跳至內容

網宇實體系統

本頁使用了標題或全文手工轉換
維基百科,自由的百科全書

網宇實體系統Cyber-Physical System, CPS),或稱虛實整合系統,是一個結合電腦運算領域以及感測器和致動器裝置的整合控制系統。目前已有某些領域出現似於CPS的電子控制整合系統,例如航空、汽車、化學製程、基礎建設、能源、健康、製造、交通控制、娛樂和消費性電子產品,但目前這些系統通常都是嵌入式系統,嵌入式系統比較強調機器的計算能力,CPS則更為強調各個實體裝置和電腦運算網路的連結。

CPS是借用技術手段實現人的控制在時間、空間等方面的延伸,CPS系統的本質就是人、機、物的融合計算。所以,中國又將CPS稱為人機物融合系統。 和傳統的嵌入式系統不同,一個完整的CPS被設計成一個實體裝置的互動網路,而不只是一個單獨運作的裝置[1]。這個概念類似於機器人網路和無線感測網路。據推測,接下來的數年在科學和工程的進步會使得計算和物理實體單元能夠更緊密的互相結合,而使得CPS的適應性、自動化、效率、功能、可靠性、安全性和可用性大幅提升。科技進展也會讓CPS在多個方面的可能應用變大,例如:行動介入(避免行為衝突);精準度(機器手術和奈米層級的製造); 在危險或是無法進入的環境下行動(搜尋和營救、消防和深海或太空探測);協調(空中交通控制、戰鬥行動協調);效率(零能源額外損耗建築);擴增人類的能力(醫療監控和照護)。[2]

歷史

[編輯]

美國國家科學基金會 (National Science Foundation,NSF)已經將CPS列入重點科研領域。[3] 從2006年末開始,美國國家科學基金會和其他美國的聯邦機構贊助了一些CPS的研討會。[4][5][6][7][8][9][10]

於2006年在美國德州奧斯汀舉辦的CPS研討會上,NSF對CPS給出了如下的定義 [11][12]

實體(Physical):自然界中的或由人類製造的,遵循物理定理在連續的時間內執行的系統。

網路(Cyber):利用計算、通訊、及控制系統進行的離散及邏輯化管理。

網宇實體系統:(Cyber-Physical System):將實體與網路的各個組成部分在所有層面和維度上緊密結合的系統,對實體及網路進行對稱性的深入管理。

CPS實質上是一種多維度的智慧型技術體系,以巨量資料、網路與海量計算為依託,通過核心的智慧型感知、分析、挖掘、評估、預測、最佳化、協同等技術手段,將計算、通訊、控制(Computing、Communication、Control,3C)有機融合與深度協同運作,做到涉及對象機理、環境、群體的網路空間與實體空間的深度融合。CPS能夠從實體空間(Physical Space)、環境、活動巨量資料的採集、儲存、建模、分析、挖掘、評估、預測、最佳化、協同,並與對象的設計、測試和執行效能表徵相結合,使網路空間(Cyber Space)與實體空間深度融合、即時互動、互相耦合、互相更新的網路空間(包括機理空間、環境空間與群體空間的結合);進而,通過自感知、自記憶、自認知、自決策、自重構和智慧型支援促進工業資產的全面智慧化 [13]

CPS的技術構架設計

[編輯]

在實施CPS技術的過程中遇到的一個重要挑戰,是如何滿足不同應用對象的差異化需求,以及各個系統之間問題和屬性的差異性。因此,設計一個具有廣泛適用性的CPS技術構架是十分重要的。

CPS的技術設計與應用可以參照「5C」的體系[14],包括了5個層次的內容和構建模式:智慧型感知層(Connection)、資訊挖掘層(Conversion)、網路層(Cyber)、認知層(Cognition)、和組態執行層(Configuration)[15]。智慧型感知層的核心是建立一個物聯網的構架,使得資料得以被以各種形式採集和匯聚,同時裝置之間也可以進行通訊和交流。資訊挖掘層的核心是在裝置端的嵌入式分析演算法(Machine-based Algorithms),使得一部分資料能夠在裝置本地被分析和利用,實現本地的智慧化。網路層是整個CPS系統資料處理、分發、決策、和排程控制的核心,在這裡形成一個巨量資料環境,同時執行先進的分析演算法進行大規模計算和知識挖掘。認知層的主要作用是辨識與決策,通過分析當前系統中各個部分的任務目標和狀態,制定協同最佳化的決策。組態執行層在接受到決策後,將決策按照各個子系統的執行邏輯轉化成為它們聽得懂的語言,將指令分發後由裝置端的執行機構實施。

