【CPS】社会物理信息系统（CPSS）及其典型应用

2018 年 9 月 18 日 产业智能官

摘要：美国提出的信息物理系统（CPS）现已成为全球研究热点，主要研究工程复杂性要素，或者包括其社会复杂性要素的某一方面。事实上，上述两种要素必须作为不可分割、地位平等的整体加以研究，才能更好地实现复杂系统安全、高效等管理与控制目标。为此，本文主要讨论更为完整的社会物理信息系统（CPSS）的建模、知识自动化、行为分析与管控等内容，及其在交通和制造领域的典型应用。

关键词：复杂系统管理与控制；社会物理信息系统；大数据模型；智能交通系统；智能制造系统

Abstract: The Cyber-Physical-System (CPS) proposed by the United States has become a hot spot of global research, which mainly studies the elements of engineering complexity, or including some aspects of its social complexity elements. In fact, the above two elements must be studied as an inseparable and equal status as a whole, so as to achieve better management and control objectives for the security and efficiency of complex systems. To this end, this paper mainly studies the modeling, knowledge automation, behavior analysis and control of the more complete Cyber-Physical-Social-System (CPSS), and its typical applications in the field of transportation and manufacturing.

Key words: Complex system management and control; Cyber-Physical-Social system; Big data model; Intelligent transportation system; Intelligent manufacturing system.

1　前言

美国2007年提出的信息物理系统（CPS：Cyber-Physical System），以工程复杂性为主，现已成为全球研究热点。美国科学基金会NSF先后资助CPS基础理论、方法工具、平台系统等方面的500多个研究项目，CPS研究重点针对交通、国防、能源、医疗和大型建筑设施等复杂系统应用领域，取得了很好的研究成果和应用效益。欧洲联盟启动ARTEMIS5等重大项目，将CPS作为智能系统的一个重要研究方向。紧接着，亚洲国家也开始重视CPS研究，包括中国、韩国、日本在内的许多国家的科学基金会也已经提出为CPS的研究提供资金支持。最近，也出现多个CPS学术期刊，“IET Cyber-Physical Systems Theory & Applications”、“ACM Transactions on Cyber-Physical Systems”等。最近几年，CPS的研究在国内逐步兴起，中国电子技术标准化研究院先后发布了《信息物理系统标准化白皮书》、《信息物理系统白皮书（2017）》等，概述了CPS最新进展。

但是，基于CPS视角的复杂系统研究还主要集中在其工程复杂性要素，或者其社会复杂性要素的某一个方面。复杂系统中，人又往往是其设计者、建造者、运营管理者和最终使用者，人因等社会复杂性要素在复杂系统各个阶段都起到不可忽视甚至是决定性的重要作用。要实现复杂系统安全、可靠和高效等目标，其工程复杂性要素和社会复杂性要素必须作为不可分割的、地位平等的整体加以研究。为此，中国学者在国际上率先提出，上述复杂系统向全要素综合集成和深度智慧方向不断进化，将逐步形成越来越多的复杂、巨型的社会物理信息系统（CPSS: Cyber-Physical-Social Systems）。

2　社会物理信息系统（CPSS）

CPSS是由物理系统（Physical System）、包括人的社会系统（Social System）、连接二者的信息系统（Cyber System）所共同构成的一类复杂系统，它通过传感器网络实现物理系统和信息系统的连接，通过社会传感器网络实现了社会系统和信息系统的连接，这样“社会+物理系统”就能够“等价地”映射到信息系统中。在此基础上，通过CPSS中信息系统和“社会+物理系统”的彼此认识、虚实互动、共同提高，就可以循序渐进地实现CPSS安全、可靠、高效运行等管控和应用目标。CPSS是在CPS概念的基础上，将复杂系统的人和社会因素加入到其管理和控制的范围，如图1所示。CPSS将研究范围扩展到社会系统，它通过智能化的人机交互方式实现人员组织和物理系统的有机结合，有望实现各类复杂系统的完整管理和控制。

图1 信息物理系统（CPS）和社会信息物理系统（CPSS）

大数据时代，面向知识社会，以网络为平台、以人为本的“创新2.0+”模式已逐步显现其强大的生命力和潜在价值，引发了复杂系统建模、分析、控制和管理研究的新形态。从信息化和自动化的角度来看，复杂系统的“智慧之源”来自于泛在的移动终端设备，来自于基于大数据、物联网、移动互联网等新技术，来自于CPSS资源的充分掌握和利用，来自于虚实互动、实时反馈、移动可视化的创新体系的切实应用。

