智能系统：Multi-Agent的连续轧制过程控制系统研究

第3卷第2期 智能系统学报 Vol.3 Na 2 2008年4月 CAAI Transactions on Intelligent Systems Apr.2008 Multi-Agent的连续轧制过程控制系统研究 谭树彬2刘建昌 (1.东北大学流程工业综合自动化教育部重点实验室，辽宁沈阳110004：2.东北大学信息科学与工程学院，辽宁 沈阳110004) 摘要：结合带钢连续轧制过程控制系统的特点，提出基于多智能体理论的控制方法.将多智能体理论应用于连续轧 制过程的控制之中给出了基于多智能体轧制过程的控制系统架构，并对多智能体控制系统的划分机制、协调机制和模 型结构等关键问题进行了分析和研究提出一套基于多智能体的带钢连续轧制过程控制系统的全新控制结构.该系统 有利于建立轧制流程的广义集成模型，消除控制系统之间的耦合关系，实现连续轧制生产的高度自动化和智能化. 关键词：多智能体：带钢轧制流程：控制系统 中图分类号：TP273.5文献标识码：A文章编号：16734785(2008)02-015005 Research On multi Agent based control system for continuous rolling process TAN Shu-bin'2LIU Jian-chang? (1.Ministry of Education Key Laboratory of Integrated Automation of Process Industry,Northeastern University,Shenyang 110004,China;2.College of Information Science and Engineering,Northeastern University,Shenyang 110004,China) Abstract:This paper describes a multi-Agent control system for a strip rolling process.In order to realize distributed intelligent control of the system,multi-Agent theory was applied after analyzing the character- istics and structure of its control system.Then a control strategy based on multi-Agent interaction was de- signed.Finally,the partition method,the coordination mechanism,and the model structure of the multi- Agent control system for the strip rolling process were analyzed.The paper concludes with a new control structure and system for strip rolling processes,which help to build up the generally integrated model,to eliminate the coupling among control systems,and to realize the more intelligentized control. Keywords:multi-Agent;strip rolling process;control system 国外，在罗克韦尔自动化、西门子三菱。日立、 交通控制、虚拟现实等领域有成功的应用o!,这为 奥钢联等公司的轧制流程控制系统中，己经不拘泥复杂流程工业生产线的优化设计和先进控制提供了 于工业网络、现场总线这种形式上的变化，而是在控 坚实的理论支持和实践基础，为将来多智能体控制 制系统结构、集成策略上，都在探索采用更为先进的 技术和方法在连续轧制流程及其他复杂流程工业生 控制方法】.而多智能体系统是当今人工智能中的 产中的实现和应用提供了理论参考和方法支持，遗 前沿研究方向之一，是分布式人工智能研究的一个 憾的是，同其他领域相比，在与人工智能理论有着天 重要分支，其目标是将大的复杂系统（软硬件系统） 然联系的复杂流程自动控制领域，多智能体理论、技 建造成小的、彼此相互通讯及协调的、易于管理的多 术与控制理论的结合和应用还仅仅处于理论研究和 智能体机制系统！因此，多智能体理论在分布式 探索阶段」 环境中有着极为广阔的应用前景，并在智能机器人、 在板带材连续轧制流程的同一机架的厚度控制 系统中，为了保证带钢的厚度控制精度，需要同时采 收稿日期：2007-01-17. 用多种厚度自动控制方法，比如前馈式厚度控制、监 基金项目：高等学校博士学科点专项科研基金资助项目(200601450 25);辽宁省自然科学基金资助项目(20052033). 控式厚度控制、张力式厚度控制、金属秒流量厚度控 通讯作者：谭树彬.E-mail:tshubin@63.com 制、轧制力厚度控制等方法.同时，还需要轧辊偏心 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net

