SE523732C2 - Anordning, metod och datorprogramprodukt för modellering av kausalitet i ett flödessystem - Google Patents

Description

25 30 35 523 732 i i 2 åtanke. Huvudstyrkan för en multinivåflödesmodell är att det är enkelt att bygga en modell av ett målsystem medelst MFM. Således används MFM företrädesvis vid modellering av stora flödessystem.

Multinivåflödesmodeller (MFM) är modeller som använder ett grafiskt språk som representerar målen och funktionerna hos komplexa system. Huvudstyrkan i MFM är dess fönnåga att beskriva mycket komplexa system medelst ett litet antal modellelement, också kallade funktioner. För varje giltig koppling mellan MFM funktionerna definieras en uppsättning kausala regler. Dessa kausala regler beskriver hur kvalitativa tillstånd hos funktionema påverkar varandra. De kausala reglerna kan användas med en eller flera diagnostiska metoder, såsom alarmanalys, diskret sensorvalidering eller feltillståndsanalys.

I ett flödessystem är det inte alltid sant att två kopplade komponenter påverkar drifttillstånd hos varandra. Således måste även detta implementeras i modellen av flödessystemet, dvs hur två kopplade funktioner påverkar tillståndet hos varandra.

I MFM antas det att alla kopplade funktioner, som rnodellerar delar av flödessystemet, påverkar varandra i båda riktningama. Till exempel är det uppen- bart att en pump som tillhandahåller vatten till en stängd tank påverkar vattennivån i tanken och att nivån i tanken också påverkar flödet genom pumpen. Om nivån i tanken är för hög, kommer inte pumpen att kunna transportera mer vatten till tanken eftersom tanken är fiill, således kommer flödet genom pumpen att vara för lågt. Om tanken är öppen istället för stängd kommer nivån i tanken inte att påverka flödet genom pumpen utan vattnet kommer istället att rinna över tankens kanter istället för att blockera flödet genom pumpen. En nackdel med dagens MFM är att den inte kan hantera detta senare fall, eftersom det antas i MFM att alla kopplade komponenter eller delar hos flödessystemet påverkar varandra. Såsom visats ovan är så inte alltid fallet.

En annan nackdel med att den inte kan hantera fallet då det kausala I sambandet mellan kopplade komponenter till exempel förändras över tiden. Till exempel kan MFM inte modellera fallet då den ovan beskrivna stängda tanken har ett avtagbart lock som kan tas av under flödessystemets drift. Således kan inte MF M modellera fallet då flödessystemet i ett första drifttillstånd har ett lock och i ett andra drifttillstånd inte har ett lock.

En lösning på det ovannämnda problemet skulle kunna vara att tillhandahålla fler MF M symboler eller modellelement för att representera olika typer av objekt såsom öppna tankar, stängda tankar, centrifiagalpumpar osv. En sådan lösning blir emellertid snabbt ohanterbar, eftersom det kan vara svårt att finna lämpliga symboler att använda i ett specifikt system och efiersom modelleringsinsatsen snabbt blir svårt. 10 l5 20 25 30 35 523 732 I 3 I I doktorsavhandlingen ”Knowledge based support for situation assessment in human supervisory control” av Johannes Petersen, DTU Lyngby, Denmark, 2000, 00-A-897, ISBN 87-87950-84-7, visas en MFM modell för hantering av några specialfall på kausalitet. Petersen tillhandahåller emellertid inte en generell lösning på problemet och således är kausalitet mellan alla funktioner, som används för att modellera flödessystemet, inte möjlig. I systemet visat av Petersen är det till exempel inte möjligt att hantera kausaliteten hos en transportfunktion eller en barriärfiiriktion, och Petersen visar inte en lösning på problemet.

Vidare är det med det visade systemet inte möjligt att hantera kausaliteten dynamiskt, dvs det är inte möjligt att hantera fallet då inverkan som två kopplade funktioner påverkar varandra med förändras över tiden eller på grund av andra parametrar som styr drifttillståndet hos flödessystemets komponenter.

Systemet visat av Petersen är således ett statiskt system och tillhandahåller inte en generell lösning på hur dynamiska kausaliteter hos ett flödessystem ska modelleras. I Vidare finns det ingen annan, känd för uppfinningaina av föreliggande uppfinning, som tillhandahåller en lösning på problemet att modellera, på ett generellt och dynamiskt sätt, kausaliteten mellan kopplade modellelement, som modellerar ett flödessystem, utan att öka modelleringskomplexiteten.

Uppfinningens syfte Ett syfte med uppfinningen är således att tillhandahålla en anordning, en metod och en datorprogramprodukt för att lösa ovannämnda problem. Mer specifikt är syftet med föreliggande uppfinning att tillhandahålla en anordning, en metod och en datorprogramprodukt som på ett generellt och dynamiskt sätt modellerar kausaliteten mellan kopplade modellelement som modellerar ett flödessystem.

En aspekt av syftet är att tillhandahålla en anordning, en metod och en dator- programprodukt för att beskriva riktningen hos det kausala sambandet mellan funktioner hos modellen.

En annan aspekt av syftet är att tillhandahålla en anordningen, en metod och en datorprogramprodukt som tillhandahåller dynamisk hantering av förändringar i riktningen av de kausala relationerna över tiden.

Sammanfattning av uppfinningen Föreliggande uppfinning avser en anordning, en metod och en datorprogram- produkt som uppfyller de ovannämnda syftena. Således avser uppfimiingen en anordning för modellering av kausalitet i ett flödessystem medelst en modell anordnad att modellera komponenter hos nämnda flödessystem och kausala samband mellan nämnda komponenter. Nämnda anordning innefattar 10 15 20 25 30 35 523 732 f ï 4 - ett datalagringsorgan anordnat att lagra modellelementdata som hör till nämnda modellerade komponenter; - ett lagringsorgan för kausala regler anordnat att lagra ett fleital kausala relationer som bestämmer de kausala sambanden mellan nämnda modellelement; - en tillståndsbestämningsenhet innefattande - ett mottagningsorgan anordnat att mottaga från nämnda flödessystem en statussignal som hör till en komponent därav; - ett identifikationsorgan anordnat att identifiera nämnda komponent som hör till nämnda mottagna status signal; identifiera ett modellelement som modellerar nämnda identifierade komponent; - ett bestämningsorgan anordnat att bestämma ett drifttillstånd hos nämnda identifierade komponent i beroende av nämnda statussignal; och - ett bearbetningsorgan kommunikativt kopplat till nämnda datalagiingsorgan, nämnda lagringsorgan för kausala regler och till nämnda tillståndsbestämníngsenhet, och anordnat att dynamiskt aktivera eller deaktivera en kausal relation som hör till nämnda identifierade modellelement och i beroende av nämnda bestämda drifttillstånd.

