CN110320798B - 一种基于安全网的控制器结构简化及行为优化方法 - Google Patents
一种基于安全网的控制器结构简化及行为优化方法 Download PDFInfo
- Publication number
- CN110320798B CN110320798B CN201910425664.5A CN201910425664A CN110320798B CN 110320798 B CN110320798 B CN 110320798B CN 201910425664 A CN201910425664 A CN 201910425664A CN 110320798 B CN110320798 B CN 110320798B
- Authority
- CN
- China
- Prior art keywords
- inequality
- algorithm
- node
- library
- satisfies
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明属于自动制造系统控制技术领域,公开了一种基于安全网的控制器结构简化及行为优化方法;利用约束独立性分析算法初次简化不等式;提出约束转换定理,基于该定理利用分枝定界法实现对不等式的等价分解;结合约束独立性分析算法和约束等价分解算法,对初次简化得到的不等式组进行再次简化。本发明提出的模型转换算法不仅适用于有界的S4R网模型,对于某些有界Petri网模型也同样适用。与原来的控制器简化算法相比,本发明提出的方法不仅可以实现控制器的结构简化,还可以保证受控系统的状态保留度最高,实现对系统行为的优化,提高资源利用率。
Description
技术领域
本发明属于自动制造系统控制技术领域,尤其涉及一种基于安全网的控制器结构简化及行为优化方法。
背景技术
随着制造业的蓬勃发展和自动化技术的水平提高,制造加工技术不断革新和升级以适应和满足竞争日趋激烈的市场和更为多样化和个性化的产品需求。传统的批量制造系统逐步被淘汰,自动制造系统(Automated Manufacturing System,AMS)应运而生。一个庞大的自动制造系统通常由许多相互作用和影响的加工进程或者数控子系统组成,数控子系统之间往往会共享一些有限的系统资源,因此自动制造系统可以认为是一种资源分配系统(RAS)。由于自动制造系统各进程之间存在着资源竞争,任意不恰当的路径规划或者某些资源的不合理分配都有可能让系统出现死锁。
绝大部分的自动制造系统都可以归类为离散事件系统。自动制造系统中的死锁现象不但会降低资源的利用率,还会对系统产生巨大的危害甚至导致系统崩溃,造成许多灾难性和不必要性的损失,是不被人们所期望的状态,必须要被禁止。针对死锁问题的研究,一直是自动制造系统的热点和难点,许多专家学者已经做了大量的研究工作,并获得不少的研究成果。其中具有代表性的是方法基于信标理论,通过使用一种离线的机制控制资源的分配,确保系统在状态演变过程中一直满足人们预期的规范,不会产生死锁现象,因而不需要在系统运行时对系统资源的申请进行控制。根据这个想法,学者们最早提出通过为系统中所有可能被清空的严格极小信标加上一个控制库所,构成一个库所不变式,使该信标不会成为一个被清空的信标,实现预防死锁的目的。应用的Petri网的离散事件系统监督控制由此开始并逐渐发展成为研究的热点。
通常控制器的设计主要考虑三个方面:(1)结构复杂性。结构复杂的控制器在控制策略阶段所需要的软件和硬件成本费用会比较高,相反,结构简单的控制器可以节省成本费用,因而结构复杂性越低越好;(2)行为许可性。设计的控制器如果能保证系统一直运行而不会产生死锁,则认为控制器是许可的。最大许可意味着监控器只会去掉系统中的死锁状态以及其他不好的状态,换言之,就是要确保系统中所有好的状态都被保留下来,保证系统资源率最高,其中不好的状态是指系统中不可避免走向死锁的状态;(3)计算复杂性。在Petri网的实际应用中,由于离散事件系统复杂多样的结构,较大的生产规模,模型中严格极小信标的数量和规模也随之变大,从而导致控制器的结构复杂度变高。因此,如何实现控制器结构的简化成为一个重要的研究方向。科研工作者主要从信标和广义互斥约束两个方向入手,但是目前基于不等式分析提出的结构简化方法往往以牺牲系统中的可达状态为代价,使设计得到的控制器并不是最大许可的即系统在加上监控器后不能够保留最多的可达状态,因而这种方法虽然降低了控制器的复杂度,但没有改善和优化系统的行为反而使系统的资源利用率降低。
综上所述,现有技术存在的问题是:现有技术往往以牺牲系统中的可达状态为代价,使设计得到的控制器并不是最大许可的即系统在加上监控器后不能够保留最多的可达状态,使系统的资源利用率降低。
解决上述技术问题的难度:如何找到一种创新性的既能简化控制器结构,又尽可能实现最大行为许可的控制策略。
解决上述技术问题的意义:降低控制器的结构复杂性,减少在控制策略阶段所需要的软件和硬件成本费用;同时确保受控系统尽可能拥有最多可达状态,提高系统资源的利用率。
发明内容
针对现有技术存在的问题,本发明提供了一种基于安全网的控制器结构简化及行为优化方法。
本发明是这样实现的,一种基于安全网的控制器结构简化及行为优化方法包括:
第一步:模型转换:在确保动态特性一致的情况下,将有界的S4R网转换为安全网;
第二步:提出在安全网上基于不等式分析的控制器结构简化及行为优化方法。
进一步,所述基于安全网的控制器结构简化及行为优化方法的S4R网模型的转换包括:有向弧f=(p,tj)的转换算法、资源库所的转换算法、闲置库所和活动库所的转换算法。
进一步,所述有向弧f=(p,tj)的转换算法具体包括:
(2)初始化,令i=0,tj,0=tj,PX=φ,TX=φ,FX=φ,WX=φ;
(3)当i<m时;
(4)令i=i+1,添加一对变迁和库所即tj,i和pj,i,使其满足·pj,i={tj,i},pj,i·={tj,i-1},·tj,i={p},pX=pX∪{pj,i},TX=TX∪{tj,i},FX∪{(tj,i,pj,i)}∪{(p,tj,i)}∪{(pj,i,tj,i-1)};
(5)添加一个托肯数为一的控制库所pj,i+1,使其满足·pj,i+1={tj},pj,i+1·={tj,i-1}pX=pX∪{pj,i+1},FX=FX∪{(tj,pj,i+1)}∪{(pj,i+1,tj,i)};
(6)添加一个托肯数为一的控制库所pj,i+1,使其满足·pj,i+1={tj},pj,i+1·={tj,i-1};
(7)令pX=pX∪{pj,i+1},FX=FX∪{(tj,pj,i+1)}∪{(pj,i+1,tj,i)},添加的有向弧权值都为一;
(8)返回这个子网。
进一步,所述有向弧f=(p,tj)的转换算法具体包括:
(1)初始化,i=0,tj,0=tj,PX=φ,TX=φ,FX=φ,WX=φ;
(2)当i<m时,执行以下步骤,否则执行(5)步;
(3)i=i+1,添加一对变迁和库所即tj,i和pj,i,使其满足·pj,i={tj,i},pj,i·={tj,i-1},·tj,i={p};
(4)pX=pX∪{pj,i},TX=TX∪{tj,i},FX∪{(tj,i,pj,i)}∪{(p,tj,i)}∪{(pj,i,tj,i-1)};
(5)添加一个托肯数为一的控制库所pj,i+1,使其满足·pj,i+1={tj},pj,i+1·={tj,i-1};
(6)pX=pX∪{pj,i+1},FX=FX∪{(tj,pj,i+1)}∪{(pj,i+1,tj,i)},添加的有向弧权值都为一;
(7)返回这个子网。
进一步,所述资源库所的转换算法具体包括:
(1)对于一个纯的有界S4R网N=(P,T,F,W),依次选择资源库所r并判断是否满足M(r)=k(k>1);若满足同时有多个进程m≥2在竞争该资源r,使得·r={tx,tx,m},r·={ty,ty,m}且W(f)=1;其中tx,i,ty,i是属于进程中的变迁,tx={tx,1,tx,2,…,tx,m-1},ty={ty,1,ty,2,…,ty,m-1},则进行以下步骤;否则结束该算法;
