CN101859135A - 对分布式自动化***进行控制的方法和装置 - Google Patents

对分布式自动化***进行控制的方法和装置 Download PDF

Info

Publication number
CN101859135A
CN101859135A CN200910131168A CN200910131168A CN101859135A CN 101859135 A CN101859135 A CN 101859135A CN 200910131168 A CN200910131168 A CN 200910131168A CN 200910131168 A CN200910131168 A CN 200910131168A CN 101859135 A CN101859135 A CN 101859135A
Authority
CN
China
Prior art keywords
cell membrane
mathematical model
instantiation
automatic system
distributed automatic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN200910131168A
Other languages
English (en)
Other versions
CN101859135B (zh
Inventor
张奇然
俞志强
陆钟慷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Ltd China
Original Assignee
Siemens Ltd China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Ltd China filed Critical Siemens Ltd China
Priority to CN2009101311685A priority Critical patent/CN101859135B/zh
Priority to EP10158640.2A priority patent/EP2239640A3/en
Priority to US12/755,543 priority patent/US8359111B2/en
Publication of CN101859135A publication Critical patent/CN101859135A/zh
Application granted granted Critical
Publication of CN101859135B publication Critical patent/CN101859135B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41835—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by programme execution
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B82—NANOTECHNOLOGY
    • B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
    • B82Y10/00—Nanotechnology for information processing, storage or transmission, e.g. quantum computing or single electron logic
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/002—Biomolecular computers, i.e. using biomolecules, proteins, cells
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32161—Object oriented control, programming
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32345—Of interconnection of cells, subsystems, distributed simulation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Nanotechnology (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Organic Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Software Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供了一种对分布式自动化***进行控制的方法和装置，其中方法包括：根据分布式自动化***中各功能模块的协作关系确定全局约束规则，并建立基于细胞膜演算的数学模型；根据所述分布式自动化***中各功能模块对应的执行者，对建立的所述基于细胞膜演算的数学模型进行实例化，产生控制逻辑输出给所述分布式自动化***；如果接收到来自所述分布式自动化***的扰动信息，则利用该扰动信息对所述基于细胞膜演算的数学模型的实例化参数进行变更，产生控制逻辑输出给分布式自动化***。本发明能够对所有不可预见的扰动进行有效的处理，提高适应性。

