DE4447218A1 - Process diagnosis using cell-based computer modelling in thermo-hydraulics or hydrodynamics - Google Patents

Process diagnosis using cell-based computer modelling in thermo-hydraulics or hydrodynamics

Info

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Withdrawn
Application number
DE4447218A
Other languages
German (de)
Inventor
Dieter Dr Vetterkind
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to DE4447218A priority Critical patent/DE4447218A1/en
Publication of DE4447218A1 publication Critical patent/DE4447218A1/en
Withdrawn legal-status Critical Current

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)

Abstract

The system uses a process data-modelling computer to implement the microscopic cell models (1) and this also uses axiomatic rules (3) and specific topographic features (4). Outputs are generated by detectors and extractors (2) for input to semantic nets (6) and Petri nets (7). Comparisons and test mechanisms (8) are applied to refine the model. Filtered process data (10, 11) is fed into the process. For a multi phase fluid process the lattice gas cell model is combined with the boundary conditions.

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.In energy technology, process engineering, chemical engineering or other technical systems running thermo hydraulic or hydrodynamic processes are for the observer and plant operators generally not directly observable and therefore not easy for observers or plant operators transparent. However, with the help of an extensive Plant sensor technology suitable process data available that the Plant operator based on his mental model and with the help of Uses operating manuals to perform its tasks. In the The past has been and still is different Computer-aided site for litigation and Process diagnostics developed [1, 2] that the plant operator should support.

Bekannt sind technische Expertensysteme, die modellgestützt sind [3] oder mit Fuzzy-Techniken arbeiten [4] oder auch neuronale Netze verwenden [5].Technical expert systems that are model-based are known [3] or work with fuzzy techniques [4] or neural networks use [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.As is well known, it is very complex and costly for one successful operation of expert systems required to gain human expert knowledge and in the expert system harness. In addition, an expert system is often overwhelmed when it comes down to things that were not question that arises in the event of rare process malfunctions in the system positions and problems should provide a suitable answer.

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.Fuzzy techniques can be used for unsharp technical ones Suitable linguistic rules or suitable Establish fuzzy model descriptions and suitable ones Carry out fuzzy inferences, however, the fuzzy techniques in generally no or no pronounced learning ability. Other on the one hand, the neural networks are capable of learning provided data, but information processing in the neural networks is difficult to see through. Furthermore, the neural networks mostly for special purposes be tailored. There are some advantages to using Linking neural networks with fuzzy techniques; this too However, neuro-fuzzy techniques are at most only partially possible in the Location, entirely new (i.e. not yet in the data again finding or until then in the supplied human expert know still unknown) facts, question or problem satisfactory processing of positions.

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).In model-based technical expert systems As is well known, models in the form of differential equations (or  Integral equations) and their solutions, or it will be plausibility rules are also used. However, this results in the difficulty that in the case of alternative solutions of Differential equations in general the human specialist must decide which solution to use (and that is why the online calculation possibilities are limited) or that the Calculator only calculates the solution you are looking for after a long computing time has so that the model cannot be used on-line. So are used for the calculation of thermohydraulic processes in Pressurized water nuclear power plants z. B. the known computer programs RELAP or ATHLET used; the computing time of these programs is mostly in the hour range. Therefore, computer programs are suitable this kind especially because of the time consuming solution of complicated and / or several (ordinary or partial) Differential equations not for fast computer-based Derivation of decision aids for the plant operator (Surgeon) or for the plant operator team (surgeon 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.On the other hand, there are computer-aided system simulation computers or plant simulation devices, e.g. B. the well-known (and used in particular for training purposes for plant operators) Nuclear power plant simulators, some of which are also simplified and therefore fast model and calculation methods are used, so that in some cases also online, i.e. H. with the speed of the processes actually running in the plant (or sometimes even faster), the process simulations can be calculated [6]. Here, however, it is problematic or even can be impossible, previously unpredictable and programmed Processes or process types or novel process disturbances simulate.

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 HilfeThe invention of "process diagnosis model computer" is the problem based on such an arrangement and interacting Interconnection of (partly hardware and / or partly software ) computing, information processing and Communication levels to get that with their help

  • - 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)- A robust process model, d. H. a model of the undisturbed and disturbed processes including the associated process and error conditions, is given in is able to respond to requests made to this process model edit autonomously and (in the form of model information and -dates) (i.e., for example, none Differential equations are used)
  • - 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- A suitable machine intelligence is given, this Process model controlled and queried and that of the working Process model generated process information used so that an autonomous generation of model process knowledge (and thus of Model process data) is given
  • - 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- The real ones generated by the real technical system Process data (i.e. e.g. sensor data or data from component close level detectors) processed in a suitable manner be that compared to the specifically generated and further processed model process data is an autonomous process diagnosis of the real technical system is made possible
  • - 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)- to gain human expertise, at least  during an online operation of the arrangement (or ver circuit) of computing, information processing and Communication levels, whole or in certain cases can basically be dispensed with (for online operation not having to interrupt the arrangement or connection)
  • - 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.- thus a computer-assisted aid for process diagnosis and for the derivation of troubleshooting or fault limits countermeasures that work largely autonomously and advises the system operator while the system is running or / and also act directly on actuators of the technical system can.