第 3 卷第 2 期 智 能 系 统 学 报 Vol. 3 №. 2 2008 年 4 月 CAA I Transactions on Intelligent Systems Apr. 2008 Multi2Agent 的连续轧制过程控制系统研究 谭树彬1 ,2 ,刘建昌2 (1. 东北大学 流程工业综合自动化教育部重点实验室 ,辽宁 沈阳 110004 ;2. 东北大学 信息科学与工程学院 ,辽宁 沈阳 110004) 摘 要 :结合带钢连续轧制过程控制系统的特点 ,提出基于多智能体理论的控制方法. 将多智能体理论应用于连续轧 制过程的控制之中 ,给出了基于多智能体轧制过程的控制系统架构 ,并对多智能体控制系统的划分机制、协调机制和模 型结构等关键问题进行了分析和研究 ,提出一套基于多智能体的带钢连续轧制过程控制系统的全新控制结构. 该系统 有利于建立轧制流程的广义集成模型 ,消除控制系统之间的耦合关系 ,实现连续轧制生产的高度自动化和智能化. 关键词 :多智能体 ;带钢轧制流程 ;控制系统 中图分类号 : TP273. 5 文献标识码 :A 文章编号 :167324785 (2008) 0220150205 Research On multi2Agent based control system for continuous rolling process TAN Shu2bin 1 ,2 ,L IU Jian2chang 2 (1. Ministry of Education Key Laboratory of Integrated Automation of Process Industry , Northeastern University , Shenyang 110004 , China ;2. College of Information Science and Engineering , Northeastern University , Shenyang 110004 , China) Abstract :This paper describes a multi2Agent control system for a strip rolling process. In order to realize distributed intelligent control of the system , multi2Agent t heory was applied after analyzing the character2 istics and struct ure of its control system. Then a control strategy based on multi2Agent interaction was de2 signed. Finally , t he partition met hod , t he coordination mechanism , and t he model struct ure of t he multi2 Agent control system for t he strip rolling process were analyzed. The paper concludes wit h a new control struct ure and system for strip rolling p rocesses , which help to build up t he generally integrated model , to eliminate t he coupling among control systems , and to realize the more intelligentized control . Keywords : multi2Agent ; strip rolling process; control system 收稿日期 :2007201217. 基金项目 :高等学校博士学科点专项科研基金资助项目(200601450 25) ;辽宁省自然科学基金资助项目(20052033) . 通讯作者 :谭树彬. E2mail :tshubin @163. com. 国外 ,在罗克韦尔自动化、西门子、三菱 - 日立、 奥钢联等公司的轧制流程控制系统中 ,已经不拘泥 于工业网络、现场总线这种形式上的变化 ,而是在控 制系统结构、集成策略上 ,都在探索采用更为先进的 控制方法[122 ] . 而多智能体系统是当今人工智能中的 前沿研究方向之一 ,是分布式人工智能研究的一个 重要分支 , 其目标是将大的复杂系统 (软硬件系统) 建造成小的、彼此相互通讯及协调的、易于管理的多 智能体机制系统[324 ] . 因此 ,多智能体理论在分布式 环境中有着极为广阔的应用前景 ,并在智能机器人、 交通控制、虚拟现实等领域有成功的应用[5210 ] ,这为 复杂流程工业生产线的优化设计和先进控制提供了 坚实的理论支持和实践基础 ,为将来多智能体控制 技术和方法在连续轧制流程及其他复杂流程工业生 产中的实现和应用提供了理论参考和方法支持. 遗 憾的是 ,同其他领域相比 ,在与人工智能理论有着天 然联系的复杂流程自动控制领域 ,多智能体理论、技 术与控制理论的结合和应用还仅仅处于理论研究和 探索阶段. 在板带材连续轧制流程的同一机架的厚度控制 系统中 ,为了保证带钢的厚度控制精度 ,需要同时采 用多种厚度自动控制方法 ,比如前馈式厚度控制、监 控式厚度控制、张力式厚度控制、金属秒流量厚度控 制、轧制力厚度控制等方法. 同时 ,还需要轧辊偏心

