其实，也就在几年前，我们的一些科技工作者还试图通过统计学的方法拟合出机组“功率与煤耗曲线”，并尝试利用该曲线进行不同机组之间的负荷分配，当时我对此建议还持肯定态度，后期当我看到数据离散度如此之大时，我认为这一方案是有问题的。

朱卫列在演讲中分析了工业3.0时代核心技术之一的自控系统的功能不足，分享了发电厂利用CPS技术，建立煤粉温度场等一系列复杂工业系统的信息物理模型的经验，提出了CPS与DCS的架构关系，对比了工业3.0时代的DCS、PLC产品与工业4.0时代的CPS产品形态和核心技术差异。

9月17日，在2022数字价值峰会（北京站）重点行业智能制造与集团数字化管控高峰论坛上，中国计算机用户协会工业互联网与大数据应用分会理事长朱卫列以《新一代智能制造（CPS）应用研究》为题，分享了他近期对于新一代智能系统CPS的应用研究。

由此，我们可以看出，中国工程院的观点是：HCPS 将是从工业3.0迈向新一代工业革命，即工业4.0的核心技术。

很多发电厂在推行“小指标考核”，试图通过考核、评比的办法促进运行人员关注每一个微小的节能指标，摸索出规律、然后再实时微调，这种管理方法起到了一定的效果，但客观地说超过10个以上的参数调整、优化已经超出了运行人员的思维极限和知识结构。

谈到工业4.0我们不得不回顾一下工业3.0的核心代表技术之一DCS，DCS称为分散控制系统，在流程型工业中，特别是在电力、冶金、石化行业应用极其广泛，可以说DCS代表了工业3.0时代的技术水平，它把工业制造水平由过去的机械化、电气化带到了自动化。然而，在迈向工业4.0的过程中，我们重新审视以DCS为代表的工业控制系统，我们发现它存在以下问题：

分四个方面来讲。首先来看下CPS、HCPS的概念及产生的渊源。

谢谢大家的聆听，有不对的地方欢迎指正。我们协会也会组织有志于从事CPS研究的企业、机构、学者和工程师共同探讨这项技术。

首先，控制系统的控制参数不能随着控制对象（工业系统）的变化而变化，也就是说不具有自适应功能。尽管科技界有许多关于自适应控制的研究，也有许多成果应用，但大型流程工业中没有自适应控制功能的系统还占主流。我们知道控制系统的设计是需要通过控制系统（控制器）去控制工业系统，然而我们的工业系统（由一系列工业设备组成）并不是一成不变的，在长期的运行过程中会出现磨损、老化，我们常常称为性能“劣化”，有些工业设备及执行机构甚至会出现卡涩、拒动等等现象。但是，对于工业系统的劣化，控制系统参数设置并不会随之调整：大多数情况下控制系统的参数设置是在工业系统投产前的调试阶段或工业系统大修之后调试设置好的，这样就造成了控制系统与工业系统之间的“脱节”，工业对象在逐步劣化，而控制参数不变，工业系统运行一段时间后，便会偏离最佳效率区域运行。

我们的做法首先是获取工业大数据，选择与“高效”性能相关的传感器数据。所谓工业大数据均是从生产控制系统DCS那里获取的生产实时数据，不是互联网或一些大数据公司常提的Hadoop、Spark。

今天我们设计CPS新一代智能制造的目的就是要有效解决工业3.0中工业控制系统存在的问题，要让控制系统的参数能够伴随设备的劣化而调整、变化，要让CPS感知外部环境输入量的微小变化而可以进行实时调整，并控制工业系统在全工况下持续运行在最佳工作点上，也就是说赋予我们的工业系统具有自感知、自适应的智能化功能，最重要的是要利用好工业大数据，基于工业大数据建立起一个个工业系统的信息系统模型，由此带动工业走向智能化之路。

我从三方面总结一下CPS功能与架构。

第三，控制系统在低工况运行时问题更多，使得工业系统在低工况运行时更加远离该工况下的最佳效率点。行业中往往给予了满负荷附近的工作点以更大的关注，控制系统参数调整做的比较精细、认真，而对于远离满负荷工作点，调试往往不够到位。近年来由于需要优先调用清洁能源的原因，燃煤发电机组需要更多时间进行深度调峰，工业系统调试的不够精细，带来的经济损失很大。

业界早年就提出了CPS概念，近几年中国工程院又提出了HCPS的论述，并指出HCPS是“新一代智能制造”的核心技术。朱卫列认为，CPS的本质是通过采集工业大数据、实时计算、建立信息物理模型，以实现对工业系统及外部环境的自感知、自适应，再回到控制系统，实现对工业系统的动态、精准执行，解决生产制造环节中节能、绿色环保及安全问题。CPS的目的就是要取代人，帮助人类优化智能制造过程，所以他认为CPS才是未来，而不是HCPS。

文章来源：《智能计算机与应用》 网址: http://www.znjsjyyy.cn/zonghexinwen/2022/1014/405.html

上一篇：中国A股计算机板块周四大涨
下一篇：再见SIM卡？eSIM技术有望拓展至手机电脑