автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Сеть экспертных систем для нефтеперерабатывающего производства

ИЛ г 2 Э * 1

АЗЕРБАЙДЖАНСКАЯ ГОСУДАРСТВЕННАЯ НЕФТЯНАЯ АКАДЕМИЯ

На правах рукописи

АЛИЕВ РАШАД РАФИК оглы

СЕТЬ ЭКСПЕРТНЫХ СИСТЕМ ДЛЯ НЕФТЕПЕРЕРАБАТЫВАЮЩЕГО ПРОИЗВОДСТВА

05.13.06 — Автоматизированные системы управления

А ВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Баку — 1992

Работа выполнена на кафедре «Автоматизированные системы управления» Азербайджанской государственной нефтяной академии.

лауреат Государственных премий СССР, академик АН Азерб. Республики, д. т. н., профессор АЛИЕВ Т. М., доктор технических наук, доцент НУРИЕВ М. Н-

доктор технических наук, профессор АСКЕРОВ Т. М-, доктор физико-математических наук УЛЬЯНОВ С. В-

Ведущая организация: Институт кибернетики АН Азербайджанской

на заседании специализированного совета Д 054. 02. 04. в Азербайджанской государственной нефтяной академии по адресу: 370010, Баку, проспект Азадлыг, 20.

С диссертацией можно ознакомиться в библиотеке Азербайджанской государственной нефтяной академии.

Научные руководители:

Официальные оппоненты:

Республики.

Защита состоится

1992 г. в /у. . час.

Автореферат разослан

1992 г.

Ученый секретарь специализированного совета, кандидат технических наук, доцент

КРИВОШЕЕВ В. П.

ЬИ5ЛИ0Т£КА

ЗОННАЯ

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работа. Методу и сродства интеллектуализации систем принятая решений, диагностики и управления для произвол-ствензшх комплексов получили определенное развитие. Создан ряд локальных "разумных" систем для планирования, диспетчерского управления производством, управления технологическими процессами нефтеперерабатывающей промышленности. Все это - "островки интеллектуализации" на предприятиях с напреривной технологией. Несогласованность целей, задач и моделей этих автономных интеллектуальных систем, отсутствие совместимости, интеграции их технического, программного и информационного обеспечения, являющихся органическими частая! единой системы управления, не позволяют добиться ожидаемого системного эффэкта от их интеллектуализации. Одним из эффективных направлений решения данной проблемы является построение распределенных интеллектуальных систем управления.

Однако, следует отметить, что в настоящее время практически отсутствуют работа по созданию подобных систем для непрерывных производств, в том числе для нефтеперерабатывающих и нефтехимических.

В этой связи разработка распределенной интеллектуальной систем управления для нефтеперерабатывающего производства является актуальной научно-технической задачей.

Цель работ«. Цель» диссертационной работы является разработка концепции и принципов построения производственной распределенной интеллектуальной системы и создание на их основе сети экспертных систем для нефтеперерабатывающего производства.

Метода исследований. Исследования базируются на использований методов искусственного интеллекта, системного анализа и теории вычислительных сетей.Эффективность созданной сети ЭО исследована и я бапе локальной вычислительной сети Netware фарш Novell.

Научная новизна полученных в диссертации результатов заключается в следующем:

- предложена концепция и сформулированы принципы" построения производственной распределенной интеллектуальной системы;

- определена архитектура распределенной интеллектуальной систе-ш управления нефтеперерабатывЕгдин производством в виде четырехуровневой иерархической сети X, первый и второй уровни которой,

функционирующие в режиме "ofí-llne" обесточивают выбор, координацию и согласование решений, а фуннционирутндие в рекиме "on-line" тротий и четвертый уровни - выбор режимов работы, диагностирование, автоматическое регулирование и управление;

- для управления технологическими установками построена динамическая "on-line" 30, реализованная на базе нейронной техники и вклвчазодая информационную подсистему, подсистемы диагностирования, принятия решений, обучения и переобучения ;

- впервые предложена и разработана система автоматического управления с нечеткой нейронной экспертной системой;

- разработан протокол передачи и обработки знаний в распределенной системе управления нефтеперерабатывающим производством на базе сета ЭС.

Практическая ценность работы. Осуществлено моделирование разработанной распределенной интеллектуальной систеш управления неф-теперерабатшзэвдим производстащ на Оазе локальной вычислительной сети NetWare.

Предлоненные d работе концепция и принципы построения производственной распределенной интеллектуальной систеш управления, архитектура иерархической сети ЗС, неЕронная динамическая система реального времени, а таккэ рэшния по программному и техническое обеспечению использованы при создании распределенной систеш управления на Ново-Бакинском НИЗ.