第2期 谭树彬，等：multi-Agent的连续轧制过程控制系统研究 ·151· 补偿、硬度识别、Smith预估控制等功能.所以，从厚 看成单个实体：相反的，在第n+1层的单个实体，在 度控制的角度来看，每种厚度控制方法和辅助补偿 第n层上可看成由多个智能体构成的组织，每两级 措施都可以视为系统中的一个子系统(Agent),采 相邻的层次上都有这样的关系。对连续轧制过程控 用multi-Agent技术，可以实现各种控制方法及数 制系统按照功能进行划分，其中Level2为连轧线 学模型、专家系统、神经网络的集成，从而对板带材 中每个机架的控制系统，包括张力控制系统 多机架连续轧制进行分布式控制，实现整个生产过 (ATC)、厚度自动控制系统(AGC)、速度自动控制 程的高度自动化和智能化.将multi-Agent技术引 系统(AVC)、以及板形自动控制系统(AFC)等。 入到板带材厚度控制系统中，不是为了证明某一控 Level1为Level2进一步细化具有一定功能的控制 制策略或者模型比其他策略或模型更为优秀，而是 子系统。其中，厚度自动控制系统划分为压力 按照multi-Agent的思想，对不同的的控制策略或 AGC、监控AGC、流量AGC、SmithA GC等控制子 者模型进行完善，使其标准化，能够和其他子系统 系统；张力自动控制系统又划分为活套角度和电机 (Agent)进行交互，实现不同控制策略或者模型的 扭矩等控制子系统。 集成，发挥它们的长处，避免它们的负面作用四 图1只是一个简化的模型框架，实际构建基于 本文提出将多智能体理论应用于板带材连续轧 多智能体的连续轧制过程控制系统结构模型时，还 制流程的控制策略之中，按照多智能体理论对控制 要考虑张力控制、动态变规格控制、轧件跟踪、前馈 系统按功能、任务和知识进行划分，研究多智能体系 控制、补偿控制、解耦控制等涉及多个机架或难以归 统模型结构、协调控制机制以及多智能体控制系统 属为哪个机架的控制功能 的设计和实现等 2 连续轧制流程多智能体的划分机制 1基于多智能体的控制系统建模 由多个Agent相互协作，实现对复杂系统的控 从模块设计及实现的观点上看，把一个复杂的 制，便构成了multi-Agent控制系统.该系统中，每 问题分解成相对独立的模块则更容易处理、调试及 个Aget是一个物理或抽象的实体.在厚度自动控 维护，并使系统对软件及硬件的错误具有容错能力， 制系统中，需要多种基于不同厚度控制方法的A 系统更具有可靠性.钢铁工业的带钢连续轧制流程 gent相互协作，构成一个multi-Agent系统.另外 可以归属为一个多智能体系统，它由相互协调的多 在多机架冷连轧系统中，也可以将每个机架视为一 个单智能体组成，形成基于多智能体的控制系统设 个机架Agent,构成一个multi-Agent系统， 计方法。 在连续轧制流程中，每个智能体为一种物理的 将综合轧制道次和控制功能2种方法划分智能 (如按照轧机的物理结构进行界定，那么每个机架就 体，并构建基于多智能体的连续轧制过程控制系统 可以作为一个智能体)或者虚拟的自我独立的单元 结构模型.以7机架热连轧为例，采用多智能体的层 (如按照功能进行划分，则厚度控制、张力控制、速度 次设计属性，构建基于多智能体的连续轧制过程控 控制以及板形控制等都可以设计成为单个的智能 制系统结构模型框架如图1所示 体)，智能体应具有对外界环境做出响应及推理、决 nd Stand7 策和相互间进行协调的能力，可以解决给定的问题 Level2 oordination Layer 并实现特定目标.在对连续轧制流程按照多智能体 理论进行划分时，既不能划分得太“细”，又不能将智 Levell Reactive Layer 能体的粒度划分得太“粗”，如粒度划分得太细，则导 致智能体个数太多，虽然简化了单个智能体的复杂 程度，但是不利于多个智能体之间的协作，如划分得 图1基于多智能体的连续轧制过程控制系统结构模型 太粗，则单个智能体的复杂程度将增加.因此，需要 Fig.I Structure model of control system of continuous 在智能体粒度和单个智能体的复杂程度之间做出平 rolling process based on multiAgent 衡，这也正是研究连续轧制流程多智能体的划分机 多智能体系统可由多个智能和能力较低或较单 制的意义所在 一的智能体组成，也可由几个较复杂的智能体成员 在多机架冷连轧系统中，可以将每个机架的厚 为基础，结合其他简单智能体成员共同组成。多个 度自动控制系统视为一个Agent.同时，还需要协调 多智能体系统又可以组成更为复杂的智能系统。在 多个机架的速度分配、轧制力分配等过程级Agent, 第n层由多个智能体构成的组织，在第n+1层可以 从而构成一个multi-Agent系统，如图2所示. 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved. http://www.cnki.net

补偿、硬度识别、Smit h 预估控制等功能. 所以 ,从厚 度控制的角度来看 ,每种厚度控制方法和辅助补偿 措施都可以视为系统中的一个子系统 (Agent) ,采 用 multi2Agent 技术 ,可以实现各种控制方法及数 学模型、专家系统、神经网络的集成 ,从而对板带材 多机架连续轧制进行分布式控制 ,实现整个生产过 程的高度自动化和智能化. 将 multi2Agent 技术引 入到板带材厚度控制系统中 ,不是为了证明某一控 制策略或者模型比其他策略或模型更为优秀 ,而是 按照 multi2Agent 的思想 ,对不同的的控制策略或 者模型进行完善 ,使其标准化 ,能够和其他子系统 (Agent) 进行交互 ,实现不同控制策略或者模型的 集成 ,发挥它们的长处 ,避免它们的负面作用[11 ] . 本文提出将多智能体理论应用于板带材连续轧 制流程的控制策略之中 ,按照多智能体理论对控制 系统按功能、任务和知识进行划分 ,研究多智能体系 统模型结构、协调控制机制以及多智能体控制系统 的设计和实现等. 1 基于多智能体的控制系统建模 从模块设计及实现的观点上看 ,把一个复杂的 问题分解成相对独立的模块则更容易处理、调试及 维护 ,并使系统对软件及硬件的错误具有容错能力 , 系统更具有可靠性. 钢铁工业的带钢连续轧制流程 可以归属为一个多智能体系统 ,它由相互协调的多 个单智能体组成 ,形成基于多智能体的控制系统设 计方法. 