Description

对分布式自动化***进行控制的方法和装置
技术领域
本发明涉及自动化技术领域，特别涉及一种对分布式自动化***进行控制的方法和装置。
背景技术
随着生产制造业在全球市场经济中的快速发展，提高生产制造***的效率和适应性成为越来越重要的需求。在这种需求下，生产制造***需要具备处理在诸如产品需求、控制***和商业处理中的变化所产生的位置扰动的能力。
近期自动化技术逐渐向着分布式控制发展，分布式控制能够通过标准化的接口使得各种机器和设备的操作和协作更加优化，从而减小构建和运行花销。图1为一个分布式自动化控制的***图。如图1所示，该***存在多个具有标准接口的功能模块(FB，Function Block)，即传送模块102、处理模块103、扫描模块104和打包模块105，这些FB之间的协作由统一的协调控制模块101进行控制，控制过程中所必需的数据可以通过诸如人机界面100的***设备进行输入。但是，在现有技术中由于协调控制模块101所采用的协调控制逻辑，体现各FB之间的协作关系，采用硬编码(hard-coded)的方式，仅对可预见的扰动进行处理，如果有不可预见的扰动发生，则需要停止***工作并手工写入新的编码，因此，现有的分布式自动化控制方案既耗时又耗费人力，分布式自动化控制***的效率和适应性也具有一定的局限性。
发明内容
有鉴于此，本发明提供了一种对分布式自动化***进行控制的方法和装置，以便于对所有不可预见的扰动进行有效的处理，提高适应性。
本发明提供了一种对分布式自动化***进行控制的方法，该方法包括：
根据分布式自动化***中各功能模块的协作关系确定全局约束规则，并建立基于细胞膜演算的数学模型；
根据所述分布式自动化***中各功能模块对应的执行者，对建立的所述基于细胞膜演算的数学模型进行实例化；
产生控制逻辑输出给所述分布式自动化***；
如果接收到来自所述分布式自动化***的扰动信息，则利用该扰动信息对所述基于细胞膜演算的数学模型的实例化参数进行变更，产生控制逻辑输出给分布式自动化***。
其中，所述建立基于细胞膜演算的数学模型具体包括：将所述分布式自动化***中各功能模块映射为基于细胞膜演算的数学模型中的细胞膜，将所述各功能模块之间的协作关系映射为基于细胞膜演算的数学模型的全局约束规则，建立所述基于细胞膜演算的数学模型。
所述全局约束规则包括：
包含事件分离和事件合并的同步约束Synchronization，
包含许可事件传播、事件剥离和事件选择的传递约束Transition，
延迟约束Delay，
循环约束Loop Limit，
包含顺次约束和并行约束的相关性约束Dependence。
更优地，所述建立基于细胞膜演算的数学模型之后还包括：对建立的所述基于细胞膜的数学模型进行语法级别、仿真级别或者指标级别的验证，如果验证通过，则执行根据所述分布式自动化***中各功能模块对应的执行者，对建立的所述基于细胞膜演算的数学模型进行实例化；如果验证失败，则重新执行所述根据分布式自动化***中各功能模块的协作关系确定全局约束规则。
其中，所述对建立的所述基于细胞膜演算的数学模型进行实例化具体包括：将所述分布式自动化***中各功能模块对应的执行者信息作为对应各细胞膜的实例化参数。
对所述基于细胞膜演算的数学模型的实例化参数进行变更具体包括：根据接收到的所述扰动信息，确定执行者信息发生变化的功能模块，并变更确定的所述功能模块所对应细胞膜的实例化参数。
所述产生控制逻辑具体包括：根据重写逻辑方法对实例化后的或者变更实例参数后的基于细胞膜演算的数学模型进行重写，产生控制逻辑。
本发明还提供了一种对分布式自动化***进行控制的装置，该装置包括：
第一用户界面，用于根据获取的分布式自动化***中各功能模块的协作关系确定全局约束规则，并将该全局约束规则提供给模型建立单元；
模型建立单元，用于根据所述全局约束规则建立基于细胞膜演算的数学模型；
控制逻辑产生单元，用于根据分布式自动化***中各功能模块对应的执行者，对所述基于细胞膜演算的数学模型进行实例化后，产生控制逻辑输出给所述分布式自动化***；利用扰动获取单元提供的扰动信息对所述基于细胞膜演算的数学模型的实例化参数进行变更，产生控制逻辑输出给分布式自动化***；
扰动获取单元，用于接收来自所述分布式自动化***的扰动信息，并提供给所述控制逻辑产生单元。
更优地，该装置还包括：模型验证单元，用于对所述模型建立单元建立的所述基于细胞膜演算的数学模型进行语法级别、仿真级别或者指标级别的验证，如果验证通过，则触发所述控制逻辑产生单元执行所述实例化和产生控制逻辑的操作，如果验证失败，则指示所述第一用户界面重新获取分布式自动化***中各功能模块的协作关系。
其中，所述控制逻辑产生举元具体包括：
实例化子单元，用于根据分布式自动化***中各功能模块对应的执行者，对所述基于细胞膜演算的数学模型进行实例化；利用扰动获取单元提供的扰动信息对基于细胞膜演算的数学模型的实例化参数进行变更；
控制逻辑产生子单元，用于根据重写逻辑方法对实例化后的或者变更实例化参数后的所述基于细胞膜演算的数学模型进行重写产生控制逻辑；
控制逻辑输出子单元，用于将所述控制逻辑产生子单元产生的控制逻辑输出给所述分布式自动化***。
另外，该装置还包括：第二用户界面，用于获取用户根据所述分布式自动化***中各功能模块对应的执行者信息输入的实例化参数或从实例参数库中调用的实例化参数，并提供给所述实例化子单元；
所述实例化子单元将所述实例化参数赋予各功能模块所对应的细胞膜，以对所述基于细胞膜演算的数学模型进行实例化。
所述实例化子单元根据所述扰动获取单元提供的扰动信息，确定执行者信息发生变化的功能模块，并变更确定的所述功能模块所对应的细胞膜的实例化参数，产生控制逻辑输出给分布式自动化***。