Аппробавдя работы. Основше результаты диссертации докладывались и обсуждались на:

-Second Conference оГ The BalKanlc Union For Fuzzy Systems and Artlilcial Intelligence, Trabson, Turkey, 31 August-5 Septem ber, 199?.;

-международной сашшаре "Диагностика локалъдах вычислитель-еых'сетей", Рига, 19Э2.

Связь теш диссертащгошюй работы с планом НИР. Диссертационная работа выполнялась в соответствии с проектом й 202 ГККГ "Перспективные шгформационние технологии' -и программой "Разработка и внедрение распределенной систеш управления на Сазо сети окаю, îmix е;:стем", а также тв".<й1;пескжл планом научло-псс.чедоватол) шх рась-т ¿зербайдаанской ГосударственпсЖ Нефтяной Академии.

Публикации. По результатам диссертации опубликовано 7 печатных работ.

Структура и объем работа. Диссертационная работа состоит из ¡»ведения, пяти глав, выводов, списка литературы и приложения. Основное содержание работы изложено на 85 страницах, включая 16 ри-оунков.

' СОДЕРЖАНИЕ РАБОТЫ.

Во введении обоснована актуальность темы, сформулирована цель (I основные задачи исследования, приведена общая характеристика работы.

В первой главе осуаествлен анализ современного состояния проблемы разработки производственных распределенных интеллектуальных- систем в различных отраслях промышленности.

Исследование и анализ существующих разработок показали, что проблема создания распределенных, систем с искусственным интеллектом очень актуальна и диапазон возможных областей использования подобных систем охватывает ГАП, С1М, военную технику и т.д.

В то жз время,большинство известных работ в данной области носят скорее концептуальный характер и предназначены в основном для военной и космической техники. Ограниченность цуЗлинаций позволяет предполагать, что эти работы за рубеком засекречены. Следует особо . подчеркнуть, что практически отсутствуют работы по распределенным интеллектуальным системам для непрерывных производств, в том числе для нефтеперерабатывающих и нефтехимических.

Нынешний этап развития интеллектуальных производственных систем характеризуется объединением автономно функционирующих систем, базирующихся на знаниях, в единую интегрированную систему с использованием локальной вычислительной сети, программно-ин$ормзцио1гоых интерфейсов и распределенной сети баз знаний (БЗ) и баз данных (БД).

Указанные обстоятельства определяют необходимость проведешя научных исследований в области разработки принципов построения,методов проектирования и инструментальных средств для создания рас-традэлеяннх интеллектуальны* систем.

Реализация концепции создания расправленного искусственного шталлекта на объектах с непрерывной технологией требует также «¡следования футчшй управления и обоснования необходимости кнтел-тектуалЕшдаи система управления.

- б -

Вторая глава посвящена концептуализации процесса построения производственной распределенной интеллектуальной системы.

Современные крупныо комплексы с непрерывным характером производства, в том числе и нефтеперерабатывающие, характеризуются пространственным распределением объектов,большим числом функций управления, реализуемых в реальном масштабе Еремэни, тесной взаимозависимостью технологически .планово-экономических и организационно-управленческих решения.

.Интегрированный характер производства, жесткая временная и функциональная взаимосвязь решений обусловливают необходимость поиска эффективных путей принятия согласованных ■ решений на различных временных интервалах и уровнях управления.

В трагащкоишх системах управления, базирующихся ка классических принципах иерархичности, делегирования полномочий и распределении функций управления, согласование решений осуществляется итеративно, путем обмена данными и знаниям!, осведомительной и управлявшей информацией между лицами, принимающая решения.

Интеллектуализация процэссов управления в сложных производственных комплексах на Сазе систем с искусственным интеллектом обусловливает необходимость выработки концепции создания и реализации системы, обеопочивающей рэлрнио задач управления в среде взаимодействующих между собой "разумных" сущностей. При этом необходимо иметь в виду, что создание подобных систем монет осуществляться как в однородной, так и неоднородной среде, путей наращивания новых систем к суцэствугазш или яда методом оригинального проектирования "под ключ". В этой связи методология построения систем с искусственным интеллектом ( Ш ) должна обеспечить высокую сгэпень ее универсальности,в определенной мере сохранить идеологию роптания интеллектуальных управленческих задач, апробированную в традиционных системах, обеспечить возможности расширения функций управления на всех уровнях.

В работе предлагается строить производственную интеллектуальную систему управления на основе иерархической сети с ИИ. В иерархической структуре выделены интеллектуальные системы, выполняющие функции координатора, и множество локальных систем, реализующих функции управления на ни них уровнях иерархии.

Координатор выполняет двойствейные функции: с одной стороны, являясь интеллектуальным элементом верхнего уровня управления,

решает функциональные задачи на уровно руководителя и главных специалистов; с другой - обеспечивает взаимодействие между локыль-шми системами. По отношении к конечным пользователям локальных систем, координатор должен обеспечить распознавание запросов и перо адресацию конкретной локальней системе. Локальная систогла, направляющая запрос координатору, как правило, не располагает информацией о местонахоздэнии и источниках требуемых знаний и.данных.

