面向算法与语言模型应用的自描述动态过程模拟器:原理与田纳西伊士曼参考实现
《Computers & Chemical Engineering》:Self-describing dynamic process simulators for algorithmic and language-model use: Principles and a Tennessee Eastman reference implementation
【字体:
大
中
小
】
时间:2026年10月23日
来源:Computers & Chemical Engineering 4.9
编辑推荐:
•进程模拟器应当发布机器可读的描述,而不仅仅是代码。•六条设计原则使动态过程模拟器具备自描述能力。•强化学习、数据集、优化和智能体接口均源自同一份描述。•独立的田纳西伊士曼内核可复现已发表的基础工况。•推理模型依据模式定义运行、解读和修复田纳西伊士曼过程场景。
引言
大多
•进程模拟器应当发布机器可读的描述,而不仅仅是代码。•六条设计原则使动态过程模拟器具备自描述能力。•强化学习、数据集、优化和智能体接口均源自同一份描述。•独立的田纳西伊士曼内核可复现已发表的基础工况。•推理模型依据模式定义运行、解读和修复田纳西伊士曼过程场景。
引言
大多数化工过程的动态模型最初是为闭环控制研究而构建的,在其中人类工程师直接与模型及其源代码打交道。如今,这些模型被用于完全没有人类工程师在场的场景:它们为机器学习和软测量生成海量数据集(Lee等, 2018; Sun和Ge, 2021),充当强化学习的环境(Nian等, 2020; Bloor等, 2025),并作为工程助理由语言模型智能体操作,后者本文称其为推理模型(M. Bran等, 2024; Boiko等, 2023)。在上述每种情况下,自动化智能体通过程序化接口使用模型,而不读取其源代码。推理模型通过开放标准访问此类接口,最新的是模型上下文协议(MCP)(Anthropic, 2024; Model Context Protocol, 2025)。因此,在自动化工作流中,模型必须以消费者可以直接操作的形式声明其变量、限制和行为条件。闭环控制研究并未提出这一要求。
很少有模型满足此要求。模型所承载的工程语义(变量定义、在线可测性、停机限值)存在于源代码和非正式惯例中,而数值接口未暴露其中任何信息。即使源代码可用,从中恢复这些定义也易出错,且每次实现都必须重复此过程,且消费者的理解可能与作者意图不同。一个广泛使用的模型通常还存在多种文档稀疏的实现版本,变量排序不同且存在未说明的假设。结果是,控制器可能在与实际运行中不可获得的测量值上进行比较,数据驱动模型可能在无法在线观测的变量上训练,智能体可能将安全停机读取为固定时间范围的结束。这些结果虽然看似合理但不正确,也无法可靠复现,因为它们依赖于模型未声明的惯例。过程方程本身是正确的。模型缺乏充分的文档和可供机器使用的呈现形式。
只要模型发布过程的机器可读描述,数据管道、学习算法或推理模型就能够在该描述所涵盖的范围内使用模型。该描述是关于变量含义以及模型如何被驱动、观测和终止的结构化说明,独立于任何特定消费者。没有它,每个接口都将单独且不一致地重新编码过程,而嵌入在模型中的知识将被限制在其源代码内。有了它,每个接口都是对单一共享定义的一种视图(图1)。一个格式良好的MCP服务器便是面向智能体的视图,它声明了可用的操作及其适用条件。
本体论工作针对的是另一层次的问题。OntoCAPE形式化了可复用的化工过程概念,OntoMODEL表示机理数学模型知识及其执行(Morbach等, 2009; Suresh等, 2010)。近期的化工过程数字孪生框架在知识图谱中将模型本体和过程本体连接起来,用于模型组装、标定、互操作和工厂数据工作流(Zhang等, 2026b; Zhang等, 2026a)。本文提出的过程描述是可执行的运行时规范,并不取代这些本体论。它可以采用本体论标识符,并补充了模拟器在每个步骤必须执行的操作语义。