CPSS进一步提升的关键是把复杂性与智能化系统“虚”和“软”的部分建立起来，利用可以定量实施的计算化、实时化，使之“硬化”，真正用于解决实际问题。钱学森、戴汝为等我国著名学者在20世纪90年代提出了“开放的复杂巨系统”、“综合集成研讨厅”等思想和方法。在此基础上，王飞跃在2004年提出实现复杂系统有效管控的一种ACP方法，即人工社会（Artificial societies）、计算实验（Computational experiments）、平行执行（Parallel execution）的有机结合，通过构建人工系统和实际系统组成的闭环反馈，使两者协同发展，并确保系统按照期望的目标收敛，从而实现在软件定义的“实验室”中对已发生及可能发生的事件进行试验和计算，为真实复杂对象的管理与决策提供计算验证支持。在智能交通、石化生产和军事等领域的应用证明，ACP方法对解决兼有工程复杂性和社会复杂性的复杂系统行为分析和管控问题十分有效，也将为CPSS管理与控制基础理论研究也提供一种创新方法。

3　社会物理信息系统（CPSS）的研究内容

为深入分析和理解CPSS主要场景下复杂行为的动态演化规律，同时掌握实现其安全、可靠、高效运行目标的有效管控手段，提高国家重大战略需求领域这类复杂系统的感知、分析和调控能力，笔者总结出CPSS需要研究内容包括：

3.1　CPSS建模

（1）研究CPSS的多尺度、混合建模方法：基于物理传感网的CPS的多尺度、混合模型研究与设计；基于社会传感网的信息社会系统（CSS：Cyber-Social System）的数据驱动模型研究与设计；大数据驱动的信息系统构建机理，包括面向特定问题或情景的人、组织与社会模型、行为与心理的数据驱动计算模型等；数据与知识驱动的复杂系统的智能建模、仿真和动态性能分析与可视化；CPSS体系结构研究、设计与分析。

（2）CPSS信息感知物联网：研究CPSS物联网的泛信息感知技术，研发面向CPSS的专用传感网络组网设备和状态检测传感器节点，移动数据库访问和服务机制，实现高数据率传输、多通道信息采集，异构网络集成，提供不同类型、不同层次的服务接口。

（3）搭建基于高性能计算机集群的CPSS云计算平台：建立针对海量社会与物理感知数据存储与分析的高性能计算平台，研发CPU+GPU的异构计算服务器，建立高性能计算服务器集群；在此基础上，通过服务虚拟化技术，构建CPSS云计算平台，实现计算资源的按需分割和动态分配，并利用虚拟机的快速部署和实时迁移能力实现整个计算平台的高可用性和负载均衡。

3.2　CPSS知识自动化

（1）基于智能代理的CPSS知识解析：构建一套基于智能代理的CPSS知识建模和分析体系，形成知识模型生成的支持环境和解析工具，包括代理的元胞自动机模型及其广义形式，代理行为的语言动力学描述及词计算方法，代理相互作用的Petri网模型和翻译器等衍生模型及其分析，代理决策的计算智能算法和博弈对策，代理的可调多分辨率观测、分析和熵空间描述方法等。

（2）基于网络大数据的CPSS知识学习：研究基于开源情报大数据、区块链、深度学习和知识机器人等方法的模型自增长、自推理和自校验技术，建立体系完整的基于网络大数据的领域知识学习关键技术体系，实现领域知识的高效获取、建模、实验、实施与影响力评估；研究模型形态（记录、实验、理想）自演化技术，利用虚实结合的“实验”场景，基于自适应演化机制驱动领域模型，由实际的“记录”状态主动逼近人工的“理想”状态；研究知识模型的统一表示、推理和学习等管理机制，构建统一知识本体和针对特定垂直场景的领域本体，研究知识本体的自适应演化与推理方法与技术，实现规范化的知识和语义管理。

（3）CPSS知识演化机制与模型验证：研究CPSS知识模型演化机制，支持知识的各种学习和扩展模式；研究知识建模及验证工具，支持模型及其派生的图形化模式；研究模型的验证技术，支持语义错误的自动发现和处理机制。

3.3　CPSS行为分析与管控

（1）CPSS的行为分析与调控方法：基于计算实验的CPSS行为解析、行为诱导、调控预案评估；人机物融合系统的动态性能分析、预测及多目标动态优化决策；CPSS系统基于虚实互动和协同优化，实现调控目标的滚动优化理论；云计算环境下，应用验证领域平台的集成设计方法，以及行为分析与调控方案应用验证的实施与推荐方法。

（2）CPSS运行安全、重大事故预警与防范：基于社会系统与物理系统的对等映射，通过人因分析研究复杂系统的运营安全理论，建立复杂系统运行安全诱因数据库和突发场景库，建立预警防范评价机制。基于多源异构信息融合技术复杂系统的重大事故诱因辨识理论，通过计算实验研究不同类型事故的发展演化规律，研究重大事故前期或萌芽阶段的故障、危险源或一般事故的特征提取方法；研究复杂系统安全信息的实时获取方法与重大事故特征提取方法，运营安全域的动态估计以及定性、定量的安全评价理论与事故等级评价机制，以及多种媒体介质预警信息动态发布方法，从而提高CPSS系统运营管理和控制水平。

