网宇实体系统

本页使用了标题或全文手工转换
维基百科，自由的百科全书

网宇实体系统（Cyber-Physical System, CPS），或称虚实整合系统，是一个结合电脑运算领域以及感测器和致动器装置的整合控制系统。目前已有某些领域出现似于CPS的电子控制整合系统，例如航空、汽车、化学制程、基础建设、能源、健康、制造、交通控制、娱乐和消费性电子产品，但目前这些系统通常都是嵌入式系统，嵌入式系统比较强调机器的计算能力，CPS则更为强调各个实体装置和电脑运算网路的连结。

CPS是借用技术手段实现人的控制在时间、空间等方面的延伸，CPS系统的本质就是人、机、物的融合计算。所以，国内又将CPS称为人机物融合系统。 和传统的嵌入式系统不同，一个完整的CPS被设计成一个实体装置的互动网路，而不只是一个单独运作的装置[1]。这个概念类似于机器人网路和无线感测网路。据推测，接下来的数年在科学和工程的进步会使得计算和物理实体单元能够更紧密的互相结合，而使得CPS的适应性、自动化、效率、功能、可靠性、安全性和可用性大幅提升。科技进展也会让CPS在多个方面的可能应用变大，例如：行动介入（避免行为冲突）；精准度（机器手术和奈米层级的制造）; 在危险或是无法进入的环境下行动（搜寻和营救、消防和深海或太空探测）；协调（空中交通控制、战斗行动协调）；效率（零能源额外损耗建筑）；扩增人类的能力（医疗监控和照护）。[2]

历史[编辑]

美国国家科学基金会 （National Science Foundation,NSF）已经将CPS列入重点科研领域。[3] 从2006年末开始，美国国家科学基金会和其他美国的联邦机构赞助了一些CPS的研讨会。[4][5][6][7][8][9][10]

于2006年在美国德州奥斯汀举办的CPS研讨会上，NSF对CPS给出了如下的定义 [11] ：[12]

实体（Physical）：自然界中的或由人类制造的，遵循物理定理在连续的时间内运行的系统。

网络（Cyber）：利用计算、通信、及控制系统进行的离散及逻辑化管理。

信息物理系统：（Cyber-Physical System）：将实体与网络的各个组成部分在所有层面和维度上紧密结合的系统，对实体及网络进行对称性的深入管理。

CPS实质上是一种多维度的智能技术体系，以大数据、网络与海量计算为依托，通过核心的智能感知、分析、挖掘、评估、预测、优化、协同等技术手段，将计算、通信、控制（Computing、Communication、Control，3C）有机融合与深度协作，做到涉及对象机理、环境、群体的网络空间与实体空间的深度融合。CPS能够从实体空间（Physical Space）、环境、活动大数据的采集、存储、建模、分析、挖掘、评估、预测、优化、协同，并与对象的设计、测试和运行性能表征相结合，使网络空间（Cyber Space）与实体空间深度融合、实时交互、互相耦合、互相更新的网络空间（包括机理空间、环境空间与群体空间的结合）；进而，通过自感知、自记忆、自认知、自决策、自重构和智能支持促进工业资产的全面智能化 [13]。

CPS的技术构架设计[编辑]

在实施CPS技术的过程中遇到的一个重要挑战，是如何满足不同应用对象的差异化需求，以及各个系统之间问题和属性的差异性。因此，设计一个具有广泛适用性的CPS技术构架是十分重要的。

CPS的技术设计与应用可以参照“5C”的体系[14]，包括了5个层次的内容和构建模式：智能感知层（Connection）、信息挖掘层（Conversion）、网络层（Cyber）、认知层（Cognition）、和配置执行层（Configuration）[15]。智能感知层的核心是建立一个物联网的构架，使得数据得以被以各种形式采集和汇聚，同时设备之间也可以进行通信和交流。信息挖掘层的核心是在设备端的嵌入式分析算法（Machine-based Algorithms）,使得一部分数据能够在设备本地被分析和利用，实现本地的智能化。网络层是整个CPS系统数据处理、分发、决策、和调度控制的核心，在这里形成一个大数据环境，同时运行先进的分析算法进行大规模计算和知识挖掘。认知层的主要作用是识别与决策，通过分析当前系统中各个部分的任务目标和状态，制定协同优化的决策。配置执行层在接受到决策后，将决策按照各个子系统的运行逻辑转化成为它们听得懂的语言，将指令分发后由设备端的执行机构实施。

  • CPS的5C构架
    CPS的5C构架

CPS技术体系来看，核心在于以数据分析的能力创造新的价值，因此，这也决定了CPS技术的高可移植性、高通用性，应用范围可以涉及工厂车间、运输系统、能源行业等各个行业。在这里我们提出以CPS为核心的数据创值体系的“二维”应用战略：

在第一个维度上需要三个横向的应用基础：一是平台基础，即智能数据收集与平台运用；二是分析手段，即智能化的数据分析、管理、优化工具与软件应用；三是商业模式内核，即智能管理及服务体系的设计与应用。

