智能教学系统与化工职业教育系列讲座③ITS在化工职业教育中应用系列软件⑴⑵

吴重光

（北京化工大学，北京100029）

【系列讲座②ITS的目标与技术障碍回顾】

设计和开发ITS系统的目的不是取代有经验的教师，而是增强和扩展教师的教学能力，提高教学效率和质量，实现教育的个性化、公平化、网络化和终身化。研发ITS软件需要跨越下述技术障碍：人类的知识是什么？如何由计算机软件识别和处理？计算机如何辅助人类分析、决策、行动和自动控制？教师和学生如何学会使用ITS？知识本体是人工智能的“生态环境”。ITS专家系统由知识建模和知识推理两大部分组成，知识推理是专家系统运作的“推理引擎”，是实现智能识别、智能分析、智能决策和智能行动的“利器”。大力开办技术培训班是推广普及ITS的“快速通道”。

1 AI3软件

AI3是ArtificialIntelligence3（人工智能-3）的简称。AI3的基本架构可以用来支持和开发多领域多门类课程的ITS系统。AI3是一个面向事件的专家系统软件平台，是通用性高、图形化、可由用户自定制的软件平台，用于直观快速地构建人工智能“专家系统”应用。AI3采用高效、高速和省容量推理算法；定性建模基于国际信息标准，并扩展了面向事件的知识模型的描述能力和应用领域；采用正向、反向和双向三类推理引擎技术；具备系统和离散双重推理功能；将第一、第二和第三代专家系统优势互补，混合应用；将静态和动态知识图谱联合应用，大幅度提高了软件的自然语言处理工业应用和教学应用的潜力；采用多维信息图形化结构建模方法，将隐含的信息显式化，具备直观、形象、深入浅出、易学易用等特点；提供自然语言的人/机信息交互功能；已在大型石油化工过程实时故障诊断和监控、安全评估、智能仿真培训和ITS方面应用成功。2016年已完成AI3国家版权局计算机软件著作权登记（登记号：2016SR372689）。在我国新一代人工智能专家系统工具软件奇缺的态势下，AI3软件对于迅速在教育领域大规模普及应用ITS技术具有开创性意义。

AI3的图形化建模既可以适应经验方法，也可以实现基于知识图谱模型的深度学习方法。这个功能设计得益于钱学森大师“从定性到定量综合集成法”的指导思想。也就是说，对于初次使用AI3的用户，可以参照我们通过大量工业安全评估实践总结的经验法，特别是HAZOP（危险与可操作性分析）方法，由简到繁循序渐进，提高知识图谱建模能力。在经验法基础上，提供影响矩阵分析方法，以便抓住因果对偶间的影响关系构建静态与动态融合的知识图谱，由作者在大量工业应用中总结得到，简称为“影响方程法”，具有简单易行、直观方便、可直接转换为动态知识图谱模型、可实现大数据+动态结构信息深度学习等优点，进而使用高效推理引擎在知识图谱模型中采用因果反事实推理深度挖掘显式危险剧情，自动实施一致性原理、风险和权重决策分析。换言之，AI3集成了第一、第二和第三代专家系统的功能为一体。可以建立类似于多智能体于同一个知识库的离散型模型，并且实现多功能离散推理，又称多智能体联合推理技术。

AI3中过程系统图形化领域知识本体SOM_G（即图形化剧情对象模型，详见AI3使用说明）的基础是国际标准“工业自动化系统和集成，包括油气生产设施的加工设备使用寿命数据的集成，第2部分：数据模型”（ISO15926-2，已采标为国家标准）的扩展。AI3中方法和任务知识本体是国际电工委员会标准“危险性与可操作性研究（HAZOP研究）应用指南”（IEC 61882，已采标为国家标准）的扩展，即以HAZOP分析方法为核心，将知识本体模型中的事件区分为具体事件和概念事件是对事件属性分类的重要拓展，AI3允许具体事件和概念事件类型共存和相互转换，可以适应定性和半定量模型推理，也包括两者混合模型推理。因此，最大限度扩展了知识本体模型对实际问题的描述能力和应用范围。