本文做出三项贡献。第一,提出自描述动态过程模拟器的六条设计原则(第4节)。第二,规定了机器可读的过程描述及从该描述派生的四个接口,其中包括面向推理模型的接口(第3节问题陈述、第4节设计原则与接口)。第三,以田纳西伊士曼过程为案例展示这些原则,以单个自包含的原生扩展形式打包实现,无外部运行时依赖(第5节参考案例:田纳西伊士曼过程、第6节结果与讨论)。该实现复现了已发表的基础工况,通过事件诊断记录停机和求解器重放行为,并通过MCP服务器将模拟器暴露给推理模型,对每个请求按照描述进行验证,并在多次随机种子下报告场景可靠性。第2节阐述该方法与现有工作的关系;第7节局限性、第8节结论分别呈现局限性和结论。
相关工作节选
有三条先验研究脉络与本文贡献相关。
模型交换标准与自描述模型。功能模拟接口(FMI)是一项开放标准,用于在不同软件工具之间交换动态模型并运行仿真。按照该标准打包的模型称为功能模拟单元(FMU)。FMI 3.0提供变量名称、类型、单位、适用限值、输入/输出角色、时间变化和初始化规则、时钟以及声明的依赖关系。
系统边界
研究对象是一个用于闭环控制、数据生成和分析的动态化工过程模拟器。模型可以是过程的常微分方程、微分-代数方程、混合系统或离散时间近似。边界包括模型的变量、约束、目标和操作模式,还包括数值机制(积分、事件处理、初始化和随机数生成)以及求解器失败时遵循的策略。
设计原则
以下六条原则以足够的细节陈述过程语义,使得控制、数据、优化和智能体工作流可以从同一模拟器构建,无需重新定义底层问题。它们涉及接口和报告,不改变控制器、估计器和求解器。
P1. 机器可读的过程描述。发布一份结构化描述,为每个变量、扰动和约束赋予名称、单位、角色、限值和可用性,连同模型的数值参考过程
田纳西伊士曼过程是一个非线性、多变量基准,包含反应器、冷凝器、汽液分离器、压缩机和汽提塔,通过回流和排放物流连接,定义了操作变量、测量值、扰动和停机约束(Downs和Vogel, 1993)。它对检验这些原则是否适用于小型模型以外的场景构成了具有挑战性的测试,因为一个忠实的实现必须考虑50个状态、41个测量值、28个扰动以及额外的监控变量。
基础工况验证
表4报告了基础工况结果。由于测量值跨越多个量纲,聚合指标为Emax=100×max_i(|y_i?y_i_ref|/max(|y_i_ref|,10^?12))。在所有41个测量值上,Emax=1.37×10^?4%(最大值出现在XMEAS5(回流流量));10^?12的近零下界未被激活,因为最小参考幅值XMEAS37约为0.0179。以报告单位计算,平均绝对误差为1.21×10^?5,均方根误差为3.31×10^?5,最大绝对误差为1.24×10^?4。
局限性
通用过程描述规范中包含了并非所有参考实现都填充或强制执行的字段。在本田纳西伊士曼过程中,命令限值和动作权限已声明,封装层未施加额外的速率限制,执行器动力学仍保留在旧内核内部,不支持的权限级别未实现。数值证据支持基础工况的一致性,接口检查针对选定的轨迹、停机和求解器重放进行了验证。
结论
动态过程模型编码了通常在模拟器的程序化边界处丢失的工程知识,因此每个新用户必须在模型可被重用之前恢复这些知识。我们论证了模拟器应当具备自描述能力,并提出了以机器可读过程描述为核心的六条设计原则,在线、数据、优化和智能体接口均从中派生。田纳西伊士曼参考实现采用了这些原则,复现了已发表的
术语表
关于生成式AI及AI辅助技术在写作过程中的声明
在准备本工作期间,作者使用了Claude(Anthropic)辅助论文校对和编辑。使用完该工具后,作者对内容进行了审阅和必要编辑,并对出版内容的完整性承担全部责任。
利益冲突声明
作者声明不存在已知的竞争性经济利益或个人关系,这些利益或关系可能影响本文所报告的工作。
Khalid Alhazmi
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号