CN107766943A - 一种cps环境下的知识构件自动化交互方法 - Google Patents
一种cps环境下的知识构件自动化交互方法 Download PDFInfo
- Publication number
- CN107766943A CN107766943A CN201610670567.9A CN201610670567A CN107766943A CN 107766943 A CN107766943 A CN 107766943A CN 201610670567 A CN201610670567 A CN 201610670567A CN 107766943 A CN107766943 A CN 107766943A
- Authority
- CN
- China
- Prior art keywords
- event
- node
- knowledge
- knowledge component
- operation flow
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/027—Frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种CPS环境下的知识构件自动化交互方法。本方法为:1)采集工业现场的设定物理信息并将其发送至事件产生器,事件产生器对该物理信息生成事件存储到工业企业数据库中;2)针对每一类知识资源创建一知识构件;3)对于每一目标业务问题,创建该目标业务问题的业务流程;4)根据业务流程的开始节点的配置从工业企业信息数据库中获取要处理的事件数据,然后根据该事件数据生成事件语句发送给事件引擎;5)事件引擎根据收到的事件语句从该待处理业务流程中查找匹配的节点或知识构件;6)如果查找到的为节点,则根据该节点获取要处理的事件数据生成事件语句发送给事件引擎,执行步骤5);如果为知识构件,则触发执行该知识构件。
Description
技术领域
本发明属于信息处理领域,具体涉及一种CPS环境下的知识构件自动化交互方法。
背景技术
智能制造的核心技术是信息-物理融合***(Cyber-Physical System,CPS),它是在环境感知的基础上,深度融合了计算、通信和控制能力的可控、可信、可扩展的网络化信息物理***,通过计算进程和物理进程相互影响的反馈循环机制实现深度融合和实时交互来增加或扩展新的功能,以安全、可靠、高效和实时的方式监测或者控制物理实体,并最终从根本上改变人类构建工程物理***的方式。未来基于CPS的智能工厂,具备对现实物理***实时监控和模拟仿真的能力,通过数据的集成、共享和协同,实现对工序装备的实时优化控制,通过大数据技术支撑模型数据分析和基于知识推理的模型精度提升,从而提高产品质量、减低能耗与成本。此外,利用可视化技术实现工厂管理的全程可视化,以提高生产管理水平,减低劳动强度和改善环境。
建立基于CPS的智能工厂,核心是将工艺人员的人工知识转化为可表达的知识模型。以流程工业为例,其知识具有多样性(装置、设备、反应机理等)、关联性(一个事件和另一事件之间存在关联关系或依赖关系)、协同性(知识都不是孤立存在的,决策措施的做出往往需要综合运用多方面的知识)、隐晦性(真正有价值的知识往往隐藏在生产过程数据和信息背后)的特点。如何建立知识模型以及对知识模型的应用成为需要解决的关键问题。
发明内容
针对现有技术中存在的问题,本发明的目的在于提供一种CPS环境下的知识构件自动化交互方法。通过建立知识构件来表示对象、规则、方法和过程,以实现专家知识和经验的固化,进一步基于CPS的智能工厂实时采集工厂的实时监控数据,将知识动态地应用到自动化交互流程中去,得出结论,提供建议和采取行动。
其步骤为:
1)通过工业现场的传感器网络和工业控制网络采集工业现场的设定物理信息;
2)将采集的物理信息发送至事件产生器,事件产生器对该物理信息进行预处理并产生统一格式的事件;其中,每条物理信息产生一个事件。
3)针对工业企业中的每一类知识资源创建对应类别的知识构件,将知识构件的属性封装其中,属性包括知识资源的基本信息、接口信息、计算模型、规则等。知识构件的属性与工业现场对象的关键参数保持一致(包括业务领域、输入变量、输出变量、计算模型、规则等),用来从多个侧面描述对象的性质,进而得到知识构件库;
4)确定目标业务问题的各种判定条件、规则等内容,通过可视化流程建模工具根据业务逻辑创建每一目标业务问题的业务流程;
5)根据业务流程开始节点的配置从工业企业数据库中获取要处理的事件数据(开始节点的配置包括实时数据变化、数据达到所设限值、设置固定时间定时采集数据),然后根据该事件数据生成事件语句(类SQL语句)发送给事件引擎;
6)事件引擎对事件语句进行解析,并根据收到的事件语句从该业务流程中查找接口配置信息匹配的节点或知识构件,可触发知识构件中配置的规则执行,或触发匹配知识构件的数据分析,并保存分析结果。
进一步的,传感器采集的每条物理信息产生一个事件,如实时数据变化、数据达到所设限值等均可产生事件,可依据实际情况进行选择;
进一步的,所述知识构件为知识资源的形式化描述,真实***的关键参数映射为知识构件的属性,当真实***中的参数发生改变时,模型中相应的属性也随之改变。知识构件的属性和属性的变化规律完全封闭在知识构件内部,外部的作用必须通过知识构件的操作接口来实现;
进一步的,所述知识构件可包括基本信息、接口、计算模型、规则等,其中基本信息包括知识构件的名称、编号、所属领域、版本号等信息;接口信息指对该知识构件的输入、输出接口进行描述和表示,接口用来接收参数然后发送给计算模型;规则是对业务的设定方面进行定义和约束的声明;