(2)i=0;
(3)去掉资源库所r,及它输入输出弧;
(4)While(i<k-1)do
Begin;
(5)i=i+1;
(6)if(i==1);
(7)添加一个托肯数为一的资源库所ri'和一个空的控制库所pi',两个变迁即ti,1,ti,2,使其满足·ri'={tx}∪{ti,1},·pi'={ty}∪{ti,2},ri'·={ty}∪{ti,2},pi'·={tx}∪{ti,1};
(8)PX=PX∪{ri',pi'},TX=TX∪{ti,1,ti,2};
(9)FX=FX∪{(tx,ri')}∪{(ti,1,ri')}∪{(ri',ti,2)}∪{(ri',ty)}∪{(ty,pi')}∪{(ti,2,pi')}∪{(pi',tx)}∪{(pi',ti,1)};
(10)else:
(11)添加一个托肯数为一的资源库所ri'和一个空的控制库所pi',两个变迁即ti,1,ti,2,使其满足·ri'={ti-1,2,ti,1},ri'·={ti-1,1,ti,2},·pi'={ti-1,1,ti,2}pi'·={ti-1,2,ti,1};
(12)PX=PX∪{ri',pi'},TX=TX∪{ti,1,ti,2};
(13)FX=FX∪{(ti,1,ri')}∪{(ti-1,2,ri')}∪{(ri',ti,2)}∪{(ri',ti-1,1)}∪{(ti-1,1,pi')}∪{(ti,2,pi')∪{(pi',ti-1,2)}∪{(pi',ti,1)};
(14)End:
(15)添加一个托肯数为一的资源库所rk'和一个空的控制库所pk',使得·rk'={tk-1,2}∪{tx,m},rk'·={tk-1,1}∪{ty,m},·pk'={tk-1,1,ty,m},pk'·={tk-1,2,tx,m};
(16)PX=PX∪{rk',pk'},
FX=FX∪{(tk-1,2,rk')}∪{(tx,m,rk')}∪{(rk',tk-1,1)}∪{(rk',ty,m)}∪{(tk-1,1,pk')}∪{(ty,m,pk')}∪{(pk',tk-1,2)}∪{(pk',tx,m)};
(17)W(FX)=1;
(18)返回子网。
进一步,所述闲置库所和活动库所的转换算法具体包括:
(1)对于一个纯的有界S4R网N=(P,T,F,W),依次选择闲置库所po并判断是否满足M(po)=n(n>1);若满足且有·p0={tx},p0·={ty},则执行以下步骤;否则执行(15);
(2)i=0;
(3)去掉该闲置库所p0及它的输入输出弧;
(4)While(i<n)do;
Begin
(5)i=i+1;
(6)ifi==1:
(7)添加一个托肯数为一的资源库所poi和一个空的控制库所poi',以及一个变迁ti',使其满足poi'·={ti'},·poi={ti'};
(8)PX=PX∪{poi,poi'},TX=TX∪{ti'},FX=FX∪{poi',ti'}∪{ti',poi};
(9)else:
(10)添加一个托肯数为一的资源库所poi和一个空的控制库所poi',以及一个变迁ti'使其满足poi'·={ti'},·poi={ti'},po(i-1)·={ti'},·po(i-1)'={ti'};
(11)PX=PX∪{poi,poi'},TX=TX∪{ti'};
FX=FX∪{poi',ti'}∪{ti',poi}∪{po(i-1),ti'}∪{ti',po(i-1)'};
(12)end
(13)添加一个托肯数为一的资源库所po(i+1)'和一个空的控制库所po(i+2)',使其满足po(i+1)'·={tx},·po(i+1)'={t1'},po(i+2)'·={t1'},·po(i+2)'={tx},poi·={ty},·pon'={ty};
(14)PX=PX∪{po(i+1)',po(i+2)'}
FX=FX∪{po(i+1)',tx}∪{t1',po(i+1)'}∪{po(i+2)',t1'}∪{tx,po(i+2)'}∪{poi,ty}∪{ty,poi'};
(15)依次选择闲置库所p,p·={tm},·p={tn}并判断该库所在系统运行是否会出现托肯数大于一的情况,若满足则执行以下步骤;否则结束该算法。
(16)添加一个托肯数为一的资源库所pc,满足pc·={tn},·pc={tm};
(17)PX=PX∪{pc},FX=FX∪{pc,tn}∪{tm,pc};
(18)W(FX)=1;
(19)返回子网。
进一步,所述基于安全网的控制器结构简化及行为优化方法的控制器结构简化算法包括:第一步,利用约束独立性分析算法初次简化不等式;第二步,提出约束转换定理,基于该定理利用分枝定界法实现对不等式的等价分解;第三步,结合约束独立性分析算法和约束等价转换(分解)算法,对初次简化得到的不等式组进行再次简化。
进一步的,约束独立性算法包括:
输入:一组不等式L·M≤B,L=[l1l2…ln]T,B=[b1b2…bn]T
输出:独立不等式LI·M≤BI
进一步的约束等价转化算法包括:
控制器结构简化及行为优化算法包括:
本发明的另一目的在于提供一种应用所述基于安全网的控制器结构简化及行为优化方法的自动制造控制系统。
综上所述,本发明的优点及积极效果为:本发明针对控制器的结构简化及系统行为的问题,以Petri网为研究工具,首先创新性地提出在确保动态特性一致并兼顾考虑节点最少的条件下,从初始状态和运行状态两个角度进行考虑,通过有向弧和资源库所的转换,将Petri网模型中的有界S4R网转换为对系统描述更为精准的安全网,其次在安全网上设计出一套完整的基于不等式分析的控制器简化策略;利用约束独立性分析算法初次简化不等式;提出约束转换定理,基于该定理利用分枝定界法实现对不等式的等价分解;结合约束独立性分析算法和约束等价转换(分解)算法,对初次简化得到的不等式组进行再次简化。系统的行为优化体现在两个方面,首先安全网较之其他网模型,对系统的描述更准确,能更好的区分好的状态和不好的状态;其次在安全网上设计的一整套约束简化算法并不会牺牲系统的状态,即受控系统拥有可达状态与控制器未简化之前受控系统的可达状态一致。
本发明提出的模型转换算法不仅适用于有界的S4R网模型,对于某些有界Petri网模型也同样适用。与原来的控制器简化算法相比,本发明提出的方法不仅可以实现控制器的结构简化,还可以保证受控系统的状态保留度最高,实现对系统行为的优化,提高资源利用率。
附图说明
图1是本发明实施例提供的基于安全网的控制器结构简化及行为优化方法流程图。
图2是本发明实施例提供的一个有界的S4R网模型示意图。
图3是本发明实施例提供的S4R网对应的安全网模型示意图。
图4是本发明实施例提供的安全网的信标示意图。
图5是本发明实施例提供的信标对应的不等式示意图。
图6是本发明实施例提供的安全网可达状态的仿真结果示意图。
图7是本发明实施例提供的受控安全网可达状态的仿真结果示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明为解决现有控制器简化算法会牺牲系统状态的问题;提供一种基于安全网的控制器结构简化及行为优化的方法,使用Petri网作为研究工具,在解决死锁的基础上,考虑到系统要尽可能实现最大许可行为的情况,监督控制策略将保证控制器的结构复杂性大大减小的同时不会牺牲系统的状态,能够高效率的利用资源。
下面结合附图对本发明的应用原理作详细的描述。
本发明实施例提供的基于安全网的控制器结构简化及行为优化方法包括以下步骤:
首先进行模型的转换模型转换:在确保动态特性一致的情况下,将有界的S4R网转换为安全网。包括有向弧f=(p,tj)的转换算法、资源库所的转换算法、闲置库所和活动库所的转换算法。
其次,在安全网上实现基于不等式分析的控制器结构简化及行为优化。安全网中基于不等式分析的控制器简化主要分为三部分,第一部分利用约束独立性分析算法初次简化不等式;第二部分提出约束转换定理,基于该定理利用分枝定界法实现对不等式的等价分解;第三部分是结合约束独立性分析算法和约束等价转换(分解)算法,对第一部分中初次简化得到的不等式组进行再次简化。