CPS技術體系來看,核心在於以資料分析的能力創造新的價值,因此,這也決定了CPS技術的高可移植性、高通用性,應用範圍可以涉及工廠車間、運輸系統、能源行業等各個行業。在這裡我們提出以CPS為核心的資料創值體系的「二維」應用戰略:

在第一個維度上需要三個橫向的應用基礎:一是平台基礎,即智慧型資料收集與平台運用;二是分析手段,即智慧化的資料分析、管理、最佳化工具與軟體應用;三是商業模式核心,即智慧型管理及服務體系的設計與應用。

在第二個維度上擴充在三個縱向的應用:一是基礎的部件級應用,二是系統的裝備級應用,三是成體系的應用鏈設計。

實例

[編輯]

CPS的主要應用在感測器系統和自動系統上,例如:有許多無線感測網路監控環境並且將資訊回傳到主控節點。其他類型的CPS包括了自動車系統、醫療監控、流程控制系統、分散式機器人和航空自動駕駛系統。

目前研發的CPS系統有MIT的Distributed Robot Garden,這個花園裡有一群的機器人負責照顧番茄。這個系統結合了感測網路(每一株植物上都有感測器會去監控植物狀態)、 導航、機器人控制和 無線網路

另外一個MIT正在發展的CPS系統是CarTel頁面存檔備份,存於網際網路檔案館)計畫,這個計畫裡,有一隊的計程車會蒐集波士頓的即時交通資訊,路徑規劃就可以使用即時的交通資訊和歷史資訊規劃出最快的交通路徑。

CPS 在製造行業的應用有巨大的潛力[16],製造系統中的每一個實體都可以通過CPS在網路端產生一個「鏡像模型」(Cyber Twin),對實體進行深入對稱性管理。實體產生的資料通過在網路空間內的分析,能夠即時更新鏡像模型的狀參數,使鏡像模型能夠即時真實地反映實體的狀態。同時利用鏡像模型進行數位化仿真與最佳化,又能夠對實體模型的行為進行指導,從而實現製造系統的自省性(self-aware),自比較性(self-compare),和自重構性(self-configure),最終實現無憂的智慧型製造系統[17]


參考

[編輯]
  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]. (原始內容存檔於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]. (原始內容存檔於2020-12-02). 
  3. ^ Wolf, Wayne. The Good News and the Bad News (Embedded Computing Column. IEEE Computer. November 2007 [2008-06-09]. [永久失效連結]
  4. ^ NSF Workshop On Cyber-Physical Systems. [2008-06-09]. (原始內容存檔於2008-05-17). 
  5. ^ Beyond SCADA: Networked Embedded Control for Cyber Physical Systems. [2008-06-09]. (原始內容存檔於2009-01-17). 
  6. ^ NSF Cyber-Physical Systems Summit. [2008-08-01]. (原始內容存檔於2009-05-12). 
  7. ^ National Workshop on High-Confidence Automotive Cyber-Physical Systems. [2008-08-03]. (原始內容存檔於2008-08-27). 
  8. ^ National Workshop on Composable and Systems Technologies for High-Confidence Cyber-Physical Systems,. [2008-08-04]. (原始內容存檔於2007-12-15). 
  9. ^ National Workshop on High-Confidence Software Platforms for Cyber-Physical Systems (HCSP-CPS),. [2008-08-04]. (原始內容存檔於2006-12-17). 
  10. ^ New Research Directions for Future Cyber-Physical Energy Systems. [2009-06-05]. (原始內容存檔於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. ^ 李傑,以CPS為核心的巨量資料創值體系,中國工業評論雜誌 2015/12,http://www.chinaeinet.com/article/detail.aspx?id=10929頁面存檔備份,存於網際網路檔案館
  14. ^ CPS 的5C構架頁面存檔備份,存於網際網路檔案館): http://www.imscenter.net/cyber-physical-platform頁面存檔備份,存於網際網路檔案館
  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

延伸閱讀

[編輯]

美國國家科學基金會為CPS所開設的研討會相關論文

外部連結

[編輯]