CN115577775A - 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 - Google Patents
面向目标功能实现的系统成功路径规划方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN115577775A CN115577775A CN202211081911.2A CN202211081911A CN115577775A CN 115577775 A CN115577775 A CN 115577775A CN 202211081911 A CN202211081911 A CN 202211081911A CN 115577775 A CN115577775 A CN 115577775A
- Authority
- CN
- China
- Prior art keywords
- equipment
- path
- target
- task
- successful
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04842—Selection of displayed objects or displayed text elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向目标功能实现的系统成功路径规划方法、系统、电子设备及存储介质,所述方法包括:根据系统功能目标及当前系统运行状态确定任务目标,根据任务目标和对系统功能目标参数的监测,确定操纵任务响应要求,并沿系统结构流方向生成结构化系统成功路径,结合设备状态与过程参数之间的耦合和作用关系,反向推理实现对设备操控动作的细致规划,进一步形成序列化系统成功路径,通过任务复杂性和可靠性综合评价,最终完成对潜在系统成功路径在人机界面上的优化排序显示,从而辅助并指引操纵员执行有效的应急操作响应。
Description
技术领域
本发明属于工业系统安全分析领域,具体涉及一种面向目标功能实现的系统成功路径规划方法、系统、电子设备及存储介质。
背景技术
高风险工业系统(如海上天然气和石油开采、石油化工、海洋浮动式核动力平台、海上航运等)安全一直以来备受关注,一旦发生事故,将造成严重的社会、经济、人身安全和环境危害影响,加之系统装置通常运行在极端恶劣的环境中,运行工况多变,缺乏有效的技术支持中心,在面对极端陌生运行环境或紧急突发事故场景时,往往缺乏有效的操作规程指引,而此时的操纵员班组通常面临精神、认知和操作等多重负荷压力,易于引发人因失误,加剧事故的危害后果。2011年日本福岛核电事故经验教训再次表明,即使是在高设计标准、高运行安全规范和多层纵深防御保障的前提下,在极端环境和运行条件下非预期性事件仍有可能发生并超出现有的系统安全防护、事故缓解和响应能力,尤其是在缺乏系统化规程指引的前提下,如何采取合适的紧急应对措施将系统装置调控和恢复至安全的运行状态,是有效遏制突发事故蔓延发展的关键所在。
目前,针对任务和动作规划的研究主要聚焦在模式识别、人工智能、智能机器人等领域,主要方法包括面向目标的推理和任务规划、路径规划算法等,而围绕过程工业安全尤其是在极端运行环境条件下的非预期性事件应急任务和控制动作规划方面的研究较为鲜见,相关应急响应决策更多的是停留在政策和管理层面,缺乏系统化技术指引支撑。
发明内容
为了解决上述现有技术的不足,本发明针对大型复杂工业过程系统在极端陌生运行环境和无规程指引条件下,提供了一种面向目标功能实现的系统成功路径规划方法、系统、电子设备及存储介质,该方法通过对系统功能目标参数的持续监督,实现任务规划,并基于知识库推理得到操纵动作序列成功路径集,进而为非预期性事件的应急安全响应提供决策支持,保障过程系统安全。
本发明的第一个目的在于提供一种面向目标功能实现的系统成功路径规划方法。
本发明的第二个目的在于提供一种面向目标功能实现的系统成功路径规划系统。
本发明的第三个目的在于提供一种电子设备。
本发明的第四个目的在于提供一种存储介质。
本发明的第一个目的可以通过采取如下技术方案达到:
一种面向目标功能实现的系统成功路径规划方法,所述方法包括:
根据系统设计说明书,提取系统功能目标;围绕系统功能目标,根据系统运行工况、任务要求列解任务目标,实现系统功能-任务目标树结构的构造;
基于系统流程结构组成,对系统流程结构进行分解,梳理设备之间的外在物理关联关系,并以单一设备作为独立节点模块实现对系统设备关系数据库的构建;
通过对系统设备操控动作、设备状态和过程参数之间的交互影响分析,建立设备-过程之间的因果关系模型,并以此构建推理关系数据库;
根据系统过程在线监测数据,明确功能任务目标;根据功能任务目标要求,确定操纵任务和操控模式;
基于任务目标和系统设备关系数据库,根据“源+驱动力+调节器+阱+支持系统”功能组合投入模式,确定实现既定功能目标的潜在系统结构流路径;
基于潜在系统结构流路径和推理关系数据库,根据实时在线监测数据,反向推理得到系统设备的操控动作,生成基于流向指引的系统成功路径集;
根据系统成功路径集,参考现有操作规程、模拟分析和工程经验对操控动作进行优化排序,得到序列化的系统成功路径;
根据系统成功路径,以操纵任务的复杂性和可靠性作为度量指标,完成对系统成功路径的有效性能分析,并在人机界面上实现对潜在的系统成功路径优先排序显示,指引操纵员执行任务操纵响应。
进一步的,所述基于系统流程结构组成,对系统流程结构进行分解,梳理设备之间的外在物理关联关系,并以单一设备作为独立节点模块实现对系统设备关系数据库的构建,包括:
根据系统工艺流程图,通过对系统流程结构进行分解,沿信号流方向将系统结构逐步拆解为一个个单独的设备模块,以此作为基础设备节点按设备类型存入数据库中实现对系统设备关系数据库的构建;其中,系统设备分类体系根据设备的工艺性能、运行条件、设计和功能特点建立。
进一步的,所述信号流为物理量或信息;
