Экспертные системы в химии

Размещено на http://www.allbest.ru/

Введение

Экспертные системы- это интеллектуальные системы, способные в диалоге с ЛПР на ОЕЯ на основе использования специальных знаний и правил проведения рассуждений выполнять экспертизу, давать консультации, генерировать и обосновывать рациональные смысловые решения по каким-либо не формализован-ным задачам некоторой ПО. Эти системы позволяют эффективно применять ЭВМ в тех областях интеллектуальной творческой деятельности, где знания представлены в описательной форме и где затруднительно, а иногда и невозможно, использовать математический аппарат.

Появление ЭС- это закономерный этап в развитии исследований в области ИИ, так как в этих системах практически реализованы многие научные достижения ИИ, в том числе касающиеся общих методов решения НФЗ, компьютерного представления и использования знаний, введения системой диалога с пользователем -непрограммистом на ОЕЯ и др. Принципиальной особенностью ЭС является представление и применения знаний электронным образом. Тем самым создаются предпосылки для интенсификации использования такого важного интеллектуального ресурса, как накопленные в различных областях.

Все интеллектуально-диалоговые системы (ИДС) представляют собой сложные человеко-машинные системы, или системы эргатического типа. В структуре ИДС как эргатических систем наряду с разнообразными программно- техническими средствами вычислительной техники содержится в виде самостоятельной подсистемы некоторое ЛПР или коллектив непрограммирующих пользователей ЭВМ. Создание ИДС позволяет объединять разум человека и искусственный интеллект ЭВМ для достижения общей цели - поиска рациональных решений различных классов НФЗ, поставленных ЛПР перед человеко-машинной системой. ИДС могут весьма эффективно имитировать интеллектуальную творческую деятельность ЛПР только в какой -то конкретной ПО.

Развитие теории ИИ и создание ИДС обеспечивают широкую компьютеризацию общества, практически реализуемую благодаря новой информационнной технологии.



1. Современные направления научных исследований в области искусственного интеллекта

Исследования в области искусственного интеллекта (ИИ0 проводят сегодня по нескольким основным направления, перечисленные ниже.

1. Разработка моделей представления знаний (МПЗ) в различных ПО. Создание принципов построения баз знаний (БЗ), представляющих собой программную, или компьютерную, реализацию различных МПЗ для определения ПО.

2. Создание методов и процедур имитации на ЭВМ человеческих рассуждений при поиски смысловых (семантических) решений НФЗ на основе переработки знаний;имитация на ЭВМ процессов обучения человека.

3. Разработка методов понимания ЭВМ естественного языка, процедур диалогового общения человека с ЭВМ на естественном языке, а также методов автоматизированного перевода иностранных текстов.

4. Разработка автоматизированных процедур доказательства теорем в различных разделах математики( алгебра, геометрия, тригонометрия, логика, теория множеств и др.); поиска аналитического дифференцирования и интегрирования;эквивалентного преобразования математических выражений и др.

5. Создание методов: распознания зрительных образцов, зрительных сцен и звуковых сигналов; выделения полезных сигналов в условиях помех; прогнозирования тренда (тенденций) изменения сигналов при функционировании сложных объектов.

6. Разработка методов автоматизированного программирования и проверки правильности написания (составления ) программ для ЭВМ; разработка процедур интеллектуального поиска фактографической и документальной информации в больших базах данных (БД).

7. Разработка методов планирования и составлений расписаний для сложных организационно - производственных процессов и технологических операций; разработка процедур ситуационного управления сложными технологическими системами при неопределенности исходной информации, в том числе - процедур управления физическими действиями очувствленных интегральных роботов.

8. Создание моделей и процедур поиска решений для различных головоломок и игр ( « крестики-нолики», шашки, шахматы, «го» и др.); процедур компьютерной имитации художественного творчества (сочинение литературных, музыкальных и живописных произведений).

9. Создание специальных языков программирования ИИ и языков программирования «инженерии знаний», или языков представления знаний (ЯПЗ).

Языки программирования ИИ разделяют на два класса: языки функционального программирования, или процедурно - ориентированные (например, «СИ», «ЛИСП», «РЕФАЛ», «УТОПИСТ»); объектно - ориенти-рованные (например, («ROSS», «SMALLTALK», «LOOPS»).

Языки програмированния инженерии знаний (языки ПЗ) разделяют на два типа: универсальные и скелетные . Выделяют следующие классы универсальных языков:на основе логики (например, « ПРОЛОГ», «APES», «ДИСК» и др.);на основе фреймов ( например, FRI, KEE, SRL); на основе ПП (например,AL/X, EXPERT). К склелетным, или инструментальным, языкам ПЗ относятся KRL, ORS-5, ROSIE и др.

10. Создание принципов построения интеллектуальных диалоговых систем (ИДС) и автоматизированных систем, ориентированных на переработку знаний для поиска решений неформализованных задач в различных ПО - в том числе интеллектуальных информационно - поисковых систем (ИПС), диалоговых расчетно-логических систем, систем ситуационного управления и экспертных систем (ЭС).

экспертный система химия технологический



2. Характеристики основных типов экспертных систем в химической технологии

2.1 Экспертные системы автоматизированного синтеза оптимальных химико-технологических систем

Задачи автоматизированных синтеза рациональных технологических схем неоднородных ХТС - наиболее сложные из НФЗ, для которых возможно применения ЭС.

Существует множество декомпозированых эвристическо-эволюционных меодов автоматизированных синтеза оптимальных ХТС. Обычно они основаны на использовании разнообразных знаний в виде определенного набора ЭП, не всегда приводящему к оптимальному решению. Указанные методы, однако, не позволяют не модифицировать, расширять и гибко использовать набор этих ЭП, так как знания в них непосредственно связаны с процедурами с поисками решения.