Anordningen enligt uppfinningen kan också vara kommunikativt kopplade till en serviceenhet som är kommunikativt kopplad till eller styrbar medelst nämnda bearbetningsorgan. Serviceenheten kan vara anordnad att exekvera stegen i en diagnostisk metod, såsom mätvalidering, alarmanalys, feldiagnos eller sensorfels- detektion, genom att använda nämnda tillstånd och nämnda aktiverade kausala relation.

Uppfinningen avser också en metod för modellering av kausalitet i ett flödessystem medelst en modell anordnad att modellera komponenter hos nämnda flödessystem och kausala samband mellan nämnda komponenter. Nämnda metod innefattar stegen att: - mottaga från nämnda flödessystem en statussignal som hör till en komponent därav; - identifiera nämnda komponent som hör till nämnda mottagna statussignal; - identifiera ett modellelement som modellerar nämnda identifierade komponent; - bestämma ett drifttillstånd hos nämnda identifierade komponent i beroende av nämnda statussignal; och - dynamiskt aktivera eller deaktivera en kausal relation som hör till nämnda identifierade modellelement och i beroende av nämnda bestämda drifttillstånd.

Lagringsorganet för kausala regler lagrar en kausal relation fór ett modell- elements drifttillstånd. Vidare lagrar lagringsorganet för kausala regler nämnda lO 15 20 25 30 35 523 732 I 5 kausala relation som en instans hos en kausal regelmatris.

I en utföringsforrn av uppfinningen innefattar steget att bestämma drift- tillståndet vidare steget att bestämma drifttillståndet baserat på en logisk funktion av statussignalen. Bestämningsorganet tillhandahåller vidare ett tillstånd fór nämnda identifierade komponent.

Enligt en utföringsform av den uppfinningseriliga metoden styr bearbetnings- organet en serviceenhet att exekvera stegen i en diagnostisk metod genom att använda nämnda tillstånd och nämnda aktiverade kausala relation.

Uppfinningen avser också en datorprogramprodukt för användning i en datoriserad apparat fór modellering av kausalitet i ett flödessystem medelst en modell anordnad att modellera komponenter hos nämnda flödessystem och kausala samband mellan nämnda komponenter. Nämnda datorprogramprodukt innefattar: - organ fór att lagra modellelementdata som hör till nämnda modellerade komponenter; - organ fór att lagra ett flertal instanser av kausala relationer som bestämmer de kausala sambanden mellan nämnda modellelement; - organ fór tillståndsbestämning innefattande - organ fór att mottaga från nämnda flödessystem en statussignal som hör till en komponent därav; - organ för identifiering av nämnda komponent som hör till nämnda mottagna statussignal och fór identifiering av ett modellelement som modellerar nämnda identifierade komponent; - organ för bestämning av ett drifttillstånd hos nämnda identifierade komponent i beroende av nämnda statussignal; och - organ för att dynamiskt aktivera eller deaktivera en kausal relation som hör till nämnda identifierade modellelement och i beroende av nämnda bestämda drifttillstånd.

Modellen som används i föreliggande uppfinning för att modellera flödes- systemet är en kvalitativ modell, en regelbaserad modell eller en funktionell modell, såsom en multinåviflödesmodell.

Kortfattad beskrivning av ritningar Föreliggande uppfinning kommer att beskrivas med hänvisning till följande ritningar, i vilka Fig. la schematiskt visa en utföringsforrn av en anordning enligt uppfinningen och Fig. lb schematiskt visar funktionella delar av en utföringsform av uppfinningen; Fig. 2a schematiskt visar tillståndsgrupper av dubbelriktade kausala samband 10 15 20 25 30 35 525 732 l 6 mellan en transportfunktion och en lagringsfunktion visade i Fig. 2b; Fig. 3a schematiskt visar tillståndsgrupper av enkelriktade kausala samband mellan en transportfunktion och en lagringsfimktion visade i Fig. 3b; I F ig. 4a schematiskt visar tillstândsgrupper av andra enkelriktade kausala samband mellan en transportfunlction och en lagringsfunktion visade i Fig. 4b; Fig. Sa schematiskt visar tillståndsgrupper där varken transportfimktionen eller lagringsfimktionen visade i Fig. 5b påverkar varandra; Fig. 6a, 7a och 8a schematiskt visar tillståndsgrupper av delvis dubbelriktade kausala samband mellan en transportfunktion och en lagringsfunktion visade i Fig. 6b, 7b respektive 8b; Fig. 9 schematiskt visar en utföringsforrn av en kausal regelmatris för det dubbelriktade kausala sambandet visat i Fig. 2; Fig. 10 schematiskt visar en utföringsforrn av en kausal regelmatris for det enkelriktade kausala sambandet visat i Fig. 4; Fig. ll visar en exemplifierande utfóringsform av tillståndsgrupper fór dubbelriktade kausala samband mellan en första funktion med fyra tillstånd och andra funktion med två tillstånd; och F ig. 12 visar ett schematiskt flödesdiagram över de generella metodstegen för modellering av kausalitet enligt en utföringsform av uppfinningen.