Die Erfindung löst das Problem auf folgende Weise:The invention solves the problem in the following way:

  • (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.    (a) Creation of a robust and largely autonomous cellular (microscopic) process and fault model:
    the thermohydraulic or hydrodynamic processes taking place in the real system (e.g. liquid flows; heat transport processes; liquid / vapor phase transitions and vice versa; two-phase flows; pressure-volume processes; leakage flows; signs of blockages; effects of active components such as pumps, valves and heating; effects the geodetic height of liquid working media on the process) are modeled in a new type of cellular model automaton.
  • 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).
    This cellular model automaton is a further development of the well-known "cellular automatons" and the well-known "lattice gases" (English "lattice gases" [7, 8]; these are special cellular automatons). In such a way that the thermohydraulic and hydrodynamic processes taking place in the real plant can run as models
    • - With the help of the system topography entered in the cellular model machines via an interface from the outside (ie cellular representation of the system hardware, such as containers, connections, partitions, pumps, valves, heaters, as well as cellular representation of the in the Media, such as liquids, vapors or gases)
    • - And in particular with the help of a new type of container element physics with which the processes and process disturbances are displayed and calculated
    • - And with the help of further developed lattice gases, namely multi-phase flow lattice gases and thermohydraulic lattice gases, in a supporting function (e.g. as a "process magnifier", ie as a special process detail aid).
  • 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.The cellular model machine provides with its effective novel container element physics and with its new like multiphase flow lattice gases and its novelty thermohydraulic lattice gases and with the input option facility topography the microscopic Process and fault model.
  • (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.    (b) Generation of the macroscopic process and fault model:
    from the processes running in the cellular model machine, the important process information is extracted with the aid of pre-programmed detectors and extractors and transformed with the aid of the machine intelligence listed under point (c) into the form of process semantics networks and petri networks. These networks represent the macroscopic process and fault model.
  • 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.With the help of the detectors and extractors as well as with the help of So machine intelligence is transforming Model process information from the micro level (cellular Model automaton) on the macro level (process semantics and Petri nets) reached. At the macro level, they have Model process information or model process data higher level of abstraction than at the micro level and can therefore from the machine listed under point (c) Intelligence better processed.
  • (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.
    (c) Creation of an appropriate machine intelligence:
    With the help of genetic and causal comparison hypothesis and test mechanisms, the following tasks are carried out:
    • - An aspect generator takes over the breakdown of the system goals and restrictions entered from outside via an interface into sub-packages and their conversion into tasks and sub-tasks
    • - Genetic algorithms are used to achieve an autonomous generation of microscopic model process knowledge by appropriately initiating processes and process disturbances in the cellular model machine
    • - Genetic algorithms and the aspect generator as well as generators for the process semantic networks and for the Petri networks are used to abstract the model process knowledge transformed to the macroscopic model level in the form of self-created process semantic networks, self-created Petri -Nets and self-found physical-technical (or more generally: scientific-technical) correlations or laws
    • - A self-building causal and meta-knowledge system builds up causal knowledge by collecting and storing the correlations or laws found and making them accessible again when required, and by breaking down the process semantics and petri networks into meaningful sub-processes and collecting and collecting them saves and makes them accessible again when required. As a result, the causal and meta-knowledge system is able to provide supporting causal general (generic) process information material to the genetic algorithms (ie to the genotypes used by the genetic algorithms, i.e. in the form of genes to the chromosomes to be created) Improvement and acceleration of the working of the genetic algorithms.
  • 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.In addition, in the causal and meta-knowledge system, the causal knowledge already generated additionally a meta knowledge in which creates processes and process disruptions together with general conditions largely independent of the system be meant, e.g. B. by process typing, the same measure also for the most diverse technical systems or for the most diverse process disturbances on one or apply to various systems.

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 one embodiment, the process diagnosis model computer consists of the arrangement or interconnection of cellular model automatons ( 1 ), detectors / extractors ( 2 ), axioms and rules ( 3 ), topographies ( 4 ), lexicon ( 5 ), process semantics networks ( 6 ), Petri networks ( 7 ), genetic and causal comparison, hypothesis and test mechanisms ( 8 ), operators ( 9 ), incoming real process data ( 10 ), data filters ( 11 ), process memory ( 13 ) and expenditure ( 14 ), see also picture 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. Figures 2 to 6 show versions of the cellular model machine including the container element physics and the multi-phase flow lattice gases and the thermohydraulic lattice gases.

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. Figure 7 shows the mechanism for self-creation of the process semantic networks. Figure 10 shows the capabilities and working methods of the genetic and causal comparison, hypothesis and test mechanisms. Figure 8 shows the self-created process semantic networks for the example of the heated two-circuit system and Figure 9 shows the Petri networks self-created from these process semantic networks.

Claims (24)

