李杰 劉宗長

CPS是美國科學(xué)基金會在2006年提出的新技術(shù)概念，并將此項(xiàng)技術(shù)體系作為新一代技術(shù)革命的突破點(diǎn)。同時，德國的“工業(yè)4.0”戰(zhàn)略也將Cyber-Physical Production System （信息——物理生產(chǎn)系統(tǒng)）作為核心技術(shù)，其實(shí)質(zhì)是CPS 在生產(chǎn)系統(tǒng)中的應(yīng)用體系。無論是德國“工業(yè)4.0”戰(zhàn)略還是美國CPS計(jì)劃，都將CPS作為智能化轉(zhuǎn)型的核心技術(shù)，并據(jù)此設(shè)定各自的戰(zhàn)略轉(zhuǎn)型目標(biāo)。

前三次工業(yè)革命發(fā)展的過程給我們的啟示是，每一次科技革命的根本原因在于原有技術(shù)體系下的生產(chǎn)要素已經(jīng)無法滿足生產(chǎn)力的發(fā)展要求，在這種需求的推動下，新的使能技術(shù)的誕生幫助人們突破了限制生產(chǎn)力發(fā)展的瓶頸，同時伴隨著新的基礎(chǔ)設(shè)施的發(fā)展，新技術(shù)的紅利得以快速普及。

第四次科技革命被稱為“智能化”的革命，需要解決的生產(chǎn)力瓶頸在于技術(shù)要素的不可見部分，即人的知識產(chǎn)生和利用效率已經(jīng)不能滿足生產(chǎn)系統(tǒng)的要求，難以實(shí)現(xiàn)最優(yōu)的運(yùn)行效率和協(xié)同。以人的決策為驅(qū)動的生產(chǎn)系統(tǒng)中，有很大一部分的價值并沒有被釋放出來，這主要體現(xiàn)在對知識獲取的速度、利用的深度、應(yīng)用的規(guī)模化三個方面的瓶頸。因此，第四次科技革命所要解決的核心問題主要包括：

提升知識作為核心生產(chǎn)要素的生產(chǎn)力邊界，使知識的產(chǎn)生、利用和傳承效率與規(guī)模獲得本質(zhì)的提升。

重新優(yōu)化生產(chǎn)組織要素的價值鏈關(guān)系，使得整個產(chǎn)業(yè)鏈中的各個環(huán)節(jié)圍繞最終用戶的價值交付，以高效的協(xié)同方式組織生產(chǎn)活動。

現(xiàn)在層出不窮的技術(shù)概念如人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、云制造等，無不是為了提升知識生產(chǎn)力和價值交付的效率。

中國智能化轉(zhuǎn)型中的三個新機(jī)遇

在過去幾年中，我們看到中國的工業(yè)經(jīng)濟(jì)經(jīng)歷了非常嚴(yán)峻的挑戰(zhàn)，需求側(cè)的增長動力不足與供給側(cè)產(chǎn)能過剩之間的矛盾非常突出。針對產(chǎn)業(yè)鏈高價值端的需求，中國企業(yè)滿足能力不足，但在低價值端的供給又嚴(yán)重過剩。形勢雖然嚴(yán)峻，但是筆者認(rèn)為中國的工業(yè)轉(zhuǎn)型有三個方向的機(jī)遇：

機(jī)遇一：從出口低端產(chǎn)品向出口高端制造裝備和增值服務(wù)轉(zhuǎn)變。在最近十年中，中國制造正在逐步走出依賴低端產(chǎn)品出口的模式，在軌道交通、發(fā)電裝備、船舶、電力基礎(chǔ)設(shè)施等高端裝備領(lǐng)域已形成了自己的品牌和競爭力。中國在2015年發(fā)布的《中國制造2025》，除了著重強(qiáng)調(diào)發(fā)展十大領(lǐng)域外，還首次提出了將大力發(fā)展知識經(jīng)濟(jì)和服務(wù)型制造業(yè)作為轉(zhuǎn)型重點(diǎn)，將裝備智能化、過程智能化和服務(wù)智能化作為重點(diǎn)發(fā)展領(lǐng)域。因此，未來中國不僅要將高鐵賣到國外，還有可能輸出鐵路運(yùn)營的經(jīng)驗(yàn)，從鐵路的運(yùn)營服務(wù)中獲得可持續(xù)增長的價值。中國的裝備制造企業(yè)，也不再僅以賣給客戶產(chǎn)品為目標(biāo)，還會從產(chǎn)品使用場景中的增值服務(wù)中獲得收入。

