Mesterséges intelligencia módszerek alkalmazása a folyamatmodellezésben = Artificial intelligence methods in process modelling

Piglerné dr. Lakner, Rozália and Góth, Júlia and Hangos, Katalin and Németh, Erzsébet and Skrop, Adrienn (2008) Mesterséges intelligencia módszerek alkalmazása a folyamatmodellezésben = Artificial intelligence methods in process modelling. Project Report. OTKA.

Preview

PDF 47198_ZJ1.pdf Download (166kB)

Abstract

Mesterséges intelligencia folyamatmérnöki alkalmazásai területén folytattunk kutatást az alábbi résztémákban: 1. Folyamatrendszerek számítógéppel segített modellezése Formális módszereket dolgoztunk ki folyamatrendszerek modelljeinek felállítására, ellenőrzésére és egyszerűsítésére. A folyamatrendszereket jellemző teljesítmény- és méret-indexek definiálásával feltételeket fogalmaztunk meg minimális modellek meghatározására. 2. Folyamatmodell ontológiák létrehozása Vizsgálatokat folytattunk folyamatrendszerek meghibásodásainak és az ezeket kiváltó berendezésekhez, emberekhez és eljárásokhoz kapcsolódó tényezők közötti összefüggések leírására, amelyeket formálisan ontológiák segítségével fogalmaztuk meg. 3. Predikció-alapú diagnosztika többléptékű (multi-scale) modellek alkalmazásával Predikció-alapuló intelligens diagnosztikai rendszert dolgoztunk ki, amely egységes környezetben kezeli a mérnöki modelleket és a heurisztikus információkat. A többléptékű modell alkalmazásával lehetőség nyílt automatikus fókuszálásra a hibadetektálási és veszteség?megelőzési feladatokban. 4. Multi-ágens alapú diagnosztikai rendszer fejlesztése Kidolgoztunk egy hibadetektálási, predikció-alapú diagnosztikai és veszteség-megőrzési feladatokat együttesen megvalósító multi-ágens alapú diagnosztikai rendszert. A folyamat-specifikus és a diagnosztikai ismereteket moduláris ontológiák formájában reprezentáltuk, ezeket integráltuk a kifejlesztett multi-ágens rendszerbe. | Artificial intelligence methods in process systems engineering has been investigated as follows: 1. Computer aided process modelling Formal methods are developed for construction, investigation and simplification of process models. Based on the notion of performance and size indices conditions are proposed for developing minimal models. 2. Generating ontology for process models The abnormal conditions of process system and their relation to the plant, people and procedures has been investigated and formalised with ontology. 3. Prediction-based diagnosis using multi-scale models A prototype prediction-based intelligent diagnostic system is developed that is capable integrating process models and operation experiences. The multi-scale model approach supports focusing in case of fault detection and loss prevention. 4. Multi-agent based diagnostic system A multi-agent diagnostic system is developed using of combination of diagnostic methods from heterogeneous knowledge sources. The process specific and diagnostic information are represented as ontology and they are integrated to the multi-agent system.

Actions (login required)

Edit Item