所述基础设备节点为包含对设备上下游外显物理连接关系的描述,其中所述物理结构连接关系是指设备之间的连接关系。
进一步的,所述推理关系数据库以操纵动作因果关系模型和过程参数因果关系模型作为基础,通过过程参数的耦合关联,建立“系统功能目标状态-过程参数状态-设备关联参数状态-设备操控动作”之间的级联映射关系,以此实现对系统成功操控动作序列路径规划,其中:
所述操纵动作因果关系模型依据设备操控模式、操作动作及其关联过程参数之间的交互作用影响而构建,反映设备状态本身、操控行为及其内部关联参数之间的因果映射关系;
所述过程参数因果关系模型,基于设备状态参数的输入输出之间的守恒关系,确定不同功能设备之间的过程参数耦合关系。
进一步的,所述基于潜在系统结构流路径和推理关系数据库,根据实时在线监测数据,反向推理得到系统设备的操控动作,生成基于流向指引的系统成功路径集,包括:
将设备抽象为路径节点,根据任务目标要求,将目标监测点定义为路径初始节点并进行路径规划;
由初始节点开始,根据系统设备关系数据库对所有相连的设备节点进行深度搜索,当搜寻过程中出现新的系统结构流路径时,将其加入潜在系统结构流路径的列表中;
从列表中依次选取潜在系统结构流路径,将目标监测节点作为路径的当前起始节点并根据推理关系数据库进行节点之间的因果关系推理和设备操控动作的规划,生成基于流向指引的系统成功路径集。
进一步的,所述潜在系统结构流路径是一种类似路集的功能组合实现方式,包括实现功能目标的必备要素;
所述设备节点的属性内容包括当前设备的上游设备节点、下游设备节点、设备可靠性分析参数、设备状态、设备状态关联参数、操控模式和操控动作。
进一步的,所述潜在系统结构流路径包括源、阱、驱动设备、调节设备和支持系统五要素,但不涉及各要素之间的时序关系。
进一步的,所述根据系统成功路径,以操纵任务的复杂性和可靠性作为度量指标,完成对系统成功路径的有效性能分析,并在人机界面上实现对潜在的系统成功路径优先排序显示,指引操纵员执行任务操纵响应,包括:
通过统计每一系统成功路径上的设备控制节点数,以此作为任务复杂度的度量指标,进而从任务动作执行的便捷性和防人因失误视角优化对系统成功路径的可视化指引呈现;
根据系统成功路径,通过系统可靠性分析理论计算得到系统成功路径对任务目标达成的可靠度,进而从任务可靠性角度优化对系统成功路径的可视化指引呈现;
针对优选后的每一条系统成功路径,以数字流程化的形式对操控动作序列进行同步显示,从而实时指引操纵员沿成功路径实施操纵任务;
操纵序列执行过程中结合操纵适用性评价技术,实时监督预判操纵员操控动作输入对操纵任务可靠性的变化或潜在的操纵后果危害影响。
本发明的第二个目的可以通过采取如下技术方案达到:
一种面向目标功能实现的系统成功路径规划系统,所述系统包括:
系统过程在线监测数据接口模块,用于实现对系统现场或模拟器在线实时监测数据的获取,根据监测系统功能目标状态确定系统功能目标状态恢复和调控的需求方向,形成操纵任务目标;
数据库模块,包括目标树数据库、系统设备关系数据库和推理关系数据库,用于支撑系统成功路径规划分析;其中,目标树数据库用于实现对系统功能目标-任务目标树形结构数据关系的构造,系统设备关系数据库用于实现系统设备物理流结构数据关系的存储和访问,推理关系数据库用于实现过程设备操控行为推理内在因果影响关系的存储和访问;
系统成功路径生成模块,用于根据在线实时监测数据和数据库模块,实现面向目标任务成功的操控动作序列路径自动生成和性能分析;
系统成功路径可视化人机界面显示模块,用于实现对系统成功路径的优先排序显示,通过序进式步骤列表显示为操纵员提供操作进程指引。
本发明的第三个目的可以通过采取如下技术方案达到:
一种电子设备,包括处理器以及用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现上述的系统成功路径规划方法。
本发明的第四个目的可以通过采取如下技术方案达到:
一种存储介质,存储有程序,所述程序被处理器执行时,实现上述的系统成功路径规划方法。
本发明相对于现有技术具有如下的有益效果:
1、本发明提供的方法,以成功实现系统功能目标为导向,可为复杂陌生环境和紧急情景工况下的核动力装置应急响应提供一种切实可行的预选方案,从而辅助并指引操纵员快速恢复系统安全功能,降低系统运行风险。
2、本发明提供的方法,在系统结构流路径初级规划的基础上融入了控制设备与被控过程之间的动态交互作用影响的推理分析,可以针对系统功能目标参数的调控方向(高/低)、调控范围(多区间表达)、调控方式(手动/自动)和调控速度(快速/慢速)等不同任务目标要求作灵活适应,系统成功路径规划可具体到设备的操控动作,规划内容的精细化程度更高。
3、本发明提供的方法,生成的操纵动作序列路径结合了对系统流结构特点和工程经验反馈的综合考虑,符合人类的认知思维习惯,更便于操纵员理解和应急响应计划实施。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例1的面向目标功能实现的系统成功路径规划方法的原理图。
图2为本发明实施例1、2的系统成功路径生成的流程图。
图3为本发明实施例2的硼与水补给系统的示意图。
图4为本发明实施例2的设备关系数据库表。
图5为本发明实施例2的设备过程参数因果关系和操纵动作因果关系的示意图。
图6为本发明实施例2的系统成功路径可视化呈现的示意图。
图7为本发明实施例3的面向目标功能实现的系统成功路径规划系统的结构框图。
图8为本发明实施例4的电子设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。应当理解,描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
实施例1:
如图1、2所示,本实施提供了一种面向目标功能实现的系统成功路径规划方法,包括:
根据系统功能目标及当前系统运行状态确定任务目标;
基于系统设备结构数据库和系统过程在线监测数据,结合任务目标要求,初始化目标监测参数和设备状态参数;其中,在线监测数据包括设备状态和过程参数;