（3）结合网络优化与合作博弈的CPSS服务管理：利用ACP方法融合社会与物理信息并进行推演和预测，沿着三个方向进行新的CPSS服务系统的设计与论证，具体包括：应用新技术的服务延伸；创造新模式的服务延伸；拓展新范围的服务延伸。构建CPSS服务系统，并在此基础上研究综合服务体系对社会大众的影响，研究参与个体之间的合作博弈机制，达到既满足系统整体优化的效果，又能够兼顾参与系统的各方利益。

4　社会物理信息系统（CPSS）的典型应用

4.1　交通CPSS及典型应用

复杂交通系统涉及道路交通、公共交通、轨道交通、物流交通和交通服务等子系统，它同时涉及工程复杂性和社会复杂性两个方面，呈现动态性、开放性、交互性、自主性等特征。基于CPSS交通系统，为研究人车行为分析和调控这一科学问题提供现实需求和基础条件，对于预防与减少交通事故将发挥积极有效的作用。研究内容包括：

（1）基于交通CPSS的多尺度、混合模型与平台：交通系统中人和车辆混合场景下的行为机理、行为模型建立与验证；交通系统全要素的多尺度、混合的复杂动态网络模型建立与验证；交通系统全要素的体系架构设计与分析验证。

（2）基于交通CPSS的计算实验、行为分析与决策控制：通过把城市交通对象置于实际、仿真或混合环境下，产生复杂的互动方式和相关行为，利用涌现方法进行观测总结，分析和理解交通系统在各类计算实验环境下的行为及各种因素的影响作用。研究面向交通安全可靠、绿色高效等挑战性需求，基于常规统计方法和各类计算智能算法的计算实验设计；交通系统中人员和车辆混合行为演化规律的计算实验设计和结果分析方法；决策控制一体化人机交互控制系统主要调控预案的计算实验和分析评估。

（3）交通CPSS典型应用：构建城市交通CPSS平台，完成城市综合交通应用的示范应用；针对的城区路网、运输、港口、机场等多元化综合交通管控需求，结合人口分布、停车资源、公共交通及物流现状，完成包含城市交通、公共交通、停车、物流运输和社会交通等“多位一体”整体交通解决方案。

4.2　制造服务CPSS的消费行为分析与资源调控

制造领域通过产业链转型升级全球制造业将逐步从大规模生产模式、大规模定制模式进化到社会制造（Social Manufacturing）模式，基于CPSS成果所研制出的社会化设计、制造和服务一体化的CPSS制造系统，可进一步提高我国个性化产品等制造业的内部综合管控能力、外部个性化服务能力和未来市场竞争能力。主要研究内容：

（1）制造CPSS的建模与行为分析：制造CPSS的大数据获取与社会计算分析；制造CPSS全要素复杂动态网络建模与分析、全要素体系架构设计分析；制造CPSS产业链、价值链设计与分析；制造CPSS的管理与控制；制造CPSS的知识管理和战略管理。

（2）制造CPSS的网络化设计和服务。制造CPSS中复杂个性化产品的网络化设计，包括：个性化产品设计的3D扫描与建模；个性化产品3D虚拟现实的人机交互；复杂个性化产品的网络化设计平台。社会制造系统中个性化产品的网络化服务，包括：个性化产品定制的3D打印技术；复杂个性化产品的众包设计和电子商务集成体系。

（3）制造CPSS典型应用：研制网络化设计、制造与服务一体化平台，可在个性产品定制产业中选择应用示范，验证研究成果的实际应用价值。

5　结语

本文深入地分析和理解CPSS主要场景下，其社会系统、物理系统和信息系统复杂行为的动态演化规律，同时掌握其实现安全、可靠、高效运行目标的有效管理与控制手段，提高国家重大战略需求领域这类复杂系统的感知、分析和调控能力，有望对我国复杂系统的基础理论前沿研究产生深远影响，具有重要研究意义。

CPSS研究成果推广应用到交通领域，有望为未来的复杂交通系统，研究出交通CPSS的有效管理和控制方法，减少城市交通拥堵等安全事故，提高城市交通管控水平和运行效率。推广应用到制造领域，有望为《中国制造2025》应用实践，研究出制造CPSS的有效管理和控制方法。还有望推广到国防、能源、健康等行业，具有重要的应用价值。

作者简介：

熊刚（1969-），男，研究员，博士。现任中国科学院自动化研究所研究员、中国科学院大学博士生导师等职，主要研究方向包括流程工业自动化、交通自动化、离散工业自动化等领域。先后承担并完成40余项科研项目，包括科技部973/863项目、国家自然科学基金重点项目、创新群体项目及面上项目等。主编专著2本，参与撰写3本专著3个章节。发表论文300余篇，其中SCI/EI检索论文200余篇。获得软件著作权50余项，授权专利40余项。

