Интеллектуальные автоматизированные системы ситуационного управления магистральным транспортом газа

В настоящее время при создании АСУ ТП газотранспортные рассматриваются как традиционные объекты упрочения J, для которых характерны два важнейших свойства: 1) массовость, т. е. возможность формализации всех процессов Функционирования объектов данного класса; 2) пассивность детершнированно-стохлетического реагирования объектов на любые лишние возмущения, т. е. предсказуемость и прогнозируемость реакции объектов. Однако в последние годы развитие теории ИИ позволило выделить целый ряд технических объектов, относящихся к качественно новому классу — классу организационно-ситуационных объектов. Для организационно-ситуационных объектов многолетние попытки автоматизированного управления с применением традиционных детерминированных или стохастических алгоритмов и ЭВМ не дают существенного повышения эффективности их функционирования. К этому новому классу объектов относятся химические предприятия, промышленные ионы, энергетические системы, сложные транспортные системы, том числе ГТС, порты и др.

При анализе функционирования организационно-ситуационных объектов выделяют полные и текущие ситуации. Текущая ипуация — это совокупность всех знаний и данных о структуре объекта и его функционирования в данный момент времени. Полная шпуация включает текущую ситуацию, а также знания о способах управления объектом.

Организационно-ситуационный объект — это объект управления, структура, свойства и основные процессы функционирования которого не могут быть полностью формально описаны с использованием традиционных аналитических, логических или вероятностных математических моделей, а поиск управляющих воздействия Для них может осуществляться только в результате применения специальных эвристических процедур, базирующихся на накоплении и переработке разнообразных декларативных знаний, представляемых на ОЕЯ.

Организационнаяадминистративная структура, управления газотранспортной системой:

ДППО —диспетчерский пункт упраилепия магистральным газопроводом (МП; ДПКС —диспетчерский пункт компрессорной станции (КС); ГГС — газотранспортная система; ГПА — гспо перекачивающий агрегатративном управлении, показывает, что ГТС является типичным представителем организационно-ситуационных объектов".

Для ГТС как организационно-ситуационных объектов предлагается разрабатывать АСУ ТП на основе использования семиотических моделей ГТС, отображающих все виды декларативных и процедурных знаний о ГТС. Предложена функциональная структура автоматизированной системы ситуационного управления (АССУ) и формализованы отличия структуры АССУ как от структуры традиционных АСУ ТП, так и от архитектуры экспертных систем.

Существующая организационно-административная структура управления ГТС в зависимости от сложности ГТС включает 3 или 4 уровня управления (рис. J0.1): диспетчерские пункты производственного объединения (ДППО), управления магистральными газопроводами (ДПУМГ) для сложных ГТС, компрессорной станции (ДПКС), системы локальной автоматики.

Нижний уровень системы локальной автоматики газопереключающих агрегатов (ГПА), кранов и т. д. обеспечивает передачу данных в ДПКС и отработку управляющих сигналов. ДПКС обеспечивает решение задачи диагностики отказов ГПА и вспомогательного оборудования компрессорной станции (КС), выбор режимов совместной работы компрессорных цехов, контроль за правильностью работы систем нижнего уровня. На верхнем уровне с помощью ДППО и ДПУМГ осуществляются анализ ситуации ГТС и УМГ в целом, выявление аварий, идентификация отказов линейных участков (ЛУ) и контроль за текущим состоянием ГПА и ЛУ; выбор управляющих воздействий, связанных с изменением конфигурации ГТС и УМГ, регламентов потребления, режимов работы КС и схем соединения КС, управление межсистемными перетоками, прогноз развития ситуации в ГТС и предупреждение возникновения нештатных ситуаций. На первых трех уровнях управления ГТС диспетчер, или ЛПР, является основным элементом контура управления, который оперирует знаниями, а традиционные АСУ ТП транспорта газа осуществляют только переработку данных — функции контроля, сбора и хранения информации, поступающей с объекта. АСУ ТП реализует отдельные функции планирования режимов работы газопроводов и численной оптимизации процессов транспорта газа. В то же время оперативное управление ГТС путем изменения схем соединения агрегатов на компрессорных станциях, режимов работы КС, потоков газа в нештатных ситуациях по-прежнему осуществляется в результате деятельности ЛПР на основе интуиции, разнообразных инструкций и его практического опыта работы.