AI3模型将基本事件精简为“原因事件”“中间事件”“影响关系事件”和“后果事件”四种典型类别，便于理解和使用。

中间事件是广义事件，不但可以表达中间关键事件，也可以表达条件事件或使能事件，也可以是一个“行动”步骤的事件序列，还可以是用户自定义事件等等。各基本事件的属性用静态知识本体表达，采用二维表格方式（软件对话框模式）输入和显示，具有直观、形象和便于使用等特点。由各基本事件间影响关系构成的有向网络通过图形化绘制输入，突出了系统动态变化信息流的直观、形象的显示。这种将静态知识本体与动态知识本体图谱分开（分层）表达的方法，使得动态关系网络不会被静态关系网络混杂表达时所导致的思维混乱和视觉干扰，使用时只要点击事件图元即可弹出该事件静态属性表。影响关系也是事件，因此具有自身的静态知识本体表格化输入和显示功能。

知识本体的图谱化模型全部采用鼠标在桌面上直接绘制，所绘制的离散型和/或系统型知识图谱由软件自动转换为数据库，用于推理引擎直接实施多功能推理算法的运作。

推理引擎采用作者研发的自主知识产权的高速高效推理算法和程序，一举解决了国外技术封锁和关键技术“卡脖子”问题。在同一模型结构中，可以实施独立通路搜索和独立回路搜索，包括“正向”“反向”和“双向”多功能推理模式。自动实现系统模型或离散模型的推理，还可以完成定量知识图谱基于梅森公式网络拓扑形式化数值解算。系统模型是指全部模型是一个网络化整体。离散模型是传统的单个产生式规则、分散的定性事件树、定性故障树、领结、网络状模型任意分离表达的混合体。影响关系由具体影响和概念影响两种构建，自动分辨因果事件对偶的类型采用不同的逻辑推理方式。推理过程允许采用半定量阈值方法、模糊隶属函数方法、时态方法、风险估计方法、影响度计算方法和影响历经时间计算方法等任何方法，是得心应手的推理引擎。

推理结果完全可以依据用户具体需要用组态方法实现定制，以便深入详尽地表达推理结果。我们在智能HAZOP软件CAH中就是采用这种编程方式。AI3设计了一种详尽表达显式危险剧情结果的二维表方法，同时通过知识图谱的事件颜色标记的变化，分辨推理结果的结构和状态信息。美国著名实时专家系统G2软件平台也采用了类似方法。

AI3采用多维信息图形化（知识图谱化）结构建模和图形化的用户人/机界面，具备直观、形象、深入浅出、易学易用等特点。事件采用自然语言文字描述（中文和英文或混合使用均可），输出解释和预测信息也是自然语言的详尽文字表述。

AI3提供大型过程工业系统或实战在线分析、诊断和监控能力，提供高精度实用典型动态仿真案例实时联网，便于掌握和应用专家系统。也就是说，AI3本身就是一种高效智能仿真培训系统。

AI3是多种人工智能方法和技术集成融合的专家系统软件平台，其整体概念结构框图见图1所示，图中的双向箭头表示相互转换，“+”号表示联合。图2是AI3软件启动画面。图3是AI3软件知识图谱建模和推理画面。

图1 AI3整体概念结构示意

图2 AI3软件启动画面

图3 AI3软件知识图谱建模和推理画面

1.1 基于静态知识图谱模型的AI3应用

静态知识图谱模型对于“对称型知识”，即具有丰富的数据或知识，完全信息，确定性信息，静态，单领域和单任务，例如：代数、几何、物理、化学等科目，具有很高的ITS应用成功率。采用AI3主要有以下四种应用。

⑴知识融合

通过静态知识图谱可以对教学资源依据化工生命周期数据标准（ISO15926）进行语义标注和链接，建立以化工过程知识为中心的教学资源语义集成服务。

⑵语义搜索和推荐

静态知识图谱可以将教师搜索输入的各类专业化事件，映射为知识图谱，构建“知识地图”“思维导图”，准确表达满足学生需求的标准化信息内容。

⑶问答和对话系统

基于知识的问答系统将静态知识图谱表达为一个大规模教学知识库，将学生的问题转化为多功能推理，对知识图谱自动查询，以自然语言的形式得到教师和学生关心问题的答案和相关信息。