機(jī)遇二：工業(yè)增長模式從對增量的投資向?qū)Υ媪康挠行Ю棉D(zhuǎn)變。中國經(jīng)濟(jì)過去30年高速增長的核心動能來源于“從無到有”的需求，因此絕大部分的投入是面向增量的。而現(xiàn)在這一部分的需求已經(jīng)達(dá)到飽和，新的需求轉(zhuǎn)向“從有到精”，即對存量的有效利用?！靶屡f動能轉(zhuǎn)換”的概念指出，中國經(jīng)濟(jì)新常態(tài)下的發(fā)展動力來源于“增量崛起”與“存量變革”并舉：一方面發(fā)展以新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)和新模式為代表的新動能，同時對于舊動能以產(chǎn)業(yè)轉(zhuǎn)型升級和提升發(fā)展效率和質(zhì)量的方式，也可轉(zhuǎn)換為新動能。在新舊動能的轉(zhuǎn)換中，要以知識、技術(shù)、信息、數(shù)據(jù)等新的生產(chǎn)要素作為支撐。因此，GE所提出的“1%的力量”在中國是可行的，即從已有的工業(yè)存量中提升1%的效率已是驚人的數(shù)字，可實(shí)現(xiàn)驚人的成果。所以未來中國的工業(yè)增長不能只看百分比增速，還應(yīng)關(guān)注其中有多少增長來自于對存量資源效率的提升，因?yàn)檫@代表著增長的質(zhì)量。

機(jī)遇三：利用新技術(shù)不斷彌補(bǔ)核心制造知識的缺失，從勞動成本優(yōu)勢向以知識為核心的效率優(yōu)勢轉(zhuǎn)變。2016年到現(xiàn)在，筆者關(guān)注到兩個有意思的現(xiàn)象：一個是中國作者發(fā)表的有關(guān)機(jī)器學(xué)習(xí)的論文數(shù)量成為世界第一；另一個是中國的ICT產(chǎn)業(yè)從業(yè)人數(shù)成為全球第一。這意味著中國在新一輪競爭中開始具備優(yōu)勢。筆者在《工業(yè)大數(shù)據(jù)》一書中曾經(jīng)分析過，中國擁有發(fā)展工業(yè)智能的兩個核心資源，即數(shù)據(jù)與場景。除此以外，中國也逐漸在數(shù)據(jù)建模能力上積累優(yōu)勢，使得數(shù)據(jù)轉(zhuǎn)變?yōu)橹R再應(yīng)用到具體場景中的速度不斷提升。因此可以預(yù)見，中國工業(yè)的優(yōu)勢將從成本逐漸轉(zhuǎn)變?yōu)橐灾R為核心的制造效率。

然而，想要抓住這一次產(chǎn)業(yè)升級的機(jī)遇，中國工業(yè)還需要克服一些自身的薄弱環(huán)節(jié)。一直以來，中國工業(yè)在標(biāo)準(zhǔn)化和體系化等方面相比德國和美國等制造強(qiáng)國還有一定的差距。要想將大數(shù)據(jù)、人工智能、工業(yè)互聯(lián)網(wǎng)等新技術(shù)應(yīng)用于工業(yè)中，依然離不開體系化的技術(shù)建設(shè)和系統(tǒng)思維，而這恰恰是CPS之于工業(yè)智能所存在的意義。

