CPS技术体系优化方案

1）CPS 的系统级划分

资源优化配置的范围可大可小，可优化多台工业机器人协作、优化整个工厂生产规划，根据数据在不同的量级维度闭环自动流动，CPS 可以分为3 个不同层次，即单元级、系统级和系统之系统级。

（1）单元级

单元级是具有不可分割性的信息物理系统最小单元，可以是一个部件或一个产品，通过物理硬件（如传动轴承、机械臂、电机等）、自身嵌入式软件系统及通信模块，构成含有“感知—分析—决策—执行”数据自动流动基本的闭环。

（2）系统级

在单元级CPS 的基础上，通过工业网络的引入，可以实现系统级CPS 的协同调配。在这一层级上，多个单元级CPS 及非CPS 单元设备的集成构成系统级CPS，典型的例子是一条含机械臂和AGV 小车的智能装配线。

（3）系统之系统级

在系统级CPS 的基础上，可以通过构建CPS 智能服务平台，实现系统级CPS 之间的协同优化。在这一层级上，多个系统级CPS 构成了SoS 级CPS，如多条产线或多个工厂之间的协作，以实现产品生命周期全流程及企业全系统的整合。

需要注意的是，任何一种层次的CPS都要具备基本的感知、分析、决策、执行的数据闭环，都要实现一定程度的资源优化。其信息空间的映射体不一定是视觉上与物理实体相似的模型，其重点是对该实体的关键数据（内、外部）进行数字化建模。

从建筑全寿命产业链各种活动来说的话，CPS 的应用可以大到包括整个建造体系，小到一个简单的可编程序控制器，这些是一切智能系统的核心。因此，在我国推进智能建造的进程中，一定要重视CPS 的核心作用。

2）CPS 的技术体系构架

CPS 被学界、业界及相关政策机构认为是智能制造的“关键核心技术”。CPS 主要是指通过通信控制技术和实体设备高效集成所产生的智能化体系，可有效借助于网络空间实现对实体设备和运行程序的感知、数字化采集和集成、智能化分析和预测，最终实现资源的优化配置，达到网络空间与实体空间在自我组织、协调、适应方面的独立化。

根据美国总统科技顾问委员会（PCAST）的《数字未来设计：联邦资助的网络与信息技术研发》和《捕捉美国先进制造业的竞争优势（AMP1.0）》、德国国家科学与工程院发布的《德国智能服务世界——未来项目实施建议》和《德国 CPS 综合研究报告》、工业互联网产业联盟（AI I）发布的《工业互联网体系架构》等可以看出，CPS 是一个有明显体系化特征的技术框架，即以多源数据的建模为基础，并以智能连接（Connection）、智能分析（Conversion）、智能网络（Cyber）、智能认知（Cognition）和智能配置与执行（Configuration）作为其5C 技术体系架构，具体如图4.3 所示。

图4.3　CPS技术体系构架

（1）第一层：智能连接层

智能连接层作为物理空间（Physical）与信息空间（Cyber）交互的第一层，肩负着建立连通性的使命。这一层主要负责数据的采集与信息的传输，其可能的形式之一是，利用本地代理在机器上采集数据，在本地做轻量级的分析来提取特征，之后通过标准化的通信协议将特征传输至能力更强的计算平台。随着边缘计算、云运算协同工作机制的不断完善，智能感知层可以自动为复杂的预测性分析提供“有用信息”，成为信息空间的数字化入口。

智能连接层可在实体空间中完成，对应的自适应控制部分在信息空间中完成，由此形成信息—实体空间的数据按需获取，图4.4 所示为智能连接层流程。

图4.4　智能连接层流程

（2）第二层：智能分析层（数据到信息转换层）

在数据导入后，需要对其进行预测性分析来将数据转化为用户可执行的信息。根据不同的作业场景，机器学习与统计建模的算法可以识别数据的模型状态从而进行故障检测、故障分类与故障预测。高维的数据流将被转化为低维的、可执行的实时信息，为用户迅速做决策提供实证支持。而从“高维”到“低维”的转化，并不是简单达成的，而是需要依靠专业领域的知识处理与分析，这是智能分析层的核心。具体做法是：以专业领域的文本知识、集成性的专家知识为蓝本进行分析类比，通过信息频率及海量解决方案来完成数据信息智能筛选、储存、融合、关联、调用，形成“自记忆”能力，图4.5 所示为智能分析层流程。

