
- •«Технологии искусственного интеллекта в асутп»
- •Оглавление
- •1. Сферы применения экспертных систем реального времени (эсрв) в задачах асутп 6
- •2. Промышленные внедрения эсрв в асутп 18
- •3. Инструментальные средства синтеза эсрв 134
- •Список сокращений
- •1. Сферы применения экспертных систем реального времени (эсрв) в задачах асутп
- •2. Промышленные внедрения эсрв в асутп
- •2.1. Микро-эсрв интеллектуальных оконечных устройств
- •Полевая шина
- •2.2. Применение эсрв в контроллерном слое асутп
- •2.2.1. Мини-эсрв в контроллерах фирмы Fisher-Rosemount
- •2.3. Эсрв верхнего уровня асутп
- •2.3.1. Система свбу
- •2.3.2. Система спек
- •2.3.3. Система «компакс»
- •4. Модуль базы данных выполняет функции:
- •Модуль формирования отчетов по состояниям Агрегатов и Планированию ремонтов
- •2.4. Использование эсрв в комплексных решениях
- •2.4.1. Решения корпорации Siemens
- •2.4.2. Концепции Plant Intelligence корпорации Wonderware
- •2.4.3. Модели Plant Intelligence и ipm корпорации ge Fanuc
- •2.4.4. Комплексные решения Emerson
- •3. Инструментальные средства синтеза эсрв
- •3.1. Среды разработки и эксплуатации эсрв
- •3.1.1. Платформа g2
- •3.1.2. Система sdb
- •3.1.3. Инструментальная среда «оператор»
- •3.1.3.1. Язык представления знаний абис
- •1) Особенности дедуктивной системы, реализованной в языке abis
- •1.1) Общая структура системы
- •1.2) Предложения языка и база данных
- •1.3) Управление работой дедуктивной системы
- •1.4) Метод согласования
- •2) Структура языка abis
- •2.1) Базовые типы данных
- •2.2) Правила
- •2.3) Структура программы на языке abis
- •3) Логика выполнения программы на языке abis
- •3.1) Выполнение программы на уровне модулей
- •3.2) Выполнение программы на уровне правил
- •3.3) Обработка условия
- •3.4) Текущая достоверность
- •3.5) Обработка следствия правила
- •3.6) Выполнение оператора согласования в условии правила
- •3.6.1) Выполнение оператора согласования без квантора или с квантором all.
- •3.7) Особенности использования переменных при обработке правила
- •3.2. Разработка эсрв на базе универсальных языков высокого уровня
- •3.2.1. Инструментальный комплекс ais
- •Заключение
- •Управление предприятием Сервер бд асуп Сервер приложений эс а6
- •Мини-эсрв а2
- •Управление
- •Производством
- •Управление
- •Процессом
- •Управление
- •Оборудованием
- •Клиент эсрв а2
- •Клиент эсрв а4
- •Сервер приложений эсрв а4
- •Клиент эсрв а4
- •Эсрв а3
- •Микро-эсрв а1
- •Бд асутп
- •Сервер бд асуп Управление предприятием Координатор-агент а2 Координатор-агент а2
- •Агент а1
- •Агент а1
- •Агент а1
- •Координатор-агент а1
- •Агент а2
- •Координатор- агент а1
- •Агент а1
- •Шлюзовой агент а2
- •Агент а2
- •Агент а2
- •Приложений асуп
- •Агент коммуни-каций а1
- •Приложений асутп
- •Управление
- •Производством
- •Управление
- •Процессом
- •Управление
- •Оборудованием
- •Бд асутп
- •Список литературы
2.4. Использование эсрв в комплексных решениях
Интеллектуализированные комплексные решения в сфере АСУТП/АСУП не являются качественно новым классом систем промышленной автоматизации. Однако, тенденции последних лет привели к появлению новых подходов к решению традиционных проблем интеграции систем различных уровней функциональной иерархии в единые аппаратно-программные и информационные «организмы». Если на рубеже 2000г. основными источниками «интеллектуальности» корпоративных информационных систем являлись ЭС (не работающие в реальном времени) уровня АСУП и выше, а ЭС и ЭСРВ уровня АСУТП выполняли «хорошо локализованные» и жестко структурированные (в системотехническом смысле) функции, то в настоящее время ведущим направлением развития соответствующей индустрии интеллектуальных средств промышленных АСУ становится образование единых, тесно информационно (и функционально) взаимосвязанных, многоуровневых и многофункциональных «интеллектуальных платформ», на базе которых производится построение конкретных крупномасштабных прикладных решений (в том числе – тиражируемых и гибко настраиваемых). При этом ЭС и ЭСРВ, решающие определенные задачи или классы задач в различных подсистемах (функциональных, структурных, территориальных) единой АСУ, тесно взаимодействуют друг с другом, совместно оперируя общими информационными потоками в модельном и реальном времени. В рамках подобного подхода к построению сложных интеллектуализированных комплексных решений выделяется целый ряд направлений практического развития индустрии средств и технологий АСУ, сильно зависящих от специфики конкретных ведущих фирм-производителей соответствующей наукоемкой продукции.
