CN107341325B - 一种离散事件系统次优监督控制器生成方法 - Google Patents
一种离散事件系统次优监督控制器生成方法 Download PDFInfo
- Publication number
- CN107341325B CN107341325B CN201710736509.6A CN201710736509A CN107341325B CN 107341325 B CN107341325 B CN 107341325B CN 201710736509 A CN201710736509 A CN 201710736509A CN 107341325 B CN107341325 B CN 107341325B
- Authority
- CN
- China
- Prior art keywords
- state
- event
- spec
- sigma
- list
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012546 transfer Methods 0.000 claims abstract description 55
- 230000006870 function Effects 0.000 claims abstract description 51
- 238000010276 construction Methods 0.000 claims abstract description 6
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种离散事件系统次优监督控制器生成方法,包括以下步骤:1)构建系统中各组件Gi的自动机模型PLANTi=(Qi,Σi,δi,qi0,Qim),计算系统的全局自动机模型PLANT;2)将文字描述的性能指标E转换为性能指标E的自动机模型SPECA0;3)计算在性能指标E各状态被禁止的事件集合DAT及其不可控事件分量DATu;4)计算各组件Gi的自动机模型PLANTi中各不可控事件σ对应的邻近可控事件集合J(σ)以及与σ同时定义的事件集合Σσ;5)得性能指标E的自动机模型SPECA0转移函数组成的集合△;6)根据性能指标E的自动机模型SPECA0转移函数组成的集合△生成离散事件系统次优监督控制器,该方法能够根据性能指标生成离散事件系统次优监督控制器。
Description
技术领域
本发明属于离散事件系统监督控制理论领域,涉及一种离散事件系统次优监督控制器生成方法。
背景技术
离散事件系统(Discrete-Event Systems,简称DES),例如柔性制造系统、计算机和通信网络、机器人、交通控制系统、物流和数据库管理系统等,一直是控制理论领域的研究热点之一。离散事件系统监督控制的思路为先建立被控对象对应的自动机模型与系统运行需满足的性能指标对应的自动机模型,然后利用TCT软件计算满足性能指标要求且关于被控对象可控的最优监督控制器,即在最优监督控制器的监控下系统不会生成违反性能指标要求的事件串、且最优监督控制器尽可能少地禁止可控事件的发生。现有技术只研究了最优监督控制器的生成方法。但是当系统规模较大时,计算所得的最优监督控制器往往状态数目庞大,而系统运行通常只需使用最优监督控制器的部分信息,因此可考虑生成满足性能指标要求且关于被控对象可控的次优监督控制器。此外,当系统的性能指标频繁改变时需要不断重新计算新的监督控制器,如果直接根据改变后的性能指标生成对应的次优监督控制器,则在满足性能指标要求的前提下能加快监督控制器的生成效率。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种离散事件系统次优监督控制器生成方法,该方法能够根据性能指标生成离散事件系统次优监督控制器。
为达到上述目的,本发明所述的离散事件系统次优监督控制器生成方法包括以下步骤:
1)通过TCT软件构建系统中各组件Gi的自动机模型PLANTi=(Qi,Σi,δi,qi0,Qim),其中,Qi、Σi、δi、qi0及Qim分别为第i个组件的状态集合、事件集合、转移函数、初始状态及标识状态集合,并根据各组件Gi的自动机模型PLANTi利用同步积指令计算系统的全局自动机模型PLANT;
2)将文字描述的性能指标E转换为性能指标E的自动机模型SPECA0;
3)根据性能指标E的自动机模型SPECA0及系统的全局自动机模型PLANT计算在性能指标E各状态被禁止的事件集合DAT及其不可控事件分量DATu;
4)计算各组件Gi的自动机模型PLANTi中各不可控事件σ对应的邻近可控事件集合J(σ)以及与σ同时定义的事件集合Σσ;
