1. 信息物理系统（CPS）

1.1 来源

• 是控制系统、嵌入式系统的扩展与延伸

传统嵌入式系统中解决物理系统相关问题所采用的单点解决方案已不能适应新一代生产装备信息化和网络化的需求。在云计算、新型传感、通信、智能控制等新一代信息技术的迅速发展与推动下，信息物理系统顺势出现。

1.2 定义

• Cyber-Physical Systems
• 通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术
• 构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统
• 实现系统内资源配置和运行的按需响应、快速迭代、动态优

1.3 本质

• 构建信息空间与物理空间之间基于数据自动流转的闭环赋能系统
• 达成状态感知、实时分析、科学决策、精准执行
• 从而解决生产制造、应用服务过程中的复杂不确定问题
• 提升资源配置效率，实现资源优化

2. CPS的实现

2.1 CPS 的体系架构

2.1.1 单元级

• 具备可感知、可计算、可交互、可延展、自决策功能的CPS最小单元

如：一个智能部件、一个工业机器人、一个智能机床

2.1.2 系统级

• 概述：

  • 基于多个单元级CPS 的状态感知、信息交互、实时分析，实现了局部制造资源的自组织、自配置、自决策、自优化

• 特有功能

  • 互联互通：主要实现单元级CPS 的异构集成
  • 边缘网关：主要实现单元级CPS 的异构集成
  • 数据互操作：主要实现单元级CPS 的异构集成
  • 即插即用：主要在系统级CPS实现组件管理，包括组(单元级 CPS) 的识别，配置，更新和删除等功能
  • 协同控制：对多个单元级CPS 的联动和协同控制
  • 监视与诊断：

2.1.3 SoS级

• 概念：多个系统级 CPS 的有机组合构成

例如，多个工序(系统的 CPS) 形成一个车间级的CPS或者形成整个工厂的CPS

• 作用：主要实现数据的汇聚
  • 对内进行资产的优化
  • 对外形成运营优化服务
• 功能包括：
  • 数据存储、数据融合、分布式计算、大数据分析、数据服务
  • 并在数据服务的基础上形成了资产性能管理和运营优化服务。

待整理SoS 级 CPS 可以通过大数据平台，实现跨系统、跨平台的互联、互通和互操作，促成了多源异构数据的集成、交换和共享的闭环自动流动，在全局范围内实现信息全面感知、深度分析、
科学决策和精准执行。这些数据部分存储在 CPS智能服务平台，部分分散在各组成的组件内。
对于这些数据进行统一管理和融合，并具有对这些数据的分布式计算和大数据分析能力，是这
些数据能够提供数据服务，有效支撑高级应用的基础。

2.2 CPS 的技术体系

• CPS总体技术：系统架构、异构系统集成、安全技术、试验验证技术等，是CPS 的顶层设计技术
• CPS支撑技术：智能感知、嵌入式软件、数据库、人机交互、中间件、 SDN (软件定义网络)、物联网、大数据等，是基于 CPS应用的支撑
• CPS核心技术:虚实融合控制、智能装备、MBD、 数字孪生技术、现场总线、工业以太CAXMES\ERP\PLM\CRMSCM 等

• 四大核心技术要素：
  • “一硬”(感知和自动控制)：硬件支撑
  • “一软”(工业软件)：固化了 CPS计算和数据流程的规则，是 CPS 的核心
  • “一网”(工业网络)：是互联互通和数据传输的网络载体
  • “一平台”(工业云和智能服务平台)：是CPS数据汇聚和支撑上层解决方案的基础，对外提供资源管控和能力服务

2.2.1 感知和自动控制

1）智能感知技术

• 主要使用传感器技术
• 传感器：一种检测装置，能将检测到的信息，按一定规律变换成为电信号等信息输出

2）虚实融合控制技术

• 概述：是多层 感知-分析-决策-执行 的循环

  • 感知：实时进行，向更高层次同步或即时反馈。

• 包括四个层次：

  • 嵌入控制：控制物理实体
  • 虚体控制：控制信息虚体（如信息空间内进行的计算）
  • 集控控制：信息虚体的集成和控制
  • 目标控制：通过即时比对判断来生产是否达成目标

