CPS(Cyber-Physical Systems)白皮書-摘選

   《中國製造2025》提出，「基於信息物理系統的智能裝備、智能工廠等智能製造正在引領製造方式變革」，要圍繞控制系統、工業軟件、工業網絡、工業雲服務和工業大數據平臺等，增強信息物理系統的研發與應用。《國務院關於深化製造業與互聯網融合發展的指導意見》明確提出，「構建信息物理系統參考模型和綜合技術標準體系，建設測試驗證平臺和綜合驗證試驗牀，支持開展兼容適配、互聯互通和互操做測試驗證。」當前，《中國製造2025》正處於全面部署、加快實施、深刻推動的新階段，面對信息化和工業化深度融合進程中不斷涌現的新技術、新理念、新模式，迫切須要研究信息物理系統的背景起源、概念內涵、技術要素、應用場景、發展趨勢，以凝聚共識、統一認識更好的服務於製造強國建設。

   信息化和工業化融合是人類社會兩個重要發展歷史進程的交匯。信息物理系統通過數據、軟件、網絡、平臺等信息技術與人員、機器、物料、環境、供應鏈等製造要素的深度融合，構建一個信息空間與物理空間數據自動流動的閉環賦能體系，實現生產製造的自主協調、智能優化和持續創新，推進製造業與互聯網融合發展。

• 從社會形態演進角度看，其所引起的生產方式變革與生活方式調整正在構建信息社會發展新藍圖；
• 從經濟發展角度看，其所推進的資源配置方式優化與發展方式轉變正在構建現代產業體系新格局；
• 從工業發展角度看，其所催生的智能化技術裝備、協同化創新體系、柔性化生產方式、集約化資源利用、精準化管理模式正在重塑新時期國家競爭新優點。

   信息物理系統經過集成先進的感知、計算、通訊、控制等信息技術和自動控制技術，構建了物理空間與信息空間中人、機、物、環境、信息等要素相互映射、適時交互、高效協同的複雜系統，實現系統內資源配置和運行的按需響應、快速迭代、動態優化。 能夠看出，信息物理系統是工業和信息技術範疇內跨學科、跨領域、跨平臺的綜合技術體系所構成的系統，覆蓋普遍、集成度高、滲透性強、創新活躍，是兩化融合支撐技術體系的集大成。  信息物理系統可以將感知、計算、通訊、控制等信息技術與設計、工藝、生產、裝備等工業技術融合，可以將物理實體、生產環境和製造過程精準映射到虛擬空間並進行實時反饋，可以做用於生產製造全過程、全產業鏈、產品全生命週期，可以從單元級、系統級到系統之系統（SoS）級不斷深化，實現製造業生產範式的重構。

   物理系統的概念整體來看， 其本質就是構建一套賽博（Cyber）空間與物理（Physical）空間之間基於數據自動流動的狀態感知、實時分析、科學決策、精準執行的閉環賦能體系，解決生產製造、應用服務過程當中的複雜性和不肯定性問題，提升資源配置效率，實現資源優化。

• 狀態感知：就是經過各類各樣的傳感器感知物質世界的運行狀態。
• 實時分析：就是經過工業軟件實現數據、信息、知識的轉化。
• 科學決策：就是經過大數據平臺實現異構系統數據的流動與知識的分享。
• 精準執行: 就是經過控制器、執行器等機械硬件實現對決策的反饋響應。這一切者依賴於一個實時、可靠、安全的網絡。

   「一硬」（感知和自動控制）、「一軟」（工業軟件）、「一網」（工業網絡）、「一平臺」（工業雲和智能服務平臺）即「新四基」是信息物理系統的四大核心技術要素。

   感知和自動控制是數據閉環流動的起點和終點。感知的本質是物理世界的數字化，經過各類芯片、傳感器等智能硬件實現生產製造全流程中人、設備、物料、環境等隱性信息的顯性化，是信息物理系統實現實時分析、科學決策的基礎，是數據閉環流動的起點。與人體類比，能夠把感知看做是人類接收外部信息的感受器官，提供視覺、聽覺、嗅覺、觸覺和味覺這「五覺」。

