CIPS实施工作的瓶颈问题与关键技术

2020/5/30,CIMS和CIPS技术与应用,1,第六章CIPS实施工作的瓶颈问题与关键技术,6.1人的问题,企业实施CIPS不仅是通过解决单纯的技术问题的途径，而是通过人、技术与经营三方面综合集成的途径来取得成功的,(1)人在CIPS实施过程中起到了决定性作用,哲理、全局过程的生产经营模式、组织机构,(2)人在生产过程中起到了核心作用,自动化技术应用水平及人们对它的认识程度,人的创造性工作,(3)人在CIPS系统中的地位,涉及到社会的、经济的、有关人的行为及心理的、文化的等多方面问题，这些方面可能成为CIPS系统实施工作的瓶颈。,2020/5/30,CIMS和CIPS技术与应用,2,6.2集成的技术方面问题,6.2.1综合自动化面临的挑战,a)工业过程复杂性,过程对象特性复杂对象的特性和反应机理十分复杂，精确的机理建模日益困难，所得的模型往往具有非线性、分布参数、时变、时滞和不确定性基于解析数值计算和单一形式的模型（参数化的数学模型）很难刻画系统的真实运动状态，需要采用多种多样的描述方式的描述模型来反映生产过程的真实系统的行为和状态，支持不同层次、不同要求的控制目标动态系统还具有多时间标度，有时还会发生动态突变；环境的复杂性系统常常处于不确定的环境中，扰动频繁，且常常是不可测量的；任务的复杂性完成监督、预测、控制、安全保护、经济、最优等目标；,2020/5/30,CIMS和CIPS技术与应用,3,综合自动化面临的挑战(续1),b)关联性,控制对象一般是多变量的系统，生产的规模庞大，生产装置的操作存在着强关联,c)信息复杂性,信息获取存在问题在许多的场合下，关键变量不可测量，导致信息的不完全；信息模式复杂信息往往呈现定量、半定量、定性语义的模式，不同深度不同层次地反映实际系统，提供关于系统不同模式的信息知识。传感器和执行器分布于过程之中，信息量庞大信息通常受到噪声的干扰，有效的信息的获得较为困难,2020/5/30,CIMS和CIPS技术与应用,4,综合自动化面临的挑战(续2),d)知识及其表达的多样性和复杂性,信息模式的多样性客观上造成了系统信息层次结构的形成：越是高层的信息其数据量越少，但它包含的信息知识量越大，其模式越表现为定性描述的知识表示；层次越低的信息其包含信息量越简单、直观，数据量越大，其模式越表现为基于定量描述的数值形式。信息层次结构要求对象模型呈现相应的分层结构：较低层的信息模型趋向与采用传统的基于数值计算的微分或差分方程等模式表达，过程较高层次的模型则趋向于采用定性的符号描述模型表达过程的行为特性，不同层次的知识表达方法相应于多样性和层次性的信息处理的需要。,e)管理、控制任务的通常是多目标、多约束的命题,2020/5/30,CIMS和CIPS技术与应用,5,6.2.2系统协同的问题,由一系列完成特定任务和目标子系统集成而成的复杂系统，具有分布性（时间上的分布、空间上的分布或功能上的分布）的特点。限于知识、能力、处理速度、信息、资源等因素以及待求解问题的规模、复杂性造成的实现困难，在CIPS系统增强系统性能(快速性、可靠性、智能程度、完成质量)、有效地利用资源(信息、知识、物理装置等)，个体间的协作是必然的。,通过并行性提高任务的完成率通过共享资源（信息、专门知识、物理装置等）扩大完成任务的能力范围通过备份任务，采用不同的方法去完成指定任务，以提高完成任务的可能性及可靠性通过避免任务间有害的相互作用,减少任务间的冲突,2020/5/30,CIMS和CIPS技术与应用,6,系统协同的四种协作类型,水平协作(horizontalcooperation)由于能力、知识处理、速度、资源利用等因素的限制，单独的个体（人/机构，子系统）都不具有解决全局问题的能力，将全局问题分解成子问题后交给适当的个体采用协同工作的方式分别去完成，获得求解综合问题的能力。为提高对综合问题求解的结果的可信度，可以基于系统不同个体的独立解决问题的能力，采用不同的信息与知识或不同的信息处理机制获得问题的结果，通过个体之间的相互作用，最终获得高可靠性的结果。