CIPS實(shí)施工作的瓶頸問(wèn)題與關(guān)鍵技術(shù).ppt_第1頁(yè)
CIPS實(shí)施工作的瓶頸問(wèn)題與關(guān)鍵技術(shù).ppt_第2頁(yè)
CIPS實(shí)施工作的瓶頸問(wèn)題與關(guān)鍵技術(shù).ppt_第3頁(yè)
CIPS實(shí)施工作的瓶頸問(wèn)題與關(guān)鍵技術(shù).ppt_第4頁(yè)
CIPS實(shí)施工作的瓶頸問(wèn)題與關(guān)鍵技術(shù).ppt_第5頁(yè)
已閱讀5頁(yè),還剩71頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,1,第六章 CIPS實(shí)施工作的瓶頸問(wèn)題與關(guān)鍵技術(shù),6.1 人的問(wèn)題,企業(yè)實(shí)施CIPS不僅是通過(guò)解決單純的技術(shù)問(wèn)題的途徑,而是通過(guò)人、技術(shù)與經(jīng)營(yíng)三方面綜合集成的途徑來(lái)取得成功的,(1) 人在CIPS實(shí)施過(guò)程中起到了決定性作用,哲理、全局過(guò)程的生產(chǎn)經(jīng)營(yíng)模式 、組織機(jī)構(gòu),(2) 人在生產(chǎn)過(guò)程中起到了核心作用,自動(dòng)化技術(shù)應(yīng)用水平及人們對(duì)它的認(rèn)識(shí)程度,人的創(chuàng)造性工作,(3) 人在CIPS系統(tǒng)中的地位,涉及到社會(huì)的、經(jīng)濟(jì)的、有關(guān)人的行為及心理的、文化的等多方面問(wèn)題,這些方面可能成為CIPS系統(tǒng)實(shí)施工作的瓶頸。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)

2、用,2,6.2 集成的技術(shù)方面問(wèn)題,6.2.1 綜合自動(dòng)化面臨的挑戰(zhàn),a) 工業(yè)過(guò)程復(fù)雜性,過(guò)程對(duì)象特性復(fù)雜 對(duì)象的特性和反應(yīng)機(jī)理十分復(fù)雜,精確的機(jī)理建模日益困難,所得的模型往往具有非線(xiàn)性、分布參數(shù)、時(shí)變、時(shí)滯和不確定性 基于解析數(shù)值計(jì)算和單一形式的模型(參數(shù)化的數(shù)學(xué)模型)很難刻畫(huà)系統(tǒng)的真實(shí)運(yùn)動(dòng)狀態(tài),需要采用多種多樣的描述方式的描述模型來(lái)反映生產(chǎn)過(guò)程的真實(shí)系統(tǒng)的行為和狀態(tài),支持不同層次、不同要求的控制目標(biāo) 動(dòng)態(tài)系統(tǒng)還具有多時(shí)間標(biāo)度,有時(shí)還會(huì)發(fā)生動(dòng)態(tài)突變; 環(huán)境的復(fù)雜性 系統(tǒng)常常處于不確定的環(huán)境中,擾動(dòng)頻繁,且常常是不可測(cè)量的; 任務(wù)的復(fù)雜性 完成監(jiān)督、預(yù)測(cè)、控制、安全保護(hù)、經(jīng)濟(jì)、最優(yōu)等目標(biāo);,

3、2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,3,綜合自動(dòng)化面臨的挑戰(zhàn)(續(xù)1),b) 關(guān)聯(lián)性,控制對(duì)象一般是多變量的系統(tǒng),生產(chǎn)的規(guī)模龐大,生產(chǎn)裝置的操作存在著強(qiáng)關(guān)聯(lián),c) 信息復(fù)雜性,信息獲取存在問(wèn)題 在許多的場(chǎng)合下,關(guān)鍵變量不可測(cè)量,導(dǎo)致信息的不完全; 信息模式復(fù)雜 信息往往呈現(xiàn)定量、半定量、定性語(yǔ)義的模式,不同深度不同層次地反映實(shí)際系統(tǒng),提供關(guān)于系統(tǒng)不同模式的信息知識(shí)。 傳感器和執(zhí)行器分布于過(guò)程之中,信息量龐大 信息通常受到噪聲的干擾,有效的信息的獲得較為困難,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,4,綜合自動(dòng)化面臨的挑戰(zhàn)(續(xù)2),d) 知識(shí)及其表達(dá)的多樣性和復(fù)雜性,信息模

4、式的多樣性客觀上造成了系統(tǒng)信息層次結(jié)構(gòu)的形成: 越是高層的信息其數(shù)據(jù)量越少,但它包含的信息知識(shí)量越大,其模式越表現(xiàn)為定性描述的知識(shí)表示;層次越低的信息其包含信息量越簡(jiǎn)單、直觀,數(shù)據(jù)量越大,其模式越表現(xiàn)為基于定量描述的數(shù)值形式。 信息層次結(jié)構(gòu)要求對(duì)象模型呈現(xiàn)相應(yīng)的分層結(jié)構(gòu) : 較低層的信息模型趨向與采用傳統(tǒng)的基于數(shù)值計(jì)算的微分或差分方程等模式表達(dá),過(guò)程較高層次的模型則趨向于采用定性的符號(hào)描述模型表達(dá)過(guò)程的行為特性,不同層次的知識(shí)表達(dá)方法相應(yīng)于多樣性和層次性的信息處理的需要。,e) 管理、控制任務(wù)的通常是多目標(biāo)、多約束的命題,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,5,6.2.2 系統(tǒng)協(xié)