★本文得到国家重点研发计划项目（No.2018 YFB1004800），国家自然科学基金项目（61773381, 61773382, 61533019），2017湖北省中科院省院合作专项项目和东莞市创新领军人才项目（熊刚）的资助。

参考文献：

[1] Guan X., Yang B., Chen C., Dai W., Wang Y. A Comprehensive Overview of Cyber-Physical Systems: From Perspective of Feedback System[J]. IEEE/CAA Journal of Automatica Sinica, 2016, 3(1) : 1 - 14.

[2] Liu Y., Peng Y., Wang B., Yao S., Liu Z. Review on Cyber-physical Systems[J]. IEEE/CAA Journal of Automatica Sinica, 2017, 4(1) : 27 - 40.

[3] Wang F. Y. The Emergence of Intelligent Enterprises: From CPS to CPSS[J]. IEEE Intelligent Systems[J], 2010, 25(4) : 85 - 88.

[4] Hussein D., Soochang Park, Han S.N., Crespi N. Dynamic Social Structure of Things: A Contextual Approach in CPSS[J]. IEEE Internet Computing, 2015, 19(3) : 12 - 20.

[5] Hu Y., Wang F., Liu X. A CPSS Approach for Emergency Evacuation in Building Fires[J]. IEEE Intelligent Systems, 2014, 29(3) : 48 - 52.

[6] Xiong G., Zhu F., Liu X., Dong X., Huang W., Chen S., Zhao K. Cyber-physical-social System in Intelligent Transportation[J]. IEEE/CAA Journal of Automatica Sinica, 2015, 2(3) : 320 - 333.

[7] Wang F. Y., Zhang J. Transportation 5.0 in CPSS: Towards ACP-based society-centered intelligent transportation[F], IEEE 20th International Conference on Intelligent Transportation Systems (ITSC), 2017 : 762 - 767.

[8] Cao J., Wang X. Report on crowd sourcing and social transportation workshop in ITSC 2015: transportation 5.0 discussed in las palmas report[J]. IEEE Intelligent Transportation Systems Magazine, 2016, 8(2) : 5 - 10.

[9] Wang F. Y. Scanning the Issue and Beyond: Computational Transportation and Transportation 5.0[J], IEEE Transactions on Intelligent Transportation Systems, 2014, 15( 5 ) : 1861 - 1868.

[10] Wang F. Y. Scanning the Issue and Beyond: Transportation Games for Social Transportation[J]. IEEE Transactions on Intelligent Transportation Systems, 2015, 16(3) : 1061 - 1069.

[11] 熊刚，董西松，朱凤华，季统凯. 城市交通大数据技术及智能应用系统[J]. 大数据，2015，1(4) .

[12] Guo W., Zhang Y, Li L. The integration of CPS, CPSS, and ITS: A focus on data[J]. Tsinghua Science and Technology. 2015, 20(4) : 327 - 335.

[13]. Xiong G., Shen D., Dong X., Hu B., Fan D., Zhu F. Parallel Transportation Management and Control System for Subways[J]. IEEE Transactions on Intelligent Transportation Systems, 2017, 18(7) : 1974 - 1979.

[14]. 汪治华，张俊伟. 交通信息物理系统模型研究[J]. 公路工程, 2015. Vol.40, No.5 : 146 - 149.

[15]. Wang F. Y., Zheng N., Cao D, Martinez C.M., Li L., Liu T. Parallel driving in CPSS: a unified approach for transport automation and vehicle intelligence[J]. IEEE/CAA Journal of Automatica Sinica, 2017, 4( 4 ) : 577 - 587.

[16]. Xiong G., Wang R., Nyberg T.R., Zhou M.C., Shang X.Q., Shen Z., Li S.S., Guo G. From Mind to Product: Towards Social Manufacturing and Service[J]. IEEE/CAA J. of Autom. Sinica, 2018, 5(1) : 47 - 57.

[17] Shang X.Q., Wang F.Y., Xiong G., Nyberg T.R., Yuan Y., Liu S., Guo G., Bao S. Social Manufacturing Cloud for High-end Apparel Customization[J]. IEEE/CAA J. of Autom. Sinica, 2018, 5( 2 ) : 452 - 463.

[18] 熊刚，商秀芹. 个性产品的智能制造：从大规模定制到社会制造[J]. 自动化博览, 2016, 33(S1) : 28 - 32.