,2020/5/30,CIMS和CIPS技术与应用,7,系统协同的问题(续),(2)树型协作(treecooperation)系统中高层的功能系统或人/群体依据下层获得的结果做出进一步处理工作。,(3)循环协作(recursivecooperation)为了求得问题的结果，系统的个体之间相互依赖，往复协作。,(4)混杂协作(hybridcooperation)整个系统在某些级上采用水平协作的类型，而在系统整体上又是树型协作或循环协作类型，或整体上采用水平协作类型而局部上采用树型或循环协作类型。,2020/5/30,CIMS和CIPS技术与应用,8,系统的两种协作形式,CIPS系统内主要存在任务共享(Tasksharing)、结果共享(Resultsharing)两种协作形式：,任务共享各系统相互协作，分担各子任务的处理负荷，而且当一个单元的任务太重而无法完成时，它将把任务分解，让其它单元承担并完成。,结果共享系统内的各单元相互传递并共同利用根据不同观点方法所得出的有关总体问题得部分结果，通过相互交换部分暂时得结果相互协同工作。,2020/5/30,CIMS和CIPS技术与应用,9,系统协同的关键技术问题,-冲突的消解,资源冲突、目标冲突、结果冲突,-CSCW(ComputerSupportedcooperativeWork)理论与应用,-群件技术,-分布式智能控制理论和方法、MAS,多智能体MultiAgentSystem、移动智能体mobileAgentSystem,-人-人、人-机系统,2020/5/30,CIMS和CIPS技术与应用,10,6.2.3控制、决策与管理集成问题,CIPS系统本质上是一类混杂（Hybrid）系统:离散事件系统和连续时间系统的混合，分布参数和集中参数的混合，符号系统与数值系统的混合，模糊系统和精确系统的混合，定量系统与定性系统混合。,信息和数据获取与处理,系统的控制、决策依赖于获取数量众多，性质各异的定量、半定量、定性语义的不同模式、不同深度及不同层次的过程信息。数据信息常常因受工业噪声、传感器精度、传感器故障以及检测技术技术手段等因素的影响，不够精确、不一致、不完整，有些信息不能以定量的形式表达。,1.过程数据的预处理技术,数据变换、数据校正、滤波等预处理手，将真实信号从含有噪声的混合信号分离出来,2020/5/30,CIMS和CIPS技术与应用,11,数据校正问题,(1)随机误差的处理,数字滤波方法利用信号与噪声随自变量改变的频率不同将真实信号与噪声分离。高通滤波、低通滤波、数据平滑等数据协调(DataReconciliation)技术根据由物料平衡和能量平衡等方程建立起来的精确数学模型，以估计值和测量值的方差最小为目标，构造估计模型，为测量数据提供一个最优估计，以及时准确地检测误差的存在，近而剔除或补偿其影响。,(2)显著误差的处理,a)基于理论分析可能导致显著误差的因素并进行相应处理b)基于硬件冗余，借助不同的测量手段对同一过程变量进行测量，通过结果比较来识别显著误差。c)基于测量数据的统计特性进行检验(统计假设检验、残差分析、广义似然法、贝叶斯、主元分析法),2020/5/30,CIMS和CIPS技术与应用,12,数据协调,化工过程测量的基本模型可以表示为：,其中：,为被测变量测量值；,为被测变量真实值；,代表测量误差。,其中：,是测量数据,的估计,是测量误差的方差,是未测向量,的估计值,2020/5/30,CIMS和CIPS技术与应用,13,数据变换,数据变换影响过程模型的精度和非线性映射能力以及数值优化算法的运行结果。包括标度(Scaling)、转换和权函数三各方面,标度对工业过程中出现的工程单位不同或数值数量级相差较大的测量数据，利用合适的因子进行标度，避免因为计算机字长而丢失有用信息或引起算法的不稳定。,转换包括直接转换和寻找新变量代替原变量，通过转换可有效地降低原对象的非线性特性(如对数转换)。