企业官网建设流程全解析

第 21 章 信息物理系统分析与设计

【版权声明与学习说明】
本文系笔者学习《系统分析师教程（第2版）》第21章后，结合个人理解整理的原创学习笔记。文中所有表格、通俗化举例及箭头式总结，均为本人消化后重新归纳表述，不代表原书官方立场。
整理初衷仅为交流学习、备考记录，无意侵犯原作者版权。若您认为存在不当引用，请通过CSDN私信联系，我会第一时间处理。
推荐备考的朋友购买正版教材，尊重知识成果。

信息物理系统（CPS）是物联网的演进形态，通过计算（Computer）、通信（Communication）、控制（Control）三大技术深度融合，打通物理空间与信息空间，实现 “状态感知→实时分析→科学决策→精准执行” 的闭环赋能。它淡化了物理与信息世界的界限，让系统更可靠、高效、实时协同，广泛应用于智能制造、智能交通、智能家居、航空航天等领域，是《中国制造 2025》重点推动的核心技术方向。本章围绕 CPS 的基础概念、架构、技术框架、开发技术、通信控制及应用场景展开，全面覆盖从理论到实践的核心知识。

21.1 信息物理系统概述

21.1.1 物联网简介

物联网（IoT）是 CPS 的基础，核心是 “万物互联”，将信息传感设备（射频识别、传感器、GPS 等）与互联网连接，实现物与物、物与人的智能化识别、定位、监控和管理。

核心功能

1. 信息获取：通过传感器捕获物理对象的声、光、热、位置等属性，并用特定方式表示；
2. 信息传送：通过有线 / 无线网络，实时准确传输感知到的信息；
3. 信息处理：对数据进行分析加工，生成决策信息；
4. 信息施效：通过执行器改变物理对象状态，使其符合预设目标。

基本特征

• 整体感知：借助各类传感设备全面捕获物体信息；
• 可靠传输：融合多种网络，保障数据实时传输；
• 智能处理：通过智能技术分析数据，实现自动化管控。

21.1.2 CPS 简介

CPS 是计算、网络与物理过程的综合系统，通过 3C 技术有机融合，以实时可靠的网络为支撑，构建物理与信息空间中人、机、物、环境的动态映射与协同，解决生产制造、服务过程中的复杂性问题，提升资源配置效率。

与物联网的区别

物联网侧重 “连接” 和 “感知”，而 CPS 在此基础上增加了 “控制” 能力 —— 通过通信与计算反向操控物理世界，让物联网的应用更精准、更具能动性。

核心价值

• 改变人与物理世界的交互方式，实现远程、安全、实时的操控；
• 构建物理与虚拟空间的闭环，让系统具备自决策、自优化能力；
• 赋能各行各业智能化转型，如智能工厂、自动驾驶、智能电网等。

21.2 信息物理系统架构

21.2.1 CPS 分层架构

CPS 按规模和复杂度分为三级，呈递进扩展关系：

1. 单元级 CPS：
   • 定义：不可分割的最小单元，由特定硬件（带传感 / 控制功能的机械臂、智能轴承）和软件（嵌入式软件）构成；
   • 核心功能：“感知→分析→决策→执行” 的数据闭环，具备可感知、可计算、自决策能力；
   • 典型应用：智能轴承、智能机器人、智能数控机床。
2. 系统级 CPS：
   • 定义：由多个单元级 CPS 通过工业网络组合集成，实现更大范围的协同；
   • 核心功能：跨单元的数据自动流动与协同控制，覆盖更宽领域的业务需求；
   • 典型应用：智能生产线、智能车间。
3. 系统之系统级（SoS 级）CPS：
   • 定义：基于大数据平台，整合多个系统级 CPS，提供增值服务；
   • 核心功能：通过工业 App 和平台软件，实现跨领域资源协同、全产业链赋能；
   • 典型应用：智能工厂、智慧城市交通系统。

21.2.2 CPS 典型系统构成

CPS 由三大基本功能单元组成，逻辑上分为三层：

基本功能单元

• 传感器：监测外界物理 / 化学参数（光、热、压力），将物理量转换为可处理信号；
• 执行器：接收控制指令，对受控对象施加物理作用（如电机转动、阀门开关）；
• 决策控制单元：基于预设规则和感知数据，生成控制逻辑和指令。