Definitioner Följ ande definitioner kommer att användas för att beskriva föreliggande uppfinning: Flödessystem avser ett system av komponenter och flödet av enheter mellan dem samt komponenternas förmåga med avseende på flödet, såsom förmågan att lagra, transportera, alstra, konsumera och styra flödet av någonting. Dessa enheter kan vara vad som helst så länge som de lyder ofórstörbarhetslagama, exempelvis mass-, energi-, kassa- eller informationsflöden. I ett massflödessystem kan komponenterna vara pumpar, behållare, transportband, kemiska reaktioner, biologiska processer eller andra komponenter som användes för att upprätthålla massflöden. I ett energiflöde kan komponentema vara radiatorer, batterier, elektriska strömuttag, kablar for överföring av elektrisk energi och radioaktivt sönderfall. I ett informationsflöde kan komponentema vara PID-regulatorer, sensorer och aktivatorer, men även mer abstrakta komponenter såsom informations- minne i en Intemet-server, nätomkopplare, dokumentmatningssystem samt organ fór verbal kommunikation. Ett kassaflödessystem kan innefatta komponenter såsom bankkonton, finansiella transaktioner och investeringar. Ett flödessystem kan även kallas målsystem. 10 15 20 25 30 35 523 732 i 7 Mål avser syftet med ett flödessystem eller en del av ett flödessystem och är resultatet eller det resultat mot vilket vissa aktiviteter hos systemet eller system- delen är riktade. Ett mål skulle exempelvis kunna vara att hålla vattennivån i en behållare tillräckligt hög och ett delmål (eng. sub-goal) skulle kunna vara att mata elektrisk effekt till en pump, som pumpar in vatten i behållaren, varvid delmålet måste uppfyllas för att huvudmålet skall uppfyllas.

F unktíon avser förmågan hos de komponenter eller delar av ett flödessystem som användes för att uppfylla målen, dvs vad komponentema gör för att uppfylla syftet med systemet. En källfunktion kan exempelvis användas för att modellera förmågan hos ett tråg, dvs. för att tillhandahålla en oändlig massmängd, eller förmågan hos ett kraftverk att alstra en oändlig energimängd. Vidare kan en transportfunktion exempelvis användas för att modellera förmågan hos en pump, dvs. att förflytta en massmängd, eller överföra pengar från ett konto till ett annat, dvs. flytta en penningmängd. En funktion kan även användas för att beskriva förmågan att styra uppfyllandet av ett mål. Hanteringsftinktionen kan användas för att modellera förmågan hos operatörema i ett kraftverk att styra energiproduktionen och därmed uppfylla kraftverkets mål. En nätverksfunktion representerar system- delars egenskap att tillhandahålla villkoren som är nödvändiga för att tillåta andra systemdelar att utföra sina funktioner. Nätverkfunktionen används som ett sätt att gruppera flera kopplade flödesfiinktioner till en flödesstruktur.

Multínívåflödesmodellen (MFM) beskriver den funktionella strukturen hos ett flödessystem som en uppsättning sammanhängande flödesstrukturer på olika abstraktionsnivåer. Nivåerna är kopplade via uppfyllande relationer och villkors- relationer, och flödesstrukturerna består av en uppsättning kopplade funktioner.

Drifttillstånd avser driftvillkoren för en enhet hos ett flödessystem, en komponent hos flödessystemet eller hela flödessystemet. Till exempel kan drift- tillståndet hos en tank med ett avtagbart lock antingen vara lock på eller lock av, dvs tanken är antingen stängd eller öppen.

Tillstånd avser den kvalitativa beskrivningen av en enhet hos ett system eller en komponent hos ett system, till exempel nivån i en tank, flödet genom ett rör eller kapaciteten hos ett batteri. Tillståndet visas som en cirkel i figurerna 2 - 10.

T illståndsgrupp (eng. state partition) avser en samling ömsesidigt exklusiva tillstånd för samma enhet hos ett system. Till exempel kan nivån i en tank antingen vara för hög, för låg eller nonnal, som definieras av något extemt kriterium.

Emellertid är enbart ett tillstånd tillämpbart åt gången, till exempel kan inte nivån i tanken vara för låg och för hög på samma gång. En tillståndsgrupp visas som en ellips innefattande en eller flera tillstånd, såsom visas i figurerna 2 - 10.

Kausal regel avser ett kausalt samband mellan tillstånd för två funktioner som modellerar delar av ett flödessystem. Betrakta till exempel ett system där en 10 15 20 25 30 35 523 732 8 pump tillhandahåller vatten till ett tråg. Om pumpen tillhandahåller för lite vatten, dvs är i ett lågt flödestillstånd, kommer detta att påverka nivån i tanken och orsaka tanken att vara i ett lågt volymtillstånd. Riktningen av de kausala reglema visas som en pil mellan funktionerna, såsom visas i figurema 2 - 10.

Kausalt samband avser en uppsättning av en eller flera kausala regler. I vissa utföringsforrner av uppfinningen avser kausal relation ett kausalt samband mellan två funktioner, och särskilt mellan två MFM fimktioner.

Det skall understrykas att termen innefattande/innefattar då den används i denna beskrivning används för att specificera närvaron av nämnda egenskaper, steg, funktioner eller komponenter utan att utesluta närvaron av en eller flera andra egenskaper, heltal, steg, komponenter eller grupper därav.

Detaljerad beskrivning av uppfinningen Föreliggande uppfinning avser en anordning, en metod och en datorprogram- produkt som uppfyller det ovannämnda syftet. Generellt uppfyller föreliggande uppfinning uppfinningssyftet genom att addera ett attribut till den kausala relationen som indikerar i vilket drifttillstånd eller vilka drifttillstånd den kausala relationen är aktiv eller inte, dvs indikerar i vilket drifttillstånd den kausala relationen är tillämp- bar.

Generell sättning En utföringsfonn av anordningen för modellering av kausalitet i ett flödes- system medelst en modell anordnad att modellera komponenter hos flödessystemet och kausala samband mellan komponenterna enligt föreliggande uppfinning visas i figur 1.

Anordningen 100 är företrädesvis en datoriserad apparat 100, såsom en dator, och innefattar ett datalagringsorgan 110 anordnat att lagra modellelementdata som hör till nämnda modellerade komponenter eller modellerade delar av flödessystemet 200. Vidare innefattar anordningen 100 ett lagringsorgan 120 för kausala regler anordnat att lagra ett flertal kausala regler som bestämmer det kausala sambandet mellan nämnda modellelement, dvs mellan funktioner som modellerar nämnda komponenter eller nämnda delar av flödessystemet 200.

Lagringsorganen 110 och 120 kan ligga på något per se känd minnesstruktur såsom ett diskminne, läsminne (eng. read only memory ROM), direktminne (eng. random access memory RAM) eller en annan av minnesstruktur. I en utförings- fonn av uppfinningen är lagringsorganen 110 och 120 realiserade som databaser.