将综合轧制道次和控制功能 2 种方法划分智能 体 ,并构建基于多智能体的连续轧制过程控制系统 结构模型. 以 7 机架热连轧为例 ,采用多智能体的层 次设计属性 ,构建基于多智能体的连续轧制过程控 制系统结构模型框架如图 1 所示. 图 1 基于多智能体的连续轧制过程控制系统结构模型 Fig. 1 Structure model of control system of continuous rolling process based on multi2Agent 多智能体系统可由多个智能和能力较低或较单 一的智能体组成 ,也可由几个较复杂的智能体成员 为基础 ,结合其他简单智能体成员共同组成。多个 多智能体系统又可以组成更为复杂的智能系统。在 第 n 层由多个智能体构成的组织 ,在第 n + 1 层可以 看成单个实体;相反的 ,在第 n + 1 层的单个实体 ,在 第 n 层上可看成由多个智能体构成的组织 ,每两级 相邻的层次上都有这样的关系。对连续轧制过程控 制系统按照功能进行划分 ,其中 Level 2 为连轧线 中每 个 机 架 的 控 制 系 统 , 包 括 张 力 控 制 系 统 (A TC) 、厚度自动控制系统 (A GC) 、速度自动控制 系统 ( AVC) 、以及板形自动控制系统 ( A FC) 等。 Level 1 为 Level 2 进一步细化具有一定功能的控制 子系统。其中 , 厚度自动控制系统划分为压力 A GC、监控 A GC、流量 A GC、Smith2A GC 等控制子 系统 ;张力自动控制系统又划分为活套角度和电机 扭矩等控制子系统。 图 1 只是一个简化的模型框架 ,实际构建基于 多智能体的连续轧制过程控制系统结构模型时 ,还 要考虑张力控制、动态变规格控制、轧件跟踪、前馈 控制、补偿控制、解耦控制等涉及多个机架或难以归 属为哪个机架的控制功能. 2 连续轧制流程多智能体的划分机制 由多个 Agent 相互协作 ,实现对复杂系统的控 制 ,便构成了 multi2Agent 控制系统. 该系统中 ,每 个 Agent 是一个物理或抽象的实体. 在厚度自动控 制系统中 ,需要多种基于不同厚度控制方法的 A2 gent 相互协作 ,构成一个 multi2Agent 系统. 另外 , 在多机架冷连轧系统中 ,也可以将每个机架视为一 个机架 Agent ,构成一个 multi2Agent 系统. 在连续轧制流程中 ,每个智能体为一种物理的 (如按照轧机的物理结构进行界定 ,那么每个机架就 可以作为一个智能体) 或者虚拟的自我独立的单元 (如按照功能进行划分 ,则厚度控制、张力控制、速度 控制以及板形控制等都可以设计成为单个的智能 体) ,智能体应具有对外界环境做出响应及推理、决 策和相互间进行协调的能力 ,可以解决给定的问题 并实现特定目标. 在对连续轧制流程按照多智能体 理论进行划分时 ,既不能划分得太“细”,又不能将智 能体的粒度划分得太“粗”,如粒度划分得太细 ,则导 致智能体个数太多 ,虽然简化了单个智能体的复杂 程度 ,但是不利于多个智能体之间的协作 ,如划分得 太粗 ,则单个智能体的复杂程度将增加. 因此 ,需要 在智能体粒度和单个智能体的复杂程度之间做出平 衡 ,这也正是研究连续轧制流程多智能体的划分机 制的意义所在. 在多机架冷连轧系统中 ,可以将每个机架的厚 度自动控制系统视为一个 Agent. 同时 ,还需要协调 多个机架的速度分配、轧制力分配等过程级 Agent , 从而构成一个 multi2Agent 系统 ,如图 2 所示. 第 2 期 谭树彬 ,等 :multi2Agent 的连续轧制过程控制系统研究 · 151 ·

·152· 智能系统学报 第3卷 过程级 过程设定 动态变规格 轧制速度分配 乳制力分配 其他 Agent Agent Agent Agent Agent I#机架 2#机架 3#机架 4#机架 5#机架 X#机架 控制层 厚度控制 厚度控制 厚度控制 厚度控制 厚度控制 厚度控制 Agent Agent Agent Agent Agent Agent L----J 可扩展的 协作层 水平协作、树型协作、循环协作、混杂协作 协作 通讯U层 现场总线多处理器多控制站系统 1可扩展网路1 图2基于多智能体的厚度控制系统模型结构 Fig.2 Framework of multiAgent gauge control system 最佳反应能力的控制系统模型.图3给出了轧机多 3 连续轧制流程多智能体控制的协调 机架Multi-Agent系统的模型结构 连续轧制过程控制是复杂的快速动态实时过 文献[12]和[13]的研究成果为multi-Agent分 程，多智能体系统要在这样的环境下，在有限时间、 布式控制系统的设计和实施提供了切实可行的应用 资源的约束下，解决任务调配、动作协调、化解冲突 平台集成架构(integrated architecture,IA)和 等协调合作问题」 指导方法.multi-agent之间需要进行通讯和协调. 基于现有的轧制机理模型和控制方法及对连轧 在工业实时控制中，必须确保报文的实时性、准确性 生产线自动化系统，根据各智能体行为之间的相互 和可重复性.IA架构中的NetLinx通讯网络将De 景影响程度各智能体之间的相互约束条件以及每个 viceNet网络、ControlNet网络和EtherNet/IP有机 智能体对其他智能体的解耦或补偿的期望要求.设 地融合在一起，在应用层中统一采用了CIP(通用工 计适于连续轧制过程、具有自学习和容错能力的自 业协议)，从而实现了网络之间信息路由和无缝连 适应协作和协调机制.自学习能力主要体现在2个 接.