智能實驗室物理實體的形式化方法

廖星星, 孫勝利, 金 鋼

(中國科學院 上海技術物理研究所, 紅外探測與成像技術重點實驗室, 上海 200083)

智能實驗室中的人、 設備、 環境等多種因素及產品研制過程構成了一個復雜的系統, 該系統連接物理世界和計算機, 涉及計算、 通信與控制過程, 是一個典型的信息物理系統(cyber-physical system, CPS). CPS是新一代分布式實時反饋系統, 具有感知與改變物理世界的能力[1]. 在智能實驗室中, CPS的感知對象為實驗室中的實體資源, 如人、 機、 料、 法、 環. 它們具有唯一的身份ID及一定的空間屬性和非空間屬性. 空間屬性是指物理實體的大小、 尺寸、 型號等, 非空間屬性是指物理實體的狀態, 如靜止、 移動、 加速、 減速等. 物理實體的動作將以事件的形式反映, 任何一個事件都具有時間和空間上的雙重屬性[2].

為了達到實時反饋的目標, CPS系統的感知設備必須具備獲取相關事件的能力, 并將其作為輸入傳輸給計算機系統, 計算機系統通過分析信息, 將控制指令發送給執行設備, 以適應環境或改變環境, 然后系統再次感知, 從而形成一個自適應的閉環[3]. 對物理實體的描述不同, 將會增加系統對信息處理的難度, 不利于信息的融合和交互. 因此, 建立一個描述物理實體信息的統一模型, 可保證信息的有效性和可交互性.

物理實體形式化建模是研究物理實體的屬性及其狀態變遷過程. 物理實體屬性即描述一個物理實體是什么, Saitta等[4-5]提出了一個表示客觀世界W抽象的一般性框架. 該框架在感知層描述了物理世界中實體對象的相關屬性, 這些屬性代表了一個物理實體所具有的特征. 孫善武等[6]在KRA(knowledge reformulation and abstraction)模型基礎上提出了一種表示智能世界的新方法, 該方法根據構成物理實體之間的通信關系自動構建3個可區分、 相互關聯的子模型, 并將3個子模型進行集成化. 對于不同領域, 其描述物理實體的方式可能存在差異, 這不利于信息的融合和交互. 針對該問題, 于洋等[7]利用層次化建模思想和領域化的建模方法, 定義了環境信息的元元模型及不同領域中環境信息的元模型, 實現了環境信息中元信息的統一及不同領域中展現形式的多樣化.

物理實體的狀態變遷過程, 即描述一個物理實體內部狀態和外部狀態變化的過程. 內部狀態如信息的傳遞, 外部狀態如物理實體的移動. 張茗泰等[8]提出了一種物理實體的形式化建模方法, 該方法通過構造時空Petri網模型, 描述物理實體位置變遷所引起的狀態變化. 狀態的變化映射到系統中即為事件, Tan等[2]提出了一種針對CPS系統異構性的時空事件模型, 該模型主要解決CPS中不同模塊對于同一事件有不同抽象方式的問題, 還定義了CPS中可能存在的不同事件類型及其對應的時空模型, 包括物理事件、 物理觀測、 傳感器事件、 信息-物理事件和信息事件. Tan等[9]提出了一種格的事件模型, 在該模型下, CPS事件被分為3部分： 事件類型、 內在屬性和外在屬性, 三者共同描述了被觀察者(發生)的事件、 地點以及事件的觀察者.

這些模型或專注于如何描述一個物理實體, 或專注于描述物理實體狀態變遷的過程, 或只關注物理實體產生的事件屬性, 當CPS系統產生故障時, 單個焦點通常很難快速定位故障發生的位置, 更難進行自推理實現故障診斷. 針對該問題, 本文提出一種新的模型： P-KRA模型.

1 物理實體形式化建模方法

1.1 KRA模型

KRA模型[4-5,10]框架由4個層次描述一個待表示的物理世界W： 感知(P)、 結構(S)、 語言(L)和理論(T), 即R=(P,S,L,T). 一個感知P是一個五元組, 即P=(OBJ,ATT,FUNC,REL,OBS), 其中： OBJ表示W中的對象類型； ATT表示對象的屬性； FUNC確定了一個函數集； REL表示對象類型間的關系集合； OBS表示被感知世界的具體信息. 感知P中各構成元素的形式化表示如下：

感知信息經過存儲過程, 生成存儲結構S, 其過程可用數學表達式表示為S=M(P). 為了更好地描述這些信息, 需定義一種語言L,L為表、 對象、 屬性、 函數以及關系分配名稱, 它是一個描述的過程, 可表示為L=D(S). 若使信息在一定的知識下具備推理能力, 還需定義一種理論, 即推理規則, 可表示為T=T(L). KRA模型框架如圖1所示.