图4.5　智能分析层流程

（3）第三层：智能网络层（网络化的内容管理）

智能网络层是整个CPS 的内核，它是“5C”体系构架的信息集散中心，也是发挥CPS对互联、大规模集群建模优势的关键层。针对CPS 的系统需求，对生产过程中的装备、环境、活动所构成的大数据环境进行存储、建模、分析、挖掘、评估、预测、优化、协同等处理获得信息和知识，并与装备对象的设计、测试和运行性能表征相结合，产生与物理空间的深度融合、实时交互、互相耦合、互相更新的信息空间，并在信息空间中形成体系性的个体机理模型空间、环境模型空间、群体模型空间以及对应的知识推演空间，进而对信息空间知识指导物理空间的活动过程起到支撑作用。

智能网络层的实现过程实质上可分为两大部分：空间模型建立与知识发现体系构建。

①空间模型建立。包括了针对信息空间中的个体空间、群体空间、活动空间、环境空间及对应的知识推演空间，建立有效的模型，尤其是以数据驱动为核心的CPS 数据模型，以形成面向对象的完备智能网络系统。

②知识发现体系构建。通过记录建筑生产活动中的各参与方与环境的活动、事件、变化和效果，在信息空间建立知识体系，形成完整的、可自主学习的知识结构，并结合建立起的机理空间、群体空间、活动空间、环境空间和推演空间知识库及模型库，构建“孪生模型”，完成在信息空间中的实体镜像建模，形成完整的CPS 知识应用与知识发现体系，并以有效的知识发现能力，支撑其他CPS 单元或系统通过智能网络层进行相互连接与信息共享。而知识发现的过程则遵循了从自省、预测、检验到决策的智能化标准流程，并完成信息到知识的转化。

（4）第四层：智能认知层（即评估与决策层）(www.xing528.com)

智能认知层是对建筑生产过程中所获得的有效信息进行进一步的分析和挖掘，以做出更加有效、科学的决策活动。这一层将综合前两层产生的信息，为用户提供所监控系统的完整信息。在复杂的建筑生产环境与多维的建造条件下，面向不同需求进行多源化数据的动态关联、评估和预测，最终达成对物理空间的活动并建立认知，以及对物、环境、活动三者之间的关联、影响分析与趋势判断，形成“自认知”能力。例如，针对在生产环节提供设备维护的可执行信息，如机器总体的性能表现、机器预测的趋势、潜在的故障、故障可能发生的时间、需要进行的维护以及最佳的维护时间等。

（5）第五层：智能配置与执行层

智能配置与执行层是信息空间对物理空间的反馈。基于信息空间指导实际建筑生产过程中决策活动执行，随后，物理空间产生的新的感知，又可传递回第一层（即智能连接层），由此形成CPS 5 层架构的循环与迭代成长。整个CPS 系统以数据为载体，以数据流动形成闭环，让信息空间和物理空间成为“数字孪生”。信息空间的孪生体能够反映物理空间实体系统的变化并预测未来发生的情景和后果，能为决策者提供更加可靠的决策支持。

根据以上CPS 的5 层技术体系架构，可以用图4.6 总结对应体系每一层的核心能力与技术。

图4.6　CPS的5层技术体系架构、技术、目标示意图

对于智慧建造而言，CPS 技术在建造领域的应用起于生产阶段，但是其技术逻辑需要贯穿于全生命周期才能保证智慧化的实现。建筑产品全生命周期的信息空间和实体空间的信息互动，将随各个阶段工作的推进不断地迭代。建筑生产乃至全生命周期的各项活动可以实现透明、高效、智能的管理，并且通过对建造设备、原材料、建造行为、工艺、流程等多模态生产要素、生产工艺和管理过程的状态感知、信息交互，对所得的大量数据进行实时分析、计算，从感知、交互、分析、决策到精准执行的闭环CPS，实现对整个建造系统的智能控制。随着CPS、MES 等智能化技术的不断发展，未来的建造全生命周期活动将实现在智能终端控制下的自动化生产，并在全局信息化的基础上建立精益生产和精益管理的持续改善机制，并最终达到机器换人，减少劳动力成本的目的。

▲4.3.3 CPS 技术支持下的智慧化生产应用

CPS 技术可广泛应用于产品的设计、生产、服务、应用中，在电网、交通、航空、工业、建筑领域都具有广泛的应用前景。Valero 是北美最大的炼油公司，通过引入基于CPS 技术系统的智能工厂解决方案，其总资产在10 年间从50 亿美元快速增加至1 200 亿美元，在Valero 炼油工厂内，人们对锅炉进行了建模，采用面向方程式的仿真和优化软件工具，以过程单元能源需求、由设备或环境法规所造成的能源要求和制度的约束为依据，优化燃料采购，蒸汽与电力的应用，产生年效益约270 万美元。导入建设智能工厂的问题解决方案后，Valero 工厂每年可节约1.2 亿～2 亿美元的成本。

