Redes de Petri - G

Generated by Foxit PDF Creator Foxit Software http://www.foxitsoftware.com For evaluation only.
2. DEFINICIN DE FUNDAMENTOS DE REDES PETRI
Este captulo indica, en primer lugar, algunas de las aplicaciones ms importantes de las Redes Petri en las ltimas dcadas; posteriormente describe los fundamentos de su estructura y funcionamiento, para luego tratar, en forma bsica, sus adecuaciones o extensiones, y finalmente presentar sus tipos y propiedades.
2.1. GENERALIDADES
Las Redes Petri (Petri Nets PN) son un formalismo muy utilizado en la modelacin y el anlisis de DES. Esta popularidad se debe a que combinan, con un slido fundamento matemtico, la representacin grfica y la capacidad de modelar procesos paralelos y distribuidos.
Se considera a las PN como herramientas grficas y matemticas que proveen un ambiente uniforme para el modelado, anlisis formal y diseo de DES. Sus modelos pueden ser usados para el anlisis del comportamiento, evaluacin de acciones, simulacin y construccin de controladores.
Matemticamente, una PN puede ser descrita por un conjunto de ecuaciones que reflejen el comportamiento del sistema. Esto permite realizar un anlisis formal del sistema, el cual consiste en examinar dichas ecuaciones y sus propiedades, relacionndolas con eventos tangibles, como son: operaciones concurrentes, liberaciones de bloqueo, apropiada sincronizacin, actividades repetitivas, exclusiones mutuas, operaciones con recursos compartidos, etc.
Grficamente, las PN ofrecen un excelente medio de comunicacin entre clientes y usuarios. Esto se debe a que su interpretacin es sencilla, lo que
la diferencia de descripciones textuales, eventualmente ambiguas; y notaciones matemticas, que no son fciles de entender.
La versatilidad grfica y matemtica de las PN, combinada con la ayuda de sistemas computacionales, permite una simulacin grfica. Tal ventaja pone en manos de los ingenieros desarrolladores, una poderosa herramienta de apoyo en el diseo y control de sistemas complejos.
El objetivo de facilitar tareas como diseo, planificacin, anlisis y control de un sistema, es garantizar en sus resultados seguridad, buen desempeo y optimizacin de recursos. En ambientes industriales, el cumplimiento de tal objetivo refleja en el mejoramiento de la produccin y la reduccin costos, lo cual es necesario para cumplir las exigencias de un medio competitivo.
A continuacin se har una breve resea histrica, indicando los eventos de mayor trascendencia, que marcaron el origen y desarrollo de las PN:
En 1962, Carl A. Petri de la universidad U. Darmstadt en Alemania Occidental, dise las PN como una herramienta matemtica para el estudio de comunicaciones con autmatas.
En 1970 y 1975, el Massachussets Institute of Technology (MIT) present respectivamente los eventos Project MAC Conference on Concurrent Systems and Parallel Computation y Conference on Petri Nets and related Methods.
En 1979 se present el Course on General Net Theory of Processes and Systems en Hamburgo, Alemania Occidental.
Estos acontecimientos difundieron a gran escala el uso de PN, especialmente en reas relacionadas a la computacin y al modelado, anlisis y manejo de protocolos de comunicacin; por lo que desde los 70s, tales reas han sido las de aplicacin ms exitosas de PN.
En1980 se realiza el First European Workshop on Applications and Theory of Petri Nets en Strasbourg, Francia; y en 1985 se da el First International Workshop on Timed Petri Nets en Torino, Italia.
El desarrollo y la difusin de las PN, hasta ese entonces, permiten su introduccin en el campo industrial. controladores de secuencias; al Hitachi Ltd. las aplic en con los mtodos
compararse
tradicionales, el uso de las PN redujo sustancialmente el tiempo empleado. Tal xito impuls su empleo en operaciones como el control de sistemas de ensamblaje y el manejo de sistemas de carga/descarga automtica para bodegas, como indican las referencias de [12]. Hasta la actualidad ha existido un mejoramiento progresivo de las PN, que las ha hecho adecuadas para la aplicacin en muchos campos. El siguiente resumen presenta ejemplos de tal desarrollo. De necesitarse profundizar sobre estos temas, se recomienda seguir las referencias de [12].
Se han propuesto mtodos, con PN, para transformar y mejorar confiabilidad de lenguajes de especificacin de protocolos como Lotos, y de implementacin de protocolos como SDL y Estelle. Informacin
bsica sobre estos lenguajes y el uso de las PN sobre los mismos, se puede hallar en la referencia [26]
Los PLC son comnmente usados para control de secuencias.
Sus
programas normalmente se disean utilizando diagramas en escalera lgica o ladder, por lo que son poco flexibles, presentan relativa dificultad de decodificacin; y, si son complejos, su interpretacin visual es muy pobre. Al contrario de tales desventajas, los modelos de PN tienen menor dificultad de diseo, son fciles de modificar, entender visualmente y ejecutar; por lo que su aplicacin en el modelado y manejo de controladores de secuencias, es otra historia exitosa. Como ejemplo de esto se tiene los artculos [17], [18], [19] y [20]. Actualmente se puede aplicar PN en el modelado de sistemas industriales complejos, as como en su supervisin y control (SCADA), como muestra la tesis [3].
Son aplicables en la modelacin y evaluacin de Redes de Comunicacin. Esto resulta importante para la automatizacin industrial, como en trabajos referentes a Fieldbuses FIP e ISA-SP50; el desarrollo de redes de alta velocidad aplicadas a sistemas multimediay en LANs con trabajo bajo fibra ptica, como redes Expressnet, Fastnet, Dnet, Unet, token ring, referidos en [12]. Se ha demostrado que las PN de tipo Coloreadas (Coloured Petri Nets CPN) sirven como un lenguaje til para el diseo, especificacin, simulacin, validacin e implementacin de grandes sistemas de software, razn por la cual se las usa extensamente en el desarrollo de software. Como ejemplos de esto se tiene trabajos referidos en [12], sobre diseo y anlisis de sistemas ADA, y otros que describen la implementacin de una metodologa integral de desarrollo de software, la cual permite la traduccin automtica de diagramas SADT en CPN jerrquicas, para su anlisis formal, adems de convertir dichas redes en cdigo ejecutable.
La flexibilidad de las PN permite evaluar los sistemas modelados, incorporando funciones de tiempo determinstas o probabilsticas, segn la medida a evaluar, y usando tcnicas analticas o la simulacin del mismo. As se obtienen ndices de riesgo, produccin, procesamiento, desempeo, retardos, capacidad, etc.
Como ejemplos de evaluacin en el campo industrial, se tiene los trabajos [9], [15]-[16], y otros referidos en [12], que analizan sistemas de manufactura y produccin automtica, como kanban y justo a tiempo, con problemas de ocupacin relacionados a maquinaria, recursos compartidos, lneas de produccin y ensamblaje, etc.
La evaluacin tambin es extensamente usada para analizar sistemas con multiprocesadores [9], la utilizacin de buses en tales sistemas,
canales de comunicacin en DSP, arquitecturas de computacin paralelas y algoritmos distribuidos paralelos.
La evaluacin es de especial importancia para prever errores y examinar la tolerancia a fallas en sistemas de seguridad crtica y tiempo real, por lo que se han usado en sistemas de control de trfico areo, trfico frreo, reactores nucleares, como refiere [12].
2.2. DESCRIPCIN BSICA