Die Erfindung "Prozeßdaten-Modellrechner" ist dadurch gekennzeichnet, daßThe invention "process data model computer" is characterized in that 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).1. the process data model computer from an interconnection of a cellular model machine ( 1 ), detectors / extractors ( 2 ), upstream axioms / rules ( 3 ), a topography to be entered ( 4 ), a lexicon ( 5 ), self-generating semantics Networks ( 6 ), self-generating petri networks ( 7 ), genetic and causal comparison, hypothesis and test mechanisms ( 8 ) of the operators ( 9 ) acting on the cellular model automaton, the incoming process data ( 10 ) Data filter ( 11 ), the process memory ( 13 ) and the output module ( 14 ) exists (see Figure 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.2. in a cellular model machine ( 1 ), which is a further developed cellular machine that runs in a real technical system thermo-hydraulic and hydrodynamic processes with the help of the entered plant topography (ie cellular representation of the plant hardware and media in the system such as liquids, vapors or gases) and with the help of further developed lattice gases (multi-phase flow lattice gases and thermohydraulic lattice gases) (based on the so-called Lattice gases according to [1, 2]) and with Can run model-wise with the help of newly developed rules of container element physics. 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).3. The multi-phase flow grating gases used in the claimed A1 marked cellular model machine (1) compared to the conventional lattice gases (1, 2) improved so are the aid newly defined and interacting in the lattice Ge image such as grids gas bubbles (of vapor particles or gas Particles or from vacuum cookies; formally defined lattice gas bubbles from liquid particles) or interfaces between different types of matter phases (e.g. steam and liquid) and / or with additional consideration of the surface energy of interfaces between different types of matter phases and / or with simultaneous use of the individual matter particles (usually only used alone in lattice gases) (e.g. liquid, vapor or gas individual particles) and / or also with new simultaneous use of newly defined pressure particles, so that multi-phase Currents and multi-phase effects model-like Darge can be set (see picture 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).4. The novel thermohydraulic lattice gases also used in the cellular model automats ( 1 ) labeled according to A1, A2 and A3 are improved in this way compared to the conventional lattice gases ( 1, 2 ) with the help of newly formed or changing in shape and size in the lattice room or vanishing structures (such as spontaneously arising vapor bubbles in a heated liquid in the event of a sudden drop in pressure or vapor condensation on cold liquid drops from a surrounding vapor phase or leakage of a heated liquid under high pressure with the formation of two-phase effects) and using newly defined pressure particles and using newly defined heat particles and / or with additional inclusion of the surface energy of interfaces between different types of matter phases are improved so that thermohydraulic processes are physically-model-based can be set (see picture 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.5. In the cellular model machine ( 1 ) identified according to A1, A2, A3 and A4, newly defined movable and changeable containers are also shown in an enlarged two-dimensional (square or hexagonal) or three-dimensional grid, each container containing a certain number of matter. Sub-elements and pressure sub-elements and / or heat sub-elements and / or impulse sub-elements and / or surface energy sub-elements according to physical rules; with the help of the movement of these containers in the cellular topography (cellular representation of the system hardware and the media contained in the system) and with the help of the physical interaction of the neighboring containers with one another and with the help of possible skipping of pressure sub-elements or heat Sub-elements or impulse sub-elements or surface energy sub-elements between neighboring containers as well as with the help of the physically conditioned conversion option of a liquid container into one or more steam containers (and vice versa with the conversion option of one or more steam containers into one or more Liquid container), suitable modeling of thermohydraulic and hydrodynamic processes can be carried out (see Figure 4). This process modeling is called "container element physics" and is new. 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).6. The container element physics marked according to A5 is supported by magnifying-like or path-searching model calculations which lead in advance (or also repeated or carried out in parallel) if necessary using the multi-phase flow grid gases marked A3 and / or the thermohydraulics marked A4 Grid gases, whereby the two- or three-dimensional grid used for the multi-phase flow grid gases and / or for the thermohydraulic grid gases generally has a finer grid division than the grid used for container element physics (see Fig. 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 6.7. In the container element physics marked according to A5 and A6, the physical interaction of the containers with each other and the physical interaction of the sub elements with the containers or the sub elements among each other rules determining within the container element physics marked according to A5 and A6 are appropriately specified so that physical processes such as the flow behavior of liquids in the gravitational field (here, for example, stochastic or deterministic displacement of liquid containers in a horizontal direction (with the exchange of space with other movable container elements) and downward movement of liquid containers, until a solid or liquid surface is reached (this leads e.g. to the liquid arrangement in the lower part of a vessel and to the formation of a liquid level)) or how the flow behavior of liquids due to pressure differences (e.g. due to the in the cont ainer element physics calculated hydrostatic pressure or hydrodynamic pressure or as a result of the action of an eligible liquid pump) or how the phase separation behavior in a two-phase flow (liquid and gas or steam) through a pipe T-piece (or through a leak in an enclosure ßenden tube wall) or as the flash evaporation in a compact liquid volume (with superheated liquid and after sudden pressure release) or as the reflux boiler condenser mode (with z. B. only a pipe connection between a lower-lying liquid evaporator and a higher-lying steam condenser) can be suitably modeled, see Figure 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. 8. in the container el. Marked according to A5, A6 and A7 ment physics the containers shown in the grid (also con called tainer elements) physically in the form of a multi-dim sional matrix are described, the matrix elements exist as vectors; each of these vectors in turn consists of the following elements: (a) location coordinates of the respective current container element in the grid, (b) type identification of the Container element (e.g. water, water vapor, inert gas, heat impermeable wall, heat permeable wall, Hei tion element and formal pump element, formal valve element, formal turbine element), (c) number of in the container Element of existing pressure sub-elements (= pressure particles), (d) Number of heat sub-elements in the container element (= Heat particles), (e) number of existing in the container element which pulse sub-elements (= pulse particles), (f) coding for the number and location of the on the surface of the container-Ele mentes located surface energy sub-elements (= Surface energy particles) and (g) ID number of the Con tainer element (to keep the respective container element open to be able to identify a path through the grid and that Behavior of the container element (e.g. the interaction with other container elements or the type and number of in contained sub-elements) with the help of the detectors and track extractors). On this physical Representation of the container elements is used in the modeling all thermohydraulic and hydrodynamic processes grabbed.   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).9. it is in the topographies mentioned under A1 ( 4 ) to the two-dimensional or three-dimensional cellular representation of the system hardware and the media in the system, such as. B. liquids, vapors or gases, where each of the cells is coded at the topographically correct location either as a liquid container or as a steam container or as a gas container or as a specified solid-state container; this topography is then copied into the cellular model machine ( 1 ) so that the latter can work with it (see A2 to 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).
10. The axioms / rules ( 3 ) mentioned under A1 are
  • (a) Pre-programmed and computer-editable regulations (axioms) for the synergy of cellular processes (e.g. formation of a globally extended liquid flow in cellular model machines under the influence of local pressure differences) and for the formation of phenomena typical for thermohydraulic or hydromechanical processes (e.g. spontaneous vapor bubble formation in an overheated and pressurized liquid, which is suddenly depressurized, and the subsequent growth of the vapor bubbles).