进一步的,按照企业—分厂—装置的维度对工业企业知识资源进行层次划分,符合自然思维习惯,装置级别的层次中包含若干类,每个类别是对一组具有相同属性和行为的知识构件进行的描述,体现了知识的层次化描述。这些类别有的是实体设备的抽象,如裂解炉、裂解气压缩机等,有的是***功能的抽象,如在线质量预测、复合报警等;
进一步的,所述规则是一组声明性的语句和约束,通过这些语句和约束可以断言某些操作或目标,规则由业务人员进行编写、调试和修改,集中存储在规则库中,通过事件进行触发,触发的形式包括实时数据变化、数据达到所设限值、设置固定时间定时采集数据等;
进一步的,所述业务流程是用户所定义的顺序执行的操作的序列集,包括流程控制节点、数据源、输出节点、数据处理节点、知识构件,可通过一可视化组态环境结合业务逻辑创建业务流程。流程中的控制节点、数据处理节点、知识构件通过接口配置相连,如配置开始节点、数据处理节点所需输入的数据源,配置知识构件所需的接口信息等,通过接口信息的匹配实现所建业务流程的运行;
进一步的,所述流程控制节点包括开始节点、结束节点、if判定节点、case判定节点、and_or判定节点;所述数据处理节点包括合并节点、选择节点、去重节点、过滤节点、排序节点、追加节点。
进一步的,所述知识构件、规则、流程均可通过管理器进行查询、添加、删除、修改,以及规则的冲突检测和流程校验。
本发明的有益效果和优点体现在:
1)本发明为工业应用领域的快速分析提供了一个统一框架,将面向对象表达方法、结构化的自然语言以及应用领域的计算模型、规则等有机地集成起来,)能够做到快速和在线地进行业务问题分析,提高了业务处理效率。
2)本发明提供了面向CPS的知识表示和管理方法。通过采用面向对象的方法构建知识构件,将计算模型和规则统一在知识构件中,从而实现二者的集成;此外本发明还利用业务过程表达复合知识,通过可视化组态环境表示执行一系列操作的过程。通过管理器来管理知识库,每一个知识构件的属性、接口、计算模型、规则等内容均可通过管理器进行修改、添加、删除等操作。
附图说明
图1是CPS环境下的知识构件的自动化交互流程处理方法框架示意图。
具体实施方式
为使本发明的目的、具体步骤和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明做进一步详细说明。
本实施例选取某石化企业化工分厂乙烯装置作为本发明的实施案例。
首先构建知识构件,丙烯产品中乙烯含量是乙烯装置衡量产品质量的重要质量指标,无在线质量分析仪表,主要依赖定期质量分析,但是LIMS的检测周期较长,因此在实际操作过程中经常会出现含量超标现象。其中,塔DA202的操作温度,物料流量FIC216,塔釜物料乙烯含量为影响丙烯产品中乙烯含量的关键因素。因此,在线预测丙烯产品中乙烯含量的知识构件基本信息如下所示。
进一步的,接口信息是对该知识构件的输入、输出接口进行描述和表示,以丙烯产品中乙烯含量模型为例。
输入信息:
输入点位号 | 位号描述 | 数据来源 | 工程单位 | 数采频率 | 数据校正规则 |
TI225 | DA202温度 | IP.21 | ℃ | 1min | 连续5个点取平均值 |
FIC216 | 塔釜物料流量 | IP.21 | T/h | 1min | 连续5个点取平均值 |
S-210(每日16:00) | 塔釜物料乙烯含量 | LIMS | PPM,MOL | 24h | 取当前值 |
FRQ440+FIC2466 | 丙烯产品总量 | IP.21 | PPM,MOL | 1min | 连续5个点取平均值 |
输出信息
输出点位号 | 位号描述 | 数据来源 | 工程单位 | 数采频率 | 数据校正规则 |
AR4051B | 丙烯产品中乙烯含量 | PPM,MOL |
进一步结合故障树模型进行根原因分析,构建丙烯产品中乙烯含量根原因分析知识构件。丙烯产品中乙烯含量知识构件的输出结果,作为丙烯产品中乙烯含量根原因分析知识构件输入信息的一部分。
输入信息:
输出信息
参数名 | 参数类型 | 参数描述 |
cause | enum | FCV-2401阀位开度小 |
cause | enum | 急冷水温度TIC114低 |
cause | enum | FCV-482阀位开度小 |
cause | enum | FCV-422阀位开度小 |
cause | enum | TCV-1204阀位开度小 |
cause | enum | TCV-204阀位开度小 |
进一步,通过可视化的流程建模工具进行流程建模。实时信息数据作为事件接入,然后根据该事件数据生成事件语句发送给事件引擎,事件引擎根据收到的事件语句从该业务流程中查找匹配的内容,可触发流程中的规则执行,也可从该业务流程中查找匹配的节点或知识构件,触发数据分析。
通过该方法,实现丙烯产品中乙烯含量高的质量预测及根原因分析,经实践,具有较好的应用效果。
Claims (9)
1.一种CPS环境下的知识构件自动化交互方法,其步骤为:
1)采集工业现场的设定物理信息并将其发送至事件产生器,事件产生器对该物理信息进行预处理并产生统一格式的事件存储到工业企业数据库中;
2)针对工业企业中的每一类知识资源创建一对应的知识构件,得到一知识构件库;
3)对于每一目标业务问题,确定该目标业务问题的各种判定条件、规则,根据业务逻辑创建该目标业务问题的业务流程;
4)根据待处理业务流程的开始节点的配置从工业企业信息数据库中获取要处理的事件数据,然后根据该事件数据生成事件语句发送给事件引擎;
5)事件引擎对事件语句进行解析,并根据收到的事件语句从该待处理业务流程中查找匹配的节点或知识构件;
6)如果查找到的为节点,则根据该节点的配置从工业企业信息数据库中获取要处理的事件数据,然后根据该事件数据生成事件语句发送给事件引擎,执行步骤5);如果查找到的知识构件,则触发该知识构件并保存处理结果。