CPS：中國工業(yè)智能化的 新思維與新途徑

人工智能≠工業(yè)智能

雖然人工智能技術(shù)在圖像處理和語義識別等領(lǐng)域已經(jīng)取得了令人驚嘆的成就，也成功地解決了一些工業(yè)領(lǐng)域中的技術(shù)難點(diǎn)問題，但是人工智能技術(shù)被體系化地應(yīng)用于工業(yè)系統(tǒng)中，仍然有很長一段路要走。其中最重要的原因是人工智能中還有太多的未知需要探索（surprise）。使用神經(jīng)網(wǎng)絡(luò)看似無所不能。我們可以使用不同層數(shù)的神經(jīng)網(wǎng)絡(luò)，不同密度的網(wǎng)絡(luò)連接在圖像識別上，甚至可以應(yīng)用在醫(yī)療放射圖像的分析上，但是如果它們甚至不能自我解釋，我們真的可以依靠它們嗎？盡管在神經(jīng)網(wǎng)絡(luò)的可解釋性研究方面已經(jīng)取得了一些成果，例如從深度神經(jīng)網(wǎng)絡(luò)提取基于樹的規(guī)則、卷積層可視化、特征貢獻(xiàn)度、InterpretNet等，但是機(jī)器學(xué)習(xí)的預(yù)測從不確定性到相對可控的確定性之間仍然還有很長的距離。

筆者認(rèn)為，人工智能真正開始被規(guī)?；貞?yīng)用于工業(yè)系統(tǒng)中，進(jìn)而實(shí)現(xiàn)工業(yè)智能系統(tǒng)，至少需要做到以下3個S：

Standard（標(biāo)準(zhǔn)化）：即如何與現(xiàn)有工業(yè)系統(tǒng)的標(biāo)準(zhǔn)化體系相結(jié)合，包括方法論、建模過程、數(shù)據(jù)質(zhì)量、模型評價、容錯機(jī)制、基于預(yù)測的操作規(guī)程、不確定性管理等各方面的標(biāo)準(zhǔn)化。

Systematic（體系化）：在技術(shù)層級和應(yīng)用層級方面的體系化上，需要建立一套協(xié)同體系，明確工業(yè)智能在部件級、設(shè)備級、系統(tǒng)級和社區(qū)級等不同層級中的任務(wù)邊界及相互的接口。

Sustainable（穩(wěn)定可持續(xù)）：與人工智能預(yù)測的可解釋性和結(jié)果的確定性相似，如何能夠做到對同一組數(shù)據(jù)和同一個模型，不同的人用來訓(xùn)練得到的結(jié)果都需要是一樣的。否則怎么做到制造系統(tǒng)的標(biāo)準(zhǔn)化和一致性管理呢？

以5C（Connection、Conversion、Cyber、Cognition、Configuration）為架構(gòu)的CPS技術(shù)體系在設(shè)計(jì)之初就考慮了如何能夠滿足這3個S的要求。

CPS的狹義與廣義技術(shù)內(nèi)涵

2006年美國國家科學(xué)基金會（NSF）舉辦了第一屆CPS研討會，會議中對CPS的定義第一次進(jìn)行了闡述：CPS是網(wǎng)絡(luò)環(huán)境（Cyber Space）中的通信（Communication）、計(jì)算（Computation）和控制（Control）與實(shí)體系統(tǒng)在所有尺度內(nèi)的深度融合。這個定義給出了CPS的三個基本元素，也就是我們最常提到的3C技術(shù)要素。NSF從功能性的角度闡述了CPS的內(nèi)涵，即實(shí)體系統(tǒng)里面的物理規(guī)律以信息的方式來表達(dá)?！禖PS：新一代工業(yè)智能》一書從更加廣義的角度賦予了CPS新的內(nèi)涵：對實(shí)體系統(tǒng)內(nèi)變化性、相關(guān)性和參考性規(guī)律的建模、預(yù)測、優(yōu)化與管理。

