CPS赛博物理系统（下）| 工四100术语（编号35）

工四术语(编号35)英文：Cyber-Physical Systems

翻译：赛博物理系统

不建议叫做“信息物理系统”

（本词条由知识自动化《工四100术语》编写组收录，版权所有。欢迎业内提出建议。）该词条解读分为上下两篇，本文为下篇。

CPS与各系统的关系

CPS是多学科的融合，涉及跨学科的理论，将控制论的基本原理，机电一体化设计，设计与流程科学融合在一起。▽

控制系统：如今基于嵌入式系统的工业控制系统遍地开花，但是这些控制系统基本是封闭的系统，网络内部各个独立的子系统或者说设备很难通过开放总线或者互联网进行互联，而且通信的功能比较弱。CPS则强调与外界的互联，包括通过互联网进行信息的采集和传递。由于CPS包含控制的思想，其算法有别于传统的控制算法，更高级的人工智能算法应用也在其中。
嵌入式系统：在嵌入式系统中，重点往往是更多的计算单元，在计算单元和物理单元之间的强交互更少。CPS也类似于物联网（IoT），有相同的基本架构，然而，CPS对物理和计算单元之间的交互提出较高的结合和协同。不同于传统的嵌入式系统，一个完整的CPS通常设计为一个相互作用的元素的物理输入和输出，而不是作为独立的网络设备。并且随着科学和工程的不断推进，采用智能机制将明显提高计算单元和物理单元的联系，大大提高了CPS的适应性、自主性、效率、可靠性、安全性、功能性和可用性。
物联网：流行的观点CPS包含物联网。实际上，从二者是从不同的角度来描述物理世界和虚拟世界的融合系统（Digital Twin），物联网是其外在表现形式，CPS是其技术内涵。CPS强调循环反馈，要求系统能够在感知物理世界之后通过通信与计算再对物理世界起到反馈控制作用。二者为一体两面。而从计算性能的角度出发，把一些高端的CPS应用比作胖客户机/服务器架构的话，那么物联网则可视为瘦客户机服务器，因为物联网中的物品不具备控制和自治能力，通信也大都发生在物品与服务器之间，因此物品之间无法进行协同。从这个角度来说物联网可以看作CPS的一种简约应用。
工业互联网：从本质内容来看，CPS等同于工业互联网。CPS与工业互联网的本质都是基于传感器、处理器、执行器、信息网络、云计算、大数据将现实的物理世界映射为虚拟的数字模型，通过基于高级算法的大数据分析，将最优的决策数据反馈给物理世界，优化物理世界运转效率，提升安全水平。从应用领域来看，CPS涵盖工业互联网。工业互联网强调的是对工业生产系统的感知、互联和计算，实现对生产过程和产品服务的优化。CPS在包含工业生产系统之外，还包含对交通、医疗、农业、能源等其它生产生活领域的应用。从技术侧重来看，CPS与工业互联网略有差异。虽然CPS与工业互联网在本质内容和组织要素上是一致的，但从NIST的《愿景申明》中可以看到，CPS特别强调对嵌入式计算、分布式控制系统的应用，工业互联网强调对互联网、云计算平台和大数据技术的应用。因此，在技术侧重方面，CPS与工业互联网略有差异。

CPS在工厂中的应用

CPS更像是一种类似于六西格玛DMACI的管理思想，而这个思想是依赖嵌入式系统、物联网技术、互联网技术、人工智能、控制理论（闭环控制思想）予以实例化。
再来谈谈CPS的作用对象（定义中为一个物理实体），就是我们要把什么CPS化（enable），从工业4.0的角度看，德国把生产设备作为CPS化的重要对象，如设备可以感知产品的类别，并据此进行工艺参数和控制参数的自动调整。而GE提出的工业互联网，则把产品作为CPS化的最典型应用，如飞机发动机可以采集运行数据发送到云端，云端对其进行运行分析，并予以优化运行建议和回馈。
笔者认为智能工厂需要CPS化的物理实体不仅仅是设备，而是应该对涉及产品生产的5M1E（人、机、料、法、环、测）予以全面CPS化。比如通过对携带RFID的人的移动轨迹的采集分析，提出更精益的操作规程，并通过穿戴设备提供给员工，最典型的如现场的物料配送人员；还有通过现场工艺参数（如热处理温度）的实时采集，并通过大数据分析，给出工艺参数优化的指导。

如何进行CPS设计

设计CPS的框架

▽

CPS的发展面临的挑战是在设计实践中涉及到的各种工程学科，如软件和机械工程之间的巨大差异。另外控制领域是通过微分方程和连续的边界条件来处理问题，而计算则建立在离散数学的基础上;控制对时间和空间都十分敏感，而计算则只关心功能的实现。迄今为止，还没有产生设计CPS的“语言”。通俗地说，搞控制的人和搞计算机的人没有“共同语言”。这种差异将给计算机科学和应用带来基础性的变革。因此，各学科的工程师需要能够研究系统协同设计，分配物理单元和计算单元的职责。

CPS可基于5C架构进行设计（连接、转换、网络、认知、配置）。“连接层”：设备可以自我连接和自我的行为感知。“转换层”：从连接的设备和传感器的数据，采用自我感知和预测功能来感知设备的关键问题和状态。“网络层”：每台设备创建自己的“双胞胎”，即数字模型，并进行自我比较和评价。在“认知层”：自我评价和自我评价的结果将提交给人或人工智能，进行决策分析。在“配置层”：机器或生产系统可以自我配置、自我调整和自我优化，实现柔性配置。

（注：投一票吧！选出恰当的名称）

编者

编者：宁振波，中航工业集团信息技术中心首席顾问

         李霄峰，浙江恩大施福软件公司，副总经理

统稿：林雪萍，《工四100术语编写组》

交流请加微信号  superpeak

相关阅读：

100个工业4.0术语

CPS赛博物理系统（上）

“工四100术语”解读

面向智能制造和工业4.0的100个经典术语，已由知识自动化《工四100术语组》面向社会进行解读。欢迎业内人士自告奋勇。不求学术最精确，但求认知最大公约数。

回复 100，可以查看工业4.0的100个术语。