Особенность знаний, используемых при синтезе ХТС, заключается в том, что это всегда как декларотивные, так и процедурные знания. Декларативные знания отражают неформализованную частьпостановки задачи синтеза ХТС, тогда как процеурные знания представляют собой, алгоритмы расчетапарамметров состояния и свойств технологических потоков, параметров основных Ео генерируемой технологической схемы ХТС. Таким образом,ЭС синтеза неоднородноых ХТС по способам представления знаний всегда должны быть гибридными (ГЭС), или интегрированными.

Экспертная система «PIP»( Process Invention Procedure)разработана в 1986 г. В Центре проектирования и управления ХТС Массачусетсского университета. Эта интегрированная ЭС генерации рациональных технологических схем ХТС, из которых после их анализа с помощью специальных программ цифрового моделирования (« FLOWTRAN», «PROCESS», «DeSinG2000», «ASPEN» и др.) выбирают оптимальную технологическую схему.

Система «PIP» является исследовательским прототипом, который позволяет инженеру- проектировщику при синтезе ХТС быстро выбирать альтернативные варианты ХТП, структуру технологических связей, значения основных проектных переменных. Система использует сочетания декларативных знаний- в виде программ для проектных и экономических расчетов.

Решение задачи синтеза ХТС в системе «PIP» находится с использованием иерархических эвристическо - эволюционных процедур. В «PIP» создана шестиуровневая иерархия процедур и знаний. С помощью ЭП выделяется укрупненный блок синтезируемой ХТС и определяются все технологические потоки, связанные с этим блоком. Затем с помощью процедур и знаний определяются значения проектных переменных, рассчитываются материальный баланс, конструкционные параметры ЕО. Далее выполняется технико- экономический расчет ХТС на данном уровне по полученных значениям проектных переменных. Если ХТС, сгенерированная на этом уровне иерархии, целесообразна, ее технологическая схема уточняется при помощи того же алгоритма, но на более низком уровне. В качестве управляющей стратегии поиска оптимального решения используют иерархические процедуры направленного перебора. Система «PIP» реализована на IBM типа PC . Она имеет слишком обширную ПО, что позволяет использовать знания лишь общего характера, по «здравому смыслу»; в остальном «PIP» реализует практически полный перебор всех возможных альтернатив, ибо в БЗ заложено очень мало специальных ЭП.

Экспертная система «CAP»(« Computer Aided Process Synthesis») является результатом развития работ в области эволюционно - эвристических методов автоматизированного синтеза оптимальных ХТС с использованием заданного варианта технологической схемы. Этот первоначальный вариант генерируется с помощью автоматизированной системы « AI», которая начинается процедуру синтеза с рассмотрения известных потоков сырья, и строит сначала материальные потоковые графы (МПГ) по массовым расходам химических компонентов, а затем - МПГ по общим массовым расходам потоков ХТС.

Начальный вариант технологической схемы далее эволюционно изменяется в диалоговом режиме с учетом результатов расчета материальных и тепловых балансов и денежных затрат. Система «CAP» использует семь ЭП для модификации исходной технологической схемы.

Экспертная система «IDEA» («Initial Design and Economic Analyses») разработана в Массачусетсском технологическом институте для синтеза ХТС производства одного продукта из заданного сырья с помощью автоматизированной системы « BALTAZAR», которая начинает работу с рассмотрения заданных продуктов реакции, сначала строит МПГ по общим массовым расходам, а затем -МПГ по расходам химических компонентов. Полученный первоначальный вариант технологической схемы модифицируется с помощью четырехуровневого эволюционного алгоритма, основанного на применении ЭП. Последним этапом синтеза ХТС является технико-экономический анализ.

Система «IDEA» программно реализована на языке ФОРТРАН, занимает 450 кбт памяти ЭВМ. При решении НФЗ синтеза оптимальных неоднородных ХТС в целом часто выделяют НФЗ синтеза некоторых однородных подсистем. Большое значение имеет НФЗ синтеза подсистем разделения многокомпонентных смесей (МКС). Не говоря о важном экономическом и инженерно - технологическом значении данной НФЗ, она является традиционным примером тестирования практически всех предлагаемых методов автоматизированного синтеза оптимальных ХТС. Фирма «Chioda Chemical Engineering and Construction» разработала ЭС генерации структуры технологической схемы систем ректификации МКС с использованием простых колонн ректификации. Данная ЭС основана на использовании традиционного набора ЭП, преобразованных в ПП. Используется, по - видимому, гибридный способом представления предметных знаний: в виде фактов и процедур расчета физико-химических параметров технологических потоков СР, входящих в ПП .

Недостатком этой ЭС является то, что она генерируется лишь одну структуру технологической схемы, полагаясь на эффективность используемых ЭП. Причем стратегия расширения конфликтных ситуации при выборе ЭП - простейшая : приоритет ЭП соответствует установленному порядку их расположения в БЗ. Для решения задачи в БЗ используется 28 ПП, причем лишь половина из них связана с выбором структуры технологической схемы, остальные же - сервисные, служат для обращения к процедурам печати сообщений, таблиц и схем. Для решения задачи система использует шестиуровневую иерархическую процедуру, отображающую метазнания о ПО- теорию ЭС. В рассматриваемой ЭС реализована прямая управляющая стратегия поиска решений «от данных цели». Система создана на основе инструментальной ЭС «CHIPSI» с использованием языка OPS-5 для IBM3033.