Lagringsorganen 110 och 120 kan emellertid också realiseras som en enda databas eller innefattas i en databas. 10 15 20 25 30 35 523 732 i I 9 Vidare innefattar anordningen 100 en tillståndsbestämningsenhet 130 som innefattar ett mottagningsorgan 132 anordnat att mottaga från ett flödessystem 200 en statussignal som hör till en komponent därav. Ett identifleringsorgan 134 är vidare innefattat i tillståndsbestämningsenheten 130 och anordnat att identifiera komponenten som hör till den mottagna statussignalen och att identifiera ett modellelement som modellerar den identifierade komponenten. Tillstånds- bestämningsenheten 130 innefattar vidare ett bestämningsorgan 136 anordnat att bestämma ett drifttillstånd och eventuellt också ett tillstånd hos den identifierade komponenten.

Vidare innefattar anordningen 100 ett bearbetningsorgan 140, såsom en central bearbetningsenhet (CPU), som är kommunikativt kopplade till datalagrings- organet 110, lagringsorganet 120 för kausala regler och tillståndsbestämnings- enheten 130. Bearbetningsorganet 140 är anordnat att aktivera eller deaktivera en kausal relation som hör till nämnda identifierade modellelement i beroende av det bestämda drifitillståndet. Bearbetningsorganet 140 är vidare anordnat att lagra det bestämda drifttillståndet och det eventuellt bestämda tillståndet i ett lagringsorgan, såsom lagringsorganet 120 for kausala regler. “ I en utföringsforrn av uppfinningen innefattar anordningen 100 också ett systemgränssnitt 160 kommunikativt kopplat till tillståndsbestärnningsenheten 130.

Systemgränssnittet 160 innefattar eller är kommunikativt kopplad till ett användar- gränssnitt 170 för kommunikation mellan anordningen 100 och en användare medelst ett interaktionsorgan 300, en presentationsenhet, en inmatningsanordning såsom ett tangentbord eller en mus. Vidare kan systemgränssnittet 160 innefatta eller vara kommunikativt kopplat till en icke visad datakommunikationsutrustning för kommunikation mellan anordningen 100 och en annan utrustning, såsom ett kotroll- och styrsystem (inte visad) hos flödessystemet 200 eller en serviceenhet 150. Kommunikationen är i en utfóringsform av uppfinningen tillhandahållen av en tvåvägskommunikationsförbindelse. Företrädesvis är kommunikationsfórbindelsen en trådbunden kommunikationsförbindelse i t ex ett lokalt nätverk (eng. Local Area Network LAN) såsom Ethernet. Ett annat kommunikationssätt, t ex en punkt-till- punkt kommunikation medelst ett modem eller en trådlös kommunikations- förbindelse som uppfyller kraven på tillförlitlig informationsöverfóring, kan också användas.

Serviceenheten 150 innefattar organ som till exempel används for att analyserar uppträdandet hos flödessystemet eller för att utföra diagnostiskt resone- mang, såsom alarmanalys eller feldiagnos, baserat på flödessystemets modell inne- fattad i dataminnet 1 10. 10 15 20 25 30 35 523 732 ' I 10 Den datoriserade apparaten 100 kan också innefatta operationer eller procedurer lagrade i ett icke visat programminne, som tillåter verifikation och validering av modellen.

Funktionella delar Figur lb visar schematiskt fimktionella delar innefattade i en utföringsform av anordningen 100 enligt uppfinningen. Vanligtvis är de fimktionella delarna innefattade i en datorprogramprodukt för användning i en anordning 100 för modellering av kausalitet i ett flödessystem, men någon av eller alla funktionella delar kan realiseras som hårdvarudelar av anordningen 100.

I en utföringsform av uppfinningen innefattar de funktionella delarna ett styr- organ 140 för aktivering eller deaktivering av en instans av en kausal regelrelation som hör till ett identifierat modellelement. Aktiveringen eller deaktiveringen utförs i beroende av det bestämda drifttillståndet. Styrorganet 140 är kommunikativt kopplat till organ 110 för lagring av modellelementdata som hör till de modellerade komponentema eller modellerade delarna av flödessystemet och organ 120 för lagring av ett flertal kausala regler som bestämmer de kausala sambanden mellan sammankopplade modellelement. Styrorganet 140 är vidare kommunikativt kopplat till organ 130 för tillståndsbestämning, vilket organ 130 innefattar eller är kommu- nikativt kopplat till organ l32 för mottagande eller hämtande från flödessystemet en statussignal som hör till en komponent i flödessystemet. Beståmningsorganet 130 innefattar eller är kommunikativt kopplat till organ 134 för identifiering av komponenten som hör till den mottagna statussignalen och för identifiering av ett modellelement som modellerar den identifierade komponenten. Organ 136 för bestärrming av ett drifttillstånd och eventuellt också ett tillstånd hos den identi- fierade komponenten är vidare irmefattad i eller kommunikativt förbunden med bestämningsorganet 130.

Organet 130 för bestämning av ett drifttillstånd är vidare kommunikativt förbundet med ett systemgränssnitt 160 som innefattar eller är kommunikativt förbundet med ett användargränssnitt 170 för presentation av information för en användare såväl som för att mottaga kommando eller infonnation avseende model- leringen av flödessystemet, vanligtvis i form av parameteruppdateringar. System- gränssnittet 160 kan vidare innefatta eller vara kommunikativt förbunden med en icke visad datakommunikationsutrustning som är kapabel att överföra och mottaga data till och från en extem struktur, såsom en annan datoriserad apparat, serviceenhet eller en kontroll- och styrenhet hos ett flödessystem.

I ritningarna indikerar linj erna mellan olika fimktionella delar att delarna är kommunikativt förbundna, fysiskt eller genom utbyte av parametervärden. Detta 10 15 20 25 30 35 523 732 i i 11 gäller även för enheter, strukturer och delar som beskrivs någonstans i denna beskrivning.

Minne för kausala fegar Minnet 120 för kausala regler är anordnat att lagra ett flertal instanser av kausala relationer innefattande ett flertal kausala regler som bestämmer de kausala sambanden mellan nämnda modellelement, dvs mellan funktioner som modellerar nämnda komponenter eller nämnda delar av flödessystemet. De kausala reglerna är företrädesvis forbestämda och förlagrade i minnet 120 för kausala regler. För varje par av giltigt sammankopplade funktioner lagras kausala regler, företrädesvis för- lagras, i en uppsättning instanser hos kausala regelmatriser, varvid varje instans av den kausala regelmatrisen är giltig för ett förbestämt drifttillstånd eller förbestämda drifttillstånd för funktionen eller fiinktionerna.