圖1 KRA模型框架Fig.1 Framework of KRA model

在智能實驗室中, 其物理實體主要包括5類： 人、 機、 料、 法、 環, 即

OBJ={MAN,MACHINE,MATERIAL,METHOD,ENVIRONMENT}.

人即實驗室的工作人員, 根據其工作崗位可劃分為工藝設計師、 主管、 操作員、 數據分析員、 搬運工等； 機即實驗室中的機器/設備, 包括電子設備、 機械設備、 光學設備； 料即物料, 包括實驗室耗材、 緊固件、 材料、 電子元器件等； 法即操作規程, 以文檔的形式存在； 環即實驗室環境, 包括實驗室的布局、 溫濕度、 潔凈度、 噪聲等. 它們的屬性包括基本信息、 當前位置信息、 權限信息、 當前狀態信息, 可表示為

實驗室中的物理實體都具有某些功能, 且物理實體之間存在某種關系, 如連接、 相隔、 順序操作等, 可表示為

FUNC={OBJ→{Function1,Function2,…}},

根據以上框架, 則一個為機器/設備類的物理實體M1可形式化地表述為

MACHINE(M1) ? ID(M1,EPC)∧Location(M1,H2)∧Authority(M1,NO)∧

(State(M1,move)∨State(M1,static)…)

KRA模型的缺陷是不能很好地描述整個物理世界資源的變遷過程, 而CPS是一個不斷感知環境和控制環境的過程, 因此, KRA模型框架在進行物理實體建模時仍缺乏表達力, 需對其進行改進.

1.2 基于Petri網的KRA模型框架

Petri網的原理是在條件(庫所)和事件(變遷)為節點的有向二分圖基礎上加上表示狀態信息的Token分布, 并按一定的引發規則使事件驅動狀態演變, 從而反映系統的動態運行過程[11-12].

一個簡單的Petri網可表示為一個四元組PN=(P,T,F,M0), 它滿足以下關系：

1)P∪T≠?,P∩T=?;

圖2 U盤在實驗室流轉的Petri網Fig.2 Petri net of U disk in lab

2)F?(P×T)∪(T×P);

3) dom(F)∪cod(F)=P∪T.

其中: dom(F)={x|?y: (x,y)∈F}和cod(F)={y|?x: (x,y)∈F}分別為F的定義域和值域;P和T分別為網N的庫所集和變遷集;F為流關系;M為標識函數, 其中M0為初始標識. 圖2為物料U盤在實驗室流轉過程中的Petri網, 其中·表示U盤資源所處的當前位置.

Petri網不能反映出物理實體的相關屬性, 但可清楚地表示一個復雜離散事件系統的動態行為, 該缺陷恰好與KRA模型形成互補. 因此, 考慮將二者進行結合描述CPS中的物理實體及其狀態變遷過程. 為描述物理實體的屬性以及狀態變遷過程, 將一個感知過程表示為一個六元組P=(OBJ,ATT,FUNC,REL,OBS,PN), 每個物理實體均可視為Petri網模型中的資源, 以令牌(token)的形式存在, 每種令牌表示不同資源類型, 令牌的轉移即表示資源的移動過程, 表示為

其中Ti表示一種變遷集, 對應一種令牌類型, 每個物理實體抽象為資源, 表示為令牌.

2 建模實例

圖3為智能實驗室的一個智能空間, 空間中的物理實體包括工作人員、 空調設備、 溫度傳感器、 電燈、 讀寫器、 天線、 服務器. 任何物理實體都具備唯一標識的電子標簽, 每個房間的入口安裝讀寫器設備和天線, 當攜帶標簽的設備進入或離開時, 會被讀寫器識別. 其P-KRA模型可表示為

圖3 實驗室智能空間案例Fig.3 Case of lab intelligent space

P=(OBJ,ATT,FUNC,REL,OBS,PN),

OBJ={MAN,MACHINE,MATERIAL,METHOD,ENVIRONMENT},

REL={Connected?antennae×reader×lamp×sever},

感知的數據存儲在S表中,S中包含以下兩個表：

TableObj=(OBJ,ObjType,ID,Location,Ttpe,State), 描述W的對象及屬性(表中只列出部分屬性), 如表1所示. TableConnected={obj,obj}, 描述哪些對象相互連接, 如表2所示.

表1 D中包含表TableObj的內容

表2 D中包含表TableConnected的內容

L中謂詞集合的語義由結構數據庫S中的表提供. 理論T包含了W中各對象的基本性質描述及對象間的連接或控制描述, 如相關對象的性質描述如下：

天線和讀寫器的連接描述如下：

connected(T1,R1)?antennae(T1)∧reader(R1)∧(State(R1,false)→State(T1,false)).

