數(shù)據(jù)驅(qū)動(dòng)的信息物理生產(chǎn)系統(tǒng)
——邁向安全、高效、分布式智能制造

Mnu Suvrn , Kn Shun Yp , 楊文韜, 李君, Yn Ting Ng , 王笑楠*

a Department of Chemical and Biomolecular Engineering, National University of S ingapore, S ingapore 117585, S ingapore

b S ingapore Institute of Manufacturing Technology, S ingapore 138634, S ingapore

c S chool of Economics and Management, Tsinghua University, Beijing 100084, China

dZhigui Internet Technology, Beijing 100080, China

e China Industrial Control S ystems Cyber Emergency Response Team, Beijing 100040, China

fDepartment of Chemical Engineering, Tsinghua University, Beijing 100084, China

1.引言

1.1.制造業(yè)的轉(zhuǎn)型

在過去的兩個(gè)世紀(jì)里，生產(chǎn)制造業(yè)的價(jià)值創(chuàng)造經(jīng)歷了翻天覆地的演變。無論是第一次工業(yè)革命的蒸汽動(dòng)力工廠，第二次工業(yè)革命大規(guī)模生產(chǎn)技術(shù)的應(yīng)用，第三次工業(yè)革命的自動(dòng)化制造，還是現(xiàn)在的制造業(yè)數(shù)字化革命——智能制造，都顛覆了現(xiàn)有的工業(yè)模式，提升了全球制造業(yè)的效率、生產(chǎn)力、安全性和收益率。制造業(yè)一直是全球經(jīng)濟(jì)的關(guān)鍵支柱。智能制造這一轉(zhuǎn)型趨勢已成為大多數(shù)發(fā)達(dá)國家和發(fā)展中國家關(guān)注的焦點(diǎn)。這些國家正致力于改變其制造業(yè)現(xiàn)有的基礎(chǔ)設(shè)施和勞動(dòng)力市場，以生產(chǎn)個(gè)性化和專業(yè)化的產(chǎn)品為目標(biāo)—定向投資研究和開發(fā)（R&D），注重技術(shù)創(chuàng)新[1?2]。表1列出了全球范圍內(nèi)若干相關(guān)的企業(yè)和研發(fā)計(jì)劃。

表1 十年來全球智能制造計(jì)劃的演變[1,3,5]

1.2.制造業(yè)范式變革的驅(qū)動(dòng)力

過去十年來，信息與通信技術(shù)（ICT）、無線網(wǎng)絡(luò)和物聯(lián)網(wǎng)（IoT）技術(shù)的進(jìn)步和擴(kuò)張帶來了前所未有的機(jī)遇，在不同行業(yè)領(lǐng)域可以隨時(shí)隨地訪問和使用數(shù)據(jù)，例如制造業(yè)[6?7]。此外，人工智能（AI）算法，如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和知識圖譜等技術(shù)促使制造業(yè)系統(tǒng)的操作和控制程序更加直觀化、智能化和可靠[3,8]。工業(yè)物聯(lián)網(wǎng)（IIoT）、云計(jì)算、邊緣計(jì)算和霧計(jì)算等技術(shù)讓原本受資源限制且分散的工業(yè)設(shè)備和系統(tǒng)獲得具有顯式通信和協(xié)調(diào)的強(qiáng)大的計(jì)算能力，從而實(shí)現(xiàn)近乎實(shí)時(shí)的數(shù)據(jù)驅(qū)動(dòng)決策[9?11]。推動(dòng)制造業(yè)系統(tǒng)向下一代轉(zhuǎn)型的計(jì)算資源和網(wǎng)絡(luò)技術(shù)通常被稱為“智能制造”或“未來工廠”[3,7]。

隨著當(dāng)代計(jì)算技術(shù)得到普遍接受，市場需求強(qiáng)勁且持續(xù)，人們對個(gè)性化產(chǎn)品的追求，這些都促進(jìn)了制造業(yè)實(shí)踐的轉(zhuǎn)型[12?13]。例如，近幾年來，汽車行業(yè)采用模塊化發(fā)展理念。在汽車車間的模塊化生產(chǎn)模式下，傳統(tǒng)的裝配流水線大批量生產(chǎn)相同的汽車部件，然后在最后階段（即流水線的最后一步）添加定制模塊，為每個(gè)模型或者產(chǎn)品賦予獨(dú)特性。因此，大批量生產(chǎn)已與定制化生產(chǎn)相結(jié)合，實(shí)現(xiàn)獨(dú)特商品的大規(guī)模生產(chǎn)，從而在與傳統(tǒng)裝配流水線相同成本和效率的情況下，實(shí)現(xiàn)“大規(guī)模定制”生產(chǎn)高度個(gè)性化的產(chǎn)品[14]。現(xiàn)代數(shù)字技術(shù)和網(wǎng)絡(luò)（ICT和AI）的結(jié)合及對實(shí)現(xiàn)個(gè)性化產(chǎn)品或定制產(chǎn)品的大規(guī)模生產(chǎn)的追求，觸發(fā)了現(xiàn)有制造業(yè)范式轉(zhuǎn)型，并推動(dòng)全球制造業(yè)向更智能、更自動(dòng)、分布式的模式轉(zhuǎn)變[2,13,15]，如圖1所示。

本文概述了信息物理生產(chǎn)系統(tǒng)（CPPS），并闡釋了推動(dòng)生產(chǎn)制造業(yè)向下一代轉(zhuǎn)型的關(guān)鍵因素——CPPS 的工作機(jī)制。目前，已有相關(guān)文獻(xiàn)系統(tǒng)和詳細(xì)地綜述了CPPS及其相關(guān)技術(shù)[16?17]，本文不再重復(fù)討論。本文從CPPS的視角出發(fā)，重點(diǎn)聚焦智能制造的三大驅(qū)動(dòng)力：①數(shù)據(jù)驅(qū)動(dòng)模型；②分布式系統(tǒng)；③集成區(qū)塊鏈保護(hù)數(shù)據(jù)安全。我們在三大驅(qū)動(dòng)力之間建立了連接，并解釋了這三者之間的相互作用和相互影響。其次，本文第2節(jié)簡要介紹并列舉了CPPS 在智能制造中的基本特征。第3 節(jié)采用實(shí)時(shí)數(shù)據(jù)分析、監(jiān)控、控制和優(yōu)化技術(shù)研究制造過程，深入探討了基于CPPS 的數(shù)據(jù)驅(qū)動(dòng)制造模式。第4 節(jié)研究思考了分布式生產(chǎn)制造業(yè)及其推動(dòng)因素和發(fā)展前景。第5節(jié)討論了在分布式制造單元中，基于區(qū)塊鏈的CPPS提供的可追溯、透明和安全的數(shù)據(jù)管理所發(fā)揮的作用。第6節(jié)介紹了本研究遇到的挑戰(zhàn)。最后第7 節(jié)對論文的研究進(jìn)行總結(jié)。如圖2所示，本文旨在提出一種創(chuàng)新性觀點(diǎn)，即CPPS有助于推動(dòng)制造業(yè)向更加數(shù)據(jù)驅(qū)動(dòng)和自動(dòng)化轉(zhuǎn)型，反過來這也為分布式制造的實(shí)現(xiàn)奠定了基礎(chǔ)。基于上層區(qū)塊鏈技術(shù)的信息物理生產(chǎn)系統(tǒng)會(huì)確保分布式系統(tǒng)中共享數(shù)據(jù)的可靠性和安全性。

圖1.網(wǎng)絡(luò)技術(shù)與物理系統(tǒng)（機(jī)器和人類）集成驅(qū)動(dòng)的未來工廠，具備自動(dòng)化和智能制造技術(shù)。