En instans av en kausal regelmatris innefattar således information såsom identitet fór en forsta funktion, drifttillstånd för den första funktionen, identiteten för en andra fiinktion och drifttillstånd för den andra funktionen. Vidare innefattar instansen av den kausala regelmatrisen infonnation om det kausala sambandet mellan den första och andra funktionen, dvs information som bestämmer eller ger tillståndet hos den andra funktionen om den forsta funktionen är i ett visst tillstånd.

En exemplifierande utföringsforin av en kausal regelmatris visas i figur 9.

Den kausala regelmatrisen är giltig för vissa drifttillstånd (ej specificerade) hos den första respektive andra funktionen. Den forsta funktionen identifieras medelst en etikett (eng. tag), i detta exempel S0 och den andra funktionen identifieras medelst S1. En annan lämplig identifiering kan emellertid användas. Vidare indikeras de olika tillstånden hos fiinktionerna, tex det första, andra och tredje tillståndet, med nurnrena 0, l och 2. I exemplet indikerar S01 att den första funktionen är i det andra tillståndet och S11 indikerar att den andra funktionen är i det andra tillståndet.

Numret 1 i rutan där raden för S111 skär kolumnen för S11 ger att om den första fiinktionen är i det andra tillståndet orsakar den den andra funktionen att vara i det andra tillståndet.

Minnesorganet 120 för kausala regler är vidare anordnat att lagra ett flertal logiska funktioner eller logiska regler som används för att bestämma drifttillståndet hos komponentema i flödessystemet i beroende av en statussignal eller status- signaler som mottagits från flödessystemet. De logiska funktioner är företrädesvis forbestämda men de kan också bestämmas under flödessystemets drifl.

Tillståndsbestärnriingsenhet Såsom nämnts ovan innefattar tillståndsbestämningsenheten 130 ett mottagningsorgan 132, ett identifikationsorgan 134 och ett bestämningsorgan 136. 10 15 20 25 30 35 523 752 ' 12 Mottagningsorganet 132 är i en uttöringsform av uppfinningen kommunikativt kopplad till systemgränssnittet 160 varigenom mottagningsorganet 132 är anordnat att mottaga åtminstone en statussignal från ett modellerat flödessystem som är kommunikativt kopplat till systemgränssnittet 160. Flödessystemet överför eller sänder statussignaler till mottagningsorganet 132 antingen på begäran från mottagningsorganet 132 eller automatiskt. I några utföringsformer av uppfinningen mottager mottagningsorganet 132 en status signal från flödessystemet vid fórbestämda tidsintervall men mottagningsorganet 132 kan också vara anordnat att mottaga statussignaler vid godtyckliga tidpunkter. Mottagningsorganet 132 kan också vara anordnat att hämta statussignaler från flödessystemet eller från ett lagringsorgan, varvid statussignalema lagras av t ex flödessystemet.

När en statussignal mottages eller hämtas av mottagningsorganet 132 identifierar identifikationsorganet 134 komponenten som hör till den mottagna statussignalen och motsvarande funktion, dvs det modellelement som modellerar komponenten. Vidare är bestämningsorganet 136 anordnat att bestämma drift- tillståndet hos komponenten som en logisk funktion av statussignalen. I en utforingsforrn av uppfinningen kan de logiska funktionerna som bestämmer drift- tillståndet av en tank, t ex lock på eller av, beskrivas som t ex: IF t001_lock = 1 THEN t_drifttil1stånd = 0 IF t001_lock = 0 THEN t_drifttillstånd = 1 I detta exempel är t00l_lid en statussignal som indikerar huruvida locket är på eller av tanken t00l, således om t001_lock är l så är drifttillståndet för tanken 0, t ex locket är på, dvs tanken är stängd. Vidare om t001_lock är 0 så är drifttillståndet för tanken 1, t ex locket är av, dvs tanken är öppen.

Drifttillståndet för en komponent eller endel av flödessystemet kan emeller- tid bestämmas medelst mer komplexa logiska funktioner antingen som en multipel av logiska uttryck innefattande AND/OR-uttryck eller som en logisk funktion/ logiska funktioner av flera mottagna eller hämtade statussignaler.

Bestämningsorganet 136 är också anordnat att bestämma tillståndet för komponenten eller delen av flödessystemet eller till och med för hela flödes- systemet. I en utföringsforrn av uppfinningen bestäms tillståndet genom att jämföra informationen hos den mottagna statussignalen med gränsvärden som ger att tillståndet till exempel är hög, normal eller låg. Till exempel kan tillståndet för en tank bestämmas medelst logiska funktioner i beroende av statussignalen som indikerar nivån i tanken, t ex t00 l_nivå. De logiska funktionerna kan i detta exempel beskrivas som: IF t00l_nivå >= 0 AND tOOl_ nivå < 25 THEN t_tillstånd = 0 IF t00l_nivå >= 25 AND tOOl_ nivå < 50 THEN t_ tillstånd = 1 IF t00l_nivå >= 50 THEN t__ tillstånd = 2 10 15 20 25 30 35 523 732 i 13 Det vill säga om nivån i tanken är lika med eller större än 0 och mindre än 25 så är tankens tillstånd, t_ tillstånd, O, t ex tanken är i ett lågt tillstånd. Om nivån in tanken är lika med eller större än 25 och mindre än 50 så är tankens tillstånd 1, t ex i ett normalt tillstånd och om nivån i tanken är större än 50 så är tanken i tillståndet 2, t ex i ett högt tillstånd.

Gränsvärden, eventuella logiska funktioner och motsvarande tillstånd lagras, företrädesvis förlagras, i dataminnet 110, i minnet 120 för kausala regler eller i ett annat lagringsorgan. I nâgra utföringsformer av uppfinningen innefattar emellertid den mottagna statussignalen information om tillståndet för komponenten eller filnktionen som modellerar komponenten, varvid det inte är nödvändigt för bestämningsorganet 136 är bestämma tillståndet.