由以上描述可以看出，本发明提供的方法和装置根据分布式自动化***中各FB的协作关系确定全局约束规则，并建立基于细胞膜演算的数学模型；根据各FB对应的执行者，对建立的数学模型进行实例化后，产生控制逻辑输出给分布式自动化***。这样，当分布式自动化***发生扰动后，并不会对建立的数学模型进行影响和变更，也无需手工写入新的编码，仅需要利用该扰动信息对基于细胞膜演算的数学模型的实例化参数进行自动变更，产生新的控制逻辑输出给分布式自动化***，无需停止分布式控制***的工作，既省时又节省人力；并且，由于采用本发明的方法建立数学模型、产生控制逻辑时，发生的所有扰动都是对细胞膜的实例化参数产生影响，利用这一特点产生新的控制逻辑的方法能够有效地处理所有不可预见的扰动，大大提高了适应性。
附图说明
图1为一个分布式自动化控制的***图。
图2为本发明的主要方法流程图。
图3为本发明实施例提供的详细方法流程图。
图4为MC模型中的局部规则示意图。
图5为本发明实施例提供的一个分布式自动化***实例图。
图6本发明实施例提供的一个全局约束规则的实例图。
图7为本发明实施例提供的控制逻辑示意图。
图8为本发明实施例提供的扰动发生后产生的控制逻辑示意图。
图9为本发明实施例提供的装置结构图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
本发明所提供的方法如图2所示，可以主要包括以下步骤：
步骤201：根据分布式自动化***中各FB的协作关系确定全局约束规则，并建立基于细胞膜演算的数学模型。
步骤202：根据分布式自动化***中各FB对应的执行者对建立的基于细胞膜演算的数学模型进行实例化后，产生控制逻辑输出给上述分布式自动化***。
步骤203：如果接收到来自分布式自动化***的扰动信息，则利用该扰动信息对基于细胞膜演算的数学模型的实例化参数进行变更，产生控制逻辑输出给分布式自动化***。
在分布式自动化***的运行过程中，可能间隔一段时间就会接收到来自分布式自动化***的扰动信息，此时只需重复执行步骤203，而不需再执行步骤201和步骤202。
基于细胞膜演算(MC，Membrane Calculus)的数学模型可以用MC语法对复杂生产过程进行***化、形式化的描述，以细胞膜演进的形式对动态***进行描述。由于细胞膜演算语法是一种精确的数学表达式，可以用于对各种不确定因素和正确性进行分析和验证，并且具有较高的计算速度。鉴于这些优势，本发明采用MC数学模型对分布式自动化***进行控制。
下面举一个具体实施例对上述方法进行详细描述，图3为本发明实施例提供的详细方法流程图，如图3所示，该方法主要包括以下步骤：
步骤301：利用分布式自动化***中各FB的协作关系，确定基于MC的数学模型的全局约束规则。
MC的描述中包括：细胞膜(Mebmbrane)、对象(Object)和规则(Rule)。其中，细胞膜是对具体环境的动态映射，通常映射为各个具体的FB。对象是对各FB之间传递的信号、参数值或消息等的映射，本发明中分布式自动化***的状态和扰动等都会对细胞膜的对象产生影响。规则是分布式实体之间协作关系的映射，可以具体分为：局部规则(Local Rules)和全局规则(Global Rules)。
其中，局部规则描述要执行的任务过程中不同的内部扫描状态，即PLC程序的各阶段的扫描状态，如图4所示，具体包括：空闲(Idle)状态401、输入扫描(Input Scan)状态402、处理扫描状态(Program Scan)403和输出扫描(Onput Scan)404。各FB在初始时处于空闲状态401；当事件或数据开始送入FB时，处于输入扫描状态402；当FB进行运算或事件处理时，处于处理扫描状态403；处理完毕输出结果到输出缓存时，FB处于输出扫描状态404。局部规则是MC模型中所有细胞膜的固有特性，即是一个通用的规则，无需根据实际状况进行调整和改变。
需要根据实际状态进行调整和变更的是全局规则，全局规则的不同将会对建立的基于MC的数学模型造成影响。由于全局规则实际上是各FB的全局约束条件，因此，全局规则通常称为全局约束规则。按照IEC 61499标准的规定，全局约束规则主要包括以下几种约束事件：同步(Synchronization)约束、传递(Transition)约束、延迟(Delay)约束、循环约束(Loop Limit)和相关性(Dependence)约束。
其中，同步约束可以分为：表述为1:n的事件分离和表述为n:1的事件合并。传递约束可以分为：表述为1:1的许可事件传播、表述为1:n的事件剥离和表述为n:1的事件选择；延迟约束为两事件之间的时延；循环约束为事件的循环限度；相关性约束为两事件之间的相关性，可以分为：顺次(Sequece)约束和并行(Possible parallel)约束，例如：表述为E1dep E2E3的顺次约束意思是：按照事件E1、事件E2、事件E3的顺序或者按照事件E1、事件E3、事件E2的顺序；表述为E1 dep E2 E3的并行约束意思是：事件E1执行后，事件E2和事件E3同步执行。
按照被控制的分布式自动化***中各FB的协作关系确定全局约束规则可以通过诸如图形用户界面(GUI，Graphical User Interface)的用户界面实现，在该用户界面中利用预设的通用FB来约束各FB之间的协作关系，将分布式自动化***中各FB实际的协作关系用于建立基于MC的数学模型所使用的全局约束规则。下面以图5所示的具体的例子对本步骤进行描述。
图5所示的分布式自动化***用于实现汽车装配中的一个车轮装配环节，其中，轮轴供料器500和车轮供料器510分别将轮轴装配材料和车轮装配材料送入与其连接的第一传输装置502或第二传输装置530。然后，三个自动化组件，即第一机械装置540、第二机械装置550和第三机械装置560同步执行材料获取和装配处理的操作。本实施例中以控制第一机械装置540、第二机械装置550和第三机械装置560的装配任务为例进行描述
将装配任务按照“任务：<操作>，<处理对象>，<位置>”的格式分为以下七种，每一种可以映射为一个FB。
