Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием




НазваниеДинамическая интеллектуальная система оперативно – диспетчерского управления предприятием
страница1/3
Дата03.01.2013
Размер0.57 Mb.
ТипДокументы
  1   2   3
Глава 11. Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием.

11.1. Оперативно – диспетчерское управление предприятием

Объектом управления оперативно – диспетчерского управление непрерывным производством является разветвленный комплекс технологических установок, резервуарных парков и аналитической лаборатории.

Система оперативно-диспетчерского управления НПЗ предназначе­на для обеспечения выполнения предприятием оперативных заданий по выработке нефтепродуктов не ниже планируемых значений. Это достига­ется путем выполнения ОДУ следующих функций: обеспечение согласо­ванного функционирования технологических установок, процессов сме­шения и других подразделений завода; обеспечение установок сырьем, полуфабрикатами, материалами; контроль и обеспечение наличия несни­жаемых запасов сырья, вспомогательных материалов, топлива и т.п.; автоматизация сбора и обработки оперативной информации о ходе осно­вного производства НПЗ; хранение и представление информации опера­тивному персоналу предприятия; оперативный учет времени простоев технологических установок и оборудования; регистрация информации об изменениях состояния параметров, которые характеризуют ситуации, приводящие к невыполнению календарного графика работы технологичес­ких установок и других процессов; оперативного учета выработки, отгрузки и остатков продукции за оперативное время (сутки, смена и т. д.); учет движения нефти и нефтепродуктов; контроль качества нефтепродуктов; анализа выполнения производственного задания; опе­ративное управление и регулирование основного производства НЛП; предотвращение и устранение аварийных ситуаций; анализа производст­венных ситуаций, определение "узких мест" и принятие решений для их устранения; прогнозирование развития производственных ситуаций с целью заблаговременного принятия решений по устранению "узких мест" и аварийных ситуаций.

Для выполнения этих функций решаются следующие комплексы за­дач.

Комплекс задач "Учет и контроль основного производства" вклю­чает следующие задачи: контроль технологических установок и процес­сов; учет и контроль работы технологических установок и процессов; учет состояния резервуаров и трубопроводов между ними и технологи­ческими установками; сбор и первичная обработка информации о качес­тве и количестве нефтепродуктов; оперативный учет и контроль движе­ния нефти и нефтепродуктов; оперативный учет и контроль качества сырья, полуфабрикатов, товарных продуктов и топлива; учет и конт­роль производительности технологических установок; учет и контроль выполнения плана по важнейшему ассортименту.

Комплекс задач "Оперативный анализ и управление" включает следующие задачи: суточный рапорт о работе завода; анализ технико-экономических показателей (ТЭП); распределение плана выпуска проду­кции за оперативный интервал времени; расчет потребностей в сырье­вых и энергетических ресурсах; управление нагрузками; анализ ситуа­ций и принятия решений по управлению основным производством пред­приятия.

Ежедневно на НПЗ порождаются большие потоки информации: фак­тические данные о выпуске и отгрузке нефтепродуктов, об остатках готовой продукции; данные о межзаводских передачах нефтепродуктов; данные о расходах электроэнергии, теплив, газа и т. д. Эти данные интегрируются с целью передачи их руководству предприятия и руково­дству комплекса. Процесс интеграции данных на НПЗ осуществляется автоматизированным путем в вычислительном центре, а в некоторых случаях на диспетчерском пункте завода. Основную информацию, поступающую к диспетче­ру, можно классифицировать следующим образом: о качестве сырья; о количестве сырья и ритмичности его поставок; технологических режим­ах установок; о плановых заданиях по заводу, цеху и установкам; о фактическом выполнении плановых заданий; об изменении схемы техноло­гического процесса (перераспределении материальных потоков); об авариях и происшествиях (по заводу в целом, по цехам, по установкам и т. д.); о замерах уровня по основным резервуарам завода.

Для эффективного использования установок и выполнения плано­вых заданий по всей номенклатуре продуктов сырье (нефть) необходимо подавать на вход установок в виде смеси определенного состава. Кро­ме того, диспетчеру нужно знать количество сырья и продуктов, нахо­дящихся в резервуарах завода (в тоннах).

В процессе функционирования завода постоянно возникают ситуа­ции, которые можно классифицировать на производственные и аварий­ные.

К производственным относятся: ситуации, связанные с угрозой переполнения резервуара или наоборот, с малым количеством сырья в резервуаре, что также недопустимо; ситуации, связанные с угрозой невыполнения плана на сутки (пятидневку, декаду, месяц) по какому-либо продукту на технологической установке; ситуации, связанные с угрозой невыполнения плана заводом в целом.

К аварийным относятся: выход из строя технологической устано­вки (или ее части); выход из строя трубопроводов; ситуации, связан­ные с нарушением электроснабжения завода; прочие происшествия.