如图1所示,本发明实施例提供的基于安全网的控制器结构简化及行为优化方法包括以下步骤:
S101:利用约束独立性分析算法初次简化不等式;
S102:提出约束转换定理,基于该定理利用分枝定界法实现对不等式的等价分解;
S103:结合约束独立性分析算法和约束等价转换(分解)算法,对初次简化得到的不等式组进行再次简化。
下面结合附图对本发明的应用原理作进一步的描述。
为实现上述目的,本发明采用的技术方案是以一类共享资源顺序过程系统S4R网为主要研究对象,提出将有界的S4R网转换为安全网,并在安全网上设计出基于不等式分析的活性控制器结构简化及系统行为优化算法。主要包含两个二方面,分别是模型的转换和控制器的简化,其中有界S4R网模型的转换主要包含以下算法:
1.有向弧f=(p,tj)的转换算法具体包括:
1.2初始化,令i=0,tj,0=tj,PX=φ,TX=φ,FX=φ,WX=φ;
1.3当i<m时;
1.4令i=i+1,添加一对变迁和库所即tj,i和pj,i,使其满足·pj,i={tj,i},pj,i·={tj,i-1},·tj,i={p},PX=PX∪{pj,i},TX=TX∪{tj,i},FX∪{(tj,i,pj,i)}∪{(p,tj,i)}∪{(pj,i,tj,i-1)};
1.5添加一个托肯数为一的控制库所pj,i+1,使其满足·pj,i+1={tj},pj,i+1·={tj,i-1},pX=pX∪{pj,i+1},FX=FX∪{(tj,pj,i+1)}∪{(pj,i+1,tj,i)};
1.6添加一个托肯数为一的控制库所pj,i+1,使其满足·pj,i+1={tj},pj,i+1·={tj,i-1};
1.7令PX=PX∪{pj,i+1},FX=FX∪{(tj,pj,i+1)}∪{(pj,i+1,tj,i)},添加的有向弧权值都为一;
1.8返回这个子网。
2.有向弧f=(p,tj)的转换算法
2.1初始化,i=0,tj,0=tj,PX=φ,TX=φ,FX=φ,WX=φ;
2.2当i<m时,执行以下步骤,否则执行2.5步;
2.3i=i+1,添加一对变迁和库所即tj,i和pj,i,使其满足·pj,i={tj,i},pj,i·={tj,i-1},·tj,i={p};
2.4PX=PX∪{pj,i},TX=TX∪{tj,i},FX∪{(tj,i,pj,i)}∪{(p,tj,i)}∪{(pj,i,tj,i-1)};
2.5添加一个托肯数为一的控制库所pj,i+1,使其满足·pj,i+1={tj},pj,i+1·={tj,i-1};
2.6PX=PX∪{pj,i+1},FX=FX∪{(tj,pj,i+1)}∪{(pj,i+1,tj,i)},添加的有向弧权值都为一;
2.7返回这个子网。
3.资源库所的转换算法
3.1对于一个纯的有界S4R网N=(P,T,F,W),依次选择资源库所r并判断是否满足M(r)=k(k>1)。若满足同时有多个进程m≥2在竞争该资源r,使得·r={tx,tx,m},r·={ty,ty,m}且W(f)=1。其中tx,i,ty,i是属于进程中的变迁,tx={tx,1,tx,2,…,tx,m-1},ty={ty,1,ty,2,…,ty,m-1},则进行以下步骤;否则结束该算法;
3.2i=0;
3.3去掉资源库所r,及它输入输出弧;
3.4While(i<k-1)do
Begin;
3.5i=i+1;
3.6if(i==1);
3.7添加一个托肯数为一的资源库所ri'和一个空的控制库所pi',两个变迁即ti,1,ti,2,使其满足·ri'={tx}∪{ti,1},·pi'={ty}∪{ti,2},ri'·={ty}∪{ti,2},pi'·={tx}∪{ti,1};
3.8PX=PX∪{ri',pi'},TX=TX∪{ti,1,ti,2};
3.9FX=FX∪{(tx,ri')}∪{(ti,1,ri')}∪{(ri',ti,2)}∪{(ri',ty)}∪{(ty,pi')}∪{(ti,2,pi')}∪{(pi',tx)}∪{(pi',ti,1)};
3.10else:
3.11添加一个托肯数为一的资源库所ri'和一个空的控制库所pi',两个变迁即ti,1,ti,2,使其满足·ri'={ti-1,2,ti,1},ri'·={ti-1,1,ti,2},·pi'={ti-1,1,ti,2}pi'·={ti-1,2,ti,1};
3.12PX=PX∪{ri',pi'},TX=TX∪{ti,1,ti,2};
3.13FX=FX∪{(ti,1,ri')}∪{(ti-1,2,ri')}∪{(ri',ti,2)}∪{(ri',ti-1,1)}∪{(ti-1,1,pi')}∪{(ti,2,pi')∪{(pi',ti-1,2)}∪{(pi',ti,1)};
3.14End:
3.15添加一个托肯数为一的资源库所rk'和一个空的控制库所pk',使得·rk'={tk-1,2}∪{tx,m},rk'·={tk-1,1}∪{ty,m},·pk'={tk-1,1,ty,m},pk'·={tk-1,2,tx,m};
3.16PX=PX∪{rk',pk'},
FX=FX∪{(tk-1,2,rk')}∪{(tx,m,rk')}∪{(rk',tk-1,1)}∪{(rk',ty,m)}∪{(tk-1,1,pk')}∪{(ty,m,pk')}∪{(pk',tk-1,2)}∪{(pk',tx,m)};
3.17W(FX)=1;
3.18返回子网;
当资源库所当资源库所r满足下述情况:只有一个进程使用该资源r时,·r={tx},r·={ty},且W(f)=1。则执行算法3.2至3.18,并令库所满足·rk'={tk-1,2},rk'·={tk-1,1},·pk'={tk-1,1},pk'·={tk-1,2}并添加对应的权值为一的连接弧。
具体来说,在一个S4R网中,如果存在一个有向弧f=(r,tj),且满足M(r)=k(k>1),W(f)≥2。则本发明先利用算法1对有向弧f进行转换,再通过算法3将资源库所r转换成为一个宏资源库所。为了确保网的正确运行,本发明需要添加一些有向弧。假设在算法1中本发明添加了变迁ti',则在算法3中添加的库所p1'满足·p1'={ti'}∪{t1,2}∪{ty}并添加对应的连接弧,其余则保持不变。
相应的,在S4R网中,如果存在一个有向弧f=(tj,r),且满足M(r)=k(k>1),W(f)>=2。本发明先利用算法2转换有向弧,再通过算法3将资源库所r转换成为一个宏资源库所。同样的,为了确保网的正确运行,也需要添加一些有向弧。要注意的是,如果在算法2中本发明添加了变迁tj',则本发明要令在算法3中添加的库所p1'满足p1'·={tj'}∪{t1,1}∪{tx}。当W(tj,r)≥2和W(r,tj)≥2同时存在时,则需要同时使用算法1和2进行转换,使得p1'·={tj'}∪{t1,1}∪{tx},·p1'={ti'}∪{t1,2}∪{ty},并添加相应的连接弧。
4.闲置库所和活动库所的转换算法
4.1对于一个纯的有界S4R网N=(P,T,F,W),依次选择闲置库所po并判断是否满足M(po)=n(n>1)。若满足且有·p0={tx},p0·={ty},则执行以下步骤;否则执行4.15。
4.2i=0
4.3去掉该闲置库所p0及它的输入输出弧
4.4While(i<n)do
Begin
4.5i=i+1
4.6if i==1:
4.7添加一个托肯数为一的资源库所poi和一个空的控制库所poi',以及一个变迁ti',使其满足poi'·={ti'},·poi={ti'};
4.8PX=PX∪{poi,poi'},TX=TX∪{ti'},FX=FX∪{poi',ti'}∪{ti',poi};
4.9else:
4.10添加一个托肯数为一的资源库所poi和一个空的控制库所poi',以及一个变迁ti'使其满足poi'·={ti'},·poi={ti'},po(i-1)·={ti'},·po(i-1)'={ti'};
4.11PX=PX∪{poi,poi'},TX=TX∪{ti'};