   自動控制是在數據採集、傳輸、存儲、分析和挖掘的基礎上作出的精準執行，體現爲一系列動做或行爲，做用於人、設備、物料和環境上，如分佈式控制系統（DCS）、可編程邏輯控制器（PLC）及數據採集與監視控制系統（SCADA）等，是數據閉環流動的終點。與人體類比，根據指令信息完成特定動做和行爲的骨骼和肌肉能夠看做是控制的執行機構。

   工業軟件是對工業研發設計、生產製造、經營管理、服務等全生命週期環節規律的模型化、代碼化、工具化，是工業知識、技術積累和經驗體系的載體，是實現工業數字化、網絡化、智能化的核心。簡而言之，工業軟件是算法的代碼化，算法是對現實問題解決方案的抽象描述，仿真工具的核心是一套算法，排產計劃的核心是一套算法，企業資源計劃也是一套算法。 工業軟件定義了信息物理系統，其本質是要打造「狀態感知-實時分析-科學決策-精準執行」的數據閉環，構築數據自動流動的規則體系，應對製造系統的不肯定性，實現製造資源的高效配置。 與人體類比，工業軟件表明了信息物理系統的思惟認識，是感知控制、信息傳輸、分析決策背後的世界觀、價值觀和方法論，是經過長時間工做學習而造成的。

   工業網絡是鏈接工業生產系統和工業產品各要素的信息網絡，經過工業現場總線、工業以太網、工業無線網絡和異構網絡集成等技術，可以實現工廠內各種裝備、控制系統和信息系統的互聯互通，以及物料、產品與人的無縫集成，並呈現扁平化、無線化、靈活組網的發展趨勢。工業網絡主要用於支撐工業數據的採集交換、集成處理、建模分析和反饋執行，是實現從單個機器、產線、車間到工廠的工業全系統互聯互通的重要基礎工具，是支撐數據流動的通道。物質（機械、如導線）鏈接、能量（物理場、如傳感器）鏈接、信息（數字、如比特）鏈接、乃至意識（生物場，如思惟）鏈接，爲打造萬物互聯的世界提供了基礎和前提。與人體類比，工業網絡構成了經路脈絡，能夠像神經系統同樣傳遞信息。

   工業雲和智能服務平臺是高度集成、開放和共享的數據服務平臺，是跨系統、跨平臺、跨領域的數據集散中心、數據存儲中心、數據分析中心和數據共享中心，基於工業雲服務平臺推進專業軟件庫、應用模型庫、產品知識庫、測試評估庫、案例專家庫等基礎數據和工具的開發集成和開放共享，實現生產全要素、全流程、全產業鏈、全生命週期管理的資源配置優化，以提高生產效率、創新模式業態，構建全新產業生態。 這將帶來產品、機器、人、業務從封閉走向開放，從獨立走向系統，將重組客戶、供應商、銷售商以及企業內部組織的關係，重構生產體系中信息流、產品流、資金流的運行模式，重建新的產業價值鏈和競爭格局。國際巨頭正加快構建工業雲和智能服務平臺，向下整合硬件資源、向上承載軟件應用，加快全球戰略資源的整合步伐，搶佔規則制定權、標準話語權、生態主導權和競爭制高點。與人體類比，工業雲和智能服務平臺構成了決策器官，能夠像大腦同樣接收、存儲、分析數據信息，並分析造成決策。

   系統之系統級（即SoS級）是多個系統級CPS的有機組合，涵蓋了「一硬、一軟、一網、一平臺」 四大要素。 SoS級CPS經過大數據平臺，實現了跨系統、跨平臺的互聯、互通和互操做，促成了多源異構數據的集成、交換和共享的閉環自動流動，在全局範圍內實現信息全面感知、深度分析、科學決策和精準執行。 基於大數據平臺，經過豐富開發工具、開放應用接口、共享數據資源、建設開發社區，加快各種工業APP和平臺軟件的快速發展，造成一個贏者通吃的多邊市場，構建一個新的產業生態。 西門子Mindsphere、 GE Predix以及海爾COSMO、 PTC的ThingWorx等軟件和大數據平臺，經過實現橫向、縱向和端到端集成，造成了開放、協同、雙贏的產業新生態，體現了SoS級CPS的發展方向。

