DE4447218A1 - Prozeßdiagnose - Modellrechner - Google Patents
Prozeßdiagnose - ModellrechnerInfo
- Publication number
- DE4447218A1 DE4447218A1 DE4447218A DE4447218A DE4447218A1 DE 4447218 A1 DE4447218 A1 DE 4447218A1 DE 4447218 A DE4447218 A DE 4447218A DE 4447218 A DE4447218 A DE 4447218A DE 4447218 A1 DE4447218 A1 DE 4447218A1
- Authority
- DE
- Germany
- Prior art keywords
- networks
- petri
- processes
- generator
- cellular
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06G—ANALOGUE COMPUTERS
- G06G3/00—Devices in which the computing operation is performed mechanically
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
In energietechnischen, verfahrenstechnischen, chemietechnischen
oder anderweitigen technischen Anlagen ablaufende thermo
hydraulische oder hydrodynamische Prozesse sind für den Beobachter
und Anlagenfahrer im allgemeinen nicht direkt beobachtbar und
daher für Beobachter oder Anlagenfahrer nicht ohne weiteres
transparent. Jedoch stehen mit Hilfe einer umfangreichen
Anlagen-Sensorik geeignete Prozeßdaten zur Verfügung, die der
Anlagenfahrer auf Grund seines mentalen Modells und mit Hilfe von
Betriebshandbüchern zur Durchführung seiner Aufgaben nutzt. In der
Vergangenheit wurden und gegenwärtig werden von verschiedener
Seite rechnergestützte Hilfen für die Prozeßführung und die
Prozeßdiagnose entwickelt [1, 2], die den Anlagenfahrer
unterstützen sollen.
Bekannt sind technische Expertensysteme, die modellgestützt sind [3]
oder mit Fuzzy-Techniken arbeiten [4] oder auch neuronale Netze
verwenden [5].
Bekanntlich ist es sehr aufwendig und kostenintensiv, das für eine
erfolgreiche Arbeitsweise von Expertensystemen erforderliche
menschliche Expertenwissen zu gewinnen und im Expertensystem
nutzbar zu machen. Darüber hinaus ist ein Expertensystem oft
überfordert, wenn es auf vom Menschen nicht vorhergedachte (z. B.
bei seltenen Prozeßstörungen der Anlage auftretende) Frage
stellungen und Probleme eine geeignete Antwort geben soll.
Mit Fuzzy-Techniken lassen sich zwar bei unscharfen technischen
Sachverhalten geeignete linguistische Regeln oder geeignete
unscharfe Modellbeschreibungen aufstellen und geeignete
Fuzzy-Inferenzen durchführen, jedoch haben die Fuzzy-Techniken im
allgemeinen keine oder keine ausgeprägte Lernfähigkeit. Anderer
seits besitzen die neuronalen Netze eine Lernfähigkeit aus
bereitgestellten Daten, aber die Informationsverarbeitung in den
neuronalen Netzen ist schwer zu durchschauen. Ferner müssen die
neuronalen Netze zumeist für den speziellen Anwendungszweck
maßgeschneidert werden. Einige Vorteile ergeben sich bei der
Verknüpfung von neuronalen Netzen mit Fuzzy-Techniken; auch diese
Neuro-Fuzzy-Techniken sind jedoch höchstens nur bedingt in der
Lage, gänzlich neue (d. h. bis dahin nicht in den Daten wieder
zufindende oder bis dahin im zugeführten menschlichen Experten
wissen noch unbekannte) Sachverhalte, Frage- oder Problem
stellungen zufriedenstellend zu bearbeiten.
In modellgestützten technischen Expertensystemen werden
bekanntlich oft Modelle in Form von Differentialgleichungen (oder
Integralgleichungen) und deren Lösungen verwendet, oder es werden
auch Plausibilitätsregeln verwendet. Hierbei ergibt sich jedoch
die Schwierigkeit, daß etwa im Falle alternativer Lösungen von
Differentialgleichungen im allgemeinen der menschliche Spezialist
entscheiden muß, welche Lösung zu verwenden ist (und daß deshalb
die on-line-Rechenmöglichkeiten begrenzt sind) oder daß der
Rechner erst nach langer Rechenzeit die gesuchte Lösung berechnet
hat, so daß das Modell nicht on-line eingesetzt werden kann. So
werden zwecks Berechnung von thermohydraulischen Prozessen in
Druckwasser-Kernkraftwerken z. B. die bekannten Rechenprogramme
RELAP oder ATHLET verwendet; die Rechenzeit dieser Programme liegt
zumeist im Stundenbereich. Von daher eignen sich Rechenprogramme
dieser Art insbesondere wegen der zeitraubenden Lösung von
komplizierten und/oder mehreren (gewöhnlichen oder partiellen)
Differentialgleichungen nicht für die schnelle rechnergestützte
Herleitung von Entscheidungshilfen für den Anlagenfahrer
(Operateur) oder für das Anlagenfahrer-Team (Operateuren-Team).
Andererseits gibt es rechnergestützte Anlagen-Simulationsrechner
oder Anlagen-Simulationseinrichtungen, z. B. die bekannten (und
insbesondere für Schulungszwecke der Anlagenfahrer verwendeten)
Kernkraftwerks-Simulatoren, bei denen auch teilweise vereinfachte
und somit schnelle Modell- und Rechenverfahren verwendet werden,
so daß in manchen Fällen auch on-line, d. h. mit der Geschwindig
keit der real in der Anlage ablaufenden Prozesse (oder manchmal
noch schneller), die Prozeß-Simulationen gerechnet werden können
[6]. Hierbei ist es jedoch problematisch oder kann es sogar
unmöglich sein, bisher nicht vorhergedachte und einprogrammierte
Prozesse bzw. Prozeßtypen oder neuartige Prozeßstörungen zu
simulieren.
Der Erfindung "Prozeßdiagnose-Modellrechner" liegt das Problem
zugrunde, eine derartige Anordnung und zusammenwirkende
Verschaltung von (teils hardwaremäßig und/oder teils softwaremäßig
ausgeführten) Rechen-, Informationsverarbeitungs- und
Kommunikationsstufen zu erhalten, daß mit deren Hilfe
- - ein robust arbeitendes Prozeßmodell, d. h. ein Modell der ungestörten und gestörten Prozesse einschließlich der zugehörigen Prozeß- und Fehlerbedingungen, gegeben ist, das in der Lage ist, an dieses Prozeßmodell herangetragene Anfragen autonom zu bearbeiten und (in Form von Modell-Informationen und -daten) zu beantworten (d. h. es sollen z. B. keine Differentialgleichungen verwendet werden)
- - eine geeignete maschinelle Intelligenz gegeben ist, die dieses Prozeßmodell so ansteuert bzw. abfragt und die vom arbeitenden Prozeßmodell erzeugten Prozeßinformationen so verwendet, daß eine autonome Erzeugung von Modell-Prozeßwissen (und somit von Modell-Prozeßdaten) gegeben ist
- - die von der realen technischen Anlage erzeugten realen Prozeßdaten (d. h. z. B. Sensor-Daten oder Daten von Komponenten-Zu standsmeldern) in geeigneter Weise so weiterverarbeitet werden, daß im Vergleich mit den gezielt erzeugten und weiterverarbeiteten Modell-Prozeßdaten eine autonome Prozeß diagnose der realen technischen Anlage ermöglicht wird
- - auf die Gewinnung von menschlichem Expertenwissen, zumindest während eines on-line-Betriebes der Anordnung (bzw. Ver schaltung) der Rechen-, Informationsverarbeitungs- und Kommunikationsstufen, ganz oder in bestimmten Fällen grundsätzlich verzichtet werden kann (um den on-line-Betrieb der Anordnung bzw. Verschaltung nicht unterbrechen zu müssen)
- - somit eine rechnergestützte Hilfe für die Prozeßdiagnose und für die Herleitung von störungsbehebenden oder störungsbegrenz enden Gegenmaßnahmen gegeben ist, die weitgehend autonom arbei tet und den Anlagenfahrer bei laufender Anlage berät oder/und auch direkt auf Stellglieder der technischen Anlage einwirken kann.
Die Erfindung löst das Problem auf folgende Weise:
- (a) Schaffung eines robust und weitgehend autonom arbeitenden
zellularen (mikroskopischen) Prozeß- und Störungsmodells:
die in der realen Anlage ablaufenden thermohydraulischen oder hydrodynamischen Prozesse (z. B. Flüssigkeitsströme; Wärmetransportprozesse; Phasenübergänge Flüssigkeit/Dampf und umgekehrt; Zweiphasenströmungen; Druck-Volumen-Vorgänge; Leckausströmungen; Verstopfungserscheinungen; Einwirkungen von aktiven Komponenten wie Pumpen, Ventile und Heizungen; Auswirkungen der geodätischen Höhe von flüssigen Arbeitsmedien auf das Prozeßgeschehen) werden in einem neuartigen zellularen Modellautomaten modellmäßig dargestellt. - ABei diesem zellularen Modellautomaten handelt es sich um eine
Weiterentwicklung der bekannten "zellularen Automaten" und der
bekannten "Gittergase" (englisch "lattice gases" [7, 8] ge
nannt; dies sind spezielle zellulare Automaten). In der Art,
daß die in der realen Anlage ablaufenden thermohydraulischen
und hydrodynamischen Prozesse modellmäßig ablaufen können
- - mit Hilfe der in den zellularen Modellautomaten über eine Schnittstelle von außen eingegebenen Anlagen-Topographie (d. h. zellulare Darstellung der Anlagen-Hardware, wie z. B. Behälter, Verbindungen, Trennwände, Pumpen, Ventile, Heiz ungen, sowie zellulare Darstellung der in der Anlage befind lichen Medien, wie z. B. Flüssigkeiten, Dämpfe oder Gase)
- - sowie insbesondere mit Hilfe einer neuartigen Container- Element-Physik, mit der die Prozesse und Prozeßstörungen dargestellt und gerechnet werden
- - und mit Hilfe von weiterentwickelten Gittergasen, nämlich Mehrphasenströmungs-Gittergasen und Thermohydraulik-Gitter gasen, in unterstützender Funktion (z. B. als "Prozeß-Lupe", d. h. als spezielle Prozeß-Detaillierhilfe).
