作者：上海交通大學 李少遠

近些年，自動化產業得到了長足的發展，其背后的重要推手是互聯網技術的發展以及我國對智能制造日益提高的需求。本文回顧了自動化技術在網絡技術的推動下和智能制造引領下的發展歷程。

1　網絡化分布式系統

過去，我們所做的系統控制都是集中式控制，在網絡技術不太發達的情況下，控制系統的結構與控制器的設計，都是基于一種集中式的控制，把所有的信息都集中在中央控制室，由集中式的控制算法把每個節點的控制量計算后再通過電纜線發送到現場端執行控制作用。隨著科學技術的發展，控制系統規模越來越大，流程越來越復雜。自從有了控制網絡，控制系統回歸到系統的本質——由單元素組成的分布式系統。由于現在的傳感器、執行機構、控制單元都可以做到智能化，并放置在本地的系統當中，組成了分布式系統。從原來集中式的控制方式，向著分布式控制的方向轉變，控制系統的模式發生了根本性的變化。

1.1　過程工業大系統

分布式系統的主要特征有：

·  組成單元多、輸入輸出多；

·  空間分布廣；

·  相互關聯（能量、質量、信息）；

·  模型復雜，約束多，目標多。

1.2　集中分散式控制系統

至上而下的系統結構：DCS；PLC；傳感器；變送器。

1.3　背景與意義

很多公司這些年已經開發了智能化的單元，包括傳感器、執行機構、控制單元，控制模式正在發生著天翻地覆的、本質的變化。我們以往對一些大規模的系統控制采用分層遞階式的控制結構，包括預測控制軟件，這種模式現在正在逐步向分布式的方向進一步發展。

分散式和分布式結構控制的本質區別，在于分散式的子系統與子系統之間的關聯，需要事先進行建模。而分布式控制是在系統運行過程當中，通過信息的連接，不斷進行子系統之間的信息交互。

網絡信息模式下分布式的控制系統針對的是底層的、大規模的物理系統。在此之上，我們構建了信息的網絡系統，也可稱之為物理信息融合網絡，也就是CPS系統。

從學術界研究的領域來看，自動化的發展方向正在從原來的集中式控制模式向分布式控制模式發展，其優勢是控制方法更為簡單。由此，分布式大系統的控制問題引起了諸多關注：

（1）90年代大系統理論

（2）2008年9月歐盟第七框架啟動

·  《Hierarchical and Distributed Model Predictive Control of Large-Scale Systems》
http://www.ict-hd-mpc.eu

（3）IEEE TAC, Automatica, JPC多篇關于工業大系統的文章：

·  W. B. Dunbar, IEEE TAC, 2007, 52,1249-1263.

·  J.B. Rawlings, et. al. JPC, 2008, 18, 839-845;H. Scheu, et. al. JPC, 2011. 21. 715-728.

·  M. Farina, et. al. Automatica, 2012, 48,1088-1096.

·  E. Camponogara, IEEE TAC, 2012. 57,804-809.

·  R. Scattolini, JPC, 2009, 19, 723-731,Comp. & ChEng, 2013, 51, 21-41.

（4）開始嘗試應用于不同的流程工業

1.4　分布式控制方法成為未來發展的重要方向

分布式控制結構特點：

（1）控制系統提高過程的安全性、容錯性、可靠性

·  當個別子系統出現故障時對整體系統影響小；

·  對局部系統維護，而不需要關停全系統；

·  系統結構（增減子系統）調整方便。

（2）提高復雜算法的可實現性

·  并行計算，控制器計算量少；

·  算法實時性提高；

·  多目標、約束優化。

（3）有助于形成智能化控制系統

·  分而治之、滿足不同類型的子系統；

·  子系統自主控制；

·  子系統控制器“即插即用”。

（4）提高控制系統經濟性

·  節省電纜線、設備制造維護費用；

·  提高復雜優化算法的可實現性。

1.5　需要研究的問題

從大規模的運算到小規模的運算，存在著安全性、容錯性、可靠性的一些典型控制問題。分布式系統需要研究的問題有：

·  分布式系統的結構分析與系統劃分；

·  分布式系統優化控制的協調策略；

·  分布式系統控制方法的動態性能分析；

·  不同類型系統的分布式控制器的綜合設計問題；

·  分布式預測控制在不同領域的推廣應用。

通過以上研究，可形成分布式預測控制設計與分析理論方法。

2　CPS系統的控制

CPS系統的問題可追溯到新世紀伊始。由于互聯網技術的發展，當時在國際上也引起了很多關于控制系統的討論。在這一階段，實際需求推動了理論的發展，信息技術和網絡環境改變了傳統的結構和方法，通訊、計算、控制等領域知識相互融合和滲透，但仍有許多新的問題需要探索。

