面向商砼行業的CPS系統架構搭建及其應用

郭楊銳，鐘 偉，張永輝，杜 宇，吉 旭

(1.四川大學 化學工程學院，四川 成都 610065；2.中建西部建設股份有限公司，四川 成都 610017；3.中建西部建設西南有限公司，四川 成都 610017)

信息物理系統(Cyber-physical system,CPS)作為新一輪工業革命的核心技術，正在有力地推動在協同開發、智能生產、敏捷服務等領域形成新型集成化應用范式，引起了工業界的廣泛關注和研究[1]。CPS集感知、計算、通信、反饋過程于一體，將工業網絡、云計算，監控設備深度融合，實現了物理設備全局聯網[2]。吉旭[3]等人將CPS系統應用到化學工業4.0新范式中，構建了基于CPS的智能單元模型；衛柯丞[4]等將CPS應用到工業控制領域，提出基于嵌入式系統的工業控制CPS工業架構。

混凝土是建筑業的主要原材料，應用廣泛，但在行業自動化領域尚未形成一套完整的集環境感知、數據采集、信息傳遞、控制反饋、和自我優化的閉環體系[5]。

因此，搭建面向商砼行業CPS架構，加強CPS相關技術在商砼行業的應用，可以提升企業的生產運營效率，同時對提升行業信息化水平，建設行業智能化工廠具有重要意義。

1 商品混凝土行業的CPS平臺架構研究

1.1 CPS系統的工業架構設計

圖1 CPS系統商品混凝土行業的工業架構

CPS具有復雜度高，異構性強等特點[6]，是由運行在不同時間、空間范圍的分布式的、異步的異構系統組成的動態混合系統[7]。為了實現硬件資源的自動感知和自主控制,每個設備上均嵌入相應的感知設備如RFID讀寫器來監測外界物理環境的變化，控制器改變外界物理環境的參數變量[8]。圖1所示為CPS系統商品混凝土行業的工業架構。企業采用大量的處理單元及嵌入式設備來實現傳感器與執行器之間的數據處理與信息交互，通過傳輸通道，上傳至企業級云端進行數據解析挖掘學習，同時，通過網絡傳輸將相關的生產運行信息發送至決策層，實現生產過程的遠程實時監控。

1.2 商砼行業CPS的平臺技術基礎

強化CPS在商砼行業的應用，必須更清晰的界定CPS在商砼行業的技術基礎，作為實施商砼行業信息化的指導方針。因此，本文提出商砼行業基于物理層、網絡層、數據層、應用層、服務層的CPS平臺化技術，如圖2所示。

圖2 商砼行業CPS應用架構

物理層作為CPS的感知系統與執行系統，由傳感器和控制器構成。商砼廠站的傳感器和控制器數量龐大、種類繁多。圖3為標準化混凝土攪拌站平面圖。在汽車衡附近、攪拌樓實驗室等區域配備了大量各自獨立有相互協作的傳感控制系統。

圖3 標準化攪拌站平面圖

CPS網絡參與到CPS感知-決策-執行的整個閉環過程，蜂窩網和Ad Hoc聯合網(UCAN)[9]等網絡融合、改進路由協議的分簇技術為CPS在網絡融合及節點定位技術上有全新的設計與突破。

商砼行業數據具有規模龐大、實時并發、類型復雜等特點。云計算的發展為商砼行業的數據管理提供了良好的技術支持，在商砼行業部署云計算需要關注數據存儲和數據管理兩方面的內容。

(1)數據存儲：結合商砼行業集團化運營的特點，混凝土企業采用分布式云計算部署模式，將業務數據分布存儲集團總部的云端數據庫，實時數據先集中存儲在各站點的本地數據庫，后延時傳輸至云端數據庫，避免實時數據的大量并發造成網絡擁堵。