該系統包含3個庫所, 即3個地域位置H1～H3. 在整個狀態變化過程中, 只有機器人的位置發生遷移, 其他設備的位置不變遷. 為了描述信息和控制指令的傳輸過程, 定義兩種新令牌, 表示信息與控制指令, 并分別用inf和ins表示, 因此, 整個過程存在3種躍遷, 分別是機器人位置變化、 信息指令和控制指令.

機器人令牌初始分布情況為robot(1,0,0); 信息令牌初始分布情況為inf(0,∞,∞); 控制指令令牌初始分布情況為ins(∞,0,0).

圖4 智能實驗室物理實體的Petri網模型Fig.4 Petri net model of physical entity in intelligent lab

用■,●,★分別代表機器人、 信息指令和控制指令, Move(H1)表示向H1區域移動的指令, RSend(sever(F),Read(robot(M1)))表示向F發送讀取到機器人M1的信息, Receive(reader(R2),Read(robot(M1)))表示收到來自R2讀取到機器人M1的信息, Send(lamp(L2),Turnon(lamp(L2)))表示向L2發送開啟L2的控制指令. 其Petri網模型如圖4所示.

綜上所述, 本文提出的P-KRA模型結合了KRA模型和Petri網各自的特點, 不僅提供了物理實體表示抽象的一般框架, 同時可描述物理實體的動態行為. 統一抽象建模框架以及形式化的表示可幫助實現CPS系統的自動推理, 并將系統故障限制在一個子模型中, 從而減少診斷搜索空間.

[1] Dumitrache I. Cyber-Physical Systems-New Challenges for Science and Technology [J]. Control Engineering and Applied Informatics, 2011, 13(3): 3-4.

[2] Tan Y, Vuran M C, Goddard S. Spatio-Temporal Event Model for Cyber-Physical Systems [C]//Proceedings of the 29th IEEE International Conference on Distributed Computing Systems Workshops. Piscataway, NJ: IEEE, 2009: 44-50.

[3] 溫景榮, 武穆清, 宿景芳. 信息物理融合系統 [J]. 自動化學報, 2012, 38(4): 507-517. (WEN Jingrong, WU Muqing, SU Jingfang. Cyber-Physical System [J]. Acta Automatica Sinca, 2012, 38(4): 507-517.)

[4] Saitta L, Torasso P, Tora G. Formalizing the Abstraction Process in Model-Based Diagnosis [C]//Proceedings of the 7th International Conference on Abstraction, Reformulation, and Approximation. Berlin: Springer-Verlag, 2007: 314-328.

[5] Saitta L, Zucker J D. Abstraction and Complexity Measures [C]//International Symposium on Abstraction, Reformulation, and Approximation. Berlin: Springer-Verlag, 2007: 375-390.

[6] 孫善武, 王楠, 歐陽丹彤. 形式化智能世界的建模過程 [J]. 計算機科學, 2015, 42(5): 19-23. (SUN Shanwu, WANG Nan, OUYANG Dantong. Formalizing Modeling Process of Intelligent World [J]. Computer Science, 2015, 42(5): 19-23.)

[7] 于洋, 金英, 張晶. CPS中環境信息的建模方法 [J]. 吉林大學學報(理學版), 2015, 53(2): 281-284. (YU Yang, JIN Ying, ZHANG Jing. Modeling Method on Environmental Information in CPS [J]. Journal of Jilin University (Science Edition), 2015, 53(2): 281-284.)

[8] 張茗泰, 張廣泉, 張侃, 等. 描述CPS物理實體的時空Petri網模型 [J]. 計算機科學與探索, 2013, 7(4): 373-383. (ZHANG Mingtai, ZHANG Guangquan, ZHANG Kan, et al. Spatio-Temporal Petri Net Model for Describing CPS Physical Entities [J]. Journal of Frontiers of Computer Science and Technology, 2013, 7(4): 373-383.)

[9] Tan Y, Vuran M C, Goddard S, et al. A Concept Lattice-Based Event Model for Cyber-Physical Systems [C]//Proceedings of the 1st ACM/IEEE International Conference on Cyber-Physical Systems. New York: ACM, 2010: 50-60.

[10] 王楠, 歐陽丹彤, 孫善武. 智能世界的建模與診斷 [J]. 計算機研究與發展, 2013, 50(9): 1954-1962. (WANG Nan, OUYANG Dantong, SUN Shanwu. Modeling and Diagnosis of the Intelligent World [J]. Journal of Computer Research and Development, 2013, 50(9): 1954-1962.)

[11] Petri C A. Kommunikation Mit Automsten [D]. Bonn, Germany: University of Bonn, 1962.

[12] Bodhuin T, Canfora G, Preziosi R, et al. Hiding Complexity and Heterogeneity of the Physical World in Smart Living Environments [C]//Proceedings of the 2006 ACM Symposium on Applied Computing. New York: ACM, 2006: 1921-1927.