Построение автоматизированной системы управления технологическими процессами на базе продукционной экспертной системы Текст научной статьи по специальности «Компьютерные и информационные науки»

Аграрный вестник Урала № 8 (114), 2013 г. —

Инженерия

построение автоматизированной системы управления технологическими процессами на базе продукционной экспертной системы

М. Ф. БАЙМУХАМЕДОВ, § Ш010> республика Казахстан, доктор технических наук, профессор, проректор, Костанайский СОЦИ- г. Костанай, ул. Герцена, д. 27; ально-технический университет имени академика 3. Алдамжар ^ тел.: 8 (7142) 55-40-09

35

Положительная рецензия представлена Б. А. Ворониным, доктором юридических наук, профессором, проректором по научной работе и инновациям Уральского государственного аграрного университета.

Для автоматизации технологических процессов дукционную форму. К таким системам относятся ЭС не в достаточной мере применяются такие мощ- MOLGEN, ЭС R1/XCON, ЭС III-RISE и другие [1]. ные средства, как продукционные экспертные си- Одной из наиболее удачных попыток создать системы. Целесообразность же применения данных стему, предназначенную для использования в услови-средств автоматизации обусловлено следующими их ях предприятия методов искусственного интеллекта, особенностями: является система G2 компании Gensym [2].

1. успешное применение для решения слабо ал- G2 представляет собой объектно-ориентирован-

горитмизируемых задач;

2. упрощение процедуры создания решения автоматизации процесса;

3. упрощение процедуры модификации решения автоматизации при изменении процесса;

4. хранение знаний о процессе отдельно от технической реализации решения автоматизации.

В целях эффективного использования продукционных экспертных систем при автоматизированном управлении технологическими процессами нами разработан набор рекомендаций для того, чтобы

ную интегрированную среду разработки и сопровождения приложений реального времени, использующую базы знаний. Для достижения поставленных целей G2 использует следующие технологии:

— объектно-ориентированная технология: связи между объектами, отношения между объектами, иерархия объектов;

— представление знаний: правила (общие и конкретные), процедуры, динамические модели;

— механизм рассуждений: от данных, от цели, сканирование, метарассуждения (события, фокусиро-

определить, является ли проблема подходящей для вание на классах объектов или правил), одновремен-

решения с помощью экспертной системы: ное выполнение прав^^или процедур;

— потребность в решении должна соответство- — обеспечение работы пользователей: графиче-вать затратам на ее разработку. Суммы затрат и полу- ское определение объектов, кда^от™ о^юов и ченная выгода должны быть реалистическими; их ^у™, графические пользовательские интерфейсы

— проблема хорошо структурирована и не тре- для различных категорий пользователей;

бует применения знаний, основанных на здравом — совместное использование: многопользова-

смысле;

— проблема не может быть легко решена с использованием традиционных вычислительных методов. Существуют эксперты в данной проблемной области;

— проблема имеет подходящий размер и область применения. Как правило, проблема требует применения знаний высокоспециализированных экспертов, но человек-эксперт должен тратить на ее решение короткое время.

Преимущества решения в виде экспертной системы перед другими решениями:

— использование знаний экспертов, в том числе эмпирических, позволяет решать задачи, математические методы которых еще не разработаны;

— выделение знаний в отдельную базу знаний позволяет наращивать мощность системы без до-

тельская кооперативная разработка приложения, распределенное приложение.

G2 реализует в себе несколько методов искусственного интеллекта (в том числе продукционную экспертную систему), которые упрощают и ускоряют процесс разработки приложений, а также позволяют делать их универсальными.

Решения, разработанные на основе системы G2, являются совершенно независимыми от аппаратного обеспечения. В настоящее время существуют версии G2 практически для всех типов компьютеров. Также существует возможность совместного применения G2 с большим числом программных и аппаратных средств.

Способность G2 поддерживать распределенных приложений на основе архитектуры клиент/сервер и легкая интеграция с разнородными источниками информации дают возможность использовать систему в качестве связующего звена в гетерогенных распреде-

полнительного ^отр^^от^я в отличие от ал- ленных вычислительных средах, объединяющих как

горитмических систем, в которых знания содержатся аппаратные средства, так и СУБД. непосредственно в алгоритме. Открытость системы G2 и продуктов на ее основе

Выбор архитектуры автоматизированной системы обеспечивается широким применением промышлен-

управления, основанной на продукционной эксперт- ных стандартов. Как член OMG компания Gensym со-

ной системе, обусловлен хорошими результатами, трудничает в этой области со многими независимыми

показанными подобными системами при решении организациями и комитетами по стандартам. Обе-

задач проектирования, легкостью пополнения и ре- спечивается поддержка широкого спектра платформ

дактирования базы знаний, простота формализма DEC, HP, Sun, IBM, SG и ПК.

