CIPS實施工作的瓶頸問題與關(guān)鍵技術(shù).ppt

1、2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,1,第六章 CIPS實施工作的瓶頸問題與關(guān)鍵技術(shù),6.1 人的問題,企業(yè)實施CIPS不僅是通過解決單純的技術(shù)問題的途徑，而是通過人、技術(shù)與經(jīng)營三方面綜合集成的途徑來取得成功的,(1) 人在CIPS實施過程中起到了決定性作用,哲理、全局過程的生產(chǎn)經(jīng)營模式 、組織機構(gòu),(2) 人在生產(chǎn)過程中起到了核心作用,自動化技術(shù)應(yīng)用水平及人們對它的認識程度,人的創(chuàng)造性工作,(3) 人在CIPS系統(tǒng)中的地位,涉及到社會的、經(jīng)濟的、有關(guān)人的行為及心理的、文化的等多方面問題，這些方面可能成為CIPS系統(tǒng)實施工作的瓶頸。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)

2、用,2,6.2 集成的技術(shù)方面問題,6.2.1 綜合自動化面臨的挑戰(zhàn),a) 工業(yè)過程復(fù)雜性,過程對象特性復(fù)雜 對象的特性和反應(yīng)機理十分復(fù)雜，精確的機理建模日益困難，所得的模型往往具有非線性、分布參數(shù)、時變、時滯和不確定性 基于解析數(shù)值計算和單一形式的模型（參數(shù)化的數(shù)學模型）很難刻畫系統(tǒng)的真實運動狀態(tài)，需要采用多種多樣的描述方式的描述模型來反映生產(chǎn)過程的真實系統(tǒng)的行為和狀態(tài)，支持不同層次、不同要求的控制目標 動態(tài)系統(tǒng)還具有多時間標度，有時還會發(fā)生動態(tài)突變； 環(huán)境的復(fù)雜性 系統(tǒng)常常處于不確定的環(huán)境中，擾動頻繁，且常常是不可測量的； 任務(wù)的復(fù)雜性 完成監(jiān)督、預(yù)測、控制、安全保護、經(jīng)濟、最優(yōu)等目標；,

3、2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,3,綜合自動化面臨的挑戰(zhàn)(續(xù)1),b) 關(guān)聯(lián)性,控制對象一般是多變量的系統(tǒng)，生產(chǎn)的規(guī)模龐大，生產(chǎn)裝置的操作存在著強關(guān)聯(lián),c) 信息復(fù)雜性,信息獲取存在問題 在許多的場合下，關(guān)鍵變量不可測量，導致信息的不完全； 信息模式復(fù)雜 信息往往呈現(xiàn)定量、半定量、定性語義的模式，不同深度不同層次地反映實際系統(tǒng)，提供關(guān)于系統(tǒng)不同模式的信息知識。 傳感器和執(zhí)行器分布于過程之中，信息量龐大 信息通常受到噪聲的干擾，有效的信息的獲得較為困難,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,4,綜合自動化面臨的挑戰(zhàn)(續(xù)2),d) 知識及其表達的多樣性和復(fù)雜性,信息模

4、式的多樣性客觀上造成了系統(tǒng)信息層次結(jié)構(gòu)的形成： 越是高層的信息其數(shù)據(jù)量越少，但它包含的信息知識量越大，其模式越表現(xiàn)為定性描述的知識表示；層次越低的信息其包含信息量越簡單、直觀，數(shù)據(jù)量越大，其模式越表現(xiàn)為基于定量描述的數(shù)值形式。 信息層次結(jié)構(gòu)要求對象模型呈現(xiàn)相應(yīng)的分層結(jié)構(gòu) ： 較低層的信息模型趨向與采用傳統(tǒng)的基于數(shù)值計算的微分或差分方程等模式表達，過程較高層次的模型則趨向于采用定性的符號描述模型表達過程的行為特性，不同層次的知識表達方法相應(yīng)于多樣性和層次性的信息處理的需要。,e) 管理、控制任務(wù)的通常是多目標、多約束的命題,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,5,6.2.2 系統(tǒng)協(xié)