Как показал анализ, наиболее важными задачами диспетчерского управления являются предотвращение и устранение аварийных ситуаций и обеспечение выполнения плана по заводу в целом и по отдельным установкам на смену, сутки, пятидневку, месяц. Для решения этих задач диспетчерского управления необходимо осуществлять контроль технологических режимов установок, прогнозирование и оценку ситуа­ции при нарушении хода производства, контроль выполнения оператив­ных планов выпуска продукции, выявление причин отклонения от опера­тивных плановых заданий и своевременное принятие мер по их устране­нию, контроль за обеспечением технологических установок сырьем, полуфабрикатами, материалами и определение воздействий диспетчерс­кого регулирования и т. д.

Как показывает практика, эффективность системы диспетчерского управления нефтеперерабатывающего предприятия определяется ее спо­собностью вырабатывать обоснованные управленческие решения, преду­преждать отклонения в ходе основного производства, качественно ана­лизировать складывающиеся ситуации. Поэтому анализ протекания про­цессов, прогнозирование и выявление негативных тенденций и, самое главное, принятие решений является центральной проблемой в комплек­се задач диспетчерского управления. Именно от решения этой проблемы зависит эффективное и ритмичное функционирование всего предприятия в целом.

11.2 Функционирование интеллектуальной системы диспетчерского управления в составе ИСУП в реальном времени.

Функционирование комплекса задач диспетчерского управления и планирования на предприятии с непрерывным характером производства происходит не изолированно, а в тесной взаимосвязи с другими задачами иерархической системы управления в составе ИСУП, которая была охарактеризована выше.

При объединении отдельных систем и задач различных уровней в единую систему на принципах информационной, технической, програм­мной и организационной интеграции возникает ряд научно-методологических проблем, рассмотренных и решенных в [8].

Как описано выше, ИСУП можно представить в виде трехуро­вневой иерархической структуры, включающей уровни текущего и кален­дарного планирования, уровень оперативного управления и уровень оптимизации режимов и регулирования агрегатов.

На уровне календарного и текущего планирования на основе мо­дели планирования производственной программы, модели оптимизации графиков планово-предупредительных ремонтов и модели календарного планирования вырабатываются текущие и календарные планы. Эти планы служат исходным данным для расчета оперативных заданий для произво­дства на оперативные промежутки времени.

Уровень оперативного управления состоит из следующих комплек­сов задач: прогнозирования, планирования, оперативного управления и диспетчерского управления. На этом уровне обеспечивается выполнение планов, сформированных на уровне календарного и текущего планирова­ния. На основании анализа состояния технологического оборудования, прогнозирования поступления сырья и отгрузки готовой продукции по моделям оперативного планирования и управления рассчитываются оперативные задания для производства на оперативные промежутки времени (одни сутки). После этого, на этапе выполнения заданий, диспетчер­ское управление осуществляет контроль за ходом выпуска продукции в реальном масштабе времени и регулирование.

Система диспетчерского управления предприятием предназначена для координации работ систем управления цехами и производствами, сбора от ниже­стоящих систем агрегированной информации о ходе технологического процесса, состояния оборудования и отгрузке готовой продукции, ис­пользования ее для полученной оперативной информации, использования ее для целей управления и анализа производственной ситуации.

От диспетчерского управления на уровень календарного планиро­вания поступает оперативная информация о реальном положении дел на производстве. Такая информация, как например о срыве графиков пос­тавки сырья или внеплановой остановке агрегатов может привести к необходимости пересчета текущих и календарных планов.

Рассмотренная выше интеллектуальная имитационная система, ее архитектура и функциональные возможности предназначена, как отмечалось, для решения задач и планирования и оперативного управления в реальном времени.

ИИС может быть использована в процессе принятия решений по управлению НПЗ в целом, а также при выработке управляющих решений по группе резервуаров или технологических установок.

Выходная информация ЭИС может поступать к пользователям в двух формах:

- в виде видеограмм (на экране дисплея);

- в виде документов (распечатанные на печатающем устройстве ЭВМ).

Комплекс задач ЭИС при диспетчеризации решается круглосуточ­но, результаты выдаются пользователю через 2 часа или по запросу.

Для функционирования задач ИИС при диспетчеризации должны быть обеспечены:

- сбор информации о замерах уровня заполнения по всем резервуарам предприятия;

- сбор информации о функционировании основных технологических уста­новок;

- ввод этой информации в распределенную базу данных (РБД) ИСУП при помощи средств локальной вычислительной сети;

- наличие в РБД ИСУП информации о плановых заданиях по всем цехам и установкам, а также по заводу в целом на периоды: смена, сутки, пятидневка, декада, месяц, квартал, полугодие, год;

- наличие в РБД ИСУП информации о фактическом выполнении плана.

Для функционирования ЭМС необходима следующая входная инфор­мация:

1) Замеры уровня заполнения по всем резервуарам завода. Источник информации - РБД ИСУП.

2) Параметры основных технологических установок. Источник - РБД ИСУП.