⑷大数据分析与决策

静态知识图谱通过语义链接可以帮助理解化工生命周期大数据，获得对化工大数据的洞察，例如：危险“剧情”风险计算、失效概率计算等，提供决策支持。

1.2 基于静态+动态知识图谱模型的AI3应用

对于复杂的过程运行系统，仅仅用静态知识图谱模型无法描述动态系统问题。AI3提供了针对动态知识图谱的自然语言表达、图形化建模和多功能推理功能。可以用来解决如下应用问题。

⑴复杂过程系统危险与可操作性分析（HAZOP）

对过程系统的危险和人为失误进行因果分析和后果预测，并且提出安全措施和对策，详见本文CAH软件介绍。

⑵构建基于自然语言的经验和定性知识混合模型（知识库）

例如：行为树、事件树、决策树、故障树、领结、因果事件链、因果事件网络模型的离散混合模型的图形化构建，直观、简明、易学、易用。

⑶因果反事实推理

可以用自然语言的任意有实际意义的引导词（偏离），对混合模型实施高速高效因果反事实自动推理（拉“偏”推理），结合风险矩阵计算和一致性原理“剪枝”获取自然语言表达的智能分析、决策和行动的指导信息。

1.3 基于大数据+静态+动态知识图谱模型的AI3应用

⑴复杂过程系统实时在线故障诊断

相当于将智能HAZOP分析实时在线化，随时随刻跟踪过程系统的运行，识别故障、分析故障，给出推荐的解决方法。

⑵构建基于自然语言的经验+定性+半定量知识混合模型（知识库）

将过程系统实时可观测的通过以太网传来的具体事件数据与概念事件融合构建静态+动态知识图谱模型。

⑶结合“偏离阈值”的因果反事实推理

结合实时大数据的因果反事实模型推理，获取实时故障诊断结果，即自然语言表达的智能分析、决策和行动的指导信息，是实现可解释的人工智能仿真培训的核心技术，详见AI3-TZZY智能仿真培训软件介绍。

1.4 AI3系列软件适用专业举例

AI3智能仿真系列软件包括专业版和学习版两种，都与仿真培训软件无缝连接，以便密切结合化工实践。专业版用于教师开发专业教学模型和高级技师培训；学习版用于大规模学生的初级和中级技师培训。特别需要指出，第四次工业革命亟需的AI应用型人才占绝大多数，AI研发高级人才只占少数。AI3软件的宗旨是为人工智能技术大众化、融入各行各业和深度应用铺路，实现启蒙学习和培养领域应用型人才。

AI3智能仿真系列软件主要适用于如下领域和专业：

⑴化学工程专业：包括石油和天然气加工、高分子材料、应用化学、生物化工、轻化工、精细化工、制药、染料、硅酸盐工业、食品加工等专业，实施AI应用技术+专业知识+熟练度+能力训练。

⑵自动化与过程控制专业：AI应用技术+专业知识+熟练度+能力训练，AI专家系统、知识建模、知识推理及故障诊断验证试验。

⑶安全工程专业：包括环境科学，AI应用技术+专业知识+熟练度+能力训练，安全评估（HAZOP）、故障诊断验证试验。

⑷过程装备与控制工程专业：包括能源与动力专业，AI应用技术+专业知识+熟练度+能力训练，故障诊断验证试验。

⑸信息、计算机科学和人工智能专业：工业过程生命周期信息标准、专家系统知识建模和知识推理，AI应用技术+专业知识+熟练度+能力训练。

⑹企业安全评价工程技术人员：增强过程系统实践知识、学习和实施各种常用安全评价方法，学会智能型安全评价技术，例如：HAZOP、故障树、事件树、FMEA、如果-怎么样？和领结技术等，在同一图形化软件平台上实现智能化评价。

⑺过程工业监控、故障诊断和安全管理技术人员：增强过程系统实践知识、学习和实施各种常用安全评价方法，学习和实施人工智能专家系统工业应用。

⑻危险化学品特种作业的工程师与操作工人：实施安全操作技能培训、安全操作指导和实际操作资格考核。

AI3软件对于各种核设施、军事设施、防化兵、复杂战况指挥、航空航天、火箭军、海陆空兵棋推演、卫星通讯、计算机网络硬件和软件系统安全、后勤供应链系统安全等军事领域实现智能化和培训AI应用技术人员具有实用意义。

