智能实验室物理实体的形式化方法

廖星星, 孙胜利, 金 钢

(中国科学院 上海技术物理研究所, 红外探测与成像技术重点实验室, 上海 200083)

智能实验室中的人、 设备、 环境等多种因素及产品研制过程构成了一个复杂的系统, 该系统连接物理世界和计算机, 涉及计算、 通信与控制过程, 是一个典型的信息物理系统(cyber-physical system, CPS). CPS是新一代分布式实时反馈系统, 具有感知与改变物理世界的能力[1]. 在智能实验室中, CPS的感知对象为实验室中的实体资源, 如人、 机、 料、 法、 环. 它们具有唯一的身份ID及一定的空间属性和非空间属性. 空间属性是指物理实体的大小、 尺寸、 型号等, 非空间属性是指物理实体的状态, 如静止、 移动、 加速、 减速等. 物理实体的动作将以事件的形式反映, 任何一个事件都具有时间和空间上的双重属性[2].

为了达到实时反馈的目标, CPS系统的感知设备必须具备获取相关事件的能力, 并将其作为输入传输给计算机系统, 计算机系统通过分析信息, 将控制指令发送给执行设备, 以适应环境或改变环境, 然后系统再次感知, 从而形成一个自适应的闭环[3]. 对物理实体的描述不同, 将会增加系统对信息处理的难度, 不利于信息的融合和交互. 因此, 建立一个描述物理实体信息的统一模型, 可保证信息的有效性和可交互性.

物理实体形式化建模是研究物理实体的属性及其状态变迁过程. 物理实体属性即描述一个物理实体是什么, Saitta等[4-5]提出了一个表示客观世界W抽象的一般性框架. 该框架在感知层描述了物理世界中实体对象的相关属性, 这些属性代表了一个物理实体所具有的特征. 孙善武等[6]在KRA(knowledge reformulation and abstraction)模型基础上提出了一种表示智能世界的新方法, 该方法根据构成物理实体之间的通信关系自动构建3个可区分、 相互关联的子模型, 并将3个子模型进行集成化. 对于不同领域, 其描述物理实体的方式可能存在差异, 这不利于信息的融合和交互. 针对该问题, 于洋等[7]利用层次化建模思想和领域化的建模方法, 定义了环境信息的元元模型及不同领域中环境信息的元模型, 实现了环境信息中元信息的统一及不同领域中展现形式的多样化.

物理实体的状态变迁过程, 即描述一个物理实体内部状态和外部状态变化的过程. 内部状态如信息的传递, 外部状态如物理实体的移动. 张茗泰等[8]提出了一种物理实体的形式化建模方法, 该方法通过构造时空Petri网模型, 描述物理实体位置变迁所引起的状态变化. 状态的变化映射到系统中即为事件, Tan等[2]提出了一种针对CPS系统异构性的时空事件模型, 该模型主要解决CPS中不同模块对于同一事件有不同抽象方式的问题, 还定义了CPS中可能存在的不同事件类型及其对应的时空模型, 包括物理事件、 物理观测、 传感器事件、 信息-物理事件和信息事件. Tan等[9]提出了一种格的事件模型, 在该模型下, CPS事件被分为3部分： 事件类型、 内在属性和外在属性, 三者共同描述了被观察者(发生)的事件、 地点以及事件的观察者.

这些模型或专注于如何描述一个物理实体, 或专注于描述物理实体状态变迁的过程, 或只关注物理实体产生的事件属性, 当CPS系统产生故障时, 单个焦点通常很难快速定位故障发生的位置, 更难进行自推理实现故障诊断. 针对该问题, 本文提出一种新的模型： P-KRA模型.

1 物理实体形式化建模方法

1.1 KRA模型

KRA模型[4-5,10]框架由4个层次描述一个待表示的物理世界W： 感知(P)、 结构(S)、 语言(L)和理论(T), 即R=(P,S,L,T). 一个感知P是一个五元组, 即P=(OBJ,ATT,FUNC,REL,OBS), 其中： OBJ表示W中的对象类型； ATT表示对象的属性； FUNC确定了一个函数集； REL表示对象类型间的关系集合； OBS表示被感知世界的具体信息. 感知P中各构成元素的形式化表示如下：

感知信息经过存储过程, 生成存储结构S, 其过程可用数学表达式表示为S=M(P). 为了更好地描述这些信息, 需定义一种语言L,L为表、 对象、 属性、 函数以及关系分配名称, 它是一个描述的过程, 可表示为L=D(S). 若使信息在一定的知识下具备推理能力, 还需定义一种理论, 即推理规则, 可表示为T=T(L). KRA模型框架如图1所示.