На языке LOOPS написана ЭС синтеза СР . Для синтеза СР азеотропных и неазеотропных смесей, систем разделения МКС с применением экстрактивной ректификации, а также СР с взаимосвязанными тепловыми потоками разработана ГЭС «Rectification Knowledge Based Expert System plus Tools» [98], написанная на языках Micro--Prolog и ФОРТРАН с использованием инструментальной программной системы «APES», основанной на логике (операционная система «MS-DOS»).

Экспертная система «НЕАТЕХ», разработанная в Питсбургском университете [90], предназначена для синтеза оптимальной ТС, входящей в СР со связанными тепловыми потоками. В этой системе реализованы модели представления декларативных и процедурных знаний, предусмотрена числовая оценка сгенерированных решений. Первоначально ЭС генерирует исходную ТС, которая затем, в диалоговом режиме, модифицируется ЛПР и количественно оценивается с помощью цифрового моделирования. Система является демонстрационным прототипом; объем БЗ --115 ПП.

В Цинхуа университете (Китай) разработана РЭС «SPHEN» («Synthesis of Practical Heat Exchanger Network») синтеза оптимальных ТС, обладающих малой чувствительностью к изменению коэффициентов теплопередачи ТА, скоростей и температур горячих и холодных потоков ТС [100]. В «SPHEN» знания представлены в виде ПП и вычислительных процедур. Для генерации оптимальных технологических схем ТС используются эвристическо-декомпозициоиные методы и метод «температурного сближения» («pinch»-метод). Система «SPHEN» программно реализована на языках ФОРТРАН и GCIJSP. Взаимодействие различных языков программирования реализуется с помощью дисковых файлов, внешних функций, каналов и соединений.

2.2 Консультирующие экспертные системы в химической технологии

Среди консультирующих ЭС рассмотрим системы выбора катализатора; расчета параметров фазового равновесия МКС; составления композиций агрохимикалиев.

Гибридная система «DECADE» («Desining for Catalyst Development») -- демонстрационный протопит ЭС выбора катализатора, разработанный в Карнеги-Меллон университете.

Для выбора катализатора необходимо ответить натри основных вопроса: какие свойства материала катализатора влияют на протекание реакции, как именно влияют и каково взаимное влияние компонентов катализатора на протекание реакции. Чтобы ответить на эти вопросы, необходимо провести стехиометрический и термодинамический анализы, иметь классификацию реакций, классификацию химических связей между компонентами вещества, модели механизмов процессов, протекающих на поверхности катализатора. Необходимая информацию является неоднородной, или гибридной, по типам подзадач, по методам, используемым для их решения. Некоторые подзадачи формализуемы, существуют алгоритмы их решения, которые должны быть включены в ЭС.

Для реализации системы «DECADE» выбрана специальная модель структуры БЗ -- типа «доски объявления», или «классной доски» . Эта модель состоит из структуры данных («классной доски»), которая содержит информацию (контекст), позволяющую взаимодействовать между собой набору различных источников знаний. Последние существуют в «DECADE» раздельно и независимо. Они соответствуют подзадачам декомпозиции и входят в правую и левую часть ПП. Контекст --набор входов, содержащих информацию о процедуре решения (понимание наблюдений, ожидания, гипотезы, решения, цели, интерпретации, суждения и ожидания). Общее управление в «DECADE» осуществляет один из источников знаний --«Центр Внимания» (ЦВ).

После того как ЛПР выбирает тип решаемой подзадачи, правило «пересылки цели» пересылает на КД описание цели решения. Затем на КД пересылаются ИЗ, которые могут достичь цели, и оценки предлагаемых решений. ЦВ анализирует все предложенные оценки и присваивает приоритеты. ИЗ с наивысшим приоритетом объявляется начальной целью. Если ИЗ решает поставленную задачу, управление передается либо ЦВ для перехода к другой подзадаче, либо пользователю --в случае полностью решенной задачи. Если ИЗ не может решить задачу (например, из-за недостаточности данных), управление передается ЦВ для поиска ИЗ со следующим приоритетом. Кроме того, в каждом ИЗ имеется набор ПП (метазнаний), отображающих особенности внутреннего управления.

Модель КД позволяет реализовать ЭС с помощью различных языков программирования и даже на различных ЭВМ, кроме того, используются различные МПЗ и управляющие стратегии для решения разных подзадач.

В Карнеги-Меллон университете разработан прототип ЭС для консультаций при выборе методов расчета фазового равновесия в системах пар/жидкость -- «CONPHYDE» («Consultant for Physical Property Designing»). Данная ЭС управляет выбором констант равновесия между жидкой и газовой фазами для имитационного моделирования процессов разделения, исходя из требуемой точности и ожидаемых концентраций, температур и диапазонов давлений. Знания в «CONPHYDE» представлены гибридной схемой, сочетающей ПП и СГ, аналогичной схеме представления «PROSPECTOR».

Механизм вывода основан на использовании коэффициентов уверенности в байесовской теории принятия решений для распространения вероятностей, связанных с данными. Система реализована на скелетном языке, т. е. оболочке ЭС -- «KAS», и использует его средства объяснения.

В «CONPHYDE» используют три основных класса фактов:

физические свойства смесей (идеальные--неидеальные, азеотропные-- неазеотропные, гетерогенные --гомогенные);

методы расчета равновесия (по закону Рауля, по коэффициенту активности, по коэффициенту фугитивности);

методы расчета минимального числа теоретических ступеней разделения (по минимальному флегмовому числу; графический метод).

БЗ содержит 37 ПП выбора 15-ти вычислительных методов, основанных на расчете коэффициента активности и уравнений состояния в зависимости от вещества, температуры и давления.

В химической технологии часто возникают задачи выбора типовых конструкций аппаратов, их узлов и деталей, а также конструкций двигателей, распределительных устройств, тарелок колонн и т. д. по каталогу, ГОСТу, справочнику в зависимости от уже рассчитанных значений параметров ХТП.