任务1：开始，平台，平台
任务2：前轮焊接，轮轴，前轮
任务3：后轮焊接，轮轴，后轮
任务4：桩孔，车轮，后左轮
任务5：桩孔，车轮，后右轮
任务6：桩孔，车轮，前左轮
任务7：桩孔，车轮，前右轮
假设任务1至任务7依次对应7个FB，具体为：FB_Start、FB_Fweld、FB_Rweld、FB_RL、FB_RR、FB_FL、FB_FR，各FB之间的协作关系可以为：首先进行FB_Start，然后传递到同步执行的FB_Fweld和FB_Rweld，其中，FB_Fweld再按照FB_FL、FB_FR的顺序传递，或者按照FB_FR、FB_FL的顺序传递；FB_Rweld再按照FB_RL、FB_RR的顺序传递，或者按照FB_RR、FB_RL的顺序传递。
用户可以按照上述各FB的协作关系，在GUI上规划模型的全局约束规则，如图6所示，FB_Start与FB_Fweld和FB_Rweld之间分别是传递约束，FB_Fweld和FB_Rweld之间是同步约束，FB_Fweld与FB_FL和FB_FR之间是相关性约束中的顺次约束，FB_Rweld与FB_RR和FB_RL之间是相关性约束中的顺次约束。
上述全局约束对应的可扩展标记语言文本格式可以为：
-<GlohalConstraints>
  <name>Multi-Robot Assembly Cell</name>
  <description/>
  <FB>FB_Start</FB>
  <FB>FB_Fweld</FB>
  <FB>FB_Rweld</FB>
  <FB>FB_FR</FB>
  <FB>FB_FL</FB>
  <FB>FB_RR</FB>
  <FB>FB_RL</FB>
-<constraints>
  <type>Synchronism</type>
  <from>FB_Start</from>
  <to>FB_Fweld</to>
  <to>FB_Rweld</to>
  <description/>
  </constraints>
-<constraints>
  <type>Transition</type>
  <from>FB_Start</from>
  <to>FB_Fweld</to>
  <description/>
  </constraints>
-<constraints>
  <type>Transition</type>
  <from>FB_Start</from>
  <to>FB_Rweld</to>
  <description/>
  </constraints>
-<constraints>
  <type>DEPENDENCE</type>
  <from>FB_Fweld</from>
  <to>FB_FR</to>
  <to>FB_FL</to>
  <relation>sequence</relation>
  <description/>
  </constraints>
-<constraints>
    <type>DEPENDENCE</type>
    <from>FB_Rweld</from>
    <to>FB_RR</to>
    <to>FB_RL</to>
    <relation>sequence</relation>
    <description/>
  </constraints>
</GlobalConstraints>
步骤302：根据步骤301确定的全局约束规则建立基于MC的数学模型。
在本步骤中，将各FB映射为细胞膜、并利用上述确定的体现各FB之间协作关系的全局约束规则建立基于MC数学模型，数学模型中的局部规则采用通用的形式，对象采用通用的参数形式。
该基于MC的数学模型中采用MC语法对FB_Start的表述为：
    Membrane(FB_Start)
    Local rules：
    [i:OO’|Idle，<O，E>|R，M]◇[i:O’|Input Scan，<O，E>|R，E，M]
    [i:D|O’|Input Scan，<D，DI>|R，E，M]◇[i:O’|Program Scan，<D，DI>|R，[DI，EI]，M]
    [i:O’|Program Scan，R，[DI，<DI，DO>|R，EI]，M]◇[i:O’|Output Scan，R，[DO，
<DI，DO>|R，EO]，M]
    Global rules：
    FB_Start：
    [i:O’，<E，EE>|R，EO，M]◇[i:O’，<E，EE>|R，EO，EO，M]
    [i:O’，<[E，M]，[E][M]>|R，EO，EO，M>]◇[i:O’，<[E，M]，[E][M]>|R，M][EO][EO]
    [EO][i:O’，<[E][M]，[E，M]>|R，E，M]◇[i:O’，<[E][M]，[E，M]>|R，EO，E，M]
[i:O’，<[E，M]，[D，M]>|R，EO，E，M]◇[i:D|O’，<[E，M]，[D，M]>|R，E，M]
[EO]][i:O’，<[E][M]，[E，M]>|R，E，M]◇[i:O’，<[E][M]，[E，M]>|R，EO，E，M]
[i:O’，<[E，M]，[D，M]>|R，EO，E，M]◇[i:D|O’，<[E，M]，[D，M]>|R，E，M]
该模型中对各FB都具有相应的表述，上面的表述仅以FB-Start为例，其它FB的表述不再一一赘述。
步骤303：对建立的基于MC的数学模型进行验证。
由于很多分布式自动化***的结构和实现非常的复杂，用户在步骤301建立的全局约束规则可能会出现错误从而导致建立的基于MC的数学模型也出现错误，从而可能出现死锁或者不能达到预期结果等问题。因此，对建立的基于MC的数学模型进行验证在复杂的分布式自动化***中是十分必要的。