进一步将设备抽象为路径节点,设备节点属性内容包括当前设备的上游设备节点、下游设备节点、设备可靠性分析参数、设备状态、设备状态关联参数、操控模式、操控动作;根据任务目标要求,将目标监测点定义为路径初始节点并进行路径规划;
将当前设备节点存入栈内,判断当前设备节点是否包含未访问的联结设备节点,如果是,则将下一未访问的联结设备节点作为当前设备节点并重复设备物理连接关系遍历搜索过程;否则,进一步判断栈内设备节点是否为空,如果是,则说明已经遍历完所有潜在的系统流程结构路径;否则,基于栈内设备节点,生成新的系统流程结构路径存入列表中,并取出栈内最后一个设备节点作为当前设备节点,重复以上设备物理连接关系遍历搜索过程;所述系统流程结构路径只是一种类似路集的功能组合实现方式,包含实现功能目标的必备要素组成,包括如源、阱、驱动设备、调节设备、支持系统,但不涉及各要素之间的时序关系;
当搜索完所有的潜在系统流程结构路径之后,判断当前路径是否满足既定功能目标要求,如果是,则表明当前规划的系统流程结构路径可实现预期功能目标;否则,将无法满足系统功能目标要求的系统流程结构路径从列表中剔除;
进一步判断当前系统流程结构路径是否为最后一条路径,如果是,则将系统流程结构路径列表输出至系统成功路径推理模块;否则,返回遍历下一系统流程结构路径;
从列表中依次选取系统流程结构路径,将功能目标节点作为路径的当前起始节点进行节点之间的因果关系推理和设备操控动作的规划;
判断当前设备节点是否可用,如果是,则基于设备-过程因果关系模型库并根据既定任务目标要求推理操纵动作;否则,删除当前系统流程结构路径;所述设备-过程因果关系模型库包含设备操控动作与过程参数变化之间的因果关系;
进一步地,判断当前设备节点是否已完成规划的预期操纵动作,如是,则将当前设备节点从当前系统流程结构路径中剔除;否则,记录当前设备节点的预期操纵动作;
进一步判断当前设备节点是否为最后一个节点,如果是,则生成系统成功路径;否则,基于上下游设备节点相关参数之间的因果关系推理得到下一设备节点的关联参数的预期目标趋势要求,将下一设备节点作为当前设备节点重复设备节点的操控动作规划过程;
当完成对当前系统成功路径的规划分析之后,进一步判断是否已完成所有的路径分析,如果是,则输出所有潜在的系统成功路径;否则,则跳转至下一系统流程结构路径并进行推理分析;
参考现有操作规程、模拟分析和工程经验对操作动作进行优化排序,得到序列化的系统成功路径;
基于生成的系统成功路径集,以任务复杂度、任务可靠性、多目标达成度作为度量指标,综合评价不同系统成功路径的有效性能,为系统成功路径集的优选排序可视化呈现提供参考依据;
基于任务复杂度的系统成功路径评价方法通过统计每一路径上的设备控制节点数,以此作为任务复杂度的度量指标,进而从任务动作执行的便捷性和防人因失误视角优化对系统成功路径的可视化指引呈现;
基于任务可靠性的系统成功路径评价方法通过系统可靠性分析理论计算得到系统成功路径对任务目标达成的可靠度,进而从任务可靠性角度优化对系统成功路径的可视化指引呈现;
基于多目标达成度的系统成功路径评价方法结合系统功能模型前向因果关系实时推理,预测不同成功路径对多功能目标的危害后果影响,通过多目标协同优化评价不同成功路径的综合效能和可视化指引呈现;
针对优选后的每一条系统成功路径,以数字流程化的形式对操纵动作序列进行同步显示,从而实时指引操纵员沿成功路径实施操纵任务,操纵序列执行过程中可结合操纵适用性评价技术实时监督预判操纵员实际操作动作输入对操纵任务可靠性的即时变化或潜在的操纵后果危害影响。
实施例2:
本实施例将以核电站轻微硼稀释事故下的反应堆硼与水补给系统(REA)响应为例,对本发明提供的一种面向目标功能实现的系统成功路径规划方法进行具体说明。
事故场景假设:假设核电站在正常运行过程中发生轻微硼稀释事故(硼酸浓度下降小于50ppm),事故后检测到反应堆内的中子通量高,此时应及时终止硼稀释过程,并通过反应堆硼与水补给系统实现对反应堆冷却剂硼酸浓度的正常恢复。
系统功能目标提取:反应堆硼与水补给系统作为化学和容积系统的重要辅助支持系统,主要实现以下安全功能目标:1)反应性控制;2)容积控制;3)化学控制。
任务目标确定:硼稀释事故下,反应堆冷却剂硼酸浓度降低,导致反应堆反应性发生增加,反应性控制安全功能目标状态出现异常,为消除硼稀释事故对反应堆反应性的影响,确定系统任务目标为手动硼补给,即通过手动操控方式将反应堆冷却剂的硼酸浓度恢复至正常水平。
设备关系数据库构建:根据系统功能结构和设备组成,建立系统设备关系数据库。硼与水补给系统结构包括两部分,分别为硼酸补给管线和除盐除氧水补给管线,除盐除氧水和硼酸溶液分别经不同的流道汇入混合管道,然后经气动隔离阀RCV154VP进入容积控制箱RCV002BA,最后经化学和容积控制系统(RCV)中的上充泵输送至反应堆冷却剂系统,实现系统功能目标。本实施例中由于只考虑操纵员手动操控对硼酸浓度的影响(手动硼补给),因此忽略了系统中无法进行操作或在实际运行过程中不对硼酸浓度产生影响的部件,只对系统中的关键调控和执行设备进行了考虑。
系统设备组成及设备之间的物理连接关系,通过系统流程图设计资料得到。如图3所示,硼与水补给系统主要设备组成包括除盐除氧水贮存箱、硼酸溶液贮存箱、化学药品混合罐、除盐除氧水泵、硼酸溶液输送泵、气动隔离阀、手动隔离阀、电动隔离阀、电动调节阀、气动调节阀、手动隔离阀、止回阀及相关管道组成。通过根据系统设备功能结构和运行设计特点,将上述系统设备总体分成箱/罐类、泵类和阀类三大类,进一步根据设备操纵方式的不同细分到设备子类,如表1所示。
表1系统设备分类列表
根据表1中的系统设备组成,划分设备类型,定义设备状态;根据系统工艺流程图建立设备之间的上下游物理连接关系;确定系统设备的操控模式和操控动作,收集设备的可靠性参数;将设备编号、设备名称、设备控制模式及状态描述、设备操控动作、当前设备状态、设备可靠性参数、上下游设备编号和设备所属类型等属性信息通过文本描述或数字编码后填入图4所示的设备关系数据库表中。