除了功能層面的3C要素，CPS的廣義定義還需要從另外3個C與3個R的角度去理解，其中，CPS對實(shí)體系統(tǒng)分析和預(yù)測的目的與手段可以概括為“3C”：

Comparison（比較性）：從比較過程中獲取洞察能力，既包括比較相似性，也包括比較差異性。比較的維度既可以是在時間維度上與自身狀態(tài)的比較，也可以是在集群維度上與其他個體的比較。這種比較分析能夠幫助我們將龐大的個體信息進(jìn)行分類，為接下來尋找相似中的普適性規(guī)律和差異中的因果關(guān)系奠定基礎(chǔ)。

Correlation （相關(guān)性）：如果說物聯(lián)網(wǎng)是可見世界的連接，那么所連接對象之間的相關(guān)性就是不可見世界的連接。對相關(guān)性的挖掘是形成記憶和知識的基礎(chǔ)，簡單的將信息存儲下來并不能稱之為記憶，通過信息之間的關(guān)聯(lián)性對信息進(jìn)行管理和啟發(fā)式的聯(lián)想才是記憶的本質(zhì)。相關(guān)性同時也促進(jìn)了人腦在管理和調(diào)用信息時的效率。我們在回想起一個畫面或是情節(jié)的時候，往往并不是去回憶每一個細(xì)節(jié)，而是有一個如線頭一樣的線索，牽線頭一下就能夠引出整個場景。這樣的類似記憶式的信息管理方式運(yùn)用在工業(yè)智能中，就是一種更加靈活高效的數(shù)據(jù)管理方式。

Consequence （因果性）：數(shù)據(jù)分析的重要目的是進(jìn)行決策支持，在制定一個特定的決策時，其所帶來的結(jié)果和影響應(yīng)該被同等地分析和預(yù)測。這是以往的控制系統(tǒng)所不具備的特性，也是智能化的本質(zhì)。工業(yè)系統(tǒng)中的大部分活動都具有很強(qiáng)的目的性，就是把目標(biāo)精度最大化，把破壞度最小化的“結(jié)果管理”。結(jié)果管理的基礎(chǔ)是預(yù)測，例如在現(xiàn)在的制造系統(tǒng)中，如果我們可以預(yù)測到設(shè)備的衰退對質(zhì)量的影響，以及對下一個工序質(zhì)量的影響，就可以在制造過程中對質(zhì)量風(fēng)險進(jìn)行補(bǔ)償和管理，制造系統(tǒng)的彈性和堅(jiān)韌性就會增加。

這3個C分別對應(yīng)了實(shí)體空間中的對象、環(huán)境與任務(wù)的運(yùn)轉(zhuǎn)基礎(chǔ)，又可以用3個R來概括：

Resource（來源）：數(shù)據(jù)來源可以是歷史的數(shù)據(jù)、傳感器的數(shù)據(jù)，或是人的經(jīng)驗(yàn)數(shù)據(jù)，這些數(shù)據(jù)都可以用一種邏輯的方式形成一種知識模型。同時，Resource也是比較性的基礎(chǔ)。

Relationship（關(guān)系）：基于比較和相關(guān)性的分析，挖掘顯性和隱性的關(guān)系。例如，半導(dǎo)體的過程監(jiān)測中有上百個傳感器數(shù)據(jù)，但是從歷史報警的信息，可以利用貝葉斯網(wǎng)絡(luò)建立傳感器的關(guān)系圖譜，最后發(fā)現(xiàn)上百個傳感器中只有5個傳感器與歷史報警有很強(qiáng)的相關(guān)性，那么只用這5個傳感器的組合就可以管理所有傳感器數(shù)據(jù)所代表的狀態(tài)。

