Diszkrét Eseményű Rendszerek Diagnosztikája és Irányítása

Hasonló dokumentumok
folyamatrendszerek modellezése

Diagnosztika Petri háló modellek felhasználásával

Dinamikus modellek szerkezete, SDG modellek

Elérhetőségi analízis Petri hálók dinamikus tulajdonságai

Bevezetés az informatikába

Irányításelmélet és technika II.

Irányítástechnika GÁSPÁR PÉTER. Prof. BOKOR JÓZSEF útmutatásai alapján

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 9.

A Formális nyelvek vizsga teljesítése. a) Normál A vizsgán 60 pont szerezhet, amely két 30 pontos részb l áll össze az alábbi módon:

Diszkrét állapotú rendszerek modellezése. Petri-hálók

Diszkrét állapotú rendszerek modellezése. Petri-hálók

Kiterjesztések sek szemantikája

Véges automaták, reguláris nyelvek

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 8.

Tartalom. Állapottér reprezentációk tulajdonságai stabilitás irányíthatóság megfigyelhetőség minimalitás

Alapszintű formalizmusok

LTI Rendszerek Dinamikus Analízise és Szabályozásának Alapjai

Sztochasztikus temporális logikák

A digitális számítás elmélete

Formális módszerek GM_IN003_1 Program verifikálás, formalizmusok

Deníciók és tételek a beugró vizsgára

Elérhetőségi probléma egyszerűsítése: Állapottér és struktúra redukció Petri-háló alosztályok

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 7.

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

ZH feladatok megoldásai

Irányításelmélet és technika I.

Formális nyelvek - 9.

Algoritmusok Tervezése. Fuzzy rendszerek Dr. Bécsi Tamás

Dicsőségtabló Beadós programozási feladatok

A modellellenőrzés érdekes alkalmazása: Tesztgenerálás modellellenőrzővel

Diszkrét matematika 2. estis képzés

Hardver és szoftver rendszerek verifikációja Röviden megválaszolható kérdések

Szoftver-modellellenőrzés absztrakciós módszerekkel

Diszkrét matematika 2.C szakirány

A modellellenőrzés érdekes alkalmazása: Tesztgenerálás modellellenőrzővel

Számításelmélet. Második előadás

Gyártórendszerek irányítási struktúrái

A számítógépes nyelvészet elmélete és gyakorlata. Automaták

Kriptográfia 0. A biztonság alapja. Számítás-komplexitási kérdések

Turing-gép május 31. Turing-gép 1. 1

Szekvenciális hálózatok és automaták

Tartalom. 1. Állapotegyenletek megoldása 2. Állapot visszacsatolás (pólusallokáció)

Dinamikus modellek felállítása mérnöki alapelvek segítségével

Soros felépítésű folytonos PID szabályozó

"Flat" rendszerek. definíciók, példák, alkalmazások

Petri hálók strukturális tulajdonságai Invariánsok és számításuk

Informatika 1 2. el adás: Absztrakt számítógépek

Ha ismert (A,b,c T ), akkor

A Számítástudomány alapjai

Logikai hálózatok. Dr. Bede Zsuzsanna St. I. em. 104.

Stratégiák tanulása az agyban

2. Visszalépéses keresés

2. Rekurzió. = 2P2(n,n) 2 < 2P2(n,n) 1

Markov-láncok stacionárius eloszlása

2. Visszalépéses stratégia

definiálunk. Legyen egy konfiguráció, ahol és. A következő három esetet különböztetjük meg. 1. Ha, akkor 2. Ha, akkor, ahol, ha, és egyébként.

Házi feladatok megoldása. Nyelvek használata adatszerkezetek, képek leírására

Turing-gépek. Számításelmélet (7. gyakorlat) Turing-gépek 2009/10 II. félév 1 / 1

Programkonstrukciók A programkonstrukciók programfüggvényei Levezetési szabályok. 6. előadás. Programozás-elmélet. Programozás-elmélet 6.