3) Плановые задания по заводу, цехам и установкам. Источник - РБД ИСУП.

4) Информация о фактическим выполнении плановых заданий. Источник – РБД ИСУП.

Выходную информацию ИИС при оперативно-диспетчерском управлении можно классифицировать следующим образом:

1) Информация о замерах уровня в резервуарах:

- форме представления - видеограмма или документ (по желанию поль­зователя);

- периодичность выдачи - через 2 часа или по запросу;

- получатели информации - директор, главный инженер, начальник про­изводственного отдела, дежурный диспетчер.

2) Информация о функционировании технологических установок.

  • форма представления и получатели информации те же, что и в п.1.

  • периодичность выдачи - через I час.

3) Рекомендации пользователю по действиям в сложившейся производст­венной ситуации.

- форма представления - видеограмма;

- периодичность выдачи - по запросу пользователя;

- сроки выдачи и получатели те же, что и в п.2.

Процесс информационного взаимодействия осуществляется через РБД ИСУП, состоящую из локальных и центральной БД, и реализуемую средствами ЛВС ИАСУ.

Т. о., уровень оперативно-диспетчерского управления вместе с интеллектуальной имитационной системой является связующим звеном между задачами организационно-экономического управления и технологически­ми задачами (рис. 11.1).



Рис.11.1 Информационные и функциональные связи и место ИИС в иерархической структуре задач ИСУП ИИС.


Схема взаимодействия ИИС с РБД ИСУП была представлена на рис. 10. 4. Блок связи с РБД ИСУП является важным компонентом ИИС диспетчерского управления и планирования производства. Он обеспечивает, во - первых, пользователям верхнего уровня управления доступ к производственной информации с объектов нижнего уровня в информационном режиме работы ИИС; во - вторых, поддерживает содержание базы знаний и данных в актуальном состоянии путем постоянного обновления данных о ходе производственных процессов; в - третьих, обеспечивает функции мониторинга при диспетчерском управлении путем периодичес­кого отслеживания производственной ситуации с целью выявления отк­лонений от заданных показателей и предупреждения возникновения кри­тических ситуаций [6].

При функционировании ИИС в реальном времени возрастает важ­ность темпоральных (т. е. непостоянных) данных и рассуждений, уве­личивается количество обрабатываемых данных. Факты, показания тех­нологических датчиков и аварийные сигналы являются динамичными. Ко­личество их достигает нескольких сотен, и они могут менять состояние и величину в течение нескольких минут. Задача ИИС в этих усло­виях - учитывать изменяющиеся во времени ситуации, верно оценить состояние производства, рекомендовать необходимые действия по обес­печению рациональных или плановых режимов процесса, либо аварийные действия для устранения критических ситуаций. При необходимости система может, для повышения надежности и обоснованности рекоменда­ций, оперативного обосновывать их адекватность ситуации на основании прогноза на ММ процесса путем проведения некоторых расчетов. Прогнозирование осуществляется по запросу пользователя. Вместе с тем, в процессе периодического мониторинга состояния резервуаров, в ИИС предусмотрена возможность анализа поступательной информации и, в случае возникновения тенденций развития критических ситуаций, запу­ска встроенного механизма логического вывода для инициализации пра­вил по устранению этих ситуаций и оповещения пользователя. Помимо критических ситуаций, в процессе мониторинга происходит постоянная корректировка содержания знаний и фактов в БЗ на основании информа­ции от РБД и с датчиков путем активизации необходимых правил и про­цедур-демонов при помощи того же механизма вывода. Происходит пос­тоянное поддержание состояния БЗ в актуальном состоянии. Подробнее этот механизм и выполнение процедур будет рассмотрен ниже.

Т. о., основными принципами, заложенными в ИИС для реализации ее работы в реальном времени, являются следующие:

- постоянный доступ к текущим данным и эффективные средства переда­чи, промежуточного накопления и обработки этих данных в реальном

масштабе времени, обеспечивающие интерфейс между ИИС и распределен­ий ной измерительной системой;

- основные механизмы прямой и обратной цепочки рассуждений должны быть также встроены в программное обеспечение, реализующее работу в реальном времени;

- постоянная актуализация и корректировка содержания знаний в БЗ по результатам мониторинга состояния процессов и резервуаров.


11.3 Представление знаний и вывод решений в системе.

Фреймово – продукционная модель представления заданий в ИИС.

Модель представления знаний в ИИС, основыва­ющаяся на продукционно-фреймовом формализме. Выбор и разработка такой гибридной модели представления знаний и ее структура, был осуществлен в результате исследования об'екта и анализа состава и характера решаемых задач оперативно-диспетчерского управления и мониторинга непрерывного производства.

В ИИС предлагается трехуровневая структура модели представле­ния знаний ( МПЗ ) [9]. Нижний уровень МПЗ составляет модель мира системы (ММС), в которой отражены в основном декларативные, экстенсиональные и фактографические знания о проблемной области, пользователях системы и производственно-функциональной структуре предприятия. Для представления таких знаний в модели мира системы предлагается использовать фреймовый формализм. Это связано с тем, что вербальные знания экспертов о структуре и строении предметной области имеют иерархический, взаимосвязанный и вложенный характер.

