудования АЭС, а в одну группу процедурных знаний - модель процесса, знания о диагностике и об управлении. В ряде работ, посвященных созданию СПО, предлагаются различные классификации знаний об АЭС. Так, в [144] выделяются пять видов знаний:
физические, основанные на математическом описании физических законов функционирования энергоблока;
функциональные, описывающие структуру энергоблока, функции основного оборудования и связи между ними;
экономические, устанавливающие соотношения между стоимостью операций и ресурсов, целями управления и ограничениями;
продукционные, существующие в виде процедур и правил управления энергоблоком;
интуитивные, представляющие собой труднообъяснимые субъективные представления, образующие «опыт» оператора.
Другой подход основан на иерархической систематизации знаний [109]. На верхнем уровне представлены взаимосвязи параметров процесса, описываемые законами сохранения массы ц энергии (физические связи) (рис. 4.22). На втором уровне представлены функциональные связи между станционным оборудованием и параметрами процесса, описывающие степень влияния отказов оборудования на функции системы. На третьем уровне представлена физическая конфигурация оборудования (структурные связи). Нижний уровень содержит карты параметров оборудования (компонентные связи).
Рис. 4.22. Упрощенная модель баланса массы и энергии двухконтурной АЭС
Разнородность знаний обуславливает необходимость применения различных методов их представления. Рассмотрим наиболее распространенные из них.
Деревья (разновидности - причинно-следственные деревья (диаграммы), деревья целей, деревья событий, деревья отказов). Предназначены для отображения отношений типа «причина-следствие», существующих между различными явлениями - событиями, симптомами, неисправностями и др. Эти явления представляются в виде вершин (узлов) дерева, а причинно-следственные взаимосвязи между ними - в виде дуг, соединяющих вершины. Дуги, исходящие из вершин-причин и входящие в вершину- следствие, могут комбинироваться сложным логическим образом. Для более наглядного отображения этих логических комбинаций в деревьях обычно вводится дополнительный класс вершин - логические узлы И/ИЛИ (рис. 4.23).
Известны два основных вида причинно-следственных деревьев: деревья целей и деревья событий. Дерево целей описывает состояние работающей системы и предназначено для определения способов достижения других - целевых состояний (т.е. для решения задач планирования). Дерево событий (или дерево неисправностей) описывает неисправные состояния системы и предназначено для поиска и идентификации неисправности и ее причин (т.е. для решения задач диагностики). Деревья целей и неисправностей дополняют друг друга.
Другая категория деревьев - деревья отказов используются для представления возможных сочетаний событий или состояний объекта управления.
Рис. 4.23. Пример дерева [162]:
C1 - раствор бора не был введен в контур; С2 - уровень воды в компенсаторе давления ниже 320 мм; С3 - давление в компенсаторе давления выше 1043 Па; С4 - давление в осушенной части выше 1,69 кПа; С5 - нижняя уставка в компенсаторе давления на сработала; С6 - нижняя уставка в компенсаторе давления сработала не должным образом; С8 - остановка реактора не была инициирована; С9 - уровень в компенсаторе давления может быть поднят выше 4000 мм; С10 - сработала автоматическая система снижения давления; С11 - один или более предохранительных клапанов задействованы для снижения давления; С12 - недостаточный пневматический запас для продолжительного действия предохранительного клапана; D1 - корень другого дерева; D2 - диагноз
С каждой дугой может быть ассоциирована вероятность исхода, отображаемого данной дугой. Любой путь по дереву от корня до листа - это возможное сочетание происшедших и непроисшедших событий.
Продукционные правила. Независимо от назначения правила имеют унифицированную структуру, состоящую из двух частей: левой - «посылки» и правой - «заключения», связанных отношением «если-тο» (если посылка, то заключение). И посылка, и заключение могут состоять из нескольких простых условий <атрибут, объект, значение> (например, температура теплоносителя превышает 325 °C), объединенных в логическое выражение операторами И/ИЛИ/НЕ. В зависимости от смысловой интерпретации левой и правой частей, продукционные правила можно рассматривать как диагностические правила (если симптом, то диагноз), правила управления (если условие, то действие), правила прогнозирования (если ситуация, то следствие), правила целеобразования (если состояние, то цель) и др.