  • (b) programmed local and non-local rules, which are transferred to the cellular model machine ( 1 ), so that the container element physics or optionally the further developed lattice gases can be realized in it (see A2 to 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)).
11 it factors in the mentioned under A1 detectors / Extrak (2) is pre-programmed following qualitative detection (detectors) and quantitative extraction (Extrak factors) in the cellular automata model:
  • (a) Type, location, time and movement assignment of the containers and determination of the container contents on sub-elements (e.g. matter, heat, pressure, momentum, surface energy particles)
  • (b) Container groups and their properties (e.g. direction of movement, population density of the lattice points)
  • (c) Detection of active components (e.g. pumps, valves, drives), passive components (e.g. containers, flowable connections) and sensors (e.g. temperature meters, pressure meters, flow meters)
  • (d) Detection of component states based on the corresponding coding (e.g. valve open; pump is ready for delivery; drive is not switched on; connection is connected)
  • (e) Detection of component errors or faulty media conditions (e.g. size 1 leak in the container in its left side wall halfway up the container; container contains water, water vapor and inert gas)
  • (f) quantitative extraction of media states and component properties (e.g. number of steam containers in the container; number of water containers in the left environment of the container; average number of heat particles per container as a measure of the temperature of the container, the are in the area under consideration; average number of pressure particles per container as a measure of the pressure of the containers which are in the area under consideration)
  • (g) Detection of events (e.g. a container that was originally completely filled with water has lost half of its water filling due to evaporation during the time that has elapsed since)
  • (h) Composability of the detectors / extractors from detector elements and extractor elements, so that even complex detectors / extractors can be realized and used in the recognition or extraction task in cellular model machines
  • (i) Possibility of the untargeted use of detectors / extractors in the recognition or extraction task in the cellular model machine (e.g. use of all preprogrammed or even self-synthesized detectors / extractors (see sub-item h in A11))
  • (j) Possibility of the targeted use of detectors / extractors in the recognition or extraction task in cellular model machines (e.g. use on request of genetic algorithms, in particular for the purpose of creating a process semantics network ( 6 ) or a process-relevant Petri network ( 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)).12. from the lexicon referred to in A1 for all determinations of the detectors / extractors (see A11) which terms and primitive texts stored in the lexicon can be called up and assigned accordingly so that they can be associated with the determinations of the detectors / extractors (and assigned to these determinations) can be used at other points in the process data model computer (e.g. when creating the process semantics network (s) ( 6 ) or the Petri network (s) ( 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).
13. The operators ( 9 ) mentioned in A1 are preprogrammed and have the following properties:
  • (a) They can be specifically controlled by the genetic and causal comparison, hypothesis and test mechanisms ( 8 ) mentioned in A1
  • (b) The generators for the process semantics networks ( 6 ) and the Petri networks ( 7 ) can specifically control them (see A14 and A15)
  • (c) when actuated, the operators make specific changes in the cellular system topography present in the cellular model automaton (e.g. opening a valve that was previously shown as closed (coded) according to their respective special task (ie according to their pre-programming) ); Switching off a pump that was previously switched on; Generating a leak of a certain leak size at a specific location in the right side wall of a container, carried out by deleting, for example, two connected metal wall containers at the specific location in the system -Topography; pouring a certain amount of working medium, e.g. water, into a previously empty container; switching on a heating component).
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.
14. the semantic networks ( 6 ) mentioned under A1 are self-generating networks consisting of process functions and system components that are generated and used in the following way:
  • (a) the generator for these process semantic networks consists of:
    • - The coding of the process preconditions (ie the state of the hardware and the media at time step ti in the cellular model machine, but read by the detectors / extractors), from the coding of operator interventions (see A13) during one or more time steps between ti and ti + r in the cellular model automatons (ie making changes in the plant topography), from the coding of the processes now running in the period ti + 1 to ti + r in the cellular model automatons (read from the detectors / extractors), and from the coding of the process postconditions (ie the status of the hardware and the media at time step ti + r in the cellular model machine, but read from the detectors / extractors) as part of a chromosome (consisting of the above process preconditions, the operator) -Interventions, the ongoing processes and the process post-conditions) for processing with genetic algorithms (GA1). In the specific case, this coding in the chromosomes of the genetic algorithms (GA1) represents the genotype of the process semantic network (at component level)
    • - Entering learning examples in the cellular model automats (e.g. rectangular containers with or without media filling; filled containers with one or more leaks at different locations; heated primary cooling circuit with a secondary cooling circuit coupled via a steam generator), these learning examples using the genetic algorithms (GA1) can be modified (e.g. a certain size leak can be generated in the heat-conducting interface between the primary side and the secondary side of the steam generator) in such a way that a learning phase results for basic knowledge of process semantics
    • - Genetic algorithms (GA1) in such a way that the strongest possible correlations between process preconditions, operator interventions, process flows and process postconditions are found in the different generations of chromosome populations (correlations of two or more parameters, e.g. B. Number of liquid containers emerging per time step from a container leak of leak size 2 depending on the height of the liquid level (in the container) above the location of the leak); By accessing the genetic algorithms (GA1) (with the interposition of the controlled operators) to the cellular model machines, an autonomous model data-driven empirical discovery of scientific-technical correlations and / or laws (applicable to the processes and processes taking place in the cellular model machine) Process conditions)
    • - The preprogrammed library of process functions (e.g. source, active or passive transport, sink, storage, threshold value functions, displacement, through flowability, maintenance parameters, linear and non-linear functions, mathematical functions, trigger functions) and the logical functions (AND, OR, EXCLUSIVE-OR, NOT, NOT-AND, majority functions); this library is provided for access by the genetic algorithms (GA1 and GA2)
    • - The preprogrammed control functions, with the help of which the genetic algorithms (GA1) can access the operators ( 9 ) and preprogrammed scan operators influencing the cellular model automatons, as well as the library of process and logic functions and the preprogrammed generation of the process semantics - networks (s)
    • - the pre-programmed generation of the process semantic network (s); This consists of the process functions found in the given and self-modified learning examples with the associated system components, process pre-conditions and process post-conditions, as well as the correlations or scientific and technical laws and logical links found, connected in the form of a network (graph ). This process semantics network is at the component level; it is the macroscopic phenotype (seen in connection with the genotype, ie with the chromosomes of the genetic algorithms GA1; the processes taking place in the cellular model machine including process conditions represent the corresponding microscopic phenotype)