與此同時，越來越多的人開始關注CPS系統，有了網絡后信息更為豐富，這給控制系統帶來了新的問題，比如在物聯網領域、智能交通領域、智能電網領域等。

從自動化的角度出發，該如何更好地利用這些信息，使得控制系統運行得更加優化、更加節能環保。面對一個大型的物理系統，在物理系統的基礎上，構成了一個信息和物理融合的系統，在信息網絡的基礎上，做信息傳輸、信息記錄、信息優化，從而生成一個優化的決策，再通過信息網絡，下放到物理系統，使得我們面對的物理系統可以取得更好的優化性能，或者說可以更加節能環保。這就構成了CPS系統。
CPS系統當中用到的一些技術也在不斷發展，比如傳感器、執行機構、控制單元、網絡通訊技術等。原來的網絡是從互聯網開始，應用到工業界后對該系統的要求更高，針對實施性、通訊的可靠性，對工業的CPS提出了更高的要求。

3　CPS系統中的技術

3.1　共性特征

（1）物理/信息系統緊密耦合：計算/通信深度嵌入到物理對象；通信受到來自物理對象的嚴格時空約束；計算需要支持不同的時空粒度。

（2）異構網絡互聯：異構網絡并存，以滿足多種應用QoS需求；不同網絡間資源限制及協議體系對多網協同調度提出挑戰。

（3）海量多源數據：物理與信息的融合產生海量數據（Big Data）；來自環境、測量、通信及物理過程
的不確定性激增。

（4）分布式感知/計算/控制：嵌入式物理設備之間借助通信與計算功能產生多域耦合；集中、單一的控制模式不再適用于CPS。

（5）安全性要求：安全問題貫穿信息與物理全過程，攻防關系更為復雜。

3.2　關鍵問題

·  交互機理；

·  異構互聯；

·  泛在計算；

·  整體優化；

·  安全機制。

3.3　研究策略

·  系統模型；

·  跨層組網；

·  協同計算；

·  CPS控制；

·  多域安全。

3.4　第四次工業革命

2015年，德國提出了“工業4.0”，其核心的基礎共性技術仍然采用CPS系統的結構，仍然是在解決大型物理系統如何提高它的運行性能。

3.5　信息物理系統概念

信息物理系統是虛擬空間（計算、通信與控制）與物理系統深度集成，其特點：

·  泛在計算、感知與控制；

·  多層次、多尺度的網絡化；

·  動態重組與重構；

·  高度自動化；

·  可靠性、物理安全、信息安全、可用性的高度確保與互相依賴。

4　工業CPS（Industrial Cyber-Physical System，iCPS）

4.1　擬解決的關鍵科學問題

（1）工業信息智能感知與多層域泛在互聯·  如何通過非侵入性原位檢測技術實時精準感知系統參量，同時有效結合模型及數據驅動預測方法降低時滯相關效能損失？

·  如何有效地通過數據與物理模型結合及傳感器優化配置提高感知信息的時空覆蓋度？

·  如何通過工業互聯網絡協作精準地感知生產系統的全方位信息，并由獲取的信息通過本地分析來提高數據的有效性與精確度？

·  如何通過數據積累與信息交互，挖掘并發現新的知識，在工業互聯網絡上建立知識的傳播與自我管理機制？

（2）工業大數據關聯計算與知識發現

·  如何對海量高維異構跨域工業數據進行統一表達，通過動態數據的關聯分析來全景表征工業生產物理系統？

·  如何從海量數據挖掘生產過程中的本質信息，解決辨識建模、知識發現等難題，實現在線工況判斷、行為預測、故障診斷、瓶頸定位？

·  如何通過協同交互可視分析和虛擬仿真，建立全供應鏈的動態行為分析和自適應模型更新機制，實現精準的生產管理和運行維護？

（3）人機物系統協同調控與智能優化

·  如何將工廠的整體運行與外部原材料供應、能源網絡、物流市場、社會環境進行有效關聯、互動和融合，建立生產運行綜合效能與原料狀態、市場需求變化等信息的關聯模型及其自適應修正機制？

·  如何在系統數學模型中準確表征產品質量、操作運行平穩性、物耗能耗、設備效能等關鍵指標，綜合考慮產品產量、關鍵操作變量范圍和變化、物耗能耗等復雜約束，以及人-機-物的協同決策機制？