- Der zellulare Modellautomat stellt mit seiner wirkungsvollen neuartigen Container-Element-Physik und mit seinen neu artigen Mehrphasenströmungs-Gittergasen und seinen neuarti gen Thermohydraulik-Gittergasen sowie mit der Eingabemög lichkeit der Anlagen-Topographie das mikroskopische Prozeß- und Störungsmodell dar.
- (b) Erzeugung des makroskopischen Prozeß- und Störungsmodells:
aus den im zellularen Modellautomaten ablaufenden Prozessen werden die wichtigen Prozeßinformationen mit Hilfe von vor programmierten Detektoren und Extraktoren entnommen und mit Hilfe der unter Punkt (c) aufgeführten maschinellen Intelli genz in die Form von Prozeßsemantik-Netzen und Petri-Netzen transformiert. Diese Netze stellen das makroskopische Prozeß- und Störungsmodell dar. - Mit Hilfe der Detektoren und Extraktoren sowie mit Hilfe der maschinellen Intelligenz wird also eine Transformation der Modell-Prozeßinformation von der Mikro-Ebene (zellularer Modellautomat) auf die Makro-Ebene (Prozeßsemantik- und Petri-Netze) erreicht. Auf der Makro-Ebene besitzen die Modell-Prozeßinformationen bzw. Modell-Prozeßdaten einen höheren Abstraktionsgrad als auf der Mikro-Ebene und können daher von der unter Punkt (c) aufgeführten maschinellen Intelligenz besser weiterverarbeitet werden.
- (c) Schaffung einer geeigneten maschinellen Intelligenz:
mit Hilfe von genetischen und kausalen Vergleichs-Hypo these- und Test-Mechanismen werden nachstehende Aufgaben durchgeführt:- - ein Aspekt-Generator übernimmt die Zerlegung der von außen über eine Schnittstelle eingegebenen Anlagen-Ziele und -Re striktionen in Teilpakete und deren Umwandlung in Aufgaben und Teilaufgaben
- - genetische Algorithmen werden angewendet, um durch zweck mäßiges Anstoßen von Prozessen und Prozeßstörungen im zellularen Modellautomaten eine autonome Erzeugung von mikroskopischem Modell-Prozeßwissen zu verwirklichen
- - genetische Algorithmen und der Aspekt-Generator sowie Generatoren für die Prozeßsemantik-Netze und für die Petri-Netze werden verwendet, um das auf die makroskop ische Modell-Ebene transformierte Modell-Prozeßwissen zu abstrahieren in Form von selbsterstellten Prozeßse mantik-Netzen, selbsterstellten Petri-Netzen und selbst aufgefundenen physikalisch-technischen (oder allgemeiner: naturwissenschaftlich-technischen) Korrelationen oder Gesetzen
- - ein selbstaufbauendes Kausal- und Metawissen-System baut ein Kausalwissen auf, indem es die aufgefundenen Korrelationen oder Gesetze sammelt und speichert und wieder bei Bedarf wieder zugänglich macht sowie indem es die Prozeßsemantik- und Petri-Netze in sinnvolle Teilpro zesse zerlegt und diese sammelt und speichert und bei Bedarf wieder zugänglich macht. Hierdurch ist das Kausal- und Metawissen-System in der Lage, unterstützendes kausales allgemeines (generisches) Prozeßinformations-Material an die genetischen Algorithmen (d. h. an die von den genetischen Algorithmen verwendeten Genotypen, also in Form von Genen an die zu erstellenden Chromosomen) abzugeben zwecks Ver besserung und Beschleunigung der Arbeitsweise der genetischen Algorithmen.
- Darüber hinaus wird im Kausal- und Metawissen-System aus dem bereits erzeugten Kausalwissen zusätzlich ein Metawissen in der Weise erzeugt, daß Prozesse und Prozeßstörungen samt zu gehörigen Bedingungen weitgehend anlagenunabhängig verallge meinert werden, z. B. durch Prozeß-Typisierungen, die gleich ermaßen auch für die verschiedensten technischen Anlagen oder für die verschiedensten Prozeßstörungen an einer oder an verschiedenen Anlagen gelten.
Der Prozeßdiagnose-Modellrechner besteht in einem
Ausführungsbeispiel aus der Anordnung bzw.
Zusammenschaltung von zellularem Modellautomaten (1),
Detektoren/Extraktoren (2), Axiomen und Regeln (3), Topographien
(4), Lexikon (5), Prozeßsemantik-Netzen (6), Petri-Netzen (7),
genetischen und kausalen Vergleichs-, Hypothese- und
Test-Mechanismen (8), Operatoren (9), eingehenden realen Prozeßdaten
(10), Datenfilter (11), Prozeßgedächtnis (13) und Ausgaben (14),
siehe auch Bild 1.
In den Bildern 2 bis 6 sind Ausführungen des zellularen Modell
automaten einschließlich der Container-Element-Physik und der
Mehrphasenströmungs-Gittergase und der Thermohydraulik-Gittergase
dargestellt.
In Bild 7 ist der Mechanismus der Selbst-Erstellung der
Prozeßsemantik-Netze dargestellt. In Bild 10 sind die Fähigkeiten
und Arbeitsweisen der genetischen und kausalen Vergleichs-,
Hypothese- und Test-Mechanismen dargestellt. In Bild 8 sind für
das Beispiel des beheizten Zweikreissystems die selbsterstellten
Prozeßsemantik-Netze und in Bild 9 die aus diesen
Prozeßsemantik-Netzen selbsterstellten Petri-Netze dargestellt.
Claims (24)
- Die Erfindung "Prozeßdaten-Modellrechner" ist dadurch gekennzeichnet, daß
- 1. der Prozeßdaten-Modellrechner aus einer Zusammenschaltung eines zellularen Modellautomaten (1), von Detekto ren/Extraktoren (2), von vorgeschalteten Axiomen/Regeln (3), einer einzugebenden Topographie (4), eines Lexikons (5), selbsterstellender Semantik-Netze (6), selbsterstellender Pe tri-Netze (7), genetischer und kausaler Vergleichs-, Hypo these- und Test-Mechanismen (8) der auf den zellularen Modell automaten einwirkenden Operatoren (9), der eingehenden Pro zeßdaten (10) eines Datenfilters (11), des Prozeß gedächtnisses (13) und des Ausgabe-Moduls (14) besteht (siehe Bild 1).
- 2. in einem zellularen Modellautomaten (1), bei dem es sich um einen weiterentwickelten zellularen Automaten handelt, die in einer realen technischen Anlage ablaufenden thermohydrauli schen und hydrodynamischen Prozesse mit Hilfe der eingegebenen Anlagen-Topographie (d. h. zellulare Darstellung der Anlagen-Hardware und der in der Anlage befindlichen Medien wie z. B. Flüssigkeiten, Dämpfe oder Gase) und mit Hilfe von weiterent wickelten Gittergasen (Mehrphasenströmungs-Gittergase und Thermohydraulik-Gittergase) (fußend auf den sog. Lattice-Gases nach [1, 2]) sowie mit Hilfe von neuentwickelten Regeln einer Container-Element-Physik modellmäßig ablaufen können.
- 3. die im nach A1 gekennzeichneten zellularen Modellautomaten (1) verwendeten Mehrphasenströmungs-Gittergase gegenüber den herkömmlichen Gittergasen (1, 2) derart verbessert sind unter Zuhilfenahme neudefinierter und im Gitter wechselwirkender Ge bilde wie Gittergas-Blasen (aus Dampf-Teilchen oder aus Gas- Teilchen oder aus Vakuum-Plätzchen; formal definierte Gittergas- Blasen aus Flüssigkeitsteilchen) oder Grenzflächen zwischen verschiedenartigen Materie-Phasen (z. B. Dampf und Flüssigkeit) und/oder unter zusätzlicher Einbeziehung der Oberflächenenergie von Grenzflächen zwischen verschiedenarti gen Materie-Phasen und/oder unter gleichzeitiger Verwendungs möglichkeit der (in Gittergasen üblicherweise sonst nur allein verwendeten) Materie-Einzelteilchen (z. B. Flüssigkeits-, Dampf- oder Gas-Einzelteilchen) und/oder auch unter neuartiger gleichzeitiger Verwendung von neudefinierten Druck-Teilchen, so daß Mehrphasen-Strömungen und Mehrphasen-Effekte modell mäßig dargestellt werden können (siehe Bild 2).
- 4. die im nach A1, A2 und A3 gekennzeichneten zellularen Modellautomaten (1) bei Bedarf ebenfalls verwendeten neuarti gen Thermohydraulik-Gittergase gegenüber den herkömmlichen Gittergasen (1, 2) derart verbessert sind unter Zuhilfenahme von im Gitterraum neugebildeter oder sich in Form und Größe verändernder oder wieder verschwindender Gebilde (wie z. B. spontan entstehende Dampfblasen in einer erhitzten Flüssigkeit bei plötzlicher Druckabsenkung oder Dampfkondensation an kalten Flüssigkeitstropfen aus einer umgebenden Dampfphase heraus oder Leckausströmung einer unter hohem Druck stehenden erhitzten Flüssigkeit unter Ausbildung von Zweiphasen-Effek ten) sowie unter Verwendung neudefinierter Druckteilchen und unter Verwendung neudefinierter Wärmeteilchen und/oder unter zusätzlicher Einbeziehung der Oberflächenenergie von Grenzflä chen zwischen verschiedenartigen Materie-Phasen derart verbes sert sind, so daß thermohydraulische Prozesse physikalisch-mo dellmäßig dargestellt werden können (siehe Bild 3).