圖2.基于CPPS的智能工廠的結(jié)構(gòu)層。在智能工廠中，數(shù)據(jù)驅(qū)動(dòng)制造模式借助自動(dòng)化和互相連通的實(shí)體，從而實(shí)現(xiàn)分布式生產(chǎn)制造。分布式制造模式的子系統(tǒng)之間相互排斥，它們從各個(gè)實(shí)體接收并交換數(shù)據(jù)，以便做出可靠精準(zhǔn)的決策。實(shí)現(xiàn)數(shù)據(jù)共享和信息共享需要區(qū)塊鏈技術(shù)的支持，而反過來數(shù)據(jù)和信息互通可以實(shí)現(xiàn)透明且安全的智能制造生態(tài)系統(tǒng)。

2.信息物理生產(chǎn)系統(tǒng)

2.1.概念概述和研究影響

智能制造是先進(jìn)制造系統(tǒng)的代表。它可以在產(chǎn)品生命周期的所有形式中實(shí)現(xiàn)實(shí)時(shí)交換和分析數(shù)據(jù)（包括車間、供應(yīng)鏈和企業(yè)）[2,6]。這有助于做出正確可靠的決策，提高制造過程的整體效率、生產(chǎn)力和盈利能力[8,18]。信息物理生產(chǎn)系統(tǒng)充當(dāng)了這種自動(dòng)化制造模式的交互式和響應(yīng)式平臺。通過通信-計(jì)算-控制回路模式，CPPS 把現(xiàn)實(shí)世界的動(dòng)態(tài)物理過程與網(wǎng)絡(luò)系統(tǒng)融合在一起，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)獲取、交換、處理和反饋，做出高效且可靠的決策[11,19]。傳統(tǒng)制造業(yè)典型的自動(dòng)化金字塔層級系統(tǒng)的結(jié)構(gòu)為場傳感器-可編程邏輯控制器（PLC）-過程控制-優(yōu)化-企業(yè)決策，而CPPS則更加具有分布式特性，大量儀器或機(jī)器彼此之間以及與人工操作人員之間在車間里借助工業(yè)物聯(lián)網(wǎng)（IIoT）和數(shù)據(jù)驅(qū)動(dòng)模型[16?17]進(jìn)行不間斷的通信交流和相互作用。

自從“智能制造”這一概念誕生以來，CPPS 就引起了制造業(yè)科學(xué)界的極大興趣。本文采用開源文本挖掘和可視化程序，即相似性可視化觀察器（VOS）[20]，直觀展示了基于CPPS的制造模式及其相關(guān)模式的研究方向。圖3 顯示了觀察器生成的網(wǎng)絡(luò)圖，其中選定了與CPPS 研究主題相關(guān)的三個(gè)簇。每個(gè)術(shù)語的顏色由它所屬的簇決定，線條代表該術(shù)語在已發(fā)表文獻(xiàn)中的共現(xiàn)詞。以系統(tǒng)為質(zhì)心的綠色簇代表對CPPS的本質(zhì)屬性的研究，具體包括生產(chǎn)系統(tǒng)、數(shù)字孿生、數(shù)據(jù)和控制等術(shù)語。以體系結(jié)構(gòu)為質(zhì)心的藍(lán)色簇包含了CPPS 平臺概念，具體包括網(wǎng)絡(luò)、需求、效率和靈活性等術(shù)語，以技術(shù)為質(zhì)心的紅色簇描述了CPPS 的應(yīng)用，如制造、科研、企業(yè)和第四次工業(yè)革命等術(shù)語。

圖3.由VOS觀察器中提取的可視化網(wǎng)絡(luò)圖。在Web of Science中對2015—2019年期間的CPPS和制造等術(shù)語進(jìn)行了關(guān)鍵字搜索。選擇出現(xiàn)至少30 次（在標(biāo)題、關(guān)鍵字或摘要中）的前50 個(gè)術(shù)語來生成網(wǎng)絡(luò)圖。在網(wǎng)絡(luò)圖中，標(biāo)簽的大小及其對應(yīng)的圓圈代表了主題的權(quán)重（即根據(jù)文獻(xiàn)中出現(xiàn)頻率的重要性）。

2.2.信息物理生產(chǎn)系統(tǒng)的特征

2.2.1.實(shí)時(shí)數(shù)據(jù)訪問和分析

制造業(yè)傳統(tǒng)的生產(chǎn)制造和調(diào)度任務(wù)依賴于基于專家知識和經(jīng)驗(yàn)的確定性規(guī)劃。然而，隨著未來工廠模式不斷轉(zhuǎn)型，CPPS 的普適傳感對象將有助于實(shí)現(xiàn)對相關(guān)制造數(shù)據(jù)的實(shí)時(shí)訪問、獲取和存儲，并且是永久和普遍的[11]。以消息隊(duì)列遙測傳輸協(xié)議（MQTT）、受限應(yīng)用協(xié)議（Co‐AP）、簡單的文本協(xié)議[17,21]等協(xié)議為基礎(chǔ),在中央數(shù)據(jù)庫中采用連續(xù)的、非接觸式的方法對數(shù)據(jù)進(jìn)行獲取、信道化、傳輸、分布和存儲。這些IIoT技術(shù)增強(qiáng)了制造業(yè)數(shù)據(jù)的敏捷性和動(dòng)態(tài)性。此外，除了數(shù)據(jù)獲取、數(shù)據(jù)傳輸和數(shù)據(jù)存儲等功能之外，基于機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法（CPPS 的典型特征）的數(shù)據(jù)驅(qū)動(dòng)功能[3]可以把聚合的數(shù)據(jù)轉(zhuǎn)換為可執(zhí)行的、有意義的信息。這是通過設(shè)計(jì)復(fù)雜多元線性或非線性關(guān)系（有監(jiān)督學(xué)習(xí)）來完成的，這種方法不需要深入了解物理系統(tǒng)，或者也可以通過專門識別數(shù)據(jù)本身的潛在模式（無監(jiān)督學(xué)習(xí)）來完成，否則得到的結(jié)果是不可信的[6,8]。這些分析模型的應(yīng)用涉及描述性分析、因果分析、預(yù)測性分析和規(guī)范性分析，它們以規(guī)劃清晰和準(zhǔn)確可靠的決策為保障，通過應(yīng)用和實(shí)施這些分析模型，推動(dòng)制造業(yè)向高度優(yōu)化和智能的生產(chǎn)設(shè)備發(fā)展。

2.2.2.分布系統(tǒng)和互操作性

CPPS 不斷進(jìn)步和發(fā)展，不僅催生了高度自動(dòng)化、智能化的制造系統(tǒng)，也催生出分布式制造的理念。分布式制造系統(tǒng)的資源在地理上分散分布，然而中央節(jié)點(diǎn)將其相互連接，形成具有自我意識能夠自我決策的協(xié)作網(wǎng)絡(luò)[15]。因此，CPPS 有助于把分布的生產(chǎn)制造資源和職能部門聚集到一個(gè)獨(dú)立實(shí)體中，并提高此類實(shí)體在分布式網(wǎng)絡(luò)中的地位[22]。這樣共享制造的潛力也因此得到實(shí)現(xiàn)[23]。共享制造的概念仍處于早期發(fā)展階段，它基于共享經(jīng)濟(jì)和促進(jìn)點(diǎn)對點(diǎn)（P2P）協(xié)作，利用閑置產(chǎn)能優(yōu)化整個(gè)制造網(wǎng)絡(luò)的資源配置，提高生產(chǎn)效率，從而增強(qiáng)制造的競爭力[23]。CPPS 允許分布式業(yè)務(wù)應(yīng)用程序之間進(jìn)行互操作協(xié)作。CPPS 在車間自動(dòng)識別并響應(yīng)動(dòng)態(tài)情況和意外情況，如機(jī)器故障、原材料的突然短缺或者最后一分鐘訂單。通過這種方式，CPPS 展示了其與傳統(tǒng)制造企業(yè)層級結(jié)構(gòu)的區(qū)別，它可以高質(zhì)量地、靈活地控制生產(chǎn)過程，并同時(shí)降低風(fēng)險(xiǎn)和不確定性。

2.2.3.基于人在回路的信息物理生產(chǎn)系統(tǒng)