推理关系数据库构建:根据设备状态参数的输入输出守恒关系以及不同系统过程参数之间的耦合关系,建立设备操纵与过程交互之间的因果推理关系数据库。图5给出了典型常见通用类设备的操纵因果关系和过程参数因果关系,以下对本实施例中涉及到的部分设备类操纵因果关系和过程参数因果关系作简要描述说明:
操纵动作因果关系模型构建:依据设备操控模式、操作动作及其关联过程参数之间的交互作用影响,建立操纵动作因果关系模型。对于大部分系统设备而言,其状态是一个离散的物理量,通常包括全开、全关、半开/半关等,但也存在像调节阀这一类特殊的设备,其状态量是连续可调的,是一种连续状态表征。实际应用中,为了方便对系统物理设备状态的划分和定义,通常将调节阀这一类连续状态表征的设备处理成有限状态的离散设备,例如,阀门状态保持不变、阀门开度增大、阀门开度减小。基于此,本实施例将所有的系统设备统一划分为两状态或三状态,以进一步建立操纵动作与设备状态及其关联参数变化之间的作用影响。
不论是两状态划分还是三状态划分,均可以根据设备的初始状态、操纵模式及动作,确定设备状态改变及其引起的设备状态参数变化,从而建立设备操控动作、设备状态与过程参数之间的因果关系模型。例如,假设两状态设备初始时刻的状态为全关状态,此时操纵员开启阀门,阀门状态由关转为开,流量增加,反之亦然。
本实施例中,箱/罐类设备属于非动作部件,无需对箱/罐类设备加以操控,但作为源部件使用时,系统成功路径规划需首先确认其容器容量是否满足可用性功能需求。
隔离阀按其驱动方式的不同可分为手动隔离阀、电动隔离阀和手动/电动隔离阀,即设备的操控模式可以是手动控制模式、自动控制模式或者手动/自动综合控制模式;设备状态分为全开和全关两种,设备开、关动作分别对应于流经阀门的流量的高和低。
调节阀的控制模式与隔离阀相类似,包括手动控制模式、自动控制模式或手动/自动综合控制模式,但与隔离阀不同的是调节阀是一种连续的状态表达,调节阀的开度可按百分比由0%(全关)至100%(全开)自由调节。因此在实际应用中,将调节阀状态划分为阀门状态保持不变、阀门开度增大、阀门开度减小三种。基于当前阀门状态,操纵员所执行的操作动作改变的是阀门的开度,反映为过程参数的渐变影响。
止回阀是一种单向导通型元件,主要起到防止介质流逆向流动的功能。当介质流向与止回阀设计流向保持一致时,阀位处于全开状态;相反,止回阀则处于全关状态。同样,本实施例将止回阀作为一种非动作部件,无需操纵员手动操控。
三通阀运行状态包括开启一侧出口、开启另一侧出口以及阀门完全关闭三种。三通阀的操控动作是一种联动的作用影响关系,三通阀在开启或关闭其中的一条出口管道时,另一条出口管道随即转为关闭或开启状态,或者整个三通阀完全关闭。当三通阀的一条出口管道开启,另一条出口管道关闭时,此时的三通阀等同于一开启的普通隔离阀,认为其状态与流量之间的关系表达式与隔离阀相同,即随着阀门开度的不断增大,流经该阀门的进口流量Fin与出口流量Fout均随之增加,反之则随之减小。
泵类设备既可以是两状态(开/关)也可以是三状态(全开/半开/全关)单元,泵类设备操控模式一般包括手动控制模式和自动控制(电动控制/气动控制)模式两种。在设备操控模式确认之前需要首先对设备的可用状态进行确认,当泵由关状态转开状态或是半开状态转全开状态时,流经泵的流量增加;相反,当泵由开状态转关状态或是半开状态转全关状态时,泵的流量降低至0。
如图5所示,根据操作动作与设备状态参数的作用和影响关系,建立硼与水补给系统的设备操纵动作因果关系库,并完成对推理关系数据库表设计。
设备操纵因果关系模型数据结构内容包括设备类型编号、设备动作编号、设备初始状态、设备状态参数的影响趋势。其中,参数变化趋势中的1代表操纵员操作动作对设备状态及其关联参数有正向的作用影响,0代表无影响,-1代表反向作用影响。
过程参数因果关系模型构建:基于设备状态参数输入输出之间的守恒关系,进一步确定不同功能设备之间的过程参数耦合关系。过程参数因果关系模型构建分两步进行:(1)确定单一设备状态参数输入输出之间的数学关系式表达模型;(2)建立不同功能设备之间的过程参数耦合影响关系,其中:
(1)设备状态参数输入输出之间的影响关系。
设备状态参数输入输出之间的影响关系通过设备功能结构特点(输入-输出管口数量)分析以及物质、能量和信息守恒原理推理得到。以下为本实施例中的三类主要设备状态参数输入输出之间的数学关系式表达模型说明。
a)箱/罐类设备。
箱/罐类设备通常为不可操纵容器,起介质储存或平衡功能,根据箱/罐类设备功能的不同,其输入输出数学关系表达式不一样。
若箱/罐类设备实现的是源功能(无输入端,只有一个输出端),如供水箱,则输入/输出流量与容积变化之间满足:Fout=dV/dt。
若箱/罐类设备实现的是存储功能(允许多输入多输出存在),如容积控制箱,则输入/输出流量与容积变化之间满足:∑Fout-∑Fin=dV/dt。
式中,Fin和Fout分别表示箱/罐类设备的进口流量和出口流量,dV/dt表示容积随时间的变化。
b)泵类设备。
泵类设备通常处理为单输入单输出输运设备,主要实现物质输送功能,其输入输出之间满足:Fout=Fin。
c)阀类设备。
阀类设备细分子类较多,需分情况讨论,一般阀类设备(隔离阀、调节阀)通常只包含一个输入一个输出,此时设备输入输出之间满足Fout=Fin。
但与普通阀门有所不同的是,止回阀是一种导通型元件,当介质流向与止回阀设计流向相同时,止回阀处于全开状态,此时止回阀的输入输出满足:Fout=Fin;而当介质逆向流动时,此时止回阀处于关闭状态,无流量输出,相当于阻碍功能,满足Fout=0。
三通阀包括一个进口管咀、两个出口管咀,和普通阀门不同的是三通阀底部多增加了一出口,通过对阀芯位置的控制,可用于改变介质的流向。三通阀工作过程中,通常将其中的一条管路关闭,而开启另外一条管路,此时等同于一普通的单输入单输出阀门,满足:Fin=Fout1+Fout2(Fout1和Fout2不能同时为非零值或Fout1=Fout2=0)。