不同网络层面、不同智能体之间的通讯无需处理 方面：一是系统可以根据生产线的实时反馈信息来 器参与，实现了控制任务与通讯任务的分离，为提高 改进协作和协调机制；二是通过智能体的相互作用 分布式系统可靠性和系统重构能力奠定了基础，同 进行智能体学习以改进协作和协调机制.自适应协 时还简化了程序开发工作 调模型的动态协调特性主要体现在：1)系统结构的 动态改变，智能体间的协作网络结构能够根据解决 5多智能体控制系统仿真平台的构建 任务的需要自动进行调整和优化；2)系统可以根据 对各个轧制流程中的各控制子系统分别进行建 最新的任务需要或平衡状态自主地协调行动.多智 模，然后采用IA方式进行架构，如图4所示.该架 能体控制系统协作和协调机制还应保证当个别智能 构主要由Logix控制平台、NetLinx通讯网络、Vie 体能出现故障时其他智能体能正常运行，使系统具 wAny Ware人机界面和Factory Talk企业实时数据 有容错功能 交换技术构成.其中，Logix控制平台是Agent实现 4连续轧制流程多智能体控制的模型 自主行为控制的基础，NetLinx通讯网络是Agent 之间相互通讯与协调的平台，Factory Talk企业实 在连续轧制流程多智能体控制系统中，由不同 时数据交换技术为分布式系统中的数据共享与资源 控制子系统的多个智能体相互协作，实现对复杂系 定位提供支持，ViewAny Ware人机界面则为整个 统的控制，共同构成多智能体控制系统.每个智能体 系统提供统一的监控和操作环境.构建连续轧制流 是一个物理或抽象的实体，每个智能体具有自己特 程多智能体控制系统仿真平台，为进一步的理论研 定的功能，它们分工、合作、相互交流，资源、信息共 究和应用研究打下良好基础， 享，这样就动态地构建了一个对轧制条件变化具有 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net

图 2 基于多智能体的厚度控制系统模型结构 Fig. 2 Framework of multi2Agent gauge control system 3 连续轧制流程多智能体控制的协调 连续轧制过程控制是复杂的快速动态实时过 程 ,多智能体系统要在这样的环境下 ,在有限时间、 资源的约束下 ,解决任务调配、动作协调、化解冲突 等协调合作问题. 基于现有的轧制机理模型和控制方法及对连轧 生产线自动化系统 ,根据各智能体行为之间的相互 影响程度 ,各智能体之间的相互约束条件以及每个 智能体对其他智能体的解耦或补偿的期望要求. 设 计适于连续轧制过程、具有自学习和容错能力的自 适应协作和协调机制. 自学习能力主要体现在 2 个 方面 :一是系统可以根据生产线的实时反馈信息来 改进协作和协调机制 ;二是通过智能体的相互作用 进行智能体学习以改进协作和协调机制. 自适应协 调模型的动态协调特性主要体现在 :1) 系统结构的 动态改变 ,智能体间的协作网络结构能够根据解决 任务的需要自动进行调整和优化 ;2) 系统可以根据 最新的任务需要或平衡状态自主地协调行动. 多智 能体控制系统协作和协调机制还应保证当个别智能 体能出现故障时其他智能体能正常运行 ,使系统具 有容错功能. 4 连续轧制流程多智能体控制的模型 在连续轧制流程多智能体控制系统中 ,由不同 控制子系统的多个智能体相互协作 ,实现对复杂系 统的控制 ,共同构成多智能体控制系统. 每个智能体 是一个物理或抽象的实体 ,每个智能体具有自己特 定的功能 ,它们分工、合作、相互交流 ,资源、信息共 享 ,这样就动态地构建了一个对轧制条件变化具有 最佳反应能力的控制系统模型. 图 3 给出了轧机多 机架 Multi2Agent 系统的模型结构. 文献[ 12 ]和[ 13 ]的研究成果为 multi2Agent 分 布式控制系统的设计和实施提供了切实可行的应用 平台 ———集成架构 (integrated architect ure , IA) 和 指导方法. multi2agent 之间需要进行通讯和协调. 在工业实时控制中 ,必须确保报文的实时性、准确性 和可重复性. IA 架构中的 NetLinx 通讯网络将 De2 viceNet 网络、ControlNet 网络和 Et herNet/ IP 有机 地融合在一起 ,在应用层中统一采用了 CIP(通用工 业协议) ,从而实现了网络之间信息路由和无缝连 接. 不同网络层面、不同智能体之间的通讯无需处理 器参与 ,实现了控制任务与通讯任务的分离 ,为提高 分布式系统可靠性和系统重构能力奠定了基础 ,同 时还简化了程序开发工作. 5 多智能体控制系统仿真平台的构建 对各个轧制流程中的各控制子系统分别进行建 模 ,然后采用 IA 方式进行架构 ,如图 4 所示. 该架 构主要由 Logix 控制平台、NetLinx 通讯网络、Vie2 wAnyWare 人机界面和 FactoryTalk 企业实时数据 交换技术构成. 其中 ,Logix 控制平台是 Agent 实现 自主行为控制的基础 ,NetLinx 通讯网络是 Agent 之间相互通讯与协调的平台 ,FactoryTalk 企业实 时数据交换技术为分布式系统中的数据共享与资源 定位提供支持 ,ViewAnyWare 人机界面则为整个 系统提供统一的监控和操作环境. 构建连续轧制流 程多智能体控制系统仿真平台 ,为进一步的理论研 究和应用研究打下良好基础. · 251 · 智 能 系 统 学 报 第 3 卷

