李杰教授:以CPS为核心的智能化大数据创值体系

李杰先生,美国辛辛那提大学特聘讲座教授,美国国家科学基金会(NSF)智能维护系统研究中心(IMS)主任。自2000年起向导全球剖析与智能维护系统手艺研发;2013年,他担任美国白宫信息物理系统与美国挑战项目照料;2016年起,担任美国麦肯锡全球照料。

美国早在2006年就提出了Cyber-Physical System(CPS),也就是“网络-实系统统”(又译为“虚拟-实系统统”或“信息-物理系统”或“智能手艺系统”等)的观点,并将此项手艺系统作为新一代手艺革命的突破点。同时,德国也提出工业4.0的焦点手艺是Cyber-Physical Production System(网络-实体生产系统),也就是CPS手艺在生产系统的应用。

  

CPS的观点虽然看似很抽象,却可以用一样平常生涯常见事物来注释。好比海内使用的滴滴打车,就是在网络端将搭客和出租车的地理位置联系在一起,将搭客的请求推送给距离较近的出租车,知足的是搭客对于出行的“按需服务”。 又好比,当我们开车经由一个路段时,GPS自动提醒我们前方路段门路颠簸请减速,使用的是许多其他车辆的履历和历史数据,是自身的传感所不能够探测到的。所以在虚拟(Cyber)天下中我们每个人都有一个数字化镜像(Digital Twin),是我们现实生涯的纪录和反映,这些数字化镜像可以形成一个虚拟的社区,相互共享信息和协同流动,进而对我们现实的生涯举行对称性的指导和辅助。

同样地,任何产物也可以存在于虚拟和实体两个天下,若何在虚拟天下中将实体的状态以及实体之间的关系透明化,正是CPS手艺降生的目的和意义。基于CPS手艺的应用,使装备具备了自省性(对自身状态转变的意识,self-aware)、自我展望(self-predict)、自我对照(self-compare)、和自我设置(self-configure)的能力。未来产物例如机床、汽车、飞机、船舶等都应该会有实体与虚拟的价值连系,虚拟天下中的代表实体状态和相互关系的模子和运算效果能够加倍准确地指导实体的行动,使实体的流动相互协同和优化,实现价值加倍高效、准确、和优化的转达。以CPS在船舶上的应用为例,在实体天下中,船舶、海洋、环境、装备、和海员组成了航行流动的主要要素,而在Cyber端可以确立这些要素的关联模子。当海洋的环境改变时,我们可以在Cyber端剖析洋流转变对船舶能耗的影响,再动态优化出当前最佳的转速航和航行姿态,使船舶时刻保持最经济的状态航行。

从手艺观点上讲,CPS是什么?

CPS不是一个简朴的手艺,而是一个具有清晰架构和使用流程的手艺系统,能够实现对数据举行网络、汇总、剖析、排序、剖析、展望、决议、分发的整个处置流程,能够对工业数据举行流水线式的实时剖析能力,并在剖析历程中充分考虑机理逻辑、流程关系、流动目的、商业流动等特征和要求,因此是工业大数据剖析中的智能化系统的焦点。

这里给出以下几个观点:

CPS的界说

Cyber-physicalSystem,在众多翻译中,我们以为较为合理的是“网络-实系统统”,即:从实体空间工具、环境、流动大数据的采集、存储、建模、剖析、挖掘、评估、展望、优化、协同,并与工具的设计、测试和运行性能表征相连系,发生与实体空间深度融合、实时交互、相互耦合、相互更新的网络空间(包罗机理空间、环境空间与群体空间的连系); 进而,通过自感知、自影象、自认知、自决议、自重构和智能支持促进工业资产的周全智能化。

CPS的内在

CPS实质上是一种多维度的智能手艺系统,以大数据、网络与海量盘算为依托,通过焦点的智能感知、剖析、挖掘、评估、展望、优化、协一致手艺手段,将盘算、通讯、控制(Computing、Communication、Control,3C)有机融合与深度协作,做到涉及工具机理、环境、群体的网络空间与实体空间的深度融合。

“实体空间”vs. “网络空间”

实体空间是组成真实天下的各种要素和流动个体,包罗环境、装备、系统、集群、社区、职员流动等。而网络空间是上述要素和个体的准确同步和建模,通过模子模拟个体之间和与环境之间的关系,纪录实体空间随时间的转变,并可以对实体空间的流动举行模拟和展望。网络空间的生长需要依赖实体空间流动所发生的大量数据,在CPS的自生长系统下,网络空间的价值和能力将不断获得提升。因此,实体空间和网络空间的关系是相互指导和相互映射的关系。

CPS的特征

以CPS为焦点的智能化系统,正是凭据工业大数据环境中的剖析和决议要求所设计的,其特征主要体现在以下几个方面:

1)智能的感知:从信息泉源、采集方式、和治理方式上保证了数据的质量和周全性,确立支持CPS上层建筑的数据环境基础。

2)数据到信息的转化:可以对数据举行特征提取、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、环境与群体有机连系,构建能够指导实体空间的网络环境,包罗准确同步、关联建模、转变纪录、剖析展望等。

4)自我的认知:将机理模子和数据驱动模子相连系,保证数据的解读相符客观的物理纪律,并从机理上反映工具的状态转变。同时连系数据可视化工具和决议优化算法工具为用户提供面向其流动目的的决议支持。

5)自由的设置:凭据流动目的举行优化,进而通过执行优化后的决议实现价值的应用。

从手艺上若何实现:CPS的5C构架

凭据CPS为杀青智能化所应该具有的特征,我们在这里给出一个在工业4.0环境下的CPS手艺系统架构,包罗了5个条理的构建模式:智能感知层(Connection)、信息挖掘层(Conversion)、网络层(Cyber)、认知层(Cognition)、和设置执行层(Configuration)。

智能感知层(Smart Connection Level)

从机械或部件级,第一件事是若何以高效和可靠的方式采集数据。它可能包罗一个内陆署理(用于数据纪录、缓存和精简),并用来发送来自内陆盘算机系统数据到远程中央服务器的通讯协议。基于众所周知的约束、自由通讯方式,包罗ZigBee的蓝牙、WiFi、UWB等,以前的研究已经观察并设计坚硬的工厂网络方案来使机械系统更智能,因此,数据的透明性绝对是第一步。

数据到信息转换层,也即是信息挖掘层(Data-to-information Conversion Level)

在工业环境中,数据可能来自差别的资源,包罗控制器、传感器、制造系统(,MES,SCM和CRM系统),维修纪录,等等。这些数据或信号代表所监视机械的系统的状态,然则,该数据必须被转换成用于一个现实的应用程序的有意义的信息,包罗康健评估和故障诊断。

网络-实体融合层,也即是网络化的内容治理(Cyber Level)

一旦我们能够从机械系统收获信息,若何行使它是下一个挑战。从被监控的系统中提取的信息可表示在该时间点的系统条件。若是它能够与其他类似的机械或在差别的时间历程的机械举行对照,用户能够更深入领会系统的转变和展望义务状态。这就是所谓的网络层,通过网络化的内容治理,建设对每一台机械系统的一流的知识基础。

自认知层,也即是识别与决议层(Cognition Level)

通过实行CPS的网络层,它可以提供解决方案,以机械信号转换为康健信息,而且还与其他实例举行对照。在认知层面上,机械自己应该接纳这种在线监测系统的优势,以提前确诊潜在的故障,并意识到其潜在的降解。凭据历史康健评估的适应性学习,系统可以行使一些特定的展望算法来展望潜在的故障,并估量到达故障的一定水平的时间。

设置层,也既是重构层(Configuration Level)

由于本机可以在网上追踪其康健状态,CPS可以提供早期故障检测和发送康健监测信息。此调养信息可以反馈给营业治理系统,使操作员和工厂治理职员可以基于维护信息做出准确的决议。同时,机械自己可以削减机械故障的损失,并最终实现以弹性系统调整其事情负荷或制造时间表。

在这个架构中,CPS从最底层的物理毗邻到数据至信息的转化层,并通过增添先进的剖析和弹性功效,最终实现所治理的系统自身的自我设置、自我调整、自我优化的能力。

从CPS手艺系统来看,焦点在于以数据剖析的能力缔造新的价值,因此,这也决议了CPS手艺的高可移植性、高通用性,应用局限可以涉及工厂车间、运输系统、能源等各个行业。在这里我们提出以CPS为焦点的数据创值系统的“二维”应用战略:

三个横向的应用基础:一是平台基础,即智能数据网络与平台运用;二是剖析手段,即智能化的数据剖析、治理、优化工具与软件应用;三是商业模式内核,即智能治理及服务系统的设计与应用。

三个纵向的应用扩展:一是基础的部件级应用,二是系统的装备级应用,三是成系统的应用链设计。

 

CPS在制造业的应用

剖析CPS若何在制造系统中发生价值,我们首先要剖析的是Physical和Cyber在制造业中划分代表什么,我以为,6M+6C的模式可以对照明确地论述制造系统中Physical和Cyber的元素。

传统的制造系统在前三次工业革命中主要在Physical的领域中举行改善和竞争,它包罗了:

Material——质料,包罗特征和功效等

Machine——机械,包罗精度、自动化、和生产能力等

Methods——方式,包罗工艺、效率、和产能等

Measurement——丈量,包罗六西格玛、传感器监测等

Maintenance——维护,包罗使用率、故障率、和运维成本等

传统的制造业向智能化转型的历程中,第六个M起到了至关主要的作用:

Modeling——数据和知识建模,包罗监测、展望、优化和提防等。这也是买通Physical和Cyber的最主要毗邻。

未来的制造业产物一定是包罗6M的,也就是,若何行使智能传感与剖析手艺将5M历程中发生的工业数据毗邻并确立剖析模子,即:企业纵然不做质料也不做装备,依然可以通过使用数据、维护数据等的剖析实现价值缔造。数据能够反映出来问题,好比功效特征、生产工艺等等5M会涉及的各方面问题,假如有一整套建模系统,能够对每个装备已往、当前及未来性能举行完整的剖析,那么这就能够渗透全寿命周期的决议链与价值链,其能量可想而知。

随着智能传感器手艺,如RFID手艺的生长,网络数据已经变得很简朴,然则仍然存在的问题是,这些器件及数据是否在准确时间、为准确的目的、提供给准确的人准确的信息?除非数据被处置后可为需要者提供内容和意义,否则这些数据也是无用的。单纯将传感器毗邻到装备上或者将一台装备与另一台举行毗邻,是不会给用户提供足以做出更好决议所需的信息的。

为了使传感器、装备、群体甚至社区网络等之间的联接更有意义,到底该若何获取并从数据剖析中萃取洞察力和价值呢?这就离不开Cyber系统中的“6C”元素,即:

Connection——毗邻,涉及传感器和网络、等;

Cloud——云,即在任何时间按需获取的存储和盘算能力;

Cyber——虚拟网络,包罗模子与影象等;

Content/Context——数据泉源靠山与内容,包罗相关性、寄义、决议等;

Community——社群,包罗交互、分享、协一致;

Customization——客制化,即个性化的服务与价值。

这些正是可以对工业4.0环境下的智能制造与智能使用系统模式开展进一步的强化说明。也就是说,现有的制造系统需要对制造装备自己的以及制造历程中发生的数据举行更深入的剖析,将数据转化成为能够指导生产流动的信息,再行使信息发生优化的决议和个性化的服务来缔造价值。

若是用煎蛋模子来审阅CPS与制造业的关系,那么以6M为焦点要素的“Physical”部门就是蛋黄,是整个制造系统价值的基础和载体。而以6C为焦点要素的“Cyber”部门就是卵白,是整个制造系统价值的缔造和分发。行使CPS从生产流动的大数据中挖掘新的知识,实现无忧的透明化生产环境,是制造业未来的焦点竞争力。

总而言之,整个CPS的5C系统所要通报的观点就是若何从工业大数据中缔造面向客户的价值历程。

首先,先进的传感器手艺、通讯手艺、物联网手艺等等可以使得大量原始数据的获取并非难事,然而,有了数据并不代表一定就能发生价值。一种是数据的行使水平,好比,许多运营型企业会存储大量的装备使用数据,装备泛起问题时才会查看那时的数据是否泛起了异常、而且只用于处置当下的问题,这样,大量的使用数据被虚耗,现实上若是能通过一个统一的平台剖析、展望数据的关联,就可能制止不必要的问题或虚耗;另一种是数据的可用水平,即有可能我们采集到的数据90%以上都是无用的数据,而手艺职员需要破费大量时间举行数据处置,因此,这现实上对于感知数据的采集与存储提出了新的要求。

第二,就算有了可行使的数据,也必须能够转化为有用的信息。这种信息的转化,类似于人的影象历程,即人之所以有影象,并非单纯感知到实体天下的数据存储,或者是实体天下镜像的映射,而是通过筛选、存储、关联、融合、索引、挪用等形式将数据变为对人有用的信息,这是人类头脑与行为的基础。因此,在CPS的框架下,能够根据信息剖析的频度和重点重新举行自适应的、动态的“数据-信息”转换,并解决海量信息的连续存储、多层挖掘、条理化聚类挪用,进而杀青数据到信息的智能筛选、存储、融合、关联、挪用,才是有用的信息提取历程。

第三,就是若何能够从信息当中发生价值。单一信息源发生单一价值,这是已往的观点;现在的工业4.0时代需要解决的焦点问题是,关注实时的动态历程中,以多源数据的多维度关联、评估、展望,实现多问题、多环节甚至全产业链的协同优化。

预期到2030年,传统的生产系统将转型成为生产智能产物的智慧工厂,未来的工厂将实现具备自省性、自展望性、自对照性和自重构能力的无忧生产环境。然而,在迈向工业4.0时代以前,诸多的关键手艺需要我们连续不断地研究,现有的生产基础设施也需要不断更新以应对工业4.0的新标准。物联网+智能剖析平台+务联网的大数据创值系统还需要不断完善,尤其是填补智能剖析平台中的手艺缺口。构建CPS系统的工具、手艺和方式也需要不断改进。若何通过捕捉智慧工厂和智能产物两方面的大数据,运用先进的大数据剖析方式确立实体装备与产物的镜像模子,并行使镜像模子发生的信息对实体举行对称化的内容治理和提供创值服务,将成为未来竞争力的焦点。若是中国制造能够乐成运用网络集成的数据剖析,实现工业化与信息化的深度融合,将强力推进中国提升全球竞争力、开拓全新的市场时机。

留下评论