5)根据各组件Gi的自动机模型PLANTi中各不可控事件σ对应的邻近可控事件集合J(σ)以及与σ同时定义的事件集合Σσ得性能指标E的自动机模型SPECA0转移函数组成的集合Δ;
6)根据性能指标E的自动机模型SPECA0转移函数组成的集合Δ生成离散事件系统次优监督控制器。
用3元组列表的形式存储自动机的状态转移关系,其中,所述3元组列表包含三列,其中,第一列存储源状态,第二列存储事件名称,第三列存储目标状态,其中,源状态表示系统当前激活的状态,事件表示在当前状态下具有发生资格的事件,目标状态表示经由可发生的事件到达的状态;当在一个源状态下有j个事件具有发生资格,则在3元组列表中需要用j行存储该事件的状态转移关系。
步骤1)的具体操作为:
11)构建被控系统各个组件中的事件集合,其中,不同事件的命名不同,建立用于存储系统状态的状态列表state_list;
12)将系统的初始状态作为第一个源状态写入3元组列表中第一行第一列的位置,并将系统的初始状态写入状态列表state_list中;
13)根据组件的动态运行情况得在该源状态下能够发生的各事件,设在该源状态下有j个可能发生的事件;
14)将源状态写入3元组列表中下一个空白行的第一列位置,将下一可能发生的事件写入该空白行的第二列位置,再确定从该源状态出发在该可能发生的事件发生后系统所到达的状态,并且将所述系统所到达的状态作为目标状态写入该空白行的第三列位置;同时当该目标状态已经存在于状态列表state_list中时,则状态列表state_list保持不变,当该目标状态不存在于状态列表state_list时,则将该目标状态写入到状态列表state_list中;
15)重复步骤14),直至遍历所有j个可能发生的事件为止;
16)判断当前的源状态是否为状态列表中的最后一个状态,当当前的源状态为状态列表中的最后一个状态时,则转至步骤18);当当前的源状态不是状态列表中的最后一个状态时,则转至步骤17);
17)从状态列表中取出下一个状态作为新的源状态,再转至步骤13);
18)完成一个组件的自动机模型的建立,并将当前的状态列表作为该组件的自动机模型;
19)重复步骤11)-18),得所有组件的自动机模型PLANTi,将所有组件的自动机模型PLANTi按照TCT指令Create的提示输入到计算机中,同时存储所有组件的自动机模型PLANTi,并用TCT指令Sync计算系统的全局自动机模型PLANT。
步骤2)的具体操作为:将文字描述的性能指标E转换为正则语言,然后将正则语言转换为相应的自动机模型SPECA0。
步骤3)的具体操作为:
31)利用TCT指令Allevents计算系统的全局自动机模型PLANT中各事件自循环转移构成的自动机ALL=Allevents(PLANT);
32)将性能指标对应的自动机SPECA0与自动机ALL进行同步积运算,得到
SPECA=Sync(SPECA0,ALL)=(Y,Σ,η',y0,Ym)
其中,Y,Σ,η',y0,Ym分别为自动机SPECA的状态集合、事件集合、转移函数、初始状态与标识状态集合。
33)利用TCT指令Condat计算在SPECA各状态被禁止的事件集合,即SPECA.dat=Condat(PLANT,SPECA),其中,在性能指标各状态被禁止的事件集合DAT为:
其中,y∈Y表示SPECA的任意状态,ΣD表示在状态y被禁止的事件组成的集合;
34)对于每个(y,ΣD),去除ΣD中的可控事件,将所得结果记为(y,ΣuD),将(y,ΣuD)作为DAT的不可控事件分量DATu。
步骤4)的具体操作为:
41)对于组件Gi的自动机模型PLANTi中各不可控事件σ,计算与其邻近的可控事件,再将不可控事件σ相邻的所有可控事件构建不可控事件σ邻近可控事件集合J(σ)。
42)将组件Gi的自动机模型PLANTi中不可控事件σ对应的转移函数记为δi(q,σ)=q',其中,q,q'分别表示转移函数的源状态与目标状态,将在源状态q有定义的其他事件组成的集合记为与不可控事件σ同时定义的事件集合Σσ。
步骤5)的具体操作为:
51)对于不可控事件分量DATu中各元素(yj,ΣuDj),用σjk表示ΣuDj中的各事件,将事件σjk对应的源状态与目标状态分别记作y及y',由SPECA0中事件σjk有定义的所有源状态与目标状态组成集合YP:={(y,y')};
52)用τ枚举YP中的元素(yτ,yτ'),对于每个元素(yτ,yτ')新加入状态yτk,对于事件σjk对应的邻近可控事件集合J(σjk)中的每个元素σjkl均生成转移函数η(yτ,σjkl)=yτk,并将转移函数η(yτ,σjkl)=yτk添加到SPECA0转移函数组成的集合Δ中;