2.2.1. COMPONENTES FUNDAMENTALES Una PN puede ser identificada como un tipo particular de grafo dirigido bipartito. Por esto posee 2 tipos de nodos, denominados lugares y transiciones; conjuntamente con arcos dirigidos, que los vinculan sin conectar 2 nodos adyacentes del mismo tipo.
Grficamente se denota a los lugares como crculos, las transiciones como barras o rectngulos y a los arcos dirigidos como flechas La Figura 2.1 muestra una red con 5 lugares y 4 transiciones conectados a travs de sus arcos dirigidos correspondientes.
Figura 2.1 Red Petri Lugares y transiciones. Representan eventos concatenados, donde los lugares indican pre y post condiciones en la ejecucin de una transicin. Se tiene que: Un nodo entrada o salida de otro nodo, se establece a partir de la posicin con respecto del arco dirigido que lo conecta a ste. En La Figura 2.1 el lugar p1 es una entrada de la transicin t1. Los lugares p2 y p3 son lugares de salida de la transicin t1.
El Preset de un nodo es el conjunto formado por todos sus nodos de entrada. Se denominan p o t respectivamente. Para la Figura 2.1: t1 = {p1} t 2 = {p 4 , p5 } t3 = {p2 } t 4 = {p3 } p1 = {t 2 } p2 = {t1} p3 = {t1} p 4 = {t3 } p5 = {t 4 }
El Postset de un nodo es el conjunto formado por todos sus nodos de salida. 2.1: t1 = {p2 , p3 } t 2 = {p1} t3 = {p4 } t 4 = {p5 } p1 = {t1} p 2 = {t3 } p3 = {t 4 } p4 = {t 2 } p5 = {t 2 } Se denominan p o t respectivamente. Para la Figura
Si un nodo no posee entradas entonces se denomina nodo de entrada de la PN, o fuente. De igual forma, si no posee salidas este se denomina nodo de salida de la PN, o sumidero. Un nodo que no es de entrada o salida se denomina nodo interno. Arcos. Indican la direccin de la secuencia de eventos. k arcos
igualmente dirigidos, se pueden representar como una flecha simple etiquetada con el nmero k, que indica su multiplicidad o peso. El nmero total de arcos que llegan a un nodo se denotan por |p| y |t| respectivamente, mientras los que salen se denotan por |p| y |t|. Tokens. Son nmeros enteros no negativos contenidos en los lugares y distribuidos por las transiciones a travs de los arcos. Grficamente los tokens se pueden representar con puntos, o con un nmero, como se muestra en la Figura 2.1. Marca de la PN. Considera la distribucin de tokens en los lugares para cada evento de una secuencia dada. Para el evento i en una PN de m lugares p, se la define como un conjunto M i con m elementos
M i ( p) .
La marca inicial de una PN tiene especial importancia puesto que al relacionarse con el estado original de la red, determina su evolucin.
Existen varias representaciones de M i .
Por ejemplo, dentro del

T
lgebra, se representa como un vector M i = (M i ( p1 ) ... M i ( pm ) ) ; o, como en el caso de PN seguras (que poseen M i ( p) 1 ), se lo representa como una suma lgica de lugares marcados
M i = p1 + p 2 + ... p m .
Estos elementos dan versatilidad a las PN para representar muchos tipos de DES. Por ejemplo, en un sistema que manufactura, los lugares de entrada pueden representar la disponibilidad de recursos, la transicin su uso y los lugares de salida la descarga de resultados.
Considerando todos estos elementos, una PN se define formalmente por:
PN = (P T
Donde:
P = {p1 . . .
O M0 )
(2.1)
pm } que es un conjunto de m lugares
- T = {t1 . . . tn } que es un conjunto de n transiciones, con P T y
P T =
-
I : ( P T ) N es una funcin de entrada que define los arcos dirigidos