В качестве достаточно показательных примеров создания комплексных интеллектуальных платформ для технологий промышленной автоматизации далее рассматривается несколько концептуальных схем, разработчиками которых являются корпорации Siemense, Wonderware, GE Fanuc и Emerson. Более полное освещение технологий соответствующего профиля в рамках данного отчета не представляется возможным. Однако, материалы настоящего параграфа частично расширяют примеры «каркасных» комплексных инструментов, приведенные в третьей главе.
Предварительно необходимо также сделать ряд замечаний относительно терминологии, принятой в специализированной литературе, относящейся к тематики АСУТП/АСУП и корпоративных информационных систем.
В настоящее время широкое распространение получили разнообразные термины, содержащие в том или ином виде указания на «интеллектуальность» того или иного типа технических средств, программных технологий и продуктов и т.п., которые на самом деле не имеют никакого отношения к сфере ИИ. Подобных примеров достаточно много. Так, в подавляющем большинстве случаев некорректным является использование определений «интеллектуальное устройство» (датчик, исполнительное устройство и т.д.), «интеллектуальный объект» (например, «интеллектуальное здание») и многие др. В подобных определениях эпитет «интеллектуальный» на самом деле призван лишь указать на «механическое» расширение (иногда, качественного уровня) функциональности, увеличение сложности внутренней организации, изменение характера взаимодействия технических и программных средств с человеком-оператором и т.п. Во всех этих случаях основным критерием «интеллектуальности» косвенно является лишь качественное отличие определяемого предмета от его «предшественников». Между тем, техническое понимание свойств интеллектуальности предполагает абсолютно другие трактовки данных понятий. В частности, в параграфе 2.1 («Интеллектуальное оконечное оборудование») в настоящем отчете в качестве примеров использовались лишь те случаи применения интеллектуальных датчиков (ИД), которые строго соответствуют терминам теории искусственного интеллекта (а именно, ИД действительно реализующие концепции применения моделей и методов обработки знаний в тех или иных формах – путем использования эвристических алгоритмов, наборов продукционных правил, нечетких или нейросетевых моделей и т.д.).
Такое же положение с употреблением термина «интеллектуальный» сложилось и в сфере комплексных систем промышленной автоматизации. В подавляющем большинстве случаев неточно применяются определения «интеллектуальное предприятие», «интеллектуальное производство» и т.п. Сказанное распространяется в целом и на широко известную концепцию Plant Intelligence («интеллектуальное предприятие»), независимо разрабатываемую рядом ведущих производителей средств АСУТП/АСУП.
Общая направленность идеологии «интеллектуальных предприятий» заключается в интеграции средств АСУТП/АСУП в единую структуру корпоративных информационных систем верхних уровней на базе расширения номенклатуры выполняемых функций и информационных услуг, предоставляемых не только непосредственным участникам технологического и производственного процессов, но и управляющему персоналу корпорации. Кроме того, «интеллектуальное предприятие» должно обеспечивать функциональную и информационную взаимосвязь решения базовых общекорпоративных задач и задач АСУТП/АСУП в реальном времени.