摘自《自动化博览》2018年8月刊

信息物理融合系统研究

电子技术应用

0 引言

自1992年美国国家航空航天局（NASA）首次提出信息物理融合系统(Cyber-physical Systems，CPS)概念以来，CPS引起了学术界、产业界和各国政府的普遍关注。目前，CPS已广泛应用到社会各个领域，大到智能电网、航空航天、智能交通、远程医疗、国防等大型复杂系统，小到无人机、家用机器人、药丸式电子内窥镜等局部或小型应用，CPS已充分体现着在分布式计算资源与物理世界深度融合过程中表现出的绝对优势。本文将对CPS的概念进行描述并对涉及的感知、计算、通信和控制技术进行较为系统的分析，讨论有关CPS的技术架构及关键技术，并展望和总结了CPS在发展过程中面对的挑战和相应的研究方向。

目前尚未对CPS形成统一权威的定义，已有概念多基于研究者的不同的关注点和描述方法而提出。通过与嵌入式系统、工业控制系统、物联网等相关技术的对比，立足于系统的本质特征，本文将CPS理解为集智能感知（Perception）、深度计算（Computation）、可靠通信（Communication）和精准控制（Control）等技术于一体的连接虚拟数字世界和现实物理世界，紧密结合计算资源和物理资源的先进智能系统。CPS是物联网技术与控制系统深度融合的产物，其中“感知”体现了物联网的特有基因，“控制”反映了控制系统的基本功能。

本定义中，一是将CPS的构成要素确定为感知、计算、通信和控制（将早期对CPS确定的“3C”特征[1]扩展为“3C+1P”），揭示了CPS的本质是在网络环境下信息单元与物理实体间的深度融合；二是说明了CPS的功能是通过形成从数据感知到数据处理的自下而上信息流以及从分析决策到精准执行的自上而下的控制流[2]实现系统内资源的合理配置和运行的按需响应；三是指出CPS的具体实现方式是通过构建物理空间与信息空间中人、机、物等不同元素之间的映射，将物理空间中存在但未被获知的隐性数据转化为网络环境中能够识别的显性数据后提交给智能系统进行综合分析处理，将形成的知识数据保存在专家数据库中，同时通过控制系统将决策信息转化为控制指令数据后作用到物理空间；四是强调了CPS的功能主要是通过信息迭代方式来实现对物理实体的动态优化。

概括地说，CPS是一个将信息空间的离散模式与物理世界的连续动态模式相结合后形成的混杂系统（hybrid system），其中代表物理世界的连续变量和反映信息空间的离散事件相互影响，从而形成一个信息驱动与事件驱动并存的动态系统。

1.2 CPS的组成结构

图1所示的是CPS典型应用的组成结构，按自底向上的分层思想，将CPS划分为感知和控制层、网络传送层以及计算决策层共3层。

其中，感知和控制层由感知和执行模块组成，用于将物理空间中的隐性信息转化为可以提交给上层网络传输的显性数据，同时根据决策结果实现对物理空间中物理实体的控制。在一些单元级的CPS中，根据预定的策略，在感知模块和执行模块之间也可以直接进行数据交互；网络传送层由现有和演进中的各类网络技术组成，主要功能是提供安全、可靠、实时的数据传输通道，为不同CPS节点间的协同感知和控制提供基本的通信保障；计算决策层通过云计算、大数据等技术实现对CPS系统中采集数据的深度处理和实时分析，并通过对来自不同系统和环境数据的判断，根据形成的最优决策对物理实体进行控制。

2 CPS的技术体系和关键技术

2.1 CPS的技术体系

CPS的复杂性和多学科交叉性体现在其技术的广泛性和实现方式的综合性。通过对CPS组成结构和主要功能的分析，在表1中列出了CPS中涉及的一些主要技术[3]。

2.2 CPS的关键技术

2.2.1 智能感知和自动控制

（1）传感器技术

传感器是一种能够感受被测量，并将检测到的信息按一定规律转换成适用于网络环境传输的信号的器件或装置。根据工作机理的不同，传感器可分为利用物质的物理现象和效应感知来检测对象信息的物理传感器，利用化学反应来识别和检测信息的化学传感器，以及利用生物化学反应来检测信息的生物传感器等类型[4]。近年来，随着新材料、多功能集成、微处理器等技术的快速发展，集感知、计算和通信功能于一体的具有自诊断、自校正、自补偿等功能的智能传感器使物理空间的信息感知变得更加高效和细化。

（2）自动控制技术

自动控制技术是能够在无人值守的情况下，利用自动控制装置使被控对象（设备或系统）按预定流程运行，或使被控对象的物理量（如温度、湿度、位移、加速度、压力等）按预定要求变化的技术。