FX=FX∪{poi',ti'}∪{ti',poi}∪{po(i-1),ti'}∪{ti',po(i-1)'};
4.12end
4.13添加一个托肯数为一的资源库所po(i+1)'和一个空的控制库所po(i+2)',使其满足po(i+1)'·={tx},·po(i+1)'={t1'},po(i+2)'·={t1'},·po(i+2)'={tx},poi·={ty},·pon'={ty};
4.14PX=PX∪{po(i+1)',po(i+2)'},FX=FX∪{po(i+1)',tx}∪{t1',po(i+1)'}∪{po(i+2)',t1'}∪{tx,po(i+2)'}∪{poi,ty}∪{ty,poi'};
4.15依次选择闲置库所p,p·={tm},·p={tn}并判断该库所在系统运行是否会出现托肯数大于一的情况,若满足则执行以下步骤;否则结束该算法。
4.16添加一个托肯数为一的资源库所pc,满足pc·={tn},·pc={tm};
4.17PX=PX∪{pc},FX=FX∪{pc,tn}∪{tm,pc};
4.18W(FX)=1;
4.19返回子网。
通过上面的分析,本发明不难发现,资源库所的转换算法3会包含基于连接弧的转换算法1和2。根据Petri网变迁的使能定义,本发明不难理解一个S4R网若包含有向弧f=(p,tj)且在初始状态下满足W(p,tj)≥2,则必然会有M(p)≥W(p,tj)≥2。同样的,若S4R网包含有向弧f=(tj,p),且满足W(tj,p)≥2,则M(p)≥2也必然成立。相反,若M(p)≥2成立,则不一定会有W(p,p·)≥2和W(·p,p)≥2。因此在模型转换过程中只需要考虑托肯数大于1的库所。
针对基于不等式分析的安全网中控制器结构简化本发明提出以下几个定理和算法:
定理1:令不等式1为li·M≤bi,不等式2为lj·M≤bj,如果满足以下两个条件,则认为不等式2是冗余的(非独立的):
引理1:一个加权不等式k1·M(p1)+k2·M(p2)+…+kn·M(pn)≤b,当且仅当存在 该不等式的系数kw1,kw2,…,kwn对应的M(pw1),M(pw2),…,M(pwn)之间存在约束关系。
定理3:加权不等式k1·M(p1)+k2·M(p2)+…+kn·M(pn)≤b, 使得成立,则该不等式下M(pwi)之间的约束关系是l·M=M(pw1)+M(pw2)+…+M(pwn)≤k,其中k=|||l|||-1。
推论1:一个加权广义互斥约束k1·M(p1)+k2·M(p2)+…+kn·M(pn)≤b能够等价分解成一组形如l·M=M(pw1)+M(pw2)+…+M(ppw)≤|||l|||-1的非加权不等式。
为了方便说明本发明中的控制器简化算法,将定理1和2称为约束独立性分析定理;将定理2称为约束等价转换定理。下列区分独立不等式和非独立不等式算法5基于约束独立性定理,实现对不等式的初次简化。基于约束独立性定理和约束分解定理,本发明用改进的分枝定界法求解与某个不等式等价的最小加权不等式组,具体可见算法6。结合算法5和算法6,本发明提出控制器简化算法7,实现对不等式组的再次简化。
5.区分独立不等式和非独立不等式算法
6.约束等价转换(分解)算法:
7.控制器结构简化算法
下面结合具体实施例对本发明的应用原理作进一步的描述。
本发明中给出一个有界的S4R网模型,如图2所示。为实现本发明的控制器简化和行为优化目标,本发明给出以下定义:
定义1:一个S4R网是一个纯的一般Petri网N=(P,T,F,W),其中:
(1)P=PA∪PO∪PR是一个库所集合,其中:a)PA、PO和PR的元素分别表示活动库所、闲置库所和资源库所;b)对于任意的i≠j,PAi∩PAj=φ,其中c)d)PR={r1,r2,…,rn},n>0;
(5)闲置库所的输出变迁称为源变迁,输入变迁称为汇变迁。
定义2:在一个S4R网(N,M0)中,如果在初始状态满足以下三个条件,本发明则称该初始标识是一个合法标识。(1)每个闲置库所包含的托肯数大于0即M0(pO)≥1,表示正在等待的原材料数量;(2)每个活动库所拥有的托肯数为0即M0(p)=0,表示初始状态下没有任何一个进程正在加工原件;(3)在初始状态下,加工进程并没有开始,资源没有被占用,此时C0(r)表示资源库所含有的最大容量。(N,M0)是一个合理标识的S4R网模型。
定义3:令(N,M0)是一个S4R网,r∈PR是一个资源库所,其持有H(r)=||Ir||\{r}。
以图2中的S4R为例,根据定义本发明可知PA1={p4,p5,p6},PA2={p7,p8,p9,p10},PO={p1,p2}。该系统的初始状态为进程还没有开始。系统能够加工的最大工件数不超过4个。该模型描述了一个有两个加工进程 正在竞争使用三种资源类型p11,p12,p13的网系统,Petri网的行为即为网从初始状态开始能达到的所有状态数,通过分析,如图2所示的S4R模型共有36个可达状态,并且本发明能够发现系统运行过程中出现了一些不被标记的信标,最终导致2个死锁状态的出现;基于不等式分析的控制器的简化首先需要通过分析信标设计活性控制器,在这里本发明给出了信标的概念,通常控制器的设计和简化提到的信标指的是严格极小信标。
以图2的模型为例,模型共有3个极小信标,分别为:S1={p6,p9,p10,p11,p13},S2={p5,p6,p9,p10,p11,p12},S3={p6,p8,p9,p12,p13},对应了3个控制器。
定义5:令(N,M0)是一个S4R网,P是库所集合。一个广义互斥约束(l,b)定义了一个合法标识集:其中l是一个|P|维的非负整数的权向量,li表示库所pi第i维上对应的权值。b是一个正整数,称为约束常数,表示库所标识加权总和的上限。将满足上述规范的状态称为合法状态,反之称为禁止状态。
每个信标对应一个广义互斥约束,即对应一个不等式。
当S4R网的所有信标都被适当控制时,系统在运行过程中才能保证活性,因此可以添加额外的控制器避免信标变得被标记,以此来确保网的活性。为了确保本专利的完整性,本发明在这里引用了以下定义和定理:
定义8:若网(N,M0)的所有信标都是最大控制的,则称该网具有最大控制信标属性。
根据前面的定理和定义,本发明可以先建立一个p-半流即引入控制器Pc,就可以得到另一个p-半流即hS=gS(p),hS(pC)=1,对于一个增广网N*=(PA∪PO∪PR∪{PC},T,F*,W*),F*=F∪({PC}×PC·)∪(·PC×{PC}),M*(p0)=M(p0)。IS=gS-hS是该网的一个p-不变式。如果∑p∈PIS(p)·M0(p)>∑p∈SIS(p)·(maxp·-1)成立,则信标S就是最大控制的。
因此,根据前面的陈述以及相关的定理,本发明知道系统的控制策略通过广义互斥约束以不等式的形式给出,且不等式约束的数量是评价控制器结构复杂性的指标。
通常情况下,令b=M0(SR)-∑p∈SIS(p)·(maxp·-1)-1,即为公式3-1中的约束常数。
则因此该信标对应的不等式约束为:2M(p4)+2M(p5)+M(p7)+M(p8)≤3。信标S2,S3对应的不等式以同样的方法计算即2M(p4)+M(p8)≤2,2M(p5)+M(p7)≤2。每个不等式对应一个控制器,将以上3个不等式对应的控制器叠加到S4R网结构得到一个受控系统,该受控系统的可达状态有28个,状态保留度为28/36=77.8%。
本发明使用状态保留度作为评价控制器许可性的指标,状态保留度越高,则许可性更好。在之前的控制器结构简化算法中,只有不等式2M(p4)+2M(p5)+M(p7)+M(p8)≤2是必要存在的,将该不等式对应的控制器叠加到S4R网结构中,受控系统的可达状态有24个,状态保留度为24/36=66.7%。
在图2所示的S4R网模型实例中,包含三个资源库所p11、p12和p13且在初始状态下满足M(p11)=3>1,M(p12)=2>1,M(p13)=2>1。对于资源库所p11和p12,都存在与变迁相连接的有向弧f满足W(f)≥2;对于资源库所p13,系统中有两个进程请求使用它所拥有的资源,且它和变迁之间的连接弧权值均为默认值。因此资源转换过程中,需要对库所p11、p12和p13进行转换。