Второй уровень МПЗ составляет база правил (БП), где сосре­доточены в основном знания, имеющие процедуральный и интенсиональ­ный характер. В этих продукционных правилах аккумулированы знания экпертов-специалистов о производственных ситуациях, о причинах ава­рийных ситуаций и о действиях в этих ситуациях. База правил струк­турирована в соответствии с особенностями предметной области и сос­тоит из пакетов правил. Каждый пакет правил является независимой продукционной системой.

Верхним уровнем МПЗ являются метазнания, в которых отражены знания о структуре и характере знаний ЭМС. Находящиеся здесь мета­правила позволяют осуществить перевод от одного пакета правил в базе правил к другому. Наличие метазнаний позволяет существенно облег­чить процессы создания, отладки и поддержания в актуальном состоя­нии обширной базы знаний для такой сложной предметной области, как диспетчерское управление предприятием с непрерывным характером про­изводства.

В общем случае МПЗ может быть определена как четверка

В =

где F - модель мира системы (фреймы);

R - база правил;

M - метазнания;

I - механизм вывода.

Тогда модель мира системы определяется как множество фреймов

F={fi}, i=1,2,…,Z

Каждый фрейм определяется как



где - имя фрейма fi

- слоты фрейма fi

Слоты представляют собой множество



Каждый слот является тройкой



где - наименование слота ;

- значение слота ;

- достоверность значения слота .

База правил представляет собой множество пакетов правил

R = (rk), k = 1, 2, ... , К.

Каждое правило определяется как пятерка



где - имя правила rk;

- антецедент правила rk;

- консеквент правила rk;

- вес правила rk;

- объяснение правила rk.

Антецедент правила определяется как упорядоченное множество



где - условный элемент антецедента.

Консеквент правила тоже определяется как упорядоченное множество



где - действия в правой части правила

Метазнания определяются как

M=<DM,PM>

где DM - декларативные метазнания;

PM- процедуральные метазнания.

Декларативные метазнания представляют собой множество

Где - метафрейм.

Процедуральные метазнания представляют собой множество



где - метаправило.

Механизм вывода определяется как множество способов рассуждений

I={Ir},r=1,2, ...,R

где Ir - способ рассуждений.

На основе иерархичности МПЗ, при проектировании БЗ ЭИС реализована трехуровневая структура, которая показана на рис. 11.2.




Рис.11.2 Структура базы знаний системы.




Рис.11.3 Фрагмент реализации БЗ АИС.

На рис. 11.3 приведен фрагмент реализации БЗ в BИС. На первом уровне БЗ, в MMС сосредоточены знания о структуре НЛП, связи с внешним миром, индивидуальные модели пользователей, включая их инфор­мационные потребности, круг решаемых задач и другие особенности. Объекты ММС - цеха, установки, резервуары представлены в виде вло­женных фреймов, в слотах которых содержится различная информация фактографического и процедурного характера, характеризующая объекты. Первый и второй слоты всегда имеют жестко закрепленную семантику (имя фрейма и его обобщенное значение - характеристику). Другие слоты также могут иметь конкретную смысловую интерпретацию для данной предметной области. Например, они могут иметь вид "вхо­дит в", "состоит из", "является разновидностью" при помощи которых могут быть организованы иерархические, родовидовые и другие отно­шения между объектами.

База правил структурирована и состоит из пакетов правил, которые соответствуют подмиру ИИС. Содержание и границы подмира определяет какой-либо один взгляд на предметную область. Например, возможны подмиры "Организационная структура НШГ, "Резервуары", "Цеха", "Технологические связи объектов" и т.д. Правила представлены в виде продукций

Если А1, и А2, ..., и АМ Тогда К1, и К2, ..., и КN.

где АМ - фрейм-образец (и значения его слотов), по которому происходит сопоставление с фреймами из ММС (в рабо­чей области);

КN - действие, приводящее (в общем случае) к изменению модели мира системы и базы правил.

Структура (шаблон) запроса в общем случае имеет вид: код объекта, код ситуации, значения параметров.

Каждая часть запроса представлена наборами значений X, определяющими объект, его состояние и характеристики. (На рис. 11. 3 - это X1, X2,…, Xk).

Действия в правой части правил могут быть классифицированы следующим образом:

1. Создание, удаления или модификация фрейма в МЖ5.

2. Выдача сообщения пользователю на терминал.

3. Ввод данных с терминала пользователя.

4. Получение информации из РБД.

5. Занесение или удаление из базы правил правила или пакета правил.

6. Прекращение работы механизма вывода и передачи управления плани­ровщику.