第2期 谭树彬，等：multi-Agent的连续轧制过程控制系统研究 ·153 单处理器框架Agent 过程级muli-Agent 1ogix控制器 过程设定multi-Agent 其他厚度 动态变规格Acn 控制相关Agent 轧制速度分配Agent 轧制力分配Agcn NetLinx网路通i讯 整体协作Agent 接口 NetLinxm网路通i讯接▣ NetLinx树络（以太网/控制网/设备网）- 同一根架下多处理器结构muli-Agent系统 数据资源Agent Logix控制器 Logix控制器 NetLinx网路通讯 1#机架厚度控制 X#机架厚度控制 接口 Agent Agent Netl.inxk4络通讯 NetLinx网络通讯 数据资源 接口 接口 直接节板通讯 图3基于多智能体的连续制过程控制系统结构模型 Fig.3 Framework of multiAgent control system for multistand rolling mill view any 的影响程度，以及用户对带钢产品各项性能指标的 view anv ware 人机界面 、机界面 要求程度，提出系统的综合性能指标.在综合性能指 NetLinx信息网 标中，以权重或满意度的严格程度来表征各性能指 基于Logx的 标的重要程度， Agem控制器 NetLinx控制网 基于综合性能指标求取综合优化控制策略，综 合优化控制策略将体现在各个智能体之间对耦合变 基于Logx的 Age制器 量的解耦、单个智能体对自身目标和全局目标的综 NetLinx设备网 合考虑、对多控制目标和多控制动作总体协调和优 化等.在对国内钢铁企业多个冷、热连续轧制流程控 制系统进行消化、研究和分析的基础上，收集大量现 现场设备 场数据，在所构建的仿真平台上进行连续轧制流程 图4多智能体控制系统仿真平台的集成架构 多智能体控制系统的仿真实验研究.对基于多智能 Fig.4 Integrated architecture of simulation on 体的控制系统设计方法、连续轧制流程多智能体的 multiAgent control system 划分机制和协调机制等进行验证，实现对连续轧制 流程多智能体控制技术的仿真和优化， 6 连续轧制过程多智能体控制系统的 仿真和优化策略 7结束语 板带材厚度控制理论中的模型大多数为单一的 以连续轧制流程为代表的复杂工业流程，随着 控制模型，是针对某一特定问题建立的、分别解决生 模型的增多和控制策略的复杂，对控制系统的集成 产过程中的具体问题.所以，单个模型的应用局限性 和协作提出了更高的要求.现代连续轧制流程由于 很大，也比较难以获得满意的效果.分布式multi-A- 大多采用多层递阶的控制结构，控制系统内部联系 gent技术就是克服这一局限性的重要途径，它可以 紧密，自治程度不高，一旦某个控制环节出现故障 实现多个控制模型的集成并协调运行.借鉴满意控 就会影响到其他控制子系统，甚至造成整个控制系 制的基本思想，考虑每个性能指标对产品综合性能 统瘫痪.多智能体理论对于复杂系统、复杂问题的强 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net

图 3 基于多智能体的连续轧制过程控制系统结构模型 Fig. 3 Framework of multi2Agent control system for multi2stand rolling mill 图 4 多智能体控制系统仿真平台的集成架构 Fig. 4 Integrated architecture of simulation on multi2Agent control system 6 连续轧制过程多智能体控制系统的 仿真和优化策略 板带材厚度控制理论中的模型大多数为单一的 控制模型 ,是针对某一特定问题建立的、分别解决生 产过程中的具体问题. 所以 ,单个模型的应用局限性 很大 ,也比较难以获得满意的效果. 分布式 multi2A2 gent 技术就是克服这一局限性的重要途径 ,它可以 实现多个控制模型的集成并协调运行. 借鉴满意控 制的基本思想 ,考虑每个性能指标对产品综合性能 的影响程度 ,以及用户对带钢产品各项性能指标的 要求程度 ,提出系统的综合性能指标. 在综合性能指 标中 ,以权重或满意度的严格程度来表征各性能指 标的重要程度. 基于综合性能指标求取综合优化控制策略 ,综 合优化控制策略将体现在各个智能体之间对耦合变 量的解耦、单个智能体对自身目标和全局目标的综 合考虑、对多控制目标和多控制动作总体协调和优 化等. 在对国内钢铁企业多个冷、热连续轧制流程控 制系统进行消化、研究和分析的基础上 ,收集大量现 场数据 ,在所构建的仿真平台上进行连续轧制流程 多智能体控制系统的仿真实验研究. 对基于多智能 体的控制系统设计方法、连续轧制流程多智能体的 划分机制和协调机制等进行验证 ,实现对连续轧制 流程多智能体控制技术的仿真和优化. 7 结束语 以连续轧制流程为代表的复杂工业流程 ,随着 模型的增多和控制策略的复杂 ,对控制系统的集成 和协作提出了更高的要求. 现代连续轧制流程由于 大多采用多层递阶的控制结构 ,控制系统内部联系 紧密 ,自治程度不高 ,一旦某个控制环节出现故障 , 就会影响到其他控制子系统 ,甚至造成整个控制系 统瘫痪. 多智能体理论对于复杂系统、复杂问题的强 第 2 期 谭树彬 ,等 :multi2Agent 的连续轧制过程控制系统研究 · 351 ·