在集合中,对于与事件σjk同时定义的每个事件其中,表示与事件σjk同时定义的事件组成的集合,生成转移函数η(yτk,σt)=yτ,并将转移函数η(yτk,σt)=yτ添加到SPECA0转移函数组成的集合Δ中;
53)将yτk、σjk及yτ′构建的转移函数η(yτk,σjk)=yτ'覆盖添加到集合Δ中,并从集合Δ中删除原有转移函数η(yτ,σjk)=yτ';
54)重复步骤51)-步骤53)直到DATu中所有元素全部被遍历,得最终SPECA0转移函数组成的集合Δ。
步骤6)的具体操作为:通过最终SPECA0转移函数组成的集合Δ对性能指标E的自动机模型SPECA0进行修改,然后利用TCT指令Sync计算修改后的性能指标E的自动机模型SPECA0与ALL的同步积SPECC=Sync(SPECA0,ALL),所得结果为离散事件系统次优监督控制器。
本发明具有以下有益效果:
本发明所述的离散事件系统次优监督控制器生成方法在具体操作时,先将文字描述的性能指标E转换为性能指标E的自动机模型SPECA0,根据性能指标E的自动机模型SPECA0及系统的全局自动机模型PLANT计算性能指标E的自动机模型SPECA0转移函数组成的集合Δ,然后根据性能指标E的自动机模型SPECA0转移函数组成的集合Δ生成离散事件系统次优监督控制器,操作简单、方便,并且离散事件系统次优监督控制器直接由性能指标E的自动机模型SPECA0生成,因此所得次优监督控制器的状态数相对于传统方法计算得到的最优监督控制器的状态数少很多,因此次优监督控制器的计算机存储空间较小,并且简单易行,能够适用于性能指标频繁变动的离散事件系统监督控制场合,有效的提高离散事件系统运行的灵活性,促进离散事件系统监督控制方法在实际工业生产中的应用。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图对本发明做进一步详细描述:
参考图1,本发明所述的离散事件系统次优监督控制器生成方法包括以下步骤:
1)通过TCT软件构建系统中各组件Gi的自动机模型PLANTi=(Qi,Σi,δi,qi0,Qim),其中,Qi、Σi、δi、qi0及Qim分别为第i个组件的状态集合、事件集合、转移函数、初始状态及标识状态集合,并根据各组件Gi的自动机模型PLANTi利用同步积指令计算系统的全局自动机模型PLANT;
2)将文字描述的性能指标E转换为性能指标E的自动机模型SPECA0;
3)根据性能指标E的自动机模型SPECA0及系统的全局自动机模型PLANT计算在性能指标E各状态被禁止的事件集合DAT及其不可控事件分量DATu;
4)计算各组件Gi的自动机模型PLANTi中各不可控事件σ对应的邻近可控事件集合J(σ)以及与σ同时定义的事件集合Σσ;
5)根据各组件Gi的自动机模型PLANTi中各不可控事件σ对应的邻近可控事件集合J(σ)以及与σ同时定义的事件集合Σσ得性能指标E的自动机模型SPECA0转移函数组成的集合Δ;
6)根据性能指标E的自动机模型SPECA0转移函数组成的集合Δ生成离散事件系统次优监督控制器。
用3元组列表的形式存储自动机的状态转移关系,其中,所述3元组列表包含三列,其中,第一列存储源状态,第二列存储事件名称,第三列存储目标状态,其中,源状态表示系统当前激活的状态,事件表示在当前状态下具有发生资格的事件,目标状态表示经由可发生的事件到达的状态;当在一个源状态下有j个事件具有发生资格,则在3元组列表中需要用j行存储该事件的状态转移关系。
步骤1)的具体操作为:
11)构建被控系统各个组件中的事件集合,其中,不同事件的命名不同,建立用于存储系统状态的状态列表state_list;
12)将系统的初始状态作为第一个源状态写入3元组列表中第一行第一列的位置,并将系统的初始状态写入状态列表state_list中;
13)根据组件的动态运行情况得在该源状态下能够发生的各事件,设在该源状态下有j个可能发生的事件;
14)将源状态写入3元组列表中下一个空白行的第一列位置,将下一可能发生的事件写入该空白行的第二列位置,再确定从该源状态出发在该可能发生的事件发生后系统所到达的状态,并且将所述系统所到达的状态作为目标状态写入该空白行的第三列位置;同时当该目标状态已经存在于状态列表state_list中时,则状态列表state_list保持不变,当该目标状态不存在于状态列表state_list时,则将该目标状态写入到状态列表state_list中;
15)重复步骤14),直至遍历所有j个可能发生的事件为止;
16)判断当前的源状态是否为状态列表中的最后一个状态,当当前的源状态为状态列表中的最后一个状态时,则转至步骤18);当当前的源状态不是状态列表中的最后一个状态时,则转至步骤17);