ЭС выбора конструкций аппаратов для ХТП производства инертных газов (в основном азота) представляет собой демонстрационный прототип. В качестве исходных параметров исполь зуются мощность производства и чистота продукта. Данные ЭС включают 20 ПП.

Консультирующая ЭС для проектирования колонн ректификации создана в Токийском университете.

Гибридная ЭС составления композиций агрохимикалис в помогает химику разрабатывать композиции (формы выпуска) новых биологически активных препаратов. Процедура принятия ЭС решений состоит из двух этапов: 1) определение типа используемой композиции; 2) определение способа придания интересующему химика препарату выбранной формы. В настоящее время в БЗ имеются ПО для определения вида композиции и способа изготовления эмульгируемого концентрата.

Обеспечено взаимодействие ЭС с несколькими ФОРТРАН-программами, выполняющими различные расчеты, например расчет растворимости.

Данная ГЭС написана для ЭВМ Apollo на диалекте языка ЛИСП (Domain LISP) -версии мобильного стандартного ЛИСПа (Portable Standart LISP), принятой на ЭВМ.

Структура ЭС отражает структуру НФЗ составления композиции агрохимикалиев. Одна из полезных особенностей ЭС заключается в том, что в каждой точке ветвления решения Л ПР может отвергнуть сделанный ЭС выбор, а также выбрать нужное количество проходимых ветвей.

Дедуктивная часть БЗ содержит ПП. Факты, выведенные путем логических дедуктивных рассуждений, и факты, полученные в ответ на запросы, обращенные к ЛПР, запоминаются в похожих структурах БД. Поскольку точки ветвления решения задачи также представляют собой логические дедукции, они запоминаются в структурах данных, аналогичных фактам. Точки ветвления содержат дополнительный поток управляющей информации, относящейся к иерархии НФЗ. Для дедуктивной части БЗ разница между фактами и точками ветвления очевидна.

Верхний уровень в структуре факта--это имя факта, например АКТИВНЫЙ_ИНГРЕДИЕНТ. В каждый факт входят различные свойства, допустимые для этого факта, например РАСТВОРИ-МОСТЬ_В_ВОДЕ. Для каждого свойства в памяти хранится некоторая информация. Во всех свойствах содержится атрибут ЗНАЧЕНИЕ, который инициализируется нулем или недопустимой величиной. Указывается также способ получения ЗНАЧЕНИЯ. В данной версии системы приняты три способа: СПРОСИТЬ, ВЫВЕСТИ и ВЫЗВАТЬ.

Для ускорения работы ЭС ПП выполнены в виде непосредственно исполнимых Лисп-кодов. Предложения ЕСЛИ содержат предикаты. После вычисления предикаты принимают значения «истина» или «ложь». Если все предложения ЕСЛИ истинны, выполняются предложения ТО. Они содержат ДЕЙСТВИЯ, меняющие ЗНАЧЕНИЯ других фактов. ПРЕДИКАТЫ и ДЕЙСТВИЯ --это основные элементы для всех ПП. Ограничения на количество содержащихся в ПП предложений ЕСЛИ или ТО отсутствуют. Если необходимо получить более мощное правило, можно легко добавить строительные блоки, написав новые ПРЕДИКАТЫ или ДЕЙСТВИЯ.

Структура ПП позволяет также выполнять простые булевы функции. Предложения ЕСЛИ логически перемножаются (операция И). Различные предложения ТО, являющиеся частями предложения ЕСЛИ с одним и тем же номером, логически складываются (операции ИЛИ). Операция логического отрицания (НЕ) не существует, но ее можно имитировать с помощью предикатов в предложении ЕСЛИ, имеющих противоположный смысл (т. е. БОЛЬШЕ -- эквивалент .НЕ МЕНЬШЕ).

ДЕЙСТВИЯ приводят к двум типам предложений ТО'. Первый тип влияет на значение только одного свойства. Второй тип предложений ТО связан со всеми текущими точками ветвления. БВР работает с многозначной логикой, т. е. проводит нестрогие рассуждения. В предложениях ТО каждого ПП содержатся коэффициенты уверенности (КУ). Уравнение для комбинирования положительных уверенностей имеет вид :

КУ = старое_значепие + новое_значение = (старое_значение * но-вое_значение).



Смешанные положительные и отрицательные уверенности просто складываются. Достоинство таких функций заключается в том, что их значения лежат в интервале от -1 до 1.

ЭС проводит также строгие рассуждения при помощи действия ПОЛОЖИТЬ-РАВНЫМ в предложении ТО. Это действие позволяет установить значение КУ, равное +1 (истина) или -1 (ложь), независима от вычисленных ранее значений.

ЭС способна помочь химикам надежно определить, какой ТИП композиции следует изготовлять. Однако единственная ветвь дерева решений, обеспеченная ПП, --это ветвь, соответствующая эмульгируемым концентратам. Система может определить, какие растворители следует испытать для изготовления эмульгируемого концентрата. Эти решения в значительной степени опираются на ПП и расчеты растворимости.

Работа над ПП для выбора эмульгаторов находится в начальной стадии.

2.3 Экспертные системы автоматического управления и диагностики химико-технологических процессов

Для решения НФЗ синтеза систем автоматического управления (САУ)'ХТП разработаны: ЭС фирмы «Chiyoda» и ЭС «CONSULTANT» . Первая ЭС синтеза САУ является демонстрационным прототипом и используется для синтеза САУ ректификационных колонн. Эта ЭС написана на языке UTIUSP для IBM 3033 с применением оболочки «CHIPSH. В качестве знаний система использует не только ЭП экспертов-проектировщиков КИП, но и знания из специальной научно-технической литературы. База знаний включает 96 ПП, половина из которых --знания о ПО, остальные связаны с функционированием ЭС.