·  如何解決全流程（大規模）、工況大范圍變化（非線性）、模型和數據畸變（多重不確定性）、混雜動態變化（連續和離散過程耦合）的多約束、多目標實時調控和優化難題？

（4）工業信息物理系統可信增強與安全防護

·  如何建立信息物理系統的混合模擬理論和計算方法，解決工業生產過程惡意入侵樣本匱乏和實測代價巨大的難題？

·  如何建立信息物理統一安全測度和災變演化理論，解決面向惡意入侵與功能故障的異常行為監測與預測難題？

·  如何利用生產過程中信息流和物質流的互為映照關系，建立可信增強的輕量化理論體系，解決安全防護與生產效率之間的深刻矛盾？

·  可信增強與安全防護是實現信息流和物質流的雙向交互和調控、進而大幅提升生產效率的前提和系統成敗的關鍵。

4.2　iCPS研究面臨的主要挑戰

（1）綜合認知難：關鍵運行信息和重要過程參數難以獲取，造成過程信息不完備甚至檢測機理失效。

（2）融合表達難：過程狀態與全流程綜合生產目標關系復雜，難以全面刻畫非穩態、強非線性等本質特征。

（3）協同調控難：工業生產中多變量、強耦合、非線性、大時滯、欠調節、間歇式/連續式控制并存。

（4）安全防護難：非正常工況在早期極難被檢測和診斷、工業系統的日益開放性等導致系統安全風險增加。

5　智能網絡協調制造

我國自動化技術的發展推動著我國智能制造的發展。過去，自動化技術僅局限在信息的自動化，由于自動化技術的發展，它會成為很多行業進步的發動機和方法論。

5.1　國家研發計劃先進制造領域

·  制造基礎技術與關鍵部件；

·  網絡協同制造；

·  3D打印與激光制造。

5.2　國家研發計劃信息領域

·  物聯網與智慧城市；

·  寬帶通信與新型網絡；

·  光電子器件及集成。

5.3　我國的智能制造

（1）戰略地位

中華人民共和國科學技術部2012年3月27日印發智能制造科技發展“十二五”專項規劃，智能制造成為新的投資靶點。

（2）發展目標

建立智能制造基礎理論與技術體系，重點突破設計過程智能化、制造過程智能化和制造裝備智能化中的基礎理論與共性關鍵技術。

（3）智能制造技術

包括：

·  現代傳感技術、網絡技術、自動化技術、擬人化智能技術等先進技術的基礎上；

·  通過智能化的感知、人機交互、決策和執行技術，實現設計過程、制造過程和制造裝備智能化；

·  是信息技術和智能技術與裝備制造過程技術的深度融合與集成。

面對離散制造業和流程工業，結合先進的自動化技術，去綜合應用智能制造技術，實現《中國制造2025》的宏偉計劃。自動化技術一旦取得發展，會極大地推動我國的技術進步。

5.4　傳統制造與智能制造

與傳統的制造相比，智能制造主要是在整個生產領域中，體現智能制造技術和自動化技術的發展，智能的活動和智能化的機器要進行有機地結合，解決流程制造和離線制造兩個行業當中的問題。

（1）傳統制造

·  單純提高精度或速度為指標；

·  智能化、全流程優化度較低；

·  高能耗高排放，劣勢明顯；

·  節能減排任務艱巨。

（2）智能制造

·  整個生產過程中貫穿智能活動；

·  智能活動與智能機器有機融合（軟硬結合），不單單是智能設備的應用；

·  各個環節以柔性方式集成起來；

·  以全流程的優化為整體目標，從而能發揮最大生產力。

5.5　制造業發展趨勢

（1）智能化

·  以數字化、柔性化及系統集成技術為核心；

·  大數據處理技術支撐；

·  通過工業化批量生產方式同樣滿足個性化需求。

（2）綠色化

·  廢棄物回收利用技術；

·  可再生循環技術；

·  節能減排。

5.6　內生動力關鍵因素——能源效率

在制造業，能源效率是一項最主要的競爭因素。
通過將智能活動與智能設備相結合，并將生產過程各環節以柔性方式集成，實現全流程優化，以達到節能增效的目標。

6　自動化理論方法與技術演變

回顧自動化技術的發展，可以和幾次工業革命結合起來。從最初物理的自動化，到之后網絡的自動化，再到現在人工智能驅動的自動化技術，國家正在極大地推動人工智能技術的發展。之前我們談得更多的是“互聯網+”，而現在要談的是“人工智能+”。我們不難發現自動化技術在人工智能當中正扮演著非常重要的角色，其也隨著行業的需求不斷發展。同時，自動化技術的發展也在推動著行業的進步。無論是學術領域還是行業的發展，自動化技術都是支撐我們國家向前發展的一個十分重要的技術領域。

摘自《自動化博覽》2018年5月刊