В процессе обмена знаниями, реализуемом посредством координатора, должно обеспечиваться преобразование запросов и ответов в соответствии с 'формализмами, используемыми отдельными интеллектуальными системами. Таким образом, на координатора должны возлагаться функции поддержи протоколов обмена знаниями и данными в-сети.

Пользователи локальных интеллектуальных систем должны решать специфические задачи, связанные с управлением установками и производствами или реализацией отдельных функций управления.

Реализация концепции распределениего хранения и обработки денннх и знаний и распределенного управления на базе сети интеллектуальных систем обеспечивает высокую степень живучести и надежности системы управления при существенном улучшении качества решений за счет интеллектуализации процесса их формирования и принятия.

Информационную совместимость различных локальных систем при этом должны обеспечить унифицированные интерфейсы. Основное преимуществе} предлагаемой концепции заключается в том, что создаваемая система не накладывает принципиальных ограничений на аппаратно-программную совместимость -отдельных интеллектуальных систем. Для реализации предложенной концепции построения распределенной интеллектуальной системы сформулированы следующие основные принципы.

1. Декомпозируемосгь интеллекта. При построении' распределенных систем управления на базе сети систем с ИИ возникает необходимость рациональной декомпозиции глобального интеллекта системы на множество частичных интеллектов, каждый из которых охватывает ограниченный и специфический круг проблем и задач.Декомпозиция может осудествляться естественным и искусственным путями.

2. Ксординируемосгь интеллектов. Декомпозируемость интеллекта, распределенный характер знаний, процессов управления и принятая рег.-ний, требуют обеспечения, необходимых условий для интегра-

ции частичных интеллектов в процессе решения отдельных задач. Но-срдшгируемость и интегрируемость частичных интеллектов позволяет успешно решать задачи принятия решений в условиях неполноты информации.

3. Неаддитивность интеллекта системы. Интеллект системы неаддитивен по отношению к интеллектам составляющих узлбв. Согласованное функционирование узлов, как интеллектуальных сущностей, обмени-ващихся знаниями и поролдающих новые знания,-приводит к тому, что интеллектуальный потенциал системы превосходит суммарный интеллект составлявших узлов.

4. Возможность мекузлового обмена информацией. В иерархической сети обмен знаниями осуществляется как по вертикали,меаду уровнями иерархии, так и по горизонтали - в пределах соответотвущего уровня.

5. Адаптируемость. К сети ЭС предъявляются достаточно жесткие требования в части надежности и живучести системы, сохранения функциональных возможностей, обеспечения соответствия алгоритмов управления текущим ситуациям и состояниям объектов. Функционирование систем с ИИ в реальном масштабе времени, формирование и реализация управляющих воздействий непосредственно на-объектах управления требуют обеспечения высокой надежности системы. В случае отказа какого-либо узла, путем реконфигурации структуры, должно быть-обеспечено восстановление функциональных возможностей системы. Необходимо предусмотреть и реализовать механизм обновления базы данных и базы знаний. Двукратная адаптация - структурная и параметрическая, 'являются необходимым условием создания распределенной системы управления на базе систем с ИИ.

6. Иногореиимность. Входящие в состав распределенной системы управления, локальные системы решает различные по содержанию и форме задачи. С учетом содержания задач и требований пользователей, необходимо обеспечить даогорекимау» (пакетная обработка, оперативный доступ .реальный масштаб времени) работу систеш.

■ 7. Открытость систеш. На стадии создания системы, как правило, для объекта управления рассматривается ограниченный круг задач. В процессе эволюции объекта возшкаат новые задачи, требующие согласованного решения с ранее реализованным множеством задач, т.е. развитие объекта требует адекватного развития систеш управления. В связи с указанным обстоятельствами, система с ИИ додана строиться

как открытая система модульной структура, обеспечивающая возможность подключения новых систем.

8. Интеллектуальность узлов. Существующие и вновь создаваемые узлы систеш должны обладать собственным интеллектом и находиться во взаимосвязи с другими узлами по сети связи в рамках их полномочий, компетенции и реализуемых функций.

9. Распределенность систеш. Необходимо обеспечить гибкое распределение кнтвллектуадьных.инфорлавдоизых и вычислительных ресурсов по узлам сети ЭО. С целью рационального использования вычислительных ресурсов различных уровней иерархии, сокращения обменов и расширения функциональных возможностей системы, необходимо эффективно использовать возможности контроллеров, интеллектуальных систем сбора и обработки информации, обеспечить на никнем уровне иерархии решение задач диагностирования и подготовки информации для экспертов. Центр, на основании информации о свободных ресурсах и эффективности их использования, долнэн решать задачу распределения и перераспределения интеллекта и ресурсов.