2.如权利要求1所述的方法,其特征在于,所述知识构件包括基本信息、接口信息、计算模型、规则;其中,基本信息包括知识构件的名称、编号、所属领域、版本号,接口信息指对该知识构件的输入、输出接口进行描述和表示;规则是对业务的设定方面进行定义和约束的声明。
3.如权利要求2所述的方法,其特征在于,所述规则是一组声明性的语句和约束,通过该语句和约束断言设定操作或目标。
4.如权利要求1或2或3所述的方法,其特征在于,按照企业—分厂—装置的维度对工业企业知识资源进行层次划分,装置级别的层次中包含若干类,每一类包括一组具有相同属性和行为的知识构件。
5.如权利要求1所述的方法,其特征在于,所述业务流程是一设定的顺序执行的操作的序列集。
6.如权利要求1或5所述的方法,其特征在于,所述业务流程包括流程控制节点、数据源、输出节点、数据处理节点、知识构件。
7.如权利要求6所述的方法,其特征在于,所述流程控制节点包括开始节点、结束节点、if判定节点、case判定节点、and_or判定节点。
8.如权利要求6所述的方法,其特征在于,所述数据处理节点包括合并节点、选择节点、去重节点、过滤节点、排序节点、追加节点。
9.如权利要求6所述的方法,其特征在于,通过一可视化组态环境结合业务逻辑创建所述业务流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610670567.9A CN107766943A (zh) | 2016-08-15 | 2016-08-15 | 一种cps环境下的知识构件自动化交互方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610670567.9A CN107766943A (zh) | 2016-08-15 | 2016-08-15 | 一种cps环境下的知识构件自动化交互方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107766943A true CN107766943A (zh) | 2018-03-06 |
Family
ID=61259885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610670567.9A Pending CN107766943A (zh) | 2016-08-15 | 2016-08-15 | 一种cps环境下的知识构件自动化交互方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107766943A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109029852A (zh) * | 2018-07-27 | 2018-12-18 | 广西玉柴机器股份有限公司 | 一种简便堵片孔试漏方法和工装 |
CN111967753A (zh) * | 2020-08-10 | 2020-11-20 | 成都信息工程大学 | 面向制造任务执行的云制造环境信息感知***和方法 |
CN112306464A (zh) * | 2020-10-14 | 2021-02-02 | 中国科学院沈阳自动化研究所 | 利用数字孪生体实现工业场景下信息物理融合方法和*** |
CN113867839A (zh) * | 2021-09-29 | 2021-12-31 | 无锡新思联信息技术有限公司 | 一种基于cps通过语义识别打开应用的技术与*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426521A (zh) * | 2011-10-28 | 2012-04-25 | 东南大学 | 基于HybridUML和定理证明的CPS自适应性验证方法 |
CN103455325A (zh) * | 2013-07-24 | 2013-12-18 | 北京起步科技有限公司 | 一种基于业务模型的架构平台 |
CN103514331A (zh) * | 2013-09-30 | 2014-01-15 | 西北工业大学 | 一种从Simulink模型转换至UML模型的方法 |
CN104268056A (zh) * | 2014-09-18 | 2015-01-07 | 中国科学院自动化研究所 | 基于复杂事件处理的面向cps应用的实时监控***及方法 |
CN104268008A (zh) * | 2014-09-18 | 2015-01-07 | 中国科学院自动化研究所 | 面向cps应用的复杂事件处理***及方法 |
CN105467953A (zh) * | 2015-11-11 | 2016-04-06 | 中国科学院软件研究所 | 一种面向工业大数据的知识表示及其自动化应用方法 |
-
2016
- 2016-08-15 CN CN201610670567.9A patent/CN107766943A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426521A (zh) * | 2011-10-28 | 2012-04-25 | 东南大学 | 基于HybridUML和定理证明的CPS自适应性验证方法 |
CN103455325A (zh) * | 2013-07-24 | 2013-12-18 | 北京起步科技有限公司 | 一种基于业务模型的架构平台 |
CN103514331A (zh) * | 2013-09-30 | 2014-01-15 | 西北工业大学 | 一种从Simulink模型转换至UML模型的方法 |
