stringtranslate.com

Modelado de flujo multinivel

El modelado de flujo multinivel ( MFM ) es un marco para modelar procesos industriales.

MFM es un tipo de modelado funcional que emplea los conceptos de abstracción, descomposición y representación funcional. El enfoque considera el propósito, más que el comportamiento físico de un sistema, como su elemento definitorio. MFM descompone jerárquicamente la función de un sistema en las dimensiones medios-fin y todo-parte en relación con las acciones previstas. Las funciones se modelan sintácticamente mediante las relaciones de conceptos fundamentales que contribuyen como parte de un subsistema. Cada subsistema se considera en el contexto del sistema general en términos del propósito (fin) de su función (medios) en el sistema. Utilizar sólo unos pocos conceptos fundamentales como componentes básicos permite un razonamiento cualitativo sobre el éxito o el fracaso de una acción. MFM define un lenguaje de modelado gráfico para representar el conocimiento abarcado. [1]

Historia

MFM se originó como un lenguaje de modelado para capturar cómo los operadores humanos identifican y manejan situaciones operativas desconocidas con el fin de mejorar el diseño de interfaces hombre-máquina. [2]

Sintaxis

Conceptos de MFM para funciones y relaciones [1]

MFM describe la función de un sistema como un medio para un fin específico en términos de flujo de masa y energía. El flujo es el elemento definitorio de los conceptos de función subyacentes. Los conceptos de transporte y barrera desempeñan el papel más importante, ya que conectan pares de otros tipos de funciones, reflejando los flujos físicos en el sistema. Las funciones fuente y sumidero marcan el límite del sistema considerado y el final o comienzo de un flujo. Los conceptos de almacenamiento y equilibrio pueden ser puntos de recolección o división para múltiples rutas de flujo.

En consecuencia, una sintaxis MFM válida requiere un transporte o una barrera que vincule dos funciones de los cuatro tipos restantes. Además del flujo dentro de una perspectiva (masa o energía), MFM conecta la influencia entre masa y energía mediante las relaciones medio-fin (mediato y productor-producto), así como los vínculos causales introducidos por la forma en que se controla el sistema mediante el uso. estructuras de flujo de control separadas.

La información de diagnóstico sobre la causalidad entre estados anormales a través del sistema se infiere del efecto físico entre las funciones. Petersen distingue la influencia directa e indirecta entre funciones: [3]

De acuerdo con la interpretación física subyacente, se han establecido reglas de inferencia para todos los patrones posibles de funciones de flujo. Zhang compiló estos patrones y la causalidad implícita. [4]

Ejemplo

El diagrama MFM de una bomba de calor refleja el objetivo general ( cob2 ) de mantener constante el nivel de energía en el lado cálido. La estructura del flujo de energía efs2 muestra la función del sistema desde la perspectiva más predominante (energética), que se descompone aún más en el flujo másico de refrigerante ( mfs1 ) como medio para el transporte de energía deseado. Un análisis jerárquico adicional produce efs1 que representa la energía necesaria para que la bomba produzca una parte del flujo másico. Las restricciones operativas introducidas por los sistemas de control, como un controlador de flujo de agua, se modelan mediante cfs1 y un controlador de temperatura cfs2 .

Solicitud

Se han propuesto soluciones basadas en MFM para muchos aspectos de la automatización industrial. Las direcciones de investigación incluyen:

Referencias

  1. ^ abcd Lind, Morten (2013). "Una descripción general del modelado de flujo multinivel". Revista Electrónica Internacional de Seguridad y Simulación Nuclear . 4 (3): 186-191. ISSN  2185-0577.
  2. ^ Quemaduras, Catherine M.; Vicente, Kim J. (septiembre de 2001). "Enfoques basados ​​en modelos para analizar el trabajo cognitivo: una comparación de la jerarquía de abstracción, el modelado de flujo multinivel y el modelado de escalera de decisiones". Revista internacional de ergonomía cognitiva . 5 (3): 357–366. doi :10.1207/s15327566ijce0503_13. ISSN  1088-6362.
  3. ^ Johannes, Petersen (2000). Razonamiento causal basado en MFM . OCLC  842602167.
  4. ^ Zhang, Xinxin (2015). Evaluación de situaciones operativas. Universidad Técnica de Dinamarca, Departamento de Ingeniería Eléctrica.
  5. ^ Wang, Wenlin; Yang, Ming (noviembre de 2016). "Implementación de un sistema integrado de vigilancia y diagnóstico de procesos en tiempo real para centrales nucleares". Anales de la energía nuclear . 97 : 7–26. doi :10.1016/j.anucene.2016.06.002. ISSN  0306-4549.
  6. ^ Nosotros, Tolga; Jensen, Niels; Lind, Morten; Jørgensen, Sten Bay (2011). "Principios fundamentales del diseño de alarmas". Revista Internacional de Seguridad y Simulación Nuclear . 2 (1): 44–51. ISSN  2185-0577.
  7. ^ Larsson, JE; Oehman, B.; Calzada, A.; Nihlwing, C.; Jokstad, H.; Kristianssen, LI; Kvalem, J.; Lind, M. (2006). "Un resurgimiento del sistema de alarma: hacer que la lista de alarmas sea útil durante los incidentes". Actas de la quinta reunión temática internacional sobre controles de instrumentación de plantas nucleares y tecnología de interfaz hombre-máquina .
  8. ^ Wu, J.; Lind, M.; Zhang, X.; Jorgensen, SB; Sin, G. (2015), "Validación de un modelo funcional para la integración de la seguridad en el diseño de sistemas de procesos", 12.º Simposio internacional sobre ingeniería de sistemas de procesos y 25.º Simposio europeo sobre ingeniería de procesos asistida por computadora , Elsevier, págs. 293–298, doi :10.1016/b978-0-444-63578-5.50044-x, ISBN 9780444634290, S2CID  59959545
  9. ^ Gofuku, Akio; Inoue, Takahisa; Sugihara, Taro (2 de marzo de 2017). "Una técnica para generar procedimientos de contraoperación plausibles para una situación de emergencia basada en un modelo que expresa funciones de componentes". Revista de ciencia y tecnología nucleares . 54 (5): 578–588. Código Bib : 2017JNST...54..578G. doi :10.1080/00223131.2017.1292966. ISSN  0022-3131. S2CID  99464728.