Третья глава посвящена выбору архитектуры сети ЭО для нефтеперерабатывающего производства.

Рассматриваемое производство топливного профиля представляет собой совокупность взаимосвязанных- технологических установок, обеспечивающих законченный цикл переработки нефти в готовые продукты - автомобильные бензина, дизельные топлива, авиационный керосин, мазут. Характерными особенностями объекта являются: возможность варьирования режимами работы в широких пределах, позволяющая получать различную номенклатуру продукции при использовании одного и того кэ сырья; тестая взаимосвязь и взаимовлияние установок комплекса, когда изменение ранима работы одной из установок оказывает влияние на режимы других, что приводит к необходимости взаимной подстройки ре-кимов работы связанных установок.

Производство подвержено воздействия большого числа внешних и внутренних возмущающих факторов. Управленческие решения в система формируются в условиях высокой степени неопределенности, порождаемой неполнотой и неточностью исходной информации, описаний технологических гроп^ссов, нечеткостью формотучмых целей, ограничений, возмогших последствий реализации принимаемых- решений, все это ог~ рзничивоет причэтяяе формальных методов при выработке упраВЛеНЧеСКИХ

В подобных условиях обоснованным и более адекватными являются решения, принимаемые с помощью эвристических процедур, основанных на опыте и знаниях специалистов-экспертов, непосредственно связанных с выработкой и реализацией решений на всех уровнях управления производством. В этой связи, при разработке системы управления нефтеперерабатывающим производством, целесообразно использовать технология экспертных систем.

Исходя из отмеченных особенностей нефтеперерабатывающего производства, архитектура распределенной интеллектуальной системы управления определена в виде иерархической сета, узлами которой являются экспортные системы, связи мезду которыми обеспечивают обмен данними и знанияш.

В иерархической сета координирующие ЭС i-КЭС) обеспечивают согласование работй подчиненных локальны/ ЭС нижнего уровня.

ЭС первых двух уроБНчй используются для выбора решений, координации и согласования режимов работы производства.

ЭС III я IV-ro уровней составляют интеллектуальнее интегрированные системы сбора и обработки информации, диагностирования, контроля и управления рекимными параметрами динамических объектов. 30 донного уровня имеют непосредственные связи с исполнительными механизмами локальных объектов'управления, т.е.осуществляют непосредственное управление параметрами объекта.

Третий и четвертый•Уровни рассматриваемой системы функционируют в рекпмэ реального времени. Принятие решений по выбору рациональных рекшов и диагностирование состояния технологических процессов ( XII уровень ) , автоматическое регулирование и управление ми с целью точного поддержания этих режимов ( IV уровень ) являются данвмическиш предметными областями, данные и знания о которых меняются во времени.

ЭС III и 17 уровня в отличие от экспертных систем I и II уровня обладают рядом особенностей, которые необходимо учитывать на этапах проектирования: а) большое число входных параметров; б) значительный объем базы знаний; в) необходимость высокого быстродействия системы, обеслэчивзюцего работу в реальном м.хигабе времени: г »возможность работы с изменядаимися ео ьрэмеви дзшшчи и адаптируемость к даяаумеской пр^цмотной области.Огмеччт:>и особенности обуславливают необходимость построения для упрам'-;. w технологическими f!pciü,.'. ссаки динамических ЭС.

Предложенную в работе идеологию построения динамических ЭС реального времени для АСУ И! нефтопврерабатывахшэго производства рассмотри« на примере реализация ЗС для установки первичной переработки нефти (ППН).

Структура ЭО включает: информационную подсистему, состоящую из ¡интерфейса с установкой ППН, блока обработки дннагаческш дан-ннх, базы данных (БД); подсистеку диагностирования и принятия решений с Ллоком представления результатов; подсистему переобучения, состоящую из блоков сценгог результатов и обучеи-ия, а такта интерфейса с ииаенвром то знанию.

Спецпуичесют.га чертами првдяозекной систем» является аапкчко информационной подсистемы, с развитой БД, работающей в реальном масштабе времени и обрабатывающей изменяющиеся во времени данные . Исходя из требований регжма работа "on-line" - необходимости распараллеливания процесса обработки информация - в систему включена нейронная ЭС ( ИЗО ), сконструированная о использованием обучения нейронной сета продукционна! правилам, связывании причинно - следственные связи мэзвдг решения;® по управлению установкой и входными ситуациями.

Для учета. старош!я знаний в 30 включена процедура переобучения. Теркин "переобучение ЭС" (не обучение,кай это принято в большинстве динамических ЭС) введен г связи с необходимостью различать процессы обучения в нейроншгх-ЭС,заменяющие программирование обычных SO и процессы яеренэладеси (корректировки) НЗС к исыеняздгался прапилам.