Одной из основных причин низкой эффективности существующих АСУ ТП транспорта газа является разработка алгоритмов управления на основе представления ГТС как традиционного объекта управления с использованием только детерминированных или стохастических моделей процессов транспорта газа. Структуру таких АСУ ТП можно описать кортежем Функционирование традиционных АСУ ТП осуществляется на основе алгоритма А, синтезированного на стадии проектирования и неизменного в процессе работы системы. Все качественные детерминированные или вероятностные свойства объектов формализуются с помощью математической модели М, которая используется при выборе управляющих воздействий по алгоритму, А на основе решения на ЭВМ различных экстремальных задач. Критерий управления, отображающий цели функционирования объекта, также формализуется и является составным элементом математической постановки задачи управления.

Однако для ГТС этот подход при построении АСУ ТП не позволяет получить эффективные решения.

Наряду с ГТС к новому классу организационно-ситуационных объектов можно отнести и большие системы энергетики, для которых характерны многомерность и сложность создаваемых математических моделей при низкой точности и неполноте исходной информации, неоднозначности выбора критерия управления. При разработке АСУ ТП для таких объектов ранее рекомендовалось использовать имитационное моделирование, позволяющее решать только количественные задачи на ЭВМ и проводить их качественную оценку с помощью ЛПР.

Принятие управляющих решений для ГТС как организационно-ситуационных объектов необходимо осуществлять на основе теории ИИ и ситуационного управления, а также принципов разработки экспертных систем, обеспечивающих переработку не-формализуемых знаний некоторой ПО.

В основе ситуационного управления лежит использование лингвистической модели объекта, которая формально представляется кортежем.

I = ,.

где, А — алфавит; С—правила построения выражений, синтаксис языка; Г—множество начальных формул (аксиом); Р — правила вывода.

Элементами, А являются лингвистические переменные (ЛП), которые представляются словами или фразами естественного языка, отображающими понятия и свойства ГТС.

Примерами лингвистических переменных для ГТС являются: ЛП «Состояние крана», принимающая значения: «открыт», «промежуточное состояние», «закрыт», «неизвестно». Тогда выражение «кран открыт» соответствует значению ЛП. ЛП «время воздействия» принимает значения «малое», «среднее», «длительное», «очень большое».

Логико-лингвистическая модель позволяет формализовать декларативные знания о структуре и процессах функционирования организационно-ситуационного объекта и вырабатывать управляющие решения на основе процедур логического вывода, переработки ЗН, обучения и обобщения. Для этого используются МПЗ в виде ФР, СТ и предикатов.

Интеллектуальной автоматизированной системой ситуационного управления (МАССУ) называют систему управления организационно-ситуационными объектами, в которых вывод управляющих решений осуществляется в интеллектуальном диалоге с ЛПР как на основе переработки декларативных ЗН о сущности процессов функционирования объекта (отображаемых семиотическими моделями и лингвистическими переменными, качественно характеризующими поведение объекта), так и с использованием данных и процедурных знаний. Функциональная структура МАССУ может быть представлена следующим кортежем:

v = <�н, м. о. у. s. l ^И>;

где В —база знаний; У—блок вывода управляющих решений; S — блок анализа ситуаций; ./ — лингвистическим процессор; Н — компонента объяснений.

Для ИАССУ газотранспортных систем разработаны предикатно-фреймовые (ПрФ) модели представления ЗИ, позволяющие учесть иерархическую структуру ГТС и обеспечить эффективный вывод управляющих решений. Знания, относящиеся к отдельным уровням иерархии ГТС, представляются множествами предикатных формул. Например, ЭП: «При включении дополнительного ГПА расход газа через КС увеличится» записывается следующей предикатной формулой: включить (гпа)у увеличить (расход газа (кс)).

Взаимосвязи между различными уровнями ГТС и последовательность смыслового логического анализа ситуаций отображаются с помощью управляющих ФР, которые обеспечивают активизацию необходимой группы ЭП, представленных Логическими формулами. Кратко рассмотрим информационные потоки в ИАССУ, режим. функционирования и взаимосвязи основных блоков (рис. 10.2). База знаний «В» включает все программно реализованные фреймы, отображающие декларативные ЗН о структуре ГТС, технологическом оборудовании и потоках, а также о сущности физико-химических процессов, протекающих при функционировании ГТС, и о целях управления. ЭП управления ГТС и анализа ситуации.