在对数学模型进行验证时，可以根据实际的***要求采用以下三种级别的方式：
第一种级别：语法级别的验证。这是一种较为常规的检测方式，通过对模型中MC语法的验证，来检测较为显而易见的错误，例如是否重复命名、是否缺少协作关系、是否产生环路、是否重复输入等。如果没有发现MC语法中的错误，则通过验证。
第二种级别：仿真级别的验证。仿真在自动化技术领域是一种常用的工具，可以通过在虚拟的环境中对PLC单元的操作进行仿真。在本发明中可以通过仿真工具对建立的基于MC的数学模型进行仿真测试，如果能够正确运行达到预期结果，则说明通过验证。这种验证方式能够检测出数学模型中不明显的错误，并能够为用户提供利用该数学模型对分布式自动化***进行控制的整体印象，并根据需要能够对数学模型进行及时的修正。
第三种级别：指标级别的验证。可以采用线性时域逻辑(LTL，Linear Temporal Logic)进行该级别的验证，利用重写逻辑方法验证建立的基于MC的数学模型是否达到设定的指标值，这里的指标可以是：无死锁、活跃性和正确性等。
如果对建立的数学模型验证通过，则继续执行以下步骤，如果验证失败，则可以通过用户界面将验证失败的结果反馈给用户，供用户参考并重新确定全局约束规则。
步骤304：通过用户界面，利用分布式自动化***中各FB对应的执行者对建立的基于MC的数学模型进行实例化。
用户可以根据被控制的分布式自动化***的具体结构，确定各FB的实际执行者，即将分布式自动化***中各FB对应的执行者信息作为对应各细胞膜的实例化参数。在图5所示的分布式自动化***中，仍默认平台对应FB_Start，第一机械装置540对应FB_Fweld、FB_FL和FB_FR，第二机械装置550对应FB_Rweld、FB_RL、FB_RR和FB_FL，第三机械装置560对应FB_Rweld、FB_RL、FB_RR和FB_FR。
进行实例化处理所采用的对应关系可以如表1所示，用户通过用户界面输入的内容通常为表1中第2列的内容。
表1
Figure B2009101311685D0000101
实际上，本步骤是将建立的基于MC的数学模型与实际控制的分布式自动化***进行具体的关联，即将分布式自动化***中的各实体映射到数学模型的各细胞膜上，对各细胞膜赋予实例化参数。由于初始控制时分布式自动化***的状态为初始状态，尚没有扰动反馈，在本步骤中不考虑扰动的影响。
本步骤的实例化操作可以为用户通过用户界面进行输入，也可以为用户通过用户界面调用实例数据库中的实例化参数进行实例化操作。
步骤305：根据重写逻辑方法对实例化后的基于MC的数学模型进行重写，产生控制逻辑输出给分布式自动化***。
当对基于MC的数学模型进行实例化后，可以按照重写逻辑方法来对该数学模型所对应的MC表达式进行重写获得重写结果，然后将重写结果转换成控制逻辑，该部分内容是已有技术，在此不再赘述。
步骤306：如果接收到来自分布式自动化***的扰动信息，则利用该扰动信息对基于MC的数学模型的实例化参数进行变更，产生新的控制逻辑输出给分布式自动化***。
如果没有来自分布式自动化***的扰动信息，则一直利用步骤305产生的控制逻辑对分布式自动化***进行控制，直至完成分布式自动化***的操作流程。
但是，在分布式自动化***的运行过程中，常常会发生一些可预知的或者不可预知的扰动，这些扰动可能是分布式自动化***的环境状态变化、也可能是分布式自动化***中各实体的状态或参数变化等。这些扰动信息都可能会对分布式自动化***的运行产生影响，在某种情况下需要调整对分布式自动化***的控制。由于这些扰动信息实际上是对基于MC的数学模型中各细胞膜的实例参数产生影响，具体体现可以是某些FB的执行者发生变更，本步骤中可以利用扰动信息确定执行者信息发生变化的功能模块，并修改确定的功能模块所对应细胞膜的实例化参数，来产生新的控制逻辑输出给分布式自动化***。而无需对其它步骤，即模型建立、用户通过用户界面进行的实例化等操作重新执行。
本发明中的控制逻辑实际上是对分布式自动化***的控制命令。
例如，在步骤305执行后产生的控制逻辑如图7所示，如果分布式自动化***反馈第二机械装置发生故障的扰动信息，则会根据该扰动信息对实例化后的数学模型中的细胞膜实例化参数进行变更，在该例子中，第二机械装置发生故障后，对应FB-Rweld的实例化参数仅为FB_Rweld3，而不再包含FB_Rweld2，FB_FL的实例化参数仅为FB-FL1而不再包含FB_FL2，FB_RL的实例化参数仅为FB_RL3而不再包含FB_RL2，FB_RR的实例化参数仅为FB_RR3不再包含FB_RR2，根据重写逻辑方法，基于这些变更后的实例化参数对数学模型进行重写，产生的新的控制逻辑可以如图8所示，即第一机械装置和第三机械装置协作完成装配工作。
发生的扰动也可能是某些实体的其中一部分功能变更，例如，可能是第二机械装置中的后左轮桩孔功能失常，而其它功能正常，此时，仅需要变更更FB_RL对应的实例化参数即可。还有可能是其它扰动信息，在此不再穷举。
以上是对本发明所提供的方法进行的详细描述，下面对本发明所提供的装置进行详细描述。图9为本发明实施例提供的装置结构图，如图9所示，该装置可以包括：第一用户界面901、模型建立单元902、控制逻辑产生单元903和扰动获取单元904。
第一用户界面901获取分布式自动化***中各FB的协作关系作为全局约束规则，并将该全局约束规则提供给模型建立单元902。
模型建立单元902根据全局约束规则建立基于MC的数学模型。
控制逻辑产生单元903根据分布式自动化***中各FB对应的执行者，对基于MC的数学模型进行实例化后，产生控制逻辑输出给分布式自动化***；利用扰动获取单元904提供的扰动信息对基于MC的数学模型的实例化参数进行变更，产生控制逻辑输出给分布式自动化***。
扰动获取单元904接收来自分布式自动化***的扰动信息，并提供给控制逻辑产生单元903。