CPPS 旨在將其具有的計(jì)算和認(rèn)知能力與勞動(dòng)工人的生產(chǎn)經(jīng)驗(yàn)和專家的專業(yè)知識結(jié)合起來[24]。這種混合系統(tǒng)在本質(zhì)上是一種共生系統(tǒng)，并呈現(xiàn)出適應(yīng)性自動(dòng)化的維度。如果系統(tǒng)里其中一個(gè)實(shí)體（人類或CPPS）未能成功完成其任務(wù)，另一個(gè)實(shí)體會(huì)根據(jù)績效標(biāo)準(zhǔn)的預(yù)期質(zhì)量幫助其執(zhí)行任務(wù)。近年來，基于人與CPPS交互作用的人在回路模型和人在網(wǎng)絡(luò)模型的概念引起了人們的特別興趣[25?26]。人在回路模型結(jié)合了數(shù)據(jù)驅(qū)動(dòng)模型和人類的知識行為，推動(dòng)了機(jī)器智能的進(jìn)步，同時(shí)它將人的因素視為生產(chǎn)環(huán)境的第一位和主宰。人在網(wǎng)絡(luò)模型視人的角色為一種極簡干預(yù)，它承認(rèn)CPPS是生產(chǎn)環(huán)境的主要驅(qū)動(dòng)力。人工操作員和CPPS相互作用也擴(kuò)大了遠(yuǎn)程工作的范圍，增加了便利性和靈活性，同時(shí)借助CPPS的認(rèn)知能力為人類勞動(dòng)力提供了更好的控制能力和決策能力[24]。這些優(yōu)勢基于AI技術(shù)、增強(qiáng)現(xiàn)實(shí)技術(shù)（AR）和虛擬現(xiàn)實(shí)技術(shù)（VR）以及互連機(jī)器等技術(shù)[26?27]。這種協(xié)同作用會(huì)為勞動(dòng)工人提供足夠的反應(yīng)時(shí)間做出應(yīng)對措施，從而減輕工人在異常情況或設(shè)備故障條件下的壓力和工作量。

3.制造業(yè)的數(shù)據(jù)驅(qū)動(dòng)模型

現(xiàn)在各種規(guī)模的制造業(yè)企業(yè)都配備了各種商用ICT工具和解決方案，按照等級依次排列為：電場傳感器到生產(chǎn)計(jì)劃與控制（PPC）、制造執(zhí)行系統(tǒng)（MES）和企業(yè)資源規(guī)劃（ERP）[2]。每個(gè)工具或解決方案負(fù)責(zé)管理不同級別的企業(yè)。無論是歷史數(shù)據(jù)還是實(shí)時(shí)數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)還是非結(jié)構(gòu)化數(shù)據(jù)，都可以借助這些平臺得到收集和利用，以便在產(chǎn)品的整個(gè)生命周期中采取明智的行為和決策。這些行為可以根據(jù)需求表現(xiàn)為描述性分析、預(yù)測性分析和規(guī)范性分析的形式。近年來，描述性分析和預(yù)測性分析變得更加重要。為了實(shí)施這些行為，有必要了解實(shí)時(shí)生產(chǎn)。過去利用精益生產(chǎn)、六西格瑪、離散事件模型和基于智能體的模型（agent-based model）等傳統(tǒng)方法做出明智的決策。這些方法嚴(yán)格且周密，但是它們無法交叉部署，也無法實(shí)時(shí)捕獲企業(yè)級別所有的復(fù)雜動(dòng)態(tài)情況[3,8]。相比之下，基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法的數(shù)據(jù)驅(qū)動(dòng)模型本質(zhì)上是通用的且可交叉部署。它可以獲取上述系統(tǒng)生成的數(shù)據(jù)，并利用數(shù)據(jù)進(jìn)行生產(chǎn)監(jiān)控、過程控制或根據(jù)需求進(jìn)行實(shí)時(shí)優(yōu)化。圖4 展示了CPPS 框架內(nèi)數(shù)據(jù)驅(qū)動(dòng)模型在上述應(yīng)用程序中的流程示意圖[3]。

3.1.實(shí)時(shí)過程監(jiān)控

在現(xiàn)代制造企業(yè)中，數(shù)據(jù)無處不在。不僅需要利用離線數(shù)據(jù)，還有必要利用在線數(shù)據(jù)，實(shí)時(shí)改進(jìn)制造操作程序和優(yōu)化數(shù)據(jù)驅(qū)動(dòng)的決策。為了滿足制造業(yè)的嚴(yán)格苛刻的要求，有必要利用過程監(jiān)控對產(chǎn)品質(zhì)量進(jìn)行精確可靠的測量和估計(jì)。

Dong 和Qin [28]應(yīng)用并評估了動(dòng)態(tài)內(nèi)部主成分分析（PCA）、動(dòng)態(tài)內(nèi)部偏最小二乘和動(dòng)態(tài)內(nèi)部典型相關(guān)分析算法，對多維制造的時(shí)間序列數(shù)據(jù)進(jìn)行建模，用于預(yù)測、診斷和特征分析。利用田納西-伊斯曼（Tennessee-Eastman）過程數(shù)據(jù)集驗(yàn)證這些動(dòng)態(tài)模型的有效性，并觀察到在整個(gè)數(shù)據(jù)空間中，最可預(yù)測的且預(yù)測誤差最小的組件是主要?jiǎng)討B(tài)潛在變量。Papananias 等[29]開發(fā)了一種基于貝葉斯線性回歸的概率模型，用于多階段制造中的預(yù)測分析和高級控制。該模型預(yù)測了在線過程監(jiān)控?cái)?shù)據(jù)的質(zhì)量和不確定性，經(jīng)過訓(xùn)練期，得到平整度公差的實(shí)驗(yàn)測量的驗(yàn)證。Dong等[30]應(yīng)用了基于拉普拉斯算子的加權(quán)分?jǐn)?shù)，簡化煩瑣的獨(dú)立分量分析和支持向量數(shù)據(jù)描述（ICA-SVDD）過程（常用于多變量過程監(jiān)控）。利用在線熱軋程序測試該模型，以監(jiān)控鋼鐵的生產(chǎn)過程。它可以對涉及非高斯和高度相關(guān)特征的生產(chǎn)過程進(jìn)行有效監(jiān)控，有效降低了支持向量數(shù)據(jù)描述（SVDD）模型的復(fù)雜性，顯著提高了監(jiān)測精度。Gajjar 等[31]提出了稀疏主成分分析（sparse PCA），這是一種傳統(tǒng)主成分分析的變體。它通過方差-稀疏權(quán)衡得到稀疏化的主成分，并顯著提高了主成分在在線過程監(jiān)控和故障檢測中的可解釋性。為了監(jiān)測制造過程變量從穩(wěn)態(tài)到瞬態(tài)，從瞬態(tài)到穩(wěn)態(tài)的轉(zhuǎn)變，Zhao和Huang[32]提出了一個(gè)結(jié)合協(xié)整分析（CA）與慢特征分析（SFA）的集成框架，這是一個(gè)無監(jiān)督的降維方法，從時(shí)態(tài)數(shù)據(jù)中確定變化的潛在變量。該框架應(yīng)用于工業(yè)規(guī)模的多相化工生產(chǎn)過程，其中所有的平穩(wěn)和非平穩(wěn)變量都是預(yù)先確定的，然后應(yīng)用CA和SFA監(jiān)控變量。通過檢查穩(wěn)態(tài)或瞬態(tài)條件下的相應(yīng)偏差，設(shè)計(jì)統(tǒng)計(jì)推斷，檢測和區(qū)分操作變化期間或操作故障期間的過程變量的各種狀態(tài)。Shang 等[33]建議采用SFA對來自運(yùn)行點(diǎn)（范圍）和相關(guān)過程動(dòng)態(tài)的過程變量偏差進(jìn)行同時(shí)監(jiān)控。根據(jù)導(dǎo)出的慢特征設(shè)計(jì)了4個(gè)過程監(jiān)控指標(biāo)并說明了它們的物理釋義，從而適當(dāng)區(qū)分穩(wěn)態(tài)或動(dòng)態(tài)條件下正常的和錯(cuò)誤的過程變量變化。在一項(xiàng)相關(guān)研究中，Zhong等[34]采用無監(jiān)督正則化慢特征分析（ReSFA）對純化對苯二甲酸（PTA）過程進(jìn)行在線產(chǎn)品質(zhì)量評估。調(diào)整后的即時(shí)學(xué)習(xí)解決了系統(tǒng)的非線性問題，進(jìn)一步提高了在線預(yù)測性能。這種方法可以通過探索整個(gè)輸入變量集之間的時(shí)間關(guān)系來充分處理過程動(dòng)態(tài)。

