Метод «интеллектуальное зеркало» для использования данных базовой САПР при

создании базы знаний интеллектуальной системы проектирования АСУТП

А.А. Ершов,
м.н.с., ershets@mail.ru
ИПТ РАН, г. Санкт-Петербург

В работе в качестве средства повышения эффективности проектирования АСУТП предлагается создание интеллектуальной системы проектирования, функционирующей на основе ядра базы знаний, показывается актуальность разработки базы знаний интеллектуальной системы проектирования АСУТП.

Анализ современных САПР показывает целесообразность создания интеллектуальной системы проектирования на базе существующих САПР. Таким образом, существует задача преобразования данных САПР в знания интеллектуальной системы проектирования с наименьшими затратами, для решения которой формулируется метод представления знаний «интеллектуальное зеркало».

Суть сформулированного метода состоит в разделении данных на фрагменты, для которых возможно создание контекстуальных описаний, и последующему представлению в базе знаний не самих фрагментов данных, а именно их контекстов.

In this work the creation of intellectual system of the designing functioning on the basis of the knowledge base is proposed for increase of efficiency of automated process control system (APCS) designing, the topicality of knowledge base designing for intellectual system of APCS designing is shown.

Besides in this work the expediency of intellectual system creation on the basis of existing CAD-systems is shown.

The essence of the formulated method in work consists in division of the data on fragments for which creation of contextual descriptions is possible, and then the representation of contexts in the knowledge base is realized.

Работа большинства объектов промышленного комплекса требует высокого уровня автоматизации технологических процессов, причем с каждым годом и уровень автоматизации, и качественные требования к ней увеличиваются. На разработку новых технических средств и автоматизированных систем управления технологическими процессами (АСУТП) затрачиваются огромные интеллектуальные и временные ресурсы. В такой ситуации назревает необходимость оптимизации существующих методов проектирования и разработки АСУТП с целью повышения общей эффективности работы инжиниринговых компаний и снижению интеллектуальных и временных, а следовательно – огромных финансовых затрат на их разработку. Кроме того, при проектировании сложных систем повышается вероятность появления скрытых и явных ошибок, что является недопустимым и может серьезно осложнить запуск системы и значительно понизить надежность работы и уровень безопасности всего промышленного объекта в целом.

Один из путей повышения эффективности проектирования АСУТП – это создание интеллектуальной системы проектирования, которая бы функционировала на основе ядра базы знаний (БЗ). Эта система должна позволить автоматически, на основе формализованного технического задания, создавать принципиальные схемы к проекту АСУТП. В этом случае проектировщик, использующий такую систему, сможет работать при гораздо более высоком уровне автоматизации проектирования, чем уровень современных систем автоматизированного проектирования (САПР). Подробно структура и принципы работы любой интеллектуальной системы, функционирующей на основе базы знаний рассмотрены в [1].

Принципы построения АСУТП на основе программируемых логических контроллеров (ПЛК), по сути, представляют собой отдельную предметную область, и, в большинстве случаев, большая часть проектируемой системы вполне поддается формализации. Более того, техническое задание на такую систему управления, как правило, имеет конкретные параметры, что делает возможным разработку реальной БЗ, широкое внедрение и использование интеллектуальной системы проектирования автоматизированных систем управления технологическими процессами (ИСП АСУТП). К тому же, многие разработчики технических средств автоматизации (элементной базы) будут заинтересованы в регулярном обновлении БЗ для того, чтобы именно их продукт использовали инжиниринговые компании при разработке и производстве АСУ [2].

По тем причинам, что основой функционирования ИСП АСУТП должна являться БЗ, и что на данный момент существуют различные пакеты САПР, которые лишь позволяют автоматически, на основе принципиальных схем к проекту, создавать отчетные документы, а не автоматически, на основе формализованного технического задания, создавать сами принципиальные схемы к проекту, существует актуальная научная задача разработки базы знаний интеллектуальной системы проектирования автоматизированных систем управления технологическими процессами.

Очевидно, что современные САПР для электротехнического проектирования, такие как E3.series или EPLAN, на достаточном уровне удовлетворяют требованиям проектировщиков по вопросам эргономики, интерфейса и т.п., а также по своим возможностям автоматизации процессов создания проектных документов (перечней, спецификаций и даже схем подключения), которые дополняют принципиальные схемы. И именно по этой причине, имеет смысл создавать ИСП на основе уже существующих САПР, достраивая какую-либо из них интеллектуальными модулями. Соответственно и база знаний ИСП АСУТП должна быть достроена из существующей базы данных (БД) базовой САПР.