其中，上述第一用户界面901可以提供诸如GUI的用户界面，用户可以通过第一用户界面901根据分布式自动化***中各FB之间的实际协作关系确定全局约束规则。全局约束规则可以包括：包含事件分离和事件合并的同步约束，包含许可事件传播、事件剥离和事件选择的传递约束，延迟约束，循环约束，包含顺次约束和并行约束的相关性约束。
模型建立单元902在建立基于MC的数学模型时，将分布式自动化***中各FB映射为基于MC的数学模型中的细胞膜，将用户输入的各FB之间的协作关系映射为基于MC的数学模型的全局约束规则，建立基于MC的数学模型。
另外，为了保证基于MC的数学模型的正确性，该装置还可以进一步包括：模型验证单元905对模型建立单元902建立的基于MC的数学模型进行语法级别、仿真级别或者指标级别的验证，如果验证通过，则触发控制逻辑产生单元903执行实例化和产生控制逻辑的操作，如果验证失败，则指示第一用户界面901重新获取分布式自动化***中各FB的协作关系。
如果验证失败，则模型验证单元905可以将验证失败的相关信息通过第一用户界面901显示给用户，用户可以通过显示的信息重新输入全局约束规则。另外，基于语法级别、仿真级别和指标级别的验证其验证等级递增，用户可以根据需求进行选择，模型验证单元905还可以将验证的过程通过第一用户界面901显示给用户，使用户对建立的基于MC的数学模型有一个直观的印象。
上述的控制逻辑产生单元903可以具体包括：实例化子单元9031、控制逻辑产生子单元9032和控制逻辑输出子单元9033。
实例化子单元9031根据分布式自动化***中各FB对应的执行者，对基于MC的数学模型进行实例化；利用扰动获取单元904提供的扰动信息对基于MC的数学模型的实例化参数进行变更。
控制逻辑产生子单元9032根据重写逻辑方法对实例化后的或者变更实例化参数后的基于MC的数学模型进行重写产生控制逻辑。
控制逻辑输出子单元9033将控制逻辑产生子单元9032产生的控制逻辑输出给分布式自动化***。
其中，扰动获取单元904获取的扰动信息可能是分布式自动化***的环境状态变化，也可能是分布式自动化***中各实体的状态或参数变化，这些扰动信息都可能对基于MC的数学模型中各细胞膜的实例参数产生影响，具体体现在某些FB的执行者发生变更。
另外，该装置还可以包括：第二用户界面906获取用户根据分布式自动化***中各FB对应的执行者信息输入的实例化参数或从实例参数库中调用的实例化参数，并提供给实例化子单元9031。
实例化子单元9031将实例化参数赋予各FB所对应的细胞膜，以对基于MC的数学模型进行实例化。
在变更实例化参数时，扰动信息是某些FB对应的执行者变化所引起的细胞膜的实例化参数的变更，实例化子单元9031可以根据扰动获取单元904提供的扰动信息，确定执行者信息发生变化的FB，并变更确定的FB所对应的细胞膜的实例化参数，产生控制逻辑输出给分布式自动化***。
在具体实现时，用户可以通过第一用户界面901输入分布式自动化***中各FB的协作关系作为全局约束规则，模型建立单元902将各FB映射为细胞膜，将各FB的协作关系映射为全局约束规则建立基于MC的数学模型。模型建立后，可以通过模型验证单元905对建立的基于MC的数学模型进行验证，验证方式可以采用语法级别的验证、仿真级别的验证或指标级别的验证，以仿真级别的验证为例，利用建立的MC数学模型在虚拟环境下运行，验证是否出现死锁、环路等问题，是否能够正确实现控制输出，并可以通过第一用户界面901将仿真过程和验证结果显示给用户。如果验证失败，则指示用户重新通过第一用户界面输入分布式自动化***中各FB的协作关系。
如果验证成功，则用户可以根据分布式自动化***中各FB对应的执行者通过第二用户界面906输入各FB的实例化参数，并提供给控制逻辑产生单元903。控制逻辑产生单元利用第二用户界面906输入的实例化参数对基于MC的数学模型进行实例化后，根据重写逻辑方法对实例化后的数学模型进行重写产生控制逻辑输出给分布式自动化***，分布式自动化***按照该控制逻辑执行相应操作。
分布式自动化***在运行过程中可能会反馈扰动信息，当扰动获取单元904获取到分布式自动化***的扰动信息后提供给控制逻辑产生单元903。控制逻辑产生单元903根据该扰动信息对基于MC的数学模型的实例化参数进行变更，并根据重写逻辑方法对变更实例化参数后的基于MC的数学模型进行重写产生新的控制逻辑输出给分布式自动化***。在分布式自动化***运行过程中产生扰动信息后，仅由控制逻辑产生单元903产生新的控制逻辑，而对其它单元不会产生影响。
由以上描述可以看出，本发明提供的方法和装置根据分布式自动化***中各FB的协作关系确定全局约束规则，建立基于细胞膜演算的数学模型；根据各FB对应的执行者，对建立的数学模型进行实例化后，产生控制逻辑输出给分布式自动化***。当分布式自动化***发生扰动后，并不会对建立的数学模型进行影响和变更，也无需手工写入新的编码，仅需要利用该扰动信息对基于细胞膜演算的数学模型的实例化参数进行自动变更，产生新的控制逻辑输出给分布式自动化***，无需停止分布式控制***的工作，既省时又节省人力；并且，由于采用本发明的方法建立数学模型、产生控制逻辑时，发生的所有扰动都是对细胞膜的实例化参数产生影响，利用这一特点产生新的控制逻辑的方法能够有效地处理所有不可预见的扰动，大大提高了适应性。
本发明所采用的细胞膜演算语法能够准确地对动态***行为进行模拟，并对分布式自动化***的运行环境和运行过程中的扰动进行智能地、适应性地处理。
另外，在本发明中所有FB可以用于重封装和使用，即针对不同的分布式自动化***，可以将各FB进行灵活的组合从而将各种协作关系作为全局约束条件来产生基于MC的数学模型，而无需进行预编程的变更，灵活性更强。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (12)