(2)过程参数耦合影响关系。
过程参数耦合影响关系通过设备的上下游连接关系以及物质、能量、信息守恒原理推理得到。例如,对于单输入单输出管道设备而言,下游设备的入口通常是上游设备的出口,下游设备的出口又是其下游设备的入口,根据物质、能量、信息守恒定律,存在上游设备的出口参数等于下游设备的入口参数,同理,上游设备的入口参数等于其上游设备的出口参数。多输入多输出管道设备之间的过程参数耦合关系可通过类似原理获取得到。
表2归纳了本实施例中的通用类设备之间过程参数因果关系。设备之间的状态参数作用影响使用数字编码表示,其中1代表正向作用影响,0代表无影响,-1代表反向作用影响。例如,上游箱/罐中的水位值高低对下游泵或阀门流量大小无作用影响;而下游泵或阀门流量大小对上游箱/罐中的水位起反向作用影响,即流量越高,水位值下降越快,反之水位值下降越慢。其他类设备之间的相互作用影响关系可通过类似的分析得到。
表2设备之间过程参数的相互作用影响
成功路径规划:系统成功路径规划分两步实现,分别对应于结构化成功路径规划和序列化成功路径规划。
结构化成功路径规划:基于设备关系数据库,按“源+驱动力+调节器+阱+支持系统”功能组合确定系统结构化成功路径。
表3列出了硼与水补给系统在执行硼补给任务过程中需投入的关键功能要素组成。针对本实施例,系统成功路径的起点源自于硼酸溶液贮存箱,终止于RCV上充泵输入口,驱动设备包括硼酸溶液输送泵,调节设备包括电动调节阀和气动调节阀,支持系统主要包括电力系统和空气压缩系统。
在确定系统成功路径关键功能要素组成后,根据设备关系数据库中系统设备上下游连接关系,从目标监测节点开始反向寻找满足以上功能组合条件的连续管线,以此作为系统结构流路径。系统成功路径生成算法参见图2。根据设备管线组合搜索,本实施例得到REA硼补给潜在的成功路径共18条,可进一步划分为正常流道、应急硼化流道和直接硼化流道三类。
表3 REA硼补给成功路径关键功能要素组成
序列化成功路径规划:基于功能组合得到的系统结构化成功路径,结合设备操控动作反向推理分析,进一步确定操纵动作序列,形成序列化成功路径集。为了更贴合实际应用场景并简化案例分析,本实施例在执行系统成功路径规划过程中假设硼酸输送泵REA003PO和应急硼化管线上的手动隔离阀REA205VB突发故障无法手动开启,系统设备操控顺序按物质流方向依次执行,最后得到6条可用的序列化成功路径。
成功路径集优化排序显示:分别以每条成功路径上所要执行的操纵节点数作为任务复杂性度量指标以及成功路径对系统功能目标达成的可靠度,对潜在的成功路径进行优选排序,如图6所示。
本领域技术人员可以理解,实现上述实施例的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成,相应的程序可以存储于计算机可读存储介质中。
应当注意,尽管在附图中以特定顺序描述了上述实施例的方法操作,但是这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
实施例3:
如图7所示,本实施例提供了一种面向目标功能实现的系统成功路径规划系统,该系统包括系统过程在线监测数据接口模块701、数据库模块702、系统成功路径生成模块703和系统成功路径可视化人机界面显示模块704,其中:
系统过程在线监测数据接口模块701,用于实现对系统现场或模拟器在线实时监测数据的获取,根据监测系统功能目标状态确定系统功能目标状态恢复和调控的需求方向,形成操纵任务目标;
数据库模块702,包括目标树数据库、系统设备关系数据库和推理关系数据库,用于支撑系统成功路径规划分析;其中,目标树数据库用于实现对系统功能目标-任务目标树形结构数据关系的构造,系统设备关系数据库用于实现系统设备物理流结构数据关系的存储和访问,推理关系数据库用于实现过程设备操控行为推理内在因果影响关系的存储和访问;
系统成功路径生成模块703,用于根据在线实时监测数据和数据库模块,实现面向目标任务成功的操控动作序列路径自动生成和性能分析;
系统成功路径可视化人机界面显示模块704,用于实现对系统成功路径的优先排序显示,通过序进式步骤列表显示为操纵员提供操作进程指引。
本实施例中各个模块的具体实现可以参见上述实施例1,在此不再一一赘述;需要说明的是,本实施例提供的装置仅以上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
实施例4:
本实施例提供了一种电子设备,该电子设备可以为计算机,如图8所示,其通过系统总线801连接的处理器802、存储器、输入装置803、显示器804和网络接口805,该处理器用于提供计算和控制能力,该存储器包括非易失性存储介质806和内存储器807,该非易失性存储介质806存储有操作系统、计算机程序和数据库,该内存储器807为非易失性存储介质中的操作系统和计算机程序的运行提供环境,处理器802执行存储器存储的计算机程序时,实现上述实施例1的系统成功路径规划方法,如下:
根据系统设计说明书,提取系统功能目标;围绕系统功能目标,根据系统运行工况、任务要求列解任务目标,实现系统功能-任务目标树结构的构造;
基于系统流程结构组成,对系统流程结构进行分解,梳理设备之间的外在物理关联关系,并以单一设备作为独立节点模块实现对系统设备关系数据库的构建;
通过对系统设备操控动作、设备状态和过程参数之间的交互影响分析,建立设备-过程之间的因果关系模型,并以此构建推理关系数据库;
根据系统过程在线监测数据,明确功能任务目标;根据功能任务目标要求,确定操纵任务和操控模式;
基于任务目标和系统设备关系数据库,根据“源+驱动力+调节器+阱+支持系统”功能组合投入模式,确定实现既定功能目标的潜在系统结构流路径;
基于潜在系统结构流路径和推理关系数据库,根据实时在线监测数据,反向推理得到系统设备的操控动作,生成基于流向指引的系统成功路径集;
根据系统成功路径集,参考现有操作规程、模拟分析和工程经验对操控动作进行优化排序,得到序列化的系统成功路径;