同时,该模型包含的两个闲置库所p1和p2,它们拥有的托肯数在初始状态下都超过了一个,因此本发明可以使用闲置库所的转换算法来实现对闲置库所的转换。另外为了确保任意状态下库所的标识不超过一,本发明根据活动库所的转换算法,为模型示例中的p7,p8和p10分别添加一个控制库所。图3为转换后得到的安全网,该安全网产生了21080个可达状态。仿真结果如图6所示。
对图3中的安全网进行信标分析,设计基于广义互斥约束的活性控制器。遍历安全网的结构,本发明得到37个严格极小信标,图4。对于信标S36,p54和p10构成一个结构不变式,由于安全网的特性,p10在任意状态下拥有的托肯数都不超过一个,因而并不需要建立不等式约束。图5是信标对应的不等式,分别对应着36个监控器。
利用算法7,算法8,算法9对上述36个不等式进行简化,最终只有M(p5)+M(p7)+M(p31)≤2,M(p8)+M(p31)≤1,M(p23)+M(p27)≤1是必要存在的。图6为图5中的不等式的化简结果以及对应的控制器。
本发明可以看到不等式由36个缩减为3个,数量大大减小,因而控制器的结构复杂性也大大降低。将上述三个不等式对应的控制器叠加到安全网中,通过分析,受控的安全网共产生了17680个可达状态,仿真结果如图7所示。计算其状态保留度,并与表2中的状态保留度进行比较。在受控的安全网下,系统的状态保留度最高,比受控系统2的状态度保留度高出17.2%,控制器的许可性更大。因此本发明提出的将有界S4R网等价转换,在安全网中设计并简化控制器的方法降低控制器复杂度的同时,也实现了对系统行为的优化,提高了系统资源利用率。
表1简化后的控制器
i | l<sub>i</sub>·M≤b<sub>i</sub> | M<sub>0</sub>(p<sub>ci</sub>) | ·p<sub>ci</sub> | p<sub>ci</sub>· |
1 | M(p<sub>5</sub>)+M(p<sub>7</sub>)+M(p<sub>31</sub>)≤2 | 2 | {t<sub>6</sub>,t<sub>8</sub>} | {t<sub>4</sub>,t<sub>24</sub>} |
2 | M(p<sub>8</sub>)+M(p<sub>31</sub>)≤1 | 1 | {t<sub>5</sub>,t<sub>9</sub>} | {t<sub>8</sub>,t<sub>24</sub>} |
3 | M(p<sub>23</sub>)+M(p<sub>27</sub>)≤1 | 1 | {t<sub>3</sub>,t<sub>9</sub>} | {t<sub>17</sub>,t<sub>23</sub>} |
表2受控系统行为的比较
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于安全网的控制器结构简化及行为优化方法,其特征在于,所述基于安全网的控制器结构简化及行为优化方法包括:
第一步,模型转换,在确保动态特性一致的情况下,将有界的S4R网转换为安全网;
基于安全网的控制器结构简化及行为优化方法的S4R网模型的转换包括:有向弧f=(p,tj)的转换算法、有向弧f=(p,tj)的转换算法、资源库所的转换算法、闲置库所和活动库所的转换算法;
第二步,提出在安全网上基于不等式分析的控制器结构简化及行为优化方法;控制器的简化及优化算法包含:利用约束独立性分析算法初次简化不等式;提出约束转换定理,基于该定理利用分枝定界法实现对不等式的等价分解;结合约束独立性分析算法和约束等价转换算法,对初次简化得到的不等式组进行再次简化;
所述有向弧f=(p,tj)的转换算法具体包括:
(2)初始化,令i=0,tj,0=tj,PX=φ,TX=φ,FX=φ,WX=φ;
(3)当i<m时;
(4)令i=i+1,添加一对变迁和库所即tj,i和pj,i,使其满足·pj,i={tj,i},pj,i·={tj,i-1},·tj,i={p},pX=pX∪{pj,i},FX∪{(tj,i,pj,i)}∪{(p,tj,i)}∪{(pj,i,tj,i-1)};
(5)添加一个托肯数为一的控制库所pj,i+1,使其满足·pj,i+1={tj},pj,i+1·={tj,i-1}pX=pX∪{pj,i+1},FX=FX∪{(tj,pj,i+1)}∪{(pj,i+1,tj,i)};
(6)添加一个托肯数为一的控制库所pj,i+1,使其满足·pj,i+1={tj},pj,i+1·={tj,i-1};
(7)令pX=pX∪{pj,i+1},FX=FX∪{(tj,pj,i+1)}∪{(pj,i+1,tj,i)},添加的有向弧权值都为一;
(8)返回这个子网;
所述有向弧f=(p,tj)的转换算法具体包括:
(1)初始化,i=0,tj,0=tj,PX=φ,TX=φ,FX=φ,WX=φ;
(2)当i<m时,执行以下步骤,否则执行(5)步;
(3)i=i+1,添加一对变迁和库所即tj,i和pj,i,使其满足·pj,i={tj,i},pj,i·={tj,i-1},·tj,i={p};
(5)添加一个托肯数为一的控制库所pj,i+1,使其满足·pj,i+1={tj},pj,i+1·={tj,i-1};
(6)pX=pX∪{pj,i+1},FX=FX∪{(tj,pj,i+1)}∪{(pj,i+1,tj,i)},添加的有向弧权值都为一;
(7)返回这个子网;
所述资源库所的转换算法具体包括:
(1)对于一个纯的有界S4R网N=(P,T,F,W),依次选择资源库所r并判断是否满足M(r)=k,k>1;若满足同时有多个进程m≥2在竞争该资源r,使得·r={tx,tx,m},r·={ty,ty,m}且W(f)=1;其中tx,i,ty,i是属于进程中的变迁,tx={tx,1,tx,2,…,tx,m-1},ty={ty,1,ty,2,…,ty,m-1},则进行以下步骤;否则结束该算法;
(2)i=0:
(3)去掉资源库所r,及它输入输出弧;
(4)While(i<k-1)do
Begin;
(5)i=i+1;
(6)if(i==1);
(7)添加一个托肯数为一的资源库所ri′和一个空的控制库所pi′,两个变迁即ti,1,ti,2,使其满足·ri′={tx}∪{ti,1},·pi′={ty}∪{ti,2},ri′·={ty}∪{ti,2},pi′·={tx}∪{ti,1};
(8)PX=PX∪{ri′,pi′},TX=TX∪{ti,1,ti,2};
(9)FX=FX∪{(tx,ri′)}∪{(ti,1,ri′)}∪{(ri′,ti,2)}∪{(ri′,ty)}∪{(ty,pi′)}∪{(ti,2,pi′)}∪{(pi′,tx)}∪{(pi′,ti,1)};
(10)else:
(11)添加一个托肯数为一的资源库所ri′和一个空的控制库所pi′,两个变迁即ti,1,ti,2,使其满足·ri′={ti-1,2,ti,1},ri′·={ti-1,1,ti,2},·pi′={ti-1,1,ti,2}pi′·={ti-1,2,ti,1};
(12)PX=PX∪{ri′,pi′},TX=TX∪{ti,1,ti,2};
(13)FX=FX∪{(ti,1,ri′)}∪{(ti-1,2,ri′)}∪{(ri′,ti,2)}∪{(ri′,ti-1,1)}∪{(ti-1,1,pi′)}∪{(ti,2,pi′)∪{(pi′,ti-1,2)}∪{(pi′,ti,1)};
(14)End:
(15)添加一个托肯数为一的资源库所rk′和一个空的控制库所pk′,使得
·rk′={tk-1,2}∪{tx,m},rk′·={tk-1,1}∪{ty,m},·pk′={tk-1,1,ty,m},pk′·={tk-1,2,tx,m};
(16)PX=PX∪{rk′,pk′},
FX=FX∪{(tk-1,2,rk′)}∪{(tx,m,rk′)}∪{(rk′,tk-1,1)}∪{(rk′,ty,m)}∪{(tk-1,1,pk′)}∪{(ty,m,pk′)}∪{(pk′,tk-1,2)}∪{(pk′,tx,m)};