Архитектура НЗС представляет собой 3-х слойную ieed-ioward структуру. Первый слой включсот 14 входных нейрона (узлы), средний состоит из 22 промежуточных, а последний - из 7 выходных нейронов.

Обучение (в общей структуре ЭС - это функция блока обучения}* происходит v.o алгоритму "Back-propagation" н основывается на совокупности продукционных правил, описывающих взаимосвязи модау встрэчащшгися на установке технологическими ситуациями и рацио-йзлыйши отклика1,31 (решенкяш по выбору разушых режимов) яа эти ситуации. Выбором весовых козффкцЕен'.'обеспечивается обучение юзйрснпой сети получению соотЕзтстзуналл'о опиика при появления каждой текущей технологической ситуации (текущего массива из БД) не входе нейронной экспертной система. Полученное решение поступаем на I'DC ;:>*<олйрт;-юй система 1У уровня для реализация его не

установка, в Злок представления результатов,а также в блок оценки результатов:

Необходимость принятия решений по контролю и управлению шш в реальном маситабе времени предъявляет особые требования к техническому обеспечении ЭС. Последняя реализована на IBM PC AT с операционной системой MC-DOS версии З.ЭО. Кроме этой КЭШ в состав комплекса технических средств входят микро-ЭВМ ' "Электроника" (в качестве интерфейса между 30 и установкой ), цифро-аналоговые преобразователя (ЦАП).аналого-цифровые преобразователи (АЦП), нормирующие преобразователя и др. Сеть между IBM PC и "Электроника" организована па базе интерфейсов RS 232 IBM PC АН и ИРПО "Электроника". Обмен данными осуществляется с помощью протокола канала передачи данных стандарта SECS.

Исходя из таких требований, предъявляемых к интеллектуальным контроллерам, ха;с возможность работы в "on-line" режиме, вдап-TîipyoMoc ?ь, быстрая приспрсобляемость к конкретным технологическим процессам, компактность реализации, возможность быть встроенными, определено, что наиболее адекватным классом контроллеров, отвечаю- . щим указанным вше требованиям, являются контроллеры, основанные на нейронных экспортно, системах. В таких контроллерах база знаний, являющаяся их ядром, реализуется на базе нейронной техники, в связи с чем конструирование желаемой БЗ эквивалентно определению рациональной архитектуры и матрицы весовых коэффициентов синтеза-' руекой нейронной сета. Архитектура нейронной сети принята в виде трехслойной- неполносвязалной структуры с 4~мя входными, 12-ю средними и 7-ю выходными нейронами. Математическая модель каздого ней- . рона принята в следуюцем виде. На вход нечеткого нейрона. (НН) поступают значения торм-ккоаеств лингвистических переменных, например, е (ошибка регулирования), е'(производная от е), которые после ум-еозшния на весовые коэффициенты ïï-ц (мэаду 3-м входом и 1-м нейроном). суммируются для формирования результирующего сигнала. В принятой модели W-ц представляется как нечеткое LR-числэ, а порог НН, в отличие от обычного нейрона, как min. "

Для определения значений ïï-ц, обеспечивавших совпадение характеристики замкнутой систеш управления, включающей нечеткий контроллер (регулятор),, с и лае мой, осуществлено обучение нейронной сети па основе модифицированного алгоритма "BacK-propagation" о использованием нечеткой арифметики. '

Нечеткий нейронный регулятор о принятой архитектурой и опре-

дэленными в работе весовыми коэффициентами обеспечивает удовлетворительную близость-текущей характеристики системы управления температурой колонны К-2 ЭЛОУ-ЛБТ к желаемой. . . ;

Расположение з узлах сети локальные 30 взаимодействуют друг с другом путем обмена информацией и сведениями о своих целях в процессе выработки решения.

Кандай узел реализует некоторую стратегию информационного об-тлепа. Применительно к передающему узлу такая стратегия определяет, когда узел должен передавать информацию другим узлам, какого тепа информация должна передаваться и катав узды является подходящими приемниками этой информации. Применительно к приемному узлу стратегия информационного обмена задает условия приема информации, типы принимаемой информации, подходящие узлы-источники и способ локальной оценки принимаемой информации.

Решение ЗС планирования является управляющим воздействием для ЭС оперативного управления производством и диспетчерской управляющей экспертной технологической систеш.

ЭС оперативного управления производством обеспечивает координированное управление установками на оперативных интервалах(сутки). Для решения задачи координации ЭС оперативного управления формирует запрос к диспетчерской управлявшей ЭС на оперативные данные о состоянии запасов сырья и полуфабрикатов, о выработке и отгрузке готовой продукции, показателях качества сырья и полуфабрикатов на начало расчетного (текущего) оперативного интервала.-Получив запрос на требуемую информацию -эта ЭО формирует файл-ответ и в соответствии с принятой в сети процедурой отправляет его ЭС оперативного управления.Для сбора текущей информации о производительности технологических установок, 6 допустимой области изменения коэффициентов отборов продуктов формируется запрос к ЗС управления технологическими процессами.