5、同的問(wèn)題,由一系列完成特定任務(wù)和目標(biāo)子系統(tǒng)集成而成的復(fù)雜系統(tǒng),具有分布性(時(shí)間上的分布、空間上的分布或功能上的分布)的特點(diǎn)。 限于知識(shí)、能力、處理速度、信息、資源等因素以及待求解問(wèn)題的規(guī)模、復(fù)雜性造成的實(shí)現(xiàn)困難,在CIPS系統(tǒng)增強(qiáng)系統(tǒng)性能(快速性、可靠性、智能程度、完成質(zhì)量)、有效地利用資源(信息、知識(shí)、物理裝置等) ,個(gè)體間的協(xié)作是必然的。,通過(guò)并行性提高任務(wù)的完成率 通過(guò)共享資源(信息、專(zhuān)門(mén)知識(shí)、物理裝置等)擴(kuò)大完成任務(wù)的能力范圍 通過(guò)備份任務(wù),采用不同的方法去完成指定任務(wù),以提高完成任務(wù)的可能性及可靠性 通過(guò)避免任務(wù)間有害的相互作用,減少任務(wù)間的沖突,2020/7/31,CIMS和CIP

6、S技術(shù)與應(yīng)用,6,系統(tǒng)協(xié)同的四種協(xié)作類(lèi)型,水平協(xié)作(horizontal cooperation) 由于能力、知識(shí)處理、速度、資源利用等因素的限制,單獨(dú)的個(gè)體(人/機(jī)構(gòu),子系統(tǒng))都不具有解決全局問(wèn)題的能力,將全局問(wèn)題分解成子問(wèn)題后交給適當(dāng)?shù)膫€(gè)體采用協(xié)同工作的方式分別去完成,獲得求解綜合問(wèn)題的能力。 為提高對(duì)綜合問(wèn)題求解的結(jié)果的可信度,可以基于系統(tǒng)不同個(gè)體的獨(dú)立解決問(wèn)題的能力,采用不同的信息與知識(shí)或不同的信息處理機(jī)制獲得問(wèn)題的結(jié)果,通過(guò)個(gè)體之間的相互作用,最終獲得高可靠性的結(jié)果。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,7,系統(tǒng)協(xié)同的問(wèn)題(續(xù)),(2) 樹(shù)型協(xié)作(tree cooper

7、ation) 系統(tǒng)中高層的功能系統(tǒng)或人/群體依據(jù)下層獲得的結(jié)果做出進(jìn)一步處理工作。,(3) 循環(huán)協(xié)作(recursive cooperation) 為了求得問(wèn)題的結(jié)果,系統(tǒng)的個(gè)體之間相互依賴(lài),往復(fù)協(xié)作。,(4) 混雜協(xié)作(hybrid cooperation) 整個(gè)系統(tǒng)在某些級(jí)上采用水平協(xié)作的類(lèi)型,而在系統(tǒng)整體上又是樹(shù)型協(xié)作或循環(huán)協(xié)作類(lèi)型,或整體上采用水平協(xié)作類(lèi)型而局部上采用樹(shù)型或循環(huán)協(xié)作類(lèi)型。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,8,系統(tǒng)的兩種協(xié)作形式,CIPS系統(tǒng)內(nèi)主要存在任務(wù)共享(Task sharing )、結(jié)果共享(Result sharing )兩種協(xié)作形式:,任務(wù)共

8、享 各系統(tǒng)相互協(xié)作,分擔(dān)各子任務(wù)的處理負(fù)荷,而且當(dāng)一個(gè)單元的任務(wù)太重而無(wú)法完成時(shí),它將把任務(wù)分解,讓其它單元承擔(dān)并完成。,結(jié)果共享 系統(tǒng)內(nèi)的各單元相互傳遞并共同利用根據(jù)不同觀點(diǎn)方法所得出的有關(guān)總體問(wèn)題得部分結(jié)果,通過(guò)相互交換部分暫時(shí)得結(jié)果相互協(xié)同工作 。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,9,系統(tǒng)協(xié)同的關(guān)鍵技術(shù)問(wèn)題,- 沖突的消解,資源沖突、目標(biāo)沖突、結(jié)果沖突,- CSCW(Computer Supported cooperative Work)理論與應(yīng)用,- 群件技術(shù),- 分布式智能控制理論和方法、MAS,多智能體Multi Agent System、 移動(dòng)智能體mobile

9、 Agent System,- 人-人、人-機(jī)系統(tǒng),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,10,6.2.3 控制、決策與管理集成問(wèn)題,CIPS系統(tǒng)本質(zhì)上是一類(lèi)混雜(Hybrid)系統(tǒng): 離散事件系統(tǒng)和連續(xù)時(shí)間系統(tǒng)的混合,分布參數(shù)和集中參數(shù)的混合,符號(hào)系統(tǒng)與數(shù)值系統(tǒng)的混合,模糊系統(tǒng)和精確系統(tǒng)的混合,定量系統(tǒng)與定性系統(tǒng)混合。,信息和數(shù)據(jù)獲取與處理,系統(tǒng)的控制、決策依賴(lài)于獲取數(shù)量眾多,性質(zhì)各異的定量、半定量、定性語(yǔ)義的不同模式、不同深度及不同層次的過(guò)程信息。數(shù)據(jù)信息常常因受工業(yè)噪聲、傳感器精度、傳感器故障以及檢測(cè)技術(shù)技術(shù)手段等因素的影響,不夠精確、不一致、不完整,有些信息不能以定量的形式

