钢铁企业智能制造绿色化

    3.4.1感知系统

    传感器技术是CPS系统技术中的关键技术。到目前为止绝大部分计算机处理的都是数字信号。传感器需要把模拟信号转换成计算机能够处理的数字信号。传感器网络是CPS系统的“五官”，传感器组成了CPS系统的传感器系统，负责对物理世界的感知。本质上说，传感器是一种检测装置，是用于采集各类信息并将其转换为特定信号的器件。它可以采集物理对象的身份标识、运动状态、地理位置、姿态、压力、温度、湿度、光线、声音、气味等信息，同时，也可以采集各种环境信息。

    信息物理系统（CPS）的运作过程基本包括了对物理对象本地化的感知，然后将感知的结果利用网络传递到远程的服务器，也包括传递到本地化的嵌入式系统，然后进行计算，进行控制和交互。需要注意的是，首先这种对本地化的感知，作为信息物理系统，一般可以采取多传感器、或者冗余传感器，这样来提高系统的可靠性，而在控制器、执行器方面，也可以采取冗余结构，而信息网络，则更需要可靠。另外，更需要强调的是，这种传感器部署，不仅仅是冗余模式，而可以是一种有结构关系的模块结构，从而可以形成体系。这样通过较多的数据节点、较多的数据量，可以更好地获得物理世界的数据，从而进行监控、问题诊断、预测计算。物料存放、跟踪、管理是平台基础，立体仓库、RFID标签传感器、跟踪传感器等是平台的重要基础条件。

    3.4.2网络系统

    通过物联网、互联网技术的采用和融入，具有开放、功能强大的网络融合，具有开放性、动态性和多维度的异构性特点。通过机理、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，实现信息世界与物理世界的交互协同、反馈闭环控制和深度集成。物联网、互联网等网络仅仅是为了实现万物相联，网络中的节点并不具备协同和自治的能力。

    CPS系统与物联网、传感网有所区别。物联网、传感网所擅长的是基于无线连接，主要实现感知；CPS需要感控（感知 + 控制），传感器网络为CPS一部分。物联网中的物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）。CPS具有远远超过物联网、传感网的强大的设备计算能力，CPS是具有计算、通信、控制、协同和自治性能的系统

    3.4.3计算系统

    CPS系统可以将传感器系统提供的大量数据转化为信息，并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。

    CPS系统的计算系统具有从各种各样的数据中快速获取有价值资讯的能力，核心目标是要从体量巨大、结构繁多的数据中挖掘出隐蔽在背后的规律，由计算机代替人去挖掘资讯，获取知识，从而使数据发挥最大化的价值。

    在数据机器分析中，半监督学习、集成学习、概率模型等技术尤为重要。

    CPS是一个协同计算元件控制物理实体的系统。CPS系统的强大的计算能力，需要与物理系统紧密结合与协调。在传感器的帮助下，CPS接受并处理来自物理世界的大量数据，经过数据处理、识别、计算，并将这些用于基于网络的各种应用和服务中，最终这些服务和应用会通过致动器反馈并影响实体世界。

    CPS系统的战略意义在于对含有意义的数据（或大数据）进行专业化处理的“加工能力”，及通过“加工”实现数据的“增值”。数据处理技术包括大规模并行（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

    CSP系统采用分布式架构。它基于云计算、分布式处理技术、存储技术和感知技术来对大数据进行采集、处理、存储、数据挖掘和实际应用。它的特色在于依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术对海量数据进行分布式数据挖掘。数据分析聚焦于数据仓库、数据安全、数据分析、数据挖掘等大数据商业价值的利用。

    数据分析需具有易用、安全、稳定、高性能的数据开发引擎，为用户的大数据集成、存储、计算环节提供完整的企业级解决方案，让用户能聚焦于挖掘自身数据资产的商业价值。 数据分析采用一站式的数据挖掘与分析平台，可以进行便捷的数据探索与挖掘。它支持SQL交互分析、多维分析、敏捷报表门户，向用户提供简便、易用、高性能的数据分析与展示功能。数据系统管理可以助力平台的稳定运行。

    数据挖掘技术的实施需遵循下述步骤：信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估、知识表示。其中数据挖掘是最核心的步骤。数据挖掘是根据数据仓库中的数据信息，选择合适的分析工具，应用统计方法、事例推理、决策树、规则推理、模糊集、甚至神经网络、遗传算法的方法处理信息，得出有用的分析信息。

    3.4.4控制系统

    CPS是一个结合计算领域以及传感器(Sensor)和致动器(Actuator)装置的整合控制系统。在传感器的帮助下，CPS接受并处理来自物理世界的大量数据，并将这些用于基于网络的各种应用和服务中，最终这些服务和应用会通过致动器反馈并影响实体世界。

    从侧重点来看，CPS着重于信息世界与物理世界的融合和协调，主要用于工业控制和自动化系统中。CPS的前身常常被称作应用于工业控制的嵌入式系统。传统的物理设备通过嵌入式系统来扩展或增加新的功能，其形成的系统基本上是封闭系统。在一些工控网络中，有可能会采用工业控制总线进行通讯，但其通讯功能较弱，网络内部难以通过开放总线或者互联网进行联网。嵌入式系统更强调计算元件，而不太强调计算元件和物理元件的连接。

    CPS触发了工业自动化模式转变。与传统的自动化系统相比，CPS系统控制模式发生了转变。不再是单点模式，而是可以多点模式。不再是本地模式，可以是远程管控模式；不再是小数据量的经验决策，而是基于大数据的科学决策；不再是开环的控制模式，而是可以反馈循环、实时交互；数据计算的基础不再是静态的，而是动态的、可扩展的、可学习的。信息物理系统（CPS） 可以真正实现物理世界与信息世界融合、协调一致，实现物理系统的精确控制，有效运作。

    CPS系统与传统控制系统是有区别的。传统的控制系统往往没有网络功能，CPS具备了网络功能。目前一般认为CPS系统是一个开放系统，可以进行数据、软件、控制模式等扩充，而不像以往的控制系统是一个相对固化的系统。综合而言，信息物理系统(CPS)对系统内部设备的远程协调能力、自治能力、控制对象的种类和数量，特别是节点规模上远远超过现有的工控网络。

    CPS系统与物联网、传感网有所区别。物联网、传感网所擅长的是基于无线连接，主要实现感知；CPS需要感控（感知 + 控制），传感器网络为CPS一部分。物联网中的物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。

    CPS具有更强的反馈闭环控制、重配置和自适应能力。CPS在物与物互联的基础上，还强调对物的实时、动态信息控制与服务，在实时性、安全性和可靠性方面的要求更高。

    需要注意的是，在CSP系统和大数据思维的框架下，人们由关注因果关系转变为关注相关性。关注相关性而不是因果关系，社会需要放弃了它对因果关系的渴求，而仅需关注相关关系，也就是说只需要知道是什么，而不需要知道为什么。因此没有必要找到原因，不需要科学的手段来证明这个事件和那个事件之间有一个必然、先后关联发生的因果规律。这就推翻了自古以来的惯例，而我们做决定和理解现实的最基本方式也将受到挑战。