правил для понимания экспертом. Большая часть Система G2 поддерживает сетевые протоколы TCP/IP

экспертных систем, используемых в промышленно- и DECnet. Архитектура клиент/сервер поддерживается: сти, использует для хранения знаний именно про-

. - Аграрный вестник Урала № 8 (114), 2013 г. -»{ggj

— на уровне обмена данными — монитором транзакций GSI и DDE;

— на уровне объектов — CORBA;

— на уровне приложения — клиентской подсистемой Telewindows.

— Распределенная работа и обработка осуществляется с помощью интерфейсов G2-G2, G2-Telewindows и поддержкой вызова удаленных процедур (RPC).

Система G2 была успешно использована для решения различных задач (примеры получены с сайта компании Gensym www.gensym.com):

— мониторинг и диагностика процессов, выполняющихся на электростанции (компания ABB Power);

— контроль технологических операций производства бумаги (компания Donohue Forest Products);

— контроль и мониторинг качества продукции (компания DuPont).

— контроль гибкой производственной системы (компания Ford Motor Company);

— планирование процесса производства стали (компания ISCOR).

Таким образом, на примере продукта G2 компании Gensym показана практическая возможность эффективного использования механизма экспертных систем в качестве универсального инструмента решения задач в различных областях.

Использование продукционных экспертных систем в целях автоматизированного управления производственным процессом будет наиболее эффективным при интеграции экспертных систем в единое информационное пространство предприятия (ЕИПП).

При реализации единого информационного пространства предприятия все чаще используется объектно-ориентированный подход. Его характеризует:

— применение методов объектно-ориентированного анализа на стадии проектирования информационной системы;

— применение объектного подхода при конструировании структуры баз данных;

— применение в качестве средств коммуникации компонентов системы архитектурных решений на основе CORBA, EJB, DCOM, SOAP и др., которые в свою очередь базируются на объектной парадигме.

Применение объектного подхода приводит к тому, что все данные в системе хранятся в виде, который позволяет представить эти данные экземпляром какого-либо класса. Все взаимодействие программных компонентов сводится к обмену такими объектами и вызову методов объекта.

Стандарт STEP, как один из способов реализации ЕИПП, предоставляет все необходимые средства для организации ЕИПП согласно объектному подходу. В случае использования экспертной системы в ЕИПП, основанной на стандарте STEP, такая экспертная система должна соответствовать следующим требованиям:

1. поддерживать работу с данными, представленными в виде объектов;

2. использовать метаданные, предоставляемые прикладным протоколом;

3. уметь взаимодействовать с другими программными компонентами ЕИПП.

До появления объектного подхода экспертные системы оперировали базой, в которой содержались факты, приставленные в виде символьной строки. Таким образом, если факт относится к части какого-либо объекта, то системе неизвестны связи этой части со всем объектом. Такая связь может быть задана лишним фактом либо лишним правилом. В обоих случаях связь задана не явно.

После появления объектного подхода его стали применять и в экспертных системах продукционного типа. Это позволило хранить информацию об экземплярах объектов в более структурированной форме. Такие ЭС позволяют задать определение класса, занести в базу фактов экземпляры объектов, созданные на основе классов, применять значения атрибутов объектов в условии правила, а также производить различные операции над объектами при выполнении правила. Примером реализации ЭС, рассчитанной на работу с объектами, может служить CLIPS.

Определим типы операции, которые могут быть использованы для управления объектами [3]:

— добавление нового объекта. Указывается класс добавляемого объекта и область, куда объект добавляется;

— копирование объекта. Указывается признак, по которому происходит поиск объекта, область поиска и область, в которую необходимо вставить объект. Поскольку при поиске может быть найдено несколько объектов, то данная операция является групповой;

— изменение значений атрибутов объекта. Указывается признак, по которому происходит поиск объекта, область поиска, список значений для изменяемых атрибутов. Поскольку при поиске может быть найдено несколько объектов, то данная операция является групповой;

— удаление объекта. Указывается признак, по которому происходит поиск объекта и область поиска. Поскольку при поиске может быть найдено несколько объектов, то данная операция является групповой.

Описание всех классов объектов, применяемых в ЭС, содержатся в ЕИПП в хранилище данных, соответствующему используемому протоколу применения. Это позволяет использовать метаданные при создании экземпляров объектов, контролировать правильность создания объектов, контролировать области значений данных, помещаемых на хранение в атрибуты объектов.