CN104268056A (zh) * | 2014-09-18 | 2015-01-07 | 中国科学院自动化研究所 | 基于复杂事件处理的面向cps应用的实时监控***及方法 |
CN104268008A (zh) * | 2014-09-18 | 2015-01-07 | 中国科学院自动化研究所 | 面向cps应用的复杂事件处理***及方法 |
CN105467953A (zh) * | 2015-11-11 | 2016-04-06 | 中国科学院软件研究所 | 一种面向工业大数据的知识表示及其自动化应用方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109029852A (zh) * | 2018-07-27 | 2018-12-18 | 广西玉柴机器股份有限公司 | 一种简便堵片孔试漏方法和工装 |
CN109029852B (zh) * | 2018-07-27 | 2024-05-03 | 广西玉柴机器股份有限公司 | 一种简便堵片孔试漏方法和工装 |
CN111967753A (zh) * | 2020-08-10 | 2020-11-20 | 成都信息工程大学 | 面向制造任务执行的云制造环境信息感知***和方法 |
CN111967753B (zh) * | 2020-08-10 | 2023-06-02 | 成都信息工程大学 | 面向制造任务执行的云制造环境信息感知***和方法 |
CN112306464A (zh) * | 2020-10-14 | 2021-02-02 | 中国科学院沈阳自动化研究所 | 利用数字孪生体实现工业场景下信息物理融合方法和*** |
CN113867839A (zh) * | 2021-09-29 | 2021-12-31 | 无锡新思联信息技术有限公司 | 一种基于cps通过语义识别打开应用的技术与*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101093559B (zh) | 一种基于知识发现的专家***构造方法 | |
CN107169575A (zh) | 一种可视化机器学习训练模型的建模***和方法 | |
CN104112026B (zh) | 一种短信文本分类方法及*** | |
CN107766943A (zh) | 一种cps环境下的知识构件自动化交互方法 | |
CN109785180A (zh) | 一种面向数字孪生车间的场景感知***及方法 | |
Li et al. | Fault diagnosis expert system of semiconductor manufacturing equipment using a Bayesian network | |
CN106354106A (zh) | 一种基于mes的数据处理*** | |
CN105069025A (zh) | 一种大数据的智能聚合可视化与管控*** | |
CN109962843A (zh) | 物联网网关实现边缘信息处理的方法 | |
CN106873987A (zh) | 一种基于Modelica的多人协同建模*** | |
CN104506340A (zh) | 基于工业以太网故障诊断方法中决策树的创建方法 | |
CN107590254A (zh) | 具有合并处理方法的大数据支撑平台 | |
CN107111609A (zh) | 用于神经语言行为识别***的词法分析器 | |
CN113821538B (zh) | 一种基于元数据的流式数据处理*** | |
CN109639475A (zh) | 基于关联图的网络自诊断故障定位方法 | |
CN107454089A (zh) | 一种基于多节点关联性的网络安全态势诊断方法 | |
Qu et al. | Instruction detection in scada/modbus network based on machine learning | |
CN102779288B (zh) | 一种基于场理论的本体分析方法 | |
Miao et al. | Intelligent auxiliary operation and maintenance system of power communication network based on knowledge graph | |
Fei et al. | Research on Intelligent Construction Technology of Information-driven Power Grid Security Situation Knowledge Graph | |
Li et al. | Research and application of data mining technique in power plant | |
CN107688663A (zh) | 无环数据分析队列的形成方法及包含其的大数据支撑平台 | |
CN110032780A (zh) | 基于机器学习的工业装置能耗基准值计算方法和*** | |
Shankar et al. | Knowledge-based Digital Twin for Oil and Gas 4.0 Upstream Process: A System Prototype | |
Mastandrea et al. | IOT data-driven experimental process optimisation for kevlar fiberglass components for aeronautic |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180306 |