在第二个维度上扩展在三个纵向的应用：一是基础的部件级应用，二是系统的装备级应用，三是成体系的应用链设计。

实例[编辑]

CPS的主要应用在感测器系统和自动系统上，例如：有许多无线感测网路监控环境并且将资讯回传到主控节点。其他类型的CPS包括了自动车系统、医疗监控、流程控制系统、分散式机器人和航空自动驾驶系统。

目前研发的CPS系统有MIT的Distributed Robot Garden，这个花园里有一群的机器人负责照顾番茄。这个系统结合了感测网路(每一株植物上都有感测器会去监控植物状态)、 导航、机器人控制和 无线网路。

另外一个MIT正在发展的CPS系统是CarTel （页面存档备份，存于互联网档案馆）计画，这个计画里，有一队的计程车会搜集波士顿的即时交通资讯，路径规划就可以使用即时的交通资讯和历史资讯规划出最快的交通路径。

CPS 在制造行业的应用有巨大的潜力[16]，制造系统中的每一个实体都可以通过CPS在网络端产生一个“镜像模型”（Cyber Twin），对实体进行深入对称性管理。实体产生的数据通过在网络空间内的分析，能够实时更新镜像模型的状参数，使镜像模型能够实时真实地反映实体的状态。同时利用镜像模型进行数字化仿真与优化，又能够对实体模型的行为进行指导，从而实现制造系统的自省性（self-aware）,自比较性（self-compare），和自重构性（self-configure），最终实现无忧的智能制造系统[17]。


参考[编辑]

  1. ^ Lee, Edward. Cyber Physical Systems: Design Challenges. University of California, Berkeley Technical Report No. UCB/EECS-2008-8. January 23, 2008 [2008-06-07]. （原始内容存档于2008-05-30）. 
  2. ^ Cyber-physical systems. Program Announcements & Information. The National Science Foundation, 4201 Wilson Boulevard, Arlington, Virginia 22230, USA. 2008-09-30 [2009-07-21]. （原始内容存档于2020-12-02）. 
  3. ^ Wolf, Wayne. The Good News and the Bad News (Embedded Computing Column. IEEE Computer. November 2007 [2008-06-09]. [永久失效链接]
  4. ^ NSF Workshop On Cyber-Physical Systems. [2008-06-09]. （原始内容存档于2008-05-17）. 
  5. ^ Beyond SCADA: Networked Embedded Control for Cyber Physical Systems. [2008-06-09]. （原始内容存档于2009-01-17）. 
  6. ^ NSF Cyber-Physical Systems Summit. [2008-08-01]. （原始内容存档于2009-05-12）. 
  7. ^ National Workshop on High-Confidence Automotive Cyber-Physical Systems. [2008-08-03]. （原始内容存档于2008-08-27）. 
  8. ^ National Workshop on Composable and Systems Technologies for High-Confidence Cyber-Physical Systems,. [2008-08-04]. （原始内容存档于2007-12-15）. 
  9. ^ National Workshop on High-Confidence Software Platforms for Cyber-Physical Systems (HCSP-CPS),. [2008-08-04]. （原始内容存档于2006-12-17）. 
  10. ^ New Research Directions for Future Cyber-Physical Energy Systems. [2009-06-05]. （原始内容存档于2009-06-06）. 
  11. ^ 2009 National Workshop on New Research Direction for Future Cyber-Physical Energy Systems
  12. ^ NSF Workshop, Baltimore, Maryland,2009 June3-4
  13. ^ 李杰，以CPS为核心的大数据创值体系，中国工业评论杂志 2015/12，http://www.chinaeinet.com/article/detail.aspx?id=10929 （页面存档备份，存于互联网档案馆）
  14. ^ CPS 的5C构架 （页面存档备份，存于互联网档案馆）： http://www.imscenter.net/cyber-physical-platform （页面存档备份，存于互联网档案馆）
  15. ^ Lee, Jay; Bagheri, Behrad; Kao, Hung-An (January 2015). "A Cyber-Physical Systems architecture for Industry 4.0-based manufacturing systems". Manufacturing Letters 3: 18–23. doi:10.1016/j.mfglet.2014.12.001
  16. ^ Lee, Jay; Lapira, Edzel; Bagheri, Behrad; Kao, Hung-an. "Recent advances and trends in predictive manufacturing systems in big data environment". Manufacturing Letters 1 (1): 38–41. doi:10.1016/j.mfglet.2013.09.005
  17. ^  Lee, J., Bagheri, B., H.A. Kao, Cyber-Integrated Big Data Analytics Agent for Industry 4.0 Applications,” Expert Forum on Agent for Industry 4.0, Munich, Germany, May 7-8, 2014

延伸阅读[编辑]

美国国家科学基金会为CPS所开设的研讨会相关论文

外部链接[编辑]

取自“https://zh.wikipedia.org/w/index.php?title=網宇實體系統&oldid=76947710”