    • - The genetic algorithms working at the system level (GA2), whose chromosomes are composed of the chromosomes (generated at the component level) of the genetic algorithms GA1) in such a way that two or more process functions (at the component level) together with associated process conditions in each case a system-related chromosome of the genetic algorithms (GA2) are encoded as genes. This is done by linking two or more process functions (the component level) from the phenotypes of the component level (i.e. from the component-related process semantics network) in a preprogrammed manner, then this combined function in each case in a chromosome of the genotypes at the system level (i.e. in the genetic algorithms (GA2) at system level) are encoded. The readable assignments of switched on or switched off genes (at the component level; corresponds to GA1) can be copied as additional genes into the chromosome belonging to the composite process function (at the system level) at the system level (corresponds to GA2)
    • - A mathematical calculation program for the purpose of performing numerical, symbolic and logical calculations
  • (b) The self-learning phase of the process semantic networks is carried out in the following steps:
    • - Enter the learning examples and process these learning examples (one after the other) from the process semantics network generator in the following way:
    • - Reading the process preconditions at time step ti with the help of the detectors / extractors
    • - ongoing processes in the cellular model machine and reading of these processes during the period ti + 1 to ti + r with the help of the detectors / extractors
    • - Reading the process post-conditions for time step ti + r with the help of the detectors / extractors
    • - In connection with the genetic algorithms used (GA1, GA2) the following genetic operators are used: cross-over, mutation, selection, reproduction, inversion, permutation, bitwise AND / OR / EXCLUSIVE-OR, probabilistic retention of proven genes Clusters (gene blocks) in the chromosome
    • - Addition of terms and primitive text from the lexicon ( 5 )
    • - Find correlations and laws at component level
    • - Creation of composite process functions at system level (and coding as genotype at system level (GA2))
    • - Finding the switch-on and switch-off functions, starting from the genotypes at the system level and acting on the genotypes at the component level
    • - Establishment of the process semantics network both at component level and at system level (including switch-on and switch-off options and conditions between system and component level)
    • - Storage of the learned process semantic networks (phenotypes) and the associated chromosomes (genotypes), both at component level and at system level
    • - In order to derive or confirm the causal linkages of the process functions with their preconditions and post-conditions or with other process functions, the so-called Wandering Process Elements (WPE's, see A16) are entrusted with verification tasks that are to be carried out in the cellular model machine: Sequence of the successive time steps, which cellular path the containers under consideration and their sub-elements have taken and with which other containers or sub-elements they have entered into processes and which were the (mostly local) preconditions and postconditions
    • - With the help of the aspect generator (see A17), the necessary strategies for autonomous research of the processes and process conditions are provided as necessary prerequisites for self-learning (e.g. strategies to start processes first, then possibly stationary processes for examination purposes) to stop and to run processes again; suitable operators must be activated for this: issue commands to components, set up ad hoc regulations, specifically query detectors / extractors according to the "interest", query detectors / extractors, particularly in the cellular machine, at those points, where sensors or status sensors are actually installed and relevant topographically and functionally in the real system
    • - The mechanism of self-creation of the process semantic networks is shown in Figure 7
  • (c) the work phase of the process semantic networks is carried out in the following steps:
    • - Provision of one or more process semantics networks (or parts thereof) both at component and system level for processing in the generator for the Petri networks (see A15) and for processing in the genetic and causal comparison, hypothesis and test mechanisms ( 8 ); In addition to these phenotypes, the associated genotypes (ie the chromosomes at component and system level including their interconnection) are provided in the same way
    • - For the example of the heated primary cooling circuit with a secondary circuit connected via a steam generator, the self-created process semantics networks at component level and system level are shown in Figure 8, both for the undisturbed stationary operating case and for the case of a defective one (with a leak between Primary and secondary side) steam generator.
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.
15. the Petri nets ( 7 ) mentioned under A1 are self-creating Petri nets that are generated and used in the following way:
  • (a) the generator for these Petri nets consists of:
    • a preprogrammed characteristic analyzer, each within a related group of process semantics networks (see A14) (related in the sense that this group consists of a single topography, e.g. a primary cooling circuit and a secondary circuit connected via a steam generator, was derived in such a way that the running processes and process conditions for the intact topography as well as for various errors built into the topography, i.e. for different cases, were examined by the process semantics network generator; this generator then set up these process semantics networks ) the typical process sequences per case as well as the differences of the process sequences in the different cases of the group of process semantic networks (these networks also include the process and error functions found) are emphasized as essential. The characteristic analyzer determines the following characteristics: type and designation of the typical process sequences and temporal dynamics of physical parameters (e.g. temperature, pressure, phase conditions, heat content, time derivation of temperature or pressure) depending on the Process preconditions for each case considered; Interpretation of differences in the process and the parameter dynamics in the different cases of a group of related process semantic networks
    • - Access to the preprogrammed library of process functions, error functions, process sequences, parameter dynamics, process conditions and actions (operators)
    • - The preprogrammed mechanism for creating the Petri network
    • - the storage of the self-created Petri network in the process memory ( 13 ) with accessibility through the genetic and causal comparison, hypothesis and test mechanisms ( 8 ) (see A 18)
  • (b) the working phase of the Petri nets is carried out in the following steps:
    • - Calling up certain process semantics networks ( 6 ) based on requirements of the aspect generator (see A17) and the hypothesis and test generator, which itself is part of the genetic and causal comparison, hypothesis and test mechanisms ( 8 ) ( see A18)
    • - Evaluation of the retrieved process semantics networks ( 6 ) and the associated found process and error functions with the help of the characteristic analyzer
    • - Setting up the Petri network using the preprogrammed mechanism for creating the Petri network; it is therefore a matter of model-created Petri networks, since the information contained in them was created in the cellular model machine ( 1 ) and on the way via the detectors / extractors ( 2 ) and via the process semantics networks ( 6 )
    • - Reading of information from the Petri network (s) by the hypothesis and test generator (see A18)
    • - Targeted cutting and assembling of Petri nets or partial Petri nets by the hypothesis generator (see A18)
    • - Targeted introduction of filtered real process data (e.g. sensor data obtained from the real system or status reports of components or parameter trends) into the model-created Petri networks, initiated and controlled with the help of the genetic and causal comparison, Hypothesis and test mechanisms ( 8 ) (see A18)
    • - Residual analysis of the model-driven information on the one hand compared to the real data-driven information in the Petri network or in the Petri networks, initiated and carried out by the genetic and causal comparison, hypothesis and test mechanisms ( 8 ) ( see A18)
    • - Figure 9 shows the self-created Petri network of the heated primary cooling circuit with a secondary circuit connected via a steam generator, including the process and error characteristics found for undisturbed stationary operation, in the event of a leak between the primary and secondary sides of the Steam generator and in the event of a leak in the primary cooling circuit and in the event of a leak in the secondary circuit.
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.
16. The wandering process elements, which are themselves a mechanism of the genetic and causal comparison, hypothesis and test mechanisms (see A18), can carry out helpful search procedures in the cellular model machine ( 1 ) in such a way that