17)从状态列表中取出下一个状态作为新的源状态,再转至步骤13);
18)完成一个组件的自动机模型的建立,并将当前的状态列表作为该组件的自动机模型;
19)重复步骤11)-18),得所有组件的自动机模型PLANTi,将所有所有组件的自动机模型PLANTi按照TCT指令Create的提示输入到计算机中,同时存储所有组件的自动机模型PLANTi,并用TCT指令Sync计算系统的全局自动机模型PLANT。
步骤2)的具体操作为:将文字描述的性能指标E转换为正则语言,然后将正则语言转换为相应的自动机模型SPECA0。
步骤3)的具体操作为:
31)利用TCT指令Allevents计算系统的全局自动机模型PLANT中各事件自循环转移构成的自动机ALL=Allevents(PLANT);
32)将性能指标对应的自动机SPECA0与自动机ALL进行同步积运算,得到
SPECA=Sync(SPECA0,ALL)=(Y,Σ,η',y0,Ym)
其中,Y,Σ,η',y0,Ym分别为自动机SPECA的状态集合、事件集合、转移函数、初始状态与标识状态集合。
33)利用TCT指令Condat计算在SPECA各状态被禁止的事件集合,即SPECA.dat=Condat(PLANT,SPECA),其中,在性能指标各状态被禁止的事件集合DAT为:
其中,y∈Y表示SPECA的任意状态,ΣD表示在状态y被禁止的事件组成的集合;
34)对于每个(y,ΣD),去除ΣD中的可控事件,将所得结果记为(y,ΣuD),将(y,ΣuD)作为DAT的不可控事件分量DATu。
步骤4)的具体操作为:
41)对于组件Gi的自动机模型PLANTi中各不可控事件σ,计算与其邻近的可控事件,再将不可控事件σ相邻的所有可控事件构建不可控事件σ邻近可控事件集合J(σ)。
42)将组件Gi的自动机模型PLANTi中不可控事件σ对应的转移函数记为δi(q,σ)=q',其中,q,q'分别表示转移函数的源状态与目标状态,将在源状态q有定义的其他事件组成的集合记为与不可控事件σ同时定义的事件集合Σσ。
步骤5)的具体操作为:
51)对于不可控事件分量DATu中各元素(yj,ΣuDj),用σjk表示ΣuDj中的各事件,将事件σjk对应的源状态与目标状态分别记作y及y',通过SPECA0中事件σjk处有定义的所有源状态与及其目标状态组成集合YP:={(y,y')};
52)用τ枚举YP中的元素(yτ,yτ'),对于每个元素(yτ,yτ')新加入状态yτk,对于事件σjk对应的邻近可控事件集合J(σjk)中的每个元素σjkl均生成转移函数η(yτ,σjkl)=yτk,并将转移函数η(yτ,σjkl)=yτk添加到SPECA0转移函数组成的集合Δ中;
在集合中,对于与事件σjk同时定义的每个事件其中,表示与事件σjk同时定义的事件组成的集合,生成转移函数η(yτk,σt)=yτ,并将转移函数η(yτk,σt)=yτ添加到SPECA0转移函数组成的集合Δ中;
53)将yτk、σjk及yτ′构建的转移函数η(yτk,σjk)=yτ'覆盖添加到集合Δ中,并从集合Δ中删除原有转移函数η(yτ,σjk)=yτ';
54)重复步骤51)-步骤53)直到DATu中所有元素全部被遍历,得最终SPECA0转移函数组成的集合Δ。
步骤6)的具体操作为:通过最终SPECA0转移函数组成的集合Δ对性能指标E的自动机模型SPECA0进行修改,然后利用TCT指令Sync计算修改后的性能指标E的自动机模型SPECA0与ALL的同步积SPECC=Sync(SPECA0,ALL),所得结果为离散事件系统次优监督控制器。
Claims (8)
1.一种离散事件系统次优监督控制器生成方法,其特征在于,包括以下步骤:
1)通过TCT软件构建系统中各组件Gi的自动机模型PLANTi=(Qi,Σi,δi,qi0,Qim),其中,Qi、Σi、δi、qi0及Qim分别为第i个组件的状态集合、事件集合、转移函数、初始状态及标识状态集合,并根据各组件Gi的自动机模型PLANTi利用同步积指令计算系统的全局自动机模型PLANT;
2)将文字描述的性能指标E转换为性能指标E的自动机模型SPECA0;
3)根据性能指标E的自动机模型SPECA0及系统的全局自动机模型PLANT计算在性能指标E各状态被禁止的事件集合DAT及其不可控事件分量DATu;
4)计算各组件Gi的自动机模型PLANTi中各不可控事件σ对应的邻近可控事件集合J(σ)以及与σ同时定义的事件集合Σσ;
5)根据各组件Gi的自动机模型PLANTi中各不可控事件σ对应的邻近可控事件集合J(σ)以及与σ同时定义的事件集合Σσ得性能指标E的自动机模型SPECA0转移函数组成的集合△;
