制造第9.1-2-3-3-4章.ppt.pptVIP

制造信息与控制系统/清华大学精仪系制造所 制造信息与控制系统 《制造系统》，16学时 主讲人：陈 恳 本讲目录 上讲小结 第九章（1、2、3、4节）制造信息管理 与控制的理论和技术 （4学时） 上讲小结 DB/NT：概念和术语 DB：组成、分类（层次、网状和关系）和商业化产品 NT：组成、分类、结构和协议、制造NT要求 9.1 离散事件动态系统和人工智能理论 9.1.1 离散事件动态系统理论方法 1．基本概念和方法 离散事件动态系统(DEDS):系统每一时刻的发展变化依赖于许多事件的相互作用和触发，且无法用微分方程或差分方程进行描述 DEDS理论：描述，分析，评价和优化DEDS系统的方法和工具。 方法分类（建模和应用） （1）基于逻辑层次的DEDS方法，如：有限自动机及形式语言、PETRI网、有限递归过程及通讯顺序进程等。 （2）基于时序层次的DEDS方法，最广泛应用的是极大代数法，时序PETRI网。 （3）基于随机层次的DEDS方法，如经典的排队论、马氏链和仿真方法，以及近年发展起来的扰动分析方法、广义MARKOV过程、随机PETRI网和其它随机最优方法。 2．DEDS理论在制造信息系统中的应用 系统描述特点：是一个复杂的时变离散非线性系统，它在每一时刻的发展变化依赖于管理、设计、制造加工过程中许多事件和因素的相互作用和影响，系统不能用微分方程或差分方程进行完整的描述，是典型的离散事件动态系统。 DEDS理论的应用： 为制造信息和控制系统的建模提供了理论分析工具 逻辑模型的建立：有限自动机及形式语言，PETRI网，有限递归过程及通讯顺序进程等DEDS方法。模型描述系统内离散事件的触发和运行条件、相互联系和运行方式，但不考虑时间因素。 动态建模：极大代数分和时序PETRI网两种方法用于分析制造系统在时域上的动态分析和实时控制问题。 随机建模：在制造系统实际运行中，许多事件无法用确定时间描述，如顾客订货、机器故障和工件在机床前的等待时间等，这些问题属于不确定性随机事件，基于随机层次提出的排队论、马氏链、扰动分析方法、广义MARKOV过程、随机PETRI网和其它随机最优方法为描述这类问题提供了基本分析方法。 9.1.2 人工智能理论 1．基本概念和方法 研究目的：人工智能是研究如何用机器（计算机、自动机等）实现人类智能所完成的任务，主要研究任务是实现智能的原理和方法，制造类似人脑的智能机器，信息的智能化处理等 研究内容：人工智能的核心在于知识，它是一门知识工程学，其理论研究内容包括知识的获取、表达、推理以及专家知识库的建立等，它对知识的研究以符号方式进行，而非采用传统的数值数据。 理论方法： 关于知识表达技术的状态空间表达法，产生式规则表达法，逻辑表达法，语义网络表达法，特征表达法和框架表达法，以及知识积累方法（知识库技术） 关于知识推理技术（问题求解）的各种搜索策略方法（广度优先搜索法、深度优先搜索法、局部择优搜索法和最好优先搜索法等）和逻辑论证方法（王浩命题逻辑算法、鲁宾逊谓词逻辑算法等）。 关于知识获取技术的各种自然语言理解和识别方法，机器 学习方法（条件空间筛选学习法、相关产生式学习法、结构归纳学习法等），机器视觉和景物分析方法和模式识别。 关于知识处理工具研究提出的各种人工智能语言，如LISP语言和PROLOG语言表达的语义网络和基本规则生成系统及各种基于规则的演绎系统 关于知识运用技术的各种专家系统和智能机器系统。 人工智能研究感兴趣的领域： 问题求解、自然语言处理 感觉和模式识别 数据库的智能检索、自动程序设计 机器人控制 棋类游戏、计算逻辑 专家系统等。 2．人工智能在制造信息系统中的应用 在这些制造信息系统中应用各种人工智能原理和方法，可实现制造信息的处理、集成和控制的最优化和智能化。 采用专家系统理论建立管理、设计、工艺、质量以及制造等分系统的各种专家知识库 基于知识的表达、推理和决策等理论方法建立具有一定智能的优化设计子系统、质量评估子系统、智能工艺设计子系统以及智能控制系统。 9.2?????????? 信息系统的建模方法 9.2.1 基本概念 1．功能和信息模型 系统设计需要：建立企业运行的功能模型和信息模型，用于指导信息系统的设计和开发。 功能模型：描述系统在输入、控制和约束作用下，各部分的活动、联系及其相互之间的作用，是建立系统信息模型的基础。 信息模型：描述数据定义和关系，是信息系统设计中数据字典、数据库设计的基础 信息模型的特征 和企业基础结构一致，覆盖所有的应用范围。 具有可控制性，可在原先定义数据不变的情况下再定义新的数据。 可转化成具体的适用于用户的外部模式和抽象的适用于数据库的内部模式。 外部数据模式：用户对数据资源的定义，如报表。 内部数据模式：计算机对数据