  • - They can use the sequence of the successive time steps to check which cellular path the containers under consideration (e.g. liquid containers that have a certain temperature) and their sub-elements (e.g. heat energy particles diffused out) have taken and with which other containers or sub-elements in question they entered into processes and which were the process preconditions and postconditions
  • - On the basis of instructions that they have received from the hypothesis and test generator or from the aspect generator, they specifically find those locations in the cellular model machine where certain detectors / extractors are to take their readings in connection with these instructions.
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.
17. The aspect generator, which is part of the genetic and causal comparison, hypothesis and test mechanisms ( 8 ) (see A18), is equipped with the following skills and works with them as follows:
  • (a) To build up basic process knowledge in the following ways:
    • - Provide required strategies for self-learning (ie for autonomous research) of processes and process conditions both for the learning phase and for the working phase of the process semantic network generator (e.g. suitable scanning and querying procedures via which Operators ( 9 ) acting in the cellular model machine ( 1 ), provide)
    • - Provide required strategies for starting processes, for setting stationary processes and for running processes in cellular model machines ( 1 ) for the learning and working phase of the process semantic network generator
    • - Process parameters (e.g. temperature, pressure, flow rate and their changes over time) also expediently at locations in the model topography (as they are in the cellular model car), which are the sensor locations or locations of the state transmitters correspond to the topography of the real system, via the detectors / extractors ( 2 )
  • (b) mechanical "understanding and tracking" of predetermined (overall) goals of the plant, in such a way that
    • - At a destination input interface from outside with the help of a code the goals to be achieved by the system (e.g. a heated primary / secondary circuit system at the steam extraction valve should deliver a required amount of water vapor of a certain temperature and certain pressure per unit of time) and restrictions to be observed (e.g. the heating in the primary circuit must not exceed a certain temperature and certain pressures in the primary / secondary circuit system must not be exceeded)
    • - This code is deciphered according to its meaning (e.g. task: with the help of suitable actions (operators) that are still sought, processes in the cellular model automaton so that both the specified steam output is achieved and the permitted heating temperature and the permitted circuit pressures are not be crossed, be exceeded, be passed); the tasks derived from the decryption of the code are then forwarded to the hypothesis and test generator (see A18), which is part of the genetic and causal comparison, hypothesis and test mechanisms ( 8 ) (see A18)
  • (c) create strategic guidelines for the work phases of the Petri nets.
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
18. With the help of the genetic and causal comparison, hypothesis and test mechanisms ( 8 ), which consist of the parts
  • - Aspect generator
  • - Hypothesis and test generator
  • - genetic algorithms (GA3)
  • - Causal and meta-knowledge system
  • - Moving process elements
  • - evaluation mechanisms
  • - Residual analysis
  • - diagnostic results
  • - Interface 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.
exist, the following skills can be carried out in the following way (see also Figure 10):
  • (a) Support in the generation of basic process and fault knowledge:
    • - the aspect generator gives the process semantics network generator the respective search areas and prepares them for their work and coordinates the research of processes and process conditions as well as the associated correlations and laws (see A14 and A17)
    • - The aspect generator provides the Petri network generator with suitable search criteria, with the aid of which the Petri network generator can derive the most important and interesting Petri networks from the process semantics networks that have already been generated and stored; For this purpose, the evaluation mechanisms (e.g. characteristic criteria that the characteristic analyzer of the Petri net generator requires, see A15) are also used
  • (b) Determination of process states and conditions:
    • - The aspect generator gives the hypothesis and test generator the task of deriving the determination of process states and conditions from the incoming real process data ( 10 ) (these data arrive in a chronological order or are present in a chronological order in the data record)
    • - The hypothesis and test generator then sets the data filter ( 11 ) in such a way that only that subset of real data can pass the data filter, in which process-related similarities to the existing model data (according to (a), the latter already exist as Basic knowledge in the form of process semantics networks and Petri networks) can be determined (= filtered data subset 1)
    • - Then the hypothesis and test generator brings this filtered out data subset 1 with the help of the Petri net generator at the appropriate points in the respective petri net, so that the petri net thus supplemented with real data provides a direct comparison enable between model processes and processes actually running in the plant (including the associated process conditions); this comparison is first carried out by the hypothesis and test generator
    • - The comparison is then refined by the residual analysis
    • - However, in order to be able to determine those processes and process conditions actually running in the plant, to whose detection the information contained in the existing process semantic networks and Petri networks can contribute little or nothing, the genetic algorithms GA3 must be used. This is done in such a way that the hypothesis and test generator now adjusts the data filter ( 11 ) differently, specifically in such a way that, using the evaluation mechanisms (e.g. only those real process data that do not match the data from already process semantics or Petri networks in the process memory are correlated, are to be processed by the genetic algorithms GA3) a data subset 2 can pass the data filter ( 11 )
    • - For the processing of this data subset 2, a population of chromosomes randomly composed of different genes is now set up, the genes on the one hand randomly from the entirety of all possible component topographies and all process conditions and all possible operators operating in these Topographies can each be modeled, can be selected or, on the other hand, can also be selected at random from the topographies, process conditions and operators already present in the causal and meta-knowledge system and also added to the chromosome population
    • - on the population of chromosomes created by the hypothesis and test generator from randomly selected genes (and / or from genes selected randomly from the causal and meta-knowledge system) (the genes of which can be, for example, water filling of the primary cooling circuit; Heating switched on with only half the power; opening the valve ( 2 ); pressure value in the secondary circuit; switching on the pump ( 1 ); generating a size 3 leak between the primary and secondary sides of the steam generator), the genetic algorithms GA3 are used using the Evaluation mechanisms (e.g. working out of process classes; aiming to gain a large amount of information while at the same time minimizing process complexity), so that the operators triggered with the help of the genetic algorithms GA3 then automatically result in the cellular model ( 1 ) of the targeted execution of processes
    • - The model process data resulting from the model processes generated in this way are read by the detectors / extractors from the cellular model machine and then used with the help of the process semantics and Petri net generators to generate these networks. The hypothesis and test generator then compares the data (which it has inserted into the relevant newly created Petri networks) from the real data subset 2 with the model data of the newly created Petri network. In this way, the genetic algorithms GA3 find out in several generations of chromosome populations those model processes whose data (= (model) data subset 3) best correspond to certain real data contained in data subset 2
    • - The residual analysis is used as additional help in checking whether and how well the model data subset 3 corresponds to the real data subset 2
    • - The process semantic networks and petri networks obtained under (b) via the detectors / extractors are then stored in the process memory
  • (c) Detection and display of disturbance symptoms:
    • - The aspect generator gives the hypothesis and test generator the task of performing the detection and display of disturbance symptoms from the incoming real process data ( 10 )