Выход из одного подмира в другой осуществляется по значениям слота, одинаковым для двух разных фреймов из двух разных подмиров. Т.о. обеспечивается относительная независимость знаний о разных сторонах реальности и возможность накапливать корректировать или уда­лять противоречивые и неполные знания, когда знания в разных подмирах могут противоречить друг другу.

Механизм вывода решений и рекомендаций в ИИС.

Механизм вывода реализует общую встраиваемую схему поиска решений. Стратегии управления обеспечивают разнообразное управление в рамках принятой для данной системы схемы механизма вывода. То есть, стратегия управления определяет последовательность и содержание действий при реализации механизма вывода. Она может составлять часть метауровня знаний, т.к. является знанием, которое рассуждает о другом знании, содержащимся в системе.

Наиболее часто реализуемый вариант структуры взаимодействия решающих компонентов систем искусственного интеллекта включает БЗ, рабочую область и управляющую структуру.

Механизм вывода в ИИС в некоторой степени является отражением структуры базы знаний и работает следующим образом. После получения управления от планировщика активизируется верхний уровень базы знаний. Метаправила определяют тип запроса к базе знаний и формируют цель поиска. Затем определяется пакет правил в базе пра­вил, который должен быть активизирован. Т. е. выбор осуществляется метаправилами. После этого управление получает пакет правил, который является традиционной продукционной системой.

Механизм вывода в пакете правил состоит из трех этапов: сопо­ставления правил, разрешения конфликтов (выбора правила) и выполне­ния правила. Сопоставление заключается в сравнении антецедентов правил с текущим состоянием модели мира системы. Точнее говоря, происходит сравнение с фреймами-экземплярами элементарных образцов из левой части правил. В результате выполнения этого этапа образу­ется конфликтное множество, состоящее из правил, левые части кото­рых сопоставились с фреймами-экземплярами из ММС.

На этапах разрешения конфликтов и выбора конфликтное множест­во усекается до одного правила на основе системы приоритетов, кото­рая определяет стратегию вывода. На этапе выполнения правила проис­ходит выполнение правила, заключающееся в осуществлении действий из правой части правила, выбранного на этапе разрешения конфликтов. После этого происходит переход к новому этапу сопоставления и про­цедура будет циклически продолжаться либо до достижения цели (сфо­рмированной метаправилами), либо до тех пор, пока в конфликтном множестве не останется ни одного правила. После выполнения одного из этих условий управление возвращается на верхний уровень базы знаний. На этом уровне метаправила определяют, достигнута ли цель. Если не достигнута, то определяется новый пакет правил, выполнение которого может привести к достижению цели. Если же такого пакета нет или цель достигнута, то происходит передача управления планиро­вщику.

Механизм логического вывода в ИИС может быть запущен по двум причинам. В первом случае причиной является поступление запроса от пользователя на выдачу рекомендаций по действиям в сложившейся про­изводственной ситуации. Во втором случав причиной служит появление информации об объектах из РБД ИСУП. В этом случае механизм вывода запускается по инициативе ИИС, осуществляющей режим слежения за ходом производственного процесса и при необходимости дающей пользо­вателю рекомендацию или сообщение. Т. о. повышается оперативность и качество принимаемых решений.

Прогнозирование ситуаций и состояния объекта при диспетчерском управлении производством

Прогнозирование, в общем случае, это процесс выявления общих закономерностей развития, установления тенденций этого развития, вероятностных, количественных и качественных сдвигов, определения наиболее эффективных направлений воздействия на систему.

Прогноз - это вероятное научно обусловленное утверждение о будущем развивающейся системы; суждение о состоянии какого-либо объекта, процесса или явления к определенному моменту времени в будущем. Он не является директивой, но дает набор альтернатив, об­ласть рациональных решений.

Любой прогноз по ряду причин имеет вероятностный характер. В каждом прогнозируемом процессе или явлении всегда присутствуют и в различной мере проявляются три составляющие: детерминированная, поддающаяся точному расчету на любой период времени; вероятностная, случайная, статистическая точность предсказаний которой зависит от установления вероятности закономерности процесса развития; неопре­деленная, принципиально не поддающаяся предсказанию с позиций сов­ременного уровня знаний. Однако здесь необходимо отметить, что в настоящее время реализуются методы и средства учета неопределенной составляющей. Например, имитационное моделирование, которое и воз­никло как средство исследований на компьютере протекания процессов во времени с вводом в нужный момент случайных воздействий. Кроме того, неопределенность, не связанную со стохастикой, а привносимую другими факторами (в частности, при моделировании и прогнозировании трудноформализуемой информации или действий человека при управлении процессом) возможно учитывать и моделировать, опираясь на эксперт­ную информацию и используя такое эффективное и мощное средство, как аппарат теории нечетких множеств.

В настоящее время имеется большое количество методов прогно­зирования, начиная от общенаучных, свойственных для всех наук, и кончая частными, применимыми только для решения конкретной задачи. Каждый из методов имеет свои особенности в зависимости от цели его использования и уровня проводимых исследований.