(2)數據管理：高效的數據管理技術是實現數據有效處理的基礎和前提。在云計算技術的背景下，商砼行業數據管理模式主要分為數據存取、數據集成、并行計算、數據分析四個板塊[10]。基于此，本文提出適用于商砼行業的云計算數據管理架構，如圖4所示。

圖4 云計算數據管理架構

應用層的服務對象主要是商砼行業的各類終端用戶，為他們提供商砼行業相關的功能各異的應用軟件服務。企業資源規劃(ERP)、客戶關系管理(CRM)、質量管理等應用軟件為企業在信息傳輸、業務操作、管理考核、決策支持提供統一平臺。

服務層是CPS為用戶提供服務的端口。服務層為用戶提供兩種人機交互模式：

(1)Web模式，用戶可通過Web(任意瀏覽器)訪問相應軟件和服務。

(2)客戶端模式，用戶在各類終端(PC、智能手機等)上安裝客戶端程序后通過登陸訪問相應軟件和服務。

2 基于CPS的應用研究—質量管理

目前，多數商砼企業仍處于簡單的統計質量控制階段，質量檢驗以抽樣檢驗為主，由于混凝土的質量檢驗的特性，生產中基于統計結論實行在線的混凝土質量預防和控制存在較大困難。為解決這一問題，相關研究在算法層面對混凝土質量管理有了探索[12-13]，本文在此基礎上，從混凝土生產業務流程及影響因素(圖5)出發，建立基于商砼行業CPS質量管理邏輯，并建立了在CPS網絡技術下的數據管理、數據挖掘及結果反饋的方案。

圖5 商砼行業質量管理的業務流程體系

2.1 基于CPS的質量管理邏輯架構

圖6 混凝土企業基于CPS的質量管理業務邏輯

商砼行業質量管理邏輯架構必須為用戶提供高性能的并行計算能力以及方便的開發接口，實現數據挖掘、智能決策等功能，從而對企業的產品質量進行高效監督、管理和控制。本文結合商砼行業質量管理的業務流程體系設計出質量管理模塊的邏輯圖，如圖6所示。

質量管理的邏輯架構主要分為生產前、生產中、生產后三個層次，且三個層次之間相互關聯、層層相應。

生產前：通過CPS系列應用軟件如ERP、CRM、商業智能(BI)、財務系統與信用控制等綜合分析生產前企業內部人員調動、生產計劃、供應商履約、客戶合同狀態的相關數據信息，同時，嵌入式芯片實時抓取儀器儀表參數、材料庫存、前期材料供貨信息、道路交通實況、短時天氣狀態并通過相關應用軟件整理發布，為生產決策做好相關準備工作。

生產中：綜合分析生產中人員、設備、材料、工藝、環境等傳感器控制器相關運轉信息，包括設備數據、原材料質量庫存數據、生產工藝數據、產品質量數據等，同時新型網絡將實時數據流上傳至云服務器，基于大數據的人工智能算法對產品質量實時預測與評價，并以此為依據為產品質量智能化管控進行決策支持，為質量評價模型的自我優化提供知識積累。

生產后：利用產品質量管理系統，收集質量評審標準、質量成本、質量文檔、售后質量信息等，生成一系列產品質量分析報告，同時，相關生產運行數據、決策信息等在云端被充分解壓、挖掘、分析，對整個質量管理體系進行持續優化和調整，為設備自我優化、人員科學決策提供持續的學習資料。

2.2 質量數據管理

商砼行業產品質量管理的相關數據具有以下幾個特點：來源廣泛、分布離散化、類型多樣化，并且影響混凝土質量的因素具有復雜性和不確定性，當產品生產量持續上升時，生產實時數據大量并發，一旦網絡出現波動，極易造成數據丟失，因此需要根據數據類型和數據處理時間制定不同的數據傳輸策略，以彌補基礎設施上的短板。數據傳遞示意圖如圖7所示。

