Petri网建模：工业自动化中的离散事件系统设计

1. Petri网建模基础：从状态机到离散事件系统

在工业自动化与软件工程领域，我们常常需要描述那些由离散事件驱动的系统行为。传统状态机（State Machine）虽然直观，但在处理并发、同步等复杂场景时显得力不从心。这正是Petri网展现其独特价值的地方——它不仅是状态机的扩展，更是一套完整的离散事件系统建模语言。

我第一次接触Petri网是在设计一个包装流水线控制系统时。当时需要协调机械臂、传送带和质检仪三个设备的协同工作，用传统状态机画出的流程图就像一团乱麻。直到同事推荐Petri网，那些复杂的互锁逻辑突然变得清晰可管理。这种"顿悟时刻"让我深刻理解了这种建模方法的威力。

1.1 核心元素图解

Petri网由四个基本元素构成（如图1所示）：

• 库所（Place）：圆形节点，表示系统可能处于的状态或条件，相当于状态机中的"状态"但更灵活。例如"电机待机"、"打印队列非空"等。
• 变迁（Transition）：矩形节点，表示触发状态改变的事件或动作，如"按下启动按钮"、"收到完成信号"。
• 弧（Edge）：有向箭头，定义库所与变迁间的因果关系。输入弧（Place→Transition）表示触发条件，输出弧（Transition→Place）表示动作结果。
• 令牌（Token）：库所中的黑点，量化表示该状态被占用的程度。例如打印机队列中的待处理任务数。

关键理解：令牌在库所中的分布构成系统的"标识（Marking）"，其动态变化过程就是系统行为的可视化呈现。

1.2 触发规则（Firing Rule）

Petri网运行的核心机制是变迁触发（Firing），需满足两个条件：

1. 使能条件：变迁的所有输入库所都必须包含至少一个令牌
2. 触发结果：消耗输入库所的令牌，在输出库所生成新令牌

以电梯控制系统为例（图2）：

code复制[电梯停靠] --呼叫按钮--> [等待响应] --开门信号--> [电梯运行]

当电梯处于"停靠"状态（有令牌）且收到呼叫信号（使能变迁），就会触发状态转换。这个简单例子揭示了Petri网描述异步事件的天然优势——事件触发与状态改变被明确分离，这与现实中的工业控制逻辑高度吻合。

2. 工业级建模实践：从理论到实现

2.1 打印机共享案例深度解析

让我们剖析原文提到的打印机资源共享场景（图3）。两个进程（测量值采集和错误报告）需要竞争使用同一台打印机，这正是典型的互斥访问问题。

Petri网模型的关键设计在于：

1. 同步库所（Sync Place）：初始含有一个令牌，代表打印机可用资源
2. 进程分支：每个进程有自己的"开始打印"变迁，但共享同一个同步库所作为输入条件
3. 阻塞机制：任一进程占用打印机后，同步库所令牌消失，另一进程的"开始打印"变迁无法使能

plaintext复制Process A:
[准备打印] --开始打印--> [打印中] --结束打印--> [完成]
                    ↑           ↓
                    └── [同步库所] ──┘

Process B:
[准备打印] --开始打印--> [打印中] --结束打印--> [完成]

这个模型的美妙之处在于，它不需要任何显式的锁机制代码，仅通过令牌流动就实现了：

• 互斥性：永远只有一个进程能进入打印状态
• 无死锁：打印完成后令牌必然返回同步库所
• 公平性：先到先服务原则自然满足

2.2 制造执行系统(MES)建模实例

在某汽车零部件工厂的MES系统升级中，我们使用Petri网对质检工站建模（图4）：

1. 并行分支处理不同检测项目（尺寸、外观、功能）
2. 同步变迁确保所有检测完成才进入下一工序
3. 错误处理路径与主流程解耦

plaintext复制[待检工件] --开始检测--> [尺寸检测]
                        [外观检测] --全部通过--> [合格品下料]
                        [功能检测]       ↑
                              ↓________|
                          [任意失败] --> [返工区]

这种建模方式帮助团队发现了原系统中存在的资源竞争风险——当三个检测设备同时就绪时，可能因任务分配不均导致某个设备长期闲置。通过在关键变迁前增加缓冲库所，我们将设备利用率提升了23%。

