任銘

摘 要 傳統(tǒng)的過程控制和作業(yè)調(diào)度方法采用基于多線程集群聚類的任務(wù)調(diào)度方法，對多用戶、多任務(wù)的大型自動化過程控制的調(diào)度性能不好。提出基于主特征支配集分簇提取的大型自動化過程控制流程優(yōu)化調(diào)度模型。構(gòu)建大型自動化過程控制模型，進行優(yōu)化控制目標函數(shù)構(gòu)建，實現(xiàn)控制流程的優(yōu)化調(diào)度模型改進，最后通過仿真實驗進行了性能驗證。仿真結(jié)果表明，該算法能優(yōu)化自動化過程控制流程，在提高生產(chǎn)效率，優(yōu)化工業(yè)自動化過程控制方面具有重要應(yīng)用價值。

關(guān)鍵詞 自動化 過程控制 特征提取 調(diào)度

中圖分類號：TP273 ?文獻標識碼：A ? DOI：10.16400/j.cnki.kjdks.2015.10.027

Simulation of Large Scale Automation Process Control

Process Optimization Scheduling Model

REN Ming

（Tangshan Zhongrun Chemical Limited Company， Hebei， Tangshan 063611）

Abstract Traditional process control and job scheduling method based on multi-threading set clustering task scheduling method， large automation of users， the task scheduling performance of process control is bad. Put forward based on the characteristics of dominating sets clumps and extraction of large automation process control process optimization scheduling model. Building large automation process control model for optimal control objective function building， to achieve the optimal scheduling model of control process improvements， the performance verification by simulation experiment. The simulation results show that the algorithm can optimize the automation process control process， to improve the production efficiency， optimize the industrial automation process control has important application value.

Key words automation; process control; feature extraction; scheduling

0 引言

隨著網(wǎng)絡(luò)技術(shù)和信息技術(shù)的發(fā)展，大型自動化集成制造成為當前工業(yè)生產(chǎn)的主要趨勢，當前的大型自動化控制通常建立在REST物聯(lián)網(wǎng)架構(gòu)體系中，需要降低生產(chǎn)成本，提高生產(chǎn)效益，研究大型自動化生產(chǎn)作業(yè)線的過程控制優(yōu)化調(diào)度模型有很大現(xiàn)實意義和價值。①

當前，對大型自動化生產(chǎn)作業(yè)線的過程控制優(yōu)化調(diào)度模型設(shè)計研究主要有模糊控制算法、神經(jīng)網(wǎng)絡(luò)控制算法、非線性過程控制算法等，②③④其中模糊控制算法較為常用。但是傳統(tǒng)方法易出現(xiàn)計算復(fù)雜度較高，對多用戶、多任務(wù)和多線程的大型自動化過程控制的調(diào)度性能不好等問題。

針對上述問題，本文提出一種基于主特征支配集分簇提取的大型自動化過程控制流程優(yōu)化調(diào)度模型。

1 問題描述與大型自動化過程控制流程調(diào)度模型構(gòu)建

1.1 大型自動化過程控制模型

大型自動化過程控制流程調(diào)度中需要首先閱讀調(diào)度優(yōu)先級策略。⑤大型自動化過程控制流程調(diào)度節(jié)點模型如圖1所示。通常采用帶權(quán)有向無環(huán)圖（DAG）表示過程控制模型，DAG圖中結(jié)點表示自動化過程控制流程，每個分量都在（0，1）之間?；赗EST架構(gòu)下，構(gòu)建多目標作業(yè)線物過程控制模型，進行約束控制，實現(xiàn)對作業(yè)線調(diào)度性能的優(yōu)化控制。

1.2 過程控制流程的特征建模和提取

圖1 大型自動化過程控制流程調(diào)度節(jié)點模型

通過上述大型自動化過程控制流程調(diào)度模型設(shè)計，得到的多目標作業(yè)線的各種條件的集合表現(xiàn)為如下兩個方面：

（1）實現(xiàn)對自動化過程控制作業(yè)線的控制函數(shù)的數(shù)據(jù)集離散化處理，得到控制函數(shù)的離散化形式表現(xiàn)為：

= ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

= ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

= 0， or， 1 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

（2）根據(jù)主函數(shù)特征，進行自動化過程控制作業(yè)線的主特征建模和特征提取分類，支配集優(yōu)化控制的主特征計算為：

= [，] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

此時系統(tǒng)的響應(yīng)時間達到最小為：

（5）

上式表示了優(yōu)化目標控制函數(shù)，通過對控制函數(shù)的最優(yōu)化特征值求解。

2 模型改進設(shè)計與實現(xiàn)