,权函数实现对变量动态特性的补偿，使稳态模型实现对过程动态估计成为可能。,2020/5/30,CIMS和CIPS技术与应用,14,2.过程数据的软测量技术,软测量技术的理论根源是20世纪70年代Brosillow提出的推断控制。把自动控制技术与生产工艺过程知识有机结合起来，应用计算机技术对生产过程中一些难于测量或不能测量的重要变量(主导变量)，选择另外一些容易测量的变量(辅助变量或二次变量)，通过构成某种数学关系来推断和估计，以软件来代替硬件(传感器)功能。,过程,u,d1,d2,y,y主导变量；可测的辅助变量d1可测扰动；d2不可测扰动；u控制变量,2020/5/30,CIMS和CIPS技术与应用,15,软测量系统结构,测量数据,预处理模块,简单机理模型,软测量模型,长期校正模块,初始模型,在线校正模型,历史数据,模型参数,修正的模型参数,历史数据,化验数据,2020/5/30,CIMS和CIPS技术与应用,16,软测量模型,(1)机理方法,基于物料平衡、能量平衡、动量平衡、相平衡、传热传质等基本动力学方程,(2)经验方法,系统辩识用测量数据直接求取模型的方法,参数估计根据既定的模型结构由测量数据确定参数的方法,a)基于状态估计的方法,Luenberger观测器、Kalman滤波器,b)基于回归分析的方法,最小二乘法、主元回归法、部分最小二乘法(PLS),2020/5/30,CIMS和CIPS技术与应用,17,软测量模型(续),(3)基于人工智能方法,a)人工神经元网络,b)模糊技术,2020/5/30,CIMS和CIPS技术与应用,18,3.复杂过程数据处理技术,不同信息控制与决策层次之间的信息表达、传递、通讯和融合处理机制，混杂信息的变换、信息与数据的压缩、信息特征的提取与恢复、信息与数据的挖掘。,复杂工业对象模型化,(1)模型化方法,白箱方法、灰箱方法、黑箱方法,(3)分层系统信息模式的非同态性导致系统模型形式的复杂化,(2)模型化的精度和模型的适应性,2020/5/30,CIMS和CIPS技术与应用,19,基于模型的控制和基于知识的控制,(1)基于模型的控制技术,实例：预测控制技术,预测控制技术的产生并不是理论发展的需要，而首先是工业实践向控制提出的挑战。现代控制理论(基于状态空间的分析设计方法、最优性能指标的设计理论)取得空前成果但仍面临巨大挑战：,i)现代控制理论的基点是对象精确的数学模型,ii)工业对象的结构、参数和环境都具有很大的不确定性(鲁棒性/最优性),iii)工业控制中必须考虑到控制手段的经济性，对工业控制计算机的要求不能太高(简易性/实时性),2020/5/30,CIMS和CIPS技术与应用,20,A)预测控制的基本构成,i)预测模型,根据对象的历史信息和未来的输入预测其未来的输出(动态行为)。,模型的功能,状态方程传递函数阶跃响应脉冲响应非线性模型.,渐近稳定的线性对象，非参数模型,ii)滚动优化,通过优化控制算法，追求某一性能指标的最优来确定未来的控制作用。性能指标构造通常基于对象输出在未来采样点上跟踪某一期望轨迹的方差为最小；控制能量最小而同时保持输出在某一给定的范围等有限时段的滚动优化，优化不是一次离线进行，而是反复在线进行,2020/5/30,CIMS和CIPS技术与应用,21,预测控制的基本构成(续),iii)反馈校正,闭环控制算法(不仅基于模型，同时利用实际输出的反馈值)。基于优化性能指标确定了一系列未来的控制作用后，为了防止模型失配或环境的干扰引起的控制效果与理想状态的偏离，通常的作法不是把求得的控制作用序列逐一全部实施，而只是实现本时刻的控制作用，到下一采样时刻，首先检测对象的实际输出，并利用它对基于模型的相应预测值进行修正，在进行新的优化。,2020/5/30,CIMS和CIPS技术与应用,22,B)动态矩阵控制算法(DMC),i)预测模型,对于渐近稳定的对象，动态信息可近似用单位阶跃响应的采样参数构成有限集合描述：,根据线性系统的比例叠加性质，可以利用上述的阶跃响应模型参数预测对象在未来时刻的输出值。