10、表達(dá)。,1. 過(guò)程數(shù)據(jù)的預(yù)處理技術(shù),數(shù)據(jù)變換、數(shù)據(jù)校正、濾波等預(yù)處理手,將真實(shí)信號(hào)從含有噪聲的混合信號(hào)分離出來(lái),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,11,數(shù)據(jù)校正問(wèn)題,(1) 隨機(jī)誤差的處理,數(shù)字濾波方法 利用信號(hào)與噪聲隨自變量改變的頻率不同將真實(shí)信號(hào)與噪聲分離。高通濾波、低通濾波、數(shù)據(jù)平滑等 數(shù)據(jù)協(xié)調(diào)(Data Reconciliation )技術(shù) 根據(jù)由物料平衡和能量平衡等方程建立起來(lái)的精確數(shù)學(xué)模型,以估計(jì)值和測(cè)量值的方差最小為目標(biāo),構(gòu)造估計(jì)模型,為測(cè)量數(shù)據(jù)提供一個(gè)最優(yōu)估計(jì),以及時(shí)準(zhǔn)確地檢測(cè)誤差的存在,近而剔除或補(bǔ)償其影響。,(2) 顯著誤差的處理,a) 基于理論分析可能導(dǎo)致

11、顯著誤差的因素并進(jìn)行相應(yīng)處理 b) 基于硬件冗余,借助不同的測(cè)量手段對(duì)同一過(guò)程變量進(jìn)行測(cè)量,通過(guò)結(jié)果比較來(lái)識(shí)別顯著誤差。 c) 基于測(cè)量數(shù)據(jù)的統(tǒng)計(jì)特性進(jìn)行檢驗(yàn)(統(tǒng)計(jì)假設(shè)檢驗(yàn)、殘差分析、廣義似然法、貝葉斯、主元分析法),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,12,數(shù)據(jù)協(xié)調(diào),化工過(guò)程測(cè)量的基本模型可以表示為:,其中:,為被測(cè)變量測(cè)量值;,為被測(cè)變量真實(shí)值;,代表測(cè)量誤差。,其中:,是測(cè)量數(shù)據(jù),的估計(jì),是測(cè)量誤差的方差,是未測(cè)向量,的估計(jì)值,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,13,數(shù)據(jù)變換,數(shù)據(jù)變換影響過(guò)程模型的精度和非線(xiàn)性映射能力以及數(shù)值優(yōu)化算法的運(yùn)行結(jié)果。包括標(biāo)度(S

12、caling)、轉(zhuǎn)換和權(quán)函數(shù)三各方面,標(biāo)度 對(duì)工業(yè)過(guò)程中出現(xiàn)的工程單位不同或數(shù)值數(shù)量級(jí)相差較大的測(cè)量數(shù)據(jù),利用合適的因子進(jìn)行標(biāo)度,避免因?yàn)橛?jì)算機(jī)字長(zhǎng)而丟失有用信息或引起算法的不穩(wěn)定。,轉(zhuǎn)換 包括直接轉(zhuǎn)換和尋找新變量代替原變量,通過(guò)轉(zhuǎn)換可有效地降低原對(duì)象的非線(xiàn)性特性(如對(duì)數(shù)轉(zhuǎn)換)。,權(quán)函數(shù) 實(shí)現(xiàn)對(duì)變量動(dòng)態(tài)特性的補(bǔ)償,使穩(wěn)態(tài)模型實(shí)現(xiàn)對(duì)過(guò)程動(dòng)態(tài)估計(jì)成為可能。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,14,2. 過(guò)程數(shù)據(jù)的軟測(cè)量技術(shù),軟測(cè)量技術(shù)的理論根源是20世紀(jì)70年代Brosillow提出的推斷控制。 把自動(dòng)控制技術(shù)與生產(chǎn)工藝過(guò)程知識(shí)有機(jī)結(jié)合起來(lái),應(yīng)用計(jì)算機(jī)技術(shù)對(duì)生產(chǎn)過(guò)程中一些難于測(cè)量或

13、不能測(cè)量的重要變量(主導(dǎo)變量),選擇另外一些容易測(cè)量的變量(輔助變量或二次變量),通過(guò)構(gòu)成某種數(shù)學(xué)關(guān)系來(lái)推斷和估計(jì),以軟件來(lái)代替硬件(傳感器)功能。,過(guò)程,u,d1,d2,y,y 主導(dǎo)變量; 可測(cè)的輔助變量 d1 可測(cè)擾動(dòng); d2 不可測(cè)擾動(dòng); u 控制變量,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,15,軟測(cè)量系統(tǒng)結(jié)構(gòu),測(cè)量數(shù)據(jù),預(yù)處理模塊,簡(jiǎn)單機(jī)理模型,軟測(cè)量模型,長(zhǎng)期校正模塊,初始模型,在線(xiàn)校正模型,歷史數(shù)據(jù),模型參數(shù),修正的模型參數(shù),歷史數(shù)據(jù),化驗(yàn)數(shù)據(jù),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,16,軟測(cè)量模型,(1) 機(jī)理方法,基于物料平衡、能量平衡、動(dòng)量平衡、相平衡

14、、傳熱傳質(zhì)等基本動(dòng)力學(xué)方程,(2) 經(jīng)驗(yàn)方法,系統(tǒng)辯識(shí) 用測(cè)量數(shù)據(jù)直接求取模型的方法,參數(shù)估計(jì) 根據(jù)既定的模型結(jié)構(gòu)由測(cè)量數(shù)據(jù)確定參數(shù)的方法,a) 基于狀態(tài)估計(jì)的方法,Luenberger觀測(cè)器、Kalman濾波器,b) 基于回歸分析的方法,最小二乘法、主元回歸法、部分最小二乘法(PLS),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,17,軟測(cè)量模型(續(xù)),(3) 基于人工智能方法,a)人工神經(jīng)元網(wǎng)絡(luò),b)模糊技術(shù),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,18,3. 復(fù)雜過(guò)程數(shù)據(jù)處理技術(shù),不同信息控制與決策層次之間的信息表達(dá)、傳遞、通訊和融合處理機(jī)制,混雜信息的變換、信息與數(shù)據(jù)的