desde los lugares a las transiciones, donde N es un conjunto de enteros no negativos
- O : (P T ) N es una funcin de salida la cual define los arcos dirigidos desde las transiciones a los lugares, y Mo : P N que es la marca inicial.
Estos
componentes
elementales
se
encuentran
siempre
en
la
representacin de una PN, aunque su forma varia dependiendo de la concepcin utilizada.
2.2.2. EJECUCIN DE UNA RED PETRI Una PN cambia su marca M al ocurrir el disparo de una transicin t, ya que esto da lugar a un flujo de tokens entre los lugares. Para que esto suceda es necesario que se cumplan las siguientes reglas de ejecucin, definidas a continuacin en su forma fundamental.
2.2.2.1. Reglas de Ejecucin Fundamentales Regla de habilitacin, Una transicin t es habilitada si cada entrada p de t contiene por lo menos el nmero de tokens igual al peso del arco dirigido conectado de p a t. Considerando esto, se expresa el conjunto de todas las transiciones habilitadas en una M i como:
E ( M i ) = {t T | p t : M i ( p) I ( p, t )}
(2.2)
Regla de disparo.
Un disparo en una transicin t habilitada
remueve de cada lugar de entrada pi un nmero de tokens igual al peso del arco dirigido conectado de pi a t, y a su vez deposita en cada lugar de salida po tantos tokens como el peso del arco dirigido conectado de t a po.
Ejemplo 2.1 Ejecucin de una PN:
Este ejemplo ilustra a travs de la figura 2.2, las reglas de habilitacin y disparo, pues muestra cada paso de ejecucin de una PN con funcionamiento repetitivo.
a. - Marca inicial M0 = p1 - Estn habiles t1 y t2
b. - Dispara t1 - Resta I(p1,t1)=1 token a p1 - Suma O(p2,t1)=O(p4,t1)=1 token a p2 y p4
c. - Marca M1 = p2 + p4 - Est hbil t3
d. - Dispara t3 - Resta I(p2,t3)=1 token a p2 - Suma O(p1,t3))=1 token a p1
e. - Marca inicial M0 = p1 - Estn habiles t1 y t2
f. - Dispara t2 - Resta I(p1,t2)=1 token a p1 - Suma O(p3,t2)=O(p4,t1)=1 token a p3 y p4
g.
h.
- Marca M3 = p3 + p4 - Est hbil t4
- Dispara t3 - Resta I(p2,t3)=1 token a p2 - Suma O(p1,t3))=1 token a p1
i. - Marca inicial M0 = p1 - Estn habiles t1 y t2 j. La red puede continuar ejecutndose indefinidamente
Figura 2.2 Ejecucin de una PN
2.2.2.2. Definiciones relacionadas. Las reglas de ejecucin implican la capacidad de representar situaciones de bloqueo y sincronizacin, relacionadas directamente con aplicaciones reales, que proporcionan una gran ventaja a las PN sobre otros formalismos. Bloqueo. Tales trminos se definen a continuacin:
Es un impedimento de ejecucin, representado por el
incumplimiento de la regla de habilitacin.
Los bloqueos pueden ser utilizados para representar caractersticas del sistema y para comprobar la validez de la PN.
Las reglas de ejecucin fundamentales indican que la PN se mantiene activa mientras, al menos, una transicin pueda ser disparada. A esto y al estado de inhabilitacin de todas las
transiciones, se considera como propiedades, respectivamente denominadas Vitalidad e Inter Bloqueo. stas propiedades se
relacionan con el estudio de bloqueos y sern descritas en pginas siguientes.
Ejemplo 2.2 Proceso de un recurso
La Figura 2.3 representa el proceso de un recurso. Ntese que la presencia del lugar Disponibilidad condiciona el ingreso de recursos al proceso, bloqueando la transicin Inicio mientras existe una marca en el lugar Procesando, es decir, mientras no se finalice la actividad en cuestin. La falta de recursos produce el bloqueo total de la transicin Inicio y por ende del sistema.
a).
b).
c). Figura 2.3 Bloqueos Sincronizacin.
Es una obligacin de simultaneidad. Resulta de
gran utilidad en PN que representan actividades con tiempo.
La sincronizaron puede ser de provisin o de consumo, como se indica en las figuras siguientes.
a). Sincronizacin en provisin
b). Sincronizacin al consumo
Figura 2.4 Sincronizacin
La Figura 2.4.a indica sincronizacin al proveer, pues las actividades representadas por sus lugares p1, p2 y p3 inician a la vez; mientras que la Figura 2.4.b indica sincronizacin al consumo, porque solo si las 3 actividades representadas por p1, p2 y p3 terminan, se puede continuar con la habilitacin de t1.
2.2.2.3. Problemas asociados a las reglas de ejecucin fundamentales Es necesario tomar en cuenta que, las reglas de ejecucin fundamentales llevan asociadas la posibilidad de que dos o ms
transiciones compitan por consumir un token, o por dispararse a la vez. stas condiciones, dependiendo de la interpretacin que se de, pueden considerarse como no deseables.
A continuacin se describe stas situaciones: Conflictos. Es la condicin de competencia por habilitacin de 2 o ms transiciones, la cual solo es posible si estas poseen entradas comunes.
Se dice que 2 o ms transiciones estn en conflicto estructural si comparten al menos 1 lugar de entrada. Si la regla de habilitacin es vlida para estas, entonces el conflicto se denomina efectivo.
Un conflicto estructural puede verse como el siguiente par:

ck = {ti , t j T | p ti t j }
(2.3)
El conjunto de todas las transiciones en conflicto estructural tiene la siguiente forma:
C (T ) = {c1 c2 L}
(2.4)
El conjunto de todas las transiciones en conflicto efectivo EC (T , M i ) para una marca M i , corresponde a la interseccin del conjunto (2.4) con el de todas las transiciones habilitadas, es decir con el de la definicin (2.2)
EC (T , M i ) = C (T ) E ( M i )
(2.5)
En la parte (a) del ejemplo 2.1, existe conflicto estructural entre t1 y t2, que a su vez es conflicto efectivo.
Concurrencia o paralelismo. Dos o ms transiciones estn en concurrencia estructural si no poseen lugares de entrada comunes, y si la regla de habilitacin es vlida para stas, entonces estn en concurrencia efectiva. En la Figura 2.2 existe concurrencia estructural y efectiva entre t3 y t4 Confusiones. Si existen a la vez las dos anteriores. La PN de la Figura 2.2 es confusa, puesto que existe a la vez conflicto y concurrencia efectivos entre t1 y t2
Figura 2.5 Red confusa En general, se utilizan mtodos que eviten tales problemas, como son disear una red estructuralmente libre de dichas condiciones, o aadir criterios de habilitacin que los solucionen, que pueden ser de tiempo o preferencia, extendiendo la PN. La lgica de las PN sin extensin, pierde claridad con la presencia de conflictos y concurrencia, pues se debe seleccionar al azar una transicin hbil. Las PN Temporalizadas admiten concurrencia y, por su estructura, carecen de conflictos. Las PN Estocsticas
Generalizadas pueden solucionar conflictos y concurrencia.
2.3. EXTENSIONES DE LAS REDES PETRI

Las PN bsicas no resultan suficientes para modelar muchos sistemas complejos, por lo que se han propuesto una gran cantidad de extensiones que complementan al formalismo clsico, entre las cuales se anota: conducta, prioridad y decidibilidad, complejidad, color y tiempos, etc. Conducta.
Permite representar procesos, en los cuales ocurren tanto conductas ideales como sub ideales. La Red Petri as extendida debe poseer
obligaciones, permisos y prohibiciones adicionales. Tiene la siguiente estructura:
EPN = (P T
Donde:
R w I
O Mo )
(2.6)
- S, R T, son dos conjuntos disjuntos que representan conductas sub ideales y de compensacin respectivamente, - w: es la funcin de penalidad de T Z , definida como: - t T / { S R} : w(t)=0 - t S: w(t) 0 - t R: w(t) 0 Decidibilidad y Prioridad Estas extensiones son necesarias si clsicamente no existe un mecanismo determinista, completo y efectivo que permita encontrar la respuesta para un problema de decisin (un conjunto de cuestiones con varias respuestas).
Este tipo de extensin se aplica a modelos que requieran resolucin de conflictos. Para esto adiciona prioridades e incluso probabilidades a sus componentes.
En el presente trabajo se tomarn en cuenta las PN Estocsticas Simples y Generalizadas, que abarcan situaciones de decisin y prioridad, con un fuerte sustento matemtico, y permiten la evaluacin de un modelo. El texto [9] profundiza estos temas, proveyendo informacin detallada sobre su soporte terico, con casos de aplicacin e incluso ejemplos numricos.
En ciertas clasificaciones, como en [4], se incluye dentro de este tipo de extensin, elementos que reducen la complejidad del modelo para evitar problemas de decisin. Complejidad
Cuando el manejo de un modelo es muy complicado, se hace necesaria la intervencin de ampliaciones como las de Arcos Extendidos. arco extendido mas usado es el de los arcos inhibidores. El tipo de
Arcos inhibidores: Se representa grficamente como un arco orientado con un pequeo crculo de punta y siempre se dirige de un estado a una transicin.
Un arco inhibidor da paso a la habilitacin de una transicin, si la marca del lugar es inferior al peso del arco. Si el peso del arco es 1, permite comprobar que el lugar en cuestin no est marcado, es decir con marca 0 (sin tokens).
La PN que usa arcos inhibidores posee la siguiente estructura:
IPN = ( P T
O M0
A)
(2.7)
Donde A: T R, es una funcin que hace corresponder a cada transicin un conjunto de lugares que indican precondiciones inhibitorias.
Otros tipos de arcos extendidos son: Arcos reset, Arcos transferencia, Arcos dobles, cuyos nombres llevan implcitos la descripcin de sus funciones. Detalles sobre stos se puede obtener en [9]
Redes Petri Coloreadas (CPN) La extensin del color permite diferenciar el tipo de datos asociados a un lugar. Incluye una tipologa en los lugares gracias a marcas distinguibles. Al cambiar de estado, las transiciones se ejecutan selectivamente de acuerdo al tipo o color de tokens que retiran y colocan. Esto da como resultado el disparo de las transiciones en distintos modos dependientes del color.
Tiene la estructura:
CPN = (P T
O M0 )
(2.8)
Donde es un conjunto finito de tipos, llamados conjuntos de colores, y C es una funcin de color definida como C P .
Existen amplios estudios sobre este campo debido a sus innumerables aplicaciones, pero no ser tomado en cuenta para el desarrollo de este trabajo. Extensin Temporal (TPN)
Para la buena representacin de muchos sistemas reales, es necesaria una descripcin temporal de su comportamiento, que por ejemplo defina la duracin de actividades, el momento en el cual stas se deban realizar.
Se han adicionado diferentes interpretaciones de tiempo, siendo las ms tiles:
CPN, como Redes TER (Time Environment Relationship) [24], las cuales poseen un marcaje que, entre otros datos, lleva una variable que determina informacin temporal.
PN Temporizadas, con retardos asociados a sus nodos, que pueden ser fijos, aproximados o con ambos a la vez, lo cual se aprecia respectivamente en PN deterministas (Timed Petri Nets TPN), en [5][8]; estocsticas (Stochastic Petri Nets SPN) en [7],[9] o estocsticas determinsticas (Deterministic Stochastic Petri Nets DSPN).
Una descripcin ms detallada de TPN y SPN se dar en pginas siguientes. PN Continuas e Hbridas
Las PN Continuas poseen transiciones y lugares modificados, de tal manera que es posible el flujo decimal y fraccionario de tokens. La
habilitacin y el disparo dependen de una cantidad relacionada a la marca de la red, denominada habilitabilidad. Las PN Hbridas combinan caractersticas de PN Continuas con las regulares.
Son usadas para modelar sistemas ligados a variables que solamente se les puede dar el trato de continuas, como es el caso de modelos de trfico vehicular en [21] y de lquidos en una planta embotelladora [22] PN Automodificantes En este tipo de extensin las relaciones de flujo de tokens no son constantes, sino que dependen del marcado actual, que vara con la evolucin del sistema. documento [4]. Este tipo de redes se toma en cuenta en el
2.4. PRINCIPALES TIPOS DE REDES PETRI