Получив информация от всех запрашиваемых источников знаний, 30 оперативного управления решает задачу координации ренинов взаимосвязанных технологических установок. Задача .координации решается не только 9 регламентировапннэ моменты времени, но и по запросу производственно-диспетчерского персонала, связанного с необходимостью корректировки оперативных производственных заданий. Управляющие воздействия в виде' файла-сообцзвня пера даются ЭС шш-нэго уровня«- "

Диспетчерская управляющая, ЭС нкянего уровня охватывает широ-

кий круг функций управления производством, реализуемых в реальном масштабе времени. Ока активно' взаимодействует со всеми ЭО управле-шш технологическими процессами, ЭС оперативного управления производством, обеспечивая ж опэратившмк данными при анализе конкретных производственных ситуаций.

При необходимости диспетчерская управляющая ЗС формирует запросы к ЭС управления технологическими процессами на оперативные данимз о состоянии технологических установок, об основных показателях их работы.

ЗС управления технологкческида процесса:.® тесно взаимодействуют м&жду собой с учетом взаимосвязей я взаимовлияний режимов работы отдельных. технологических установок.

В четка стой главе рассмотрены вопросы прсграилю-аппаратной реализации производственной распределенной интеллектуальней системы не примере Ново-Бакинского нефтеперерабатывающего завода, для которого характерна крупкотоннажяоеть технологических установокj доеы-яешая взрыЕо- и пожароопасносгь, значительная рассредоточенносгь управляемых объектов, тенденция к расширению производства, высокая динамичность протекающих процессов, 'большое число взаимосвязанных функциональных задач, необходимость оперативного сбора и передачи информации, что требует организации сети ВС на базе локальной вычислительной сети (ЛВС).

ЛВС сети го является пнтерсетью, в состав которой входят три ЛВС, первые две из них имеют моноканальную архитектуру шиной топологеи. * ,

К ЛВС-I и ЛВС-2 подключены соответственно три и четыре персональных компьютера, е которых на базе экспертных систем реша-Г7ся задачи оперативного и календарного планирования, оперативно-длшетчарского упрагления производством, а также задачи управления технологическими установками.

Элементами данных сетей являются также терминаторы (Тр), бло-ii.i доступа (контроллеры локальной езта) и сетевой галюз, реализо-.ранний на базе персонального компьютера типа IBM PC/XT.

ЛЗС-З является сетью с моноканальной архитектурой кольцевой. топологии, к которой подключены четыре персональных компьютера типа IEM PC/XT,реализующие ЭС адаптивного управлении режимные параметрами технологических объектов.

Элемэаткли данной cent являются устройства связи с обгзктсм if СО), платы сопрявонля ( НО ) персональных компьйторов с У00 к

контроллеры локальной сети (КЛС).'

Все ЛВС интерсети имеют, маркерный метод доступа к среде nepj-дачи данных, преимуществом которого является устойчивость к увеличению нагрузки в сети.

Связь с общей средой (моноканалом) всех персональных компьютеров ЛВС-1 и ЛВС-2 осуществляется с помощью сетевых адаптеров типа D-NET.

Узлы ЛВС-3 соединены с моноканалом специальными сетевшги адаптерам.

Для эффективного сетевого управления процессом распределенной обработки знаний на каждом ■ из уровней сети ЭО используются файл-серверы, расположенные в персональных компьютерах, рошавдих задачи координации работы 30.

ЛВС-1 и ЛВС-2 реализованы на базе сетевого программного обеспечения "АЛКСАт".

Система предоставляет пользователям следующие сетевые услуги: управление сетью - локальное и дистанционное управление режимами работы ЛВС, ее параметрами, конфигурацией, ра :пределением ресурсов; доступ к удалений! файлам из разных узлов • сети, вызов удаленных процедур; виртуальный терминал; электронную почту.

В качестве сетевого программного обеспечения -ЛВО-З выбрана система "ЛЩ®?".

Для обработки знаний сетевое программное" обеспечение сети ЭС НБНЗ имеет сервиснне процессоры обработки знаний SFR00, состоящие из следу гадах модулей:

-МОЮТ, для управления работой сервисного процессора;

-IHIT, для спецификации требований ЗС по обработке знаний;

-GIVE, для формирования пакетов по передаче знаний; .

-DISPOSE, для приема и разрешения знаний в файл-сервере;

-SHIFT и UNSHIP!, соответственно для засекречивания и рассекречивания знаний;

-INTER,для стыковки с пользовательским интерфейсом прикладной услуги сетевого програюлного обеспечения по передаче файлов (ТТАМ).