5、同的問題,由一系列完成特定任務(wù)和目標子系統(tǒng)集成而成的復(fù)雜系統(tǒng)，具有分布性（時間上的分布、空間上的分布或功能上的分布）的特點。 限于知識、能力、處理速度、信息、資源等因素以及待求解問題的規(guī)模、復(fù)雜性造成的實現(xiàn)困難，在CIPS系統(tǒng)增強系統(tǒng)性能(快速性、可靠性、智能程度、完成質(zhì)量)、有效地利用資源(信息、知識、物理裝置等) ，個體間的協(xié)作是必然的。,通過并行性提高任務(wù)的完成率 通過共享資源（信息、專門知識、物理裝置等）擴大完成任務(wù)的能力范圍 通過備份任務(wù)，采用不同的方法去完成指定任務(wù)，以提高完成任務(wù)的可能性及可靠性 通過避免任務(wù)間有害的相互作用,減少任務(wù)間的沖突,2020/7/31,CIMS和CIP

6、S技術(shù)與應(yīng)用,6,系統(tǒng)協(xié)同的四種協(xié)作類型,水平協(xié)作(horizontal cooperation) 由于能力、知識處理、速度、資源利用等因素的限制，單獨的個體（人/機構(gòu)，子系統(tǒng)）都不具有解決全局問題的能力，將全局問題分解成子問題后交給適當?shù)膫€體采用協(xié)同工作的方式分別去完成，獲得求解綜合問題的能力。 為提高對綜合問題求解的結(jié)果的可信度，可以基于系統(tǒng)不同個體的獨立解決問題的能力，采用不同的信息與知識或不同的信息處理機制獲得問題的結(jié)果，通過個體之間的相互作用，最終獲得高可靠性的結(jié)果。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,7,系統(tǒng)協(xié)同的問題(續(xù)),(2) 樹型協(xié)作(tree cooper

7、ation) 系統(tǒng)中高層的功能系統(tǒng)或人/群體依據(jù)下層獲得的結(jié)果做出進一步處理工作。,(3) 循環(huán)協(xié)作(recursive cooperation) 為了求得問題的結(jié)果，系統(tǒng)的個體之間相互依賴，往復(fù)協(xié)作。,(4) 混雜協(xié)作(hybrid cooperation) 整個系統(tǒng)在某些級上采用水平協(xié)作的類型，而在系統(tǒng)整體上又是樹型協(xié)作或循環(huán)協(xié)作類型，或整體上采用水平協(xié)作類型而局部上采用樹型或循環(huán)協(xié)作類型。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,8,系統(tǒng)的兩種協(xié)作形式,CIPS系統(tǒng)內(nèi)主要存在任務(wù)共享(Task sharing )、結(jié)果共享(Result sharing )兩種協(xié)作形式：,任務(wù)共

8、享 各系統(tǒng)相互協(xié)作，分擔各子任務(wù)的處理負荷，而且當一個單元的任務(wù)太重而無法完成時，它將把任務(wù)分解，讓其它單元承擔并完成。,結(jié)果共享 系統(tǒng)內(nèi)的各單元相互傳遞并共同利用根據(jù)不同觀點方法所得出的有關(guān)總體問題得部分結(jié)果，通過相互交換部分暫時得結(jié)果相互協(xié)同工作 。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,9,系統(tǒng)協(xié)同的關(guān)鍵技術(shù)問題,- 沖突的消解,資源沖突、目標沖突、結(jié)果沖突,- CSCW(Computer Supported cooperative Work)理論與應(yīng)用,- 群件技術(shù),- 分布式智能控制理論和方法、MAS,多智能體Multi Agent System、 移動智能體mobile

9、 Agent System,- 人-人、人-機系統(tǒng),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,10,6.2.3 控制、決策與管理集成問題,CIPS系統(tǒng)本質(zhì)上是一類混雜（Hybrid）系統(tǒng): 離散事件系統(tǒng)和連續(xù)時間系統(tǒng)的混合，分布參數(shù)和集中參數(shù)的混合，符號系統(tǒng)與數(shù)值系統(tǒng)的混合，模糊系統(tǒng)和精確系統(tǒng)的混合，定量系統(tǒng)與定性系統(tǒng)混合。,信息和數(shù)據(jù)獲取與處理,系統(tǒng)的控制、決策依賴于獲取數(shù)量眾多，性質(zhì)各異的定量、半定量、定性語義的不同模式、不同深度及不同層次的過程信息。數(shù)據(jù)信息常常因受工業(yè)噪聲、傳感器精度、傳感器故障以及檢測技術(shù)技術(shù)手段等因素的影響，不夠精確、不一致、不完整，有些信息不能以定量的形式