El estudio de sistemas modelados con PN, necesita una pauta de realizacin. Para esto es necesario definir estructuras simples, con
caractersticas especiales que mantengan propiedades de anlisis sencillo, pues el anlisis de tales estructuras sirve de base para el estudio de modelos complejos, que reflejen la totalidad del sistema.
La siguiente clasificacin se refiere al tipo de estructuras formadas por distintas combinaciones de nodos y arcos. En pginas siguientes se
definirn propiedades y se las relacionar con los tipos de PN expuestos.
Figura 2.6 Principales tipos de PN PN Pura (PPN), si no posee arcos bidireccionales (bucles)
PN Ordinaria (OPN), si todos sus arcos tienen multiplicidad 1 PN Simple o de Eleccin Asimtrica (Asymmetric Choice - AC), es una OPN cuyos lugares al menos tienen una transicin comn. Esto es:
p1 p2 0 ( p1 p2 ) ( p2 p1 )
(2.9)
En este tipo pueden existir problemas de ejecucin tales como confusiones.
PN Libre Eleccin (Free Choice FC) y Libre Eleccin Extendida (Extended Free Choice - EFC). El trmino libre eleccin indica que sus transiciones solo tienen un tipo de condicionamiento a la vez, sea relacionado con una situacin de conflicto o con una de concurrencia.
Se considera FC a una OPN en la cual un arco desde un lugar o es el nico saliente o el nico entrante a una transicin, es decir:
t j T / p i t j : pi = { t j } t j = {pi }
(2.10)
Se considera EFC a la OPN cuyas transiciones comparten todos sus lugares de entrada o todos sus lugares de salida. Esto es:
ti , t j T / pi ( t j ti ) (t j t i ) : ( t j = ti ) (t j = ti )
(2.11)
Mquina de Estado (State Machine - SM), es una FC tal que todas sus transiciones poseen solo un arco de entrada y uno de salida, es decir:
t T : t 1 t 1
(2.12)
Esta caracterstica implica que un SM puede tener conflictos, pero no concurrencias, ni procesos de sincronizacin. Indica tambin que un SM se termina en lugares, es decir, si la PN tiene nodos de entrada y salida, estos son lugares.
La caracterstica 2.11 permite interpretar a cada conjunto arco transicin arco como un solo arco, y por tanto reducir la PN a un grafo con un solo tipo de nodos. Si el nmero total de marcas es 1 este grafo indica cual es el estado del sistema, por lo que a este tipo de PN denominan Mquina de Estados. Un SM se llama determinista si no posee conflictos, es decir si los lugares solo poseen un lugar de entrada y uno de salida.
a).
t3 M1 t1 M2 t2 t5 b). Figura 2.7 Mquina de estado t4 M3 M4
Tienen principal uso en la lgica de funcionamiento de la PN, es decir en la bsqueda de marcas alcanzables, eliminaciones de bloqueo, etc. La adicin de retardos sincronizacin. Grafo Marcado (Marked Graphs - MG), es una FC en la que todos sus lugares poseen solo un arco de entrada y uno de salida. Esto es:
p P : p 1 p 1
carece de sentido,
puesto que no existe
(2.13)
Su estructura implica que puede haber concurrencia y sincronizaciones, pero no conflictos. Otra implicacin es que un MG puede ser terminado en transiciones, es decir, si la PN tiene nodos de entrada y salida, stos son transiciones.
Adems, la caracterstica (2.12) permite interpretar a cada conjunto arco lugar arco como solo un arco, con peso relacionado a las caractersticas del lugar (marca y tiempo) y por tanto reducir la PN a un GE con un solo
tipo de nodos, las transiciones, a las cuales puede tratarse como variables de estado.
a).
U 0
x1 3 0 1 b).
x2 0
Y1
Figura 2.8 Grafo Marcado
Todas estas caractersticas hacen a los MG ideales para representar sistemas con retardos. Muchos textos (como son [5], [6], [7], [8] y [14]), denominan a los MG con tiempo como GE Temporalizados (GET) tal de relacionarlos con estudios afines. Red cerrada (Workflow WF), una red n es cerrada si al menos posee 2 nodos, inicial i y final f, interconectados por una transicin t. Los WF se asocian con autmatas en SM y sistemas autnomos en MG.
El estudio de propiedades como vitalidad, seguridad y alcanzabilidad, requiere una clasificacin de PN enfocada en el desenvolvimiento de su estructura. Para esto se ha requerido desarrollar los siguientes conceptos:
Sifn. Es el conjunto de lugares S, en el cual al menos una transicin de salida coincide como entrada, es decir S S . Tiene la propiedad que si en alguna marca no posee tokens, entonces se conservar as en marcas venideras
S = {t1}
S = {t1 , t2 }
S S
Figura 2.9 Sifn
Trampa, es el conjunto de lugares Q cuyas transiciones de salida coincidan con las de entrada, es decir Q Q . Tiene la propiedad de que si en alguna Marca posee al menos 1 token, entonces permanecer marcada.
Q = {t1 , t2 } Q = {t1} Q Q
Figura 2.10 Trampa S y Q Bsicos y Minimales. Un sifn, o trampa, se denomina: bsico, si no puede ser expresado como unin de otros sifones, o trampas; o minimal, si no contiene a otros sifones, o trampas. La identificacin de grupos S y Q , se la puede realizar por inspeccin, pero resulta prctico, especialmente para el anlisis de propiedades de comportamiento, utilizar mtodos computacionales que definan una
bsqueda heurstica de estos conjuntos, o que apliquen la resolucin matemtica de (1,0) - inecuaciones, propuesta en [25], para obtener directamente los grupos bsicos y minimales. La resolucin de (1,0)-inecuaciones es considerado un Problema de Programacin Lineal (PPL), por lo que con este objetivo, normalmente se utilizan procesos matemticos iterativos de forma computacional, sobre los cuales se puede encontrar suficiente informacin y respaldo de software en [29].
Puesto que la finalidad de este trabajo es analizar sistemas mediante PN, y no el desarrollo matemtico de expresiones relacionadas a PPL; se considera suficiente el uso PNTOOL del Matlab, descrito en [28] y los casos de estudio de pginas siguientes, para la bsqueda de caractersticas del tipo trampas y sifones.
A continuacin se clasificar a las PN en base a sifones, trampas y estructuras que permiten determinar su comportamiento.
Figura 2.11 Tipos de PN acorde a criterios de alcanzabilidad
PN Acclica, si no posee circuitos.
Circuitos Trampa y Sifn (Trap (Syphon) Circuit, TC (SC)), si el conjunto de lugares en cada circuito es, respectivamente, una trampa o un sifn. Circuitos Trampa y Sifn Contenidos (TCC (SC)), si el conjunto de lugares en cada circuito contiene, respectivamente, una trampa o un sifn. Circuitos
sin
Conflictos
Posteriores
Anteriores
(Forward
(backward) conflict free net FCF (BCF)), cada lugar tiene, a lo mas, un arco de salida o entrada respectivamente. Circuitos
no
decrecientes
no
crecientes
(nondecreasing
(nonincreasing) circuit NDC(NIC)), si sus transiciones nunca reducen o incrementan el nmero de tokens.
Ejemplo 2.3 Trampas y Sifones
Figura 2.12 Trampas y sifones
El anlisis computacional a travs del PNTOOL del Matlab, indica que los siguientes grupos son a la vez Sifones y Trampas bsicos.
{p1 , p3 , p4 } , {p1 , p4 }, {p2 , p3 } , {p1 , p2 , p3 , p4 }, {p1 , p2 , p4 }
2.5. PROPIEDADES DE LAS REDES PETRI