- 5. im nach A1, A2, A3 und A4 gekennzeichneten zellularen Modellautomaten (1) zusätzlich in einem vergrößerten zweidi mensionalen (quadratischen oder hexagonalen) oder dreidimen sionalen Gitter neudefinierte bewegliche und veränderbare Con tainer dargestellt sind, die je Container eine bestimmte Anzahl von Materie-Subelementen und Druck-Subelementen und/oder Wärme-Subelementen und/oder Impuls-Subelementen und/oder Oberflächenenergie-Subelementen entsprechend physikalischen Regeln enthalten; mit Hilfe der Bewegung dieser Container in der zellularen Topographie (zellulare Darstellung der Anlagen- Hardware und der in der Anlage enthaltenen Medien) und mit Hilfe der physikalischen Wechselwirkung der benachbarten Con tainer untereinander sowie mit Hilfe des möglichen Überspringens von Druck-Subelementen oder von Wärme- Subelementen oder von Impuls-Subelementen oder von Oberflächenenergie-Subelementen zwischen benachbarten Containern sowie mit Hilfe der physikalisch bedingten Umwand lungsmöglichkeit eines Flüssigkeits-Containers in einen oder mehrere Dampf-Container (und umgekehrt mit Hilfe der Umwandlungsmöglichkeit eines oder mehrerer Dampf-Conainer in einen oder mehrere Flüssigkeits-Container) ist eine geeignete Modellierung von thermohydraulischen und hydrodynamischen Pro zessen durchführbar (siehe Bild 4). Diese Prozeßmodellierung wird "Container-Element-Physik" genannt und ist neuartig.
- 6. die nach A5 gekennzeichnete Container-Element-Physik unterstützt wird durch bei Bedarf zeitlich vorlaufende (oder auch wiederholte bzw. zeitlich parallel durchgeführte) lupen artige oder pfadsuchende Modellrechnungen unter Verwendung der nach A3 gekennzeichneten Mehrphasenströmungs-Gittergase und/oder der nach A4 gekennzeichneten Thermohydraulik-Gitter gase, wobei das jeweils für die Mehrphasenströmungs-Gittergase und/oder für die Thermohydraulik-Gittergase verwendete zwei- oder dreidimensionale Gitter in der Regel eine feinere Gitter teilung aufweist als das für die Container-Element-Physik ver wendete Gitter (siehe Bild 5).
- 7. in der nach A5 und A6 gekennzeichneten Container-Element- Physik die das physikalische Zusammenwirken der Container un tereinander sowie das physikalische Zusammenwirken der Subele mente mit den Containern oder der Subelemente untereinander bestimmenden Regeln innerhalb der nach A5 und A6 gekennzeichneten Container-Element-Physik jeweils geeignet vorgegeben werden, so daß physikalische Prozesse wie das Fließverhalten von Flüssigkeiten im Gravitationsfeld (hierbei z. B. stochastische oder deterministische Verschiebung von Flüssigkeits-Containern in waagerechter Richtung (mit Platzvertauschung mit anderweitigen beweglichen Container- Elementen) und Abwärtsbewegung von Flüssigkeits-Containern, bis ein fester oder flüssiger Untergrund erreicht ist (dies führt z. B. zur Flüssigkeitsanordnung im unteren Teil eines Gefäßes und zur Ausbildung eines Flüssigkeitsspiegels)) oder wie das Fließverhalten von Flüssigkeiten infolge von Druckunterschieden (z. B. infolge des in der Container-Element- Physik berechneten hydrostatischen Druckes oder hydrodyna mischen Druckes oder infolge des Einwirkens einer förderfähi gen Flüssigkeitspumpe) oder wie das Phasentrennungsverhalten bei einer Zweiphasenströmung (Flüssigkeit und Gas oder Dampf) durch ein Rohr-T-Stück (oder durch ein Leck in einer umschlie ßenden Rohrwand) oder wie die Flash-Verdampfung im kompakten Flüssigkeitsvolumen (bei überhitzter Flüssigkeit und nach plötzlicher Druckentspannung) oder wie der Reflux-Boiler-Con denser-Mode (bei z. B. nur einer Rohrverbindung zwischen einem tiefer gelegenen Flüssigkeitsverdampfer und einem höhergelege nen Dampfkondensator) geeignet modelliert werden können, siehe Bild 6.
- 8. in der nach A5, A6 und A7 gekennzeichneten Container-Ele ment-Physik die im Gitter dargestellten Container (auch Con tainer-Elemente genannt) physikalisch in Form einer mehrdimen sionalen Matrix beschrieben werden, wobei die Matrixelemente als Vektoren vorliegen; jede dieser Vektoren hinwiederum be steht aus folgenden Elementen: (a) Ortskoordinaten des jewei ligen Container-Elementes im Gitter, (b) Typ-Kennzeichnung des Container-Elementes (z. B. Wasser, Wasserdampf, Inert gas, wärmeundurchlässige Wand, wärmedurchlässige Wand, Hei zungselement sowie formales Pumpenelement, formales Ventilele ment, formales Turbinenelement), (c) Anzahl der im Container- Element vorhandenen Druck-Subelemente (=Druckteilchen), (d) Anzahl der im Container-Element vorhandenen Wärme-Subelemente (=Wärmeteilchen), (e) Anzahl der im Container-Element vorhan denen Impuls-Subelemente (=Impulsteilchen), (f) Codierung für die Anzahl und Lage der auf der Oberfläche des Container-Ele mentes befindlichen Oberflächenenergie-Subelemente (=Oberflächenenergie-Teilchen) und (g) Ident-Nummer des Con tainer-Elementes (um das jeweilige Container-Element auf sei nem Weg durch das Gitter identifizieren zu können sowie das Verhalten des Container-Elementes (z. B. die Wechselwirkung mit anderen Container-Elementen oder die Art und Anzahl der in ihm jeweils enthaltenen Subelemente) mit Hilfe der Detektoren und Extraktoren verfolgen zu können). Auf diese physikalische Darstellung der Container-Elemente wird bei der Modellierung aller thermohydraulischen und hydrodynamischen Prozesse zuge griffen.
- 9. es sich bei den unter A1 genannten Topographien (4) um die zweidimensionale oder dreidimensionale zellulare Darstellung der Anlagen-Hardware und der in der Anlage befindlichen Medien, wie z. B. Flüssigkeiten, Dämpfe oder Gase, handelt, wobei jede der Zellen an topographisch richtiger Stelle entweder als Flüssigkeits-Container oder als Dampf-Container oder als Gas-Container oder als spezifizierter Festkörper-Container codiert wird; anschließend wird diese Topographie in den zellularen Modellautomaten (1) hineinkopiert, so daß letzterer mit ihr arbeiten kann (siehe A2 bis A8).
- 10. es sich bei den unter A1 genannten Axiomen/Regeln (3) handelt um
- (a) vorprogrammierte und vom Rechner bearbeitbare Vorschriften (Axiome) zur Synergie zellularer Prozesse (z. B. Entstehung einer global ausgedehnten Flüssigkeitsströmung im zellularen Modellautomaten unter dem Einfluß lokaler Druckunterschiede) und zur Ausbildung von für thermohydraulische oder hydromechanische Prozesse typischen Phänomenen (z. B. spontane Dampfblasen bildung in einer überhitzten und unter Überdruck stehenden Flüssigkeit, die plötzlich druck entspannt wird, und das anschließende Wachstum der Dampfblasen).
- (b) einprogrammierte lokale und nicht-lokale Regeln, die an den zellularen Modellautomaten (1) übergeben werden, so daß in ihm die Container-Element-Physik oder wahlweise auch die weiterentwickelten Gittergase realisiert werden können (siehe A2 bis A8).