  實體制造和虛擬製造的統一。 ICT對人類社會帶來的重大變革是創造一個新世界：信息空間。製造業數字化、網絡化、智能化的過程，是在信息空間重建制造流程，並基於此不斷提高製造效率的過程。將來製造，將是基於信息物理系統的製造，將是數據驅動、軟件定義、平臺支撐的製造，將是實體制造與虛擬製造實時交互的製造，不管是產品、設備、工藝流程都將以數字雙胞胎的形態出現。虛擬製造的應用，將會經歷從碎片化到一體化、從局部到全局、從靜態到動態的過程，逐漸涵蓋研發設計、製造過程、服務運營的全流程。

     信息物理系統技術演進正處於新舊融合、快速迭代、多方博弈的新階段，當前要以「一硬、一軟、一網、一平臺」爲重點，加大支持力度，推動關鍵技術研發和產業化。

• 一是提高感知與自動控制產業支撐能力，突破核心芯片、驅動器、現場總線、工業以太網等關鍵器件和技術的發展瓶頸，加快推進智能傳感器、可編程邏輯控制器、分佈式控制系統、數據採集與監控系統等研發和產業化。
• 二是實施工業技術軟件化工程，促進軟件技術與工業技術深度融合，重點突破工業嵌入式軟件、製造執行系統等傳統工業軟件，虛擬仿真、工業數據分析等新型工業軟件，提高工業軟件的集成應用能力。
• 三是建設工業雲和智能服務平臺，圍繞智能裝備接入工業雲的數據採集、網絡鏈接和調度管理等重點環節，突破通訊協議、數據接口、數據分析等關鍵技術，提高工業雲平臺系統解決方案供給能力，推進工業設計模型、數字化模具、產品和裝備維護知識庫等製造資源向全社會的開放共享，鼓勵培育基於平臺的新型生產組織模式。
• 四是推進工業網絡發展，制定工業互聯網整體體系架構方案，明確關鍵技術路徑，加快IPv六、泛在無線等技術在工廠內部網絡的部署，推進軟件定義網絡、 5G等技術在網絡基礎設施中的應用。

數據流動環節

---

    實現數據的自動流動具體來講須要通過四個環節，分別是：狀態感知、實時分析、科學決策、精準執行。大量蘊含在物理空間中的隱性數據通過狀態感知被轉化爲顯性數據，進而可以在信息空間進行計算分析，將顯性數據轉化爲有價值的信息。不一樣系統的信息通過集中處理造成對外部變化的科學決策，將信息進一步轉化爲知識。最後以更爲優化的數據做用到物理空間，構成一次數據的閉環流動。具體來講：

• 狀態感知：是對外界狀態的數據獲取。生產製造過程當中蘊含着大量的隱性數據，這些數據暗含在實際過程當中方方面面，如物理實體的尺寸、運行機理，外部環境的溫度、液體流速、壓差等。狀態感知經過傳感器、物聯網等一些數據採集技術，將這些蘊含在物理實體背後的數據不斷的傳遞到信息空間，使得數據不斷「可見」，變爲顯性數據。狀態感知是對數據的初級採集加工，是一次數據自動流動閉環的起點，也是數據自動流動的源動力
• 實時分析：是對顯性數據的進一步理解。是將感知的數據轉化成認知的信息的過程，是對原始數據賦予意義的過程，也是發現物理實體狀態在時空域和邏輯域的內在因果性或關聯性關係的過程。大量的顯性數據並不必定可以直觀的體現出物理實體的內在聯繫。這就須要通過實時分析環節，利用數據挖掘、機器學習、聚類分析等數據處理分析技術對數據進一步分析估計使得數據不斷「透明」，將顯性化的數據進一步轉化爲直觀可理解的信息。此外，在這一過程當中，人的介入也可以爲分析提供有效的輸入。
• 科學決策：是對信息的綜合處理。決策是根據積累的經驗、對現實的評估和對將來的預測，爲了達到明確的目的，在必定的條件約束下，所作的最優決定。在這一環節CPS可以權衡判斷當前時刻獲取的全部來自不一樣系統或不一樣環境下的信息，造成最優決策來對物理空間實體進行控制。分析決策並最終造成最優策略是CPS的核心關鍵環節。這個環節不必定在系統最初投入運行時就能產生效果，每每在系統運行一段時間以後逐漸造成必定範圍內的知識。對信息的進一步分析與判斷，使得信息真正的轉變成知識，而且不斷地迭代優化造成系統運行、產品狀態、企業發展所需的知識庫。
• 精準執行:是對決策的精準物理實現。在信息空間分析並造成的決策最終將會做用到物理空間，而物理空間的實體設備只能以數據的形式接受信息空間的決策。所以，執行的本質是將信息空間產生的決策轉換成物理實體能夠執行的命令，進行物理層面的實現。輸出更爲優化的數據，使得物理空間設備運行的更加可靠，資源調度更加合理，實現企業高效運營，各環節智能協同效果逐步優化。
• 螺旋上升：數據在自動流動的過程當中逐步由隱性數據轉化爲顯性數據，顯性數據分析處理成爲信息，信息最終經過綜合決策判斷轉化爲有效的知識並固化在CPS中，同時產生的決策經過控制系統轉化爲優化的數據做用到物理空間，使得物理空間的物理實體朝向資源配置更爲優化的方向發展。從這一層面來看，數據自動流動應是以資源優化爲最終目標「螺旋式」上升的過程。