圖7 商砼行業質量管理的數據傳遞示意圖

對于生產數據，按照優先級順序進行處理。生產調度指令優先級最高，采用即時處理；材料消耗數據其次，將其壓縮打包后以相對較低的數據傳輸速率進行傳遞；而對于處理時間要求不高的部分實時數據，則采用閑時數據傳輸的策略，從而減少低價值數據對存儲資源的占用，提升數據管理效率。

對于業務數據，按照重要性和資源占用率進行差異化處理。不同級數據庫(如集團公司、區域公司、廠站)之間傳遞的業務數據，采用數據管道傳輸的方式，這樣既可以減少數據處理過程中的網絡傳輸量，也有利于對業務數據的處理時間進行合理安排；而對于一些資源占用量和網絡傳輸量都比較大的業務流程，如產品配合比的調整、檢驗等，可由各個站點的客戶端資源獨立完成，從而實現最優化的網絡傳輸效率。

將分散的商砼企業業務數據、產品數據、原料數據、設備運行數據進行動態儲存、管理和整合，通過云計算技術及人工智能算法，采集、存儲，從而將企業數據轉換為知識模型進行存儲、表達與發布，為商砼行業質量管理提供堅實的數據基礎。基于前述研究，開發了商砼行業質量管理系統，圖8是系統數據集成條件下基于人工智能算法的混凝土抗壓強度分析模塊。

圖8 基于人工智能算法的混凝土抗壓強度分析功能

3 結論

日益強烈的產品個性化和高質量的市場需求正在倒逼商品混凝土企業進行資源整合，協同生產，在此趨勢下，商砼企業必須建設集自我感知、自我適應及管控一體的信息化平臺，以提升信息交互水平，推動行業向質量最優、成本最低的方向發展。本文研究了基于商砼行業的CPS架構及其關鍵技術，通過分析商砼行業質量管理的業務流程體系，提出基于CPS的質量管理邏輯方案及數據存儲方案。并基于研究結論，開發了商砼行業質量管理系統，實踐證明商品混凝土行業的CPS平臺體系是可行的。

[1]張倫彥.CPS技術在航空工業技術中的應用[J].航空制造技術,2016(13):62-66.

[2]胡雅菲,李方敏,劉新華.CPS網絡體系結構及關鍵技術[J].計算機研究與發展,2010(S2):304-311.

[3]吉 旭,許娟娟,衛柯丞,等.化學工業4.0新范式及其關鍵技術[J].高校化學工程學報,2015(5):1215-1223.

[4]衛柯丞,劉 文,邱旭蒙,等.基于嵌入式系統的工業控制CPS架構研究[J].山東化工,2017,46(4):107-109,115.

[5]于 洋,王 棟,吉 旭.混凝土企業基于知識管理的質量管控模型分析[J].混凝土,2011(3): 90-92.

[6]Gavrilescu M,Magureanu G,Dan P,et al.A simulation framework for PSoC based cyber physical systems[C]//International Joint Conference on Computational Cybernetics and Technical Informatics.Timisoara:[s.n.],2010:137-142.

[7]黎作鵬,張天馳,張 菁.信息物理系統(CPS)研究綜述[J].計算機科學,2011(9):25-31.

[8]高敏雄.基于CPS的制造單元過程管控策略研究[D].北京:北京交通大學,2016.

[9]何雪云,周克琴. Ad Hoc與蜂窩網絡融合技術的討論[J].江蘇通信,2005,21(3):5-8.

[10]羅軍舟,金嘉暉,宋愛波,等.云計算: 體系架構與關鍵技術[J].通信學報,2011,32(7): 3-21.

[11]Yuan Z,Wang L N,Ji X.Prediction of concrete compressive strength：Research on hybrid models Genetic based algorithms and ANFIS [J]. Advances in Engineering Software,2014(67):156-163.

[12]Akkurt S,Tayfur G,Can S.Fuzzy logic model for the prediction of cement compressive strength[J].Cement and Concrete Research,2004,34(8):1429-1433.