    • - Further mode of operation as under (b), but the hypothesis and test generator now uses the created (or also from relevant process semantics and Petri networks in the process memory) characteristic time-event patterns, which are caused by faults, inter alia, by reaching them are formed from certain process parameter marks (e.g. "temperature high" and "pressure very high" in the primary cooling circuit; secondary circuit "receives too little feed water supply"), also created in the form of petri networks (and stored in the process memory)
  • (d) fault isolation:
    • - The aspect generator gives the hypothesis and test generator the task of entering into the model processes that may already exist under (a) or derived under (b) and (c) (ie process semantics and petri networks) Real data ( 10 ) to perform appropriate fault isolation
    • - On the basis of the undisturbed or disturbed model processes found under (b) and (c) (and their representation in the form of process semantic networks and Petri networks) and on the basis of the real process data ( 10 ), fault isolation is made possible:
    • - Identification of the faulty components, controls or working media causing the fault
    • - Knowledge of the location of the faulty component (s) in the topography of the cellular automaton (reading is carried out with the help of the traveling process elements)
    • - Determine the type of error of the failed component (s) (reading with the help of the migrating process elements)
    • - However, if alternative model processes are found from the same real data ( 10 ) (ambiguity), all alternative cases will be pursued until further incoming real process data ( 10 ) lead to time-corrected and corrected process semantics and Petri networks, which as a rule result in the disappearance of ambiguity
  • (e) Process and fault forecast:
    Processes and process faults running in the real system can be carried out with the help of the process generated according to (a), (b) and (c), semantic networks, Petri networks (together with the associated process functions found, parameter correlations and processes and faults running in the cellular model machine), if necessary with the participation of the hypothesis and test generator and if necessary the participation of the causal and meta-knowledge system, can be successfully predicted by using the cellular model car to continue running processes and disturbances in the past up to the present into the future. This finally gives the macroscopic predictions in the form of process semantics and petri networks via the reading by the detectors / extractors. These forecasts are transferred to the Diagnostic Results module and are also saved in the process memory.
  • (f) Suggestions for suitable countermeasures:
    Suitable countermeasures, which are intended to correct or limit process disturbances, can be created with the help of the process and fault forecasts that can be created in (e) and with the help of the hypothesis and test generator (see A18) with the participation of the genetic algorithms GA3 (and if necessary additional participation of the causal and meta-knowledge system) can be derived by
    • - A population of different chromosomes, each corresponding to alternative (and random in the first generation) action plans, is created and that this population is accessed by the genetic algorithms GA3; The genes of the chromosomes consist of the operators that can be used ( 13 ). As a result, alternative processes (corresponding to the respective genetically developed action plans) are generated in the cellular model machine, which are finally read by the detectors / extractors after the completion of the genetic development and are presented in the form of process semantics and petri networks
    • - From these process semantics networks and Petri networks generated, the countermeasures which are expediently applicable to the real system (which has a process fault in accordance with the received real process data ( 10 )) can be read out and transferred to the module "Diagnostic Results" as a suggestion; in addition, the proposed countermeasures are stored in the process memory.
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).
19. The causal and meta-knowledge system (which is itself part of the genetic and causal comparison, hypothesis and test mechanisms, see A18) is an expert system which is characterized in that:
  • - The knowledge brought in does not come from a human expert, but from a "machine expert" in the sense that the self-created process semantic networks (A14) and Petri networks (A15) bring the required process and fault knowledge (this knowledge will in the form of rules)
  • - it is a TARGET / CAN / DARF inference system (TARGET / CAN / DARF in one example: the heated primary cooling circuit with a secondary circuit connected via a steam generator SHOULD have enough steam of suitable quality and with high efficiency (mechanical performance of the Steam divided by the heat output introduced into the dual-circuit system, CAN deliver to the steam with higher efficiency the higher the pressure and temperature of the steam, but MUST not exceed the primary and secondary pressure in the dual-circuit system)
  • - With the help of different SHOULD / CAN / DARF inferences, a random pre-selection of genes (ie component topographies, process conditions and operators) can be carried out, which is also used to build up a required chromosome population (first generation) (e.g. if the GA3 genetic algorithms are used in connection with the hypothesis and test generator, see 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. 20. the outputs ( 14 ) of the process data model computer, the contents of the diagnostic results (see A18) in the form of networks, cellular process images, lists, parameter curve representations and primitive text; the primitive text to be assigned is composed of text elements that are taken from the lexicon. 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
21. The invention of the process diagnosis model computer is characterized in that it is a central digital computer (eg personal computer (PC) or industrial PC (IPC)) together with peripherals (screen, keyboard, drives, printer, serial data inputs for digital and / or analog process data, input / output ports for communication with the team of surgeons, interface to the system communication network).
The components of the process diagnosis model computer shown in Figure 1 are implemented as follows:
  • - A cellular model machine ( 1 ) programmed as a special card in the central digital computer or directly in the central digital computer
  • - Detectors / extractors ( 2 ) programmed as a special card in the central digital computer or directly in the central digital computer
  • - Axioms / rules ( 3 ) programmed into the central digital computer
  • - Topographies ( 4 ) entered by the surgeon into the central digital computer via an input port or using a drive
  • - Lexicon ( 5 ) is entered in the memory of the central digital computer
  • - Semantic networks ( 6 ) and Petri networks ( 7 ) are only generated in the working phase of the digital computer in the central digital computer and, if relevant, stored in the memory of the digital computer and can be called up
  • - The genetic and causal comparison, hypothesis and test mechanisms ( 8 ) are programmed into the central digital computer
  • - The operators ( 9 ) are programmed into the central digital computer or are located as a special card in the central digital computer
  • - The incoming process data ( 10 ), insofar as they are digital, enter the central digital computer via serial interfaces with buffering capability; if the process data are analog (or if these data are both analog and digital), additional analog-digital converters are used in the serial interfaces
  • - The data filter ( 11 ) is programmed in the central digital computer
  • - The process memory ( 13 ) is realized by using the memory of the central digital computer equipped with sufficient storage capacity
  • - The outputs ( 14 ), namely process networks, process pictures (e.g. processes running in the cellular model machine), lists and texts are realized by screen (s), printer, control room displays, communication interfaces between digital computer and operator as well as by drives ( for external data storage
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).
22. The realization of the process diagnosis model computer described according to A21 can alternatively be provided with parallel computing stages for the purpose of faster computational processes in such a way that the following components are realized by at least one, preferably even more, each using a transputer:
  • - cellular model machine ( 1 )
  • - Detectors / Extractors ( 2 )
  • - Axioms / rules ( 3 )
  • - Semantic networks ( 6 ) and Petri networks ( 7 )
  • - genetic and causal comparison, hypothesis and test mechanisms ( 8 )
  • - Lexicon ( 5 )
  • - Process memory ( 13 ).
DE4447218A 1993-12-31 1994-12-31 Process diagnosis using cell-based computer modelling in thermo-hydraulics or hydrodynamics Withdrawn DE4447218A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE4447218A DE4447218A1 (en) 1993-12-31 1994-12-31 Process diagnosis using cell-based computer modelling in thermo-hydraulics or hydrodynamics