2 智能HAZOP-CAH软件

智能HAZOP-CAH软件能够精准定位“团队会议”讨论的内容和细节，提供强有力的桌面图形化集体讨论和事件记录支持功能。

⑴使每一步讨论都便于切中要害。

⑵使每一步讨论内容都是集体可视的。

⑶使所有讨论内容都能集体一目了然。

⑷提供集体智慧直观地修正逻辑错误和概念错误的功能。

⑸提供所有讨论步骤都可以事后集体检查和寻踪功能。

⑹提供经会议讨论确定的内容提示和“加锁”保护功能。

⑺图形化讨论结果就是知识本体模型，可立即实施基于人工智能的自动推理，进行完备高效的危险剧情预测，可以每秒自动揭示2000000～10000000危险传播路径，提高了评估质量免除了大量的人工不可能完成的重复劳动。

⑻提供所有结果危险剧情图形化（知识图谱）可视方式，逐条集体讨论修改、确认和审定功能。

⑼提供所有结果报表可视化集体修改和审定功能。

⑽提供基于半定量风险的保护层分析（LOPA）功能。

2.1 智能HAZOP-CAH软件概述

人工智能+HAZOP分析软件CAH（Computer AidedHAZOP）是国家863项目成果，由北京思创信息系统有限公司开发。该软件完全融入了经过改进和扩展的领域知识本体（简称为SOM/SOM_G），以及过程危险分析的“方法和任务知识本体”。配合作者提出的高效推理算法研发的推理引擎，通过图形化人机界面，构建了一个完整的人工智能HAZOP专家系统平台。配套的两本技术指南已经于2012年由中国石化出版社出版发行，如图4所示。

图4 人工智能+HAZOP分析软件CAH和配套指南

CAH自动推理机制和人工分析是完全（100%）相同的，所不同的是要求分析小组必须建立被分析目标系统的图形化SOM_G模型，而且该模型的建立必须体现分析小组的集体智慧。建模看似多了一项额外的工作，其实不然。因为建模所需要的内容在人工分析过程中实际上都涉及到了，除非人工分析不遵循规范和标准。大量的应用经验表明，高质量的SOM_G模型使得自动评价保留了全部过程内容信息和结构信息，核查人员完全可以事后对安全分析的全过程跟踪检查、完全可以反复进行分析和修正、完全可以中途换人继续或继承以前的分析，更不用说它的高效、快速、省时、省力之优点了。

2.2 智能HAZOP-CAH软件的结构

CAH软件平台采用了以事件为中心的图形化建模方式，将危险评价的资料搜集阶段和建模阶段的工作统一起来，即在软件平台的提示和引导下围绕着“事件”这一核心，完成资料信息输入之后则建模的50%～70%工作也自然完成。图5表达了多引导词智能化危险评价软件平台的基本结构，可明显看出软件采用了以关键事件为中心的工作机制。软件针对事件设置了5个属性，即：设备描述、参数及引导词、根原因、不利后果和保护层。为了帮助使用者准确地填写属性，提供了相关的知识库、信息库或数据库。使用者在调查清楚实际工厂在该事件处所的安全措施后，仅需点击相应选项即可（如果没有，则无需填入信息），甚至省去了文字输入之劳。

图5 多引导词自动危险评价软件平台CAH的结构

软件要求原因和不利后果事件必须是确切且单一的事件，并且是发生频率高、危险级别高的事件，其设置有一定的经验和技巧。所有事件信息确认后进入多重条件SOM定性模型建模环境。主要任务是将每两个事件之间涉及多引导词的相互影响关系，通过小组集体讨论确定后，以方便简单的图形引导方式构造SOM模型。为了防止遗漏，软件提供影响关系矩阵辅助功能。

多引导词SOM模型建成后，或部分模型建成后，都可以进入自动定性推理试验过程。这是自动分析的优点之一，人工分析难于反复试验，因为太耗费时间和精力。软件允许在任意事件点设置任意偏离。软件针对不同种类的条件采用不同的定性推理方法，即约束推理、传播推理、多逻辑关系推断推理等。