Időzített átmeneti rendszerek

Kalman-féle rendszermodell Méréselmélet PE MIK MI, VI BSc 1

NEM-DETERMINISZTIKUS PROGRAMOK HELYESSÉGE. Szekvenciális programok kategóriái. Hoare-Dijkstra-Gries módszere

A félév során előkerülő témakörök

Irányításelmélet és technika II.

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 9. el?

Valószínűségi modellellenőrzés Markov döntési folyamatokkal

5. Hét Sorrendi hálózatok

Programozási módszertan

Előfeltétel: legalább elégséges jegy Diszkrét matematika II. (GEMAK122B) tárgyból

Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 13.

A digitális számítás elmélete

A Formális nyelvek vizsga teljesítése. a) Normál A vizsgán 60 pont szerezhet, amely két 30 pontos részb l áll össze az alábbi módon:

Intelligens irányítások

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

9. előadás. Programozás-elmélet. Programozási tételek Elemi prog. Sorozatszámítás Eldöntés Kiválasztás Lin. keresés Megszámolás Maximum.

Megerősítéses tanulás

Összeállította Horváth László egyetemi tanár

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse November 17. Knorr-Bremse

Bevezetés a méréstechnikába és jelfeldolgozásba. Tihanyi Attila április 17.

Petri hálók: Alapelemek és kiterjesztések

XVII. econ Konferencia és ANSYS Felhasználói Találkozó

Híradástechikai jelfeldolgozás

A szimplex algoritmus

Modellezési esettanulmányok. elosztott paraméterű és hibrid példa

Szabályalapú diagnosztika - Diagnosztika HAZID információk felhasználásával

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Részletes szoftver tervek ellenőrzése

Diszkrét matematika 1. estis képzés

Programozási módszertan. Dinamikus programozás: Nyomtatási feladat A leghosszabb közös részsorozat

Petri hálók: Alapelemek és kiterjesztések

Idő-ütemterv hálók - I. t 5 4

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Információk. Ismétlés II. Ismétlés. Ismétlés III. A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin. Algoritmus. Algoritmus ábrázolása

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

konvergensek-e. Amennyiben igen, számítsa ki határértéküket!

1. Alapfogalmak Algoritmus Számítási probléma Specifikáció Algoritmusok futási ideje

Segédanyagok. Formális nyelvek a gyakorlatban. Szintaktikai helyesség. Fordítóprogramok. Formális nyelvek, 1. gyakorlat

Specifikáció. B logikai formula, a bemeneti feltétel, K logikai formula, a kimeneti feltétel, A az algoritmus, amelyre az állítás vonatkozik.

Tesztsorozat generálás. Csöndes Tibor Ericsson Kft., R&D, BME-TMIT

Átírás:

Diszkrét és hibrid diagnosztikai és irányítórendszerek Diszkrét Eseményű Rendszerek Diagnosztikája és Irányítása Hangos Katalin Közlekedésautomatika Tanszék Rendszer- és Irányításelméleti Kutató Laboratórium MTA Számítástechnikai és Automatizálási Kutató Intézete e-mail: hangos@scl.sztaki.hu DesHyb-05 p. 1/32

Modellezés diagnosztikai és irányítási célra DesHyb-05 p. 2/32

Automaták szinkron kompozíciója Adott: két automata (állapot-leírása) A 1 = (Q 1,Σ 1,δ 1 ;q I1 ), A 2 = (Q 2,Σ 2,δ 2 ;q I2 ) Az A = A 1 A 2 automata A = (Q,Σ,δ;q I ) formális leírása: Q = Q 1 Q 2 Σ = Σ 1 Σ 2 q I = [q I1,q I2 ] állapot-átmeneti függvény δ(σ,[q 1,q 2 ]) = [δ 1 (σ,q 1 ),δ 2 (σ,q 2 )] if σ e 1 (q 1 ) e 2 (q 2 ) [δ 1 (σ,q 1 ),q 2 ] if σ e 1 (q 1 ) \ Σ 2 [q 1,δ 2 (σ,q 2 )] if σ e 2 (q 2 ) \ Σ 1 undefined otherwise DesHyb-05 p. 3/32