2.2.2 工业软件

没有还要记忆内容

2.2.3 工业网络技术

• 是基于分布式的全新范式，由各种智能设备相互链接而形成的网络服务

高层次的CPS 是由低层次 CPS互连集成，其组合更加灵活

2.2.4 工业云和智能服务平台

• 概述
  • 通过边缘计算、雾计算、大数据分析等技术进行数据的加工处理
  • 形成对外提供数据服务的能力
  • 并在此基础上提供个性化和专业化智能服务

3. 信息物理系统的建设和应用

3.1 CPS 应用场景

3.3.1 智能设计

1）产品及工艺设计

• 仿真设计中：
  • 模拟产品的综合应用环境
  • 通过数据驱动形成产品优化设计方案，实现产品设计与产品使用的高度协同
• 产品工艺设计中：
  • 处理公益信息
  • 采集仿真数据
  • 已有的工艺方案作为支撑，形成制造工艺优化方案。

2）生产线/工厂设计

• 建立生产线/工厂生产仿真模型，对其进行优化

根据生产线采集到的数据来分析计算出合理的设备布局、人员布局、工具物料布局、车间运输布局等

3.3.2 智能生产

1）设备管理应用场景

• 形成设备网络平台，对设备的实时监控
• 进而对工序设备进行实时优化控制
• 以便最大限度地利用各类信息资源

2）生产管理应用场景

• 对生产过程的实时数据信息进行实时处理分析，使所有资源处于有序可控的状态

3）柔性制造应用场景

柔性制造：是一种制造模式，强调对市场需求的快速响应和生产过程的灵活性

CPS 的数据驱动和异构集成特点为应对生产现场的快速变化提供了可能

3.3.3 智能服务

1）健康管理

• 实时应用健康评估模型对装备进行分析预演及评估

CPS与装备管理相结合，实时应用健康评估模型对装备进行分析预演及评估，将运行决策和维护建议反馈到控制系统，为装备最优使用和及时维护提供自主认知、学习、记忆、重构的能力，实现装备健康管理。

2）智能维护

通过采集装备的实时运行数据，进行装备性能、安全、状态等特性分析，预测装备可能出现的状态，进而提前对异常状态采取预测性维护

3）远程征兆性诊断

在远程对系统的状态进行监测、诊断、预测

4）协同优化

采集、推演数据同时发送多方人员，共同对系统优化

5）共享服务

将单一智能装备的信息进行共享

3.3.4 智能应用

将企业用户纳入生产体系中，使其成为生产的参与者，以创造服务，实现制造业转型。

1）无人装备

通过装备操控的学习和迭代，实现物的智慧，以建立无人智能设备，并在同类型装备上移植

2）产业链互动

• 预测用户需求和市场趋势，智能优化配置资源。
• 让用户参与到产品的设计生产过程中，激发用户的需求，共同实现敏捷设计和柔性生产

3）价值链共赢

• 制造企业向服务商的转型，通过交付后的产品服务实现长期稳定的收入
• 以较低成本向用户提供定制化服务
• 在分担用户管理使用风险的同时实现共赢

3.2 CPS建设路径

其建设路径可以分为如下几个阶段：

• CPS体系设计

应该从行业背景出发，结合自身特点，针对应用模式、层次架构、安全体系、标准规范体系等方面开展CPS建设相关的整体体系设计

• 单元级CPS建设

在具体建设上应将感控设备安装、制造工艺与流程数字化作为重点

• 系统级CPS建设

需要实现更大范围、更宽领域的数据自由流动
更多关注多个单元级CPS之间的互联互通、协同控制
在具体建设上应将工业网络的建设作为重点。

• SoS 级 CPS 建设

要实现多个系统级CPS的有机组合
更多关注于数据存储和分布式处理能力、智能服务能力
在具体建设上应将大数据平台、智能服务平台的建设作为重点

---