[发明专利]一种用于安全监控系统的生产过程动态建模方法

说明书

技术领域

本发明涉及安全生产过程的智能控制领域，具体的说是一种用于安全监控系统的针对生产过程中传感器失效的动态建模方法。

背景技术

生产过程中，为保证人身财产安全，常使用安全监控系统对危险情况进行监测和控制，以便将危害降至最低。安全监控系统由安全相关的控制器、传感器和执行器组成，其工作原理是控制器中预存有整个生产过程的状态转换模型，根据传感器所发送的安全信号，判断生产过程当前所处于的状态，然后针对危险状态向执行器发送对应的安全处理命令，从而防止或缓和危险发生的后果，保证生产过程的安全。

安全监控系统对生产过程中危险状态处理的及时性与正确性在很大程度上依赖于传感器对安全事件的获取，但由于生产过程环境恶劣，电磁干扰问题严重，因此导致传感器失效的情况时有发生，为保证安全，传统的安全监控系统在探测到传感器失效后会直接采取急停断电的方式加以处理，但此时往往并没有危险发生，失效的传感器并不影响当前生产过程的安全状态，所以传统的急停断电方式大大降低了生产的效率。因此，在保证安全的前提下如何最大程度的容许传感器失效事件的发生，正成为安全监控系统当前研究和开发的热点。

目前，现有技术中对安全监控系统建模方法的研究主要是基于离散事件系统展开的，生产过程的状态转换模型是一种典型的离散事件系统。离散事件系统是一类由事件驱动、状态离散的系统，其内部状态的演化过程完全由异步离散事件的发生顺序所决定。针对离散事件系统的这种特性，Ramadge和Wonham等人提出了一种基于自动机/形式语言模型的监控理论，在这种理论基础上，后续还有一些改进：其中，针对生产过程中传感器失效建模的最新研究成果是由Antonia等人提出的，称为G_PP建模方法，该模型在监测到传感器失效后，会将原有的状态转换模型进行冗余扩充，并假设每个状态节点均有失效的传感器事件被触发，从而进行重新建模。该建模方法虽然能够解决传感器失效的问题，但其缺点也显而易见：

(1)未曾考虑传感器修复后的建模问题。传感器的失效往往是由于电磁干扰造成的，在经过一段时间以后又会恢复正常，而G_PP建模方法仅定义了传感器失效后的状态变迁，但却没有定义相关的逆变迁，一旦失效的传感器恢复正常，该建模方法的设计将会使安全监控系统进入阻塞；

(2)针对多个传感器失效的问题，模型复杂度成幂级增长。每发生一次传感器失效事件，G_PP建模方法便会对状态转换模型进行一次冗余扩充，模型内的状态数和事件数均会成倍增长，因此模型复杂度会随着传感器失效事件的数量呈2的幂次方级速度增长。

发明内容

针对现有技术中存在的上述不足之处，本发明的目的是提供一种在保证生产过程安全的前提下，针对传感器失效进行快速重新建模的方法。

为实现上述目的，本发明所采用的技术方案如下：

一种用于安全监控系统的生产过程动态建模方法，包括以下步骤：

步骤1、确定生产过程初始状态模型和失效传感器，以利在生产过程初始状态模型的基础上，针对失效传感器所表示的无法监测的事件，进行新模型的建立；

步骤2、从生产过程的初始状态x₀开始进行新模型的建立，创建待融合状态集合Ω和已融合状态集合Θ，其中Ω的初始值为{{x₀}}，Θ的初始值为空；

步骤3、针对集合Ω中的状态集合X进行状态融合，即在状态集合X下充分考虑失效传感器事件的发生，将生产过程可能处于的所有状态进行合并，其中X在初始建模时的值为{x₀}；

步骤4、针对融合后的状态集合X判断是否需要进行事件扩充，如果不需要，则执行下述步骤6；否则，执行下述步骤5；

步骤5、针对融合后的状态集合X进行事件扩充，以生产过程的初始状态模型为基础，针对状态集合X中的每个状态，合并迁移事件，并将可能导致的迁移状态放入集合Ω中；以及

步骤6、重复前述步骤3至步骤5，直至集合Ω为空，结束。

进一步的实施例中，前述步骤1中，确定生产过程初始状态模型和失效传感器的实现包括以下步骤：

步骤1-1、从实际的正常生产过程中抽象出初始状态模型；

步骤1-2、确定生产过程所处于的每一个状态x；

步骤1-3、针对生产过程中的每个状态x确定会导致状态改变的迁移事件的集合E(x)；