3.2.數(shù)據(jù)驅(qū)動(dòng)的過程控制和優(yōu)化

傳統(tǒng)制造業(yè)依靠統(tǒng)計(jì)過程控制來測量和控制生產(chǎn)制造過程中的生產(chǎn)質(zhì)量，沒有采用先進(jìn)的過程控制應(yīng)用，如模型預(yù)測控制（MPC）等。MPC 在碳?xì)浠衔镱I(lǐng)域得到廣泛應(yīng)用，主要是由于成本與應(yīng)用的限制和架構(gòu)專用分布式控制系統(tǒng)（DCS）的需求[10,35]。開發(fā)數(shù)據(jù)驅(qū)動(dòng)的控制系統(tǒng)并將其部署在CPPS平臺上，這為廣泛控制和優(yōu)化制造業(yè)企業(yè)的整個(gè)產(chǎn)品生命周期提供了可能性，降低了上述限制。

圖4.利用機(jī)器學(xué)習(xí)算法基于歷史數(shù)據(jù)庫或?qū)崟r(shí)數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行數(shù)據(jù)驅(qū)動(dòng)建模。這些模型的輸出可以存儲在單獨(dú)的數(shù)據(jù)庫中，借助操作員人機(jī)界面（HMI）屏幕這些輸出可以對生產(chǎn)參數(shù)或過程參數(shù)的進(jìn)行離線可視化和分析，或者，可以將它們發(fā)送到分布式控制系統(tǒng)（DCS），在生產(chǎn)線上實(shí)施必要的控制措施。ML：機(jī)器學(xué)習(xí)；LIMS：實(shí)驗(yàn)室信息管理系統(tǒng)；PIMS：生產(chǎn)信息管理系統(tǒng)。轉(zhuǎn)載自參考文獻(xiàn)[3]，經(jīng)John Wiley&Sons,Inc.許可，?2020。

Wang 等[35]通過建立一種馬爾可夫鏈模型來研究分析在最小所需和最大允許停留時(shí)間情況下的雙機(jī)幾何串行線路中的實(shí)時(shí)控制行為。他們分析了系統(tǒng)的結(jié)構(gòu)特性，設(shè)計(jì)了迭代算法實(shí)施實(shí)時(shí)控制，平衡生產(chǎn)率和廢品率之間的權(quán)衡來提高系統(tǒng)性能。Chen等[36]利用實(shí)時(shí)生產(chǎn)數(shù)據(jù)設(shè)計(jì)Max-plus線性模型來模擬系統(tǒng)輸入和相應(yīng)系統(tǒng)機(jī)器狀態(tài)之間的動(dòng)態(tài)關(guān)系。利用時(shí)變、事件驅(qū)動(dòng)的模型預(yù)測控制對Max-plus線性模型進(jìn)行分層，修改作業(yè)發(fā)布計(jì)劃，解決實(shí)時(shí)反饋控制問題，從而開發(fā)出可以用于ERP 或MES 的連貫的計(jì)劃結(jié)構(gòu)。

Wong 等[37]設(shè)計(jì)了基于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的模型預(yù)測控制（RNN-MPC），并將其應(yīng)用于制藥行業(yè)。RNN恰當(dāng)?shù)啬M了制藥制造中攪拌釜反應(yīng)器（CSTR）的動(dòng)力學(xué)，并為CSTR中復(fù)雜反應(yīng)的模型預(yù)測控制提供了閉環(huán)性能，這對滿足關(guān)鍵質(zhì)量屬性的規(guī)定至關(guān)重要。Min等[38]提出了一種基于機(jī)器學(xué)習(xí)的控制方法，用于提高石化生產(chǎn)單元中輕油的產(chǎn)量。他們建立了LightGBM模型，根據(jù)工廠的實(shí)時(shí)數(shù)據(jù)模擬生產(chǎn)過程，并將其一起與管理控制和數(shù)據(jù)采集進(jìn)行在線集成，實(shí)現(xiàn)實(shí)時(shí)建議和實(shí)時(shí)生產(chǎn)控制。Shang 等[39]設(shè)計(jì)了一個(gè)分段線性的、基于內(nèi)核的支持向量集簇（SVC）來表述數(shù)據(jù)驅(qū)動(dòng)魯棒優(yōu)化的不確定性。不確定性集本質(zhì)上是非參數(shù)，有助于解決混合整數(shù)線性規(guī)劃優(yōu)化公式，該公式專為化工廠的生產(chǎn)計(jì)劃而設(shè)計(jì)。Ning 和You [40]利用多級自適應(yīng)魯棒優(yōu)化和非參數(shù)核密度，提出了一種在不確定條件下的數(shù)據(jù)驅(qū)動(dòng)優(yōu)化方法。這種數(shù)據(jù)驅(qū)動(dòng)的優(yōu)化模型應(yīng)用于多用途批量處理的短期調(diào)度，其利潤比傳統(tǒng)的優(yōu)化調(diào)度應(yīng)用程序高31.5%。

3.3.小結(jié)

在制造業(yè)的框架內(nèi)，日益普及的IIoT使數(shù)據(jù)采集和存儲比以往任何時(shí)候都更加常見。由于目前傳統(tǒng)制造操作的確定性嚴(yán)重依賴人類專家，業(yè)內(nèi)逐漸出現(xiàn)的問題是如何有效且高效地利用所有數(shù)據(jù)以提供可行的建議。在這種背景下，最近AI 領(lǐng)域整體的“技術(shù)推動(dòng)”和智能制造背景下的“市場拉動(dòng)”，只是拓展了它們的應(yīng)用，以利用制造中各個(gè)層次產(chǎn)生的海量數(shù)據(jù)。因此，CPPS 可以為車間、供應(yīng)鏈和企業(yè)建立一個(gè)動(dòng)態(tài)知識庫，其中數(shù)據(jù)驅(qū)動(dòng)模型可以從歷史趨勢和模式中學(xué)習(xí)，并幫助企業(yè)采取明智的行動(dòng)和決策。這種數(shù)據(jù)驅(qū)動(dòng)的做法更加直觀，并且是以數(shù)據(jù)為導(dǎo)向的，減輕了其對生產(chǎn)過程或決策的任何負(fù)面影響；通過這種方式，它們被證明對生產(chǎn)過程的成本和質(zhì)量控制都是有利的，從而將“智能”引入了制造。通過實(shí)時(shí)過程監(jiān)控、分析和生產(chǎn)過程的數(shù)據(jù)驅(qū)動(dòng)控制，CPPS 還培育了新的服務(wù)模型，如預(yù)測性維護(hù)、故障診斷和性能優(yōu)化，所有這些都將推動(dòng)以生產(chǎn)為導(dǎo)向的傳統(tǒng)制造業(yè)向更基于服務(wù)的制造業(yè)發(fā)展。

