Данное исследование было просмотрен 481 раз

Перспективные платформенные решения интеграции промышленных технологий киберфизических систем и систем искусственного интеллекта

Группа научных исследований: Передовые Цифровые технологии. Цифровое проектирование, математическое моделирование и управление жизненным циклом изделия или продукции (Smart Design) и технологии «умного» производства (Smart Manufacturing).

Срок реализации: 2020-2025 гг.

Исполнитель: НТК «Математическое моделирование и интеллектуальные системы управления» (НТК ММиИСУ)

Решаемые научно-технические задачи, полученные и ожидаемые результаты

В 2020 году

Проведен критический анализ проблем эффективности современных промышленных технологий.

1. Важнейшие результаты по направлению научных исследований, полученные в период реализации соглашения в отчётном году с момента заключения соглашения.

Проведен критический анализ современного состояния и выделен класс задач управления сложными трудно формализуемыми объектами и производственными системами в условиях неопределенности. Показана неэффективность классической алгебраической теории управления в решении таких задач, как управление трудно формализуемыми сценариями возникновения и развития нештатных – предаварийных и аварийных ситуаций на современных промышленных производствах, объектах энергетики, транспорта. Неэффективность алгебраической теории управления в условиях неопределенности и многовариантности возможных сценариев зарождения и развития быстроразвивающихся предаварийных и аварийных (нештатных) ситуаций обусловлена сложностью их формализации и, как следствие – неэффективности алгоритмов предупредительного контроля и принятия оперативных управляющих решений.

Показано, что перспективным подходом к решению задачи управления сложными производственными объектами и системами в условиях неопределенности зарождения и развития быстроменяющихся ситуаций является развитие концепции ситуационного управления, основанного на знаниях. Развитие концепции ситуационного управления рассмотрено с позиции эволюционной кибернетики, развивающей фундаментальный принципа поиска аналогии в поведении и развитии сложных биологических и кибернетических систем восприятия и обработки информации с целью извлечения, накопления и применения знаний для принятия эффективных управляющих решений.

Системный подход к анализу эволюционного развития подобных информационных кибернетических систем позволил выделить ряд стратегических трендов развития кибернетических систем, доминирующими из которых признаны интеллектуализация систем, многоуровневая сетевая организация, самоорганизация в сложных сетевых структурах. Ключевым моментом в определении «интеллектуальности» определена способность извлекать, аккумулировать и применять знания как одну из базовых сущностей искусственного интеллекта, позволяющей системе функционировать под автономным управлением, воспринимать окружающую среду и существовать в ней в течении продолжительного времени, адаптируясь к изменениям и достигая поставленной цели. 

Способность формировать знания и проводить на основании них рассуждения позволяет интеллектуальной системе самостоятельно вырабатывать более эффективные стратегии действий в условиях непрерывного изменения внешних воздействий, отсутствия или неполноты информации, влияния возмущающих факторов. Положение соответствует базовому принципу единства интеллекта и деятельности в сложных системах, использующих интеллект как регулятор эффективной деятельности в поведении сложных систем.

Второе выделенное стратегическое направление, связанное с развитием принципов сетевой организации и группового управления распределенными интеллектуальными системами, определяет стратегию формирования управляющей среды распределенного искусственного интеллекта.   Определяющим в данном случае является приоритет координационных – горизонтальных интерактивных связей над вертикальными «чисто конкурирующими» стратегиями в сложных интегрированных системах.

Третье стратегическое направление связано с использованием принципов самоорганизации и развития, что обусловлено ключевыми принципами функционирования сложных (по Г.Хакену и И.Пригожину) гибридных систем, эволюционирующее развитие которой опирается на фундаментальные процессы взаимодействия между ее  компонентами, прежде всего кооперации и координации.

Использование перечисленных механизмов  позволяет сделать вывод о необходимости и актуальности создания нового класса перспективных систем управления - кибернетических, а точнее - киберфизических систем, отличительными признаками которых является объединение новых перспективных технологий интеллектуализации, многоуровневой сетевой организации и механизмов самоорганизации и саморазвития в единую интегрированную информационно-управляющую среду, решающую проблему управления сложными плохо формализуемыми объектами и системами в условиях  неопределенности.

2. Сопоставление полученных результатов по направлению научных исследований с мировым уровнем

Сопоставление эффективности современных промышленных технологий проведено на основе критического анализа представленного списка современных зарубежных публикаций и монографий:

1. André Platzer, Logical Foundations of Cyber-Physical Systemsю. Springer  Publishing AG,  2018

2. Arsenjev D., Baskakov D., Shkodyrev V., Distributed Ledger Technology and Cyber-Physical Systems. Multi-agent Systems. Concepts and Trends. In Lecture Notes in Computer Science, 2019, 11620 LNCS, 618-630

3. Christophe Tricauder, Yang Quan Chen, Optimal Mobile Sensing and Actuation Policies in Cyber-physical Systems. Springer-Verlag London Limited 2012

4. Control of Cyber-Physical Systems. Danielle C. Tarraf. (Ed.), Series titles “Lecture Notes in Control and Information Sciences”, Springer International Publishing Switzerland, 2013.