- 11. es sich bei den unter A1 genannten Detektoren/Extrak toren (2) handelt um folgende vorprogrammierte qualitative Erkennung (Detektoren) und quantitative Extraktion (Extrak toren) im zellularen Modellautomaten:
- (a) Typ-, Orts-, Zeit- und Bewegungszuordnung der Container und Bestimmung der Container-Inhalte an Subelementen (z. B. Materie-, Wärme-, Druck-, Impuls, Oberflächen energie-Teilchen)
- (b) Container-Gruppen und deren Eigenschaften (z. B. Beweg ungsrichtung, Besetzungsdichte der Gitterpunkte)
- (c) Erkennung von aktiven Komponenten (z. B. Pumpen, Ventile, Antriebe), passiven Komponenten (z. B. Be hälter, durchströmbare Verbindungen) und Sensoren (z. B. Temperaturmesser, Druckmesser, Durchflußmesser)
- (d) Erkennung von Komponentenzuständen anhand der ent sprechenden Codierung (z. B. Ventil geöffnet; Pumpe ist förderbereit; Antrieb ist nicht eingeschaltet; Verbindung ist angeschlossen)
- (e) Erkennung von Komponentenfehlern oder fehlerhaften Medienzuständen (z. B. Leck der Größe 1 im Behälter in dessen linker Seitenwand auf halber Höhe des Behälters; Behälter enthält Wasser, Wasserdampf und Inertgas)
- (f) quantitative Extraktion von Medienzuständen und Kompo nentenbeschaffenheiten (z. B. Anzahl der Dampf-Container im Behälter; Anzahl der Wasser-Container in der linken Umgebung des Behälters; mittlere Anzahl an Wärmeteilchen je Container als Maß für die Temperatur der Container, die sich in dem betrachteten Bereich befinden; mittlere Anzahl an Druckteilchen je Container als Maß für den Druck der Container, die sich in dem betrachteten Bereich befinden)
- (g) Erkennung von Ereignissen (z. B. ein ursprünglich voll ständig mit Wasser gefüllter Behälter hat infolge Verdampfung seine Wasserfüllung zur Hälfte verloren während der seither abgelaufenen Zeit)
- (h) Zusammensetzbarkeit der Detektoren/Extraktoren aus Detektor-Elementen und Extraktor-Elementen, so daß auch komplexe Detektoren/Extraktoren verwirklicht und bei der Erkennungs- bzw. Extraktionsaufgabe im zellularen Modellautomaten eingesetzt werden können
- (i) Möglichkeit des ungezielten Einsatzes von Detektoren /Extraktoren bei der Erkennungs- bzw. Extraktionsaufgabe im zellularen Modellautomaten (z. B. Einsatz aller vorprogrammierten oder auch selbst-synthetisierten (siehe Unterpunkt h bei A11) Detektoren/Extraktoren)
- (j) Möglichkeit des gezielten Einsatzes von Detektoren/ Extraktoren bei der Erkennungs- bzw. Extraktionsaufgabe im zellularen Modellautomaten (z. B. Einsatz auf Anfor derung von genetischen Algorithmen, insbesondere zwecks Erstellung eines Prozeßsemantik-Netzes (6) oder eines prozeßrelevanten Petri-Netzes (7)).
- 12. aus dem in A1 genannten Lexikon zu allen Feststellungen der Detektoren/Extraktoren (siehe A11) die im Lexikon ein gespeicherten Begriffe und Primitivtexte abgerufen und entsprechend zugeordnet werden können, damit sie zugleich mit den Feststellungen der Detektoren/Extraktoren (und diesen Feststellungen zugeordnet) verwendet werden können an anderen Stellen des Prozeßdaten-Modellrechners (z. B. bei der Erstellung des/der Prozeßsemantik-Netz(e) (6) bzw. des/der Petri-Netz(e) (7)).
- 13. die in A1 genannten Operatoren (9) vorprogrammiert sind und nachstehende Eigenschaften aufweisen:
- (a) sie sind von den in A1 genannten genetischen und kausa len Vergleichs-, Hypothese- und Test-Mechanismen (8) gezielt ansteuerbar
- (b) sie sind von den Generatoren für die Prozeßsemantik-Netze (6) und die Petri-Netze (7) gezielt ansteuerbar (siehe A14 und A15)
- (c) bei Ansteuerung nehmen die Operatoren entsprechend ihrer jeweiligen Spezialaufgabe (d. h. entsprechend ihrer Vor programmierung) gezielte Änderungen in der im zellula ren Modellautomaten vorhandenen zellularen Anlagen-Topographie vor (z. B. Öffnung eines Ventils, das vorher noch als geschlossen dargestellt (codiert) war; Abschal ten einer Pumpe, die vorher eingeschaltet war; Erzeugen eines Lecks bestimmter Leckgröße an einer bestimmten Stelle in der rechten Seitenwand eines Behälters, ausge führt durch Löschen von z. B. zwei zusammenhängenden Metallwand-Containern an der bestimmten Stelle in der Anlagen-Topographie; Einfüllen einer bestimmten Menge an Arbeitsmedium, z. B. Wasser, in einen vorher leeren Behälter; Einschalten einer Heizungskomponente).
- 14. es sich bei den unter A1 genannten Semantik-Netzen (6) um selbsterstellende Netze aus Prozeßfunktionen und Anlagen komponenten handelt, die auf nachstehende Weise generiert und verwendet werden:
- (a) der Generator für diese Prozeßsemantik-Netze besteht
aus:
- - der Codierung der Prozeß-Vorbedingungen (d. h. des Zustandes der Hardware und der Medien zum Zeitschritt ti im zellularen Modellautomaten, jedoch abgelesen von den Detektoren/Extraktoren), aus der Codierung von Operator-Eingriffen (siehe A13) während eines oder mehrerer Zeitschritte zwischen ti und ti+r in den zellularen Modellautomaten (d. h. also Durchführung von Änderungen in der Anlagen-Topographie), aus der Codierung der nunmehr im Zeitraum ti+1 bis ti+r im zellularen Modellautomaten abgelaufenen Prozesse (abgelesen von den Detektoren/Extraktoren), und aus der Codierung der Prozeß-Nachbedingungen (d. h. des Zu standes der Hardware und der Medien zum Zeitschritt ti+r im zellularen Modellautomaten, jedoch abgelesen von den Detektoren/Extraktoren) als Bestandteil jeweils eines Chromosoms (bestehend aus den o.g. Prozeß-Vorbedingungen, den Operator-Eingriffen, den ablaufenden Prozessen und den Prozeß-Nachbedingungen) zwecks Verarbeitung mit genetischen Algorithmen (GA1). Im konkreten Fall stellt diese Codierung in den Chromosomen der gene tischen Algorithmen (GA1) den Genotypus des Prozeß semantik-Netzes (auf Komponenten-Ebene) dar
- - der Eingabe von Lernbeispielen in den zellularen Mo dellautomaten (z. B. rechteckiger Behälter mit oder ohne Medienfüllung; gefüllter Behälter mit einem oder mehreren Lecks an verschiedenen Stellen; beheizbarer Primärkühlkreislauf mit über einen Dampferzeuger angekoppeltem Sekundärkühlkreislauf), wobei diese Lern beispiele mit Hilfe der genetischen Algorithmen (GA1) so modifiziert werden (z. B. kann ein Leck bestimmter Größe in der wärmeleitenden Trennfläche zwischen Pri märseite und Sekundärseite des Dampferzeugers erzeugt werden), daß sich eine Lernphase für grundlegendes Wissen zur Prozeßsemantik ergibt
- - genetischen Algorithmen (GA1) in der Art, daß in den verschiedenen Generationen von Chromosomen-Populationen möglichst starke Korrelationen zwischen Prozeß-Vorbe dingungen, Operator-Eingriffen, Prozeßverläufen und Prozeß-Nachbedingungen aufgefunden werden (Korrela tionen von jeweils zwei oder mehr Parametern, z. B. Anzahl der je Zeitschritt aus einem Behälterleck der Leckgröße 2 austretenden Flüssigkeits-Container in Ab hängigkeit von der Höhe des Flüssigkeitsspiegels (im Behälter) über dem Ort des Lecks); es wird hier durch Zugriff der genetischen Algorithmen (GA1) (unter Zwischenschaltung der angesteuerten Operatoren) auf den zellularen Modellautomaten eine autonome modell daten-getriebene empirische Entdeckung von naturwissen schaftlich-technischen Korrelationen und/oder Gesetzen (zutreffend für die im zellularen Modellautomaten ablaufenden Prozesse und Prozeßbedingungen) ermöglicht
- - der vorprogrammierten Bibliothek der Prozeßfunktionen (z. B. Quelle, aktiver oder passiver Transport, Senke, Speichern, Schwellwertfunktionen, Verdrängung, Durch strömbarkeit, Erhaltungsgrößen, lineare und nichtline are Funktionen, mathematische Funktionen, Triggerfunktio nen) sowie der logischen Funktionen (UND, ODER, EXKLUSIV-ODER, NICHT, NICHT-UND, Mehrheitsfunktionen); diese Bibliothek wird für den Zugriff durch die genetischen Algorithmen (GA1 und GA2) bereitgestellt
- - den vorprogrammierten Steuerfunktionen, mit deren Hilfe die genetischen Algorithmen (GA1) zugreifen können auf die den zellularen Modellautomaten beeinflussenden Operatoren (9) und vorprogrammierten Abtast-Operatoren sowie auf die Bibliothek der Prozeß- und Logikfunktionen und auf die vorprogrammierte Erzeugung des/der Prozeß semantik-Netze(s)
- - der vorprogrammierten Erzeugung des/der Prozeßsemantik-Netze(s); dieses besteht aus den in den vorgegebenen sowie selbst-modifizierten Lernbeispielen aufgefundenen Prozeßfunktionen mit den zugehörigen Anlagenkomponenten, Prozeß-Vorbedingungen und Prozeß-Nachbedingungen sowie aus den aufgefundenen Korrelationen bzw. naturwissen schaftlich-technischen Gesetzen und logischen Verknüpf ungen, verbunden in Form eines Netzwerkes (Graph). Dieses Prozeßsemantik-Netz befindet sich auf Kompo nenten-Ebene; es handelt sich um den makroskopischen Phänotypus (im Zusammenhang gesehen mit dem Genotypus, d. h. mit den Chromosomen der genetischen Algorithmen GA1; die im zellularen Modellautomaten ablaufenden Prozesse samt Prozeßbedingungen stellen den jeweils entsprechenden mikroskopischen Phänotypus dar)