15、壓縮、信息特征的提取與恢復(fù)、信息與數(shù)據(jù)的挖掘。,復(fù)雜工業(yè)對(duì)象模型化,(1) 模型化方法,白箱方法、灰箱方法、黑箱方法,(3) 分層系統(tǒng)信息模式的非同態(tài)性導(dǎo)致系統(tǒng)模型形式的復(fù)雜化,(2) 模型化的精度和模型的適應(yīng)性,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,19,基于模型的控制和基于知識(shí)的控制,(1)基于模型的控制技術(shù),實(shí)例:預(yù)測(cè)控制技術(shù),預(yù)測(cè)控制技術(shù)的產(chǎn)生并不是理論發(fā)展的需要,而首先是工業(yè)實(shí)踐向控制提出的挑戰(zhàn)。 現(xiàn)代控制理論(基于狀態(tài)空間的分析設(shè)計(jì)方法、最優(yōu)性能指標(biāo)的設(shè)計(jì)理論)取得空前成果但仍面臨巨大挑戰(zhàn):,i) 現(xiàn)代控制理論的基點(diǎn)是對(duì)象精確的數(shù)學(xué)模型,ii) 工業(yè)對(duì)象的結(jié)構(gòu)、參數(shù)和環(huán)

16、境都具有很大的不確定性(魯棒性/最優(yōu)性),iii) 工業(yè)控制中必須考慮到控制手段的經(jīng)濟(jì)性,對(duì)工業(yè)控制計(jì)算機(jī)的 要求不能太高(簡(jiǎn)易性/實(shí)時(shí)性),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,20,A) 預(yù)測(cè)控制的基本構(gòu)成,i) 預(yù)測(cè)模型,根據(jù)對(duì)象的歷史信息和未來(lái)的輸入預(yù)測(cè)其未來(lái)的輸出(動(dòng)態(tài)行為)。,模型的功能,狀態(tài)方程 傳遞函數(shù) 階躍響應(yīng) 脈沖響應(yīng) 非線(xiàn)性模型 .,漸近穩(wěn)定的線(xiàn)性對(duì)象,非參數(shù)模型,ii) 滾動(dòng)優(yōu)化,通過(guò)優(yōu)化控制算法,追求某一性能指標(biāo)的最優(yōu)來(lái)確定未來(lái)的控制作用。 性能指標(biāo)構(gòu)造通?;趯?duì)象輸出在未來(lái)采樣點(diǎn)上跟蹤某一期望軌跡的方差為最小;控制能量最小而同時(shí)保持輸出在某一給定的范圍等

17、 有限時(shí)段的滾動(dòng)優(yōu)化,優(yōu)化不是一次離線(xiàn)進(jìn)行,而是反復(fù)在線(xiàn)進(jìn)行,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,21,預(yù)測(cè)控制的基本構(gòu)成(續(xù)),iii) 反饋校正,閉環(huán)控制算法(不僅基于模型,同時(shí)利用實(shí)際輸出的反饋值)。 基于優(yōu)化性能指標(biāo)確定了一系列未來(lái)的控制作用后,為了防止模型失配或環(huán)境的干擾引起的控制效果與理想狀態(tài)的偏離,通常的作法不是把求得的控制作用序列逐一全部實(shí)施,而只是實(shí)現(xiàn)本時(shí)刻的控制作用,到下一采樣時(shí)刻,首先檢測(cè)對(duì)象的實(shí)際輸出,并利用它對(duì)基于模型的相應(yīng)預(yù)測(cè)值進(jìn)行修正,在進(jìn)行新的優(yōu)化。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,22,B) 動(dòng)態(tài)矩陣控制算法(DMC),i) 預(yù)

18、測(cè)模型,對(duì)于漸近穩(wěn)定的對(duì)象,動(dòng)態(tài)信息可近似用單位階躍響應(yīng)的采樣參數(shù)構(gòu)成有限集合描述:,根據(jù)線(xiàn)性系統(tǒng)的比例疊加性質(zhì),可以利用上述的階躍響應(yīng)模型參數(shù)預(yù)測(cè)對(duì)象在未來(lái)時(shí)刻的輸出值。 在k時(shí)刻控制作用有一增量時(shí),在其作用下未來(lái)深刻的輸出,在M個(gè)連續(xù)的控制增量u(k), , u(k+M-1)的作用下未來(lái)時(shí)刻輸出值,(B-1),(B-2),(B-3),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,23,預(yù)測(cè)模型(單位階躍響應(yīng)),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,24,ii) 滾動(dòng)優(yōu)化,動(dòng)態(tài)矩陣控制算法(續(xù)1),在每一時(shí)刻k, M個(gè)連續(xù)的控制增量u(k), , u(k+M-1)(控制時(shí)域)

19、,使被控對(duì)象在其作用下未來(lái)P個(gè)時(shí)刻(優(yōu)化時(shí)域)的輸出預(yù)測(cè)值 盡可能接近給定的期望值w(K+i), i = 1, , P,規(guī)定MP,P N ,同時(shí)考慮控制增量變化不能過(guò)分劇烈的要求構(gòu)成優(yōu)化性能指標(biāo)為:,(B-4),在不考慮約束的情況下,求 在預(yù)測(cè)模型(B-3)下使性能指標(biāo)(B-4)最小的優(yōu)化問(wèn)題,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,25,基于模型的預(yù)測(cè)控制,Reference,k+M,k+P,Process,Model Prediction,future,past,Input,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,26,模型輸出反饋校正,2020/7/31,CIMS和C