4.分布式制造

傳統(tǒng)的制造系統(tǒng)是異構(gòu)系統(tǒng)的集合，其特征是資本、材料和機(jī)器集中在單個(gè)制造設(shè)施中[41]，決策能力（如生產(chǎn)計(jì)劃、調(diào)度和控制）在一個(gè)中心節(jié)點(diǎn)（如計(jì)算機(jī)和服務(wù)器）中執(zhí)行[42]。這種集中式系統(tǒng)具有優(yōu)點(diǎn)頗多，它易于控制、具有易于控制和管理數(shù)據(jù)的簡單數(shù)據(jù)庫設(shè)計(jì)與架構(gòu)，并且還遵循標(biāo)準(zhǔn)化的策略和過程[43]。然而，這些系統(tǒng)由于以剛性結(jié)構(gòu)構(gòu)建因此往往高度不靈活[10]，在容量有限、需求增加的情況下，這些系統(tǒng)容易遇到瓶頸[44]，導(dǎo)致全系統(tǒng)故障和失效，并產(chǎn)生維護(hù)問題，因?yàn)檎麄€(gè)系統(tǒng)都依賴于其核心單元。

集中式系統(tǒng)的局限性，以及新的制造模式和大規(guī)模定制化的推進(jìn)，正引導(dǎo)著制造業(yè)走向分布式。在此P2P系統(tǒng)中，所有的對等點(diǎn)都對稱地通信，并執(zhí)行相同的角色[43]。分布式制造的概念和網(wǎng)絡(luò)繁多，包括分段制造、分形制造、分布式微型工廠、戰(zhàn)略網(wǎng)絡(luò)、虛擬企業(yè)和簇概念[15]，并具有多種優(yōu)勢。在資源方面，分布式結(jié)構(gòu)允許最終產(chǎn)品在離客戶更近的地方制造，從而降低了與生產(chǎn)、存儲和運(yùn)輸相關(guān)的成本[10]；分布式結(jié)構(gòu)便于獲取更及時(shí)的信息[13]，提高對消費(fèi)者市場的反應(yīng)能力，以便及時(shí)做出決策，縮短生產(chǎn)銷售時(shí)間；分布式結(jié)構(gòu)將工作負(fù)載分散到多個(gè)供應(yīng)商和機(jī)器上，因此其中一個(gè)組成部分出現(xiàn)故障不會(huì)導(dǎo)致整個(gè)生產(chǎn)停止[10]；分布式結(jié)構(gòu)通過資源共享，可以利用過剩或閑置的產(chǎn)能；分布式結(jié)構(gòu)支持生產(chǎn)可伸縮性，以適應(yīng)不斷變化的需求[45]；最后，分布式結(jié)構(gòu)實(shí)現(xiàn)了按需生產(chǎn)，從而減少了預(yù)測需求和保持大量庫存的需要，進(jìn)而減少了資源浪費(fèi)[14]。在網(wǎng)絡(luò)架構(gòu)方面，分布式系統(tǒng)通過平衡各節(jié)點(diǎn)之間的整體負(fù)載，以及通過邊緣計(jì)算和霧計(jì)算[46]降低整體網(wǎng)絡(luò)延遲，提高了系統(tǒng)的多樣性和靈活性[15]，并在最大限度上克服了性能瓶頸。

4.1.分布式制造的技術(shù)推動(dòng)因素

近年來，出現(xiàn)了一些可以作為CPPS分布式推動(dòng)因素的技術(shù)。ICT 的興起不可避免，因?yàn)樗荂PPS[16]的關(guān)鍵驅(qū)動(dòng)因素之一。特別是在互聯(lián)行業(yè)中，分布式單元（如機(jī)器、工廠、供應(yīng)鏈）之間的有效數(shù)據(jù)交換對于執(zhí)行數(shù)據(jù)分析以實(shí)現(xiàn)接近實(shí)時(shí)的決策和控制至關(guān)重要。中間件是實(shí)現(xiàn)分布式控制系統(tǒng)的關(guān)鍵技術(shù)之一，它是操作系統(tǒng)和分布式應(yīng)用程序[47]之間的可重用軟件層。這些技術(shù)促進(jìn)了工業(yè)控制系統(tǒng)的信息交流，以及異構(gòu)設(shè)備和子系統(tǒng)的集成[47]。一些常見的中間件架構(gòu)包括開放平臺通信統(tǒng)一架構(gòu)（OPCUA）、數(shù)據(jù)分發(fā)服務(wù)和實(shí)時(shí)公共對象請求代理架構(gòu)。據(jù)了解，這些中間件技術(shù)都不能支持DCS[47]的所有要求。因此，包括5G在內(nèi)的高速互聯(lián)網(wǎng)的發(fā)展，以及基于行業(yè)標(biāo)準(zhǔn)（如MQTT、Eclipse 和RabbitMQ）最新的多協(xié)議，對中間件的成功應(yīng)用至關(guān)重要。中間件技術(shù)本身不要求重新設(shè)計(jì)產(chǎn)品結(jié)構(gòu)，但可以確保網(wǎng)絡(luò)延遲低，并支持分布單元[46]之間接近實(shí)時(shí)的通信。這在大數(shù)據(jù)時(shí)代和制造業(yè)不斷變化的環(huán)境中尤為重要。此外，在操作和環(huán)境不確定的情況下，部署射頻識別設(shè)備至關(guān)重要，這將為分布式生產(chǎn)線和供應(yīng)鏈提供有效的實(shí)時(shí)監(jiān)測和數(shù)據(jù)采集[48]。

4.2.相關(guān)案例研究

在分布式制造系統(tǒng)中，作業(yè)調(diào)度和資源分配必須在多個(gè)分布式工廠中進(jìn)行，每個(gè)工廠都由一條獨(dú)立、獨(dú)一的生產(chǎn)線組成?？尚械挠?jì)劃和調(diào)度方法必須能夠解決分布式制造系統(tǒng)所帶來的固有挑戰(zhàn)。因此，研究人員已經(jīng)對這個(gè)特定主題進(jìn)行了持續(xù)的研究，本文將按時(shí)間順序進(jìn)行回顧。Block 等[49]為分布式MES 引入了一種新的針對CPPS 的PPC方法。分布式框架由邊緣計(jì)算組成，該框架進(jìn)行實(shí)時(shí)數(shù)據(jù)采集，并在邊緣設(shè)備上進(jìn)行存儲和評估。P2P通信使用HTTP 請求，是通過具象狀態(tài)傳輸和WebSockets 實(shí)現(xiàn)的。Li等[41]提出了一種基于多智能體系統(tǒng)（MAS）的方法來實(shí)現(xiàn)分布式制造和資源共享的全局優(yōu)化調(diào)度。該方法包括一個(gè)企業(yè)級多智能體子系統(tǒng)，其中包括作業(yè)、資源和管理器代理，企業(yè)聯(lián)盟以及中介和調(diào)度代理。實(shí)驗(yàn)研究表明，MAS方法可使調(diào)度效率提高35.2%。Vespoli等[50]引入了一種分布式調(diào)度方法，用于持續(xù)運(yùn)作的生產(chǎn)線的作業(yè)排序。該方法通過多智能體仿真驗(yàn)證了其有效性，使系統(tǒng)的生產(chǎn)率提高了4%。Fu 等[51]提出了一種高維多目標(biāo)頭腦風(fēng)暴優(yōu)化算法，通過最小化延遲和能量消耗，來解決由多個(gè)工廠組成的分布式制造系統(tǒng)的調(diào)度問題，其中每個(gè)工廠都有一條獨(dú)立的生產(chǎn)線。研究人員將該算法與非支配排序遺傳算法II[52]和多目標(biāo)遺傳局部搜索[53]兩種算法進(jìn)行比較，得到了一組測試數(shù)據(jù)，該算法的結(jié)果優(yōu)于其他兩種算法。Kumar等[54]開發(fā)了一種基于智能體的操作規(guī)劃方法，該方法允許將決策分配給各種功能代理。研究人員將該方法應(yīng)用于某汽車制造企業(yè)復(fù)雜的四功能集成問題。對比該方法與該公司現(xiàn)有規(guī)劃方法的性能后，發(fā)現(xiàn)生產(chǎn)成本和計(jì)算時(shí)間分別減少了21.6%和50.8%。然而，該研究有一定局限性，因?yàn)檫@項(xiàng)工作不是在動(dòng)態(tài)條件下進(jìn)行的。