如图2所示，CPS是一种虚（信息空间）实（物理空间）深度融合的智能控制系统。利用嵌入式软件，从被控对象（传感器、仪器、仪表、在线测量设备等）和被控环境中采集信息，实现感知功能，通过上层的计算功能分析被控对象和环境的当前状况，最后再根据已建立的模型计算和控制规则形成决策结果，向执行器发出操作指令。在具体的应用中，以上过程是一个“感知→分析→决策→执行→”的循环往复过程，直到实现既定的控制目标。另外，一般由多个可控的物理实体根据生产流程构成一个具体的生产系统，不同物理实体的集成和控制需要通过信息空间中的通信网络或CPS总线来实现。

由于CPS主要应用于一些安全性和可靠性高的关键系统中，因此对CPS软件提出了较高要求。CPS软件是一种嵌入式智能控制软件，操作系统、嵌入式数据库、应用软件和开发工具等全部植入在被控对象中，针对CPS的感知、通信、计算、控制等操作要求进行开发和配置，实现对被控对象的智能化监测、管理和控制。

2.2.2 网络通信技术

CPS虽然是物联网中的一类典型应用，但与一般物联网技术不同的是，CPS对网络通信技术在稳定性、可信性、实时性和安全性等方面的要求都要高。从原理上说，CPS的通信网络可包括现有和演进中的各类网络技术，如有线网络中的现场总线技术和工业以太网技术，无线网络中的WiFi、ZigBee、4G/5G、蓝牙等技术；在组网方面，由于CPS同样采用传统网络中经典的分层模型，即高层的CPS由低层CPS组成（最低层为具有不可分割性的单元级CPS），明晰的层次结构要求CPS组网中应具有更高的开放性和灵活性，以便实现异构网络、异构系统之间的跨平台互联和高度集成；在技术方面，在一个异构互联网络中，不同网络采用的通信协议、传输速率、数据结构等可能不同，这就需要在具体集成过程中解决大量的技术细节问题。

（1）现场总线技术

现场总线是工业控制系统中一种数字通信技术，主要为工业现场的控制器、执行器、智能仪器与仪表等设备之间的连接提供数字通信通道，为控制系统与现场控制设备之间的实时数据传输提供可靠的通信保障。现场总线技术是计算机、通信、智能控制、超大规模集成电路等技术发展并相互作用的产物，实现了工业控制系统向着数字化、网络化、智能化和高度集成的方向发展。CPS中的现场总线技术具有全网数字化、开放环境下的异构互联、设备的智能化、设备间的互操作性、对现场工业环境的适应性等特点[5]。

（2）工业以太网技术

以太网（Ethernet）技术早已成为局域网事实上的标准，而且在局域以太网技术的发展过程中，一直继承着良好的兼容性、稳定性和低成本等特点，使得城域以太网和广域以太网技术得到了快速发展。与此同时，以太网技术开始进入工业应用领域，出现了工业以太网技术，并很快以低廉的成本和可靠性开始蚕食现场总线技术的应用份额。尽管现场总线技术在工业控制领域取得了巨大成功，但其具有的成本高、速率低、系统兼容性差等缺点，致使部分研发人员开始结合工业控制系统的需要，利用在其他领域已成熟的COTS技术（commercial off-the-shelf，商品化的产品和技术）来逐渐替代现场总线技术在某些领域的应用。

以太网技术如果要实现在工业网络中的应用，必须解决以太网中存在的实时性较差这一问题。实时性主要体现在实时的网络数据传输和实时的任务调度两个方面。工业网络对实时性要求非常严格，传感器需要将实时感知的数据提交给上层决策和应用系统，控制器需要根据实时感知的决策结果实现对物理实体的控制，这都需要实时性的保障。为此，根据复杂工业网络中对实时任务调度的要求，提出了EtherCAT[6]、Ethernet Powerlink[7]等工业实时以太网技术标准。

2.2.3 智能平台服务技术

（1）边缘计算

边缘计算是指在网络边缘的数据源处执行计算任务的一种新型计算模式[8]。在CPS中，边缘计算的下行数据表示执行数据，上行数据表示感知数据，而边缘指图2中物理实体的感知、计算、通信和控制资源。边缘感知设备具有旺盛的数据自处理需求，如果能够在感知设备上增加运行CPS执行任务的数据计算和分析处理能力，将原有CPS中的部分或全部计算任务迁移到位于网络边缘的智能感知设备上，将会有效保障通信的实时性，降低网络压力，减轻CPS计算中心的计算工作量，提高CPS的整体性能。

传统CPS采用集中式管理模式，前面介绍的应用于工业网络的现场总线技术、工业以太网技术等都在针对CPS应用的具体要求，解决通信延时、可靠性、实时性及数据安全性等关键问题，而边缘计算为解决此类问题提供了技术保障。以实时性为例，在大规模CPS中，大量边缘感知设备产生的海量数据将使网络带宽成为系统瓶颈，而在一些系统中仅通过增加网络带宽并不能满足CPS应用中的低延时要求，为此在位于数据源的边缘感知设备上执行部分计算是适应CPS应用需求的一种有效的新型计算模式。即使是某些CPS需要对数据进行集中式处理，也可在边缘感知设备端对原始数据进行预处理后再提交，以减轻数据的传输量，降低带宽占用。