- - den auf Systemebene arbeitenden genetischen Algorith men (GA2), deren Chromosomen aus den (auf Komponen tenebene erzeugten) Chromosomen der genetischen Algorithmen GA1) so zusammengesetzt werden, daß je weils zwei oder mehr Prozeßfunktionen (der Komponen tenebene) samt zugehörigen Prozeßbedingungen in je weils einem systembezogenen Chromosom der genetischen Algorithmen (GA2) als Gene codiert sind. Dies geschieht dadurch, daß aus den Phänotypen der Komponentenebene (d. h. aus dem komponentenbezogenen Prozeßsemantik-Netz) auf vorprogrammierte Weise jeweils zwei oder mehr Prozeßfunktionen (der Komponentenebene) verknüpft werden, dann diese zusammengesetzte Funktion jeweils in einem Chromosom der Genotypen der Systemebene (d. h. in den genetischen Algorithmen (GA2) auf System ebene) codiert werden. Hernach können die ablesbaren Zuordnungen von zu- bzw. abgeschalteten Genen (der Komponentenebene; entspricht GA1) in das zur zusam mengesetzten Prozeßfunktion (der Systemebene) gehö rende Chromosom der Systemebene (entspricht GA2) als zusätzliche Gene hineinkopiert werden
- - einem mathematischen Rechenprogramm, zwecks Durchführung numerischer, symbolischer und logischer Rechnungen
- (b) die Selbstlern-Phase der Prozeßsemantik-Netze wird in
folgenden Schritten ausgeführt:
- - Eingabe der Lernbeispiele und Abarbeitung dieser Lern beispiele (nacheinander) vom Prozeßsemantik-Netz-Genera tor in folgender Weise:
- - Ablesung der Prozeß-Vorbedingungen zum Zeitschritt ti mit Hilfe der Detektoren/Extraktoren
- - ablaufende Prozesse im zellularen Modellautomaten sowie Ablesen dieser Prozesse während des Zeitraumes ti+1 bis ti+r mit Hilfe der Detektoren/Extraktoren
- - Ablesen der Prozeß-Nachbedingungen zum Zeitschritt ti+r mit Hilfe der Detektoren/Extraktoren
- - im Zusammenhang mit den verwendeten genetischen Algo rithmen (GA1, GA2) werden folgende genetische Operatoren benutzt: Cross-over, Mutation, Selektion, Reproduktion, Inver sion, Permutation, bitweises UND/ODER/EXKLUSIV-ODER, probabilistische Beibehaltung von bewährten Gen-Clustern (Gen-Blöcke) im Chromosom
- - Zuführung von Begriffen und Primitiv-Text aus dem Lexikon (5)
- - Auffinden von Korrelationen und Gesetzen auf Komponen tenebene
- - Erstellung von zusammengesetzten Prozeßfunktionen auf Systemebene (und Codierung als Genotypus auf Systemebene (GA2))
- - Auffinden der An- und Abschaltfunktionen, ausgehend von den Genotypen der Systemebene und einwirkend auf die Genotypen der Komponentenebene
- - Aufstellung des Prozeßsemantik-Netzes sowohl auf Kompo nentenebene als auch auf Systemebene (samt An- und Ab schaltmöglichkeiten und -bedingungen zwischen System- und Komponentenebene)
- - Speicherung der erlernten Prozeßsemantik-Netze (Phä notypen) sowie der zugehörigen Chromosomen (Genotypen), beides auf Komponentenebene und auf Systemebene
- - zwecks Herleitung bzw. Bestätigung der kausalen Ver knüpfungen der Prozeßfunktionen mit ihren Vor- und Nachbedingungen bzw. mit anderen Prozeßfunktionen werden die sogenannten Wandernden Prozeßelemente (WPE′s, siehe A16) mit Nachprüfaufgaben betraut, die im zellularen Modellautomaten auszuführen sind: Nachvollziehen anhand des Ablaufes der aufeinander folgenden Zeitschritte, welchen zellularen Weg die in Betrachtung befindlichen Container sowie deren Sub elemente genommen haben und mit welchen in Betracht kommenden anderen Containern oder Subelementen sie Prozesse eingegangen sind, und welches jeweils die (zumeist lokalen) Vorbedingungen und Nachbedingungen waren
- - mit Hilfe des Aspekt-Generators (siehe A17) werden als notwendige Voraussetzungen für das Selbstlernen die erforderlichen Strategien zur autonomen Erfor schung der Prozesse und Prozeßbedingungen bereitgestellt (z. B. Strategien, um Prozesse erst einmal anzufahren, dann ggf. Prozesse zu Untersuchungszwecken stationär zu halten und Prozesse wieder abzufahren; hierfür sind jeweils geeignete Operatoren anzusteuern: Befehle an Komponenten geben, ad-hoc-Regelungen aufbauen, Detektoren/Extraktoren gezielt entsprechend dem "Inter esse" abfragen, Detektoren/Extraktoren insbesondere im zellularen Automaten an denjenigen Stellen abfragen, wo in der realen Anlage topographisch und funktionell tatsächlich auch Sensoren oder Zustandsmelder eingebaut und relevant sind
- - der Mechanismus der Selbst-Erstellung der Prozeßse mantik-Netze ist in Bild 7 dargestellt
- (c) die Arbeitsphase der Prozeßsemantik-Netze wird in
folgenden Schritten ausgeführt:
- - Bereitstellung einzelner oder mehrerer Prozeßsemantik-Netze (oder von Teilen davon) sowohl auf Komponenten- als auch auf System-Ebene zwecks Verarbeitung im Generator für die Petri-Netze (siehe A15) sowie zwecks Verarbeitung in den genetischen und kausalen Vergleichs-, Hypothese- und Test-Mechanis men (8); neben diesen Phänotypen werden auch die zugehörigen Genotypen (d. h. die Chromosomen auf Komponenten- und System-Ebene einschließlich deren Verschaltung) in gleicher Weise bereitgestellt
- - für das Beispiel des beheizten Primärkühlkreislaufes mit über einen Dampferzeuger angeschlossenem Sekun därkreislauf sind in Bild 8 die selbsterstellten Prozeßsemantik-Netze auf Komponentenebene und auf Systemebene dargestellt, und zwar sowohl für den ungestörten stationären Betriebsfall als auch für den Fall des defekten (mit einem Leck zwischen Primär- und Sekundärseite behafteten) Dampferzeugers.
- (a) der Generator für diese Prozeßsemantik-Netze besteht
aus:
- 15. es sich bei den unter A1 genannten Petri-Netzen (7) um selbsterstellende Petri-Netze handelt, die auf nach stehende Weise generiert und verwendet werden:
- (a) der Generator für diese Petri-Netze besteht aus:
- - einem vorprogrammierten Charakteristik-Analysator, der jeweils innerhalb einer zusammengehörenden Gruppe von Prozeßsemantik-Netzen (siehe A14) (zusammengehörig in dem Sinn, daß diese Gruppe jeweils aus einer einzigen Topographie, z. B. aus einem über einen Dampferzeuger verbundenen Primärkühlkreislauf und Sekundärkreislauf, hergeleitet wurde in der Art, daß die ablaufenden Prozesse und Prozeßbedingungen sowohl für die intakte Topographie als auch für verschiedene in die Topographie eingebaute Fehler, d. h. für verschiedene Fälle, untersucht wurden vom Prozeßsemantik-Netz-Generator; dieser Generator stellte diese Prozeßsemantik-Netze dann auf) die typischen Prozeßverläufe je Fall sowie die Unterschiede der Prozeßverläufe in den verschiedenen Fällen der Gruppe von Prozeßsemantik-Netzen (zu diesen Netzen gehören auch deren aufgefundene Prozeß- und Fehlerfunktionen) als wesentlich hervorgehoben werden. Der Charakteristik-Analysator stellt folgende Charak teristika fest: Art und Bezeichnung der jeweils typischen Prozeßver läufe sowie zeitliche Dynamik von physikalischen Para metern (z. B. Temperatur, Druck, Phasenzustände, Wärme inhalte, zeitliche Ableitung von Temperatur oder Druck) in Abhängigkeit von den Prozeßvorbedingungen je betrach tetem Fall; Interpretation von Unterschieden der Prozeß verläufe und der Parameter-Dynamik bei den verschiede nen Fällen einer Gruppe von zusammengehörigen Prozeßse mantik-Netzen
- - dem Zugriff auf die vorprogrammierte Bibliothek der Pro zeßfunktionen, Fehlerfunktionen, Prozeßverläufe, Para meter-Dynamiken, Prozeßbedingungen und Aktionen (Opera toren)
- - dem vorprogrammierten Erstellungsmechanismus des Petri-Netzes
- - der Abspeicherung des selbst-erstellten Petri-Netzes im Prozeßgedächtnis (13) mit Zugreifbarkeit durch die genetischen und kausalen Vergleichs-, Hypothese- und Test-Mechanismen (8) (siehe A 18)
- (b) die Arbeitsphase der Petri-Netze wird in folgenden
Schritten ausgeführt:
- - Abrufen von bestimmten Prozeßsemantik-Netzen (6) aufgrund von Anforderungen des Aspekt-Generators (siehe A17) und des Hypothese- und Test-Generators, der selbst Teil der genetischen und kausalen Vergleichs-, Hypothese- und Test-Mechanismen (8) (siehe A18) ist
- - Auswertung der abgerufenen Prozeßsemantik-Netze (6) sowie der zugehörigen aufgefundenen Prozeß- und Fehler funktionen mit Hilfe des Charakteristik-Analysators
- - Aufstellung des Petri-Netzes mit Hilfe des vorprogramm ierten Erstellungsmechanismus der Petri-Netze; es handelt sich also um modell-erstellte Petri-Netze, da die in ihnen enthaltene Information im zellularen Modellautomaten (1) und auf dem Wege über die Detektoren /Extraktoren (2) und über die Prozeßsemantik-Netze (6) entstanden ist
- - Ablesung von Informationen aus dem oder den Petri-Netz(en) durch den Hypothese- und Test-Generator (siehe A18)
- - gezieltes Schneiden und Zusammensetzen von Petri-Netzen oder von Teil-Petri-Netzen durch den Hypothesen-Genera tor (siehe A18)
- - gezieltes Einbringen von gefilterten realen Prozeßdaten (z. B. von der realen Anlage gewonnene Sensordaten oder Zustandsmeldungen von Komponenten oder Parameter-Trends) in das oder die modell-erstellten Petri-Netze, veranlaßt und gesteuert mit Hilfe der genetischen und kausalen Vergleichs-, Hypothese- und Test-Mechanismen (8) (siehe A18)
- - Residuen-Analyse einerseits der modell-getriebenen Informationen gegenüber andererseits den realdaten getriebenen Informationen im Petri-Netz bzw. in den Petri-Netzen, veranlaßt und durchgeführt von den gene tischen und kausalen Vergleichs-, Hypothese- und Test-Mechanismen (8) (siehe A18)
- - in Bild 9 ist das selbst-erstellte Petri-Netz des beheizten Primärkühlkreislaufes mit über einen Dampf erzeuger angeschlossenem Sekundärkreislauf dargestellt einschließlich der aufgefundenen Prozeß- und Fehler-Charakteristiken für den ungestörten stationären Be triebsfall, für den Fall eines Lecks zwischen Primär- und Sekundärseite des Dampferzeugers und für den Fall des Lecks im Primärkühlkreislauf sowie für den Fall des Lecks im Sekundärkreislauf.