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE4345085 1993-12-31
DE4447218A DE4447218A1 (en) 1993-12-31 1994-12-31 Process diagnosis using cell-based computer modelling in thermo-hydraulics or hydrodynamics

Publications (1)

Publication Number Publication Date
DE4447218A1 true DE4447218A1 (en) 1996-01-11

Family

ID=6506585

Family Applications (1)

Application Number Title Priority Date Filing Date
DE4447218A Withdrawn DE4447218A1 (en) 1993-12-31 1994-12-31 Process diagnosis using cell-based computer modelling in thermo-hydraulics or hydrodynamics

Country Status (1)

Country Link
DE (1) DE4447218A1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
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 (en) * 2014-11-18 2016-05-19 Phoenix Contact Gmbh & Co. Kg Analysis device for analyzing and manipulating a communication sequence

Cited By (4)

* Cited by examiner, † Cited by third party
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 (en) * 2014-11-18 2016-05-19 Phoenix Contact Gmbh & Co. Kg Analysis device for analyzing and manipulating a communication sequence
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 (en) * 2014-11-18 2020-08-13 Phoenix Contact Gmbh & Co. Kg Analysis device for analyzing and manipulating a communication sequence

Similar Documents

Publication Publication Date Title
DE102007041917B4 (en) Process plant monitoring based on multivariate statistical analysis and online process simulation
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 (en) Process control and optimization technology using immunological concepts
DE4108310C2 (en) Processing system for a knowledge base in an expert system
DE102007046962A1 (en) Simulation system for simulating operation of process plant, has model regeneration unit, which compares indication of actual value with simulated output to develop updated process model for use by simulation routine
DE102007046642A1 (en) Procedures and module class objects for configuring missing facilities in process plants
DE112005001043T5 (en) A user interface system for a process plant with user-specific process graphic display layers in an integrated environment
EP0653078A1 (en) Method and process control system for controlling, monitoring and regulating in particular complex industrial processes, such as for example in a nuclear power station
DE10348563A1 (en) Process system control element e.g. for chemical processing installations, includes graphics display module for graphical representation of region of process installation
DE60306494T2 (en) DEVICE, METHOD AND COMPUTER PROGRAM PRODUCT FOR MODELING THE CAUSE IN A FLUID SYSTEM
DE102019203634A1 (en) Method and device for controlling a robot
DE4200260A1 (en) Process evolution computer for physical and technological process modelling - uses meta-cellular automats to run model processes as basis for deriving system characteristics and operator action recommendations
EP1137972A2 (en) Automation system for solving a technical-process task and corresponding method
DE4447218A1 (en) Process diagnosis using cell-based computer modelling in thermo-hydraulics or hydrodynamics
Gentil et al. Hierarchical representation of complex systems for supporting human decision making
WO2022069258A1 (en) Device and method for identifying anomalies in an industrial system for carrying out a production process
DE102016214666A1 (en) Method and device for designing a technical system
EP3696621A1 (en) Computer-implemented method and device for controlling a modular technical system
EP2996001A1 (en) Method for computer-based analysis of a data set from observations
Johannsen Integrated automation in complex man-machine systems
Evsukoff et al. Causal model based supervising and training
DE4301391A1 (en) Thermohydraulic process model computer
Malandain An expert system in the accelerator domain
EP2545419A1 (en) Method and system for preprocessing and providing information for operating a technical installation

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