（2）雾计算

雾计算在网络边缘设备与云计算中心之间提供存储、计算等服务，并通过虚拟化技术实现互操作性和协同性。雾计算是对现有云计算技术在物联网应用领域的一种功能补充和扩展，其特征主要表现为通信过程的低延迟、对设备的位置识别、广泛的地理分布、支持流动性（支持移动终端）、容纳的节点数据大、支持强大的流媒体和实时应用程序、异质性等[9]。

由多个单元级CPS组成的复杂CPS是目前工业应用中最常见的模式，其中不同基本单元级CPS之间的协同计算和操作是确保整个CPS系统性能的关键。如图3所示[3]，通过雾计算技术的应用，将数据的处理、数据存储和应用程序集中在靠近网络边缘的设备中，一方面使中心服务器的计算任务下移，减轻了中心服务器的负载以及远程数据传输中对网络带宽的占用；另一方面，将边缘智能感知设备的深度数据处理操作上移到雾计算处，降低了对边缘设备在计算能力上的压力。雾计算更能够发挥CPS中各组成单元的计算资源优势，让数据的存储和处理相对分散，让有价值数据的流动更加高效、实时，使整个CPS中资源的配置更加优化。

（3）工业大数据

工业大数据是一个宏观的概念，它同时包含企业信息化过程中产生的数据、工业CPS数据以及企业与外界交往过程中产生的数据等。这些数据中，有些是由设备产生的时序数据（主要由传感器、仪器仪表和智能感知终端采集的数据），有些是人为产生的数据（如产品设备数据、业务数据、产品用户评价数据等）。不管这些数据产生于何处，都是通过促进数据的流动共享来解决企业生产环节的业务问题，以提高控制的精准性和决策的科学性。

3 发展展望

3.1 研究方法有待进一步融合

融合是CPS的基本特征，体现了物理空间与信息空间的相互作用和彼此影响；融合也是一种研究方法，反映了学科之间的相互促进和思想交融。由于CPS是集计算、控制、通信等多学科交叉形成的一项新技术和新型应用领域，对CPS技术的研究从指导思想和方法上都会受到已有学科固有特征的影响，其中融合是学科间和方法上相互借鉴、相互促进的发展方式。

通过对已有研究成果的分析，CPS的研究者主要出自两大阵营：无线传感器网络（Wireless Sensor Networks，WSN）和控制理论。以上两大阵营，虽然研究经历不同，研究方法存在一些差异，但研究目标是共同构建一个集感知、计算、通信与控制于一体的高度集成的系统。在下一步研究中，需要进一步加大两大阵营之间的沟通融合，从基础研究、理论指导、技术实现等方面实现优势互补，共同促进CPS的进一步发展。

3.2 关键技术的研究需要更加深入

CPS之所以复杂，主要原因之一是多技术的综合运用。在前文对一些技术进行论述时就反映出了CPS中不同技术发展的不平衡性和实现方式上的差异性，这些因素是影响CPS核心应用的关键。

除前文重点介绍的技术之外，工业软件对CPS在工业领域的应用起着关键作用。工业软件[10]是对工业生产、管理、服务等全部过程的代码化体现。软件是算法的代码化，工业软件是CPS的核心，对CPS的影响起着决定作用。在许多情况下，CPS中的设备运行环境较为恶劣，极易遭受外部攻击和恶意代码攻击，安全威胁较大。与此同时，随着CPS的功能越来越强，对系统的性能要求越来越高，软件系统也变得越来越复杂和难以驾驭，因软件的脆弱性引起的系统缺陷将会带来不可预估甚至是灾难性的后果。下一步需要结合CPS典型应用，对可信软件理论与关键技术在CPS中的应用进行深入研究。

另外，系统建模技术也决定着CPS的功能实现和性能保障。目前，针对CPS研究的建模理论和方法较多，如离散系统建模方法、连续系统建模方式、混合系统建模方式等[11]，但建模的对象都包括感知、计算、通信和物理事件等方面，工作繁琐且复杂。下一步需要结合CPS典型应用，加强建模过程中连续系统（物理空间）与离散系统（信息空间）融合方法的基础理论和关键技术研究，以及加强分布式系统的建模研究，解决CPS不同组件间的时间同步、网络延时、物理实体统一标识等问题。

3.3 CPS的标准有待进一步完善

根据应用建立配套的技术标准是推动CPS产业健康发展的有效模式和必要手段。目前，有关国家和地区的相关机构已经提出了一批CPS的标准，但是由于CPS是一个同时涉及网络、终端以及管理平台的复杂系统，现有标准尚无法满足CPS应用的需求，在设计与制造、典型应用、标准化语言描述、应用模式、异构互联、安全管理等方面的标准化建设中还存在较大挑战，还有大量的工作去做。