Automata modellek kimenettel Moore automata: a ϕ : Q Σ O kimeneti függvénnyel megadva A Moore = (Q,Σ,δ;q I ;Σ O,ϕ) Mealy automata: a Σ ABC módosításával megadva, Σ Mealy = Σ {Σ O ε}, ahol ε az üres esemény Konverzió A Mealy = (Q,Σ Mealy,δ;q I ) 01 a 02 1 b b 2 a 1 a / 02 b / 01 2 c b / 02 a / 03 3 c / 01 03 3 DesHyb-05 p. 4/32

Példa: Egyszerű szelep Moore automata leírás NO_FLOW Valve_closed emergency shut_off open one_turn close one_turn PARTIAL_FLOW Valve_partially open close one_turn Valve_open open one_turn MAXIMUM_FLOW DesHyb-05 p. 5/32

Petri hálók kimenettel Rendszerelméleti leírás: állapot: jelölés (egy adott időpillanatban) bemenet: nulla be-fokú hely (forrás hely) nulla be-fokú átmenet (forrás átmenet) kimenet: (megfigyelhető) események, azaz tüzelő átmenetek Egy Petri háló működési sorozat nyoma: egy átmenetekből (mint szimbólumokból) álló string. DesHyb-05 p. 6/32

Nem-determinisztikus automaták Formális leírás: A nd = (Q,Σ ε,δ nd ;Q I,Q F ) üres esemény nem egyértelmű hatású esemény δ nd (q i,σ j ) Q Átmeneti (függvény) reláció string inputra: s string, σ szimbólum δ nd (q,sσ) = {q : q = δ nd (y,σ), y δ nd (q,s) Q} Értéke állapotok halmaza Argumentuma is lehet állapotok halmaza DesHyb-05 p. 7/32

Egyszerű példa Nem determinisztikus automata a a 0 1 b Állapot átmeneti függvény δ nd (0,a) = {0,1} δ nd (0,ab) = {0} δ nd (0,aa) = {0,1} δ nd (0,aab) = {0} DesHyb-05 p. 8/32

Egyszerű szelep hibaállapotokkal Moore automata leírás 01 b 1h 2ah a a ε 1 a a ε 2 b ε 2fh 01 b b a b a c 3 ε 3h b 03 03 DesHyb-05 p. 9/32

Állapotbecslés DesHyb-05 p. 10/32

LTI rendszerek megfigyelhetősége Problémafelvetés Adott: állapottér modell (A, B, C) (vagy (Φ, Γ, C)) paraméterekkel u és y jelek véges időintervallumon mért értékei Kiszámítandó: az állapotváltozó vektor (x) értékei a véges időintervallumon Elegendő kiszámítani: x(t 0 ) = x 0 DesHyb-05 p. 11/32

Állapot megfigyelő automata Adott: (nem-determinisztikus) automata kezdőállapot megfigyelt eseménysorozatok (stringek), természetes projekció P(ε) := ; P(σ) := σ ha σ ε P(sσ) := P(s)P(σ) ha σ Σ, s Σ Meghatározandó: egy olyan automata, A obs, amely minden lehetséges s = P(s) megfigyelésre meghatározza az azzal összeegyeztethető állapotokat. Algoritmus: 1. q obs 0 = {q 0 } 2. q obs i = δ nd ( q obs i 1,εε...s i ε...ε) Q DesHyb-05 p. 12/32

Hibás szelep állapot megfigyelő automata Az automata állapot átmeneti gráfjának része 13/32 p. DesHyb-05