根据系统成功路径,以操纵任务的复杂性和可靠性作为度量指标,完成对系统成功路径的有效性能分析,并在人机界面上实现对潜在的系统成功路径优先排序显示,指引操纵员执行任务操纵响应。
实施例5:
本实施例提供了一种存储介质,该存储介质为计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时,实现上述实施例1的系统成功路径规划方法,如下:
根据系统设计说明书,提取系统功能目标;围绕系统功能目标,根据系统运行工况、任务要求列解任务目标,实现系统功能-任务目标树结构的构造;
基于系统流程结构组成,对系统流程结构进行分解,梳理设备之间的外在物理关联关系,并以单一设备作为独立节点模块实现对系统设备关系数据库的构建;
通过对系统设备操控动作、设备状态和过程参数之间的交互影响分析,建立设备-过程之间的因果关系模型,并以此构建推理关系数据库;
根据系统过程在线监测数据,明确功能任务目标;根据功能任务目标要求,确定操纵任务和操控模式;
基于任务目标和系统设备关系数据库,根据“源+驱动力+调节器+阱+支持系统”功能组合投入模式,确定实现既定功能目标的潜在系统结构流路径;
基于潜在系统结构流路径和推理关系数据库,根据实时在线监测数据,反向推理得到系统设备的操控动作,生成基于流向指引的系统成功路径集;
根据系统成功路径集,参考现有操作规程、模拟分析和工程经验对操控动作进行优化排序,得到序列化的系统成功路径;
根据系统成功路径,以操纵任务的复杂性和可靠性作为度量指标,完成对系统成功路径的有效性能分析,并在人机界面上实现对潜在的系统成功路径优先排序显示,指引操纵员执行任务操纵响应。
需要说明的是,本实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上所述,仅为本发明专利较佳的实施例,但本发明专利的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明专利所公开的范围内,根据本发明专利的技术方案及其发明构思加以等同替换或改变,都属于本发明专利的保护范围。
Claims (10)
1.一种面向目标功能实现的系统成功路径规划方法,其特征在于,所述方法包括:
根据系统设计说明书,提取系统功能目标;围绕系统功能目标,根据系统运行工况、任务要求列解任务目标,实现系统功能-任务目标树结构的构造;
基于系统流程结构组成,对系统流程结构进行分解,梳理设备之间的外在物理关联关系,并以单一设备作为独立节点模块实现对系统设备关系数据库的构建;
通过对系统设备操控动作、设备状态和过程参数之间的交互影响分析,建立设备-过程之间的因果关系模型,并以此构建推理关系数据库;
根据系统过程在线监测数据,明确功能任务目标;根据功能任务目标要求,确定操纵任务和操控模式;
基于任务目标和系统设备关系数据库,根据“源+驱动力+调节器+阱+支持系统”功能组合投入模式,确定实现既定功能目标的潜在系统结构流路径;
基于潜在系统结构流路径和推理关系数据库,根据实时在线监测数据,反向推理得到系统设备的操控动作,生成基于流向指引的系统成功路径集;
根据系统成功路径集,参考现有操作规程、模拟分析和工程经验对操控动作进行优化排序,得到序列化的系统成功路径;
根据系统成功路径,以操纵任务的复杂性和可靠性作为度量指标,完成对系统成功路径的有效性能分析,并在人机界面上实现对潜在的系统成功路径优先排序显示,指引操纵员执行任务操纵响应。
2.根据权利要求1所述的系统成功路径规划方法,其特征在于,所述基于系统流程结构组成,对系统流程结构进行分解,梳理设备之间的外在物理关联关系,并以单一设备作为独立节点模块实现对系统设备关系数据库的构建,包括:
根据系统工艺流程图,通过对系统流程结构进行分解,沿信号流方向将系统结构逐步拆解为一个个单独的设备模块,以此作为基础设备节点按设备类型存入数据库中实现对系统设备关系数据库的构建;其中,系统设备分类体系根据设备的工艺性能、运行条件、设计和功能特点建立。
3.根据权利要求2所述的系统成功路径规划方法,其特征在于,所述信号流为物理量或信息;
所述基础设备节点为包含对设备上下游外显物理连接关系的描述,其中所述物理结构连接关系是指设备之间的连接关系。
4.根据权利要求1所述的系统成功路径规划方法,其特征在于,所述推理关系数据库以操纵动作因果关系模型和过程参数因果关系模型作为基础,通过过程参数的耦合关联,建立“系统功能目标状态-过程参数状态-设备关联参数状态-设备操控动作”之间的级联映射关系,以此实现对系统成功操控动作序列路径规划,其中:
所述操纵动作因果关系模型依据设备操控模式、操作动作及其关联过程参数之间的交互作用影响而构建,反映设备状态本身、操控行为及其内部关联参数之间的因果映射关系;
所述过程参数因果关系模型,基于设备状态参数的输入输出之间的守恒关系,确定不同功能设备之间的过程参数耦合关系。
5.根据权利要求1所述的系统成功路径规划方法,其特征在于,所述基于潜在系统结构流路径和推理关系数据库,根据实时在线监测数据,反向推理得到系统设备的操控动作,生成基于流向指引的系统成功路径集,包括:
将设备抽象为路径节点,根据任务目标要求,将目标监测点定义为路径初始节点并进行路径规划;
由初始节点开始,根据系统设备关系数据库对所有相连的设备节点进行深度搜索,当搜寻过程中出现新的系统结构流路径时,将其加入潜在系统结构流路径的列表中;
从列表中依次选取潜在系统结构流路径,将目标监测节点作为路径的当前起始节点并根据推理关系数据库进行节点之间的因果关系推理和设备操控动作的规划,生成基于流向指引的系统成功路径集。
6.根据权利要求5所述的系统成功路径规划方法,其特征在于,所述潜在系统结构流路径是一种类似路集的功能组合实现方式,包括实现功能目标的必备要素;
所述设备节点的属性内容包括当前设备的上游设备节点、下游设备节点、设备可靠性分析参数、设备状态、设备状态关联参数、操控模式和操控动作。
7.根据权利要求6所述的系统成功路径规划方法,其特征在于,所述潜在系统结构流路径包括源、阱、驱动设备、调节设备和支持系统五要素,但不涉及各要素之间的时序关系。