下一步需要从以下几个方面具体开展工作：一是制定统一的技术标准架构，明晰各标准明细之间的关联性；二是完善CPS的体系结构，包括基本的概念和术语；三是对涉及CPS的系统建模、异构互联、数据共享、实时控制等关键技术及规范提供具体指导；四是根据应用，从CPS部署、集成、测试及故障侦测等方面提出可供借鉴的实施指南和系统解决方案；五是从安全管理、防护能力、风险评估等方面制定安全标准。

3.4 典型应用的引领作用需求加强

CPS技术一经提出就得到了工业应用领域的广泛关注，并在设计、制造、服务、应用等环节得到体现。CPS技术的引入，通过设备之间的互联以及智能管理平台的应用，消除了生产环节中存在的信息孤岛，实现了对生产过程的监控和资源的合理调度，优化了资源配置。但由于CPS的复杂性，目前对涉及CPS的感知、分析、决策和执行等方面的研究和应用实践还不够深入，还没有形成能够引领行业应用的典型案例。下一步将重点对物理实体的接口协议、实时通信、精准控制、远程互动等涉及CPS的关键技术进行研究，同时加强基于大数据技术的知识库和规则库的建设。在此基础上，选择工业领域的典型应用进行系统建模，通过大量仿真检验模型的可行性和可靠性，并在实际应用中不断完善，最终形成可以直接复制的应用标准和模型。

4 结论

鉴于CPS的重要性，其概念一经提出便引起了学术界和产业界的高度重视，并在产、学、研、用一体化进程中加速发展。同时，鉴于CPS的复杂性，对其技术的研究和实践探索还需要在充分借鉴相关领域已有成果的基础上，紧紧抓住影响CPS发展的关键技术进行集中攻关。目前，对CPS的研究工作刚刚起步，CPS技术和应用发展还面临着许多挑战，在统一认识、完善技术体系标准、加强关键技术创新研究、加快典型应用的示范效应等方面仍有大量的工作要做。

参考文献

[1] 何积丰.Cyber-physical system[J].中国计算机学会通讯，2010，6（1）：25-29.

[2] Cyber-physical systems public working group. Framework for cyber-physical systems：Volume 1,overview[J/OL].NIST Special Publication 1500-201，(2017-06-01)[2018-03-09].http：//nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.1500-201.pdf.

[3] 中国信息物理系统发展论坛.信息物理系统白皮书(2017)[EB/OL].(2017-03-01)[2018-03-09].http：//www.innovation4.cn/library /r14012.

[4] VASILIEV V A，CHERNOV P S.Smart sensors,sensor networks，and digital interfaces general problems;of metrology and measurement technique[J].Measurement Techniques，2013，55(10)：1115-1119.

[5] THOMESSE J P.Fieldbus technology in industrial automation[J].Proceedings of the IEEE，2007，93(6)：1073-1101.

[6] ROSTAN M，STUBBS J E，DZILNO D.EtherCAT enabled advanced control architecture[C].2010 IEEE/SEMI Advanced Semiconductor Manafacturing Conference(ASMC)，2010：39-44.

[7] CENA G，SENO L，VALENZANO A,et al.Performance analysis of Ethernet powerlink networks for distributed control and automation systems[J].Computer Standards & Interfaces，2009，31(3)：566-572.

[8] SHI W，CAO J，ZHANG Q，et al.Edge computing:vision and challenges[J].IEEE Internet of Things Journal，2016，3(5)：637-646.

[9] BONOMI F，MILITO R，ZHU J,et al.Fog computing and its role in the Internet of Things[C].Proceedings of the 1st Edition of the MCC Workshop on Mobile Cloud Computing.ACM，2012：13-16.

[10] LEE I，SOKOLSKY O，CHEN S,et al.Challenges and research directions in medical cyber–physical systems[J].Proceedings of the IEEE，2011，100(1)：75-90.

[11] 李仁发，杨帆，谢国琪，等.信息-物理融合系统中建模方法综述[J].通信学报，2016，37（5）：1-11.

作者信息:李馥娟1，王群1，钱焕延2（1.江苏警官学院计算机信息与网络安全系，江苏南京210031；2.南京理工大学计算机科学与工程学院，江苏南京210094）

工业互联网

产业智能官 AI-CPS

加入知识星球“产业智能研究院”：先进产业OT（工艺+自动化+机器人+新能源+精益）技术和新一代信息IT技术（云计算+大数据+物联网+区块链+人工智能）深度融合，在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知计算系统；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

登录查看更多

【CPS】社会物理信息系统（CPSS）及其典型应用

信息物理融合系统研究

相关内容