(17)W(FX)=1;
(18)返回子网;
所述闲置库所和活动库所的转换算法具体包括:
(1)对于一个纯的有界S4R网N=(P,T,F,W),依次选择闲置库所po并判断是否满足M(po)=n,n>1;若满足且有·p0={tx},p0·={ty},则执行以下步骤;否则执行(15);
(2)i=0;
(3)去掉该闲置库所p0及它的输入输出弧;
(4)While(i<n)do;
Begin
(5)i=i+1;
(6)if i==1:
(7)添加一个托肯数为一的资源库所poi和一个空的控制库所poi′,以及一个变迁ti′,使其满足poi′·={ti′},·poi={ti′};
(8)PX=PX∪{poi,poi′},TX=TX∪{ti′},FX=FX∪{poi′,ti′}∪{ti′,poi};
(9)else:
(10)添加一个托肯数为一的资源库所poi和一个空的控制库所poi′,以及一个变迁ti′使其满足poi′·={ti′},·poi={ti′},po(i-1)·={ti′},·po(i-1)′={ti′};
(11)PX=PX∪{poi,poi′},TX=TX∪{ti′};
FX=FX∪{poi′,ti′}∪{ti′,poi}∪{po(i-1),ti′}∪{ti′,po(i-1)′};
(12)end
(13)添加一个托肯数为一的资源库所po(i+1)′和一个空的控制库所po(i+2)′,使其满足po(i+1)′·={tx},·po(i+1)′={ti′},po(i+2)′·={t1′},·po(i+2)′={tx},poi·={ty},·pon′={ty};
(14)PX=PX∪{po(i+1)′,po(i+2)′},
FX=FX∪{po(i+1)′,tx}∪{t1′,po(i+1)′}∪{po(i+2)′,t1′}∪{tx,po(i+2)′}∪{poi,ty}∪{ty,poi′};
(15)依次选择闲置库所p,p·={tm},·p={tn}并判断该库所在系统运行是否会出现托肯数大于一的情况,若满足则执行以下步骤;否则结束该算法;
(16)添加一个托肯数为一的资源库所pc,满足pc·={tn},·pc={tm};
(17)PX=PX∪{pc},FX=FX∪{pc,tn}∪{tm,pc};
(18)W(FX)=1;
(19)返回子网;
所述基于安全网的控制器结构简化及行为优化方法的控制器的简化及优化算法包含:利用约束独立性分析算法初次简化不等式;包括:
输入:一组不等式L·M≤B,L=[l1l2…ln]T,B=[b1b2…bn]T
输出:独立不等式组LI·M≤BI和冗余不等式组LD·M≤BD,其中LI=[lI1lI2…lIm]T,BI=[bI1bI2…bIm]T,LD=[lD1lD2…lD(n-m)]T,BD=[bD1bD2…bD(n-m)]T,
第一步,i=1,ΨI=φ,ΨD=φ
第二步,While(i≤n)do
Begin
第四步,对于不等式li·M≤bi,判断在不等式组中是否存在一个不等式lj·M≤bj;使得lj(k)≥li(k)成立,且有∑li(k)≤bi-bj,若存在这样的不等式,则li·M≤bi是冗余不等式,执行下一步;否则,li·M≤bi为独立不等式,执行第六步;
第五步,ΨD=ΨD∪{Ψi};
第六步,i=i+1
第七步,end
第八步,ΨI=Ψ\ΨD,
第九步,返回ΨI,ΨD对应的不等式组;
所述基于安全网的控制器结构简化及行为优化方法的约束等价转换算法进一步包括:
输入:不等式k1·M(p1)+k2·M(p2)+…+kn·M(pn)≤b;
第一步,i=1
第三步,该不等式冗余,结束算法;
第四步,将系数k1,k2,…,kn按照从大到小的顺序排列,得到k1′,k2′,…,kn′
第五步,生成n-1个根节点依次表示k1′,k2′,…,kn-1′的解空间树
第六步,While(i<n)do
begin
第七步,j=i
第十步,表示kj′的非终端节点产生n-j个依次表示kj+1′,kj+2′,…,kn′的子结点;
第十一步,按照广度优先的方法访问树的节点
begin
第十二步,判断每个子节点及其祖先节点表示的系数之和是否大于b;若是,则进行下一步;否则,跳到第十四步;
第十三步,该节点是寻找的目标节点,它与它的祖先节点表示的系数即为目标系数组合;
第十四步,判断该节点及其祖先节点、同层节点表示的系数之和是否超过b;若是,该节点则被认为是一个非终端节点,且产生的子结点表示的系数小于父节点的系数且依次递减;否则,该节点是终端节点,不予以考虑,与其同层的子节点也不予以考虑;
第十五步,end
第十六步,end
第十七步,返回所有目标系数组合和对应的不等式;
所述基于安全网的控制器结构简化及行为优化方法的控制器结构简化及优化算法具体包括:
输入:一组不等式L·M≤B,L=[l1l2…ln]T,B=[b1b2…bn]T
输出:独立不等式LI·M≤BI
第一步,得到不等式组中的m个独立不等式LM·M≤BM,LM=[lm1lm2…lmm]T,BM=[bm1bm2…bmm]T,Ψ={Ψi},i∈{m1,m2,…,mm}
第二步,mi=1,ΨI=φ,ΨD=φ
第三步,判断Ψmi∈ΨD是否成立,若成立,则执行第十六步;否则,执行下一步;
第四步,While(mi≤m)do
begin
第五步,根据分解第mi个不等式
第六步,j=1
第七步,While(j≤m)do
begin
第八步,if(j==mi):
第九步,j=j+1
第十步,else:
第十一步,不等式lj·M≤bj
第十二步,判断分解后得到的非加权不等式组中是否存在一个不等式
lk·M=M(pw1)+M(pw2)+…+M(pwn)≤k,k=|||lk|||-1,使得 lk(k)≥li(k);且∑lj(k)≤bj-k,若存在,则lj·M≤bj冗余,执行下一步;否则,进行第十四步;
第十三步,ΨD=ΨD∪{Ψj}
第十四步,j=j+1
第十五步,end
第十六步,mi=mi+1
第十七步,end
第十八步,ΨI=Ψ\ΨD
第十九步,返回ΨI对应的不等式组。
2.一种应用权利要求1所述基于安全网的控制器结构简化及行为优化方法的自动制造控制系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910425664.5A CN110320798B (zh) | 2019-05-21 | 2019-05-21 | 一种基于安全网的控制器结构简化及行为优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910425664.5A CN110320798B (zh) | 2019-05-21 | 2019-05-21 | 一种基于安全网的控制器结构简化及行为优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110320798A CN110320798A (zh) | 2019-10-11 |
CN110320798B true CN110320798B (zh) | 2021-09-24 |
Family
ID=68113219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910425664.5A Active CN110320798B (zh) | 2019-05-21 | 2019-05-21 | 一种基于安全网的控制器结构简化及行为优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110320798B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401680B (zh) * | 2020-02-06 | 2024-01-30 | 西安电子科技大学 | 具有复杂进程子网的自动制造系统的协同活性构建方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003150887A (ja) * | 2001-11-16 | 2003-05-23 | Nippon Steel Corp | 拡張ペトリネットに基づくシミュレーション装置 |