8.根据权利要求1~7任一项所述的系统成功路径规划方法,其特征在于,所述根据系统成功路径,以操纵任务的复杂性和可靠性作为度量指标,完成对系统成功路径的有效性能分析,并在人机界面上实现对潜在的系统成功路径优先排序显示,指引操纵员执行任务操纵响应,包括:
通过统计每一系统成功路径上的设备控制节点数,以此作为任务复杂度的度量指标,进而从任务动作执行的便捷性和防人因失误视角优化对系统成功路径的可视化指引呈现;
根据系统成功路径,通过系统可靠性分析理论计算得到系统成功路径对任务目标达成的可靠度,进而从任务可靠性角度优化对系统成功路径的可视化指引呈现;
针对优选后的每一条系统成功路径,以数字流程化的形式对操控动作序列进行同步显示,从而实时指引操纵员沿成功路径实施操纵任务;
操纵序列执行过程中结合操纵适用性评价技术,实时监督预判操纵员操控动作输入对操纵任务可靠性的变化或潜在的操纵后果危害影响。
9.一种面向目标功能实现的系统成功路径规划系统,其特征在于,所述系统包括:
系统过程在线监测数据接口模块,用于实现对系统现场或模拟器在线实时监测数据的获取,根据监测系统功能目标状态确定系统功能目标状态恢复和调控的需求方向,形成操纵任务目标;
数据库模块,包括目标树数据库、系统设备关系数据库和推理关系数据库,用于支撑系统成功路径规划分析;其中,目标树数据库用于实现对系统功能目标-任务目标树形结构数据关系的构造,系统设备关系数据库用于实现系统设备物理流结构数据关系的存储和访问,推理关系数据库用于实现过程设备操控行为推理内在因果影响关系的存储和访问;
系统成功路径生成模块,用于根据在线实时监测数据和数据库模块,实现面向目标任务成功的操控动作序列路径自动生成和性能分析;
系统成功路径可视化人机界面显示模块,用于实现对系统成功路径的优先排序显示,通过序进式步骤列表显示为操纵员提供操作进程指引。
10.一种存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求1~8任一项所述的系统成功路径规划方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211081911.2A CN115577775A (zh) | 2022-09-06 | 2022-09-06 | 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 |
PCT/CN2023/089992 WO2024051173A1 (zh) | 2022-09-06 | 2023-04-23 | 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211081911.2A CN115577775A (zh) | 2022-09-06 | 2022-09-06 | 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115577775A true CN115577775A (zh) | 2023-01-06 |
Family
ID=84581475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211081911.2A Pending CN115577775A (zh) | 2022-09-06 | 2022-09-06 | 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115577775A (zh) |
WO (1) | WO2024051173A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024051173A1 (zh) * | 2022-09-06 | 2024-03-14 | 华南理工大学 | 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160350668A1 (en) * | 2015-06-01 | 2016-12-01 | Assurant Design Automation LLC | Risk evaluation |
CN109333532B (zh) * | 2018-10-12 | 2022-05-06 | 中国南方电网有限责任公司 | 一种基于人机协同系统的巡检机器人控制方法 |
CN113392527B (zh) * | 2021-06-17 | 2022-08-12 | 华南理工大学 | 操纵序列适用性评价方法、装置、计算机设备和存储介质 |
CN115577775A (zh) * | 2022-09-06 | 2023-01-06 | 华南理工大学 | 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 |
-
2022
- 2022-09-06 CN CN202211081911.2A patent/CN115577775A/zh active Pending
-
2023
- 2023-04-23 WO PCT/CN2023/089992 patent/WO2024051173A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024051173A1 (zh) * | 2022-09-06 | 2024-03-14 | 华南理工大学 | 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2024051173A1 (zh) | 2024-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kuipers et al. | The composition and validation of heterogeneous control laws | |