在k时刻控制作用有一增量时，在其作用下未来深刻的输出,在M个连续的控制增量u(k),u(k+M-1)的作用下未来时刻输出值,(B-1),(B-2),(B-3),2020/5/30,CIMS和CIPS技术与应用,23,预测模型（单位阶跃响应）,2020/5/30,CIMS和CIPS技术与应用,24,ii)滚动优化,动态矩阵控制算法(续1),在每一时刻k，M个连续的控制增量u(k),u(k+M-1)(控制时域)，使被控对象在其作用下未来P个时刻(优化时域)的输出预测值尽可能接近给定的期望值w(K+i),i=1,P，规定MP，PN，同时考虑控制增量变化不能过分剧烈的要求构成优化性能指标为：,(B-4),在不考虑约束的情况下，求在预测模型(B-3)下使性能指标(B-4)最小的优化问题,2020/5/30,CIMS和CIPS技术与应用,25,基于模型的预测控制,Reference,k+M,k+P,Process,ModelPrediction,future,past,Input,2020/5/30,CIMS和CIPS技术与应用,26,模型输出反馈校正,2020/5/30,CIMS和CIPS技术与应用,27,基于模型的预测控制机制,2020/5/30,CIMS和CIPS技术与应用,28,动态矩阵控制算法(续2),以向量的形式改写(B-3)、(B-4),(B-5),其中：,(B-6),其中：,2020/5/30,CIMS和CIPS技术与应用,29,动态矩阵控制算法(续3),(B-5)代入(B-6),(B-7),求极值的必要条件：,得到：,仅将控制作用序列中即时控制质量构成控制作用施加给对象：,(B-8),(B-9),其中：,(B-10),表示取首元素运算,控制向量,2020/5/30,CIMS和CIPS技术与应用,30,动态矩阵控制算法(续4),iii)反馈校正,k时刻将控制u(k)加于对象，相当于在对象得输入端加了一个幅值为u(k)的阶跃激励，根据(B-2)可以计算在控制作用下未来时刻的输出预测值：,(B-11),经移位处理，可以作为k+1时刻的初始预测值进行新的优化计算。但是由于实际过程中存在模型失配、环境干扰等因素，由(B-11)得到的预测值肯定偏离实际值，需要利用实时检测信息进行反馈校正：,构造输出误差：,(B-12),采用对e(k+1)加权的方式对输出的预测值进行修正,(B-13),2020/5/30,CIMS和CIPS技术与应用,31,模型输出反馈校正,2020/5/30,CIMS和CIPS技术与应用,32,动态矩阵控制算法(续5),其中：,为校正后的输出预测向量,为校正向量,在k+1时刻，时间基点的变动，k+1时刻的初始预测值可以通过移位获得，构造移位阵：,2020/5/30,CIMS和CIPS技术与应用,33,动态矩阵控制算法(续6),k+1输出初始预测值为：,(B-14),基于(B-14)又可以像上述以k时刻为基点的方法进行k+1时刻的优化计算，反复在线进行。,2020/5/30,CIMS和CIPS技术与应用,34,动态矩阵控制,控制,预测,校正,2020/5/30,CIMS和CIPS技术与应用,35,C)多变量系统的动态矩阵控制,设被控对象有m个控制输入，p个输出，假定已测得每一输出yi对每一输入uj的阶跃响应aij(t)，则模型向量表达为：,(C-1),i)预测模型,考虑uj有一个增量uj(k)时,yi在未来N个时刻的输出预测值：,(C-2),2020/5/30,CIMS和CIPS技术与应用,36,多变量动态矩阵控制算法(续1),在uj依次有M个增量uj(k),uj(k+M)时,yi在未来P个时刻的输出预测值：,(C-3),2020/5/30,CIMS和CIPS技术与应用,37,多变量动态矩阵控制算法(续2),根据线性系统的叠加性质处理系统输出yi受到u1,um共同作用时的情况：,(C-4),u1,um从k时刻起均变化M次时，共同作用时的情况