·154- 智能系统学报 第3卷 大表现力及其开放性、智能化的特性，无疑使它成为 process industries[J ]Computer Integrated Manufactur- 指导和支持现代化工业过程控制系统的最佳理论选 ing Systems,2000,6(6):6-65. 择之一，连续轧制流程中每一个控制子系统可归属 [8 ]VAADMIR M.Industrial adoption of Agent-based tech- 为一个智能体，采用多智能体控制思想，可以建立轧 nologies[J].IEEE Intelligent System,2005(2):27-35. [9]DUFFIE N A,PRABHU VV.Real-time distributed 制流程的的广义集成模型，有利于消除控制系统之 scheduling of hierarchical manufacturing systems [J ] 间的耦合关系，实现连续轧制生产的高度自动化和 Journal of Manufacturing Systems,1994,13(2):175- 智能化 179. 参考文献： [10]J EFF Y C P,TEN ENBAUMJ M.An intelligent Agent framework for enterprise integration [J].IEEE Trans [1]刘金琨，尔联洁.多智能体技术应用综述U].控制与决 on Systems,Man and Cybernetics,1991,21(6):1391- 策，2001,16(2)：133140. 1408. LIU Jinkun,ER Lianjie.Overview of application of [11]STURM M.Hybridization of neural and fuzzy systems multiAgent technology[J ]Control and Decision,2001, by a multi-Agent architecture for motor gearbox control 16(2):133-140. [J ]Fuzzy Sets and Systems,1997,89:21-26. [2]王伟，柴天佑.工业中应用的控制技术发展新动向U] [12]FRANCISCO P M,RA YMOND J.Methodologies and 控制工程，2006,13(1)：1-5. tools for intelligent Agents in ditributed control [J]. WANG Wei,CHAI Tianyou.Some trends of control IEEE Intelligent Systems,2005(1):42-49. techniques in application of process industry[J ]Control [13]VLADIMIR M,DUNCAN M.Industrial adoption of Engineering of China,2006,13(1):1-5. Agent-based technologies [J ]IEEE Intelligent Sys- [3]FRANCISCO P M.Methodologies and tools for intelli- tems,2005(1):27-35, gent Agents in distributed control[J].IEEE Intelligent 作者简介： System,2005(1):4249. 谭树彬，男，1974年生，讲师，博士，主 [4]蔡自兴，贺汉根.智能科学发展的若干问题卫].自动化 要研究方向为复杂工业过程建模与控制 学报，2002,28（增刊）：142-145. 以及轧钢自动化。 CAI Zixing,HE Hangen.Some issues on intelligence science development [J].Acta Automatica Sinica,2002, 28(Sup):142-145 [5]DUFFIE N A.Nom hierachical control of a flexible man ufacturing[J].Robotics and Computer-Integrated Manu 刘建昌，1960年生，男，教授，博士生 facturing,1987,3(2):175179. 导师，信息科学与工程学院院长，兼任教育 [6]刘金琨，王树青.钢铁工业过程多智能体系统研究U] 部高等学校自动化专业分教学指导委员会 信息与控制，1998,27(6)：42下432. 委员，中国自动化学会教育工作委员会副 LIU Jinkun,WANG Shuqing.Multi-Agent system for i- 主任委员、全国高等学校教学研究会自动 ron and steel industrial process[J].Information and Con- 化学科（专业）委员会副主任委员、辽宁省 trol,1998,27(6):427-432 自动化学会理事，并兼任《控制与决策》、 [7]王江，杨家本，赵元流程工业通用多智能体系统生 《东北大学学报》和《治金自动化》等学术杂志的编委、RAL 产计划调度的原型系统[J].计算机集成制造系统， 国家重点实验室客座教授，主要研究方向为智能控制理论与 2000,6(6):61-65. 应用、复杂工业过程建模与控制，发表学术论文100余篇，出 WANG Jiang,YAN GJiaben,ZHAO Yuan.Production 版专著2部，获国家专利2项 planning and scheduling system based on MAS for 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.enki.net