Экспертная система «CONSULTANT» существует в двух вариантах, обеспечивающих: 1) синтез САУ ректификационных колонн; 2) синтез САУ турбокомпрессоров с регулированием работы насосов. Система вычерчивает схему КИП и печатает документацию полностью либо выборочно. Затраты времени на синтез САУ с использованием ЭС «CONSULTANT» сокращаются от нескольких дней до 1 часа и менее.

ЭС «CONSULTANT» существует в виде исследовательского прототипа, реализованного на IBM-PC.

Разработана ЭС оценки качества эксплуатации и настройки ПИД-регуляторов . Указанная ЭС дает ЛПР ответы на следующие вопросы: Как хорошо функционирует регулятор? Являются отклонения нормальными? Почему корректирующее воздействие не требуется в контуре управления? Определить контуры в САУ, где необходима компенсация «зоны запаздывания» временной характеристики; должна ли она быть увеличена или уменьшена? В каких САУ корректирующие параметры значительно изменились за последние два месяца? Какие регуляторы требуют настройки и какие новые параметры настройки необходимы? Запас устойчивости для контуров; как необходимо его обеспечить?

Данная гибридная ЭС использует различные алгоритмические методы (для наблюдения управления, оценки параметров, настройки регуляторов) с качественным описанием задач управления (например, основные трудности управления из-за нелинейности или динамической неустойчивости).

Фирма Foxboro разработала ЭС «EXACT», которая использует ЭП для настройки ПИД-регуляторов без цифрового моделирования. ЭС «EXACT» перенесена на микропроцессор в виде программы, написанной на «Ассемблере», что исключает возможность ее расширения или модификации после установки.

Разработана ЭС настройки ПИД-регуляторов для САУ реакторами периодического действия, а также разработана ЭС автоматической настройки контуров управления.

Для разработки интеллектуальных прогнозирующих датчиков и адаптивных регуляторов САУ широко используются нейронные сети.

Практический опыт и результаты применения НС для моделирования динамических характеристик ХТП (например, динамики дистилляционнои колонны четкого разделения показали, что применение НС удобно в тех случаях, когда необходимо работать с неточными данными или имеется шум в измерениях, и главным образом тогда, когда необходимо осуществлять экстраполяцию и прогнозирование динамики. Что касается структуры НС, обучаемых методом обратного распространения, то в задачах анализа динамики ХТП нерационально использование НС с большим числом скрытых слоев. Число узлов и слоев не имеет в общем большого влияния на точность результатов, но существенно влияет на время, необходимое для обучения НС. Самыми удобными для решения задач моделирования динамики ХТП являются НС с одним скрытым слоем. Так как с увеличением числа узлов время обучения повышается значительно, рекомендуется использовать сначала НС с меньшим числом узлов (не более 3--6) и только, если необходимо повысить точность результатов, следует использовать НС более сложной структуры.

Создана ЭС-советчик для проектирования регуляторов -- «САСЕ IV» («Computer-Aided Control Engineering») , которая обеспечивает решение двух основных НФЗ: 1. Постановку и теоретический анализ задачи управления; 2. Разработку стратегии проектирования специальных регуляторов. При решении первой НФЗ используются различные ПП, отражающие опыт экспертов, которые помогают ЛПР создать математическую модель ХТП, выбрать КЭ управления, определить причинно-следственные связи между управляющими, возмущающими и управляемыми переменными. Помимо ПП при выполнении всех указанных операций используются также вычислительные процедуры.

Применение ЭС для управления и диагностики ХТП и ХТС позволяет повысить качество анализа информации о состояниях ХТП и ХТС, осуществить «разумную» подачу аварийных сигналов, улучшить техническую диагностику и обеспечить оптимальное управление ХТП и ХТС. Однако для реализации этих функций необходимо, чтобы ЭС работала в реальном масштабе времени.

При создании ЭС управления и технической диагностики ХТП, работающих в реальном масштабе времени, приобретает важные значения несколько новых по сравнению с обычными ЭС задач. Важнейшей из них является эффективность исполнения ЭС. В обычных ЭС факты и знания, на которых основываются рассуждения, носят статический характер. В ЭС управления и диагностики ХТП, или показаний КИП, факты и знания являются динамическими. В таких ЭС может существовать до нескольких тысяч показаний приборов и аварийных сигналов, заметно меняющих величину или состояние в течение нескольких минут.

Задача ЭС управления и диагностики советчика оператора -- Доставить экспертные диагнозы состояния ХТП и рекомендовать 1еотложные аварийные мероприятия или операции по обеспечению Экономически оптимальных режимов ХТП. Вот некоторые из возможных производственных ситуаций: 1) при отказе важного датчика и передаче вследствие этого ложной информации ЭС могла бы при помощи БЗ и ХТП обнаружить противоречия и послать оператору аварийный сигнал;

2) при нарушении функционирования ХТП система могла бы найти причины возникших нарушений, отделить их от следствий и помочь оператору в устранении неполадок; для этого она могла бы использовать ЭП технической диагностики.

В приведенных примерах ЭС работает по правилам экспертизы, заложенным в нее при разработке. Потенциальное преимущество ЭС-советчика оператора состоит в том, что она проводит экспертизу во всех отношениях достаточно быстро, обеспечивая постоянную организованную помощь ЛПР,

Основные принципы построения такого класса ЭС, обеспечивающих выполнение этих требований, следующие.

1.Доступ к данным. Необходим эффективный интерфейс передачи данных в реальном масштабе времени между ЭС и КИП.

2. Включение прямой и обратной цепочки рассуждений и программное обеспечение, работающее в реальном масштабе времени.