Torrisi et al. | HYSDEL-a tool for generating computational hybrid models for analysis and synthesis problems | |
WO2024051173A1 (zh) | 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 | |
CN113283602B (zh) | 基于离线知识学习和在线动态修正电网系统故障诊断方法 | |
Bjorkman | Solving dynamic flowgraph methodology models using binary decision diagrams | |
Srivastava et al. | Applicability conditions for plans with loops: Computability results and algorithms | |
Hanna et al. | An artificial intelligence-guided decision support system for the nuclear power plant management | |
Bemporad | Modeling, control, and reachability analysis of discrete-time hybrid systems | |
Białek et al. | A paraconsistent approach to actions in informationally complex environments | |
Peng et al. | A multi-layer FRAM based approach to short-term human-automation resilience assessment: A case study on dynamic positioning system in offshore tandem offloading process | |
Single | Automation of the hazard and operability method using ontology-based scenario causation models | |
Pralet et al. | Constraint-based controller synthesis in non-deterministic and partially observable domains | |
Champagnat et al. | Modeling, simulation and analysis of batch production systems | |
Apaza-Perez et al. | On distributed symbolic control of interconnected systems under persistency specifications | |
Guarro | PROLGRAF-B: A knowledge-based system for the automated construction of nuclear plant diagnostic models | |
Núñez-Carrera et al. | Failure analysis of the standby liquid control system for a boiling water reactor with fuzzy cognitive maps | |
Gazi et al. | Control of nonlinear processes using qualitative reasoning | |
Song et al. | A rule-based approach for planning counter-actions with multilevel flow modeling | |
Vincze et al. | Performance issues of the implemented FRI ‘FIVE’ | |
Huang et al. | Synthesis method of strategy for multi-robot systems from local automatons under probabilistic model checking | |
Brajnik | Introducing boundary conditions in semi {quantitative simulation | |
Brajnik | Semi-quantitative physics compiler: where are we now and where are we going | |
Hiraishi | Solving optimization problems on hybrid systems by graph exploration | |
Shahbazi et al. | A Strategy for Implementing description Temporal Dynamic Algorithms in Dynamic Knowledge Graphs by SPIN | |
Alissa Ully | A Piecewise Polynomial Lyapunov Function Approach to State Feedback and Estimation for a Class of Nonlinear Systems |
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 |