高级优化：构建更智能的信息物理系统

2023-06-28 理论教育版权反馈

【摘要】：信息物理系统体系架构系统之系统级CPS主要实现数据的汇聚，从而对内进行资产的优化和对外形成运营优化服务，主要功能包括：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。

（1）信息物理系统概念及特征

信息物理系统（cyber physical system，CPS）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、动态优化。

一般将CPS定位为支撑两化深度融合的一套综合技术体系，这套综合技术体系包含硬件、软件、网络、工业云等一系列信息通信和自动控制技术，这些技术的有机组合与应用，构建起一个能够将物理实体和环境精准映射到信息空间并进行实时反馈的智能系统，作用于生产制造全过程、全产业链、产品全生命周期，重构制造业范式。

根据工业大数据环境中的分析和决策要求所设计的以CPS为核心的智能化体系，其特征主要体现在以下几个方面。

①智能的感知：从信息来源、采集方式和管理方式上保证了数据的质量和全面性，建立支持CPS上层建筑的数据环境基础。

②数据到信息的转化：可以对数据进行特征提取、筛选、分类和优先级排列，保证了数据的可解读性。

③网络的融合：将机理、环境与群体有机结合，构建能够指导实体空间的网络环境，包括精确同步、关联建模、变化记录、分析预测等。

④自我的认知：将机理模型和数据驱动模型相结合，保证数据的解读符合客观的物理规律，并从机理上反映对象的状态变化。同时结合数据可视化工具和决策化算法工具为用户提供面向其活动目标的决策支持。

⑤自由的配置：根据活动目标进行优化，进而通过执行优化后的决策实现价值的应用。

（2）信息物理系统体系架构

系统之系统（systems of systems，SoS）级CPS主要实现数据的汇聚，从而对内进行资产的优化和对外形成运营优化服务，主要功能包括：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。CPS体系架构如图4-9所示。

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。

资产性能管理主要包括企业资产优化、预防性维护、工厂资产管理、环境安全和远程监控诊断等方面。运营优化服务主要包括个性化定制、供应链协同、数字制造管控和远程运维管理。通过智能服务平台的数据服务，能够对CPS内的每一个组成部分进行操控，对各组成部分状态数据进行获取，对多个组成部分协同进行优化，达到资产和资源的优化配置和运行。

pagenumber_ebook=107,pagenumber_book=91

图4-9　CPS体系架构

（3）智能运维与服务在信息物理系统的应用

通过在自身或是相关要素搭载具有感知、分析、控制能力的智能系统，采用恰当的频率对人、机、料、法、环相关数据进行感知、分析和控制，运用工业大数据、机器学习、故障预测与健康管理（prognostic and health management，PHM）、人工智能等技术手段，帮助企业解决装备健康监测、预防维护等问题，实现“隐形数据—显性数据—信息—知识”的循环优化。同时通过将不同的“小”智能系统按需求进行集成，构建一个面向群体或是SoS的装备的工业数据分析与信息服务平台，对群体装备间的相关多源信息进行大数据分析、挖掘，实现群体、SoS之间数据和知识的共享优化，解决远程诊断、协同优化、共享服务等问题，同时通过云端的知识挖掘、积累、组织和应用，构建具有自成长能力的信息空间，实现“数据—知识—应用—数据”的良性循环。

通过CPS按照需要形成本地与远程云服务相互协作、个体与群体（个体）、群体与系统的相互协同一体化工业云服务体系，能够更好地服务于生产，实现智能装备的协同优化，支持企业用户经济性、安全性和高效性经营目标落实。

①健康管理。

将CPS与装备管理相结合，通过应用建模、仿真测试、验证等技术建立装备健康评估模型，在数据融合的基础上搭建具备感知网络的智能应用平台，实现装备虚拟健康管理。通过智能分析平台对装备运行状态进行实时的感知与监测，并实时应用健康评估模型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。

应用建模、仿真测试及验证等技术，基于装备虚拟健康的预测性智能维护模型，构建装备智能维护CPS系统。通过采集装备的实时运行数据，将相关的多源信息融合，进行装备性能、安全、状态等特性分析，预测装备可能出现的异常状态，并提前对异常状态采取恰当的预测性维护。装备智能维护CPS系统突破传统的阈值报警和穷举式专家知识库模式，依据各装备实际活动产生的数据进行独立化的数据分析与利用，提前发现问题并处理，延长资产的正常运行时间。

③远程征兆性诊断。

传统的装备售后服务模式下，装备发生故障时需要等待服务人员到现场进行维修，将极大程度影响生产进度，特别是大型复杂制造系统的组件装备发生故障时，维修周期长，更是增加了维修成本。在CPS应用场景下，当装备发生故障时，远程专家可以调取装备的报警信息、日志文件等数据，在虚拟的设备健康诊断模型中进行预演推测，实现远程的故障诊断并及时、快速地解决故障，从而减少停机时间并降低维修成本。

④协同优化。

CPS通过搭建感知网络和智能云分析平台，构建装备的全生命周期核心信息模型，并按照能效、安全、效率、健康度等目标，通过对核心部件和过程特征等在虚拟空间进行预测推演，结合不同策略下的预期标尺线，筛选出最佳决策建议，为装备使用提供辅助决策，从而实现装备的最佳应用。以飞机运营为例，运营中对乘客人数、飞行时间、飞行过程环境数据、降落数据、机场数据等数据的采集，同步共享给相关方：飞机设计与制造部门通过飞机虚拟模拟模型推演出最优方案指导飞机操作人员、航空运营商提供最优路线方案给地勤运营等。

⑤共享服务。

通过在云端构建一个面向群体装备的工业数据分析与信息服务平台，将单一智能装备的信息与知识进行共享，正在运行的智能装备可以利用自身的感知和运算能力帮助其他智能装备进行分析运算，智能装备可依据云端群体知识进行活动优化。以船舶为例，将要开始某个具体航线活动的船舶可以向该区域内的船舶提出信息请求，正在进行该活动的船舶可以利用自身的感知与运算能力帮助前者进行分析运算，这样，前者可以依据这个结果选择航线、设定航速、躲避气象灾害。

高级优化：构建更智能的信息物理系统

相关推荐