Для ЭС-советчика ЛПР необходимы обе эти стратегии. Опытный оператор в процессе обычной работы будет просматривать ключевую информацию о ходе ХТП. Это необходимо для поддержания высокого качества управления и обнаружения отклонений, не вызывающих явных аварийных сигналов. Способ рассуждений, отвечающий такому подходу, --это цепочки рассуждений с непрерывным просмотром. ЭП, которые определяют предположительно важные события, непрерывно просматриваются и в случае совпадения условий программе-монитору ЭС дается соответствующий сигнал. Обычные аварийные КИП также могут сигнализировать монитору, если они эвристически отнесены к рангу предположительно важных событий.

Опытный оператор АСУ ТП, получив сигнал, сконцентрирует внимание на возникшей неполадке и будет проводить обратную цепочку рассуждений. Это может выразиться в вызове ЭП, связанных с безопасностью или другими соображениями, а также в сборе и первичном анализе информации, позволяющей сделать вывод о существовании неполадки. При необходимости для диагностических рассуждений применяются логические правила и про цедуры. ЭС имитирует опытного оператора в том отношении, что вызов Логических правил и процедур происходит только тогда, когда они нужны для диагностики неполадки или по требованию очередного шага рассуждений.

3. Вычислительная эффективность.Эффективность рассуждений зависит от структуры программы БЗ, а также от быстродействия ЭВМ, Кроме того, дедуктивные процедуры обычных рассуждениймогут бмть дополнены ЭП.

На основе использования указанных выше требований к ЭС управления и диагностики ХТП и ХТС созданы ЭС «ЕМС», «ABLE» и «PICON».

Интеллектуальный (или экспертный) многомерный регулятор «EMC» {«Expert Multi-Variable Controller») состоит из ЭС, блока датчиков и блока регулятора . В базе знаний ЭС хранятся два вида знаний: знания о ХТС -- объекте управления; знания о законах управления ХТС. Знания представлены в виде ПП. Знания о ХТС включают следующие знания: о структуре ХТС; об отдельных ХТП и ЕО; об ограничениях для ХТП; об опыте эксплуатации ХТС, Знания о законах управления включают: описание алгоритмов управления; методы настройки регуляторов; методы выбора контуров управления. Система «ЕМС» работает в трех режимах:

техническая диагностика отказов САУ; принятие решений по выбору алгоритмов управления; реализация алгоритмов управления в реальном масштабе времени.

Гибридная система «ABLE» [ИЗ] использует известные математические модели ХТП, различные МПЗ и процедуры оптимизации для управления параметрами пучка в ускорителях частиц. В наибольшей степени всем указанным выше требованиям создания Эс управления и диагностики ХТП и ХТС сответствует ЭС «PICO1V» («Process Intelligent Control» -- «Интеллектуальное управление технологической системой»), разработанная фирмой LM1 и успешно работающая на ряде предприятий фирм «Texaco» и «Exxon* .

Систему «PICON» аппаратурно-программно реализована на ЛИСП-машине, имеющей связь с распределенной АСУ ТП обычного типа. При разработке предполагалось, что ЭС сможет обслуживать до 20 000 показателей КИП. Применялась ЛИСП-машина Lambda фирмы LMI. Интерфейс передачи данных, работающий в реальном масштабе времени, через шину MULTIBUS соединен с ЭВМ, входящей в распределенную АСУ ТП. Данные в инженерных единицах с плавающей запятой или в виде сигналов состояний запрашивает ЭС. Таким образом, распределенная АСУ ТП вместо того, чтобы передавать все данные измерений в аварийные сигналы постоянно, передает только те данные, которые необходимы для рассуждений. В известном смысле ЭС действует подобно опытному оператору, который выборочно контролирует функционирование ХТП, используя свой опыт для выбора конкретных мест, заслуживающих внимания.

При управлении ХТП было обнаружено, что многие вычисления, проверки данных, скоростей их изменения и другие задачи с интенсивными вычислениями выполняются на начальном уровне рассуждений. В связи с этим для повышения вычислительной эффективности в PICON использованы два параллельных процессора с общей памятью.

Экспертная система «Escort-» -- это ЭС для анализа и предупреждения отказов в САУ процессами нефтедобычи . «Escort» работает в реальном времени, что требует более сложной управляющей стратегии, так как она должна обрабатывать за одно и то же время сигналы, требующие разных вычислений, анализировать параллельные события, иметь быстрый отклик.

Основные задачи, выполняемые ЭС «Escort»: распознавание событий, которые могут привести к отказам или к ошибке оператора; ранжирование этих событий, присвоение им приоритетов; анализ события для выявления его причины: отказы в ХТП или в САУ, ошибки оператора; ранжирование причин отказов; предоставление результата диагностики оператору; объяснение процедуры диагностики.

Гибкость ЭС «Escort» обеспечивается благодаря использованию расписания, основанного на знаниях. С помощью расписания определяется последовательность использования ресурсов ЭС в зависимости от диагноза, состояния ХТП и требований оператора.

Для повышения эффективности работы ПП в ЭС сгруппированы в различные классы на основе использования метазнаний. Около 20% всех имеющихся ПП рассматриваются в процедуре технической диагностики, остальные --для описания этапа поиска задачи. «Escort» является демонстрационным прототипом. Эта ЭС реализована на ЛИСП-машине на базе ПЭВМ «Хегох-llQS» с помощью инструментальных программных средств «Interlisp-D + Loops». САУ реализована на другой ПЭВМ-PDPll на языке ПАСКАЛЬ. Поток информации, поступающий на вход САУ, дублируется и подается одновременно на вход в ЭС.