 技術體系  

---

   CPS技術體系以下圖:

    技術體系主要分爲CPS整體技術、 CPS支撐技術、 CPS核心技術。

• CPS整體技術主要包括系統架構、異構系統集成、安全技術、試驗驗證技術等，是CPS的頂層設計技術；
• CPS支撐技術主要包括智能感知、嵌入式軟件、數據庫、人機交互、中間件、 SDN（軟件定義網絡）、物聯網、大數據等，是基於CPS應用的支撐；
• CPS核心技術主要包括虛實融合控制、智能裝備、 MBD、數字孿生技術、現場總線、工業以太網、 CAX\MES\ERP\PLM\CRM\SCM等，是CPS的基礎技術。

  上述技術體系能夠分爲四大核心技術要素即「一硬」（感知和自動控制）、「一軟」（工業軟件）、「一網」（工業網絡）、「一平臺」（工業雲和智能服務信息物理系統白皮書27平臺）」。

• 其中感知和自動控制是CPS實現的硬件支撐；
• 工業軟件固化了CPS計算和數據流程的規則，是CPS的核心；
• 工業網絡是互聯互通和數據傳輸的網絡載體；
• 工業雲和智能服務平臺是CPS數據匯聚和支撐上層解決方案的基礎，對外提供資源管控和能力服務。

工業雲和智能服務平臺 

---

  工業雲和智能服務平臺經過邊緣計算技術、霧計算技術、大數據分析技術等技術進行數據的加工處理，造成對外提供數據服務的能力，並在數據服務基礎上提供個性化和專業化智能服務，以下圖