5. D.G. Arseniev, L. Overmeyer, H. Kälviäinen, B. Katalinic (Eds.), Cyber-Physical Systems and Control. Series: Lecture Notes in Networks and Systems, Springer, 2020.

6. Danda B. Rawat, Chandra Bajracharya . Vehicular cyber-physical systems, Adaptive Connectivity and Security. Springer International Publishing, Switzerland, 2017.

7. Dietmar P.F., Möller, Guide to Computing Fundamentals in Cyber- Physical Systems. Concepts, Design Methods, and Applications. Springer International Publishing Switzerland 2016.

8. Industrial Cyber-Physics Systems. Special Issue. // Proceedings of the IEEE, Vol. 104, Num. 5, May 2016.

9. Feng Xia, Azizur Rahim, MAC Protocols for Cyber-Physical Systems. Springer Heidelberg New York Dordrecht London 2015

10. Khazanov V. Cyber Physical Computing for IoT-driven Services Springer International Publishing AG 2018

11. Lee Edward, Cyber Physical Systems: Design Challenges. University of California, Berkeley Technical Report No. UCB/EECS-2008-8. Retrieved 2008-06-07. (January 23, 2008).

12. Lee J., Bagheri B., Kao H.A., Recent Advances and Trends of Cyber Physical Systems and Big Data Analytics in Industrial Informatics. // Int. Conf. on Industrial Informatics “INDIN-2014”.

13. Lihui Wang Xi, Vincent Wang, Cloud-Based Cyber-Physical Systems in Manufacturing Springer International Publishing AG 2018

14. Beyerer, J. (et al.) (Eds.) Machine Learning for Cyber Physical Systems. Selected papers from the International Conference ML4CPS 2015, 2017.

15. Mangharam R., Pajic M. Distributed Control for Cyber-Physical Systems // Journal of the Indian Institute of Science, Special Issue on Cyber-Physical Systems, Vol.93, No.3. pp. 353-388. September 2013.

16. NSF Workshop On Cyber-Physical Systems. Retrieved 2008-06-09.

17. NSF Cyber-Physical Systems Summit". Retrieved 2008-08-01.

18. Sabato Manfredi, Multilayer Control of Networked Cyber-Physical Systems. Application to Monitoring, Autonomous and Robot Systems

19. Shkodyrev V.P., Technical systems control: from mechatronics to cyber-physical systems. // In series titles “Studies in Systems, Decision and Control”, vol.49, Smart Electromechanical Systems., Springer International Publishing Switzerland, 2016.

20. Zhen Song, Yang Quan, Chen Chellury, Ram Sastry, Nazif Cihan Tas, Optimal Observation for Cyber-physical Systems. A Fisher-information-matrix-based Approach. Springer-Verlag London Limited 2009

15.3 Список публикаций научной группы за 2020 г.:

Шкодырев В.П. Киберфизические системы как технологическая платформа синергетической интеграции. – в Сб.  Системный Анализ в проектировании и управлении. Труды XXIV международной научной и учебно-практической конференции, СПб, 2020.

Leonid I. Perlovsky, Vyacheslav P. Shkodyrev, Physics of Mind – A Cognitive Approach to Intelligent Control Theory in Cyber-Physical Systems and Control, Springer (2020)

Shkodyrev V, Wenjia Ma, Intelligent Cyber Physical Systems for Industrial Oil Refinery,  International Conference on Technological Transformation: A New Role for Human, Machines and Management, Technological Transformation: A New Role For Human, Machines And Management , TT 2020pp 221-230,       ( https://link.springer.com/chapter/10.1007/978-3-030-64430-7_19)

Hanafi Mohamed Yassine, Viacheslav P. Shkodyrev, Optimal Production Manufacturing Based on Intelligent Control System. International Conference on Technological Transformation: A New Role for Human, Machines and Management, TT 2020, pp 221-230,  (https://link.springer.com/conference/tt )

В 2021 году
  • Критический анализ проблем эффективности современных промышленных технологий и формирование перечня перспективных прорывных технологий для интегрированных платформенных решений в области промышленной автоматизации и управления: сформирован перечень перспективных прорывных технологий для интегрированных платформенных решений в области промышленной автоматизации и управления
  • Разработка общей концепции и принципов построения КФС как единой технологической платформы, интегрирующей на синергетическом уровне прорывные технологии и принципы интеллектуализации, сетевой организации и возможностей самоорганизации в гибридную информационно-управляющую среду промышленного интернета вещей для широкого класса задач промышленной автоматизации и управления;
В 2022 году
  • Разработка методов, моделей, алгоритмов реализации технологической платформы КФС для класса задач промышленной автоматизации и управления технологическими процессами применительно к объектам энергетического комплекса.
В 2023 году
  • Разработка математико-программного обеспечения для класса прикладных задач управления на основе концепции, принципов и моделей КФС как гибридной технологической платформы промышленного интернета вещей.
В 2024 году
  • Отработка элементов аппаратно-программных решений КФС как технологической платформы гибридной информационно-управляющей среды промышленной автоматизации и управления для класса прикладных задач.
В 2025 году
  • Практическое внедрение разработанных решений в отраслях промышленности.