Экспертная система технической диагностики «SCCES» («Stress Corrosion Cracking Expert System») разработана фирмой Id для оценки риска коррозионного растрескивания в аппаратах из нержавеющей стали. Система предназначена для инженеров-специалистов по конструкционным материалам и коррозии; ее используют при проектировании и для технической диагностики ЕО. На основе исходных данных (например, наличие трещин) и значений электрохимического потенциала, с учетом знания физико-химических механизмов делаются качественные выводы относительно риска коррозионного растрескивания. Объем БЗ составляет 100 фактов и 200 ПП.

Экспертная система «МОДЭКС» («Модельно-ориснткрованный диагностический эксперт-») -- это ЭС, применяющая процедуру вывода, основанную как на математических моделях, так и на переработке знаний. Основу данной ЭС образуют БЗ, состоящая из двух ярусон. В верхнем ярусе БЗ размещаются специальные ЗН, касающиеся отдельных ХТП и ХТС в целом, а в нижнем ярусе --обобщенная информация об ограничениях, взаимосвязях ЕО, моделях причин неисправностей для разных элементов ХТС. Причинные модели отображают качественные знания о поведении ХТС; модели неисправностей связывают производственные отклонения со множествами событий, каждое из которых может потенциально являться местным источником неисправности. Двухъярусность БЗ увеличивает эффективность ЭС, поскольку применение ЭП ускоряет поиск причин неисправностей.

Решение задач диагностики ХТП и ХТС требует привлечения различных типов знаний: объектов, отношений, понятий, таксономии, характеристик функционирования. Так, например, «химический реактор-? --это пример «объекта», изотермическая реакция -- пример «понятия». Классификационные схемы, или таксономии, полезны при наличии иерархической структуры ЗН, например общий класс объектов «теплообменники» подразделяется на подклассы в зависимости от схем взаимодействия. Примером пространственного отношения может служить следующее: «Начало потока 5 связано с реактором 1, а конец --с клапаном 3». Знания о характеристиках функционирования, или поведения, могут принимать форму ограничений на режимы функционирования ХТС, например иметь вид уравнений материальных и энергетических балансов ХТС.

Знания, используемые в «МОДЭКС», также могут быть глубинно-уровневыми и экспериментальными. Глубинно-уровневые чмания являются обобщенными и не зависящими от конкретной ХТС и ХТП. Они включают в себя понятия, ограничения и характеристики поведения ЕО, применимые к множеству ситуаций. /Экспериментальные ЗН -- это предыдущий опыт, обычно сводящийся только к некоторому конкретному ХТП или ХТС.

Экспертная система «FALCON» определяет вероятные причины отклонений параметров ХТП от нормы в ХТС, интерпретируя данные, состоящие из числовых значений показаний КИП, положения переключателей и состояния аварийных датчиков. ЭС интер- претирует данные, используя знания о последствиях нарушения нормального режима работы данного ХТП или аппарата и о том, как нарушения на входе этого аппарата приводят к нарушениям на их выходе. Знания представляются двумя способами: в виде набора ПП, применение которых контролируется прямой цепочкой рассуждений, и в виде СТ, отображающих причинно-следственную модель ХТС. ЭС реализована на языке ЛИСП.

В последнее время было сделано много попыток использовать глубинные знания в диагностических ЭС для ХТС. Базы знаний этих ЭС в основном содержат ПП, недостатками которых является отсутствие универсальности, поскольку семантическая модель ХТС должна входить в базу правил.

Предложен новый метод моделирования глубинных знаний и показана его взаимосвязь с объектно-ориентированным программированием .

2.4 Экспертные системы в химии

В настоящее время ЭС «DENDR4L» определяет молекулярную структуру неизвестных соединений, исходя из данных масс-спек-трометрии и ЯМР. ЭС использует специальный алгоритм для систематического перечисления всех возможных молекулярных структур, а затем применяет знания по химии для сокращения этого списка до обозримого размера. Знания в «DENDRAL» представлены в виде процедур для генератора молекулярных структур и в виде ПП для управления данными и вычислительных программ. ЭС реализована на языке Интерлисп и разработана в Станфордском университете.

ЭС «DENDRAL» была одной из первых ЭС, в которой разнообразные ЗН были представлены в виде набора явных ПП. Необходимо особо отметить, что ЭС «DENDRAL» явилась источником многих принципиально новых идей в теории ЭС.

Эксперты-химики часто испытывают затруднения при копировании ЭП, поскольку многое в знаниях специалистов подразумевается или рассматриваемая ПО не совсем совпадает < областью мх деятельности. С целью устранения таких затруднении была предпринята разработка ЭС «META-DENDRAL». ЭС «МЕТА DENDRAL» помогает определять зависимость масс-спектрометрн ческой фрагментации от структурных особенностей молекул блц годаря наличию ПП фрагментации для данного класса молекул ЭС выводит эти ПП из обучающих примеров, содержащих наборы молекул с известными трехмерными структурами и масс-спектрами. Вначале «МЕТА-DENDRAL» порождает совокупность весьма специальных ПП, описывающих одиночный процесс фрагментации для конкретной молекулы. Затем она использует обучающие примеры для обобщения таких ПП. Далее ЭС пересматривает полученные ПП, чтобы исключить избыточные или некорректные ПП. «META-DENDRAL» реализована на языке Интерлисп.

Экспертная система «CONGEN» помогает определять наборы возможных структур неизвестных соединений. Химики предоставляют системе «CONGEN» спектрометрические и химические данные, перечень необходимых и запрещенных связей между атомами в соединении. «CONGEN» находит все возможные способы составления из атомов молекулярных структур, удовлетворяющих указанным ограничениям, и предоставляет в распоряжение специалиста-химика ряд структурных схем соединений, образующих исчерпывающий список таких структур-кандидатов. ЭС порождает структуры-кандидаты, используя разнообразные алгоритмы теории графов. «CONGEN» реализована на языке Интерлисп и представляет собой подсистему ЭС «DENDRAL», а также используется в качестве генератора гипотез в ЭС «Heuristic DENDRAL».