6)根据性能指标E的自动机模型SPECA0转移函数组成的集合△生成离散事件系统次优监督控制器。
2.根据权利要求1所述的离散事件系统次优监督控制器生成方法,其特征在于,用3元组列表的形式存储自动机的状态转移关系,其中,所述3元组列表包含三列,其中,第一列存储源状态,第二列存储事件名称,第三列存储目标状态,其中,源状态表示系统当前激活的状态,事件表示在当前状态下具有发生资格的事件,目标状态表示经由可发生的事件到达的状态;当在一个源状态下有j个事件具有发生资格,则在3元组列表中需要用j行存储该事件的状态转移关系。
3.根据权利要求1所述的离散事件系统次优监督控制器生成方法,其特征在于,步骤1)的具体操作为:
11)构建被控系统各个组件中的事件集合,其中,不同事件的命名不同,再建立用于存储系统状态的状态列表state_list;
12)将系统的初始状态作为第一个源状态写入3元组列表中第一行第一列的位置,并将系统的初始状态写入状态列表state_list中;
13)根据组件的动态运行情况得在该源状态下能够发生的各事件,设在该源状态下有j个可能发生的事件,选择一个可能发生的事件作为下一个源状态;
14)将下一个源状态写入3元组列表中下一个空白行的第一列位置,将下一可能发生的事件写入该空白行的第二列位置,再确定从该源状态出发在该可能发生的事件发生后系统所到达的状态,并且将所述系统所到达的状态作为目标状态写入该空白行的第三列位置;同时当该目标状态已经存在于状态列表state_list中时,则状态列表state_list保持不变,当该目标状态不存在于状态列表state_list时,则将该目标状态写入到状态列表state_list中;
15)重复步骤14),直至遍历所有j个可能发生的事件为止;
16)判断当前的源状态是否为状态列表中的最后一个状态,当当前的源状态为状态列表中的最后一个状态时,则转至步骤18);当当前的源状态不是状态列表中的最后一个状态时,则转至步骤17);
17)从状态列表中取出下一个状态作为新的源状态,再转至步骤13);
18)完成一个组件的自动机模型的建立,并将当前的状态列表作为该组件的自动机模型;
19)重复步骤11)-18),得所有组件的自动机模型PLANTi,将所有组件的自动机模型PLANTi按照TCT指令Create的提示输入到计算机中,同时存储所有组件的自动机模型PLANTi,并用TCT指令Sync计算系统的全局自动机模型PLANT。
4.根据权利要求1所述的离散事件系统次优监督控制器生成方法,其特征在于,步骤2)的具体操作为:将文字描述的性能指标E转换为正则语言,然后将正则语言转换为相应的自动机模型SPECA0。
5.根据权利要求1所述的离散事件系统次优监督控制器生成方法,其特征在于,步骤3)的具体操作为:
31)利用TCT指令Allevents计算系统的全局自动机模型PLANT中各事件自循环转移构成的自动机ALL=Allevents(PLANT);
32)将性能指标对应的自动机SPECA0与自动机ALL进行同步积运算,得到
SPECA=Sync(SPECA0,ALL)=(Y,Σ,η',y0,Ym)
其中,Y,Σ,η',y0,Ym分别为自动机SPECA的状态集合、事件集合、转移函数、初始状态与标识状态集合;
33)利用TCT指令Condat计算在SPECA各状态被禁止的事件集合,即SPECA.dat=Condat(PLANT,SPECA),其中,在性能指标各状态被禁止的事件集合DAT为:
其中,y∈Y表示SPECA的任意状态;
34)对于每个(y,ΣD),去除ΣD中的可控事件,将所得结果记为(y,ΣuD),将(y,ΣuD)作为DAT的不可控事件分量DATu。
6.根据权利要求1所述的离散事件系统次优监督控制器生成方法,其特征在于,步骤4)的具体操作为:
41)对于组件Gi的自动机模型PLANTi中各不可控事件σ,计算与其邻近的可控事件,再将不可控事件σ相邻的所有可控事件构建不可控事件σ的邻近可控事件集合J(σ);
42)将组件Gi的自动机模型PLANTi中不可控事件σ对应的转移函数记为δi(q,σ)=q',其中,q,q'分别表示转移函数的源状态与目标状态,将在源状态q有定义的其他事件组成的集合记为与不可控事件σ同时定义的事件集合Σσ。
7.根据权利要求1所述的离散事件系统次优监督控制器生成方法,其特征在于,步骤5)的具体操作为:
51)对于不可控事件分量DATu中各元素(yj,ΣuDj),用σjk表示ΣuDj中的各事件,将事件σjk对应的源状态与目标状态分别记作y及y',由SPECA0中事件σjk有定义的所有源状态与目标状态组成集合YP:={(y,y')};