Функциональная структура интеллектуальной автоматизированной системы ситуационного управления (ИАССУ): ЕПЗ—блок преобразования знании; БО — блок объяснения; БПУ — блок-символ-i управляющего решения; БАС — блок анализа ситуации; 1>3 — база знаний; ЕОД-1 блок обработки данных; </— потоки д.-шпьпе; г— потоки знании; ы — потоки управляющих решений разных уровнях ГТС отображаются ФР, которые могут преобразовываться в предикатные формулы при выводе решения .

Существенным отличием ИАССУ от традиционных АСУ является принцип работы блока математических моделей — «М». Задачи из «А/» решаются по запросу из БЗ при необходимости генерации соответствующих новых знаний и данных. Это обеспечивается наличием в БЗ фреймов, описывающих знания о математических моделях, условиях их применения и выходных данных, получаемых при решении. Означивание прото-фреймов во фреймы-примеры при смысловом, или логическом, выводе осуществляется путем выборки из БД необходимой информации, а при ее отсутствии — путем запроса у ЛПР.

База данных — «D» хранит_т фактографическую и числовую информацию, поступающую с реальной ГТС, результаты решения математических задач, данные₎ полученные от ЛПР, а также ретроспективные данные, позволяющие ИАССУ решать задачи прогноза ситуации и состояния ГТС. Поиск решений в ИАССУ обеспечивается блоком анализа ситуаций —".V" и блоком вывода управляющих решений —" Y" которые составляют двухэтапную Процедуру смыслового, и логического, вывода, реализуемого в блоке вывода «R». На первом этапе на основе данных из БД осуществляется семантический и смысловой анализ нестандартных ситуаций, начиная с нижнего уровня ГТС, где путем анализа БЗ формируется обобщенное описание ситуаций для сложных элементов ГТС к верхнему уровню, на котором проводится смысловой анализ ситуации в ГТС в целом. В результате смыслового анализа ситуаций с использование предикатно-фреймовой модели, выполненного в блоке «.V», ЛПР может получить список возможных неисправностей в ГТС и Причин их появления. На втором этапе процедуры вывода, по смысловому описанию ситуации в ГТС в интерактивном режиме с ЛПР выбираются критерии управления сложными элементами, в соответствии с которыми генерируются конкретные управляющие решения. Выделение процедур вывода управляющих решений и анализа ситуаций в самостоятельные блоки дает возможность Программно реализовать в ИАССУ различные стратегии вывода решения. В результате этого в ИАССУ знания отделяются от способа их переработки, что позволяет качественно изменять и настраивать эвристический алгоритм функционирования ИАССУ при изменении ситуации и условий работы ГТС, а также обеспечить перенастройку семиотической модели 1ТС. В результате работу ИАССУ для ЛПР-диспетчера генерируются рекомендации по управлению ГТС и конкретным способам их реализации, которые представлены в виде фраз и текстов на ОЕЯ. Например, при необходимости Для ГТС увеличить подачу газа потребителю ИАССУ может рекомендовать диспетчеру ПО увеличить давление нагнетания КС, а диспетчеру КС —какие обороты ГПА при этом необходимо поддерживать.

При сомнениях в правильности сгенерированной АССУ на основе переработки ЗН и данных о ситуациях на ГТС управляющего решения ЛПР имеет возможность с помощью блока объяснения — «Я» получить описание хода рассуждений при выводе, а также после внесения дополнительных данных или знаний повторить вывод. Общение ЛПР и АССУ осуществляется с помощью лингвистического процессора, обеспечивающего общение ЛПР и ЭВМ на ОЕЯ. На основе изложенных принципов построения ИАССУ на кафедре кибернетики химико-технологических процессов РХТУ им. Д. И. Менделеева разработана ГЭС ситуационного управления магистральными газопроводами 1123], реализованная на языке обработки символов LISP на ПЭВМ типа IBM-PC-AT (MS-DOS). Оперативная память составляет 170 Кбт; объем памяти для БЗ ГЭС, динамически подгружаемой в процессе работы, 80 Кбт. База знаний содержит около 200 ПП, описывающих поведение КС в различных ситуациях, 50 фреймов-понятий, описывающих структуру ГТС, основные понятия и элементы ГТС. Основная часть ПП в БЗ представляется фреймами-прототипами и может использоваться для большинства КС, оснащенных ГПА с газотурбинным приводом. Апробация указанной ГЭС проводилась при анализе ситуаций в многоцеховой КС и прилегающих к ней линейных участках и показала эффективность решений, вырабатываемых ГЭС.