•  邊緣計算：邊緣計算指在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，知足行業數字化在敏捷鏈接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。對於SoS級CPS，其每個CPS組成均具備計算和通訊功能，經過每個CPS的邊緣計算，數據在邊緣側就能解決，更適合實時的數據分析和智能化處理。邊緣計算聚焦實時、短週期數據的分析，具備安全、快捷、易於管理等優點，能更好地支撐CPS單元的實時智能化處理與執行，知足網絡的實時需求，從而使計算資源更加有效地獲得利用。此外，邊緣計算雖靠近執行單元，但同時也是是雲端所需高價值數據的採集單元，能夠更好地支撐雲端的智能服務。
• 霧計算：CPS是複雜控制系統，局域型的CPS對於每一個CPS組成也須要進行協同計算，從而對組成CPS單元協同控制。霧計算將數據、數據處理和應用程序集中在網絡邊緣的設備中，數據的存儲及處理更依賴本地設備，而非服務器。霧計算是新一代的分佈式計算，在CPS中應用分佈式的霧計算，經過智能路由器等設備和技術手段，在不一樣設備之間組成數據傳輸帶，能夠有效減小網絡流量，數據中心的計算負荷也相應減輕。霧計算能夠做爲產品CPS或系統CPS之間的計算處理，以應對網絡產生的大量數據——運用處理程序對這些數據進行預處理，以提高其使用價值。霧計算不只能夠解決聯網設備自動化的問題，更關鍵的是，它對數據傳輸量的要求更小。
• 大數據分析：大數據分析技術將給全球工業帶來深入的變革，創新企業的研發、生產、運營、營銷和管理方式，給企業帶來了更快的速度、更高的效率和更深遠的洞察力。工業大數據的典型應用包括產品創新、產品故障診斷與預測、工業企業供應鏈優化和產品精準營銷等諸多方面。工業雲和智能服務平臺所支持的CPS技術，能夠經過大數據分析來實現上述創新。例如，有效地分析產品大數據，經過系統地收集研發數據和分析建模，以新的算法來優化、控制和穩定產品研發質量，以此來實現產品創新；有效地分析高
  頻、海量的運維大數據，能夠肯定產品的工做狀態，發現零部件更換與維護的規律，由過後發現問題、解決問題而作到事先避免問題，以此來實現產品故障診斷與預測式運維服務。對來自社交網絡的商業大數據的分析，能夠從數據中觀察到人們複雜的社會行爲模式，經過數據挖掘，找到用戶的產品使用習慣、喜愛和實際需求，以調整優化產品，爲客戶提供更高滿意度的產品與服務，以此來實現產品精準營銷。

應用場景  

 