1.一种对分布式自动化***进行控制的方法，该方法包括：
根据分布式自动化***中各功能模块的协作关系确定全局约束规则，并建立基于细胞膜演算的数学模型；
根据所述分布式自动化***中各功能模块对应的执行者，对建立的所述基于细胞膜演算的数学模型进行实例化；
产生控制逻辑输出给所述分布式自动化***；
如果接收到来自所述分布式自动化***的扰动信息，则利用该扰动信息对所述基于细胞膜演算的数学模型的实例化参数进行变更，产生控制逻辑输出给分布式自动化***。
2.根据权利要求1所述的方法，其特征在于，所述建立基于细胞膜演算的数学模型具体包括：将所述分布式自动化***中各功能模块映射为基于细胞膜演算的数学模型中的细胞膜，将所述各功能模块之间的协作关系映射为基于细胞膜演算的数学模型的全局约束规则，建立所述基于细胞膜演算的数学模型。
3.根据权利要求2所述的方法，其特征在于，所述全局约束规则包括：
包含事件分离和事件合并的同步约束Synchronization，
包含许可事件传播、事件剥离和事件选择的传递约束Transition，
延迟约束Delay，
循环约束Loop Limit，
包含顺次约束和并行约束的相关性约束Dependence。
4.根据权利要求1、2或3所述的方法，其特征在于，所述建立基于细胞膜演算的数学模型之后还包括：对建立的所述基于细胞膜的数学模型进行语法级别、仿真级别或者指标级别的验证，如果验证通过，则执行根据所述分布式自动化***中各功能模块对应的执行者，对建立的所述基于细胞膜演算的数学模型进行实例化；如果验证失败，则重新执行所述根据分布式自动化***中各功能模块的协作关系确定全局约束规则。
5.根据权利要求2所述的方法，其特征在于，所述对建立的所述基于细胞膜演算的数学模型进行实例化具体包括：将所述分布式自动化***中各功能模块对应的执行者信息作为对应各细胞膜的实例化参数。
6.根据权利要求5所述的方法，其特征在于，对所述基于细胞膜演算的数学模型的实例化参数进行变更具体包括：根据接收到的所述扰动信息，确定执行者信息发生变化的功能模块，并变更确定的所述功能模块所对应细胞膜的实例化参数。
7.根据权利要求1、2、3、5或6所述的方法，其特征在于，所述产生控制逻辑具体包括：根据重写逻辑方法对实例化后的或者变更实例参数后的基于细胞膜演算的数学模型进行重写，产生控制逻辑。
8.一种对分布式自动化***进行控制的装置，该装置包括：
第一用户界面，用于根据获取的分布式自动化***中各功能模块的协作关系确定全局约束规则，并将该全局约束规则提供给模型建立单元；
模型建立单元，用于根据所述全局约束规则建立基于细胞膜演算的数学模型；
控制逻辑产生单元，用于根据分布式自动化***中各功能模块对应的执行者，对所述基于细胞膜演算的数学模型进行实例化后，产生控制逻辑输出给所述分布式自动化***；利用扰动获取单元提供的扰动信息对所述基于细胞膜演算的数学模型的实例化参数进行变更，产生控制逻辑输出给分布式自动化***；
扰动获取单元，用于接收来自所述分布式自动化***的扰动信息，并提供给所述控制逻辑产生单元。
9.根据权利要求8所述的装置，其特征在于，该装置还包括：模型验证单元，用于对所述模型建立单元建立的所述基于细胞膜演算的数学模型进行语法级别、仿真级别或者指标级别的验证，如果验证通过，则触发所述控制逻辑产生单元执行所述实例化和产生控制逻辑的操作，如果验证失败，则指示所述第一用户界面重新获取分布式自动化***中各功能模块的协作关系。
10.根据权利要求8或9所述的装置，其特征在于，所述控制逻辑产生单元具体包括：
实例化子单元，用于根据分布式自动化***中各功能模块对应的执行者，对所述基于细胞膜演算的数学模型进行实例化；利用扰动获取单元提供的扰动信息对基于细胞膜演算的数学模型的实例化参数进行变更；
控制逻辑产生子单元，用于根据重写逻辑方法对实例化后的或者变更实例化参数后的所述基于细胞膜演算的数学模型进行重写产生控制逻辑；
控制逻辑输出子单元，用于将所述控制逻辑产生子单元产生的控制逻辑输出给所述分布式自动化***。
11.根据权利要求10所述的装置，其特征在于，该装置还包括：第二用户界面，用于获取用户根据所述分布式自动化***中各功能模块对应的执行者信息输入的实例化参数或从实例参数库中调用的实例化参数，并提供给所述实例化子单元；
所述实例化子单元将所述实例化参数赋予各功能模块所对应的细胞膜，以对所述基于细胞膜演算的数学模型进行实例化。
12.根据权利要求10所述的装置，其特征在于，所述实例化子单元根据所述扰动获取单元提供的扰动信息，确定执行者信息发生变化的功能模块，并变更确定的所述功能模块所对应的细胞膜的实例化参数，产生控制逻辑输出给分布式自动化***。
CN2009101311685A 2009-04-07 2009-04-07 对分布式自动化***进行控制的方法和装置 Expired - Fee Related CN101859135B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN2009101311685A CN101859135B (zh) 2009-04-07 2009-04-07 对分布式自动化***进行控制的方法和装置
EP10158640.2A EP2239640A3 (en) 2009-04-07 2010-03-31 A method and system for using membrane calculus to model dynamic coordination logics for automation systems
US12/755,543 US8359111B2 (en) 2009-04-07 2010-04-07 Method and apparatus for controlling a distributed automation system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009101311685A CN101859135B (zh) 2009-04-07 2009-04-07 对分布式自动化***进行控制的方法和装置