Коротко опишем структуру БД САПР. Традиционно БД электротехнических САПР представляют собой базу изделий, использующихся при построении электрических схем. Элементы БД разбиты на функциональные группы. Каждый элемент имеет уникальный номер, перечень параметров/характеристик (часть из которых используется как служебная – при автоматизации некоторых функций при работе с проектом, а часть как контекстная информация для проектировщика, что упрощает выбор изделий) и перечень ссылочных данных. Изделие имеет ссылки на свое графическое изображение – графический макрос символа или окна (который при «вытаскивании» изделия в проект отображается на поле чертежа) и на официальный каталожный документ производителя.

Но в базу данных базовой САПР может входить не только набор отдельных элементов из базы данных изделий, но и наборы сгруппированных вместе элементов. Эти группы элементов обычно систематизируются функционально: группа элементов для электропитания, для контроля, для сигнализации и т.д. То есть у пользователя САПР обычно есть выбор – использовать только отдельные элементы или внести в базу данных изделий еще и функциональные группы, чтобы вытаскивать в поле чертежа сразу «связку» элементов. Таким образом, если проектировщик будет разделять страницы в проекте функционально и каждую из них сохранять в качестве макроса с описанием, то, наработав базу макросов из нескольких проектов, можно будет буквально собирать следующий проект из страниц предыдущих.

Естественно, терять такое количество наработанных данных при создании БЗ будет нерационально. Поэтому необходимо использовать наиболее эффективный и наименее трудоёмкий подход, который обеспечит преобразование имеющихся данных в требуемую форму, которая позволит использовать данные в базе знаний по алгоритмам инженерии знаний. Проще говоря, старые данные должны таким образом вписаться в новую базу знаний, чтобы их можно было также эффективно использовать при работе интеллектуальной системы, как и знания.

Именно для таких задач разработан метод представления знаний «интеллектуальное зеркало», который, по своей сути, является одним из методов гибридной модели представления знаний. Коротко опишем его.

Метод реализуется на основе 2-х макропроцедур:

1. Разделение данных на отдельные структурные и/или функциональные элементы. Создание контекста для каждого из них.

Данные необходимо разделять на элементы таким образом, чтобы каждый из этих элементов можно было описать определенным контекстом, несущим в себе все основные параметры и функции элемента, которые могут иметь значение при его использовании интеллектуальной системой, а также ссылку на реальный элемент. Кроме того, возможно выделение и описание групп из нескольких уже выделенных элементов или их дробление на более мелкие элементы. Степень «дискретизации данных» и ее возможная вариативность в рамках базы знаний определяется на основе требований к результатам работы интеллектуальной системы в целом и имеющимися ресурсами у разработчиков БЗ. В нашем случае БД базовой САПР уже разбита на функциональные элементы – это изделия и группы изделий. Что упрощает использование метода для данной задачи.

2. Представление контекстов в интеллектуальной части БЗ.

Представление в базе знаний структурированных контекстов выделенных элементов базы данных гораздо более простая задача, чем полное преобразование разнородных данных в знания. Контексты представляются с использованием любых подходящих методов инженерии знаний и при необходимости использования того или другого элемента, он будет использован с помощью ссылки на себя самого или алгоритма использования. Кроме того, элемент не обязательно должен являться частью базы знаний, он может быть использован из других источников, если будет реализован обеспечивающий такую возможность алгоритм.

Осуществляя интеллектуализацию существующей САПР, необходимо описать каждый из элементов в существующей базе данных и далее, на основе формализованного задания и контекстов, решатель, управляя ядром САПРа через какой-либо интерфейс управления (например, в EPLAN, как и в большинстве САПР, есть возможность использования API-функций, в AutoCAD – Autolisp и т.д.), будет использовать базу данных и создаст принципиальные схемы проекта.

Таким образом, при использовании метода «интеллектуальное зеркало», в базе знаний будет создано «интеллектуальное зеркало» данных из базовой САПР, что позволит обойтись без сложных и трудоёмких процессов преобразования данных в знания. Кроме того, используя в БЗ лишь набор ключевых параметров, описывающих различные изделия и группы изделий из БД и ссылки на них, мы существенно повышаем скорость работы решателя со знаниями и, следовательно, эффективность работы ИСП АСУТП в целом.

Литература

1. Искандеров Ю.М. Создание баз знаний интеллектуальных систем. МО РФ, 2003, 233с.

2. Искандеров Ю.М., Ершов А.А. Интеллектуализация проектирования систем автоматизированного управления трубопроводного транспорта. Труды Всероссийской научно-практической конференции «Транспорт России: проблемы и перспективы». - М.: МИИТ, 2008.