52)用τ枚举YP中的元素(yτ,yτ'),对于每个元素(yτ,yτ')新加入状态yτk,对于事件σjk对应的邻近可控事件集合J(σjk)中的每个元素σjkl均生成转移函数η(yτ,σjkl)=yτk,并将转移函数η(yτ,σjkl)=yτk添加到SPECA0转移函数组成的集合△中;
在集合中,对于与事件σjk同时定义的每个事件其中,表示与事件σjk同时定义的事件组成的集合,生成转移函数η(yτk,σt)=yτ,并将转移函数η(yτk,σt)=yτ添加到SPECA0转移函数组成的集合△中;
53)将yτk、σjk及y′τ构建的转移函数η(yτk,σjk)=yτ'覆盖添加到集合△中,并从集合△中删除原有转移函数η(yτ,σjk)=yτ';
54)重复步骤51)-步骤53)直到DATu中所有元素全部被遍历,得最终SPECA0转移函数组成的集合△。
8.根据权利要求7所述的离散事件系统次优监督控制器生成方法,其特征在于,步骤6)的具体操作为:通过最终SPECA0转移函数组成的集合△对性能指标E的自动机模型SPECA0进行修改,然后利用TCT指令Sync计算修改后的性能指标E的自动机模型SPECA0与ALL的同步积SPECC=Sync(SPECA0,ALL),所得结果为离散事件系统次优监督控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710736509.6A CN107341325B (zh) | 2017-08-24 | 2017-08-24 | 一种离散事件系统次优监督控制器生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710736509.6A CN107341325B (zh) | 2017-08-24 | 2017-08-24 | 一种离散事件系统次优监督控制器生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107341325A CN107341325A (zh) | 2017-11-10 |
CN107341325B true CN107341325B (zh) | 2020-03-31 |
Family
ID=60214469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710736509.6A Expired - Fee Related CN107341325B (zh) | 2017-08-24 | 2017-08-24 | 一种离散事件系统次优监督控制器生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107341325B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108804771B (zh) * | 2018-05-22 | 2022-05-13 | 同济大学 | 一种用于分析和设计人机交互逻辑的离散事件系统方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819218A (zh) * | 2012-07-19 | 2012-12-12 | 西安交通大学 | 基于事件控制函数的离散事件系统监控器及其控制方法 |
CN104102195A (zh) * | 2014-07-03 | 2014-10-15 | 西安交通大学 | 一种存在通信延时的离散事件系统分布式监督控制方法 |
CN106227036A (zh) * | 2016-07-13 | 2016-12-14 | 西安交通大学 | 一种对称离散事件系统在线控制律重构方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9606520B2 (en) * | 2009-06-22 | 2017-03-28 | Johnson Controls Technology Company | Automated fault detection and diagnostics in a building management system |
-
2017
- 2017-08-24 CN CN201710736509.6A patent/CN107341325B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819218A (zh) * | 2012-07-19 | 2012-12-12 | 西安交通大学 | 基于事件控制函数的离散事件系统监控器及其控制方法 |