En del flödessystem är tillhandahållna med ett antal redundanta sensorer för att öka tillförlitligheten i sensorsignalerna. I sådana fall kan bestämningsorganet 136 vara tillhandahållet med funktionalitet för att jämföra sensorsignalerna och för att bestämma vilken eller vilka sensorsignaler att lita på. När en tillförlitlig sensor- signal eller tillförlitliga sensorsignaler bestäms, bestämmer bestämningsorganet 136 drifttillståndet som en logisk funktion av den/ de tillförlitliga sensorsignalen(-ema) och eventuellt också tillstånden i beroende av information innefattad i den/ de tillförlitliga sensorsignalen(-ema).

Bearbetningsorgan Såsom nämnts ovan innefattar anordningen 100 enligt föreliggande uppfinning ett bearbetningsorgan 140 som är kommunikativt kopplad till data- rninnesorganet 110, rninnesorganet 120 för kausala regler och till tillstånds- bestämnningsenheten 130. Bearbetningsorganet 140 är anordnat att mottaga information om det identifierade modellelementet och drifttillståndet för modell- elementet från tillståndsbestämningsenheten 130. Bearbetningsorganet 140 är vidare anordnat att aktivera eller deaktivera en kausal relation, dvs en instans av en kausal regelmatris, motsvarande det identifierade modellelementet och i beroende av det bestämda drifttillståndet för komponenten eller funktionen som modellerar komponenten.

I en utföringsforrn av uppfinningen måste bearbetningsorganet 140 mottaga information om de båda sammankopplade funktionerna för att kunna aktivera eller deaktivera en lärnplig kausal relation, dvs en instans aven kausal regelmatris. Med andra ord behöver bearbetningsorganet 140 mottaga både identiteten och drift- tillståndet för den första respektive andra fimktionen, för att kunna aktivera eller deaktivera en lämplig instans av en kausal regelmatris.

Bearbetningsorganet 140 kan emellertid också aktivera eller deaktivera en kausal regelmatris då den mottager en statussignal från endast en utav två samman- 10 15 20 25 30 35 523 732 i I 14 kopplade funktioner, t ex från en första funktion men inte från en andra funktion. I detta fall hämtar bearbetningsorganet 140 drifttillståndet för den andra funktionen från ett lagringsorgan, till exempel lagringsorganet 120 fór kausala regler. Således är bearbetningsorganet 140 kapabelt att aktivera eller deaktivera en instans av en kausal regelmatiis som motsvarar drifttillstånden hos den första och andra samman- kopplade funktionen.

Metod för modellering av kausalitet i ett flödessvstem Allmänt innefattar metoden for att modellera kausalitet i ett flödessystem medelst en model anordnad att modellera komponenter av nämnda flödessystem och kausala samband mellan nämnda komponenter stegen att (jfr .fig. 12): 10 mottaga eller hämta från nämnda flödessystem en statussignal som hör till en komponent därav; 12 identifiera nämnda komponent som hör till nämnda mottagna statussignal; 14 identifiera ett modellelement eller en funktion som modellerar nämnda identifierade komponent; 16 bestämma ett drifttillstånd hos nämnda identifierade komponent; ' 18 aktivera eller deaktivera en instans av en kausal relation, dvs en instans av en kausal regelmatris, som hör till nämnda identifierade modellelement i beroende av nämnda bestämda drifttillstånd; och 20 upprepa stegen från steg 10.

I steg 10 mottages i mottagarorganet 132 en statussignal som hör till en komponent eller en del av flödessystemet från flödessystemet, varvid i steg 12 komponenten eller delen av flödessystemet identifieras medelst ett identifikations- organ 134. I steg 14 identifierar vidare identifikationsorganet 134 niodellelementet som modellerar den identifierade komponenten eller den identifierade delen av flödessystemet. Ett bestämningsorgan 136 bestämmer i steg 16 ett drifttillstånd for den identifierade komponenten eller den identifierade delen av flödessystemet.

Bestämningsorganet 136 kan också vara anordnat att bestämma ett tillstånd hos den identifierade komponenten eller den identifierade delen av flödessystemet antingen genom att jämföra information innefattad i statussignalen med gränsvärden eller genom att direkt erhålla tillståndet från statussignalen. I steg 18 aktiverar eller deaktiverar ett bearbetningsorgan 140 en kausal relation, dvs en instans av en kausal regelmatris, som hör till nämnda identifierade modellelement och i beroende av närrmda bestämda drifttillstånd. I steg 20 upprepas stegen från steg 10.

En serviceenhet 150 kan vidare vara kommunikativt kopplad till bearbet- ningsorganet 140, varvid serviceenheten 150 är styrbar medelst bearbetningsorganet 140. Serviceenheten 150 är i en utfóringsform av uppfinningen anordnad att använda komponentens tillstånd och den aktiverade instansen av en kausal regel- 10 15 20 25 30 35 523 732 i 15 matris för att exekvera stegen hos en diagnostisk metod. Till exempel är service- enheten 150 anordnad att utföra diagnostiskt resonemang, såsom alarmanalys eller feldiagnos, baserat på modellen av flödessystemet innefattad i dataminnet l 10.

Exempel. En multinivåflödesmodell (MFIQ I MF M indikerar attributet adderat till det kausala sambandet i vilket tillstånd en kausal regel hos den kausala relationen är aktiv eller inte och kan visas grafiskt genom att addera ett nytt modellelement som indikerar riktningen i vilken MFM funktionema påverkar varandra. I figurerna 3b, 4b, Sb, 6b, 7b och 8b visas exempel på modellelement ,som indikerar riktningen i vilken MFM funktionema påverkar varandra, med en pil mellan funktionerna. I fallet med dubbelriktad effekt används emellertid inte någon pil.

Uppfinningen kommer nu att exemplifieras med hänvisning till figurerna 2- 10, varvid de visade tillstånden uppifrån och nedåt i tillståndsgruppen är hög, normal och låg. Det skall emellertid förstås att tillstånden endast är givna som exempel.