逻辑分层

• 决策层：通过语义逻辑运算，实现用户、感知与控制系统的耦合；
• 网络层：连接不同时空的子系统，负责数据传输与处理；
• 物理层：与物理实体交互，实现感知与控制计算。

21.2.3 CPS 特点

CPS 打通物理与信息空间，具备 10 大核心特质：

1. 全局虚拟 - 局部物理：物理世界的状态和操作，可通过虚拟网络远程、安全地监控和控制；
2. 深度嵌入性：计算嵌入物理部件（甚至物质内部），让物理设备具备计算、通信、控制能力；
3. 事件驱动性：物理环境变化触发事件，形成 “事件→感知→决策→控制” 的闭环；
4. 以数据为中心：各层级围绕数据融合提供服务，数据从物理接口到用户不断提炼抽象；
5. 时间关键性：物理世界时间不可逆，部分场景（如工业控制）对信息获取和响应的实时性要求极高；
6. 安全关键性：需同时防范系统自身故障、外部攻击，保护用户隐私；
7. 异构性：包含功能结构各异的子系统，通过多种通信方式协同工作；
8. 高可信赖性：具备鲁棒性、可靠性、可扩展性，应对物理世界的不确定性；
9. 高度自主性：支持自组织、自配置、自维护、自优化，实现自感知、自决策、自控制；
10. 领域相关性：与具体行业深度绑定，需满足不同领域对容错、安全、控制的差异化需求。

21.3 信息物理系统技术框架

21.3.1 CPS 技术概况

CPS 技术分为核心技术和支撑技术：

• 核心技术：虚实融合控制、智能装备、MBD、数字孪生、现场总线、工业以太网、工业云 / 智能服务平台等；
• 支撑技术：智能感知、嵌入式软件、人机交互、中间件、SDN、物联网、大数据等。

21.3.2 CPS 核心技术

核心技术分为四大类，支撑 CPS 全流程运行：

1. 感知和自动控制：
   • 智能感知技术：传感器、RFID、电子条码等，实现物理量的精准捕获；
   • 虚实融合控制技术：建立多层 “感知 - 分析 - 决策 - 执行” 循环，实现对物理实体的精准控制。
2. 工业软件：
   • 嵌入式软件技术：嵌入工业装备或产品，实现自动化控制、监测、数据通信；
   • MBD 技术：基于三维数字化模型，完整表达产品结构、工艺等信息，支撑数据在制造各环节流动；
   • CAX/MES/ERP 软件技术：CAX（CAD/CAM/CAE 等）实现产品全生命周期管理；MES 负责生产过程智能化管控；ERP 实现企业资源优化配置。
3. 工业网络：
   • 接入技术：现场总线、工业以太网、无线技术、SDN 等，是数据传输的载体；
   • 核心作用：打破传统工业控制的分层壁垒，实现异构网络互联互通和即插即用。
4. 工业云和智能服务平台：
   • 边缘计算技术：在靠近数据源的边缘侧提供智能服务，满足实时数据分析需求；
   • 雾计算技术：分布式计算模式，减少网络流量，缓解数据中心负荷；
   • 大数据分析技术：挖掘工业数据价值，支撑产品创新、故障预测、供应链优化。

21.3.3 CPS 支撑技术

1. 计算理论与技术：
   • 普适计算：信息与物理空间融合，与 CPS 设计理念高度契合；
   • 嵌入式计算：与控制结合，实现 “环境智能化”；
   • 分布式 / 云计算：分担计算负载，实现资源共享；
   • 自律计算：通过自配置、自恢复机制，应对物理环境的不确定性。
2. 网络传输技术：
   • IPv6：提供丰富地址资源，支撑海量设备互联；
   • 5G/NGN：提供高可靠、低时延、大连接通信服务，适配 CPS 多场景需求。
3. 传感器网络与普适感知技术：
   • 无线传感器网络（WSN）：多个传感器自组织成网络，协同感知物理环境；
   • WSAN：传感器与执行器融合的网络，兼具信息采集和物理操控能力，更具主动性。