分布式制造的分布式MPC（DMPC）的概念需要被特別提及，因?yàn)镈MPC中各個(gè)控制器需要面對眾多挑戰(zhàn)，比如數(shù)據(jù)傳輸問題、眾多過程變量的控制以及大型分布式設(shè)備及其眾多子系統(tǒng)的計(jì)算復(fù)雜性[55?56]。DMPC 利用一系列獨(dú)特的控制器在不同的處理器中執(zhí)行控制計(jì)算和操作，與此同時(shí)各個(gè)控制器之間相互通信以實(shí)現(xiàn)閉環(huán)過程目標(biāo)。Farina 等[57]設(shè)計(jì)了一種合作迭代DMPC，并通過在模擬環(huán)境中模擬真實(shí)世界天然氣制冷廠的功能，將其與非合作性DMPC 進(jìn)行了比較。他們從工作中總結(jié)出，與DPC 相比，DMPC 中每個(gè)獨(dú)立的控制器都需要整個(gè)工廠的完整工作知識，否則可能會(huì)限制此類控制器的可擴(kuò)展性。然而，隨著現(xiàn)代ICT技術(shù)更易獲得，以及數(shù)字化轉(zhuǎn)型的推動(dòng)，可以通過有效滿足基礎(chǔ)設(shè)施和通信需求來克服這一限制。在上述研究中，DMPC的性能在所有測試場景中都超過了DPC，證明了其在分布式制造過程中的穩(wěn)定性。為了解決分布式制造中數(shù)據(jù)傳輸延遲的問題，Ravi和Kai‐sare[58]實(shí)施了一種分布式MPC框架，在該框架中，測量整個(gè)工廠的一個(gè)或多個(gè)子實(shí)體的過程變量的頻率不高，之后這些過程變量在固有延遲下進(jìn)行傳遞。他們采用狀態(tài)增廣公式，并將其與卡爾曼濾波集中估計(jì)器相結(jié)合。該方法能夠提供更好的預(yù)測控制，提高線性和非線性系統(tǒng)在不同延遲下的控制性能。Yin 等[59]為燃燒后二氧化碳（CO2）捕獲裝置中的吸收塔設(shè)計(jì)了一個(gè)分布式監(jiān)測框架。他們將吸收塔建模為五個(gè)不同但相互作用的子系統(tǒng)，并為整個(gè)吸收塔開發(fā)了一個(gè)帶有局部估計(jì)器的分布式狀態(tài)估計(jì)網(wǎng)絡(luò)。這項(xiàng)工作的意義在于，它依賴一種具有新的觸發(fā)條件的迭代算法，簡化了快速收斂和高效計(jì)算之間的權(quán)衡。他們的仿真結(jié)果表明，該方法能夠較好地估計(jì)吸收塔子系統(tǒng)的狀態(tài)。

4.3.小結(jié)

在日益變化和競爭激烈的生產(chǎn)環(huán)境中，隨著大規(guī)模定制的不斷發(fā)展，更有效地分配可用資源變得更為重要。分布式制造系統(tǒng)在智能AI 算法的驅(qū)動(dòng)下，系統(tǒng)地將眾多分布式實(shí)體組合成自主、主動(dòng)的機(jī)器或設(shè)備組合。它的系統(tǒng)架構(gòu)是可擴(kuò)展和模塊化的，并不斷地相互協(xié)作和交互，有助于上述原因下的資源分配。這樣的系統(tǒng)提供了許多好處，比如靈活的架構(gòu)、滿足按需生產(chǎn)的能力，以及對消費(fèi)者市場的響應(yīng)能力等?？紤]到此類系統(tǒng)的不斷發(fā)展和擴(kuò)大規(guī)模的內(nèi)在本質(zhì)，以及數(shù)字技術(shù)在制造業(yè)中的發(fā)展和應(yīng)用，分布式的趨勢只會(huì)加速。這將有助于制造業(yè)的轉(zhuǎn)型，而分布式如本節(jié)所述，將被廣泛應(yīng)用于解決生產(chǎn)計(jì)劃和控制、工作調(diào)度、資源分配和市場與客戶鄰近性等方面的問題。

5.制造業(yè)中高效和安全的數(shù)據(jù)共享

面向CPPS的分布式旨在將制造環(huán)境中的通信架構(gòu)從當(dāng)前現(xiàn)有的基于云或基于互聯(lián)網(wǎng)服務(wù)的架構(gòu)轉(zhuǎn)化為一種系統(tǒng)中所有實(shí)體都可以相互通信和交互（就像在P2P網(wǎng)絡(luò)中一樣）的架構(gòu)。因此，數(shù)據(jù)的安全性、合法性和可信性問題就更為明顯[60]。區(qū)塊鏈技術(shù)有潛力解決該問題。從最廣泛的意義上講，區(qū)塊鏈可以被定義為一種數(shù)字分布式賬本技術(shù)，它可以無縫存儲所有帶有時(shí)間戳的數(shù)據(jù)交換，以確保數(shù)據(jù)的合法跟蹤。此外，區(qū)塊鏈中的所有信息都是加密存儲的，確保了不變性、合法性和可信性[61?62]。因此，區(qū)塊鏈和工業(yè)互聯(lián)網(wǎng)平臺的結(jié)合促進(jìn)了P2P交互的概念，以及在CPPS輔助的分布式制造中，實(shí)現(xiàn)了眾多物理實(shí)體之間以信任和可查證的方式進(jìn)行交互[63]。

5.1.基本特征

5.1.1.邊緣設(shè)備和數(shù)據(jù)源的可靠訪問和安全管理

區(qū)塊鏈節(jié)點(diǎn)可作為工業(yè)設(shè)備等數(shù)據(jù)資源接入工業(yè)互聯(lián)網(wǎng)的入口。基于區(qū)塊鏈可以實(shí)現(xiàn)工業(yè)設(shè)備的分布式身份與授權(quán)管理。還可以可靠地實(shí)現(xiàn)設(shè)備識別、注冊、發(fā)現(xiàn)、訪問和刪除等動(dòng)態(tài)管理操作[64]。區(qū)塊鏈可以記錄設(shè)備互聯(lián)、運(yùn)行記錄、數(shù)據(jù)交換等關(guān)鍵數(shù)據(jù)，形成可信的邊緣設(shè)備接入系統(tǒng)。此外，區(qū)塊鏈可以有效監(jiān)控連接到工業(yè)互聯(lián)網(wǎng)平臺的設(shè)備狀態(tài)，并通過智能合約自動(dòng)發(fā)出安全風(fēng)險(xiǎn)和惡意攻擊警報(bào)[60]。

5.1.2.工業(yè)數(shù)據(jù)的可信收集和安全共享

基于區(qū)塊鏈的數(shù)據(jù)管理平臺可以實(shí)現(xiàn)數(shù)據(jù)的可靠采集和安全共享，這促進(jìn)了不同行業(yè)平臺之間的數(shù)據(jù)交換，從而連接了孤立的信息和數(shù)據(jù)。區(qū)塊鏈可以建立數(shù)據(jù)安全和訪問控制，制定數(shù)據(jù)傳輸和授權(quán)規(guī)則，從而進(jìn)行數(shù)據(jù)權(quán)限管理和加密服務(wù)[65]。數(shù)據(jù)的全生命周期監(jiān)管可以通過數(shù)據(jù)存管認(rèn)證、傳輸跟蹤、用戶信用評估等實(shí)現(xiàn)；區(qū)塊鏈的防篡改、安全性和透明性使該功能更加可信。這樣的平臺推動(dòng)了工業(yè)互聯(lián)網(wǎng)從設(shè)備網(wǎng)絡(luò)、數(shù)據(jù)網(wǎng)絡(luò)向知識網(wǎng)絡(luò)、價(jià)值網(wǎng)絡(luò)發(fā)展，實(shí)現(xiàn)了跨行業(yè)的數(shù)據(jù)共享、價(jià)值挖掘和安全防護(hù)。不同行業(yè)、不同領(lǐng)域的數(shù)據(jù)、算法、服務(wù)和模型的可信共享也借助該平臺推動(dòng)了數(shù)字孿生等仿真模型在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用[62]。