：,(C-5),为了简洁化，记：,2020/5/30,CIMS和CIPS技术与应用,38,多变量动态矩阵控制算法(续3),则可得到一般的多变量系统的预测模型：,(C-6),(C-7),2020/5/30,CIMS和CIPS技术与应用,39,多变量动态矩阵控制算法(续4),ii)滚动优化,在不考虑约束的情况下，可以求得全部控制增量：,(C-8),(C-9),2020/5/30,CIMS和CIPS技术与应用,40,多变量动态矩阵控制算法(续5),即时控制增量：,(C-10),(C-11),(C-12),(C-13),2020/5/30,CIMS和CIPS技术与应用,41,iii)反馈校正,多变量动态矩阵控制算法(续6),(C-14),(C-15),2020/5/30,CIMS和CIPS技术与应用,42,D)动态矩阵控制的参数设计,(i)采样周期T,(ii)优化时域P，控制时域M,P：稳定性(鲁棒性)、动态快速性,M：优化变量的个数，在P确定的情况下，M越小，越难保证输出在各采样点紧密跟踪期望值，所得到得性能指标也就越差。,(iii)误差权矩阵Q和控制权矩阵,(iv)校正矩阵H,直接可调得运算参数，仅在对象受到未知干扰或存在模型失配造成预测输出与实际输出不一致时才起作用，而对控制的动态响应没有明显的影响,2020/5/30,CIMS和CIPS技术与应用,43,E)有约束的多变量动态矩阵控制,二次规划问题，非线性规划方法,2020/5/30,CIMS和CIPS技术与应用,44,F)预测控制技术在工业过程的应用,Hierarchyinproductionplantcontrolofacontinuousproductionsite,2020/5/30,CIMS和CIPS技术与应用,45,预测控制的工业应用,StandardControl,ModelPredictiveControlwithoutoptimization,ModelPredictiveControlwithperformanceoptimization,2020/5/30,CIMS和CIPS技术与应用,46,(2)基于知识的控制技术,智能控制理论与方法的研究,-模糊控制技术,-人工神经网络,-专家系统,2020/5/30,CIMS和CIPS技术与应用,47,工况监测和过程故障诊断技术,干扰和异常事件的发生,尽管基于性能优良的控制系统的基础上，但是生产过程的运行仍离不开操作人员经常性的干预，以预防操作工况的恶化。,(1)工况监测,正常操作工况的统计学模型,过程对象的反应机理模型,操作经验和专业知识,.,集成化方法,过程的监视、评估操作的指导,化工过程的动态仿真技术,2020/5/30,CIMS和CIPS技术与应用,48,(2)故障检测和诊断(FaultdetectonanddiagnosticsFDD),故障(Fault),系统至少一个特性或参数出现了较大的偏差，超出了可以接受的范围，系统性能明显低于正常的水平，难于完成系统预期的功能。,故障检测和诊断(FDD),根据系统症候，确定是否发生了故障，确定故障的种类，故障发生的部位，并确定故障的大小以及故障发生的时间,故障检测和诊断(FDD)工作环节,故障建模按照先验信息和输入输出关系，建立系统故障的数学模型，作为故障诊断的依据。,2020/5/30,CIMS和CIPS技术与应用,49,(5)故障的评价与决策判断故障的严重程度及其对诊断对象的影响和发展趋势，针对不同的工况采取不同的措施。,故障检测和诊断(续1),(2)故障检测从可测量或不可测量变量的估计中，判断被诊断系统是否发生了故障。,(3)故障分离在检测出故障后，给出故障源的位置，区别出故障原因是执行器、传感器、被控对象或者是特大扰动。,(4)故障辨识在分离出故障后，确定故障的大小、发生时刻及其时变特性。