大表现力及其开放性、智能化的特性 ,无疑使它成为 指导和支持现代化工业过程控制系统的最佳理论选 择之一. 连续轧制流程中每一个控制子系统可归属 为一个智能体 ,采用多智能体控制思想 ,可以建立轧 制流程的的广义集成模型 ,有利于消除控制系统之 间的耦合关系 ,实现连续轧制生产的高度自动化和 智能化. 参考文献 : [1 ]刘金琨 ,尔联洁. 多智能体技术应用综述[J ]. 控制与决 策 , 2001 , 16 (2) : 1332140. L IU Jinkun , ER Lianjie. Overview of application of multi2Agent technology[J ]. Control and Decision , 2001 , 16 (2) :1332140. [2 ]王 伟 ,柴天佑. 工业中应用的控制技术发展新动向[J ]. 控制工程 ,2006 ,13 (1) :125. WAN G Wei , CHAI Tianyou. Some trends of control techniques in application of process industry[J ]. Control Engineering of China , 2006 ,13 (1) :125. [3 ] FRANCISCO P M. Methodologies and tools for intelli2 gent Agents in distributed control [J ]. IEEE Intelligent System , 2005 (1) :42249. [4 ]蔡自兴 , 贺汉根. 智能科学发展的若干问题[J ]. 自动化 学报 , 2002 ,28 (增刊) :1422145. CAI Zixing , HE Hangen. Some issues on intelligence science development [J ]. Acta Automatica Sinica , 2002 , 28 (Sup) :1422145. [5 ]DU FFIE N A. Non2hierachical control of a flexible man2 ufacturing[J ]. Robotics and Computer 2Integrated Manu2 facturing , 1987 , 3 (2) : 1752179. [6 ]刘金琨 ,王树青. 钢铁工业过程多智能体系统研究[J ]. 信息与控制 , 1998 ,27 (6) :4272432. L IU Jinkun , WAN G Shuqing. Multi2Agent system for i2 ron and steel industrial process[J ]. Information and Con2 trol , 1998 ,27 (6) :4272432. [7 ]王 江 ,杨家本 ,赵 元. 流程工业通用多智能体系统生 产计划调度的原型系统 [J ]. 计算机集成制造系统 , 2000 ,6 (6) :61265. WAN GJiang , YAN G Jiaben , ZHAO Yuan. Production planning and scheduling system based on MAS for process industries[J ]. Computer Integrated Manufactur2 ing Systems , 2000 ,6 (6) :61265. [8 ]VAADMIR M. Industrial adoption of Agent2based tech2 nologies[J ]. IEEE Intelligent System , 2005 (2) : 27235. [ 9 ] DU FFIE N A , PRAB HU V V. Real2time distributed scheduling of hierarchical manufacturing systems [J ]. Journal of Manufacturing Systems , 1994 , 13 (2) : 1752 179. [10 ]J EFF Y C P , TENENBAUM J M. An intelligent Agent framework for enterprise integration [J ]. IEEE Trans on Systems , Man and Cybernetics , 1991 , 21 (6) :13912 1408. [11 ]STURM M. Hybridization of neural and fuzzy systems by a multi2Agent architecture for motor gearbox control [J ]. Fuzzy Sets and Systems , 1997 , 89 : 21226. [12 ]FRANCISCO P M , RA YMOND J. Methodologies and tools for intelligent Agents in ditributed control [J ]. IEEE Intelligent Systems , 2005 (1) :42249. [13 ] VLADIMIR M , DUNCAN M. Industrial adoption of Agent2based technologies [J ]. IEEE Intelligent Sys2 tems , 2005 (1) :27235. 作者简介 : 谭树彬 ,男 ,1974 年生 ,讲师 ,博士 ,主 要研究方向为复杂工业过程建模与控制 以及轧钢自动化. 刘建昌 ,1960 年生 ,男 ,教授 ,博士生 导师 ,信息科学与工程学院院长 ,兼任教育 部高等学校自动化专业分教学指导委员会 委员 ,中国自动化学会教育工作委员会副 主任委员、全国高等学校教学研究会自动 化学科(专业) 委员会副主任委员、辽宁省 自动化学会理事 ,并兼任《控制与决策》、 《东北大学学报》和《冶金自动化》等学术杂志的编委、RAL 国家重点实验室客座教授 ,主要研究方向为智能控制理论与 应用、复杂工业过程建模与控制 ,发表学术论文 100 余篇 ,出 版专著 2 部 ,获国家专利 2 项. · 451 · 智 能 系 统 学 报 第 3 卷