当确认自动定性推理结果满意后，进入分析结果处理程序。软件提供3种显示和处理模式如下：

⑴危险剧情传播路径图示

提供直观形象的危险剧情信息。通过危险剧情可以准确定位现有安全措施，进而分清现有安全措施中何为独立保护层，何为非独立保护层。非独立保护层降低风险的作用较差。危险剧情还可以帮助确定建议安全措施的“独立性”定位问题，即不但要提出恰如其分的安全措施建议，还应确定安全措施安装在什么位置才能最起作用。我们发现，这些重要因素在人工危险评价中几乎都没有考虑，事实上也无法考虑。

⑵危险评价结果处理

与IEC-61882标准的HAZOP报表相比，可以在报表中加入危险剧情信息、风险矩阵分级信息、半定量发生频率信息、半定量影响度信息、半定量响应时间信息。在此基础上，可以将报表逐行展开采用保护层分析（LOPA）的方法分析现有安全措施风险降低的水平和建议措施的风险降低综合设计。分析小组可以对报告内容任意修改或补充。

⑶自动生成并打印HAZOP分析报表

提供简单的选项对话框，通过方便的选择对报表内容进行组态，既可以输出简单的报表格式，也可以输出信息量多的报表格式，例如：原因到原因（CBC）表、偏离到偏离（DBD）表、纯安全措施表、领结表等。

2.3 智能HAZOP-CAH软件的特点

CAH软件的特点是能够精准定位“团队会议”讨论的内容和细节，提供强有力的桌面图形化集体讨论和记录支持功能。可以使每一步讨论都切中要害，使每一步讨论内容都是集体可视的，使所有讨论内容都能集体一目了然，提供集体智慧直观地修正逻辑和概念错误功能，提供所有讨论步骤都可以事后集体检查和寻踪功能，提供经会议讨论确定的内容提示和“加锁”保护功能；一旦图形化团队会议完成，图形化讨论结果就是定性模型，可立即实施基于人工智能的自动推理，进行完备高效的危险剧情搜索，即知识图谱结构信息的深度学习。这样，大大提高了结果的完备性和精准度，免除了大量重复劳动；提供所有危险剧情图形化可视方式逐条集体讨论修改、确认和审定功能；提供所有结果报表可视化集体修改和审定功能。CAH可以将多种危险评价方法集成，优势互补；软件提供可扩展的知识库和数据库支持，有利于使用和评价经验的积累。

CAH软件所集成的主要危险评价技术是将最常用的检查表法、“如果-怎么样？”法、定性事件树、定性故障树、“领结”法、HAZOP和LOPA方法联合集成应用，优势互补；允许任意多种引导词分析，大大扩展了HAZOP的危险评价能力和范围；将危险剧情的概念贯穿于危险分析的全过程，不但有利于实现完备的精准的分析，而且大大提高了分析结果的实用性、可审查性和可扩展性；将HAZOP国际电工委员会标准（IEC61882）引入“帮助”菜单随时参考；将风险矩阵集成在HAZOP分析中；将根原因分析方法（RCA）引入初始原因知识库；将使能事件和条件事件引入危险剧情分析；提供在自动完成的HAZOP结果中实施简明的LOPA分析功能；可选用“影响度”表达节点间的半定量影响程度，并自动计算全剧情“影响度”；可选用人员“响应时间”表达节点间的“行动响应时间”，并自动计算全剧情“响应时间”；将独立保护层（IPLS）的识别、审定和半定量计算引入HAZOP和LOPA分析；应用“如果-怎么样？”（What-if？）的基础判别方法识别、表达和确认关键事件间影响关系；可直接应用专用“双引导词”和“8引导词”HAZOP方法评价操作规程；HAZOP报表可以按不同企业和组织的要求任意组合；将人员因素导致的危险分析方法引入HAZOP分析过程；将工程常用安全分析数据，例如：初始原因频率、后果严重度、常用保护层信用度等数据引入数据库（包括主要数据的确定规则）以便参考；将针对过程工业常用变量（参数）的常用引导词引入知识库，提供参考；将工业常见的安全措施科学分类后引入知识库，供用户选择。