在上述構(gòu)建大型自動化過程控制模型，進行優(yōu)化控制目標函數(shù)構(gòu)建的基礎(chǔ)上，給出參數(shù)假設(shè)模型描述如下，REST構(gòu)架體系的方案集合 = {，，…，}。采用表示可進行第項作業(yè)生產(chǎn)的組別數(shù)，參與第項作業(yè)的生產(chǎn)組別，任務(wù)流程適應(yīng)度和對立度分別表示方案趨優(yōu)和趨劣程度，優(yōu)經(jīng)濟與最劣經(jīng)濟求解是通過下式計算得到：

= （） ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

= （） ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （7）

綜上分析，得到了REST構(gòu)架下作業(yè)線模糊貼近度函數(shù)的計算迭代式為：

（8）

生產(chǎn)質(zhì)量—效率—成本控制的多目標模糊貼近度數(shù)學(xué)模型特征提取結(jié)果為：

（9）

對作業(yè)線模糊貼近度函數(shù)和特征分析結(jié)果進行優(yōu)化控制，實現(xiàn)對REST模型下的大型自動化過程控制的流程支配集實現(xiàn)優(yōu)化調(diào)度。

3 仿真測試與性能分析

為了測試本文模型的性能，進行仿真實驗。測試平臺建立在Matlab軟件開法的過程控制體系平臺上。仿真實驗的硬件環(huán)境配置為：CPU：Intel（R） Core（TM） CPU T6600，2.2 GHz，雙核;內(nèi)存：2 G，DDR2。首先構(gòu)建大型自動化過程控制流程調(diào)度特征信息數(shù)據(jù)模型，得到三個通道的過程控制流程調(diào)度特征信息采集結(jié)果如圖2所示。

以上述特征信息采集數(shù)據(jù)為研究對象和樣本，以特征提取結(jié)果對生產(chǎn)效率的方差貢獻率和累積貢獻率為研究對象，進行性能測試，得到仿真結(jié)果如圖3所示。從圖3可見，采用本文控制算法，對工業(yè)生產(chǎn)作業(yè)線的效率優(yōu)化的累積貢獻率較高，對于追求自動化過程控制中的生產(chǎn)質(zhì)量水平最高化和效率最優(yōu)化具有增益效應(yīng)。

4 結(jié)語

在大型自動化生產(chǎn)作業(yè)中，需要對過程控制流程的進行優(yōu)化調(diào)度，提高任務(wù)作業(yè)量的完成效率。本文提出一種基于主特征支配集分簇提取的大型自動化過程控制流程優(yōu)化調(diào)度模型。構(gòu)建大型自動化過程控制模型，進行優(yōu)化控制目標函數(shù)構(gòu)建，基于主特征支配集分簇提取方法，實現(xiàn)控制流程的優(yōu)化調(diào)度模型改進，仿真結(jié)果表明，本文方法的對自動化過程控制的流程調(diào)度性能較好，提高生產(chǎn)效益。

圖2 過程控制流程調(diào)度特征信息采集結(jié)果

圖3 自動化過程控制性能定量分析

注釋

① 王娟，李飛，張路橋.限制解空間的PSO云存儲任務(wù)調(diào)度算法.計算機應(yīng)用研究，2013.30（1）：127-129，154.

② 張松慧，熊錦江.一種針對非平穩(wěn)網(wǎng)絡(luò)任務(wù)調(diào)度防沖突算法研究[J].科技通報，2013.29（10）：143-145.

③ 許丞， 劉洪， 譚良. Hadoop云平臺的一種新的任務(wù)調(diào)度和監(jiān)控機制[J].計算機科學(xué)，2013.40（1）：112-117.

④ 李靜梅，王雪，吳艷霞.一種改進的優(yōu)先級列表任務(wù)調(diào)度算法[J].計算機科學(xué)，2014.41（5）：20-23.

⑤ 劉少偉，孔令梅，任開軍，等.云環(huán)境下優(yōu)化科學(xué)工作流執(zhí)行性能的兩階段數(shù)據(jù)放置與任務(wù)調(diào)度策略[J].計算機學(xué)報，2011.34（11）：2021-2130.