5.1.3.基于區(qū)塊鏈的供應(yīng)鏈管理

基于工業(yè)互聯(lián)網(wǎng)平臺，可以實(shí)現(xiàn)多方實(shí)時(shí)信息同步。工業(yè)供應(yīng)鏈的關(guān)鍵要素，例如，產(chǎn)權(quán)設(shè)計(jì)、服務(wù)訂單、生產(chǎn)流程和產(chǎn)品信息等都可以存儲在區(qū)塊鏈上?；谡鎸?shí)數(shù)據(jù)、產(chǎn)品評價(jià)、服務(wù)和信用，可以實(shí)現(xiàn)供應(yīng)鏈管理中的多項(xiàng)增值服務(wù)，如共享設(shè)計(jì)需求、協(xié)同生產(chǎn)、供需智能匹配、產(chǎn)品防偽溯源、智能運(yùn)維等[66?67]。

5.2.近期制造業(yè)區(qū)塊鏈研究和案例研究

近年來，區(qū)塊鏈與信息物理系統(tǒng)的結(jié)合引起了研究人員對分布式電網(wǎng)系統(tǒng)、分布式物流運(yùn)營和醫(yī)療系統(tǒng)中分布式數(shù)據(jù)共享等研究領(lǐng)域的興趣。雖然區(qū)塊鏈在各個(gè)領(lǐng)域的應(yīng)用正在不斷發(fā)展，但它在制造業(yè)中的應(yīng)用還處于早期階段。下面提到了最近發(fā)表的一些關(guān)鍵文獻(xiàn)，為讀者提供了有關(guān)區(qū)塊鏈在智能和分布式制造中作用的背景觀點(diǎn)，還有區(qū)塊鏈在制造業(yè)中的實(shí)際應(yīng)用，其中包括我們正在進(jìn)行的研究計(jì)劃。

Lee 等[63]提出了一個(gè)統(tǒng)一的三級區(qū)塊鏈架構(gòu)，包括連接網(wǎng)絡(luò)、自控網(wǎng)絡(luò)和管理網(wǎng)絡(luò)，以解決分布式制造系統(tǒng)的互操作性、數(shù)據(jù)共享、安全性、自動(dòng)化和彈性等關(guān)鍵問題。Leng 等[68]基于“商業(yè)畫布模型”提出了12 個(gè)在制造業(yè)中采用區(qū)塊鏈的評價(jià)指標(biāo)。他們的研究重點(diǎn)在于這些指標(biāo)如何在基于CPPS的智能制造框架內(nèi)實(shí)現(xiàn)可持續(xù)制造和產(chǎn)品生命周期管理。Angrish等[69]提出了一個(gè)名為Fab‐Rec的原型平臺，用于處理分布的制造實(shí)體網(wǎng)絡(luò)，包括網(wǎng)絡(luò)和實(shí)體，以便在此類系統(tǒng)中實(shí)現(xiàn)自動(dòng)化系統(tǒng)的透明度和智能合約，這可以通過審查跟蹤得到充分驗(yàn)證。他們在一個(gè)實(shí)驗(yàn)室規(guī)模的試驗(yàn)平臺上進(jìn)一步測試了他們的原型，該平臺包括計(jì)算節(jié)點(diǎn)、物理設(shè)備（如Raspberry PI）和一臺配備以太坊智能合約的基本計(jì)算機(jī)數(shù)控機(jī)。他們得出結(jié)論，概念驗(yàn)證研究可以用于大規(guī)模系統(tǒng)，并進(jìn)一步改進(jìn)系統(tǒng)設(shè)計(jì)。Pal和Yasar[70]提出了一種用于制造業(yè)供應(yīng)鏈信息系統(tǒng)的混合架構(gòu)，它由IoT應(yīng)用程序和基于區(qū)塊鏈的分布式賬本組成，以支持多方全球服裝業(yè)務(wù)網(wǎng)絡(luò)中的交易服務(wù)。他們的模型包括一個(gè)具有唯一地址的基于IoT的智能全球網(wǎng)絡(luò)，以促進(jìn)參與企業(yè)之間的互動(dòng)和合作，進(jìn)而實(shí)現(xiàn)共同目標(biāo)。IoT 通過分布式賬本（區(qū)塊鏈）進(jìn)一步分層，以保障此類全球業(yè)務(wù)交易服務(wù)可信且可靠。在最近的一項(xiàng)研究中，Barenji等[71]提出了基于區(qū)塊鏈的霧計(jì)算，用于分布式制造中的協(xié)同設(shè)計(jì)，以實(shí)現(xiàn)定制生產(chǎn)。他們首先開發(fā)了基于機(jī)器學(xué)習(xí)的聚類算法對客戶的需求和期望進(jìn)行分類，之后開發(fā)了基于霧計(jì)算的生產(chǎn)平臺的各種物理和網(wǎng)絡(luò)實(shí)體的集成。在該系統(tǒng)上設(shè)計(jì)了區(qū)塊鏈層，以提高數(shù)據(jù)的完整性、可信性和安全性。感興趣的讀者可以閱讀最近的一篇綜述文章[72]，該文章對CPPS 輔助制造的區(qū)塊鏈前景、當(dāng)前的技術(shù)障礙和未來方向進(jìn)行了詳細(xì)介紹。

5.2.1.應(yīng)收賬款和庫存融資

應(yīng)收賬款和庫存融資（ARIF）是一種基于資產(chǎn)控制的商業(yè)貸款，用于制造業(yè)供應(yīng)鏈中的倉儲。工業(yè)互聯(lián)網(wǎng)的智能供應(yīng)鏈管理可以保證倉庫單據(jù)不被二次抵押。這將有助于銀行實(shí)現(xiàn)對貨物的監(jiān)管，從而降低貸款風(fēng)險(xiǎn)，優(yōu)化行業(yè)效率。

通過工業(yè)互聯(lián)網(wǎng)可以實(shí)現(xiàn)商品信息的全生命周期管理。因此，ARIF 的商業(yè)模式已經(jīng)從傳統(tǒng)的對企業(yè)信貸的強(qiáng)烈依賴升級為以財(cái)產(chǎn)為導(dǎo)向的風(fēng)險(xiǎn)管理。這種風(fēng)險(xiǎn)管理是通過區(qū)塊鏈在大數(shù)據(jù)和AI 相關(guān)技術(shù)上的應(yīng)用實(shí)現(xiàn)的。關(guān)鍵技術(shù)如圖5 所示。通過IoT 技術(shù)可以實(shí)時(shí)監(jiān)測和控制貨物狀態(tài)。該技術(shù)有助于構(gòu)建智能倉庫和物流系統(tǒng)，實(shí)時(shí)記錄貨物的出入庫信息，控制提貨權(quán)，降低融資風(fēng)險(xiǎn)。更具體地說，該技術(shù)可以對被檢查物品進(jìn)行非接觸識別。此外，該技術(shù)還具有讀寫速度快、體積小、穿透力強(qiáng)、容量大、安全性高等特點(diǎn)。GPS幫助實(shí)時(shí)跟蹤貨物的位置，并在關(guān)鍵時(shí)間點(diǎn)提供視頻數(shù)據(jù)以提醒管理者。指紋、人臉識別等AI技術(shù)有助于確認(rèn)操作員的身份，并實(shí)現(xiàn)權(quán)限管理。區(qū)塊鏈有助于連接來自不同業(yè)務(wù)系統(tǒng)的數(shù)據(jù)。產(chǎn)業(yè)鏈的每一端都作為對等節(jié)點(diǎn)加入到區(qū)塊鏈中共享必要的信息。數(shù)據(jù)同時(shí)記錄在區(qū)塊鏈上，不可篡改，這保證了數(shù)據(jù)的真實(shí)性。