Система «CRYSALIS» определяет трехмерную структуру белка по распределению плотности электронов (РПЭ).ЭС интерпретирует информацию по дифракции рентгеновских лучей, включающую информацию о положении и интенсивности рассеянных волн, и выводит атомную структуру. ЭС использует знания о составе белка и рентгеноструктурном анализе, а также эвристики, чтобы с помощью анализа РПЭ получать и проверять гипотезы относительно правдоподобных белковых структур. «CHYSAL1S» использует архитектуру типа «доски объявлений», содержащей независимые источники знаний для выдвижения и проверки многоуровневой структуры гипотез. ЭС написана на языке ЛИСП.

Экспертная система «OCSS» помогает планировать синтез сложных органических молекул. ЭС анализирует молекулы-цели, предположенные специалистом-химиком, распознавая функциональные Фуппы, цепи, кольца, избыточность или симметрию скелета мо-чгкулы, применяя к ним химические преобразования и оценивая получающиеся структуры молекул с точки зрения корректности, 1',цинственности и простоты. Система реализована на ЭВМ «DEC » в Гарвардском университете. ЭС “SEC” помогает химикам пштезировать сложные органические молекулы. Специалист-химик задает структуру желаемой молекулы, а ЭС порождает план падания такой молекулы из набора более простых молекул -- строительных блоков». Этот план представляет собой в основном последовательность химических реакций, применяемых к функциональным группам атомов. ЭС с помощью специалиста-химика ищет путь от молекулы к более простым молекулам до тех пор, пока не определит маршрут от молекулы-цели до «строительных блоков». SECS реализована на Фортанё.

Экспертная система «SYNCHEM» синтезирует сложные органические молекулы, не требуя участия химика. ЭС использует знания о химических реакциях для выработки плана получения ^: молекулы-цели из заданного набора исходных молекул. ЭС использует обратный поиск, начинающийся с молекулы-цели, и пытается определить, с помощью каких реакций можно ее получить и какие материалы (молекулы) для этого нужны. Такой поиск продолжается до тех пор, пока не будет составлена вся схема-- от молекулы-цели до исходных материалов. ЭС реализована на языке «PL/Y».

Система SYNCHEM-2 синтезирует сложные органические молекулы без помощи и указаний со стороны химика. ЭС пытается найти последовательность реакций синтеза органических соединений, превращающих набор доступных исходных материалов в молекулу-цель. SYNCHEM-2 использует знания о химических реакциях для составления плана создания молекулы-цели из молекул -- «строительных блоков». Система пытается найти оптимальный маршрут синтеза целевой молекулы из любых исходных веществ, применяя ЭП, ограничивающие поиск маршрутами, удовлетворяющими ограничениям задачи (информация об условиях точности реакций, о качестве и выходе требуемого продукта) реализована на языке PL/У; является развитием системы SYNCHEM.

Рассмотрим краткую характеристику ЭС планирования периментов в генетике, молекулярной биологии и в масс-спектрометрии : «MOLGEN», «SEQ» и «TQMSTUNE» .

Экспертная система «MOLGEN» помогает генетику м|<п планировании экспериментов по клонированию генов в молекулярной генетике. Эти эксперименты состоят из встраивания гпи, кодирующего желаемый белок, в генетический аппарат бактерии чтобы эта бактерия воспроизводила такой ген. Система испольное знания по генетике и задачу, поставленную пользователем, для разработки общего плана и дальнейшего его превращения в исследовательность конкретных лабораторных опытов. MOLGEN использует объектно-ориентированное программирование, а также ФР моделей и стратегию управления. ЭС реализована на языках ЛИСП и UNITS.

Система «SEQ» помогает специалистам по молекулярной биологии в проведении нескольких видов анализа нуклеотидных последовательностей. ЭС может запомнить, отыскать и проанализировать последовательности нуклеотидов нуклеиновых кислот, а также провести статистический анализ структурной гомологии и симметрии. Стратегия поиска в «SEQ» может быть приспособлена к требованиям ЛПР изменением значений параметров, принимаемых по умолчанию; например, биолог может менять веса штрафной функции и размер промежутка при сглаживании по Нидлеману-Уинху. SEQ реализована на языке ЛИСП и была разработана в виде части ЭС «MOLCEN».

Экспертная система «SPEX» помогает исследователям в планировании сложных лабораторных экспериментов. Исследователь описывает задействованные объекты (например, физические условия проведения эксперимента и структуру исследуемого объекта), а ЭС помогает разрабатывать план для достижения цели эксперимента. Затем система уточняет каждый абстрактный шаг плана, делая его более конкретным, увязывая с методами и объектами, хранящимися в БЗ. Хотя ЭС проверялась исключительно в области молекулярной биологии, она не обладает какими-либо встроенными механизмами, ориентированными на молекулярную биологию, следовательно, она может быть применена и в других проблемных областях. SPEX реализована на языке UNITS, ориентированном на МПЗ в виде ФР.

ЭС «TQMSTUNE» точно настраивает квадрупольный масс-спектрометр (TQMS), интерпретируя такие характеристики сигналов от TQMS, как отношения величин спектральных пиков, их ширина и форма. ЭС использует знания о том, как, изменяя настройку /.V, повлиять на его чувствительность и форму спектров. Знания составлены с помощью фреймовых конструкций языка КЕЕ.

2.5 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.

Организационная -административная 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.

...