本发明属于核电设计技术,具体涉及一种核电站支架智能分析方法及系统。
背景技术:
1、在核电站中,支架作为一种支承件,是核电站各管道系统的重要组成部分。在工程实际中,核电站支架力学计算分析通常采用有限元分析软件来完成。由于核电站支架数量大、种类多,使用传统的办法针对每一个支架进行有限元建模与分析,过程繁琐,将耗费大量的人力物力,更重要的是需要消耗大量的时间。这种方式需要进行大量重复性的工作,工作效率比较低,出错率高。
2、目前核电站的设计、采购、建造周期越来越短,传统的支架力学分析方法难以满足核电站迭代设计和工程施工周期的需求,过多的人为操作也将引入更多的人为错误,因此,亟待开发一种智能的核电站支架分析方法及系统来满足核电站设计的发展需要。
技术实现思路
1、本发明的目的是针对现有技术的不足,提供一种核电站支架智能分析方法及系统,从而提高核电站支架的力学分析效率,并为优化设计提供基础。
2、本发明的技术方案如下:一种核电站支架智能分析方法,包括如下步骤:
3、(1)根据核电站支架的不同类别,将支架参数化,明确所有参数的数据类型和取值范围,并形成根据所述参数建立支架有限元模型的方法;
4、(2)在所述参数的取值范围内对参数进行任意组合,生成大量核电站支架的有限元模型,并完成载荷加载;
5、(3)对生成的所述有限元模型进行计算,提取计算结果并保存;
6、(4)使用数据挖掘方法对所述计算结果进行分类、预测、排错、聚类及相关性分析;
7、(5)结合所述数据挖掘方法,使用机器学习方法对大量输入参数及相应有限元模型计算结果数据进行学习,形成能够根据输入参数自动预测计算结果的人工智能系统;
8、(6)使用所述人工智能系统针对任一参数化的核电站支架有限元模型进行分析预测,并将预测结果与真实有限元模型计算结果进行对比分析;
9、(7)如果人工智能系统预测结果与真实有限元模型计算结果的一致性不满足要求,则返回步骤(5),对机器学习方法进行调整和完善,形成新的人工智能系统;如果人工智能系统预测结果与真实有限元模型计算结果的一致性满足要求,则返回步骤(6),针对另一参数化的核电站支架有限元模型进行分析预测;
10、(8)通过不断重复步骤(6)和步骤(7),对人工智能系统进行检验,直至确认系统合格;
11、(9)系统检验合格后,通过人工智能系统对不满足规范要求的支架给出优化方案。
12、针对上述方法,本发明提供的核电站支架智能分析系统包括:
13、支架参数化模块,用于根据核电站支架的不同类别,将支架参数化,明确所有参数的数据类型和取值范围,并形成根据所述参数建立支架有限元模型的方法;
14、有限元模型生成模块,用于在所述参数的取值范围内对参数进行任意组合,生成大量核电站支架的有限元模型,并完成载荷加载;
15、有限元模型计算模块,用于对生成的所述有限元模型进行计算,提取计算结果并保存;
16、数据挖掘模块,使用数据挖掘方法对所述计算结果进行分类、预测、排错、聚类及相关性分析;
17、人工智能系统生成模块,用于结合所述数据挖掘方法,使用机器学习方法对大量输入参数及相应有限元模型计算结果数据进行学习,形成能够根据输入参数自动预测计算结果的人工智能系统;
18、有限元模型分析预测模块,使用所述人工智能系统针对任一参数化的核电站支架有限元模型进行分析预测;
19、计算结果对比分析模块,用于将所述人工智能系统的预测结果与真实有限元模型计算结果进行对比分析,并将对比分析结果反馈给人工智能系统生成模块,根据对比分析结果对机器学习方法进行调整和完善。
20、本发明的有益效果如下:本发明通过大量有限元计算结果数据与数据挖掘技术、机器学习方法相结合,形成一种能够快速预测核电站支架应力结果的智能系统,从而提高了核电站支架的力学分析效率,并为优化设计提供基础。本发明能够快速给出核电站支架的应力分析及评定结果,同时能对输入参数进行实时响应,该系统操作简单,且效率高、准确度高,可大范围应用。
1.一种核电站支架智能分析方法,其特征在于,包括如下步骤:
2.如权利要求1所述的核电站支架智能分析方法,其特征在于,步骤(1)中所述的参数包括支架的长、宽、高、厚度、载荷大小。
3.如权利要求1或2所述的核电站支架智能分析方法,其特征在于,步骤(1)中通过参数化形成支架参数库,并根据所述参数库,采用有限元分析软件建立支架模型的有限元命令流。
4.如权利要求1所述的核电站支架智能分析方法,其特征在于,步骤(3)中所述的计算结果包括:支架刚度、最大应力、极限许用载荷、基础载荷。
5.如权利要求1所述的核电站支架智能分析方法,其特征在于,步骤(5)中所述的人工智能系统能够对核电站支架的板壳强度、焊缝强度、稳定性、刚度进行自动评定。
6.如权利要求1所述的核电站支架智能分析方法,其特征在于,步骤(7)中人工智能系统预测结果与真实有限元模型计算结果的一致性达到95%以上则满足要求。
7.如权利要求1所述的核电站支架智能分析方法,其特征在于,步骤(8)中如果连续十五次人工智能系统预测结果与真实有限元模型计算结果的一致性满足要求,则认为系统合格。
8.一种核电站支架智能分析系统,其特征在于,包括:
9.如权利要求8所述的核电站支架智能分析系统,其特征在于,在所述支架参数化模块中形成支架参数库,参数包括支架的长、宽、高、厚度、载荷大小;并根据所述支架参数库,采用有限元分析软件建立支架模型的有限元命令流。
10.如权利要求8所述的核电站支架智能分析系统,其特征在于,所述人工智能系统生成模块根据计算结果对比分析模块的对比分析结果对机器学习方法进行调整和完善,当有限元模型分析预测模块的预测结果与真实有限元模型计算结果的一致性达到95%以上时,则人工智能系统满足设计要求。