I den exemplifierande' figuren 2a visas en dubbelriktad kausal relation med dubbelriktade kausala regler, som indikerar att de visade MFM funktionerna i figur 2b, dvs transportfunktionen och lagringsfunktionen, påverkar varandra. Den vänstra tillståndsgruppen, visad i figur 2a, avser tillstånden för transportfunktionen och den högra tillståndsgruppen avser tillstånden fór lagringsfimktionen. Ur figur 2a är det tydligt att ett högt tillstånd hos transportfunktionen orsakar ett högt tillstånd hos lagringsfunktionen. Vidare orsakar ett lågt tillstånd i lagringsfunktionen ett högt tillstånd hos transportfunktionen. Således visar figur 2a hur olika tillstånd hos transportfilnktionen påverkar lagringsfimktionens tillstånd och vice versa. I fallet med en dubbelriktad kausal relation är alla tillstånden hos både transportfunktionen och lagringsfimktionen aktiverade eller applicerbara. Figur 2b visar vidare ett exempel av en grafiskt framställning av den dubbelriktade kausala relationen mellan transportfunktionen och lagringsfunktionen.

En enkelriktad kausal relation visas i figurerna 3 och 4. Figur 3a visar tillståndsgrupper för den enkelriktade kausala relationen, varvid transport- funktionens tillstånd påverkar lagringsfunktionens tillstånd, men inte tvärtom, dvs lagringsfunktionens tillstånd påverkar inte transportfunktionens tillstånd. Den enkelriktade relationen visad i figur 4a illustrerar att lagringsfunktionens tillstånd påverkar transportfimktionens tillstånd, men inte vice versa. I figurerna 3b och 4b visas vidare exempel på grafiska framställningar av de visade enkelriktade relationema.

I figur 5 visas fallet då ingen av funktionerna påverkar den andra funktionen.

I detta fall är varken transportfimktionens tillstånd eller lagringsfunktionens 10 15 20 25 30 35 523 732 " i 16 tillstånd aktiva. Således finns det inga aktiva kausala regler eftersom det inte finns något orsak och effekt samband mellan transportfimktionen och lagringsfunktionen.

Figurema 6 - 8 visar exempel på delvis dubbelriktade kausala relationer mellan en transportfurilction och en lagringsfimktion.

Figuren 6a visar transportfimktionens tillstånd påverkar lagringsfunktionens tillstånd. Figur 6a visar vidare hur lagringsfunktionens normala tillstånd och låga tillstånd påverkar transportfiiriktionens normala tillstånd respektive höga tillstånd.

Såsom visas i detta exempel påverkar emellertid inte lagringsfunktionens höga tillstånd transportfuriktionens tillstånd. I figur 6b visas ett exempel på en grafisk framställning av detta fall.

Figur 7a visar hur lagringsfilnktionens tillstånd påverkar transport- fïunktionens tillstånd och hur transportfunktionens höga tillstånd och normala till- stånd påverkar lagringsfunktionens höga tillstånd respektive normala tillstånd.

Såsom visas i figur 7a påverkar inte transportfunlctionens låga tillstånd lagrings- funktionens tillstånd. I figur 7b visas vidare en exemplifierande grafisk fram- ställning av detta fall.

Figur 8a visar ett annat fall, vari lagringsfiinktionens höga tillstånd och nonnala tillstånd påverkar transportfunktionens låga tillstånd och normala tillstånd.

Vidare påverkar inte lagringsfunktionens låga tillstånd transportfunktionens tillstånd och transportfunktionens höga tillstånd påverkar inte lagringsfunktionens tillstånd.

I exemplen beskrivna ovan med hänvisning till figurema 2-8 har endast två typer av funktioner som modellerar kausaliteten hos delar av ett flödessystem diskuterats. Det skall emellertid förstås att det uppfinningsenliga konceptet också är applicerbart på andra funktioner som modellerar delar av flödessystemet. Till exempel kan alla giltigt kopplade funktioner modellera kausaliteten hos delar av ett modellerat flödessystem.

Vidare är antalet tillstånd hos funktionerna i exemplen tre, men det skall förstås att tillståndsantalet för varje funktion kan varieras godtyckligt. Det skall också förstås att tillståndsantalet hos två fimktioner inte behöver vara detsamma.

Till exempel kan en första funktion ha n tillstånd och en andra funktion ha m tillstånd. Det senare fallet kan hanteras medelst en allmän kausal regelmatiis.

Matrisen kommer då att ha storleken (m+n)><(m+n), där n är antalet tillstånd i tillståndsgruppen för den första generiska funktionen och m är antalet tillstånd i tillståndsgruppen för den andra generiska funktionen.

Figur 9 visar den kausala regelmatrisen för det dubbelriktade fallet som beskrivits med hänvisning till figur 2, och figur 10 visar den kausala regelmatiisen för det enkelriktade fallet som beskrivits med hänvisning till figur 4. 10 l5 20 523 752 ' I 17 Talet ett, eller en annan typ av etikett, i en av matrisens celler representerar en kausal regel från tillståndet representerat av matrisens rad till tillståndet representerat av mauisens kolumn. Den kausala regeln skall översättas som: ”Om en första funktion är i ett tillståndet givet av en rad då orsakar den första filnktionen en andra funktion att vara i ett tillstånd givet av en kolumn”.

Såsom visas i figur 9, om en första funktion, t ex en transportfimktion (j fr fig. 2a och Zb), är i ett tillstånd S00 orsakar den en andra funktion, t ex en lagrings- funktion, att vara i tillståndet S10, och om den första funktionen är i ett tillstånd S01 orsakar den den andra funktionen att vara i ett tillstånd S11. Vidare, om den andra funktionen är i ett tillstånd S10 orsakar den den första funktionen att vara i ett tillstånd S02.

Såsom visas i figur 10, om den forsta funktionen, dvs transportfunktionen (jfr figur 3a och 3b) är i något av tillstånden S00, S01 och S02, så påverkar den inte den andra funktionens tillstånd, dvs lagringsfunktionen. Om den andra fianktionen, dvs lagringsfuriktionen, är i tillståndet S10 kommer den emellertid att orsaka den första funktionen att vara i tillståndet S02, och om den andra fimktionen är i tillståndet S11 kommer den första funktionen att vara i tillståndet S01. Slutligen, om den andra funktionen är i tillståndet S12 kommer den att orsaka den första funktionen att vara i tillståndet S00.