10、表達。,1. 過程數(shù)據(jù)的預(yù)處理技術(shù),數(shù)據(jù)變換、數(shù)據(jù)校正、濾波等預(yù)處理手，將真實信號從含有噪聲的混合信號分離出來,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,11,數(shù)據(jù)校正問題,(1) 隨機誤差的處理,數(shù)字濾波方法 利用信號與噪聲隨自變量改變的頻率不同將真實信號與噪聲分離。高通濾波、低通濾波、數(shù)據(jù)平滑等 數(shù)據(jù)協(xié)調(diào)(Data Reconciliation )技術(shù) 根據(jù)由物料平衡和能量平衡等方程建立起來的精確數(shù)學模型，以估計值和測量值的方差最小為目標，構(gòu)造估計模型，為測量數(shù)據(jù)提供一個最優(yōu)估計，以及時準確地檢測誤差的存在，近而剔除或補償其影響。,(2) 顯著誤差的處理,a) 基于理論分析可能導致

11、顯著誤差的因素并進行相應(yīng)處理 b) 基于硬件冗余，借助不同的測量手段對同一過程變量進行測量，通過結(jié)果比較來識別顯著誤差。 c) 基于測量數(shù)據(jù)的統(tǒng)計特性進行檢驗(統(tǒng)計假設(shè)檢驗、殘差分析、廣義似然法、貝葉斯、主元分析法),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,12,數(shù)據(jù)協(xié)調(diào),化工過程測量的基本模型可以表示為：,其中：,為被測變量測量值；,為被測變量真實值；,代表測量誤差。,其中：,是測量數(shù)據(jù),的估計,是測量誤差的方差,是未測向量,的估計值,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,13,數(shù)據(jù)變換,數(shù)據(jù)變換影響過程模型的精度和非線性映射能力以及數(shù)值優(yōu)化算法的運行結(jié)果。包括標度(S

12、caling)、轉(zhuǎn)換和權(quán)函數(shù)三各方面,標度 對工業(yè)過程中出現(xiàn)的工程單位不同或數(shù)值數(shù)量級相差較大的測量數(shù)據(jù)，利用合適的因子進行標度，避免因為計算機字長而丟失有用信息或引起算法的不穩(wěn)定。,轉(zhuǎn)換 包括直接轉(zhuǎn)換和尋找新變量代替原變量，通過轉(zhuǎn)換可有效地降低原對象的非線性特性(如對數(shù)轉(zhuǎn)換)。,權(quán)函數(shù) 實現(xiàn)對變量動態(tài)特性的補償，使穩(wěn)態(tài)模型實現(xiàn)對過程動態(tài)估計成為可能。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,14,2. 過程數(shù)據(jù)的軟測量技術(shù),軟測量技術(shù)的理論根源是20世紀70年代Brosillow提出的推斷控制。 把自動控制技術(shù)與生產(chǎn)工藝過程知識有機結(jié)合起來，應(yīng)用計算機技術(shù)對生產(chǎn)過程中一些難于測量或

13、不能測量的重要變量(主導變量)，選擇另外一些容易測量的變量(輔助變量或二次變量)，通過構(gòu)成某種數(shù)學關(guān)系來推斷和估計，以軟件來代替硬件(傳感器)功能。,過程,u,d1,d2,y,y 主導變量； 可測的輔助變量 d1 可測擾動； d2 不可測擾動； u 控制變量,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,15,軟測量系統(tǒng)結(jié)構(gòu),測量數(shù)據(jù),預(yù)處理模塊,簡單機理模型,軟測量模型,長期校正模塊,初始模型,在線校正模型,歷史數(shù)據(jù),模型參數(shù),修正的模型參數(shù),歷史數(shù)據(jù),化驗數(shù)據(jù),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,16,軟測量模型,(1) 機理方法,基于物料平衡、能量平衡、動量平衡、相平衡

14、、傳熱傳質(zhì)等基本動力學方程,(2) 經(jīng)驗方法,系統(tǒng)辯識 用測量數(shù)據(jù)直接求取模型的方法,參數(shù)估計 根據(jù)既定的模型結(jié)構(gòu)由測量數(shù)據(jù)確定參數(shù)的方法,a) 基于狀態(tài)估計的方法,Luenberger觀測器、Kalman濾波器,b) 基于回歸分析的方法,最小二乘法、主元回歸法、部分最小二乘法(PLS),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,17,軟測量模型(續(xù)),(3) 基于人工智能方法,a)人工神經(jīng)元網(wǎng)絡(luò),b)模糊技術(shù),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,18,3. 復(fù)雜過程數(shù)據(jù)處理技術(shù),不同信息控制與決策層次之間的信息表達、傳遞、通訊和融合處理機制，混雜信息的變換、信息與數(shù)據(jù)的