Jelölés megfigyelés Petri hálókra Feladatkitűzés Adott: egy PN = (P,T,I,O) Petri háló szerkezete, n = P makro-jelölés, azaz V(V,b) = {µ N n V T µ = b} a V hely-súlyokkal megfigyelt tüzelési sorozat (string): w = t i1 t i2...t ik Meghatározandó: egy olyan µ jelölés, amelyet a valódi µ(k) jelölés lefed (µ l (k) µ l(k), l = 1,...,n) és összeegyeztethető a megfigyelt stringgel. Algoritmus: 1. µ (0) = 0, j = 1, B 0 = b 2. t ij tüzel 3. javítjuk a becslést: µ p(j) = max{µ p(j 1),I(p,t ij )}, majd µ (j) = µ (j) + µ O(tij ) µ I(tij ) 4. javítjuk a korlátot: B j = B j 1 V T (µ (j) µ (j 1)) DesHyb-05 p. 14/32

Jelölés megfigyelés Petri hálókra 2 Egyszerű példa: makro-jelölés V T = [1 1 1] és b = 3 (3 jelölő pontunk van) 0. lépés: µ (1) = [0 0 0], B 0 = 3 1. lépés: w 1 = t 1, µ (1) = [0 0 1] T, µ (1) = [1 0 0], B 1 = 2 DesHyb-05 p. 15/32

Jelölés megfigyelés Petri hálókra 3 Megfigyelő lefedhetőségi gráf (OCG) korlátos Petri hálókra Csúcsok: (µ /u) pároknak feleltethetők meg, ahol µ jelölés (a kezdeti valódi µ(0) jelölés nem ismert) u a becslési hiba (kezdetben u(0) = µ (0)) Élek: az engedélyezett átmenetek tüzelésének feleltethetők meg, élsúly az átmenet azonosítója Az OCG az állapot megfigyelő automata állapot átmeneti gráfjának felel meg egy adott (kísérleti) µ (0) kezdeti becslés mellett. DesHyb-05 p. 16/32

! "! "! " DesHyb-05 p. 17/32! # # "!! Jelölés megfigyelés Petri hálókra 4 Egyszerű példa OCG gráfja!!" " # "!" "!"

Diagnosztika DesHyb-05 p. 18/32

Diagnosztika állapot megfigyeléssel 1 Automata modellel: az állapot megfigyelő automata módosításával Adott: (nem-determinisztikus) automata (=rendszer modell) Mealy leírása kezdőállapot nem-megfigyelhető események halmaza (Σ uo Σ, ε Σ uo ) megfigyelt eseménysorozatok (stringek): Σ \ Σ uo -beli karakterekkel diagnosztizálandó nem-megfigyelhető esemény e d Meghatározandó: egy olyan automata, A diag, amely minden lehetséges megfigyelésre meghatározza, hogy biztosan megtörtént-e, illetve megtörténhetett-e e d. DesHyb-05 p. 19/32

Diagnosztika állapot megfigyeléssel 2 Módosított természetes projekció P(e) := ha e Σ uo ; P(e) := e ha e (Σ \ Σ uo ) P(se) := P(s)P(e) ha e Σ, s Σ Példa: szelep automata c nem megfigyelhető diagnosztizálandó eseménnyel Σ uo = {ε,c} a 1 b 2 b a c 3 egy megfigyelés: y = P(aacaacaa) = aaaaaa DesHyb-05 p. 20/32

Diagnosztika állapot megfigyeléssel 3 A A diag diagnosztizáló automata: az állapot megfigyelő automata olyan módosítása, ahol címkékkel látjuk el az állapotokat (e d nem megfigyelhető diagnosztizálandó esemény) "N" címkét kapnak azok az állapotok, amelyeket a Q I kezdőállapotból a (Σ uo \ e d )-beli nem-megfigyelhető karaktereket is tartalmazó stringekkel lehet elérni "Y" címkét kapnak azok, amelyekhez vezető stringekben az e d legalább egyszer szerepel ha egy állapot mind "N" mind "Y" féleképpen elérhető, akkor mindkét címkéjű változatot szerepeltetjük. A diag -nak (sokkal) több állapota lehet, mint A obs -nek DesHyb-05 p. 21/32

Diagnosztika állapot megfigyeléssel 4 Diagnosztikai eredmény a k-adik lépésben: ha a A diag kurrens állapotabeli valamennyi állapot "N" címkéjű, akkor e d biztos nem következett be (eddig) "Y" címkéjű, akkor e d legalább egyszer bekövetkezett valamikor a múltban DesHyb-05 p. 22/32