Правила допускают как четкий, так и нечеткий (неуверенный) вывод. В последнем случае заключение сопровождается «фактором уверенности» - числом от 0 до 1, которое в некотором смысле можно трактовать как степень достоверности вывода (если он один, например: ЕСЛИ ..., ТО (0,8) в контуре малая течь) или вероятность того или иного вывода (если их несколько, например: ЕСЛИ ..., ТО (0,8) в контуре малая течь ИЛИ (0,2) в контуре большая течь).
Отличаясь внешне от деревьев лишь формой кодирования, правила, тем не менее, обладают одним глубинным свойством, являющимся одновременно их достоинством и недостатком. В отличие от деревьев, объединяющих и связывающих в одной диаграмме всю логику решения проблемы, правило является небольшой относительно автономной единицей (модулем) знаний, существующей как бы независимо от остальной базы знаний. Это делает процесс приобретения знаний более гибким и легким, однако может привести к неполноте, внутренним конфликтам и отсутствию взаимной увязки знаний.
Фреймы. Предложенная в конце 70-х гг. М. Минским концепция фрейма как структуры данных для представления определенной ситуации [51] в течение нескольких лет претерпела множество различных интерпретаций и реализаций. В СПО АЭС, использующих данный метод представления знаний, под фреймом чаще всего понимается упорядочение свойств определенного класса объектов или событий в виде некоторой типовой структуры. С помощью фреймов можно кодировать практически любые знания - декларативные и структурные, диагностические и управляющие.
В табл. 4.4 приведен частный пример фрейма, анализирующего возможные виды течи первого контура. Данный фрейм активизируется следующими внешними причинами (триггерами):
срабатыванием сигнализации о повышении расхода теплоносителя или о низком уровне в компенсаторе давления;
появлением тенденции к снижению уровня в компенсаторе давления.
Таблица 4.4. Структура диагностического фрейма [119]
Появление одновременно всех трех признаков определенно свидетельствует о потере теплоносителя (вывод уровня А). Появление только первых двух признаков может быть вызвано как различными видами течи, так и иными причинами, анализируемыми в других фреймах (вывод уровня В). Оба вывода влекут за собой определенные действия оператора, перечисленные в специальном фрейме-руководстве.
Семантические сети. Будучи весьма популярным методом представления знаний в системах искусственного интеллекта, семантические сети получили незначительное распространение в ядерной энергетике. Семантические сети предназначены для декларативного представления основных понятий (сущностей) предметной области - объектов, свойств, состояний и существующих между ними взаимосвязей. Аналогично деревьям, вершины сети также обозначают моделируемые понятия, а связи (отношения) между ними представляются дугами. Однако в отличие от деревьев, предназначенных для представления связей только одного типа - причинно-следственных, семантические сети способны отображать такие отношения, как отношения категоризации, классификации, агрегирования, ассоциации и др.
Распространенным способом изображения семантической сети является диаграмма «сущность-связь» в нотации Чена (рис. 4.24). В ней прямоугольные вершины изображают объекты предметной области, а ромбы - семантику отношений между объектами.
Безусловно, представление знаний в СПО АЭС не ограничивается перечисленными способами кодирования. Так, удобным средством кодирования логических моделей являются формальные языки предикатного типа, реляционные структуры (такие, как таблицы решений) и др.; известны различные нотации для представления семантических сетей; созданы формальные языки и грамматики для описания фреймов. Получают распространение модели знаний, основанные на нейронных сетях и теории нечетких множеств. Все большее количество систем основано на гибридных моделях, объединяющих знания, представленные несколькими способами. Наиболее популярные сочетания - нейронные сети и нечеткие множества, нейронные сети и детерминистические описания, нечеткие множества и правила, нечеткие множества и причинно-следственные диаграммы, фреймы и правила, правила и формальные математические зависимости и др.