Una propiedad es la facultad que posee un sistema, gracias a sus caractersticas, de reproducir un comportamiento, siempre que las circunstancias se repitan.
Las PN poseen 2 tipos de propiedades: las de comportamiento, relacionadas con los estados; y las estructurales, que como su nombre lo dice dependen de la estructura de la red nicamente.
Las propiedades de una PN se asocian a los nodos que se consideran variables de estado, sean lugares o transiciones, dependiendo del punto de vista ocupado.
La forma ms extendida de interpretacin de propiedades es a travs de lugares y marcas, por lo que sern tomadas en cuenta a continuacin.
2.5.1. PROPIEDADES DE COMPORTAMIENTO Estas dependen de la marca inicial M0. Dentro de las propiedades de comportamiento se tienen: Alcanzabilidad, Acotabilidad, Seguridad, Conservatividad, Vitalidad, Reversibilidad, Estado Inicial, Cobertura, Persistencia y Distancia Sincrnica. Una descripcin detallada de estas propiedades se encuentra en [23] Alcanzabilidad.
Un problema importante en el diseo de sistemas
distribuidos es lograr que tal sistema, alcance un estado especfico o exhiba un comportamiento particular, evitando toda accin de consecuencias indeseadas. Para un DES, el estudio de alcanzabilidad determina si su modelo refleja exactamente su dinmica o estructura, y permite descubrir la presencia de facetas de comportamiento no previstas.
La alcanzabilidad permite averiguar como un sistema modelado con PN puede alcanzar un estado especfico mediante un comportamiento funcional requerido. La alcanzabilidad consiste en encontrar al menos una secuencia de disparos que transformen un estado inicial M0 en un estado especfico Mi, siendo cada una de estas secuencias de disparos un patrn permisible de comportamiento funcional.
- Mi se considera Marca Alcanzable de M0 , si existe una secuencia de disparos de transiciones que transforman M0 a Mi. Una marca Mi se conoce como Marca Inmediatamente Alcanzable de M0, si un disparo de una transicin habilitada de M0 resulta en Mi. - R(M0) o Alcanzabilidad de M0 es el conjunto de todas las marcas a las que se puede llegar a partir de M0. L(M0) es el conjunto de todas las secuencias de disparos posibles desde M0. Acotabilidad y Seguridad. En sistemas de comunicacin,
manufactura, etc., se necesita plantear estrategias para evitar la sobre saturacin de reas de almacenamiento, ya que esto puede provocar corrupcin de datos o daos de equipos. Los lugares y sus tokens pueden ser usados para representar respectivamente reas de almacenamiento y sus unidades, y el estudio de estas propiedades consigue definir tales estrategias. La acotabilidad est relacionada con el nmero mximo de tokens que puede poseer un lugar. Tal propiedad ayuda a identificar la existencia de sobre flujos de tokens. - Una PN se dice que es k-acotada si el nmero de tokens en todo lugar p, donde p P , es siempre menor o igual que k ( k Z + ) para cualquier marca M, siendo M R(M 0 ) .
- Una PN se dice segura si es 1- acotada, como muestra la figura:
Figura 2.13 PN segura
La figura 2.14 indica una red ilimitada, porque el funcionamiento de la misma obliga a p3 guardar un nmero arbitrario de tokens.
Figura 2.14 PN Ilimitada Conservatividad
Figura 2.15 PN Conservativa
Una PN es conservativa si su nmero total de tokens se conserva, es decir, si la suma ponderada de tokens es constante para toda M alcanzable desde la M0. Para comprender esto es necesario definir el trmino suma ponderada.
Suma ponderada (Weighted Sum WS). Esta operacin se resume en la siguiente frmula:
WSi = W .M i = W ( p j )M i ( p j )
m j =1
(2.14)
Donde W ( p j ) es una cantidad asociada a p j , llamada ponderacin y
mi ( p j ) es la marca del mismo lugar en el estado i .
En otras palabras, una PN no es conservativa si no existe un conjunto de ponderaciones que mantenga constante WS en cualquier marca.
Un anlisis superficial sugiere afirmar que una PN es conservativa si: el nmero de arcos de entrada a cada transicin es igual al nmero de arcos de salida, pues as, el total de tokens se mantiene. Tal aseveracin es correcta, pero en ocasiones lleva a interpretar como falta de conservatividad que, posterior al disparo de una transicin, varios tokens se combinen en uno, o que uno se divida en varios.
Para evitar esta mala interpretacin es necesario ponderar la suma de tokens, como se muestra en la Figura 2.12, o acomodar el peso de los arcos para mantener la conservatividad.
Ejemplo 2.4 Suma ponderada.
Resulta til aplicar, cuando se desea representar recursos a travs de tokens, ya que los recursos no se crean ni se destruyen, a menos de que haya previsin para esto (como al remover de la manufactura una herramienta daada).
M0:
p1 = carga p2 = vehculo p3 = transporte p4 = carga p5 = vehiculo w1 = 1 w2 = 1 w3 = 2 w4 = 1 w5 = 1 t1 = el vehculo se carga t2 = descarga del vehiculo Total Tokens:
M1:
M2: WS0 = (1x1)+(1x1)+0+0+0=2 WS1 = 0+0+(1x2)+0+0=2 WS2 = 0+0+0+(1x1)+(1x1)=2
Figura 2.16 PN Conservativa
Vitalidad e nter bloqueo. El nter bloqueo se da cuando la ejecucin de la PN lleva a una marca en la cual ninguna transicin puede ser disparada. La vitalidad de una PN garantiza la ausencia de nter bloqueos en la ejecucin de la red.
Se dice que una PN es viva si para toda M alcanzable desde M0 existe al menos una secuencia que permita disparar una transicin.
La vitalidad de una transicin es la medida de cuanto se dispara sta, la misma que se clasifica dentro de 5 niveles, que son:
- L0 (muerta) si no posee secuencia de disparo en L(M0). - L1 (potencialmente disparable), si t puede ser disparada al menos una vez en alguna secuencia de disparos L(M0). - L2, si t puede ser disparada al menos k veces en alguna secuencia de disparos L(M0). - L3 si t siempre puede ser disparada en alguna secuencia L(M0). - L4 (viva), si es L1 en todas las marcas de R(M0). Muchas definiciones y aplicaciones se asocian con estas medidas, algunos de las cuales se presentan en el trabajo [3]. Reversibilidad y Estado Inicial. Se dice que una PN de marca inicial M0 es Reversible si para cada marca M de R(M0), M0 es alcanzable desde M.
Mi es un Estado Inicial si para toda marca M de R(M0), Mi es alcanzable desde M, de aqu que la propiedad de Estado Inicial es menos restrictiva y ms prctica que la propiedad de Reversibilidad.
Esta propiedad tiene aplicacin en la operacin de sistemas reales (manufactura, control de procesos, etc.), pues estos requieren conocer si tal sistema puede recuperarse de un error, es decir, pasar de estados de falla a sus estados previos de funcionamiento correcto. Cobertura. Se dice que una marca M cubre a M, si M es alcanzable desde M0 y si cumple:
p P : M ' ( p) M ( p)
(2.15)
Informacin detallada sobre esta propiedad se la puede encontrar en la referencia [9]. Persistencia. Una PN es persistente si para 2 transiciones
cualesquiera, el disparo de la una no deshabilita a la otra (una transicin no se deshabilita hasta que es disparada).
Se tiene que toda red MG es persistente, por lo cual, toda PN persistente y segura puede ser transformada en un MG. Distancia sincrnica. Es la diferencia mxima de las veces que son disparadas 2 transiciones en una secuencia de disparo.
Matemticamente:
d12 = max( (t1 ) (t2 ) )
(2.16)
En [23] se usa esta propiedad para deducir estructuras de redes MG, a partir de condicionamientos relacionados a secuencias de disparo.
2.5.2. PROPIEDADES ESTRUCTURALES. Dependen de la estructura de la red y no de su M0, es decir que se cumplen para cualquier M0. algunas de estas A continuacin se definirn textualmente son: Vitalidad Estructural, propiedades, como
Acotabilidad Estructural, Controlabilidad, Conservatividad, Repetitividad y Consistencia. Vitalidad Estructural. Una PN es viva estructuralmente si existe al menos una M0 para la cual sea viva. vitalidad estructural. Todas las redes MG tienen
Controlabilidad.
Una red es controlable si cualquier marca es La controlabilidad y la
alcanzable desde cualquier otra marca.
observabilidad son conceptos muy generales que no solo se pueden asociar con marcados y lugares. Se definen como la capacidad de un sistema de llegar a un estado cualquiera desde las entradas o las salidas, respectivamente. Como se muestra en [6] y en pginas
siguientes, para el estudio de PN Temporalizadas se contempla a las transiciones como variables de estado, por lo que estos conceptos van ligados a las mismas. Acotabilidad Estructural. Una PN est acotada estructuralmente si es acotada para cualquier marca inicial finita. Conservatividad Estructural. Se da si la suma ponderada de tokens es constante; si esto se cumple para todo lugar de la PN es total y si no parcial. Repetitividad. La PN tiene esta propiedad si existe un marcado finito M0 y una secuencia de disparo s, en la que sus transiciones se disparan un nmero infinito. Si esto se cumple para toda transicin, la repetitividad es total, y si no, se denomina parcial. Consistencia. Se da si existe un M0 finito con una secuencia s cclica (que lleva de M0 a M0) en el cual sus transiciones se disparan al menos una vez. Si esto se cumple para todas sus transiciones entonces la consistencia se denomina total; si no, parcial
2.6. MODELOS DE REDES PETRI