CN102164040A (zh) * | 2011-02-17 | 2011-08-24 | 深圳天源迪科信息技术股份有限公司 | 基于带抑制弧的Petri网模拟HB系统状态转换的方法 |
CN102999654A (zh) * | 2012-08-15 | 2013-03-27 | 同济大学 | 基于行为流空间序列着色Petri网的产品建模方法 |
KR20140005446A (ko) * | 2012-07-04 | 2014-01-15 | 현대중공업 주식회사 | 모바일장비를 이용하여 시추선의 위험작업허가를 관리하기위한 시스템 |
CN104615071A (zh) * | 2015-01-08 | 2015-05-13 | 华侨大学 | 基于Petri网的自动化立体仓库系统的PLC程序设计方法 |
CN105159244A (zh) * | 2015-07-29 | 2015-12-16 | 安徽理工大学 | 一种基于Petri网的事件协调控制方法 |
CN105488537A (zh) * | 2015-12-11 | 2016-04-13 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于Petri网的部件故障属性表征方法 |
CN105512018A (zh) * | 2014-09-23 | 2016-04-20 | 上海精密计量测试研究所 | 一种并行系统性能的形式化分析方法 |
CN108647377A (zh) * | 2018-03-28 | 2018-10-12 | 山东科技大学 | 一种基于逻辑博弈petri网的多方协同分析方法 |
CN108762221A (zh) * | 2018-07-09 | 2018-11-06 | 西安电子科技大学 | 含有不可控事件的自动制造系统的无死锁控制方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6278899B1 (en) * | 1996-05-06 | 2001-08-21 | Pavilion Technologies, Inc. | Method for on-line optimization of a plant |
US6067357A (en) * | 1998-03-04 | 2000-05-23 | Genesys Telecommunications Laboratories Inc. | Telephony call-center scripting by Petri Net principles and techniques |
US6256598B1 (en) * | 1998-07-10 | 2001-07-03 | The Regents Of The University Of Michigan | Method and system for creating a control-flow structure which represents control logic, reconfigurable logic controller having the control logic, method for designing the controller and method for changing its control logic |
US9009530B1 (en) * | 2010-06-30 | 2015-04-14 | Purdue Research Foundation | Interactive, constraint-network prognostics and diagnostics to control errors and conflicts (IPDN) |
CN102411330B (zh) * | 2011-08-25 | 2014-03-12 | 华侨大学 | 一种将可编程逻辑控制器程序转换为普通Petri网的方法 |
US20150039279A1 (en) * | 2013-08-02 | 2015-02-05 | Vitali Volovoi | Systems and methods for modeling a complex system using abridged petri nets |
CN105022377B (zh) * | 2015-07-22 | 2018-02-02 | 西安电子科技大学 | 一种基于Petri网的自动制造系统的控制方法 |
CN106200575B (zh) * | 2016-07-07 | 2018-07-20 | 西安电子科技大学 | 一种基于Petri网的自动制造系统的稳健性控制方法 |
CN106682844A (zh) * | 2017-01-06 | 2017-05-17 | 安徽理工大学 | 一种带cost标签的Petri网业务流程模型抽象化简新方法 |
-
2019
- 2019-05-21 CN CN201910425664.5A patent/CN110320798B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003150887A (ja) * | 2001-11-16 | 2003-05-23 | Nippon Steel Corp | 拡張ペトリネットに基づくシミュレーション装置 |
CN102164040A (zh) * | 2011-02-17 | 2011-08-24 | 深圳天源迪科信息技术股份有限公司 | 基于带抑制弧的Petri网模拟HB系统状态转换的方法 |
KR20140005446A (ko) * | 2012-07-04 | 2014-01-15 | 현대중공업 주식회사 | 모바일장비를 이용하여 시추선의 위험작업허가를 관리하기위한 시스템 |
CN102999654A (zh) * | 2012-08-15 | 2013-03-27 | 同济大学 | 基于行为流空间序列着色Petri网的产品建模方法 |
CN105512018A (zh) * | 2014-09-23 | 2016-04-20 | 上海精密计量测试研究所 | 一种并行系统性能的形式化分析方法 |
CN104615071A (zh) * | 2015-01-08 | 2015-05-13 | 华侨大学 | 基于Petri网的自动化立体仓库系统的PLC程序设计方法 |
CN105159244A (zh) * | 2015-07-29 | 2015-12-16 | 安徽理工大学 | 一种基于Petri网的事件协调控制方法 |
CN105488537A (zh) * | 2015-12-11 | 2016-04-13 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于Petri网的部件故障属性表征方法 |
CN108647377A (zh) * | 2018-03-28 | 2018-10-12 | 山东科技大学 | 一种基于逻辑博弈petri网的多方协同分析方法 |
CN108762221A (zh) * | 2018-07-09 | 2018-11-06 | 西安电子科技大学 | 含有不可控事件的自动制造系统的无死锁控制方法 |
Non-Patent Citations (7)
Title |
---|
Generalized mutual exclusion contraints on nets with uncontrollable transitions;GIUA A等;《Proceeding of the 1992 IEEE International Conference on System,Man and Cybernetics》;19921231;第974-979页 * |