在建筑业中，CPS 技术装配式建筑生产也颇具成效。远大住工集团创建的“PC-CPS 智造系统”，针对预制混凝土构件生产量身打造的整体解决方案，该系统是以生产为出发点，向前端设计、客户及后端施工延伸的智能管理系统，即通过构建基于数据自动流动的闭环体系，对人流、物流、信息流、资金流进行状态监测、实时分析、科学决策、精准执行，解决生产制造、应用服务过程中的复杂性和不确定性，实现资源配置和运营的按需响应、动态优化，从而大幅提升经营效率。

其原理是在信息空间完成设计、生产、物流、施工、运维的全过程，将不确定的建筑实施过程确定化，并通过物理空间和数字空间精准映射，虚实交互，智能干预，指导物理空间的建筑建造实施（图4.7）。

图4.7　PC-CPS的关系图

如图4.8 所示，CPS 智造系统从客户端开始植入CPS 理念，确保与客户的合作从价值认同与共赢开始。在针对项目的商务接洽中，生产者导入自有的先进技术体系，为客户提供设计、生产与施工全流程的咨询服务，消除客户对合作的流程与技术疑问，提供成本更低、效率更高的可行性技术方案。在项目合同签订前会基于与客户共赢的原则针对项目从客户等级、项目体量、技术体系、构件标准化程度、成本与利润等诸多方面进行雷达图分析，确保项目实施的双赢。签订合同后，工厂成立项目小组，主导客户项目的导入，从设计、工厂、工地3 个方面聚焦打造项目数字产品。数字产品完成后便是数字制造过程，该过程主要完成项目生产模型的建立，即对所有构件进行一物一码的生成、对生产资源进行数字化定义、基于构件制作的仿真模拟结果对项目的生产组织与计划进行数字化预排，信息阶段工作至此完成。在物理阶段，即工厂实体制造过程，其是基于数据驱动与柔性制造，通过供应链管理与PC 制造管理相分离的方式来实现对项目构件的高效率、高质量、低成本的准时交付过程。

图4.8　CPS智造流程示意图

在远大住工的实践中，预制混凝土构件的智能生产是基于智能工厂和数字制造方案，采用柔性制造和物联网数据驱动技术，高效率、高品质、成本可控且精准地满足客户成套产品需求的模式。其中，数字制造方案是指在PCmaker 软件平台中对项目订单规划与管理、生产工艺、智能排产、制程控制、数据采集、智能看板、生产定额、差异分析、质量追踪等方案进行全面的预设。柔性制造主要体现在模具通用化、流程标准化、台车共享化、作业简单化等方面。物联网数据驱动技术则是通过对材料、构件、生产区域、运输工具等进行一物一码标识与扫码驱动作业，来实现从原材料到半成品、构件制作与运输及工地吊装全流程的追踪，如图4.9 所示。由此实体生产中的生产工艺智能化、资材智能化、作业智能化、成本智能化和管理智能化得以实现。通过应用PC-CPS 系统，物流成本能降低20% ～ 30%，存货周转率能提高100% ～ 200%。最终，装配式建筑全生命周期各环节能实现关键数据共享与协同，达到从原来的供给端计划指令型生产向需求端数据驱动型生产的转变。

图4.9　物联网数据驱动关系图

（1）生产工艺智能化

生产工艺智能化是指堆码装车方案、模具方案、构件生产工艺方案等工艺设计工作，可以从现有标准化方案资源库中，根据当前项目特点进行自动匹配与拉式生成，实体制造过程中的工艺问题改善同样可以通过对采集数据的分析进行决策，匹配出适用的改良工艺措施。

（2）资材智能化

资材智能化是指计划信息流与物料流的匹配，可以通过PC-CPS 系统的数据采集、分析与看板系统来进行智能管控。通过一物一码的数据驱动，系统可以自驱动向工厂下达成套的生产计划指令、跟进分析计划执行进度，提供计划达成率分析报表，同时也可以对工厂原材料、半成品、成品状态物料的数量、物理位置、成套情况进行分析，并根据岗位需求分别匹配对应的数据分析报表。

（3）作业智能化

作业智能化是指在少量人工的操作下，根据收到的电子生产指令、图纸及清单进行自检后执行，并在与既定方案、参数不符或差异超出标准时进行自动停机预警，确保生产制造过程可控，产出成品合乎规范。

（4）成本智能化

成本智能化是指从项目成本分析与模型建立到实体生产成本发生，以及项目结案清算与存档全过程的成本数据分析与预警管控。在成本发生的每一个环节，系统都会根据定额与实际发生额进行对比分析，根据预设的提醒参数进行预警和智能干预。

（5）管理智能化

管理智能化是指基于工厂实时动态数据的分析对工厂运营状态进行数字化图文报表的展示，并对可能出现的异常问题进行高亮预警展示，并提供异常分析与可选的解决方案，方便工厂各层管理者第一时间发现问题，解决问题。