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

在智能实验室中, 其物理实体主要包括5类： 人、 机、 料、 法、 环, 即

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

人即实验室的工作人员, 根据其工作岗位可划分为工艺设计师、 主管、 操作员、 数据分析员、 搬运工等； 机即实验室中的机器/设备, 包括电子设备、 机械设备、 光学设备； 料即物料, 包括实验室耗材、 紧固件、 材料、 电子元器件等； 法即操作规程, 以文档的形式存在； 环即实验室环境, 包括实验室的布局、 温湿度、 洁净度、 噪声等. 它们的属性包括基本信息、 当前位置信息、 权限信息、 当前状态信息, 可表示为

实验室中的物理实体都具有某些功能, 且物理实体之间存在某种关系, 如连接、 相隔、 顺序操作等, 可表示为

FUNC={OBJ→{Function1,Function2,…}},

根据以上框架, 则一个为机器/设备类的物理实体M1可形式化地表述为

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个物理世界资源的变迁过程, 而CPS是一个不断感知环境和控制环境的过程, 因此, KRA模型框架在进行物理实体建模时仍缺乏表达力, 需对其进行改进.

1.2 基于Petri网的KRA模型框架

Petri网的原理是在条件(库所)和事件(变迁)为节点的有向二分图基础上加上表示状态信息的Token分布, 并按一定的引发规则使事件驱动状态演变, 从而反映系统的动态运行过程[11-12].

一个简单的Petri网可表示为一个四元组PN=(P,T,F,M0), 它满足以下关系：

1)P∪T≠Ø,P∩T=Ø;

图2 U盘在实验室流转的Petri网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}分别为F的定义域和值域;P和T分别为网N的库所集和变迁集;F为流关系;M为标识函数, 其中M0为初始标识. 图2为物料U盘在实验室流转过程中的Petri网, 其中·表示U盘资源所处的当前位置.

Petri网不能反映出物理实体的相关属性, 但可清楚地表示一个复杂离散事件系统的动态行为, 该缺陷恰好与KRA模型形成互补. 因此, 考虑将二者进行结合描述CPS中的物理实体及其状态变迁过程. 为描述物理实体的属性以及状态变迁过程, 将一个感知过程表示为一个六元组P=(OBJ,ATT,FUNC,REL,OBS,PN), 每个物理实体均可视为Petri网模型中的资源, 以令牌(token)的形式存在, 每种令牌表示不同资源类型, 令牌的转移即表示资源的移动过程, 表示为

其中Ti表示一种变迁集, 对应一种令牌类型, 每个物理实体抽象为资源, 表示为令牌.

2 建模实例

图3为智能实验室的一个智能空间, 空间中的物理实体包括工作人员、 空调设备、 温度传感器、 电灯、 读写器、 天线、 服务器. 任何物理实体都具备唯一标识的电子标签, 每个房间的入口安装读写器设备和天线, 当携带标签的设备进入或离开时, 会被读写器识别. 其P-KRA模型可表示为

图3 实验室智能空间案例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},

感知的数据存储在S表中,S中包含以下两个表：

TableObj=(OBJ,ObjType,ID,Location,Ttpe,State), 描述W的对象及属性(表中只列出部分属性), 如表1所示. TableConnected={obj,obj}, 描述哪些对象相互连接, 如表2所示.

表1 D中包含表TableObj的内容

表2 D中包含表TableConnected的内容

L中谓词集合的语义由结构数据库S中的表提供. 理论T包含了W中各对象的基本性质描述及对象间的连接或控制描述, 如相关对象的性质描述如下：

天线和读写器的连接描述如下：

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

该系统包含3个库所, 即3个地域位置H1～H3. 在整个状态变化过程中, 只有机器人的位置发生迁移, 其他设备的位置不变迁. 为了描述信息和控制指令的传输过程, 定义两种新令牌, 表示信息与控制指令, 并分别用inf和ins表示, 因此, 整个过程存在3种跃迁, 分别是机器人位置变化、 信息指令和控制指令.

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

图4 智能实验室物理实体的Petri网模型Fig.4 Petri net model of physical entity in intelligent lab

用■,●,★分别代表机器人、 信息指令和控制指令, Move(H1)表示向H1区域移动的指令, RSend(sever(F),Read(robot(M1)))表示向F发送读取到机器人M1的信息, Receive(reader(R2),Read(robot(M1)))表示收到来自R2读取到机器人M1的信息, Send(lamp(L2),Turnon(lamp(L2)))表示向L2发送开启L2的控制指令. 其Petri网模型如图4所示.

综上所述, 本文提出的P-KRA模型结合了KRA模型和Petri网各自的特点, 不仅提供了物理实体表示抽象的一般框架, 同时可描述物理实体的动态行为. 统一抽象建模框架以及形式化的表示可帮助实现CPS系统的自动推理, 并将系统故障限制在一个子模型中, 从而减少诊断搜索空间.

[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] 温景荣, 武穆清, 宿景芳. 信息物理融合系统 [J]. 自动化学报, 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] 孙善武, 王楠, 欧阳丹彤. 形式化智能世界的建模过程 [J]. 计算机科学, 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, 张晶. CPS中环境信息的建模方法 [J]. 吉林大学学报(理学版), 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] 张茗泰, 张广泉, 张侃, 等. 描述CPS物理实体的时空Petri网模型 [J]. 计算机科学与探索, 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, 欧阳丹彤, 孙善武. 智能世界的建模与诊断 [J]. 计算机研究与发展, 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.