[发明专利]一种生产系统中离散随机问题与连续问题统一建模的方法

权利要求书

1.一种生产系统中离散随机问题与连续问题统一建模的方法，其特征在于：所述建模方法通过数据梳理，把离散随机问题整理为建模数据；所述建模数据具备时间维度上的连续确定性；所述连续问题为生产系统在时间维度上具备连续确定性的连续确定问题；所述离散随机问题通过建模数据在时间维度上的连续确定性来与连续问题进行统一建模；

所述数据梳理包括以下步骤；

步骤A1、收集生产系统的生产管理系统离散随机问题所包含的离散随机事件，并对其归类；

步骤A2、遍历各类离散随机事件的所有属性及所有状态，对各类离散事件的所有属性和所有状态进行数值化编码；

步骤A3、按预设的时间周期，针对需建模的离散随机事件，循环扫描其属性和所有状态，并把扫描所得数据与扫描时间组合，以持续产生在时间维度上具备连续确定性的信号数据，所述信号数据即该离散随机事件的建模数据；

所述统一建模采用图形建模开发环境进行，所述图形建模开发环境包括图形建模元件、连接器元件，还包括与图形建模元件、连接器元件相应的编辑模块、编译模块和链接模块；

所述图形建模开发环境以可使用工业生产系统的计算器件上的计算引擎进行承载运行；所述计算器件包括计算机、服务器、IPC和PLC控制器；所述计算引擎支持离散随机和连续确定两类业务问题数据模型的计算处理；

所述统一建模方法的实施步骤如下：

步骤B1、获取生产系统中生产管理系统所包含的离散随机事件；同时一并获取各个离散随机事件之间的关联关系；

步骤B2、选择指定的图形建模元件和连接器元件，对各个离散随机事件的实时状态进行建模，生成图形组态数据模型；所述图形组态数据模型是由大量小颗粒度的图形建模元件组态而成；所述图形建模元件包括布尔逻辑元件、函数发生器元件和时间步进元件；

步骤B3、从生产系统的生产控制系统的连续数据采集与设备控制的功能中归纳连续问题；

步骤B4、选择指定的图形建模元件和连接器元件，对连续问题的实时状态进行建模，生成图形组态数据模型；所述图形建模元件和连接器元件的数据结构定义，与步骤B2中的元件数据结构定义相同，其数据结构定义包含输入输出数据、约束条件的定义、约束参数的定义和数据操作算法的描述；

步骤B5、通过工程数据点关联通道接口，将生产管理系统与控制系统数据模型中对应的数据点进行链接，生成离散随机问题和连续确定问题的融合模型；

步骤B6、将生成的融合模型下载到计算引擎处理；所述计算引擎将按照预先设定时间周期的计算时序，对融合模型中每一个元件算法进行循环计算，并在时间维度上生成连续的信号数据。

2.根据权利要求1所述的一种生产系统中离散随机问题与连续问题统一建模的方法，其特征在于：所述生产管理系统为工业生产系统，所述图形建模开发环境使用图形建模元件和连接器元件的连接关系来描述工业生产系统中离散随机问题和连续确定问题的语义。

3.根据权利要求1所述的一种生产系统中离散随机问题与连续问题统一建模的方法，其特征在于：所述计算引擎包括分布式设置的子计算引擎；当离散随机事件数量超出阈值时，将生产系统中的离散随机事件集合分解为独立的子事件进行处理，其处理方法是让不同的子事件之间按照预设的逻辑建立时间上的依存关系，并将所有子事件分发到各个子计算引擎中处理；

其实施步骤如下：

步骤C1、针对离散随机事件集合中的每一个子事件，设定计算优先级，并标记唯一的流水序列码，其中每个子事件的计算优先等级既可人为设定，也可按照预设算法自动设定；

步骤C2、由调度引擎读取离散随机事件集合内所有子事件的数据模型，并按照一定的规则，将数据模型分发到各个子计算引擎中；

步骤C3、每个子计算引擎在预设的时间周期内，扫描指定子事件的数据模型，并通过基于内存的循环计算，产生一组连续的时间信号数据；不同子事件的数据模型将按照计算优先级，依次完成运算；

步骤C4、每个子事件处理的数据模型在处理完成之后将存入数据库中，等待下一个周期被触发后，再导入到指定子计算引擎的计算单元中处理。

4.根据权利要求1所述的一种生产系统中离散随机问题与连续问题统一建模的方法，其特征在于：所述生产系统中，离散随机问题来源于IT系统，连续问题来源于OT系统。

5.根据权利要求4所述的一种生产系统中离散随机问题与连续问题统一建模的方法，其特征在于：所述建模方法通过把IT系统、OT系统的异构数据映射和转换到统一的数据框架中，来消除IT系统信息事件的数据和OT系统实时控制的数据在数据结构逻辑上的差异，进而实现IT系统数据模型和OT系统数据模型的一致性。