./, - 6 345, DesHyb-05 p. 23/32 ( & $ 2 & % 0 1 ( $ 2 & % 2 1 ( $ 2 a b 3 ) ) * + ) * ) ) ) * + 1 a b c & ' $ & 0 ' $ 2 & ' $ Egyszerű szelep példa ) & % $ * ) & 0 % $ * ) 2 & % $ * Σuo = {ε,c}, ed = c

Diagnosztika következtetéssel 1 Rendszermodell: 1. lokális ok-okozati összefüggések leírása szabályokkal 2. Petri háló reprezentáció helyek: predikátumok átmenetek: szabályok, előfeltétel és következmény rész leírása az előfeltételi és következmény függvénnyel DesHyb-05 p. 24/32

Diagnosztika következtetéssel 2 Egyszerű példa: autó indítási probléma (nem indul) Szabályok: Gyújtáskapcsoló rossz Nincs gyújtás (t 3 ) Biztosíték kiégett Nem ég a lámpa (t 1 ) Akku üres Nem ég a lámpa (t 2 ) Akku üres Nincs gyújtás (t 2 ) Benzin hiány Nem indul a motor (t 4 ) Nincs gyújtás Nem indul a motor (t 5 ) Helyek: gyökér okok: Gyújtáskapcsoló rossz, Biztosíték kiégett, Akku üres, Benzin hiány. szimptómák: Nincs gyújtás, Nem ég a lámpa, Nem indul a motor. DesHyb-05 p. 25/32

Diagnosztika következtetéssel 3 DesHyb-05 p. 26/32 Egyszerű példa: autó indítási probléma Petri háló reprezentáció CBD @E B @ >?@A I T N NP OD U B @ G S?T 9 < 9 = O NPNJA KD LMJN H IDJ F EG HID J @MJREG SB 9 ; QK GGP?J 9 : I KB?R? K BI? I NJ >B A OD TLD S?T?RD 7 8

Felügyelő irányítás DesHyb-05 p. 27/32

Irányítás: az általános probléma Adott rendszermodell irányítási cél Kiszámítandó bemeneti jelsorozat, amellyel teljesül az irányítási cél Néhány irányítási cél: stabilizálás zavarelhárítás optimális irányítás DesHyb-05 p. 28/32

Automata irányítási probléma Rendszer leírás: automata modellel Irányítási cél: irányítás nélküli (open-loop) viselkedés: L(A) megadásával kívánt (closed-loop) viselkedés: L a specifikáció megadásával, ahol L r L a L(A) Felügyelő szabályozó: S rendszer kimenetek: megfigyelhető események rendszer bemenetek: Σ ABC feletti stringek (esemény sorozatok) beavatkozások: irányítható események szabályozó működése dinamikus: S minden lépésben kijelöli, hogy a lehetséges események közül melyik engedélyezett (csak tiltani tud a lehetőségek közül) DesHyb-05 p. 29/32

Irányítás Petri háló modellel 1 Irányítási cél: specifikáció előírt feltételek a megengedett/megkívánt jelölésekre (pl. elérhetőségi feladat optimális irányítás) nem kívánt jelölések tiltása Szabályozó: kiegészítés a szabályozás nélküli Petri hálóhoz (állapot visszacsatolásos szabályozó) rendszer állapotok: jelölések beavatkozások: "irányítható" átmenetek tüzelési feltételeinek módosítása belső (slack) változók, dinamikus visszacsatolás DesHyb-05 p. 30/32

Irányítás Petri háló modellel 2 Specifikáció: a p 2 és p 3 helyeken ne legyen több két jelzőpontnál (µ(p 2 ) + µ(p 3 ) 2) X ] X Z X Y X Z X Y V Y V Z V W V Y V Z V W X \ V [ V \ X [ X \ V [ V \ X [ DesHyb-05 p. 31/32

Köszönöm a figyelmet! DesHyb-05 p. 32/32