,2020/5/30,CIMS和CIPS技术与应用,50,故障检测和诊断(续2),性能指标,2020/5/30,CIMS和CIPS技术与应用,51,故障检测和诊断(续3),故障诊断的方法,2020/5/30,CIMS和CIPS技术与应用,52,综合自动化系统集成优化与决策理论与方法,本质上是有约束、多目标、多自由度的优化与决策，所追求的往往不是单一的最优指标，而是多种要求经过协调后的综合结果。,追求一个“精确的”最优的工作点方式来实现优化与决策策略满意的过程操作工况区域，立足于滚动优化机制仅靠传统“自主型”控制决策的方法解决工业系统的整体优化与决策这个命题显得力不从心通过人机协同工作方式，发挥人与计算机各自的特长，将人直觉思维能力与计算机学习能力相结合，可以减少系统的搜索空间，使复杂的问题在有限的时间内，有限的背景知识条件下得到解决，共同解决优化与决策复杂命题。,2020/5/30,CIMS和CIPS技术与应用,53,2020/5/30,CIMS和CIPS技术与应用,54,6.2.5信息的综合利用问题,生产过程信息的巨大存储量,拙劣的数据分析、挖掘，综合利用能力,数据仓库(DW),支持管理决策过程的、面向主题的、集成的、稳定的、不同时间的数据集合。,存储面向管理应用与综合分析的集成化和综合性信息，从历史的角度描述系统结构和状态的变化，要求采用能够反映时间维特征的数据结构基于传统的面向业务的数据库或外界数据库作为数据源，经过提炼、加工、汇总和归一化整理，生成符合数据应用语义规范要求的数据集合；支持多种复杂的数据应用和综合性的管理决策分析；,2020/5/30,CIMS和CIPS技术与应用,55,数据仓库(DW),2020/5/30,CIMS和CIPS技术与应用,56,知识发现(KDD)与数据挖掘(DM),KDD(KnowledgeDiscoveryinDatabase)是从大量的数据信息中获取正确、新颖、有潜在应用价值和最终可被理解的模式的非平凡过程。DM(DataMining)是KDD综合过程中的一个具体但却是关键的步骤，DM是从数据中提取模式的过程。数据挖掘是KDD最核心的部分，是采用机器学习、统计等方法进行知识学习的阶段。,模式按功能可分有两大类：预测型（Predictive）模式和描述型（Descriptive）模式。,预测型模式:根据数据项的值精确确定某种结果的模式。,描述型模式：对数据中存在的规则做一种描述，或者根据数据的相似性把数据分组。,2020/5/30,CIMS和CIPS技术与应用,57,六种具体的DM模式,(1)分类模式分类模式是一个分类函数（分类器），能够把数据集中的数据项映射到某个给定的类上。分类模式往往表现为一棵分类树，根据数据的值从树根开始搜索，沿着数据满足的分支往上走，走到树叶就能确定类别。,(2)回归模式回归模式的函数定义与分类模式相似，它们的差别在于分类模式的预测值是离散的，回归模式的预测值是连续的。,(3)时间序列模式时间序列模式根据数据随时间变化的趋势预测将来的值。,受监督模式提取过程，在建立模式前数据的结果是已知的，建立这些模式时，使用一部分数据作为样本，用另一部分数据来检验、校正模式。,2020/5/30,CIMS和CIPS技术与应用,58,(4)聚类模式聚类模式把数据划分到不同的组中，组之间的差别尽可能大，组内的差别尽可能小。,六种具体的DM模式(续),(5)关联模式是数据项之间的关联规则。,(6)序列模式序列模式与关联模式相仿，而把数据之间的关联性与时间联系起来。为了发现序列模式，不仅需要知道事件是否发生，而且需要确定事件发生的时间。,模式建立前结果是未知的，模式的产生不受任何监督。,2020/5/30,CIMS和CIPS技术与应用,59,决策支持系统(DSS)的理论和方法,2020/5/30,CIMS和CIPS技术与应用,60,(1)决策支持系统的产生和发展,决策人们在日常工作和生活中做出的选择和决定,事务处理系统(TransactionProcessingSystemTPS)20世纪50年代,电子计算机作为信息处理工具，广泛用于政府、企业等场合进行信息的收集、存储、加工和整理。