CN104102195A (zh) * | 2014-07-03 | 2014-10-15 | 西安交通大学 | 一种存在通信延时的离散事件系统分布式监督控制方法 |
CN106227036A (zh) * | 2016-07-13 | 2016-12-14 | 西安交通大学 | 一种对称离散事件系统在线控制律重构方法 |
Non-Patent Citations (2)
Title |
---|
Supervisor Localization: A Top-Down Approach to Distributed Control of Discrete-Event Systems;Cai K , Wonham W M;《IEEE Transactions on Automatic Control》;20100331;第55卷(第3期);605-618 * |
对称离散事件系统事件重标记观测器性质研究;焦亭, 甘永梅, 肖国春;《控制理论与应用》;20170430;第34卷(第4期);525-532 * |
Also Published As
Publication number | Publication date |
---|---|
CN107341325A (zh) | 2017-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102930344A (zh) | 一种基于负荷趋势变化的超短期母线负荷预测方法 | |
Deng et al. | Metaverse-driven remote management solution for scene-based energy storage power stations | |
CN111585349B (zh) | 一种电网模型管理及监视系统 | |
US11467560B2 (en) | Engineering support system and engineering support method | |
CN109407644A (zh) | 一种用于制造企业多Agent协同控制方法及系统 | |
CN112464672B (zh) | 一种在物联网边缘设备中构建语义模型的优化方法 | |
EP3114538B1 (en) | Optimized method for sorting alarms | |
Xu et al. | Data based online operational performance optimization with varying work conditions for steam-turbine system | |
CN111680823A (zh) | 一种风向信息预测方法及系统 | |
CN107341325B (zh) | 一种离散事件系统次优监督控制器生成方法 | |
CN113642236A (zh) | 一种面向多学科的数字孪生图网络建模方法 | |
CN110532291B (zh) | 基于最小执行代价的深度学习框架间模型转换方法及系统 | |
CN108198268A (zh) | 一种生产设备数据标定方法 | |
CN112884164B (zh) | 面向智能移动终端实现的联邦机器学习迁移方法与系统 | |
CN113031441A (zh) | 基于强化学习的旋转机械诊断网络自动搜索方法 | |
CN111143967A (zh) | 一种改进的电网限额决策方法及系统 | |
Weng et al. | Big data and deep learning platform for terabyte-scale renewable datasets | |
CN103336829A (zh) | 基于模拟退火算法的查询优化方法 | |
CN114265674A (zh) | 时序逻辑约束下基于强化学习的任务规划方法及相关装置 | |
CN113095596A (zh) | 基于多级Gate-SA-TCN的光伏功率预测方法 | |
CN112688330B (zh) | 一种基于d5000在线潮流的电网分析状态库生成的方法及系统 | |
CN109492956A (zh) | 一种火力发电机组的运行参数预警方法和装置 | |
CN110456743B (zh) | 考虑通信延时的柔性制造系统分布式控制器设计方法 | |
CN117748664B (zh) | 一种基于云端ai控制的bms控制方法及系统 | |
CN116880341B (zh) | 基于工业以太网总线的高精度运动控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200331 |