La construccin de un modelo de PN normalmente se la realiza a travs del anlisis, partiendo de una especificacin de requerimientos. El anlisis de una PN permite desarrollar el modelo y verificar si ste se encuentra bajo las especificaciones requeridas, por lo que es de suma importancia su estudio. En primera instancia, el modelado con PN, depende de una interpretacin del funcionamiento lgico del sistema, que por lo general provee un conjunto de especificaciones de naturaleza informal.
En base a esto se desarrolla un bosquejo, que gradualmente se debe complementar, adicionando caractersticas, hasta hacerlo reflejar de manera adecuada el sistema en cuestin.
Complementar un modelo implica anexar estructuras, incluir extensiones, o realizar ambas cosas. herramientas de anlisis. El anlisis, como una herramienta de desarrollo, permite encontrar pautas de modificacin que a la vez verifican la validez del sistema y sus requerimientos. Estas tareas se desarrollan gracias a las
El
anlisis
aplicado
un
modelo
completo
permite
evaluar
su
comportamiento frente a circunstancias diversas, tambin puede plantear estrategias bsicas de control, etc.
En pginas siguientes se ir detallando con ejemplos la manera de modelar DES a travs de PN y su anlisis, teniendo como objetivo principal el desarrollo y evaluacin de un modelo correspondiente a lnea de produccin.