20、IPS技術(shù)與應(yīng)用,27,基于模型的預(yù)測(cè)控制機(jī)制,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,28,動(dòng)態(tài)矩陣控制算法(續(xù)2),以向量的形式改寫(xiě)(B-3)、 (B-4),(B-5),其中:,(B-6),其中:,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,29,動(dòng)態(tài)矩陣控制算法(續(xù)3),(B-5)代入 (B-6),(B-7),求極值的必要條件:,得到:,僅將控制作用序列中即時(shí)控制質(zhì)量構(gòu)成控制作用施加給對(duì)象:,(B-8),(B-9),其中:,(B-10),表示取首元素運(yùn)算,控制向量,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,30,動(dòng)態(tài)矩陣控制算法(續(xù)4),iii) 反饋校正,k時(shí)刻

21、將控制u(k)加于對(duì)象,相當(dāng)于在對(duì)象得輸入端加了一個(gè)幅值為u(k)的階躍激勵(lì),根據(jù)(B-2)可以計(jì)算在控制作用下未來(lái)時(shí)刻的輸出預(yù)測(cè)值:,(B-11),經(jīng)移位處理,可以作為k+1時(shí)刻的初始預(yù)測(cè)值進(jìn)行新的優(yōu)化計(jì)算。但是由于實(shí)際過(guò)程中存在模型失配、環(huán)境干擾等因素,由(B-11)得到的預(yù)測(cè)值肯定偏離實(shí)際值,需要利用實(shí)時(shí)檢測(cè)信息進(jìn)行反饋校正:,構(gòu)造輸出誤差:,(B-12),采用對(duì)e(k+1)加權(quán)的方式對(duì)輸出的預(yù)測(cè)值進(jìn)行修正,(B-13),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,31,模型輸出反饋校正,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,32,動(dòng)態(tài)矩陣控制算法(續(xù)5),其中:,為校

22、正后的輸出預(yù)測(cè)向量,為校正向量,在k+1時(shí)刻,時(shí)間基點(diǎn)的變動(dòng),k+1時(shí)刻的初始預(yù)測(cè)值可以通過(guò) 移位獲得,構(gòu)造移位陣:,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,33,動(dòng)態(tài)矩陣控制算法(續(xù)6),k+1輸出初始預(yù)測(cè)值為:,(B-14),基于(B-14)又可以像上述以k時(shí)刻為基點(diǎn)的方法進(jìn)行k+1時(shí)刻的優(yōu)化計(jì)算,反復(fù)在線(xiàn)進(jìn)行。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,34,動(dòng)態(tài)矩陣控制,控制,預(yù)測(cè),校正,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,35,C) 多變量系統(tǒng)的動(dòng)態(tài)矩陣控制,設(shè)被控對(duì)象有m個(gè)控制輸入,p個(gè)輸出,假定已測(cè)得每一輸出yi對(duì)每一輸入uj的階躍響應(yīng)aij(t)

23、,則模型向量表達(dá)為:,(C-1),i) 預(yù)測(cè)模型,考慮uj有一個(gè)增量uj(k)時(shí),yi在未來(lái)N個(gè)時(shí)刻的輸出預(yù)測(cè)值:,(C-2),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,36,多變量動(dòng)態(tài)矩陣控制算法(續(xù)1),在uj依次有M個(gè)增量uj(k), , uj(k+M)時(shí),yi在未來(lái)P個(gè)時(shí)刻的輸出預(yù)測(cè)值:,(C-3),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,37,多變量動(dòng)態(tài)矩陣控制算法(續(xù)2),根據(jù)線(xiàn)性系統(tǒng)的疊加性質(zhì)處理系統(tǒng)輸出yi受到u1, , um共同作用時(shí)的情況:,(C-4),u1, , um從k時(shí)刻起均變化M次時(shí),共同作用時(shí)的情況:,(C-5),為了簡(jiǎn)潔化,記:,2020/7/

24、31,CIMS和CIPS技術(shù)與應(yīng)用,38,多變量動(dòng)態(tài)矩陣控制算法(續(xù)3),則可得到一般的多變量系統(tǒng)的預(yù)測(cè)模型:,(C-6),(C-7),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,39,多變量動(dòng)態(tài)矩陣控制算法(續(xù)4),ii) 滾動(dòng)優(yōu)化,在不考慮約束的情況下,可以求得全部控制增量:,(C-8),(C-9),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,40,多變量動(dòng)態(tài)矩陣控制算法(續(xù)5),即時(shí)控制增量:,(C-10),(C-11),(C-12),(C-13),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,41,iii) 反饋校正,多變量動(dòng)態(tài)矩陣控制算法(續(xù)6),(C-14),(C-

25、15),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,42,D) 動(dòng)態(tài)矩陣控制的參數(shù)設(shè)計(jì),(i) 采樣周期T,(ii) 優(yōu)化時(shí)域P,控制時(shí)域M,P:穩(wěn)定性(魯棒性)、動(dòng)態(tài)快速性,M:優(yōu)化變量的個(gè)數(shù),在P確定的情況下,M越小,越難保證輸出在各采樣點(diǎn)緊密跟蹤期望值,所得到得性能指標(biāo)也就越差。,(iii) 誤差權(quán)矩陣Q和控制權(quán)矩陣,(iv) 校正矩陣H,直接可調(diào)得運(yùn)算參數(shù),僅在對(duì)象受到未知干擾或存在模型失配造成預(yù)測(cè)輸出與實(shí)際輸出不一致時(shí)才起作用,而對(duì)控制的動(dòng)態(tài)響應(yīng)沒(méi)有明顯的影響,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,43,E) 有約束的多變量動(dòng)態(tài)矩陣控制,二次規(guī)劃問(wèn)題,非線(xiàn)性規(guī)劃方法