В большом многообразии методов прогнозирования можно выделить следующие их группы: экстрансляционные методы, адаптивные методы, статистические методы, методы экспертных оценок, методы математиче­ского моделирования [60].

Экстраполяционные методы основаны на выявлении тенденций про­гнозируемой системы и их экстраполяции в будущее. Эти методы осно­вываются на предположении о неизменности факторов, определяющих развитие изучаемого объекта, и заключается в распространении зако­номерностей развития объекта в прошлом на будущее. Они во многом сходны с методами прогнозирования по регрессионным моделям, однако имеют и свои специфические особенности, связанные с методами пред­варительной обработки прогнозируемого временного ряда приведения его к виду, удобному для прогнозирования, или так называемого сгла­живания временного ряда. После сглаживания временного ряда подбира­ют апроксимирующую функцию и определяют ее параметры. Основными методами определения параметров являются метод средних и метод наи­меньших квадратов. К группе экстрансляционных методов относя­тся также экстраполяция и интерполяция с использованием полиномов.

Адаптивные методы прогнозирования основаны на том, что про­цесс реализации их заключается в вычислении последовательных во времени значений прогнозируемого показателя с учетом степени влия­ния предыдущих уровней. К ним относятся методы скользящих средних и экспоненциального сглаживания, обеспечивающие постоянную корректи­ровку экстраполяционной формулы в соответствии с новыми данными о фактическом значении прогнозируемого параметра; метод гармонических весов; метод авторегрессионных преобразований.

Инструментом прогноза при адаптивном методе является модель. Первоначальная оценка параметров этой модели базируется на исходном временном ряде, который применяется и для последующей корректировки полученных параметров.

К статистическим методам можно отнести все виды регрессивно­го, корреляционного и факторного анализа, метод Байеса. Отметим, что некоторые исходные предпосылки использования статисти­ческих методов, а именно стохастическая независимость отдельных наблюдений (т.е. независимость значения данного наблюдения от зна­чений предыдущего и последующего наблюдений) и линейность уравнений кривой относительно своих параметров объективно не всегда выполни­мы. Это делает невозможным применение данных методов для прогнози­рования развитых сложных систем, имеющих большое число сильно взаи­мосвязанных и взаимовлияющих элементов.

Что касается метода на основе байесовского подхода, то он основывается на допущении, что для любого события или утвержде­ния имеется (пусть очень незначительная) априорная вероятность то­го, что оно истинно. Это дает возможность производить вычисления. То есть если есть априорная вероятность некоторой гипотезы, то дол­жна иметься некоторая совокупность данных, подтверждающих наше пре­дположение. Если бы этих данных не было, то эта априорная вероятность оставалась бы всегда неизменной. Однако при наличии связанных с событием данных и сведений можно модифицировать априорную вероят­ность для получения уже апостериорной вероятности той же гипотезы с учетом новых текущих данных. Иными словами, байесовский подход по­зволяет вычислять относительное правдоподобие конкурирующих гипотез исходя из влияния сопутствующих свидетельств.

При применении байесовского метода к краткосрочному прогнози­рованию, основываются на гипотезе о том, что исследуемый временной ряд генерируется не одной, а несколькими простейшими вероятностными моделями поочередно, т.е. речь идет о построении модели со множест­вом состояний. Причем переключение с одного состояния на другое является вероятностным процессом и соответствует то появлению уве­личенных случайных возмущений, то ступенчатым изменениям уровня ряда, то скачкам в динамике их роста. При таком подходе события, имеющие случайный характер, получают ясное отражение в модели, а последовательно поступающие данные используются для подсчета апос­териорных вероятностей и анализа ситуаций. Методы экспертных оценок применяются при прогнозировании ка­чественных скачков в поведении системы, при использовании описате­льной информации или в случаях, когда применение количественных методов прогнозирования затруднено или невозможно. Эти методы основываются на получении прогнозов путем обработки мнений (оценок) экспертов. Существуют следующие основные методы экспертных оценок: методы ранжирования, прямого нормирования, последовательных предпочтений, прямых попарных сравнений, метод Дельфи, метод "мозгового штурма", метод аналогий, построение сценариев.

При использовании методов экспертных оценок для получения прогнозов опираются на знания, интуицию и опыт квалифицированных специалистов.

Но более эффективное использование знаний и опыта специалис­тов-экспертов возможно в рамках интеллектуальных (или экспертных систем). Необходимо отметить, что помимо рассмотренных в предыдущих главах интеллектуальных возможностей ЭС, одной из наиболее сущест­венных является прогнозирование. Однако до настоящего времени про­гнозирование в рамках ЭС и ответ на вопрос "ЧТО, ЕСЛИ" осуществля­лось на основе эвристик в БЗ с так называемыми коэффициентами уве­ренности их реализуемости и проявления. Существуют знания, достове­рность которых, скажем, 0,8. Такую ненадежность в технике и теории управления представляют вероятностью, подчиняющейся законам Байеса. Коэффициенты уверенности идут от вероятностей, но между ними есть и отличия.