Redes de Petri - G

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Redes de Petri - G

Загружено:

Авторское право:

Доступные форматы

Generated by Foxit PDF Creator Foxit Software http://www.foxitsoftware.com For evaluation only.

2. DEFINICIN DE FUNDAMENTOS DE REDES PETRI

Los PLC son comnmente usados para control de secuencias.

canales de comunicacin en DSP, arquitecturas de computacin paralelas y algoritmos distribuidos paralelos.

2.2. DESCRIPCIN BSICA

Existen varias representaciones de M i .

Por ejemplo, dentro del

Considerando todos estos elementos, una PN se define formalmente por:

pm } que es un conjunto de m lugares

- T = {t1 . . . tn } que es un conjunto de n transiciones, con P T y

I : ( P T ) N es una funcin de entrada que define los arcos dirigidos

representacin de una PN, aunque su forma varia dependiendo de la concepcin utilizada.

Un disparo en una transicin t habilitada

Ejemplo 2.1 Ejecucin de una PN:

a. - Marca inicial M0 = p1 - Estn habiles t1 y t2

b. - Dispara t1 - Resta I(p1,t1)=1 token a p1 - Suma O(p2,t1)=O(p4,t1)=1 token a p2 y p4

c. - Marca M1 = p2 + p4 - Est hbil t3

d. - Dispara t3 - Resta I(p2,t3)=1 token a p2 - Suma O(p1,t3))=1 token a p1

e. - Marca inicial M0 = p1 - Estn habiles t1 y t2

f. - Dispara t2 - Resta I(p1,t2)=1 token a p1 - Suma O(p3,t2)=O(p4,t1)=1 token a p3 y p4

- Marca M3 = p3 + p4 - Est hbil t4

- Dispara t3 - Resta I(p2,t3)=1 token a p2 - Suma O(p1,t3))=1 token a p1

i. - Marca inicial M0 = p1 - Estn habiles t1 y t2 j. La red puede continuar ejecutndose indefinidamente

Figura 2.2 Ejecucin de una PN

Es un impedimento de ejecucin, representado por el

incumplimiento de la regla de habilitacin.

relacionan con el estudio de bloqueos y sern descritas en pginas siguientes.

Ejemplo 2.2 Proceso de un recurso

c). Figura 2.3 Bloqueos Sincronizacin.

Es una obligacin de simultaneidad. Resulta de

gran utilidad en PN que representan actividades con tiempo.

a). Sincronizacin en provisin

b). Sincronizacin al consumo

Figura 2.4 Sincronizacin

Un conflicto estructural puede verse como el siguiente par:

El conjunto de todas las transiciones en conflicto estructural tiene la siguiente forma:

Generalizadas pueden solucionar conflictos y concurrencia.

2.3. EXTENSIONES DE LAS REDES PETRI

obligaciones, permisos y prohibiciones adicionales. Tiene la siguiente estructura:

La PN que usa arcos inhibidores posee la siguiente estructura:

Se han adicionado diferentes interpretaciones de tiempo, siendo las ms tiles:

2.4. PRINCIPALES TIPOS DE REDES PETRI

definirn propiedades y se las relacionar con los tipos de PN expuestos.

En este tipo pueden existir problemas de ejecucin tales como confusiones.

t3 M1 t1 M2 t2 t5 b). Figura 2.7 Mquina de estado t4 M3 M4

puesto que no existe

Figura 2.8 Grafo Marcado

Figura 2.9 Sifn

Figura 2.11 Tipos de PN acorde a criterios de alcanzabilidad

PN Acclica, si no posee circuitos.

Ejemplo 2.3 Trampas y Sifones

Figura 2.12 Trampas y sifones

{p1 , p3 , p4 } , {p1 , p4 }, {p2 , p3 } , {p1 , p2 , p3 , p4 }, {p1 , p2 , p4 }

2.5. PROPIEDADES DE LAS REDES PETRI

Un problema importante en el diseo de sistemas

- Una PN se dice segura si es 1- acotada, como muestra la figura:

Figura 2.13 PN segura

Figura 2.14 PN Ilimitada Conservatividad

Figura 2.15 PN Conservativa

Donde W ( p j ) es una cantidad asociada a p j , llamada ponderacin y

mi ( p j ) es la marca del mismo lugar en el estado i .

Ejemplo 2.4 Suma ponderada.

M2: WS0 = (1x1)+(1x1)+0+0+0=2 WS1 = 0+0+(1x2)+0+0=2 WS2 = 0+0+0+(1x1)+(1x1)=2