26、,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,44,F) 預(yù)測(cè)控制技術(shù)在工業(yè)過(guò)程的應(yīng)用,Hierarchy in production plant control of a continuous production site,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,45,預(yù)測(cè)控制的工業(yè)應(yīng)用,Standard Control,Model Predictive Control without optimization,Model Predictive Control with performance optimization,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,46

27、,(2)基于知識(shí)的控制技術(shù),智能控制理論與方法的研究,- 模糊控制技術(shù),- 人工神經(jīng)網(wǎng)絡(luò),- 專(zhuān)家系統(tǒng),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,47,工況監(jiān)測(cè)和過(guò)程故障診斷技術(shù),干擾和異常事件的發(fā)生,盡管基于性能優(yōu)良的控制系統(tǒng)的基礎(chǔ)上,但是生產(chǎn)過(guò)程的運(yùn)行仍離不開(kāi)操作人員經(jīng)常性的干預(yù),以預(yù)防操作工況的惡化。,(1) 工況監(jiān)測(cè),正常操作工況的統(tǒng)計(jì)學(xué)模型,過(guò)程對(duì)象的反應(yīng)機(jī)理模型,操作經(jīng)驗(yàn)和專(zhuān)業(yè)知識(shí),.,集成化方法,過(guò)程的監(jiān)視、評(píng)估 操作的指導(dǎo),化工過(guò)程的動(dòng)態(tài)仿真技術(shù),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,48,(2) 故障檢測(cè)和診斷(Fault detecton and dia

28、gnostics FDD),故障(Fault),系統(tǒng)至少一個(gè)特性或參數(shù)出現(xiàn)了較大的偏差,超出了可以接受的范圍,系統(tǒng)性能明顯低于正常的水平,難于完成系統(tǒng)預(yù)期的功能。,故障檢測(cè)和診斷(FDD),根據(jù)系統(tǒng)癥候,確定是否發(fā)生了故障,確定故障的種類(lèi),故障發(fā)生的部位,并確定故障的大小以及故障發(fā)生的時(shí)間,故障檢測(cè)和診斷(FDD)工作環(huán)節(jié),故障建模 按照先驗(yàn)信息和輸入輸出關(guān)系,建立系統(tǒng)故障的數(shù)學(xué)模型,作為故障診斷的依據(jù)。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,49,(5) 故障的評(píng)價(jià)與決策 判斷故障的嚴(yán)重程度及其對(duì)診斷對(duì)象的影響和發(fā)展趨勢(shì),針對(duì)不同的工況采取不同的措施。,故障檢測(cè)和診斷(續(xù)1),(

29、2) 故障檢測(cè) 從可測(cè)量或不可測(cè)量變量的估計(jì)中,判斷被診斷系統(tǒng)是否發(fā)生了故障。,(3) 故障分離 在檢測(cè)出故障后,給出故障源的位置,區(qū)別出故障原因是執(zhí)行器、傳感器、被控對(duì)象或者是特大擾動(dòng)。,(4) 故障辨識(shí) 在分離出故障后,確定故障的大小、發(fā)生時(shí)刻及其時(shí)變特性。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,50,故障檢測(cè)和診斷(續(xù)2),性能指標(biāo),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,51,故障檢測(cè)和診斷(續(xù)3),故障診斷的方法,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,52,綜合自動(dòng)化系統(tǒng)集成優(yōu)化與決策理論與方法,本質(zhì)上是有約束、多目標(biāo)、多自由度的優(yōu)化與決策,所追求的

30、往往不是單一的最優(yōu)指標(biāo),而是多種要求經(jīng)過(guò)協(xié)調(diào)后的綜合結(jié)果。, 追求一個(gè)“精確的”最優(yōu)的工作點(diǎn)方式來(lái)實(shí)現(xiàn)優(yōu)化與決策策略 滿(mǎn)意的過(guò)程操作工況區(qū)域,立足于滾動(dòng)優(yōu)化機(jī)制 僅靠傳統(tǒng)“自主型”控制決策的方法解決工業(yè)系統(tǒng)的整體優(yōu)化與決策這 個(gè)命題顯得力不從心 通過(guò)人機(jī)協(xié)同工作方式,發(fā)揮人與計(jì)算機(jī)各自的特長(zhǎng),將人直覺(jué)思維 能力與計(jì)算機(jī)學(xué)習(xí)能力相結(jié)合,可以減少系統(tǒng)的搜索空間,使復(fù)雜的問(wèn) 題在有限的時(shí)間內(nèi),有限的背景知識(shí)條件下得到解決,共同解決優(yōu)化與 決策復(fù)雜命題。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,53,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,54,6.2.5 信息的綜合利用問(wèn)題,生產(chǎn)

31、過(guò)程信息的巨大存儲(chǔ)量,拙劣的數(shù)據(jù)分析、挖掘,綜合利用 能力,數(shù)據(jù)倉(cāng)庫(kù)(DW),支持管理決策過(guò)程的、面向主題的、集成的、穩(wěn)定的、不同時(shí)間的數(shù)據(jù)集合。,存儲(chǔ)面向管理應(yīng)用與綜合分析的集成化和綜合性信息,從歷史的角度描述系統(tǒng)結(jié)構(gòu)和狀態(tài)的變化,要求采用能夠反映時(shí)間維特征的數(shù)據(jù)結(jié)構(gòu) 基于傳統(tǒng)的面向業(yè)務(wù)的數(shù)據(jù)庫(kù)或外界數(shù)據(jù)庫(kù)作為數(shù)據(jù)源,經(jīng)過(guò)提煉、加工、匯總和歸一化整理,生成符合數(shù)據(jù)應(yīng)用語(yǔ)義規(guī)范要求的數(shù)據(jù)集合; 支持多種復(fù)雜的數(shù)據(jù)應(yīng)用和綜合性的管理決策分析;,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,55,數(shù)據(jù)倉(cāng)庫(kù)(DW),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,56,知識(shí)發(fā)現(xiàn)(KDD)與數(shù)據(jù)