15、壓縮、信息特征的提取與恢復(fù)、信息與數(shù)據(jù)的挖掘。,復(fù)雜工業(yè)對象模型化,(1) 模型化方法,白箱方法、灰箱方法、黑箱方法,(3) 分層系統(tǒng)信息模式的非同態(tài)性導致系統(tǒng)模型形式的復(fù)雜化,(2) 模型化的精度和模型的適應(yīng)性,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,19,基于模型的控制和基于知識的控制,(1)基于模型的控制技術(shù),實例：預(yù)測控制技術(shù),預(yù)測控制技術(shù)的產(chǎn)生并不是理論發(fā)展的需要，而首先是工業(yè)實踐向控制提出的挑戰(zhàn)。 現(xiàn)代控制理論(基于狀態(tài)空間的分析設(shè)計方法、最優(yōu)性能指標的設(shè)計理論)取得空前成果但仍面臨巨大挑戰(zhàn)：,i) 現(xiàn)代控制理論的基點是對象精確的數(shù)學模型,ii) 工業(yè)對象的結(jié)構(gòu)、參數(shù)和環(huán)

16、境都具有很大的不確定性(魯棒性/最優(yōu)性),iii) 工業(yè)控制中必須考慮到控制手段的經(jīng)濟性，對工業(yè)控制計算機的 要求不能太高(簡易性/實時性),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,20,A) 預(yù)測控制的基本構(gòu)成,i) 預(yù)測模型,根據(jù)對象的歷史信息和未來的輸入預(yù)測其未來的輸出(動態(tài)行為)。,模型的功能,狀態(tài)方程 傳遞函數(shù) 階躍響應(yīng) 脈沖響應(yīng) 非線性模型 .,漸近穩(wěn)定的線性對象，非參數(shù)模型,ii) 滾動優(yōu)化,通過優(yōu)化控制算法，追求某一性能指標的最優(yōu)來確定未來的控制作用。 性能指標構(gòu)造通?；趯ο筝敵鲈谖磥聿蓸狱c上跟蹤某一期望軌跡的方差為最??；控制能量最小而同時保持輸出在某一給定的范圍等

17、 有限時段的滾動優(yōu)化，優(yōu)化不是一次離線進行，而是反復(fù)在線進行,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,21,預(yù)測控制的基本構(gòu)成(續(xù)),iii) 反饋校正,閉環(huán)控制算法(不僅基于模型，同時利用實際輸出的反饋值)。 基于優(yōu)化性能指標確定了一系列未來的控制作用后，為了防止模型失配或環(huán)境的干擾引起的控制效果與理想狀態(tài)的偏離，通常的作法不是把求得的控制作用序列逐一全部實施，而只是實現(xiàn)本時刻的控制作用，到下一采樣時刻，首先檢測對象的實際輸出，并利用它對基于模型的相應(yīng)預(yù)測值進行修正，在進行新的優(yōu)化。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,22,B) 動態(tài)矩陣控制算法(DMC),i) 預(yù)

18、測模型,對于漸近穩(wěn)定的對象，動態(tài)信息可近似用單位階躍響應(yīng)的采樣參數(shù)構(gòu)成有限集合描述：,根據(jù)線性系統(tǒng)的比例疊加性質(zhì)，可以利用上述的階躍響應(yīng)模型參數(shù)預(yù)測對象在未來時刻的輸出值。 在k時刻控制作用有一增量時，在其作用下未來深刻的輸出,在M個連續(xù)的控制增量u(k), , u(k+M-1)的作用下未來時刻輸出值,(B-1),(B-2),(B-3),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,23,預(yù)測模型（單位階躍響應(yīng)）,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,24,ii) 滾動優(yōu)化,動態(tài)矩陣控制算法(續(xù)1),在每一時刻k， M個連續(xù)的控制增量u(k), , u(k+M-1)(控制時域)

19、，使被控對象在其作用下未來P個時刻(優(yōu)化時域)的輸出預(yù)測值 盡可能接近給定的期望值w(K+i), i = 1, , P，規(guī)定MP，P N ，同時考慮控制增量變化不能過分劇烈的要求構(gòu)成優(yōu)化性能指標為：,(B-4),在不考慮約束的情況下，求 在預(yù)測模型(B-3)下使性能指標(B-4)最小的優(yōu)化問題,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,25,基于模型的預(yù)測控制,Reference,k+M,k+P,Process,Model Prediction,future,past,Input,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,26,模型輸出反饋校正,2020/7/31,CIMS和C