Процесс взаимодействия модулей сервисного процессора осуществляется в соответствии с разработанным автором протоколом •ИОГОИ, предостэзляю'дкн экспертным систг --ч правила взаимодействия в процессе у>аспреде ленной обработки sh.v,^.

Ссношшуи прпгилпми взаимодействия ЗС являются следуадю:

-np't Еортевдльвхх связях взаимодействие f-'ожду SC ссуществля-

ется только через координирующие ЭС сооибэтсхбувдих функциональных уровней;

-при горизонтальных связях взаимодействие ЭС может осуществляться через координирующие ЭС уроьня, на котором расположены даянда ЭС; -

-преобразование лексикона одной ЭС в лексикон другой при вертгашлькнх связях осуществляется с помощью координируюдих ЭС.

Пятая глава посвящена исследовашш эффективности предложенных приппшов построения, механизмов взаимодействия и архитектуры про-кшлэшой распределокной интеллектуальной систему управления производством.

Предварительна?. анализ работы сети 30 для нефтеперерабатывающего пропазодства показал, что аффективное взаимодействие ЭС требует создания едзлых правил и соглашений, т.е. протоколов передачи и обработки распрэделенных знаний.

С этой целью поставлены и решены следукцие задачи:

- разработана функциональная модель системы передачи и обработки распределениях званий;

- определены' необходимые сервисные услуги по передаче и обработке распределенных знаний в соответствии с требованиями стандартов по взаимодействию открытых систем;

- осуществлена программная реализация протокола передачи и обработки распределенных знаний;

Протокол передачи и обработки знаний.вклмчает:

- протокол согласования и определения сешнтики поредаваБкьх знаний, позволяющую интеллектуальным системам определить порядок .и правила взаимодействия в случаях согласования сомантшш используемых в них понятий к выражений;

- протокол по паредиче распределенных знаний, с помощью которого реализуется порядок и правила передачи, переприема и доставки зияний получателю;

- протокол по обработке распре доленных знаний, определяющий норя-доч и граэдшэ взашэд.:йстш1Я агентов-пользователей в различьих си-туапиях.

ад^ктивзооть разработанного протокола передачи и осриоопси онии'-л ома гсслэдоьанб на фрзтштэ модели распределенной интел-¿лгту&шкй егешя управления проазЕедлвзм, р9;ш!аоа'.итоЯ на саге .лок:льлс>1 вычислительной сити Ъъ№)те фирма Ь'оуеН (сеть йкптла-,ть (лес/аа - Рогкв1а?.1оп и файл-сер.?«?, резлгзчв-.^ньь на

персональных компьютерах типа 1ВМ РС АТ).

В состав модели исследовательского варианта системы управления производством были включены три интеллектуалыШе системы, расположенные по узлам сети в следующем порядке:

Узел-1 - Экспертная система управления комплексом первичной переработки нефти (ИЗРЕКУ); Узел-2 - Экспертная система оперативного управления процессом компаундирования (ЕЗСОИР); Узел-3 - Экспертная система диспетчерского управления - экспертная система координатор (КэСООИ)).

В результате моделирования работы распределенной интеллектуальной системы управления были определены следующие характеристики: общее количество запросов к экспертным системам -34; кодачео-тво удовлетворенных запросов - 31 (причина неудовлетворенности остальных запросов - отсутствие необходимых знаний у взаимодействующих экспертных систем); среднее время ответа на запрос-около 25 с; суммарный объем переданных знаний по сети - 97 правил-продукций.

Исследования подтвердили высокую эффективность и обоснованность предложенных принципов построения и архитектуры распределенной интеллектуальной системы управления производством, механизмов взаимодействия еэ элементов, работоспособность и гибкость разработанного протокола передачи и обработки зданий.

Результаты проведенных в диссертационной работе исследований использованы при создании сети 30 для Ново-Бакинского нефтеперерабатывающего завода.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ.

I. Исследование состояния проблемы автоматизации управления нефтеперерабатывающими производствами показало, что системы управления, созданные на базе классических методов, не обеспечивают необходимых значений таких показателей, как реализуемость, кивучэсть и гибкость систем управления. Усложнение используемых математических моделей и алгоритмов и их ашаратио-программной основы приво-' дат к снк'.ешю отказоустойчивости систем управления.

На н'ефтеперэрабатнвавдем производстве это противоречие монет быть устранено за счет интеллектуализации систем принятая решений, диагностики, и управления. Однако несогласованность целей а функций отдельных локальных интеллектуальных систем,отсутствие их совместимости, низкая степень интеграции их технического, программно-

го и информащ энного обеспечения не позволяют добиться системного эффекта от интеллектуализации.