3. 数学基础：关联矩阵与状态方程

3.1 关联矩阵（Incidence Matrix）构建

Petri网的数学本质可以用一个矩阵方程完整描述。对于具有m个库所和n个变迁的网络，其关联矩阵W是m×n矩阵，元素定义如下：

• $w_{ij} = -1$：库所i是变迁j的输入
• $w_{ij} = 1$：库所i是变迁j的输出
• $w_{ij} = 0$：无直接连接

以图5的简单网络为例：

code复制P1 --T1--> P2 --T2--> P3
 \               /
  \____T3______/

对应的关联矩阵为：

code复制    T1 T2 T3
P1 [-1  0 -1]
P2 [ 1 -1  0]
P3 [ 0  1  1]

3.2 状态转移方程

系统演化通过标记向量M（各库所令牌数组成的列向量）和激发向量S（记录变迁触发次数的向量）描述，状态转移遵循：
$$ M' = M + W \cdot S $$

假设初始标记$M_0 = [1,0,0]^T$（P1有令牌），依次触发T1和T3：

1. 触发T1：$S_1 = [1,0,0]^T$
   $M_1 = [0,1,0]^T$
2. 触发T3：$S_3 = [0,0,1]^T$
   $M_2 = [0,1,0] + W \cdot [0,0,1]^T = [0,1,0] + [-1,0,1]^T = [-1,1,1]$

此时出现负值，表明该触发序列不可行——因为T3需要消耗P1的令牌，但P1在第二步已无令牌可用。这种数学验证在实际工程中极为重要，可以提前发现死锁或资源枯竭风险。

4. 高级主题与工程实践技巧

4.1 时间Petri网扩展

基础Petri网未考虑时间因素，在实际自动化系统中，我们常需要引入：

• 时间延迟：为变迁添加最小/最大触发时间约束
• 计时令牌：记录令牌进入库所的时间戳
• 优先级：解决冲突变迁的竞争问题

例如在热处理炉控制中（图6）：

code复制[装料完成] --(延迟5min)--> [开始加热] --(持续30min)--> [保温]

通过时间扩展，我们可以精确模拟温度爬升曲线，避免过热风险。

4.2 常见建模陷阱与解决方案

问题1：令牌泛滥

• 现象：某些库所令牌持续累积
• 对策：添加互补库所或设置容量限制

plaintext复制[订单队列] --处理--> [完成]
   ↑_______________|
    [反向抑制弧]

问题2：死锁检测

• 方法：计算关联矩阵的P不变量（库所加权和不变的集合）
• 示例：若$2M_{P1} + M_{P2}$恒为常数，则{P1,P2}构成临界区

问题3：非确定性冲突
当多个变迁竞争同一令牌时，可采取：

1. 概率分支：为变迁分配权重
2. 优先级：定义变迁触发顺序
3. 外部仲裁：引入控制库所

5. 现代工具链与应用前沿

5.1 主流建模工具对比

个人推荐从PIPE开始学习基础概念，再过渡到CPN Tools处理工业级项目。在最近的一个AGV调度系统中，我们使用CPN Tools的层次化建模功能，将300多个基础节点组织成清晰的模块结构，大幅提升了团队协作效率。

5.2 工业4.0中的创新应用

在智能工厂场景下，Petri网正与新技术深度融合：

• 数字孪生：将物理设备的Petri网模型作为虚拟调试基础
• AI协同：用强化学习优化变迁触发策略
• 区块链：分布式令牌管理实现跨企业协作

某半导体工厂的实践表明，将Petri网模型与实时数据流结合，可以实现：

• 故障预测：通过令牌流动异常检测设备劣化
• 动态调度：根据紧急订单调整变迁优先级
• 能效优化：识别令牌堆积点的能量浪费

在开发这些应用时，有几点经验值得分享：

1. 保持模型与物理设备1:1映射，每个传感器/执行器都应对应明确的库所或变迁
2. 为关键变迁添加诊断库所，记录触发次数用于分析
3. 使用颜色扩展区分产品类型，但避免过度复杂化