Claims (1)

1. 0 15 20 25 30 35 523 732 gjzsw: s."=":= man' auf' æ:=:=;..»- annu: I? Patentkrav . En anordning för modellering av kausalitet i ett flödessystem medelst en modell anordnad att modellera komponenter hos nämnda flödessystem och kausala samband mellan nämnda komponenter, varvid nämnda anordning innefattar: - ett datalagringsorgan (110) anordnat att lagra modellelementdata som hör till nämnda modellerade komponenter; - ett lagringsorgan ( 120) för kausala regler anordnat att lagra ett flertal kausala relationer som bestämmer de kausala sambanden mellan nämnda modellelement; - en tillståndsbestämningsenhet (130) innefattande - ett mottagningsorgan (132) anordnat att mottaga från nämnda flödessystem en statussignal som hör till en komponent därav; - ett identifikationsorgan (134) anordnat att identifiera nämnda komponent som hör till nämnda mottagna status signal; identifiera ett modellelement som modellerar nämnda identifierade komponent; - ett bestämningsorgan (136) anordnat att bestämma ett drifitillstånd hos nämnda identifierade komponent i beroende av nämnda statussignal; och - ett bearbetningsorgan (140) kommunikativt kopplat till nämnda datalagrings- organ (110), nämnda lagringsorgan (120) för kausala regler och till nämnda tillståndsbestärrmingsenhet (130), och anordnat att dynamiskt aktivera eller deaktivera en kausal relation som hör till närrmda identifierade modellelement och i beroende av nämnda bestämda drifttillstånd. . Anordningen enligt krav 1, varvid nämnda lagringsorgan (120) för kausala regler är anordnat att lagra en kausal relation för ett modellelements drift- tillstånd. . Anordningen enligt krav 2, varvid nämnda lagringsorgan (120) för kausala regler är anordnat att lagra nämnda kausala relation som en kausal regelmatris. . Anordningen enligt krav 1, varvid nämnda bestämningsorgan (136) är anordnat att bestämma nämnda drifttillstånd baserat på en logisk funktion av nämnda statussignal. 10 15 20 25 30 35 ~ o ø ~ en 523 732 /=7 5. Anordningen enligt krav 1, varvid nämnda bestämningsorgan (136) är anordnat att tillhandahålla ett tillstånd för nämnda identifierade komponent. 6. Anordningen enligt krav 5, varvid en serviceenhet (150) är kommunikativt kopplad till och styrbar medelst nämnda bearbetningsorgan (140), och nämnda serviceenhet (150) är anordnad att exekvera stegen hos en diagnostisk metod genom att använda nämnda tillstånd och nämnda aktiverade kausala relation. 7. Anordningen enligt krav l, varvid nämnda modell är en kvalitativ modell. 8. Anordningen enligt krav 1, varvid nämnda modell är en regelbaserad modell. 9. Anordningen enligt krav 1, varvid nämnda modell är en fimktionell modell. 10. Anordningen enligt krav 9, varvid nämnda funktionella modell är en multinivå- flödesmodell. l 1. En metod for modellering av kausalitet i ett flödessystem medelst en modell anordnad att modellera komponenter hos nämnda flödessystem och kausala samband mellan nämnda komponenter, varvid nämnda metod innefattar stegen att: - mottaga från nämnda flödessystem en statussignal som hör till en komponent därav; - identifiera nämnda komponent som hör till nämnda mottagna statussignal; - identifiera ett modellelement som modellerar nämnda identifierade komponent; - bestämma ett drifttillstånd hos nämnda identifierade komponent i beroende av nämnda statussignal; och dynamiskt aktivera eller deaktivera en kausal relation som hör till nämnda identifierade modellelement och i beroende av nämnda bestämda drifttillstånd. 12. Metoden enligt krav ll, varvid nämnda lagringsorgan (120) for kausala regler är anordnat att lagra en kausal relation för ett modellelements drifttillstånd. 13. Metoden enligt krav 12, varvid nämnda lagringsorgan (120) för kausala regler är anordnat att lagra nämnda kausala relation som en kausal regelmatris. 14. Metoden enligt krav ll, varvid steget att bestämma nämnda drifttillstånd vidare innefattar steget att bestämma nämnda drifttillstånd baserat på en logisk funktion 10 15 20 25 30 35 523 732 20 nu nu: av nämnda statussignal. 15. Metoden enligt krav 11, varvid nämnda bestämningsorgan (136) är anordnat att tillhandahålla ett tillstånd for nämnda identifierade komponent. 16. Metoden enligt krav 11, varvid nämnda bearbetningsorgan (140) styr en service- enhet (150) att exekvera stegen hos en diagnostisk metod som använder nämnda tillstånd och nämnda aktiverade kausala relation. 17. Metoden enligt krav 1 1, varvid nämnda modell är en kvalitativ modell. 18. Metoden enligt krav 1 1, varvid nämnda modell är en regelbaserad modell. 19. Metoden enligt krav 11, varvid nämnda modell är en funktionell modell. 20. Metoden enligt krav 19, varvid nämnda funktionella modell är en multinivå- 21. flödesmodell. En datorprogramprodukt for användning i en datoriserad apparat for modellering av kausalitet i ett flödessystem medelst en modell anordnad att modellera komponenter hos nämnda flödessystem och kausala samband mellan nämnda komponenter, varvid nämnda datorprogramprodukt innefattar: - organ (110) for att lagra modellelementdata som hör till nämnda modellerade komponenter; - organ (120) for att lagra ett flertal instanser av kausala relationer som bestämmer de kausala sambanden mellan nämnda modellelement; - organ (130) for tillståndsbestämning innefattande - organ (132) for att mottaga från nämnda flödessystem en statussignal som hör till en komponent därav; - organ (134) for identifiering av nämnda komponent som hör till nämnda mottagna statussignal och for identifiering av ett modellelement som modellerar nämnda identifierade komponent; - organ (136) för bestämning av ett drifttillstånd hos nämnda identifierade komponent i beroende av nämnda statussignal; och - organ (140) for att dynamiskt aktivera eller deaktivera en kausal relation som hör till nämnda identifierade modellelement och i beroende av nämnda bestämda drifttillstånd. 525 752 a; .. 22. En datorprogramprodukt for användning i en datoriserad apparat for modellering av kausalitet i ett flödessystem medelst en modell anordnad att modellera komponenter hos nämnda flödessystem och kausala samband mellan nämnda komponenter, varvid nämnda datorprogramprodukt innefattar organ för att tillhandahålla funktionerna eller stegen enligt något av kraven 1 - 20.