（财物、生产统计）等业务的数据处理，减轻人的工作负担，提高工作效率。,决策支持系统(DecisionSupportSystemDSS),2020/5/30,CIMS和CIPS技术与应用,61,管理信息系统(ManagementInformationSystemMIS)20世纪60年代，计算机系统在全面掌握组织内部信息流通与处理的基础上，合理组织信息处理方式，生成各种报表。提高信息处理的效率能力，工作的协调一致性,决策支持系统(DecisionSupportSystemDSS)20世纪70年代，计算机系统在信息分析基础上，根据主客观情况作出判断和选择。面向决策问题，基于交互式计算机系统帮助决策使用数据和模型，解决半结构化和非结构化的问题,2020/5/30,CIMS和CIPS技术与应用,62,决策趋于困难和复杂由于技术进步，可选用的方案增多决策失误的代价可能很大(连锁反应)决策所需的信息可能难以获取必须迅速作出决策,计算机决策支持快速计算克服人类处理和存储中认知能力的限制减少费用，减少专家群体的规模技术支持(数据库、多媒体、数据处理)质量支持(更多方案，评价、分析、仿真)竞争支持企业过程再造工程,2020/5/30,CIMS和CIPS技术与应用,63,(2)决策支持系统的组成,2020/5/30,CIMS和CIPS技术与应用,64,计算机决策支持系统的基本部件人机接口(对话系统/语言系统)数据库(数据库管理系统)模型库(模型库管理系统)知识库(知识库管理系统)方法库(方法库管理系统),LS,问题处理系统PPS,数据库,模型库,知识库,KS,用户,2020/5/30,CIMS和CIPS技术与应用,65,(3)DSS的功能,(1)人机协同作用的系统(2)支持决策、辅助决策，不是代替决策者(3)由用户主导进行决策分析(4)可以对组织的各层次(高层、中层、基层)进行决策支持(5)主要支持半结构化决策，能支持结构化决策，在一定程度上支持非结构化决策。(6)较高的使用灵活性、适应性和灵活性(7)较好用户友好性，非计算机专业人士使用(8)提高工作效能而非提高效率(9)作用不全是提供决策结论，是在支持过程中提高决策者的洞察力和决策水平,2020/5/30,CIMS和CIPS技术与应用,66,(4)DSS的相关技术领域,(1)过程专业技术(2)管理科学、运筹学与系统工程(3)计算机技术(数据库、编程语言、操作统)(4)人工智能(5)行为科学,2020/5/30,CIMS和CIPS技术与应用,67,(6)企业生产与管理过程计算机决策支持案例分析,(A)炼油生产工艺过程,2020/5/30,CIMS和CIPS技术与应用,68,(B)生产经营决策活动的特点,(i)范围广、跨度大从决策的范围：有例行的(如生产计划、生产调度等)、非例行的(如企业发展规划、经营决策等)从决策的跨度：时间跨度有短期的(几天)、中期的(月、季、年等)和长期的(几年、十几年)；空间跨度，有燃料油生产系统、润滑油生产系统和石蜡生产系统。,(ii)涉及的因素多要考虑到各种内部的、外部的多种因素。-生产系统有关(生产装置、油罐、产品、工艺流程、生产成本等等)，-国家计划、市场需求等经营环境有关(原油、产品品种、价格、供给需求量等等)。,2020/5/30,CIMS和CIPS技术与应用,69,(iii)决策的好坏对企业的经济效益影响很大,(iv)突发性的决策活动增加,(C)生产经营决策活动的类型,(a)制订企业生产发展规则企业的发展规则确定企业今后生产的发展方向，根据确定的企业发展目标制订企业发展规划，选择合理的工艺流程(包括确定新建装置、规模、和原来工艺流程的衔接、装置配套、产品选择、原油选择等等)，寻求达到目标的最佳方案。,2020/5/30,CIMS和CIPS技术与应用,70,(b)制订企业年、月生产计划、库存计划在系统外部给出的约束条件和系统内部固有的约束条件下，最大限度地增加企业的利润。年生产计划在原油供应量一定，国家指令性指标和市场情况基本确定的情况下，在保证国家计划的完成、满足市场需