20、IPS技術(shù)與應(yīng)用,27,基于模型的預(yù)測控制機制,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,28,動態(tài)矩陣控制算法(續(xù)2),以向量的形式改寫(B-3)、 (B-4),(B-5),其中：,(B-6),其中：,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,29,動態(tài)矩陣控制算法(續(xù)3),(B-5)代入 (B-6),(B-7),求極值的必要條件：,得到：,僅將控制作用序列中即時控制質(zhì)量構(gòu)成控制作用施加給對象：,(B-8),(B-9),其中：,(B-10),表示取首元素運算,控制向量,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,30,動態(tài)矩陣控制算法(續(xù)4),iii) 反饋校正,k時刻

21、將控制u(k)加于對象，相當于在對象得輸入端加了一個幅值為u(k)的階躍激勵，根據(jù)(B-2)可以計算在控制作用下未來時刻的輸出預(yù)測值：,(B-11),經(jīng)移位處理，可以作為k+1時刻的初始預(yù)測值進行新的優(yōu)化計算。但是由于實際過程中存在模型失配、環(huán)境干擾等因素，由(B-11)得到的預(yù)測值肯定偏離實際值，需要利用實時檢測信息進行反饋校正：,構(gòu)造輸出誤差：,(B-12),采用對e(k+1)加權(quán)的方式對輸出的預(yù)測值進行修正,(B-13),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,31,模型輸出反饋校正,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,32,動態(tài)矩陣控制算法(續(xù)5),其中：,為校

22、正后的輸出預(yù)測向量,為校正向量,在k+1時刻，時間基點的變動，k+1時刻的初始預(yù)測值可以通過 移位獲得，構(gòu)造移位陣：,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,33,動態(tài)矩陣控制算法(續(xù)6),k+1輸出初始預(yù)測值為：,(B-14),基于(B-14)又可以像上述以k時刻為基點的方法進行k+1時刻的優(yōu)化計算，反復(fù)在線進行。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,34,動態(tài)矩陣控制,控制,預(yù)測,校正,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,35,C) 多變量系統(tǒng)的動態(tài)矩陣控制,設(shè)被控對象有m個控制輸入，p個輸出，假定已測得每一輸出yi對每一輸入uj的階躍響應(yīng)aij(t)

23、，則模型向量表達為：,(C-1),i) 預(yù)測模型,考慮uj有一個增量uj(k)時,yi在未來N個時刻的輸出預(yù)測值：,(C-2),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,36,多變量動態(tài)矩陣控制算法(續(xù)1),在uj依次有M個增量uj(k), , uj(k+M)時,yi在未來P個時刻的輸出預(yù)測值：,(C-3),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,37,多變量動態(tài)矩陣控制算法(續(xù)2),根據(jù)線性系統(tǒng)的疊加性質(zhì)處理系統(tǒng)輸出yi受到u1, , um共同作用時的情況：,(C-4),u1, , um從k時刻起均變化M次時，共同作用時的情況：,(C-5),為了簡潔化，記：,2020/7/

24、31,CIMS和CIPS技術(shù)與應(yīng)用,38,多變量動態(tài)矩陣控制算法(續(xù)3),則可得到一般的多變量系統(tǒng)的預(yù)測模型：,(C-6),(C-7),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,39,多變量動態(tài)矩陣控制算法(續(xù)4),ii) 滾動優(yōu)化,在不考慮約束的情況下，可以求得全部控制增量：,(C-8),(C-9),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,40,多變量動態(tài)矩陣控制算法(續(xù)5),即時控制增量：,(C-10),(C-11),(C-12),(C-13),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,41,iii) 反饋校正,多變量動態(tài)矩陣控制算法(續(xù)6),(C-14),(C-

25、15),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,42,D) 動態(tài)矩陣控制的參數(shù)設(shè)計,(i) 采樣周期T,(ii) 優(yōu)化時域P，控制時域M,P：穩(wěn)定性(魯棒性)、動態(tài)快速性,M：優(yōu)化變量的個數(shù)，在P確定的情況下，M越小，越難保證輸出在各采樣點緊密跟蹤期望值，所得到得性能指標也就越差。,(iii) 誤差權(quán)矩陣Q和控制權(quán)矩陣,(iv) 校正矩陣H,直接可調(diào)得運算參數(shù)，僅在對象受到未知干擾或存在模型失配造成預(yù)測輸出與實際輸出不一致時才起作用，而對控制的動態(tài)響應(yīng)沒有明顯的影響,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,43,E) 有約束的多變量動態(tài)矩陣控制,二次規(guī)劃問題，非線性規(guī)劃方法