При применении методов на базе байесовской логики возникают трудности с получением большого числа данных, необходимых для опре­деления условных вероятностей. На практике делается предположение о независимости наблюдений, что, видимо, влияет на строгость статистической модели.

Одним из методов, применимых как для прогнозирования, так и для решения различных технико-экономических и управленческих задач, является имитационное динамическое моделирование [64]. Основы этого метода были разработаны Дж. Форрестером. Имитационное динамическое моделирование применяется преимущественно для долго­срочных и глобальных прогнозов, т.к. для своей реализации требует достаточно много машинного времени, что неприемлемо при оперативном прогнозировании. Этот метод в силу особенности подхода позволяет прогнозировать как количественные так и качественные факторы, что выгодно отличает его от других методов (за исключением методов ИИ, где также возможна работа с качественной информацией).

Ими­тационные динамические модели используют специфический аппарат, позволяющий отразить причинно-следственные связи между элементами системы и динамику изменения каждого элемента.

Рассмотренным методам и моделям прогнозирования присущ, поми­мо прочих названных, недостаток, который делает их использование при оперативно-диспетчерском управлении и мониторинге производства проблематичным. Этот недостаток связан с необходимостью значительных временных затрат на получение прогноза.

Для того, чтобы реализовать прогнозирующие функции в системах принятия и поддержи решений при оперативном управлении, v нами пре­длагается подход к прогнозированию, совмещающий достоинства имита­ционного подхода и интеллектуальных систем, и позволяющий получать оперативные прогнозы по производственным и критическим ситуациям в приемлемое время. Оперативный прогноз получают на имитационной прогнозирующей модели, структурно включенной в ИИС диспетчерского управления и планирования.

11.5 Имитационная прогнозирующая модель для оперативных интервалов времени

11.5.1 Принципы построения имитационной прогнозирующей модели.

При оперативном управлении производственной системой и мониторинге производства возникают различ­ные отклонения от нормального хода производственных процессов, а также критические ситуации, связанные с неритмичностью поставок сырья и отгрузок продукции, внеплановыми простоями установок, авариями, переполнением или опорожнением резервуаров, недогрузкой уста­новок и т.д. В этих условиях диспетчер таким образом управляет про­изводственной системой и продуктовыми потоками, что координируя работу отдельных установок и комплексов, анализируя состояние то­варно-сырьевого хозяйства, может добиться устранения критических ситуаций, достичь стабилизации процесса и хорошего уровня выпуска продукции. Установления режима работы для каждого элемента произво­дственной системы складывается при этом из компромиссов различных требований, таких как качество, количество, технико-экономические показатели и т.д., при которых сложности на отдельных стадиях пере­работки в разной степени зависят от текущей реальной ситуации.

В процессе принятия решений диспетчером, возникает необходи­мость получения краткосрочных прогнозов развития ситуаций по при­нимаемым решениям с целью анализа их реализуемости и обоснованнос­ти. Предварительная проверка поведения системы с помощью ИМ и получение прогноза ситуаций позволяют избежать критических ситуаций, ошибок и неоправданных издержек в настоящем и будущем. Прогнозиро­вание может осуществляться и относительно реализуемости и обосно­ванности рекомендаций, моделируемых ЭМС при обращении у ней диспет­чера. Оно выполняется на основе имитационной прогнозирующей модели, работающей в составе блока обоснования решений.

При построении имитационной прогнозирующей модели для опера­тивных интервалов времени в основном используются те же понятия и определения, которые определяли формализм ИМ для среднесрочного и текущего прогнозирования.

Шаг моделирования - интервал времени, через который вычисляются значения всех параметров ИМ. На протяжении этого интервала (или дискреты времени) все переменные модели считают неизменными, определенными или полученными к начальному моменту интервала. В данном случае за шаг моделирования приняты одни сутки. Горизонт прогнозирования - от 3-х до 10 суток.

Уровень (или объем) - характеризует накопления потока, рас­считанные объемы произведенной установками продукции, уровни и ко­личество продукции в резервуарах, получаемые на основе расчета ба­лансовых уравнений.

При моделировании производственных процессов НПЗ возникает необходимость введения различных промежуточных, вспомогательных по своему назначению элементов, отображающих как промежуточные этапы в процедуре определения значений уровней, так и отдельные параметры, влияющие на поведение моделируемой производственной системы. В ИМ производственного процесса НПЗ в качестве промежуточных элементов служат резервуары.

Еще одним важным понятием в ИМ НПЗ является поток, который вливаясь в уровень или вытекая из него, определяет либо изменение уровня выпуска продукции на установках, либо изменение уровня в резервуарах.