32、挖掘(DM),KDD(Knowledge Discovery in Database)是從大量的數(shù)據(jù)信息中獲取正確、新穎、有潛在應(yīng)用價(jià)值和最終可被理解的模式的非平凡過(guò)程。DM(Data Mining )是KDD綜合過(guò)程中的一個(gè)具體但卻是關(guān)鍵的步驟,DM是從數(shù)據(jù)中提取模式的過(guò)程。數(shù)據(jù)挖掘是KDD最核心的部分,是采用機(jī)器學(xué)習(xí)、統(tǒng)計(jì)等方法進(jìn)行知識(shí)學(xué)習(xí)的階段。,模式按功能可分有兩大類(lèi):預(yù)測(cè)型(Predictive)模式和描述型(Descriptive)模式。,預(yù)測(cè)型模式: 根據(jù)數(shù)據(jù)項(xiàng)的值精確確定某種結(jié)果的模式。,描述型模式 :對(duì)數(shù)據(jù)中存在的規(guī)則做一種描述,或者根據(jù)數(shù)據(jù)的相似 性把數(shù)據(jù)分組。,2020/

33、7/31,CIMS和CIPS技術(shù)與應(yīng)用,57,六種具體的DM模式,(1)分類(lèi)模式 分類(lèi)模式是一個(gè)分類(lèi)函數(shù)(分類(lèi)器),能夠把數(shù)據(jù)集中的數(shù)據(jù)項(xiàng)映射到某個(gè)給定的類(lèi)上。分類(lèi)模式往往表現(xiàn)為一棵分類(lèi)樹(shù),根據(jù)數(shù)據(jù)的值從樹(shù)根開(kāi)始搜索,沿著數(shù)據(jù)滿(mǎn)足的分支往上走,走到樹(shù)葉就能確定類(lèi)別。,(2)回歸模式 回歸模式的函數(shù)定義與分類(lèi)模式相似,它們的差別在于分類(lèi)模式的預(yù)測(cè)值是離散的,回歸模式的預(yù)測(cè)值是連續(xù)的。,(3)時(shí)間序列模式 時(shí)間序列模式根據(jù)數(shù)據(jù)隨時(shí)間變化的趨勢(shì)預(yù)測(cè)將來(lái)的值。,受監(jiān)督模式提取過(guò)程,在建立模式前數(shù)據(jù)的結(jié)果是已知的,建立這些模式時(shí),使用一部分?jǐn)?shù)據(jù)作為樣本,用另一部分?jǐn)?shù)據(jù)來(lái)檢驗(yàn)、校正模式。,2020/7/3

34、1,CIMS和CIPS技術(shù)與應(yīng)用,58,(4) 聚類(lèi)模式 聚類(lèi)模式把數(shù)據(jù)劃分到不同的組中,組之間的差別盡可能大,組內(nèi)的差別盡可能小。,六種具體的DM模式(續(xù)),(5) 關(guān)聯(lián)模式 是數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)規(guī)則。,(6) 序列模式 序列模式與關(guān)聯(lián)模式相仿,而把數(shù)據(jù)之間的關(guān)聯(lián)性與時(shí)間聯(lián)系起來(lái)。為了發(fā)現(xiàn)序列模式,不僅需要知道事件是否發(fā)生,而且需要確定事件發(fā)生的時(shí)間。,模式建立前結(jié)果是未知的,模式的產(chǎn)生不受任何監(jiān)督。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,59,決策支持系統(tǒng)(DSS)的理論和方法,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,60,(1) 決策支持系統(tǒng)的產(chǎn)生和發(fā)展,決策 人們?cè)?/p>

35、日常工作和生活中做出的選擇和決定,事務(wù)處理系統(tǒng)(Transaction Processing System TPS) 20世紀(jì)50年代, 電子計(jì)算機(jī)作為信息處理工具,廣泛用于政府、企業(yè)等場(chǎng)合進(jìn)行信息的收集、存儲(chǔ)、加工和整理。 (財(cái)物、生產(chǎn)統(tǒng)計(jì))等業(yè)務(wù)的數(shù)據(jù)處理,減輕人的工作負(fù)擔(dān),提高工作效率。,決策支持系統(tǒng)(Decision Support System DSS),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,61,管理信息系統(tǒng)(Management Information System MIS) 20世紀(jì)60年代,計(jì)算機(jī)系統(tǒng)在全面掌握組織內(nèi)部信息流通與處理的基礎(chǔ)上,合理組織信息處理方式,

36、生成各種報(bào)表。 提高信息處理的效率能力,工作的協(xié)調(diào)一致性,決策支持系統(tǒng)(Decision Support System DSS) 20世紀(jì)70年代,計(jì)算機(jī)系統(tǒng)在信息分析基礎(chǔ)上,根據(jù)主客觀情況作出判斷和選擇。 面向決策問(wèn)題,基于交互式計(jì)算機(jī)系統(tǒng)幫助決策使用數(shù)據(jù)和模型,解決半結(jié)構(gòu)化和非結(jié)構(gòu)化的問(wèn)題,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,62,決策趨于困難和復(fù)雜 由于技術(shù)進(jìn)步,可選用的方案增多 決策失誤的代價(jià)可能很大(連鎖反應(yīng)) 決策所需的信息可能難以獲取 必須迅速作出決策,計(jì)算機(jī)決策支持 快速計(jì)算 克服人類(lèi)處理和存儲(chǔ)中認(rèn)知能力的限制 減少費(fèi)用,減少專(zhuān)家群體的規(guī)模 技術(shù)支持(數(shù)據(jù)庫(kù)、多媒