- (a) der Generator für diese Petri-Netze besteht aus:
- 16. die Wandernden Prozeßelemente, die selbst ein Mechanismus der genetischen und kausalen Vergleichs-, Hypothese- und Test-Mechanismen (siehe A18) sind, hilfreiche Suchprozeduren im zellularen Modellautomaten (1) in der Art ausführen können, daß
- - sie anhand des Ablaufes der aufeinanderfolgenden Zeitschritte nachprüfen können, welchen zellularen Weg die in Betrachtung befindlichen Container (z. B. Flüssigkeits-Container, die eine bestimmte Temperatur aufweisen) sowie deren Subelemente (z. B. heraus diffundierte Wärmeenergie-Teilchen) genommen haben und mit welchen in Betracht kommenden anderen Contai nern oder Subelementen sie Prozesse eingegangen sind und welches jeweils die Prozeß-Vorbedingungen und -Nachbedingungen waren
- - sie aufgrund von Instruktionen, die sie vom Hypothese- und Test-Generator oder vom Aspekt-Generator erhalten haben, gezielt diejenigen Orte im zellularen Modell automaten finden, an denen im Zusammenhang mit diesen Instruktionen bestimmte Detektoren/Extraktoren ihre Ablesungen vornehmen sollen.
- 17. der Aspekt-Generator, der ein Teil der genetischen und kausalen Vergleichs-, Hypothese- und Test-Mechanismen (8) (siehe A18) ist, mit folgenden Fähigkeiten ausgestattet ist und mit ihnen wie folgt arbeitet:
- (a) Veranlassung zum Aufbau eines Prozeß-Grundwissens auf fol
gende Weise:
- - erforderliche Strategien für das Selbstlernen (d. h. für die autonome Erforschung) von Prozessen und Prozeßbedingungen bereitstellen sowohl für die Lernphase als auch für die Ar beitsphase des Prozeßsemantik-Netz-Generators (z. B. geeigne te Abtast- und Abfrage-Prozeduren, über die Operatoren (9) im zellularen Modellautomaten (1) wirkend, bereitstellen)
- - erforderliche Strategien für das Anfahren von Prozessen, für das Einstellen von stationären Prozessen und für das Abfahren von Prozessen im zellularen Modellautomaten (1) bereitstellen für die Lern- und Arbeitsphase des Prozeßse mantik-Netz-Generators
- - Prozeß-Parameter (z. B. Temperatur, Druck, Durchfluß sowie deren zeitliche Änderungen) zweckmäßig auch an Stellen der Modell-Topographie (wie sie sich im zellularen Modellauto maten jeweils befindet), die den Sensor-Stellen bzw. Stellen der Zustandsgeber in der Topographie der realen Anlage ent sprechen, über die Detektoren/Extraktoren (2) abfragen lassen
- (b) maschinelles "Verstehen und Verfolgen" von vorgegebenen
(Ober-)Zielen der Anlage, und zwar in der Art, daß
- - an einer Zieleingabe-Schnittstelle von außen mit Hilfe eines Codes die von der Anlage zu erreichenden Ziele (z. B. soll ein beheiztes Primär-/Sekundärkreislaufsystem am Dampfentnahme-Ventil je Zeiteinheit ein geforderte Menge an Wasserdampf von bestimmter Temperatur und bestimmtem Druck liefern) und einzuhaltenden Restriktionen (z. B. darf die im Primärkreislauf befindliche Heizung eine bestimmte Temperatur nicht überschreiten und dürfen bestimmte Drücke im Primär-/Sekundärkreislaufsystem nicht überschritten wer den) eingegeben werden können
- - dieser Code entziffert wird entsprechend seiner Bedeutung (z. B. Aufgabe: stelle mit Hilfe noch gesuchter geeigneter Aktionen (Operatoren) Prozesse im zellularen Modellautoma ten so ein, daß sowohl die vorgegebene Dampfleistung erreicht wird als auch die erlaubte Heizungstemperatur und die erlaubten Kreislaufdrücke nicht überschritten werden); hierauf werden die aus der Entschlüsselung des Codes herge leiteten Aufgaben an den Hypothese- und Test-Generator (siehe A18), der Teil der genetischen und kausalen Ver gleichs-, Hypothese- und Test-Mechanismen (8) (siehe A18) ist, weitergeleitet
- (c) strategische Vorgaben für die Arbeitsphasen der Petri-Netze erstellen.
- (a) Veranlassung zum Aufbau eines Prozeß-Grundwissens auf fol
gende Weise:
- 18. mit Hilfe der genetischen und kausalen Vergleichs-, Hypo these- und Test-Mechanismen (8), die aus den Teilen
- - Aspektgenerator
- - Hypothese- und Test-Generator
- - genetische Algorithmen (GA3)
- - Kausal- und Metawissen-System
- - Wandernde Prozeßelemente
- - Bewertungsmechanismen
- - Residuen-Analyse
- - Diagnose-Ergebnisse
- - Schnittstellen-Management
- bestehen, nachstehende Fähigkeiten in folgender Arbeits weise durchgeführt werden können (siehe auch Bild 10):
- (a) Unterstützung bei der Erzeugung von Prozeß- und
Störungs-Grundwissen:
- - der Aspekt-Generator gibt dem Prozeßsemantik-Netz-Generator die jeweiligen Suchbereiche vor und bereitet sie für dessen Arbeit vor und koordiniert die Erforschung der Prozesse und Prozeßbedingungen sowie zugehörigen Korrelationen und Gesetzen (siehe A14 und A17)
- - der Aspekt-Generator stellt dem Petri-Netz-Generator geeig nete Suchkriterien zur Verfügung, mit Hilfe derer der Petri- Netz-Generator aus den bereits erzeugten und abgespeicherten Prozeßsemantik-Netzen die bzgl. Grundwissen wichtigsten und interessantesten Petri-Netze herleiten kann; hierzu werden die Bewertungsmechanismen (z. B. Charakteristik-Kri terien, die der Charakteristik-Analysator des Petri- Netz-Generators benötigt, siehe A15) zusätzlich verwendet
- (b) Feststellung von Prozeßzuständen und -bedingungen:
- - der Aspekt-Generator gibt dem Hypothese- und Test-Generator die Aufgabe, aus den eingehenden realen Prozeßdaten (10) (wobei diese Daten zeitlich geordnet einlaufen oder im Datensatz zeitlich geordnet vorliegen) die Feststellung von Prozeßzuständen und -bedingungen herzuleiten
- - hierauf stellt der Hypothese- und Test-Generator den Daten filter (11) so ein, daß nur diejenige Realdaten-Teilmenge den Datenfilter passieren kann, bei der prozeß-charakter istische Ähnlichkeiten zu den vorhandenen Modelldaten (letztere liegen laut (a) bereits als Grundwissen in Form von Prozeßsemantik-Netzen und Petri-Netzen vor) feststellbar sind (= herausgefilterte Daten-Teilmenge 1)
- - dann bringt der Hypothese- und Test-Generator diese heraus gefilterte Daten-Teilmenge 1 mit Hilfe des Petri-Netz-Gene rators an den geeigneten Stellen der jeweiligen Petri-Netze ein, so daß die so mit Realdaten ergänzten Petri-Netz einen unmittelbaren Vergleich zwischen Modellpro zessen und in der Anlage real ablaufenden Prozessen (samt den zugehörigen Prozeßbedingungen) ermöglichen; dieser Vergleich wird zunächst vom Hypothese- und Test-Generator ausgeführt
- - anschließend wird der Vergleich noch von der Residuen-Analyse verfeinert
- - um jedoch auch diejenigen real in der Anlage ablaufenden Prozesse und Prozeßbedingungen feststellen zu können, zu deren Erkennung die in den bereits vorhandenen Prozeßseman tik-Netzen und Petri-Netzen enthaltenen Informationen nichts oder nur wenig beitragen können, müssen die genetischen Algorithmen GA3 herangezogen werden. Dies geschieht in der Art, daß der Hypothese- und Test-Generator nunmehr den Da tenfilter (11) anders und zwar so einstellt, daß unter Hinzuziehung der Bewertungsmechanismen (z. B. daß nur diejenigen realen Prozeßdaten, die nicht mit den Daten von bereits im Prozeßgedächtnis stehenden Prozeßsemantik- oder Petri-Netzen korreliert sind, von den genetischen Algorithmen GA3 verarbeitet werden sollen) eine Daten-Teilmenge 2 den Datenfilter (11) passieren kann
- - zwecks Verarbeitung dieser Daten-Teilmenge 2 wird nun eine Population von aus verschiedenen Genen zufällig zusammen gesetzten Chromosomen aufgestellt, wobei die Gene einerseits zufällig aus der Gesamtheit aller möglichen Komponenten-Topo graphien und aller Prozeß-Bedingungen und aller mög lichen Operatoren, die in diesen Topographien jeweils mo dellierbar sind, ausgesucht werden können oder andererseits auch aus den bereits im Kausal- und Metawissen-System vor handenen Topographien, Prozeßbedingungen und Operatoren zusätzlich zufällig ausgesucht und ebenfalls der Chromosomen-Population beigemischt werden können