Помимо материальных потоков, в ИМ производства могут быть представлены информационные потоки, которые отражают либо управляю­щие воздействия ЛПР или операторов, если они моделируются на опре­деленном уровне детализации в модели для устранения узких мест, либо сообщения пользователю прогнозирующей ИМ о критической ситуации или неустранимом узком месте, возникающем в процессе реализации ИМ.

Описанные понятия составляют основу моделирования на ИМ топо­логии и функционирования основного производства НПЗ. Помимо этого, важное значение имеет отражение причинно-следственных связей между отдельными элементами системы, как между условием и действием.

Имитационное описание последовательно-параллельной структуры НПЗ, причинно-следственных связей и функционирования технологических элементов реализуется при помощи и модели на базе Сетеи Петри.

При адаптации этой имитационной прогнозирующей модели для целей оперативного прогнозирования, необходима реализация некоторых дополнительных условий, позволяющих использовать ее для получения прогнозов на короткие интервалы времени за приемлемое время откли­ка. Достаточно короткое время при получении прогноза необходимо для сохранения его актуальности при критических и быстро меняющихся си­туациях. Это достигается путем декомпозиции модели на модули или блоки, представляющие различные технологические кусты производства различных товарных продуктов. Реализация модульной структуры ИМ возможна благодаря тому, что, во-первых, связи между их внутренних связей между элементами; во-вторых, для предварительной оценки пра­вильности принимаемых решений относительно элементов (установок, резервуаров или потоков между ними), нет необходимости имитации работы всего НПЗ; достаточно получение информации о работе техноло­гического узла и связанных с ним производственных элементов; в- третьих, для оценки рекомендаций ИИС или своих решений, диспетчеру бывает необходимо получать прогноз по выпуску тех или иных товарных продуктов или полуфабрикатов, т.е. имитируется работа только тех установок и резервуаров, которые реализуют производство этого про­дукта (при допущении о нормальной работе связанных с ними элементов других технологических узлов). Т.о., оперативность получения прогноза при расчете на имита­ционной модели, обеспечивается модульностью ИМ, небольшим количест­вом шагов моделирования, (т.к. прогноз краткосрочный), а также тем, что для предварительной оценки и обоснования решения нет необходи­мости детально моделировать все технологические связи. Вместе с тем, диспетчер имеет возможность получить прогноз работы завода в целом. Однако, на это потребуется большее модельное время.

Для получения более обоснованных прогнозов необходимо повысить адекватность ИМ путем моделирования не достаточной определен­ности исходных производственных ситуаций и не полной определенности действий производственного персонала в различных ситуациях, если моделирование этих действий осуществляется в ИМ.

Моделирование неопределенности в имитационной прогнозирующей модели осуществляется на базе нечетких Сетей Петри.

Естественно, стремление повысить адекватность ИМ путем учета неопределенностей, также ведет к увеличению времени моделирования, и, как следствие, времени получения прогноза.

  1   2   3

Похожие:

Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием iconНавигационная система диспетчерского управления и обеспечения безопасности
Подсистема диспетчерского контроля и управления пассажирскими перевозками и подсистема безопасности
Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием iconАвтоматизированная система управления предприятием создание системы
Настоящий стандарт устанавливает нормативы трудоёмкости на работы по созданию и дальнейшему развитию автоматизированной системы управления...
Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием iconГ. М. Новикова (Novikova-gm@mail ru), И. Л. Толмачев ()
В частности, интеллектуальная система управления предприятием должна обеспечивать ситуационную поддержку принятия решений, автоматизировать...
Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием iconЗао «линик» Должность
Автоматизированную систему оперативно-диспетчерского управления зао «Лисичанская нефтяная инвестиционная компания»
Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием iconПоложение об объединенной системе оперативно-диспетчерского управления муниципального образования «Город Орск»
Еддс) города Орска, являющейся центральным органом управления системы, и взаимодействующих с ней дежурно-диспетчерских служб (далее...
Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием iconСовременные системы управления предприятием и предложения по совершенствованию применяемых инструментов и методов управления
Оектов, коммерческих и государственных заказов; особенности управления предприятием при ведении проектов; проблемы при работах по...
Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием iconПостановление от 27 декабря 2004 г n 854 об утверждении правил оперативно-диспетчерского управления в электроэнергетике (в ред. Постановлений Правительства РФ от 06.
В соответствии со статьями 12 и 21 Федерального закона "Об электроэнергетике" (Собрание законодательства Российской Федерации, 2003,...
Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием iconСправочник муниципальных учреждений г. Перми
Старший врач скорой медицинской помощи оперативно-диспетчерского отдела центра медицины катастроф
Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием iconСправочник медицинских учреждений г. Перми
Старший врач скорой медицинской помощи оперативно-диспетчерского отдела центра медицины катастроф
Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием iconЕдиный регламент функционирования пунктов диспетчерского управления лесным хозяйством субъектов российской федерации
Далее регламент предназначен для установления единого порядка организации работы пунктов диспетчерского управления лесного хозяйства...
Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib.znate.ru 2014
обратиться к администрации
Библиотека
Главная страница