Указанные обстоятельства определили необходимость разработки для нефтеперерабатывающего производства распределенной интеллектуальной системы управления.

2. Предложена концепция построения распределенной интеллек- ' туальной системы управления нефтеперераОатывэюцим ' производством на базе иерархической сетевой структуры с координирующими интеллектуальными системами, обеспечивающими совместимость и взаимодействие локальных систем с различными формализмами представления и обработки знаний.

3. Сформулированы основные принципы создания распределенной интеллектуальной системы управления, обеспечивамдие эффективность, реализуемость и гибкость системы: декомпозируемость интеллекта; координируемость интеллектов; неаддитивность интеллекта системы; возможность мвжузлового обмена информацией; адаптируемость; много-режимность; открытость системы; интеллектуальность узлов; распределенность системы.

4. Предложена архитектура распределенной интеллектуальной системы управления нефтеперерабатывающим производством в виде че-тырехуроЕнеЕой иерархический сети ЭС, обеспечивающей выбор, координацию, согласование и реализацию решений.

Первый и второй уровни системы включают ЭС, функционирующие. в режиме "oif-llne" и обеспечивающие решение задач планирования, оперативного и диспетчерского управления.

Третий и четвертый уровни системы включают ЭС,функционирующие в режиме "On-line" и обеспечивающие решение задач диагностирования, автоматического регулирования и управления технологическими комплексами.

5.Предложена архитектура, принципы и метод построения производственной динамической "on-line" нейронной экспертной системы, позволяющей распараллелить процесс обработки изменяющейся во времени информации и включающей подсистемы обработки динамических данных, диагностирования и принятия решений, переобучения и обучения. Сконструирована система управления для технологического процесса ППН с использованием обучения нейронной сети продукционным правилам, связывающим причинно-следственные связи между решениями по управлению установкой и входными ситуациями на ней.

■ 6.Предложены архитектура и методы проектировав«' нейроиных ре- '

гуляторов на базе нечетких нейронов с LR-представлением весовы- ко-эффицентов и тШ-првдстсвлением порогов. Определено, что такие контроллеры отвечают таким требованиям, предлвляемым к интеллектуальным контроллерам, как возможность работы в "on-line" режиме, адаптируемость, компактность реализации, в&зможносгь быть встроенными. Разработана система управления ректификационными колоннами ЭЛОУ-АВТ, включающая нечеткие контроллера, имеющие 3-хслойную, неполносвязан-ную структуру с 4-мя входными, 12-ю средними и 7-ю выходными нечеткими нейронами.Обучение нейронной сети произведено с использованием модифицированного алгоритма "Back-propagation" и нечеткой арифметики.

7. Разработан протокол передачи и обработки знаний при взаимодействии неоднородных интеллектуальных систем в распределенной системе управления нефтеперерабатывающим производством на базе сети ЭО. Исследование протокола на базе локальной сети Netware пот-вердило работоспособность и открытость протокола.

Программная реализация протокола осуществлена на базе языков Turbo - Pascal и Assembler."

8. На базе ЛВС NetWare осуществлено моделирование разработанной распределенной интеллектуальной системы управления и определены ее основные характеристики.

Предложенные в работе принципы- построения производственной распределенной интеллектуальной системы управления, решения по архитектуре сети ЭО и ее программно-аппаратной реализации, динамическая ЭС реального времени на'базе нейронной'сети и система регулирования технологических параметров с ЭС нашли применение при создании сети ЭС для Ново-Бакинского нефтеперерабатывающего завода.

Основные положения диссертации опубликованы в работах: Монография.

1. P.P. Алиев."Мечта, пронесенная сквозь века: мифа и реальность искусственного интеллекта". - Баку: Элм, 1992. 168 с. (в соавторстве ).

Статьи и доклады.

2. P.P. Алиев. Сэть экспертных систем для нефтеперерабэты-

ващего производства. "Ученые записки", АзГНА, J5 2, 1992 г.

3. P.P. Алиев. Распределенная интеллектуальная система для нефтеперерабатывающего производства. "Нефть л таз", & 5,1992 г.

4. P.P. Алиев. Состав и структура технического обеспечения производственной распределенной интеллектуальной системы."Нефть и Газ", J¡¡ 8, 1992 г. •

5. H.R. Aliev. "Fuzzy expert systems and Its application in petro- chemical manufacturing". Second Conference of The Balkanic union For FiKzy Systems - and Artificial Intelligence, Trabzon, Turkey, 31 August-5 September, 1992.

6. P.P. Алиев. Нейронная динамическоя "ОН-ЬШЕ" экспертная система. "Нефть и газ", № II-I2, 1992 г.

7. P.P. Алиев. Контроллеры с нейронной экспертной системой для автоматического регулирования первичной переработки- нефти. "Ученые ' запаски", АзГНА, JÍ6, 1992 г.