圖5.ARIF倉儲物流平臺的關(guān)鍵技術(shù)。

5.2.2.工業(yè)互聯(lián)網(wǎng)平臺

工業(yè)互聯(lián)網(wǎng)平臺連接了消費(fèi)和生產(chǎn)之間的數(shù)據(jù)流，幫助制造商靈活組織資源和生產(chǎn)流程。這有助于實(shí)現(xiàn)低成本、大規(guī)模、靈活的定制和體驗(yàn)式消費(fèi)，從而提高產(chǎn)品價(jià)值，提高用戶留存率。這種由用戶驅(qū)動(dòng)的現(xiàn)代制造業(yè)“逆向生產(chǎn)模式”被稱為客戶到制造商（C2M）模式。該模式可以根據(jù)消費(fèi)者的個(gè)性化需求實(shí)現(xiàn)定制化產(chǎn)品的批量生產(chǎn)。該過程如圖6所示。

C2M 模式利用了多種互聯(lián)網(wǎng)技術(shù)創(chuàng)新設(shè)計(jì)和生產(chǎn)流程。它融合了來自客戶、電子商務(wù)平臺、設(shè)計(jì)師和制造商的數(shù)據(jù)，進(jìn)而豐富了數(shù)據(jù)庫。同時(shí)，借助海量數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)，該模式能夠預(yù)測市場趨勢，打造智能生產(chǎn)線以實(shí)現(xiàn)柔性制造。最后，該模式借助電子商務(wù)平臺實(shí)現(xiàn)了基于定制需求的量產(chǎn)，有效控制了生產(chǎn)成本。綜上所述，通過整個(gè)供應(yīng)鏈和生產(chǎn)網(wǎng)絡(luò)，區(qū)塊鏈允許消費(fèi)者通過透明和實(shí)時(shí)的數(shù)據(jù)、信息交換及客戶與制造商之間的通信，無縫跟蹤從原材料到最終產(chǎn)品的所有細(xì)節(jié)[73]。

5.3.小結(jié)

本節(jié)介紹了區(qū)塊鏈在分布式制造背景下的應(yīng)用潛力，用于管理可信、安全和智能的合約應(yīng)用、審查以及詳細(xì)合法的可追溯性記錄。此外，由于CPPS平臺廣泛使用大數(shù)據(jù)的預(yù)測分析，這些數(shù)據(jù)通常存儲在指定的數(shù)據(jù)庫中，因此確保這些數(shù)據(jù)庫的安全至關(guān)重要，特別是通過互聯(lián)網(wǎng)服務(wù)訪問時(shí)的安全問題。在這樣的背景下，區(qū)塊鏈的意義體現(xiàn)在數(shù)據(jù)跟蹤、評估、防篡改、透明等方面，這對于進(jìn)行數(shù)據(jù)分析以實(shí)現(xiàn)接近實(shí)時(shí)決策和控制至關(guān)重要。本節(jié)介紹了最近基于區(qū)塊鏈的CPPS應(yīng)用方面的一些工作，并討論了區(qū)塊鏈在物流、庫存和大規(guī)模定制等生產(chǎn)實(shí)踐方面的實(shí)際應(yīng)用，這些都與我們正在進(jìn)行的研究工作直接相關(guān)，展示了區(qū)塊鏈在未來制造業(yè)中的潛力。

6.挑戰(zhàn)和未來展望

雖然在文獻(xiàn)中的觀點(diǎn)普遍認(rèn)為CPPS是未來制造業(yè)的重要支柱之一，但其概念、框架和成功案例仍處于萌芽階段，為了成功廣泛地實(shí)施，仍需要解決和克服一些挑戰(zhàn)。表2總結(jié)了其中的一些針對本文主題的挑戰(zhàn)，因?yàn)樗鼈優(yōu)槲磥淼难芯糠较虻於嘶A(chǔ)。

表2 向CPPS轉(zhuǎn)型以實(shí)現(xiàn)智能制造的若干挑戰(zhàn)

7.結(jié)論

本綜述總結(jié)了CPPS在推動(dòng)下一代生產(chǎn)制造（通常被稱為“智能制造”或“未來工廠”）方面的作用和貢獻(xiàn)。

首先，本文簡要介紹了制造模式轉(zhuǎn)變的主要推動(dòng)因素，然后介紹了CPPS 的概念。本研究重點(diǎn)關(guān)注數(shù)據(jù)驅(qū)動(dòng)制造、分布式制造和用于安全數(shù)據(jù)管理的集成區(qū)塊鏈，從整體上闡述了CPPS在智能制造中的作用。

圖6.C2M業(yè)務(wù)流程。O2O：線上到線下。

CPPS 作為一個(gè)整體，實(shí)現(xiàn)了端到端的工業(yè)數(shù)據(jù)、設(shè)備、產(chǎn)品、系統(tǒng)和服務(wù)的全面連接和管理。它促進(jìn)了R&D 設(shè)計(jì)、制造、運(yùn)維服務(wù)等海量產(chǎn)業(yè)資源的在線聚合和配置，最終旨在通過數(shù)字化轉(zhuǎn)型，加速企業(yè)組織管理的轉(zhuǎn)型。這些數(shù)字技術(shù)（即大數(shù)據(jù)、云計(jì)算、IIoT、AI）通過CPPS平臺融合和智能應(yīng)用，推動(dòng)傳統(tǒng)制造業(yè)向智能制造模式演變。CPPS 通過智能生產(chǎn)改造企業(yè)，發(fā)展出預(yù)測性維護(hù)、故障診斷、性能優(yōu)化等新型服務(wù)模式，推動(dòng)傳統(tǒng)的生產(chǎn)型制造向服務(wù)型制造轉(zhuǎn)變。此外，基于IIoT 的CPPS 平臺打通了消費(fèi)和生產(chǎn)之間的數(shù)據(jù)流，使制造資源和生產(chǎn)流程之間具有更大的靈活性，并支持個(gè)性化定制，從而提高產(chǎn)品價(jià)值，提高客戶滿意度和參與度。CPPS 平臺有效地整合了制造商、供應(yīng)商、消費(fèi)者、開發(fā)人員和其他參與者，利用信息流驅(qū)動(dòng)技術(shù)流、資金流、人才流、物資流，形成基于平臺的業(yè)務(wù)協(xié)作、能力共享等開放發(fā)展模式。這種平臺本質(zhì)上是分布式的，實(shí)現(xiàn)了資源網(wǎng)絡(luò)的動(dòng)態(tài)配置，促進(jìn)了網(wǎng)絡(luò)化制造。通過在這些分布式系統(tǒng)中使用區(qū)塊鏈對CPPS進(jìn)行分層，可以建立對數(shù)據(jù)流和控制系統(tǒng)的安全訪問，確保數(shù)據(jù)的安全性和可信性，從而鞏固數(shù)據(jù)驅(qū)動(dòng)的制造。最后，本文提出了CPPS在各個(gè)方面和應(yīng)用上需要解決的關(guān)鍵挑戰(zhàn)，加快智能制造在未來幾年內(nèi)的實(shí)現(xiàn)。

Acknowledgements

The authors acknowledge the Singapore RIE2020 Ad‐vanced Manufacturing and Engineering (AME) IAF-PP grant“Cyberphysical production system (CPPS) towards contextu‐al and intelligent response”by the Agency for Science,Tech‐nology and Research(A19C1a0018) and Model Factory at SIMTech.

Authors’contribution

Manu Suvarna: Conceptualization, methodology, writ‐ing, review, editing and visualization.Ken Shaun Yap: Meth‐odology, writing, review and editing.Wentao Yang: Method‐ology, writing, review, editing and visualization.Jun Li:Methodology,writing,review and editing.Yen Ting Ng:Visu‐alization, writing, review and editing.Xiaonan Wang: Con‐ceptualization,writing,review,editing and supervision.

Compliance with ethics guidelines

Manu Suvarna,Ken Shaun Yap,Wentao Yang,Jun Li,Yen Ting Ng,and Xiaonan Wang declare that they have no conflict of interest or financial conflicts to disclose.