37、體、數(shù)據(jù)處理) 質(zhì)量支持(更多方案,評(píng)價(jià)、分析、仿真) 競(jìng)爭(zhēng)支持 企業(yè)過(guò)程再造工程,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,63,(2) 決策支持系統(tǒng)的組成,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,64,計(jì)算機(jī)決策支持系統(tǒng)的基本部件 人機(jī)接口(對(duì)話(huà)系統(tǒng)/語(yǔ)言系統(tǒng)) 數(shù)據(jù)庫(kù)(數(shù)據(jù)庫(kù)管理系統(tǒng)) 模型庫(kù)(模型庫(kù)管理系統(tǒng)) 知識(shí)庫(kù)(知識(shí)庫(kù)管理系統(tǒng)) 方法庫(kù)(方法庫(kù)管理系統(tǒng)),LS,問(wèn)題處理系統(tǒng) PPS,數(shù)據(jù)庫(kù),模型庫(kù),知識(shí)庫(kù),KS,用戶(hù),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,65,(3) DSS的功能,(1) 人機(jī)協(xié)同作用的系統(tǒng) (2) 支持決策、輔助決策,不是代替決策

38、者 (3) 由用戶(hù)主導(dǎo)進(jìn)行決策分析 (4) 可以對(duì)組織的各層次(高層、中層、基層)進(jìn)行決策支持 (5) 主要支持半結(jié)構(gòu)化決策,能支持結(jié)構(gòu)化決策,在一定程度上支持 非結(jié)構(gòu)化決策。 (6) 較高的使用靈活性、適應(yīng)性和靈活性 (7) 較好用戶(hù)友好性,非計(jì)算機(jī)專(zhuān)業(yè)人士使用 (8) 提高工作效能而非提高效率 (9) 作用不全是提供決策結(jié)論,是在支持過(guò)程中提高決策者的洞察力和決策水平,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,66,(4) DSS的相關(guān)技術(shù)領(lǐng)域,(1) 過(guò)程專(zhuān)業(yè)技術(shù) (2) 管理科學(xué)、運(yùn)籌學(xué)與系統(tǒng)工程 (3) 計(jì)算機(jī)技術(shù)(數(shù)據(jù)庫(kù)、編程語(yǔ)言、操作統(tǒng)) (4) 人工智能 (5) 行為科

39、學(xué),2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,67,(6) 企業(yè)生產(chǎn)與管理過(guò)程計(jì)算機(jī)決策支持案例分析,(A)煉油生產(chǎn)工藝過(guò)程,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,68,(B) 生產(chǎn)經(jīng)營(yíng)決策活動(dòng)的特點(diǎn),(i) 范圍廣、跨度大 從決策的范圍:有例行的(如生產(chǎn)計(jì)劃、生產(chǎn)調(diào)度等)、非例行的(如企業(yè)發(fā)展規(guī)劃、經(jīng)營(yíng)決策等) 從決策的跨度:時(shí)間跨度有短期的(幾天)、中期的(月、季、年等)和長(zhǎng)期的(幾年、十幾年);空間跨度,有燃料油生產(chǎn)系統(tǒng)、潤(rùn)滑油生產(chǎn)系統(tǒng)和石蠟生產(chǎn)系統(tǒng)。,(ii) 涉及的因素多 要考慮到各種內(nèi)部的、外部的多種因素。 - 生產(chǎn)系統(tǒng)有關(guān) (生產(chǎn)裝置、油罐、產(chǎn)品、工藝流程、生

40、產(chǎn)成本等等), - 國(guó)家計(jì)劃、市場(chǎng)需求等經(jīng)營(yíng)環(huán)境有關(guān) (原油、產(chǎn)品品種、價(jià)格、供給需求量等等)。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,69,(iii)決策的好壞對(duì)企業(yè)的經(jīng)濟(jì)效益影響很大,(iv)突發(fā)性的決策活動(dòng)增加,(C) 生產(chǎn)經(jīng)營(yíng)決策活動(dòng)的類(lèi)型,(a) 制訂企業(yè)生產(chǎn)發(fā)展規(guī)則 企業(yè)的發(fā)展規(guī)則確定企業(yè)今后生產(chǎn)的發(fā)展方向,根據(jù)確定的企業(yè)發(fā)展目標(biāo)制訂企業(yè)發(fā)展規(guī)劃,選擇合理的工藝流程(包括確定新建裝置、規(guī)模、和原來(lái)工藝流程的銜接、裝置配套、產(chǎn)品選擇、原油選擇等等),尋求達(dá)到目標(biāo)的最佳方案。,2020/7/31,CIMS和CIPS技術(shù)與應(yīng)用,70,(b)制訂企業(yè)年、月生產(chǎn)計(jì)劃、庫(kù)存計(jì)劃 在系統(tǒng)外部給出的約束條件和系統(tǒng)內(nèi)部固有的約束條件下,最大限度地增加企業(yè)的利潤(rùn)。 年生產(chǎn)計(jì)劃 在原油供應(yīng)量一定,國(guó)家指令性指標(biāo)和市場(chǎng)情況基本確定的情況下

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論