21.3.4 协议标准

CPS 通信协议覆盖不同层级和场景，核心协议分类及特点如下：

核心协议详解

1. RFID：无接触自动识别技术，工作频率 1~100GHz，由电子标签和阅读器组成，适用于短距离识别（如物流追踪、门禁）；
2. NFC：RFID 演化而来，短距高频通信，支持点对点、读卡器、模拟卡片三种形态（如手机支付、门禁卡模拟）；
3. ZigBee：低功耗、低成本、低速率，工作在 2.4GHz 频段，传输距离 10~75m，网络容量大（最多 65535 个节点），适用于智能家居、工业自动化；
4. LoRa/LoRaWAN：低功耗广域网技术，长距离通信（数十公里），支持 Class A/B/C 三种模式，适用于智能水表、智慧城市数据采集；
5. MQTT：轻量化发布 / 订阅协议，基于 TCP，支持 QoS 0/1/2 三级消息可靠性，适用于低带宽、网络不稳定场景（如智能家居、远程监控）；
6. Wi-Fi：基于 IEEE 802.11 标准，传输速率高（最高 30Gb/s），适用于短中距离高速数据传输（如家庭设备、工业现场高速通信）；
7. Ethernet：有线通信协议，传输速率从 10Mb/s 到 100Gb/s，支持 Cat.5/Cat.6 线缆，适用于工业以太网、企业网络；
8. RS-485：串行通信协议，差分总线传输，抗干扰强，传输距离可达 1200m，适用于工业自动化、建筑自动化。

21.4 信息物理系统开发技术

21.4.1 感知和控制相关技术

1. 智能感知技术：

   • 核心设备：传感器、RFID、电子条码等，负责捕获物理量并转换为可处理信号；
   • 关键能力：多源数据融合，提高感知精度和可靠性。

2. 虚实融合控制技术：

   分为四层控制模型，形成闭环：

   • 嵌入控制：直接控制物理实体，通过嵌入式软件完成 “感知 - 分析 - 决策 - 执行” 循环；
   • 虚体控制：在信息空间进行控制计算，成本低、效率高，同步跟踪物理实体状态并下发指令；
   • 集控控制：集成多个物理实体的信息虚体，实现多设备协同控制；
   • 目标控制：基于产品数据和工程数据，研判生产是否达标，提供顶层控制参数。

21.4.2 工业软件相关技术

1. 嵌入式软件技术：
   • 分类：操作系统、嵌入式数据库、开发工具、应用软件；
   • 作用：嵌入工业装备或产品，实现自动化控制、数据采集、通信等功能。
2. MBD 技术：
   • 定义：基于三维数字化模型，完整表达产品结构、几何形状、工艺信息，替代传统工程图纸；
   • 价值：支撑产品数据在设计、生产、运维各环节的无缝流动，缩短研发周期。
3. CAX/MES/ERP 软件技术：
   • CAX：集成多种计算机辅助技术，覆盖产品研发、设计、生产全生命周期；
   • MES：面向生产过程，实现柔性排程、调度，基于实时数据调整生产过程；
   • ERP：面向企业资源规划，整合供应链、财务、生产、销售等环节，实现资源优化配置。

21.4.3 网络相关技术

1. 现场总线技术：
   • 作用：解决工业现场设备间的数据传递，打通生产现场与控制管理层的连接；
   • 优势：全数字化、开放互联、设备智能化、系统分散性。
2. 工业以太网技术：
   • 特点：无缝集成互联网，支持高传输速率，部分增强实时特性（如 EtherCAT）；
   • TSN（时间敏感网络）：标准化开放式网络，支持实时传输，实现生产控制网络与企业信息网络融合。
3. 无线技术：
   • 低功耗类：ZigBee、BLE、LoRa，适用于低速率、长续航场景；
   • 高速类：Wi-Fi，适用于短距离高速数据传输；
   • 广域类：4G/5G、NB-IoT，适用于远距离、海量设备连接。
4. SDN（软件定义网络）：
   • 特点：管理平面与业务平面分离，支持网络资源灵活编排；
   • 价值：实现工厂网络柔性组网，支撑单元级 CPS 灵活重构和即插即用。