26、,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,44,F) 預(yù)測控制技術(shù)在工業(yè)過程的應(yīng)用,Hierarchy in production plant control of a continuous production site,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,45,預(yù)測控制的工業(yè)應(yīng)用,Standard Control,Model Predictive Control without optimization,Model Predictive Control with performance optimization,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,46

27、,(2)基于知識的控制技術(shù),智能控制理論與方法的研究,- 模糊控制技術(shù),- 人工神經(jīng)網(wǎng)絡(luò),- 專家系統(tǒng),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,47,工況監(jiān)測和過程故障診斷技術(shù),干擾和異常事件的發(fā)生,盡管基于性能優(yōu)良的控制系統(tǒng)的基礎(chǔ)上，但是生產(chǎn)過程的運行仍離不開操作人員經(jīng)常性的干預(yù)，以預(yù)防操作工況的惡化。,(1) 工況監(jiān)測,正常操作工況的統(tǒng)計學模型,過程對象的反應(yīng)機理模型,操作經(jīng)驗和專業(yè)知識,.,集成化方法,過程的監(jiān)視、評估 操作的指導,化工過程的動態(tài)仿真技術(shù),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,48,(2) 故障檢測和診斷(Fault detecton and dia

28、gnostics FDD),故障(Fault),系統(tǒng)至少一個特性或參數(shù)出現(xiàn)了較大的偏差，超出了可以接受的范圍，系統(tǒng)性能明顯低于正常的水平，難于完成系統(tǒng)預(yù)期的功能。,故障檢測和診斷(FDD),根據(jù)系統(tǒng)癥候，確定是否發(fā)生了故障，確定故障的種類，故障發(fā)生的部位，并確定故障的大小以及故障發(fā)生的時間,故障檢測和診斷(FDD)工作環(huán)節(jié),故障建模 按照先驗信息和輸入輸出關(guān)系，建立系統(tǒng)故障的數(shù)學模型，作為故障診斷的依據(jù)。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,49,(5) 故障的評價與決策 判斷故障的嚴重程度及其對診斷對象的影響和發(fā)展趨勢，針對不同的工況采取不同的措施。,故障檢測和診斷(續(xù)1),(

29、2) 故障檢測 從可測量或不可測量變量的估計中，判斷被診斷系統(tǒng)是否發(fā)生了故障。,(3) 故障分離 在檢測出故障后，給出故障源的位置，區(qū)別出故障原因是執(zhí)行器、傳感器、被控對象或者是特大擾動。,(4) 故障辨識 在分離出故障后，確定故障的大小、發(fā)生時刻及其時變特性。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,50,故障檢測和診斷(續(xù)2),性能指標,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,51,故障檢測和診斷(續(xù)3),故障診斷的方法,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,52,綜合自動化系統(tǒng)集成優(yōu)化與決策理論與方法,本質(zhì)上是有約束、多目標、多自由度的優(yōu)化與決策，所追求的

30、往往不是單一的最優(yōu)指標，而是多種要求經(jīng)過協(xié)調(diào)后的綜合結(jié)果。, 追求一個“精確的”最優(yōu)的工作點方式來實現(xiàn)優(yōu)化與決策策略 滿意的過程操作工況區(qū)域，立足于滾動優(yōu)化機制 僅靠傳統(tǒng)“自主型”控制決策的方法解決工業(yè)系統(tǒng)的整體優(yōu)化與決策這 個命題顯得力不從心 通過人機協(xié)同工作方式，發(fā)揮人與計算機各自的特長，將人直覺思維 能力與計算機學習能力相結(jié)合，可以減少系統(tǒng)的搜索空間，使復(fù)雜的問 題在有限的時間內(nèi)，有限的背景知識條件下得到解決，共同解決優(yōu)化與 決策復(fù)雜命題。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,53,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,54,6.2.5 信息的綜合利用問題,生產(chǎn)

31、過程信息的巨大存儲量,拙劣的數(shù)據(jù)分析、挖掘，綜合利用 能力,數(shù)據(jù)倉庫(DW),支持管理決策過程的、面向主題的、集成的、穩(wěn)定的、不同時間的數(shù)據(jù)集合。,存儲面向管理應(yīng)用與綜合分析的集成化和綜合性信息，從歷史的角度描述系統(tǒng)結(jié)構(gòu)和狀態(tài)的變化，要求采用能夠反映時間維特征的數(shù)據(jù)結(jié)構(gòu) 基于傳統(tǒng)的面向業(yè)務(wù)的數(shù)據(jù)庫或外界數(shù)據(jù)庫作為數(shù)據(jù)源，經(jīng)過提煉、加工、匯總和歸一化整理，生成符合數(shù)據(jù)應(yīng)用語義規(guī)范要求的數(shù)據(jù)集合； 支持多種復(fù)雜的數(shù)據(jù)應(yīng)用和綜合性的管理決策分析；,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,55,數(shù)據(jù)倉庫(DW),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,56,知識發(fā)現(xiàn)(KDD)與數(shù)據(jù)