Maximally Permissive Petri Net Supervisors with a Novel Structure;YuFengChen等;《12th IFAC/IEEE Workshop on Discrete Event Systems》;20140516;第47卷(第2期);第80-85页 * |
Reduction of constraints for controller synthesis based on safe Petri Nets;AbbasDideban等;《Automatica》;20080731;第44卷(第7期);第1697-1706页 * |
Robust supervision using shared-buffers in automated manufacturing systems with unreliable resources;HaoYue等;《Computers & Industrial Engineering》;20150531;第83卷;第139-150页 * |
基于MIP算法的系统Petri网模型中的死锁预防;胡核算;《中国优秀硕士学位论文全文数据库 信息科技辑》;20050215(第02(2005)期);第I138-16页 * |
基于时间调度的柔性制造系统控制器设计;范景杨;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160415(第04(2016)期);第I138-11页 * |
基于补库所的死锁预防策略;吴文慧,等;《计算机学报》;20111130;第36卷(第11期);第2257-2265页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110320798A (zh) | 2019-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103080900B (zh) | 并行化自动控制程序的方法及编译器 | |
Hu et al. | Polynomially complex synthesis of distributed supervisors for large-scale AMSs using Petri nets | |
Shih et al. | Sequence of Control in S3 PMR | |
CN107251013B (zh) | 数据查询的方法、装置和数据库系统 | |
Reveliotis | Accommodating FMS operational contingencies through routing flexibility | |
Wang et al. | Nonblocking supervisory control of state-tree structures with conditional-preemption matrices | |
CN110320798B (zh) | 一种基于安全网的控制器结构简化及行为优化方法 | |
Kumar et al. | Analysis of a multiobjective evolutionary algorithm on the 0–1 knapsack problem | |
Wang et al. | Process scheduling using genetic algorithms | |
Wang et al. | A simulation approach to the process planning problem using a modified particle swarm optimization. | |
Gang et al. | Deadlock-free scheduling strategy for automated production cell | |
Li et al. | Iterated local search for distributed multiple assembly no-wait flowshop scheduling | |
Wang et al. | Minimizing tardiness and makespan for distributed heterogeneous unrelated parallel machine scheduling by knowledge and Pareto-based memetic algorithm | |
Wei et al. | Product family flexibility design method based on hybrid adaptive ant colony algorithm | |
Kasiviswanathan et al. | The rigidity transition in random graphs | |
Nazeem et al. | Designing maximally permissive deadlock avoidance policies for sequential resource allocation systems through classification theory | |
Avedillo et al. | State merging and state splitting via state assignment: a new FSM synthesis algorithm | |
Lawley | Integrating flexible routing and algebraic deadlock avoidance policies in automated manufacturing systems | |
Chowdhury et al. | Developing a non-gradient based mixed-discrete optimization approach for comprehensive product platform planning (cp3) | |
CN106548286B (zh) | 工业控制系统的功能安全与信息安全实时协调控制方法 | |
Xue et al. | AOME: Autonomous optimal mapping exploration using reinforcement learning for NoC-based accelerators running neural networks | |
Imad et al. | Solving assembly line balancing problem using a hybrid genetic algorithm with zoning constraints | |
Shouman et al. | Static Workload Distribution of Parallel Applications in Heterogeneous Distributed Computing Systems with Memory and Communication Capacity Constraints | |
Yang et al. | Hybrid Taguchi-based genetic algorithm for flowshop scheduling problem | |
Korablyov et al. | Dendritic Artificial Immune Network Model for Computing. |
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 |