21.4.4 服务平台相关技术

1. 边缘计算：
   • 定义：在靠近数据源的边缘侧提供智能服务，减少网络传输延迟；
   • 优势：实时数据分析、安全可靠、资源利用率高，适配 CPS 实时控制需求。
2. 雾计算：
   • 定义：分布式计算模式，数据处理依赖本地设备，而非远端服务器；
   • 优势：减少网络流量，降低数据中心负荷，降低带宽要求。
3. 大数据分析技术：
   • 应用场景：产品创新（优化研发质量）、故障诊断与预测（提前规避问题）、供应链优化（精准匹配需求）、精准营销（挖掘用户诉求）。

21.5 控制系统与网络通信

21.5.1 自动控制系统行为模式

CPS 的自动控制分为四种模式：

1. 开环控制：无反馈机制，发出指令后默认执行结果符合预期，适用于对输出无严格要求的场景；
2. 闭环控制：带反馈能力，通过感知输出结果调整控制指令，应对环境变化和执行偏差（如温度控制、速度控制）；
3. 顺序控制：按固定顺序或逻辑执行多个开环 / 闭环过程（如生产线工序流转）；
4. 批量控制：对有限数量的材料，按预设流程批量加工（如化工生产、食品加工）。

21.5.2 控制系统通信要求

通信核心要求是周期性和确定性：

1. 周期性：
   • 周期性通信：数据传输间隔固定（如每 30ms 采集一次温度），适用于连续控制；
   • 非周期性通信：由事件触发（如设备故障告警、阈值超标），适用于突发场景。
2. 确定性：
   • 定义：消息发送与接收的时延稳定在阈值内；
   • 关键：闭环控制、顺序控制等对时间敏感的场景，必须采用确定性通信。

21.5.3 通信模式分类

工业场景中主要有三种通信模式：

• 确定性周期通信（DPC）：传输时间严苛，适用于连续过程控制；
• 确定性非周期通信（DAC）：事件驱动，如行为指令下发；
• 非确定性通信（NDC）：非实时通信，如日志记录、设备状态统计。

21.6 CPS 应用分析与设计

21.6.1 工业设计系统

1. 需求分析：传统设计缺乏真实数据支撑，仿真环境与实际应用脱节，影响设计精度；

2. 解决方案：

   • 产品及工艺设计：采集经验数据和试验数据，建立综合仿真平台，通过数据驱动优化设计方案和制造工艺；
   • 生产线设计：基于工艺路线，采集工时、物流数据，建立生产要素与产能的信息模型，仿真优化设备、人员布局。

21.6.2 生产制造系统

1. 需求分析：传统生产设备分散、缺乏协同，数据传导不畅，导致资源浪费、效率低下；

2. 解决方案：

   • 设备管理：通过统一接口协议连接设备，构建智能网络平台，实现设备实时监控、协同控制；
   • 生产管理：集成工业软件和工业云平台，实时采集生产数据，智能决策并调优制造过程；
   • 柔性制造：借助 CPS 数据驱动和异构集成能力，快速响应需求变化，调整生产流程。

21.6.3 智能装备服务系统

1. 需求分析：智能装备复杂度高，故障原因多样，维护成本高、周期长，缺乏协同优化能力；

2. 解决方案：

   • 健康管理：建立装备健康评估模型，实时监测运行状态，提前预警故障，提供维护建议；
   • 远程诊断：通过工业云平台，实现异地故障排查和远程维护，缩短维修周期；
   • 共享服务：构建云端工业数据分析平台，实现装备间数据和知识共享，协同优化运行（如船舶避障、航线规划）。

21.6.4 产业链协同系统

1. 需求分析：传统产业链中设计、生产、使用端信息割裂，成本转移导致各方利益难以平衡；

2. 解决方案：

   • 全链条信息融合：通过 CPS 将三方的装备、人员、环境接入工业网络，融合设计、生产、运行数据；
   • 知识共创平台：构建工业云服务体系，实现 “数据 - 知识 - 应用” 的循环，让三方从单一角色转变为价值共创参与者；
   • 无人装备：通过 CPS 学习装备操控知识，构建智能子系统，降低对操作人员经验的依赖（如智能船舶、无人飞机）。