Используя ЕИПП, мы получаем наглядное родовидовое представление сущностей предметной области, что является хорошим дополнением к знаниям, хранящимся в виде правил в базе знаний экспертной системы. В результате совместное применение ЕИПП и ПЭС позволяет избавиться от одного из недостатков систем продукций.

Использование метаданных ЕИПП позволяет упростить процесс ввода правил в систему. Эксперт при занесении правил оперирует объектами и атрибутами объектов, взятыми из ЕИПП, что помогает ему точнее формулировать правила в терминах предметной области, а также снимает необходимость отслеживания связи между объектами. Базовые знания о структуре предметной области, содержащиеся в метаданных ЕИПП, используются в процессе диалога с экспер-

Аграрный вестник Урала № 8 (114), 2013 г. —

Инженерия /

том, а также для преобразования информации, получаемой от эксперта в продукционные правила.

На эксперта возлагается задача расширения и уточнения модели предметной области. Эта модель затем переводится в систему продукционных правил. Поведение системы правил снова анализируется экспертом, который при необходимости вносит коррективы в модель и таким образом замыкает цикл итеративного процесса.

Поскольку правила, используемые ЭС, представляют собой знания о предметной области, целесообразно организовать их хранение в ЕИПП, чтобы они были легко доступны. Для этого необходимо разработать протокол применения для продукционных правил.

При разработке системы автоматизированного управления на базе экспертных систем важной задачей является построение модели представления правил

Нами предложена следующая модель для представления правил (рис. 1):

1. сущность «Rool». Служит для хранения правил. Содержит название правила, описание правила, номер подзадачи, в процессе решения которой применяется правило, коэффициент значимости;

2. сущность «Condition». Служит для хранения условий, когда правило должно быть применено. Условие состоит из левого выражения, оператора сравнения и правого выражения;

3. сущность «Expression». Служит для хранения выражения. Содержит идентификатор области расположения значения (база данных, рабочая область или значение является вычисляемым значением или константой), класс объекта расположения значения, атрибут объекта, являющийся значением. Для константы записывается само значение константы. Для вычисляемого значения — значение после вычисления выражения;

4. сущность «Operation». Служит для хранения действия, которое надо выполнить, если правило активизируется. Содержит тип операции. Типы операции могут быть следующие: добавление в рабочую область объекта из базы данных, изменение значений атрибутов объектов рабочей области, удаление объекта из рабочей области. Для типа операции «изменение значения атрибута» также задается название атрибута и его новое значение. Также содержится название класса, для объектов, которых будет применена данная операция;

5. сущность «Pattern». Служит для хранения шаблона, по которому отыскиваются объекты, к которым применяются операции. Содержит название атрибута и его значение. Каждая сущность идентифицируется уникальным идентификатором, по кото-

Рисунок 1

Информационная модель представления правил

рому при необходимости и устанавливаются связи между объектами.

6. Предложенную нами модель представления правил можно описать на языке Express следующим образом:

SCHEMA RoolSystem; ENTITY Root; Name: STRING;

conditions: LIST[1:?] OF UNIQUE Condition; operations: LIST[1:?] OF UNIQUE Operation; ENDENTITY; ENTITY Condition;

expressions: LIST[1:?] OF UNIQUE Expression; END_ENTITY;

ENTITY Expression; leftPart: STRING; operator: STRING; rightPart: STRING; END ENTITY; ENTITY Operation;

type:ENUMERATION OF (add, copy, change, delete) patterns: LIST[1:?] OF UNIQUE Pattern; END_ENTITY;

ENTITY Pattern; pattern: STRING; END_ENTITY; END SCHEMA;

Выводы.

1. Для автоматизации некоторых процессов хорошо подходят механизмы продукционных экспертных систем.

2. Продукционные экспертные системы могут эффективно использоваться для автоматизации процессов предприятия при их интеграции в единое информационное пространство предприятия.

3. Предложена объектная модель для описания продукционных правил экспертной системы. Модель описана на языке Express.

Литература

1. Jiri Sima, Jiri Chervenka. Neural Knowledge Processing in Expert Systems. Technical report. Institute of Computer Science, Academy of Sciences of the Czech Republic. Object Management Group, 2003.

2. Утросин В. В. Использование экспертных систем в среде информационной поддержки жизненного цикла изделия // Объединенный научный журнал. 2005. № 13.

3. Страузов Д. Построение интегрированной информационной среды предприятия на основе системы управления данными об изделии PDM STEP Suite // САПР и графика. 2002. № 6.