Publications (2)

Publication Number Publication Date
CN101859135A true CN101859135A (zh) 2010-10-13
CN101859135B CN101859135B (zh) 2012-07-18

Family

ID=42289003

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009101311685A Expired - Fee Related CN101859135B (zh) 2009-04-07 2009-04-07 对分布式自动化***进行控制的方法和装置

Country Status (3)

Country Link
US (1) US8359111B2 (zh)
EP (1) EP2239640A3 (zh)
CN (1) CN101859135B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107533329A (zh) * 2015-04-21 2018-01-02 西门子公司 多学科工程***中交叉学科数据验证检查的方法与***

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2797234A1 (en) * 2010-05-01 2011-11-10 Core Technology Limited Process execution components
CN102231133B (zh) * 2011-07-05 2013-07-03 上海交通大学 基于重写逻辑的并发实时程序验证的优化处理***及其方法
US9094385B2 (en) 2011-08-05 2015-07-28 Battelle Memorial Institute Intelligent sensor and controller framework for the power grid
US9846585B2 (en) * 2013-05-14 2017-12-19 Rockwell Automation Technologies, Inc. System and method for emulation of an automation control system
JP6532610B2 (ja) * 2016-08-30 2019-06-19 三菱電機株式会社 プログラム編集装置、プログラム編集方法及びプログラム編集プログラム
CN107016206B (zh) * 2017-04-17 2020-12-15 郑州铁路职业技术学院 一种用于自动控制***的仿真的***和方法
DE102017223717B4 (de) * 2017-12-22 2019-07-18 Robert Bosch Gmbh Verfahren zum Betreiben eines Roboters in einem Multiagentensystem, Roboter und Multiagentensystem
DE102018207539A1 (de) * 2018-05-15 2019-11-21 Robert Bosch Gmbh Verfahren zum Betreiben eines Roboters in einem Multiagentensystem, Roboter und Multiagentensystem
CN110348132B (zh) * 2019-07-15 2020-07-17 长光卫星技术有限公司 基于Bayes估计的轨控效果快速评估方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4852018A (en) * 1987-01-07 1989-07-25 Trustees Of Boston University Massively parellel real-time network architectures for robots capable of self-calibrating their operating parameters through associative learning
US5930154A (en) * 1995-01-17 1999-07-27 Intertech Ventures, Ltd. Computer-based system and methods for information storage, modeling and simulation of complex systems organized in discrete compartments in time and space
US6341372B1 (en) * 1997-05-01 2002-01-22 William E. Datig Universal machine translator of arbitrary languages
US6654729B1 (en) * 1999-09-27 2003-11-25 Science Applications International Corporation Neuroelectric computational devices and networks
US20070094166A1 (en) * 2002-08-05 2007-04-26 Edwin Addison Knowledge-based methods for genetic network analysis and the whole cell computer system based thereon
US7664723B2 (en) * 2005-09-12 2010-02-16 Microsoft Corporation Symbolic computation using an inverted match
US20090124506A1 (en) * 2007-11-02 2009-05-14 Technion Research & Development Foundation Ltd. Membrane computing
US8180617B1 (en) * 2009-03-13 2012-05-15 Klee Maurice M Computer-based computational tools for use in electrophysiology
JP5154666B2 (ja) * 2008-03-14 2013-02-27 ヒューレット−パッカード デベロップメント カンパニー エル．ピー． ニューロモーフィック回路

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107533329A (zh) * 2015-04-21 2018-01-02 西门子公司 多学科工程***中交叉学科数据验证检查的方法与***
CN107533329B (zh) * 2015-04-21 2022-05-31 西门子公司 多学科工程***中交叉学科数据验证检查的方法与***
US11531324B2 (en) 2015-04-21 2022-12-20 Siemens Aktiengesellschaft Method and system for cross discipline data validation checking in a multidisciplinary engineering system

Also Published As

Publication number Publication date
EP2239640A3 (en) 2013-04-17
US8359111B2 (en) 2013-01-22
US20100280631A1 (en) 2010-11-04
CN101859135B (zh) 2012-07-18
EP2239640A2 (en) 2010-10-13

Similar Documents

Publication Publication Date Title
CN101859135B (zh) 对分布式自动化***进行控制的方法和装置
US10732608B2 (en) Translation module, processing module and control system
US9122269B2 (en) Method and system for operating a machine from the field of automation engineering
US7098771B2 (en) Method for offline-parametering of a field device of the process automation technology
CN107179971A (zh) 用于can总线故障处理的自动编码方法和***
CN105652841A (zh) 一种智能可编程逻辑控制器
US6941261B1 (en) Cause and effect logic application implementation
CN112558541B (zh) 一种plc编程扩展***、方法及电子设备
CN202217169U (zh) 数控机床数据传输装置
CN103559350A (zh) 车辆的载荷文件处理方法和装置
CN111475159B (zh) 一种自动生成程序的方法、装置及存储介质
Younis et al. UML-based approach for the re-engineering of PLC programs
CN103049602B (zh) 基于模型驱动工程的将aadl组件转换到接口自动机模型方法
EP4296803A1 (en) Device configuration object template with user interaction for device properties generator
CN111814413A (zh) 基于PREEvision软件二次开发提取建模信息的Simulink软件仿真方法
US8249840B2 (en) Diversity and defense-in-depth simulation apparatus
CN114064012B (zh) 一种动静结合的接口代码生成方法、***及电子设备
CN110989499A (zh) 基于高速无线通信的混合架构控制***
CN114023477B (zh) 一种核电厂计算机化规程***和控制***
US20230289150A1 (en) System and method for engineering a technical system
CN108062223A (zh) 一种Simulink模型之间建立连接关系的方法及装置
Gu et al. Safety-Related Component for CNC System: A Case of Functional Safety in Software Application
CN112068534B (zh) 一种工业控制逻辑的图形化展示***及方法
US12014172B2 (en) Presentation design dynamic generation from data model server
EP3923099B1 (en) A method and an apparatus for enabling access to process data of a food production plant

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120718

Termination date: 20180407

CF01 Termination of patent right due to non-payment of annual fee