32、挖掘(DM),KDD(Knowledge Discovery in Database)是從大量的數(shù)據(jù)信息中獲取正確、新穎、有潛在應(yīng)用價值和最終可被理解的模式的非平凡過程。DM(Data Mining )是KDD綜合過程中的一個具體但卻是關(guān)鍵的步驟，DM是從數(shù)據(jù)中提取模式的過程。數(shù)據(jù)挖掘是KDD最核心的部分，是采用機器學習、統(tǒng)計等方法進行知識學習的階段。,模式按功能可分有兩大類：預(yù)測型（Predictive）模式和描述型（Descriptive）模式。,預(yù)測型模式: 根據(jù)數(shù)據(jù)項的值精確確定某種結(jié)果的模式。,描述型模式 ：對數(shù)據(jù)中存在的規(guī)則做一種描述，或者根據(jù)數(shù)據(jù)的相似 性把數(shù)據(jù)分組。,2020/

33、7/31,CIMS和CIPS技術(shù)與應(yīng)用,57,六種具體的DM模式,(1)分類模式 分類模式是一個分類函數(shù)（分類器），能夠把數(shù)據(jù)集中的數(shù)據(jù)項映射到某個給定的類上。分類模式往往表現(xiàn)為一棵分類樹，根據(jù)數(shù)據(jù)的值從樹根開始搜索，沿著數(shù)據(jù)滿足的分支往上走，走到樹葉就能確定類別。,(2)回歸模式 回歸模式的函數(shù)定義與分類模式相似，它們的差別在于分類模式的預(yù)測值是離散的，回歸模式的預(yù)測值是連續(xù)的。,(3)時間序列模式 時間序列模式根據(jù)數(shù)據(jù)隨時間變化的趨勢預(yù)測將來的值。,受監(jiān)督模式提取過程，在建立模式前數(shù)據(jù)的結(jié)果是已知的，建立這些模式時，使用一部分數(shù)據(jù)作為樣本，用另一部分數(shù)據(jù)來檢驗、校正模式。,2020/7/3

34、1,CIMS和CIPS技術(shù)與應(yīng)用,58,(4) 聚類模式 聚類模式把數(shù)據(jù)劃分到不同的組中，組之間的差別盡可能大，組內(nèi)的差別盡可能小。,六種具體的DM模式(續(xù)),(5) 關(guān)聯(lián)模式 是數(shù)據(jù)項之間的關(guān)聯(lián)規(guī)則。,(6) 序列模式 序列模式與關(guān)聯(lián)模式相仿，而把數(shù)據(jù)之間的關(guān)聯(lián)性與時間聯(lián)系起來。為了發(fā)現(xiàn)序列模式，不僅需要知道事件是否發(fā)生，而且需要確定事件發(fā)生的時間。,模式建立前結(jié)果是未知的，模式的產(chǎn)生不受任何監(jiān)督。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,59,決策支持系統(tǒng)(DSS)的理論和方法,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,60,(1) 決策支持系統(tǒng)的產(chǎn)生和發(fā)展,決策 人們在

35、日常工作和生活中做出的選擇和決定,事務(wù)處理系統(tǒng)(Transaction Processing System TPS) 20世紀50年代, 電子計算機作為信息處理工具，廣泛用于政府、企業(yè)等場合進行信息的收集、存儲、加工和整理。 （財物、生產(chǎn)統(tǒng)計）等業(yè)務(wù)的數(shù)據(jù)處理，減輕人的工作負擔，提高工作效率。,決策支持系統(tǒng)(Decision Support System DSS),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,61,管理信息系統(tǒng)(Management Information System MIS) 20世紀60年代，計算機系統(tǒng)在全面掌握組織內(nèi)部信息流通與處理的基礎(chǔ)上，合理組織信息處理方式，

36、生成各種報表。 提高信息處理的效率能力，工作的協(xié)調(diào)一致性,決策支持系統(tǒng)(Decision Support System DSS) 20世紀70年代，計算機系統(tǒng)在信息分析基礎(chǔ)上，根據(jù)主客觀情況作出判斷和選擇。 面向決策問題，基于交互式計算機系統(tǒng)幫助決策使用數(shù)據(jù)和模型，解決半結(jié)構(gòu)化和非結(jié)構(gòu)化的問題,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,62,決策趨于困難和復(fù)雜 由于技術(shù)進步，可選用的方案增多 決策失誤的代價可能很大(連鎖反應(yīng)) 決策所需的信息可能難以獲取 必須迅速作出決策,計算機決策支持 快速計算 克服人類處理和存儲中認知能力的限制 減少費用，減少專家群體的規(guī)模 技術(shù)支持(數(shù)據(jù)庫、多媒