В прагматическом плане реализация концепций «интеллектуального предприятия» прежде всего сводится к следующим основным направлениям действий:
1) обеспечение обоснованности управленческих решений на всех уровнях организационной структуры корпорации за счет расширенного спектра информационных услуг, предоставляемых персоналу различными информационными системами (в том числе, уровней АСУТП и АСУП), включая:
формирование (на базе всесторонней интеграции данных) и представление в удобной форме комплексных, интегральных показателей, характеризующих текущее состояние производственных и бизнес-процессов в темпе, соответствующем требованиям оперативности управления;
динамическое формирование (и/или корректировку) моделей производственных, технологических и бизнес-процессов с последующей аналитической обработкой этих моделей (в реальном времени) в целях решения задач планирования, прогнозирования, ретроспективного анализа и выработки рекомендаций, способных повысить эффективность управления и качество продуктов производства, снизить затраты на эксплуатацию оборудования, оптимизировать трудозатраты и т.п.;
поддержку оперативного реагирования на изменения в ходе производственных процессов, вызванные внешними и внутренними причинами техногенной природы, изменением целей и/или критериев оценки функционирования всей организационно-технической системы в целом и т.д.;
поддержку открытого и гибко перенастраиваемого механизма структурирования информационных потоков и предоставления информации потребителям;
2) повышение уровня автоматизации производственных процессов за счет:
расширения круга автоматически решаемых локальных задач управления техническими средствами, системами и комплексами, их диагностики, обработки нештатных ситуаций и проч.;
автоматической оптимизации (перенастройки, реконфигурации и т.п.) технологических систем и информационной инфраструктуры уровня АСУТП и АСУП на основании сведений о целевых функциях, принятых на общекорпоративном уровне;
автоматического выполнения (на всех системотехнических уровнях) функций динамического формирования и эффективного представления требуемой информации в условиях изменяющихся производственных процессов.
Помимо перечисленных выше направлений «интеллектуализации» предприятий (цитируемых, практически, во всех источниках) различными разработчиками выделяются (в разных сочетаниях) и многие другие. Однако, ни одно из них (как и из приведенных выше) не указывает непосредственно на необходимость применения методов, моделей или средств ИИ в каких-либо подсистемах единой корпоративной информационной среды. Иными словами, «интеллектуальное предприятие» волне может быть реализовано на программной базе «жесткой логики», а может быть построено и на базе концепций ИИ.
Данное обстоятельство абсолютно не означает, что концепции «интеллектуальных предприятий» являются несовершенными, а лишь указывает на неточность принятой в литературе терминологии. Кроме того, достаточно сложно оценивать границы, пересечения и поглощения (а в ряде случаев – и принципиальные отличия) сфер применения технологий «интеллектуальных предприятий» и параллельно используемых концепций Plant Information System, Intelligent Production Management (IPM), ERP/MIS, Total Integrated Automation (TIA) и некоторых др.
Тем не менее, среди разработок в сфере рассматриваемой концепции «интеллектуальных предприятий» все же прослеживается тенденция к постепенному увеличению действительно интеллектуальных компонентов. Базовым критерием «интеллектуальности» считается при этом возможность получения (на всех уровнях управления компанией) эффективно структурированной информации (а не потока несвязанных, необработанных и произвольно представленных данных), необходимой любому конкретному потребителю в любой момент времени для принятия оптимальных управленческих решений. Т.о., решения класса Plant Intelligence (далее – «интеллектуальное предприятие» - ИП) не являются альтернативой классическим иерархическим схемам «АСУТП – MES – ERP», а по сути дела представляют собой новое поколение решений уровня АСУТП/АСУП, предоставляющих расширенный спектр информационных функций, которые используются в верхних эшелонах управления производством и корпорацией в целом. Именно поэтому концепции ИП попали в круг вопросов, рассматриваемых в рамках настоящего отчета.