- - auf die so vom Hypothese- und Test-Generator aus zufällig ausgewählten Genen (und/oder aus zufällig aus dem Kausal-und Metawissen-Systems ausgewählten Genen) erstellte Population von Chromosomen (deren Gene-können sein z. B. Wasserfüllung des Primärkühlkreises; mit nur halber Leistung eingeschal tete Heizung; Öffnen des Ventils (2); Druckwert im Sekundär kreis; Einschalten der Pumpe (1); Erzeugen eines Lecks der Größe 3 zwischen Primär- und Sekundärseite des Dampf erzeugers) werden die genetischen Algorithmen GA3 unter Verwendung der Bewertungsmechanismen (z. B. Herausarbeitung von Prozeßklassen; großer Informationsgewinn anzustreben bei gleichzeitig möglichst geringer Prozeß-Komplexität ) angesetzt, so daß die mit Hilfe der genetischen Algorithmen GA3 angestoßenen Operatoren dann im zellularen Modell automaten (1) den gezielten Ablauf von Prozessen zur Folge haben
- - die aus den so erzeugten Modellprozessen sich ergebenden Modellprozeß-Daten werden von den Detektoren/Extraktoren aus dem zellularen Modellautomaten herausgelesen und dann mit Hilfe der Prozeßsemantik-und Petri-Netz-Generatoren zur Erzeugung dieser Netze verwendet. Anschließend vergleicht der Hypothese- und Test-Generator die (von ihm in die relevanten neuerstellten Petri-Netze eingebrachten) Daten aus der Realdaten-Teilmenge 2 mit den Modell-Daten des neuerstellten Petri-Netzes. Auf diese Weise finden die genetischen Algorithmen GA3 in mehreren Generationen von Chromosomen-Populationen diejenigen Modellprozesse heraus, deren Daten (=(Modell)Daten-Teilmenge 3) bestimmten Real daten, die in der Daten-Teilmenge 2 enthalten sind, am besten entsprechen
- - als zusätzliche Hilfe bei der Überprüfung, ob und wie gut die Modelldaten-Teilmenge 3 der Realdaten-Teilmenge 2 entspricht, wird die Residuen-Analyse eingesetzt
- - die unter (b) über die Detektoren/Extraktoren erhaltenen Prozeßsemantik-Netze und Petri-Netze werden dann im Prozeßgedächtnis abgespeichert
- (c) Erkennung und Darstellung von Störungssymptomen:
- - der Aspekt-Generator gibt dem Hypothese- und Test-Generator die Aufgabe, aus den eingehenden realen Prozeßdaten (10) die Erkennung und Darstellung von Störungssymptomen durchzuführen
- - weitere Arbeitsweise wie unter (b), jedoch werden vom Hypothese- und Test-Generator aus den erstellten (oder auch aus relevanten im Prozeßgedächtnis vorhandenen Prozeßsemantik- und Petri-Netzen) jetzt charakteristische Zeit-Ereignis-Muster, die störungsbedingt u. a. durch das Erreichen von bestimmten Prozeßparameter-Marken gebildet werden (z. B. "Temperatur hoch" und "Druck sehr hoch" im Primärkühlkreislauf; Sekundärkreislauf "erhält zu wenig Speisewasserzulauf"), ebenfalls in Form von Petri-Netzen erstellt (und im Prozeßgedächtnis gespeichert)
- (d) Fehlerisolation:
- - der Aspekt-Generator gibt dem Hypothese- und Test-Generator die Aufgabe, aus den unter (a) ggf. bereits vorhandenen bzw. unter (b) und (c) hergeleiteten Modellprozessen (d. h. Prozeßsemantik- und Petri-Netzen) eine den eingehenden Realdaten (10) entsprechende Fehlerisolation durchzuführen
- - aufgrund der unter (b) und (c) aufgefundenen ungestörten oder gestörten Modellprozesse (und deren Darstellung in Form von Prozeßsemantik-Netzen und Petri-Netzen) und aufgrund der realen Prozeßdaten (10) wird die Fehlerisolation ermöglicht:
- - Identifizierung der die Störung verursachenden fehler haften Komponenten, Bedienung oder Arbeitsmedien
- - Kenntnis des Ortes der fehlerhaften Komponente(n) in der Topographie des zellularen Automaten (Ablesung erfolgt mit Hilfe der Wandernden Prozeßelemente)
- - Feststellen der Fehlerart der jeweils ausgefallenen Komponente(n) (Ablesung mit Hilfe der Wandernden Prozeßelemente)
- - sofern jedoch aus denselben Realdaten (10) auch alternative Modellprozesse aufgefunden werden (Mehrdeutigkeit), werden alle alternativen Fälle weiterverfolgt, bis weitere ein gehende reale Prozeßdaten (10) zu zeitlich fortgeführten und korrigierten Prozeßsemantik- und Petri-Netzen führen, die in der Regel das Verschwinden der Mehrdeutigkeit zur Folge haben
- (e) Prozeß- und Störungsprognose:
In der realen Anlage ablaufende Prozesse und Prozeßstörungen können mit Hilfe der nach (a), (b) und (c) erzeugten Prozeß semantik-Netze, Petri-Netze (samt zugehörigen aufgefundenen Prozeßfunktionen, Parameterkorrelationen und im zellularen Modellautomaten ablaufenden Prozesse und Störungen), ggf. unter Mitwirkung des Hypothese- und Test-Generators und ggf. Mitwirkung des Kausal- und Metawissen-Systems, erfolgreich prognostiziert werden, indem man im zellularen Modellauto maten die dort in der Vergangenheit bis zur Gegenwart ab laufenden Prozesse und Störungen weiterlaufen läßt bis in die Zukunft hinein. Hierdurch erhält man schließlich über die Ablesung durch die Detektoren/Extraktoren die makrosko pischen Prognosen in Form von Prozeßsemantik- und Petri-Netzen. Diese Prognosen werden dem Modul Diagnose-Ergebnisse übergeben und außerdem im Prozeßgedächtnis gespeichert. - (f) Vorschläge für geeignete Gegenmaßnahmen:
Geeignete Gegenmaßnahmen, die der Behebung oder Begrenzung von Prozeßstörungen dienen sollen, können mit Hilfe der in (e) erstellbaren Prozeß- und Störungsprognosen und mit Hilfe des Hypothese- und Test-Generators (siehe A18) unter Mitwir kung der genetischen Algorithmen GA3 (und ggf. zusätzlicher Mitwirkung des Kausal- und Metawissen-Systems) hergeleitet werden, indem- - eine Population von verschiedenen Chromosomen, die jeweils alternativen (und in der ersten Generation zufälligen) Handlungsplänen entsprechen, erstellt wird und daß auf diese Population von den genetischen Algorithmen GA3 zugegriffen wird; die Gene der Chromosomen bestehen hierbei aus den an wendbaren Operatoren (13). Hierdurch werden alter native Prozesse (entsprechend den jeweiligen gene tisch weiterentwickelten Handlungsplänen) im zellu laren Modellautomaten erzeugt, die nach Abschluß der genetischen Entwicklung von den Detektoren/ Extraktoren endgültig abgelesen werden und in Form der Prozeßsemantik- und Petri-Netze dargestellt werden
- - aus diesen so erzeugten Prozeßsemantik-Netzen und Petri-Netzen können die auf die reale Anlage (die entsprechend den eingegangenen realen Prozeßdaten (10) eine Prozeßstörung aufweist) zweckmäßig anzuwendenden Gegenmaßnahmen herausgelesen und dem Modul "Diagnose-Ergebnisse" als Vorschlag übergeben werden; außerdem wird der Vorschlag der Gegenmaß nahmen im Prozeßgedächtnis gespeichert.
- (a) Unterstützung bei der Erzeugung von Prozeß- und
Störungs-Grundwissen:
- 19. es sich bei dem Kausal- und Metawissen-System (welches selbst Teil der genetischen und kausalen Vergleichs-, Hypothese- und Test-Mechanismen ist, siehe A18) um ein Expertensystem handelt, das dadurch gekennzeichnet ist, daß:
- - das eingebrachte Wissen nicht von einem menschlichen Experten stammt, sondern von einem "maschinellen Experten" in dem Sinn, daß die selbsterstellten Prozeßsemantik-Netze (A14) und Petri-Netze (A15) das benötigte Prozeß- und Stör ungswissen einbringen (dieses Wissen wird in die Form von Regeln gebracht)
- - es sich um ein SOLL/KANN/DARF-Inferenz-System handelt (SOLL/KANN/DARF in einem Beispiel: der beheizte Primär kühlkreislauf mit über einen Dampferzeuger angeschlossenem Sekundärkreislauf SOLL genügend Dampf von geeigneter Quali tät und mit hohem Wirkungsgrad (mechanische Leistung des Dampfes geteilt durch die in das Zweikreissystem eingebrach te Wärmeleistung) liefern, KANN den Dampfliefern mit um so höherem Wirkungsgrad je höher Druck und Temperatur des Dampf es sind, jedoch DÜRFEN die primär- und sekundärseitigen Drücke im Zweikreissystem bestimmte Werte nicht überschreiten)
- - mit Hilfe von unterschiedlichen SOLL/KANN/DARF-Inferenzen eine zufällige Vorab-Auswahl von Genen (d. h. Komponenten-Topo graphien, Prozeß-Bedingungen und Operatoren) durchgeführt werden kann, die zum Aufbau jeweils einer erforderlichen Chromosomen-Population (erste Generation) mitverwendet werden (z. B. wenn hierbei die genetischen Algorithmen GA3 anzuwenden sind im Zusammenhang mit dem Hypothese- und Test-Generator, siehe A18).