37、體、數(shù)據(jù)處理) 質(zhì)量支持(更多方案，評價、分析、仿真) 競爭支持 企業(yè)過程再造工程,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,63,(2) 決策支持系統(tǒng)的組成,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,64,計算機決策支持系統(tǒng)的基本部件 人機接口(對話系統(tǒng)/語言系統(tǒng)) 數(shù)據(jù)庫(數(shù)據(jù)庫管理系統(tǒng)) 模型庫(模型庫管理系統(tǒng)) 知識庫(知識庫管理系統(tǒng)) 方法庫(方法庫管理系統(tǒng)),LS,問題處理系統(tǒng) PPS,數(shù)據(jù)庫,模型庫,知識庫,KS,用戶,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,65,(3) DSS的功能,(1) 人機協(xié)同作用的系統(tǒng) (2) 支持決策、輔助決策，不是代替決策

38、者 (3) 由用戶主導進行決策分析 (4) 可以對組織的各層次(高層、中層、基層)進行決策支持 (5) 主要支持半結(jié)構(gòu)化決策，能支持結(jié)構(gòu)化決策，在一定程度上支持 非結(jié)構(gòu)化決策。 (6) 較高的使用靈活性、適應(yīng)性和靈活性 (7) 較好用戶友好性，非計算機專業(yè)人士使用 (8) 提高工作效能而非提高效率 (9) 作用不全是提供決策結(jié)論，是在支持過程中提高決策者的洞察力和決策水平,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,66,(4) DSS的相關(guān)技術(shù)領(lǐng)域,(1) 過程專業(yè)技術(shù) (2) 管理科學、運籌學與系統(tǒng)工程 (3) 計算機技術(shù)(數(shù)據(jù)庫、編程語言、操作統(tǒng)) (4) 人工智能 (5) 行為科

39、學,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,67,(6) 企業(yè)生產(chǎn)與管理過程計算機決策支持案例分析,(A)煉油生產(chǎn)工藝過程,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,68,(B) 生產(chǎn)經(jīng)營決策活動的特點,(i) 范圍廣、跨度大 從決策的范圍：有例行的(如生產(chǎn)計劃、生產(chǎn)調(diào)度等)、非例行的(如企業(yè)發(fā)展規(guī)劃、經(jīng)營決策等) 從決策的跨度：時間跨度有短期的(幾天)、中期的(月、季、年等)和長期的(幾年、十幾年)；空間跨度，有燃料油生產(chǎn)系統(tǒng)、潤滑油生產(chǎn)系統(tǒng)和石蠟生產(chǎn)系統(tǒng)。,(ii) 涉及的因素多 要考慮到各種內(nèi)部的、外部的多種因素。 - 生產(chǎn)系統(tǒng)有關(guān) (生產(chǎn)裝置、油罐、產(chǎn)品、工藝流程、生

40、產(chǎn)成本等等)， - 國家計劃、市場需求等經(jīng)營環(huán)境有關(guān) (原油、產(chǎn)品品種、價格、供給需求量等等)。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,69,(iii)決策的好壞對企業(yè)的經(jīng)濟效益影響很大,(iv)突發(fā)性的決策活動增加,(C) 生產(chǎn)經(jīng)營決策活動的類型,(a) 制訂企業(yè)生產(chǎn)發(fā)展規(guī)則 企業(yè)的發(fā)展規(guī)則確定企業(yè)今后生產(chǎn)的發(fā)展方向，根據(jù)確定的企業(yè)發(fā)展目標制訂企業(yè)發(fā)展規(guī)劃，選擇合理的工藝流程(包括確定新建裝置、規(guī)模、和原來工藝流程的銜接、裝置配套、產(chǎn)品選擇、原油選擇等等)，尋求達到目標的最佳方案。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,70,(b)制訂企業(yè)年、月生產(chǎn)計劃、庫存計劃 在系統(tǒng)外部給出的約束條件和系統(tǒng)內(nèi)部固有的約束條件下，最大限度地增加企業(yè)的利潤。 年生產(chǎn)計劃 在原油供應(yīng)量一定，國家指令性指標和市場情況基本確定的情況下