---

• 智能生產：傳統生產製造模式中的生產設備分散，並且特殊設備處於高危區域中，因此形成生產設備的操做、監測、管理等極爲不便。此外，因設備與設備之間的不能通訊而形成生產製造過程缺少協同性，從而出現設備閒置或設備不足的現象，形成生產資源及生產能力分配不合理和浪費。另外一方面，因爲缺少數據傳導渠道和工具，對生產製造過程當中的狀態、數據、信息很難進行傳輸和分析。所以，生產過程的管理和控制缺少數據信息等決策依據的支撐，管理者的意志難以準確傳遞和執行。這樣會形成資源調度和生產規劃的不合理，並阻礙生產製造效率和質量的提升。
• 解決方案：CPS經過軟硬件配合，能夠完成物理實體與環境、物理實體之間（包括設備、人等）的感知、分析、決策和執行。設備將在統一的接口協議或者接口轉化標準下鏈接，造成具備通訊、精確控制、遠程協調能力的網絡。經過實時感知分析數據信息，並將分析結果固化爲知識、規則保存到知識庫、規則庫中。知識庫和規則庫中的內容，一方面幫助企業創建精準、全面的生產圖景，企業根據所呈現的信息能夠在最短期內掌握生產現場的變化，從而做出準確判斷和快速應對，在出現問題時獲得快速合理的解決；另外一方面也能夠在必定的規則約束下，將知識庫和規則庫中的內容分析轉化爲信息，經過設備網絡進行自主控制，實現資源的合理優化配置與協同製造。
• 智能服務:伴隨着新工業革命的到來，先進製造模式和技術不斷深化，用戶在高精度和製造高效率方面的需求愈來愈突出，帶來的是裝備愈來愈智能化、產品模塊愈來愈集成化，從而生產過程的精密性、自動化、數字化、智能化程度愈來愈高。企業大幅度提升生產效率的同時也面臨着裝備運行復雜、使用難度日益增大的困擾，這些無疑會對企業的管理和服務帶來巨大挑戰。
• 對裝備應用企業來說，須要將傳統的集中式控制向分佈式控制轉變。裝備進入製造企業成爲了企業經營要素，企業的目標是經過較低成本投入可以高效生產出高品質的產品。將智能裝備與關聯的其餘裝備、相關軟件等要素有機的融合，配合基於大數據的先進管理纔可能實現，可是大量、多樣的智能裝備和產品融入，必然會產生各種海量的多樣化、碎片化信息，而且會貫穿到各個環節，這必然會給傳統制造模式在運營管理、維護等方面帶來嚴峻挑戰。對裝備製造企業來講，裝備的複雜性、故障緣由的多樣性，增長了自身和使用者故障解決的週期和成本，特別是大型複雜的協同運行環境中，各裝備的維護活動不能獨立進行，更是加大了系統管理、維護、故障處理的難度和複雜度，加劇企業負擔。智能化的普及帶來傳統企業管理複雜的問題，管理的各個環節都是碎片化管理，裝備間、系統間、使用者等攸關方不能互聯互通，協同優化。企業須要可以保證裝備在協同優化、健康管理、遠程診斷、智能維護、共享服務等方面進行高效應用。利用CPS數據驅動、虛實映射、系統自治等應用特徵，爲解決上述需求提供了有效的手段。
• 解決方案：經過在自身或是相關要素搭載具備感知、分析、控制能力的智能系統，採用恰當的頻率對人、機、料、法、環數據進行感知、分析和控制，運用工業大數據、機器學習、 PHM、人工智能等技術手段，幫助企業解決裝備健康監測、預防維護等問題，實現「隱形數據-顯性數據-信息-知識」的循環優化。同時經過將不一樣的「小」智能系統按需求進行集成，構建一個面向羣體或是SoS的裝備的工業數據分析與信息服務平臺，對羣體裝備間的相關多源信息進行大數據分析、挖掘，實現羣體、 SoS之間數據和知識的共享優化，解決遠程診斷、協同優化、共享服務等問題，同時經過雲端的知識挖掘、積累、組織和應用，構建具備自成長能力的信息空間，實現「數據-知識-應用-數據」。經過CPS按照須要造成本地與遠程雲服務相互協做、個體與羣體（個體）、羣體與系統的相互協同一體化工業雲服務體系，可以更好地服務於生產，實現智能裝備的協同優化，支持企業用戶經濟性、安全性和高效性經營目標落地。
• 健康管理：將CPS與裝備管理相結合，經過應用建模、仿真測試、驗證等技術創建裝備健康評估模型，在數據融合的基礎上搭建具有感知網絡的智能應用平臺，實現裝備虛擬健康管理。經過智能分析平臺對裝備運行狀態進行實時的感知與監測，並實時應用健康評估模型進行分析預演及評估，將運行決策和維護建議反饋到控制系統，爲裝備最優使用和及時維護提供自主認知、學習、記憶、重構的能力，實現裝備健康管理。
• 智能維護：應用建模、仿真測試及驗證等技術，基於裝備虛擬健康的預測性智能維護模型，構建裝備智能維護CPS系統。經過採集裝備的實時運行數據，將相關的多源信息融合，進行裝備性能、安全、狀態等特性分析，預測裝備可能出現的異常狀態，並提早對異常狀態採起恰當的預測性維護。裝備智能維護CPS系統突破傳統的閾值報警和窮舉式專家知識庫模式，依據各裝備實際活動產生的數據進行獨立化的數據分析與利用，提早發現問題並處理，延長資產的正常運行時間
• 遠程徵兆性診斷：傳統的裝備售後服務模式下，裝備發生故障時須要等待服務人員到現場進行維修，將極大程度影響生產進度，特別是大型複雜製造系統的組件裝備發生故障時，維修週期長，更是增長了維修成本。在CPS應用場景下，當裝備發生故障時，遠程專家能夠調取裝備的報警信息、日誌文件等數據，在虛擬的設備健康診斷模型中進行預演推測，實現遠程的故障診斷並及時、快速地解決故障，從而減小停機時間並下降維修成本。
• 協同優化：CPS經過搭建感知網絡和智能雲分析平臺，構建裝備的全生命週期核心信息模型，並按照能效、安全、效率、健康度等目標，經過對核心部件和過程特徵等在虛擬空間進行預測推演，結合不一樣策略下的預期標尺線，從而篩選出最佳決策建議，爲裝備使用提供輔助決策，從而實現裝備的最佳應用。以飛機運營爲例，運營中對乘客人數、飛行時間、飛行過程環境數據、降落數據、機場數據等數據的採集，同步共享給相關方：飛機設計與製造部門經過飛機虛擬模擬模型推演出最優方案指導飛機操做人員、航空運營商提供最優路線方案給地勤運營等。