2.4 智能HAZOP-CAH软件的大规模工业应用

本软件的前期研发工作是国家863项目，获得了国家安全生产监督总局颁发的科技成果一等奖。面向工业应用，北京思创信息系统有限公司已经使用CAH软件为企业完成了大型炼油各种装置、大型乙烯、合成氨、氯碱、聚丙烯、烷基化、苯乙烯、芳烃、甲醇、煤气化、PTA（精对苯二甲酸）、LNG（液化天然气）、锅炉、污水处理装置等近千项计算机辅助深度HAZOP评价项目。通过100多期技术培训班，其辐射效应已经使得上万人学会使用CAH软件。智能分析软件不但全面实现了与人工HAZOP分析100%的一致性和兼容性，而且提高了分析质量和效率，为我国化工、石油化工、炼油和天然气工业降低重特大事故发生概率做出了贡献。大型液化天然气装置智能HAZOP评估案例截图见图6所示。

实践证明，CAH软件彻底实现了危险评价的可复查、可复制、可反复、可存档、可换人、可继承、可传递、可联网、可讨论、可修改、可共享和可视化。

图6 大型液化天然气装置智能HAZOP评估案例

将CAH软件直接应用于仿真培训，学生可以实施操作规程HAZOP分析、误操作的原因分析和不利后果预测分析。CAH是一个非常有效的培训指导分析工具，自学习、个性化和智能化决策工具，也是一个案例仿真培训HAZOP分析的工具。

一些已经应用CAH软件完成了HAZOP分析的企业，采用所完成的有针对性的HAZOP分析知识本体模型SOM_G，利用模型隐含有海量的危险剧情作为案例周期性培训操作工。经过培训，提高了操作工事故预防和事故排除决策分析能力，实用效果非常满意。以前的人工HAZOP分析由于评价过程和细节没有知识本体跟踪保留，只有参加HAZOP分析会议的少数人知道，一般分析过后两周左右基本上都忘记了。将HAZOP分析结果事后用于长期的安全培训“活的教材”是完全不可想象的。

大规模工业实践应用表明，安全信息标准化的模型-剧情对象模型（SOM）为实现多种剧情危险评价方法的信息交换、共享和计算机化奠定了基础，同时也为提高危险评价的质量和效率提供了强有力的手段。

实践证明SOM主要具有如下优点：

⑴简明直观表达、记录和跟踪危险评价团队“头脑风暴”讨论过程的全部有效细节，以便对评价过程进行交互式跟踪修正与核查，确保了专家团队在评价中的主导作用。

⑵简明直观表达、记录和跟踪危险评价的全部结果，自动进行结果的多维隐含信息的交互式检索、修正、处理和报告生成，彻底克服了人工评价报告无法显式表达全部评价结果的不足。

⑶可以实现危险评价过程中非经验依赖性知识本体模型的任意多引导词交互式自动推理分析，即大数据+知识图谱深度学习，最大限度提高推理的完备性和减少人工重复劳动。

⑷解决了人工危险评价无法将评价过程和结果两类信息任意传递、继承和共享的不足。

⑸通过危险评价剧情结构信息的归类及图形化方法，提高了危险评价的质量和效率，包括评价完备性、深入性、系统性、减少不合理的假定、提高分析的准确度等方面。

⑹将多种基于剧情的危险评价方法有机融合，优势互补，综合应用。

如前所述，从目前化工教学知识结构上分析，化工职业院校教学、大学本科教学均缺乏“过程运行学”内容。大部分学生毕业后是从事“过程运行”职业，而不是设计研究职业。另外，学校的数学教学缺乏定性建模和定性推理，这恰恰是利用数学工具分析问题解决问题、人工智能“反事实因果推理”和可解释AI（XAI）的核心内容。因此，化工职业院校教学和本科教学知识结构亟待扩展。人工智能HAZOP软件为“过程运行学”、定性数学和人工智能教学提供了一种不可或缺的理论教材与生动的实践环节。

【系列讲座④ITS在化工职业教育中应用系列软件⑶预告】

长期以来，在仿真培训系统大规模应用过程中，遇到三个难题。一是一个教师没有能力跟踪和监控几十个到数百个学员同时进行仿真训练，并且对学员的操作失误及时给出详细的分析和解释，进而指导学员应当按怎样的操作序列行动；二是有丰富实践操作经验、高水平故障排除能力的培训教师奇缺；三是全工况、全流程范围的准确故障诊断和预测。智能仿真培训系统AI3-TZZY软件可以自动解决以上难题，使仿真系统更加智能化，是解决人为失误的“利器”，在提高培训效果和实现网络化个性化教学的同时大幅度提高教学质量降低教师负担。