- 20. die Ausgaben (14) des Prozeßdaten-Modellrechners die Inhalte der Diagnose-Ergebnisse (siehe A18) in Form von Netzen, zellularen Prozeßbildern, Listen, Parameterkurven-Dar stellungen und Primitiv-Text erfolgen; hierbei wird der zuzuordnende Primitiv-Text aus Text-Elementen zusam mengesetzt, die dem Lexikon entnommen werden.
- 21. Die Erfindung des Prozeßdiagnose-Modellrechners ist dadurch gekennzeichnet, daß es sich um einen zentralen Digitalrechner (z. B. Personal-Computer (PC) oder Industrie-PC (IPC)) handelt samt Peripherie (Bildschirm, Tastatur, Laufwerke, Drucker, serielle Dateneingänge für digitale oder/und analoge Prozeßdaten, Input- /Output-Ports für die Kommunikation mit dem Operateuren-Team, Schnittstelle zum Anlagen-Kommunikationsnetz).
Die in Bild 1 dargestellten Komponenten des Prozeßdiagnose-Modell rechners sind hierbei wie folgt realisiert:- - zellularer Modellautomat (1) als spezielle Karte im zentralen Digitalrechner oder direkt in den zentralen Digitalrechner ein programmiert
- - Detektoren/Extraktoren (2) als spezielle Karte im zentralen Digitalrechner oder direkt in den zentralen Digitalrechner ein programmiert
- - Axiome/Regeln (3) einprogrammiert im zentralen Digitalrechner
- - Topographien (4) vom Operateur über Input-Port oder mit Hilfe eines Laufwerks in den zentralen Digitalrechner eingegeben
- - Lexikon (5) steht eingegeben im Speicher des zentralen Digitalrechners
- - Semantik-Netze (6) und Petri-Netze (7) werden in der Arbeits phase des Digitalrechners im zentralen Digitalrechner erst erzeugt sowie, wenn von Bedeutung, im Speicher des Digital rechners abrufbar gespeichert
- - die genetischen und kausalen Vergleichs-, Hypothese- und Test-Mechanismen (8) sind im zentralen Digitalrechner einprogrammiert
- - die Operatoren (9) sind im zentralen Digitalrechner einpro grammiert oder befinden sich als spezielle Karte im zentralen Digitalrechner
- - die eingehenden Prozeßdaten (10) treten, soweit sie digital sind, über serielle Schnittstellen mit Zwischenspeicherfähigkeit in den zentralen Digitalrechner ein; sofern die Prozeßdaten analog sind (oder sofern diese Daten sowohl analog als auch digital sind), werden in den seriellen Schnittstellen zusätzlich Analog-Digital-Wandler eingesetzt
- - das Datenfilter (11) ist im zentralen Digitalrechner einprogram miert
- - das Prozeßgedächtnis (13) wird realisiert durch Nutzung des mit ausreichender Speicherkapazität ausgerüsteten Speichers des zentralen Digitalrechners
- - die Ausgaben (14), nämlich Prozeßnetze, Prozeßbilder (z. B. im zellularen Modellautomaten ablaufende Prozesse), Listen und Texte werden realisiert durch Bildschirm(e), Drucker, Warte anzeigen, Kommunikations-Schnittstellen zwischen Digitalrechner und Operateur sowie durch Laufwerke (für die externe Datenspei cherung
- 22. Die nach A21 beschriebene Realisierung des Prozeßdiagnose-Modell rechners kann noch zwecks schnellerer Rechenabläufe alternativ mit parallelen Rechenstufen in der Art Versehen werden, daß folgende Komponenten durch jeweils mindestens einen, besser noch durch jeweils mehrere, Transputer realisiert werden:
- - zellularer Modellautomat (1)
- - Detektoren/Extraktoren (2)
- - Axiome/Regeln (3)
- - Semantik-Netze (6) und Petri-Netze (7)
- - genetische und kausale Vergleichs-, Hypothese- und Test-Mechanismen (8)
- - Lexikon (5)
- - Prozeßgedächtnis (13).
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4447218A DE4447218A1 (de) | 1993-12-31 | 1994-12-31 | Prozeßdiagnose - Modellrechner |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4345085 | 1993-12-31 | ||
DE4447218A DE4447218A1 (de) | 1993-12-31 | 1994-12-31 | Prozeßdiagnose - Modellrechner |
Publications (1)
Publication Number | Publication Date |
---|---|
DE4447218A1 true DE4447218A1 (de) | 1996-01-11 |
Family
ID=6506585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE4447218A Withdrawn DE4447218A1 (de) | 1993-12-31 | 1994-12-31 | Prozeßdiagnose - Modellrechner |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE4447218A1 (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7734357B2 (en) | 2004-06-04 | 2010-06-08 | Siemens Ag | System for operating an installation by editing graphic objects |
DE102014116865A1 (de) * | 2014-11-18 | 2016-05-19 | Phoenix Contact Gmbh & Co. Kg | Analysevorrichtung zur Analyse und Manipulation einer Kommunikationssequenz |
-
1994
- 1994-12-31 DE DE4447218A patent/DE4447218A1/de not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7734357B2 (en) | 2004-06-04 | 2010-06-08 | Siemens Ag | System for operating an installation by editing graphic objects |
DE102014116865A1 (de) * | 2014-11-18 | 2016-05-19 | Phoenix Contact Gmbh & Co. Kg | Analysevorrichtung zur Analyse und Manipulation einer Kommunikationssequenz |
US10673769B2 (en) | 2014-11-18 | 2020-06-02 | Phoenix Contact Gmbh & Co. Kg | Analysis device for the analysis and manipulation of a communication sequence |
DE102014116865B4 (de) * | 2014-11-18 | 2020-08-13 | Phoenix Contact Gmbh & Co. Kg | Analysevorrichtung zur Analyse und Manipulation einer Kommunikationssequenz |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112005001043B4 (de) | Verfahren zur Bereitstellung bzw. Konfigurierung einer Benutzerschnittstelle und Benutzerschnittstellensystem | |
DE3856379T2 (de) | Expertensystem mit verfahrenssteuerung | |
Bisantz et al. | Making the abstraction hierarchy concrete | |
Cacciabue et al. | COSIMO: a cognitive simulation model of human decision making and behavior in accident management of complex plants | |
DE102007063915B4 (de) | Prozesssteuerungs- und Optimierungstechnik unter Verwendung immunologischer Konzepte | |
EP0653078B1 (de) | Verfahren und leittechnisches system zum steuern, überwachen und regeln insbesondere von komplexen industriellen prozessen, wie z.b. in einem kernkraftwerk | |
DE4108310C2 (de) | Verarbeitungssystem für eine Wissensbank in einem Expertensystem | |
DE102007041917A1 (de) | Prozessanlagenüberwachung auf der Grundlage von multivariater statistischer Analyse und Online-Prozesssimulation | |
DE102017102651A1 (de) | Vorrichtung zum Formulieren von Regeln in einem Prozesssteuerungsnetzwerk | |
DE102007046962A1 (de) | Aktualisierung und Einsatz dynamischer Prozesssimulation im laufenden Betrieb einer Prozessumgebung | |
DE102007046642A1 (de) | Verfahren und Modulklassenobjekte zur Konfiguration von fehlenden Einrichtungen in verfahrenstechnischen Anlagen | |
DE60306494T2 (de) | Vorrichtung, verfahren und computerprogrammprodukt zur modellierung der kausalität in einem flusssystem | |
DE102019203634A1 (de) | Verfahren und Vorrichtung zum Ansteuern eines Roboters | |
DE4200260A1 (de) | Prozess-evolutionsrechner | |
DE4447218A1 (de) | Prozeßdiagnose - Modellrechner | |
AT522639A1 (de) | Vorrichtung und Verfahren zum Visualisieren oder Beurteilen eines Prozesszustandes | |
WO2022069258A1 (de) | Vorrichtung und verfahren zur erkennung von anomalien in einer industriellen anlage zur ausführung eines produktionsprozesses | |
Bredeweg et al. | Mediating conceptual knowledge using qualitative reasoning | |
DE19507134C1 (de) | Verfahren zur automatischen Ableitung von prozeß- und produkttechnischem Wissen aus einem integrierten Produkt- und Prozeßmodell | |
EP3696621A1 (de) | Computerimplementiertes verfahren und vorrichtung zum steuern eines modularen technischen systems | |
Evsukoff et al. | Causal model based supervising and training | |
Malandain | An expert system in the accelerator domain | |
DE4301391A1 (de) | Thermohydraulik-Prozeßmodellrechner | |
DE4132666A1 (de) | Lernendes prozessnetz | |
WO2024132280A1 (de) | Computerimplementiertes verfahren zur erzeugung einer anlagenbild-hierarchie für ein bedienen und beobachten einer verfahrenstechnischen anlage sowie engineering-system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
ON | Later submitted papers | ||
8139 | Disposal/non-payment of the annual fee | ||
8170 | Reinstatement of the former position | ||
8139 | Disposal/non-payment of the annual fee |