Reference（參考）：參考性有兩個方面，一個是比較的參考，另一個是執(zhí)行的參考。同時，參考也是記憶的基礎(chǔ)。如果是以結(jié)果作為參考，那么目的就是去定義其發(fā)生的根本原因；如果是以過程作為參考，那么目的就是去尋找避免發(fā)生問題的途徑。古語有云：“以銅為鑒，可以正衣冠；以古為鑒，可以知興替；以人為鑒，可以明得失”。這句話充滿了深刻的哲理，也總結(jié)了參考性的三個維度，即以傳感器所反映的自身狀態(tài)為參考、以歷史數(shù)據(jù)中的相關(guān)性和因果性為參考，還有以集群中的其他個體作為參考。

CPS的技術(shù)基礎(chǔ)包括物聯(lián)網(wǎng)、普適計(jì)算和執(zhí)行機(jī)構(gòu)，它們定義了實(shí)體系統(tǒng)的功能性。Cyber空間中的來源、關(guān)系和參考，構(gòu)成了實(shí)體系統(tǒng)運(yùn)行的基礎(chǔ)，是CPS在Cyber空間中的管理目標(biāo)。建立面向?qū)嶓w空間內(nèi)的比較性、相關(guān)性和因果性的對稱性管理是核心的分析手段。而CPS的最終目標(biāo)，是對實(shí)體（Physical）系統(tǒng)的狀態(tài)和活動的精確評估、對實(shí)體系統(tǒng)之間關(guān)系的挖掘和管理，以及根據(jù)情況進(jìn)行的決策優(yōu)化。Cyber空間中的管理是對實(shí)體空間中3V的精確管理，即可視性（Visualizability）、差異性（Variation）和價值性（Value）。

CPS的技術(shù)應(yīng)用體系

CPS是一個具有清晰架構(gòu)和使用流程的技術(shù)體系，針對工業(yè)大數(shù)據(jù)的特點(diǎn)和分析要求，能夠?qū)崿F(xiàn)對數(shù)據(jù)進(jìn)行收集、匯總、解析、排序、分析、預(yù)測、決策、分發(fā)的整個處理流程，對實(shí)體系統(tǒng)進(jìn)行流水線式的實(shí)時分析能力，并在分析過程中充分考慮機(jī)理邏輯、流程關(guān)系、活動目標(biāo)、商業(yè)活動等特征和要求。

CPS技術(shù)體系框架包括了5個層次的構(gòu)建模式：智能感知層（Connection）、信息挖掘?qū)樱–onversion）、網(wǎng)絡(luò)層（Cyber）、認(rèn)知層（Cognition），以及配置執(zhí)行層（Configuration）。

這個5C的分析構(gòu)架設(shè)計(jì)目的是為了滿足實(shí)體空間與Cyber空間相互映射和相互指導(dǎo)過程中的分析和決策要求，其特征主要體現(xiàn)在以下幾個方面：

智能感知：從信息來源、采集方式和管理方式上保證了數(shù)據(jù)的質(zhì)量和全面性，建立支持CPS上層建筑的數(shù)據(jù)環(huán)境基礎(chǔ)。除了建立互聯(lián)的環(huán)境和數(shù)據(jù)采集的通道，智能感知的另一核心在于按照活動目標(biāo)和信息分析的需求自主地進(jìn)行選擇性和有所側(cè)重的數(shù)據(jù)采集。

信息挖掘?qū)樱簭牡蛢r值密度的數(shù)據(jù)到高價值密度信息的轉(zhuǎn)換過程，可以對數(shù)據(jù)進(jìn)行特征提取、篩選、分類和優(yōu)先級排列，保證了數(shù)據(jù)的可解讀性，包括了對數(shù)據(jù)的分割、分解、分類和分析過程。

網(wǎng)絡(luò)層：重點(diǎn)在于網(wǎng)絡(luò)環(huán)境中信息的融合和Cyber空間的建模，將機(jī)理、環(huán)境與群體有機(jī)結(jié)合，構(gòu)建能夠指導(dǎo)實(shí)體空間的建模分析環(huán)境，包括精確同步、關(guān)聯(lián)建模、變化記錄、分析預(yù)測等。

認(rèn)知層：在復(fù)雜環(huán)境與多維度參考條件下面向動態(tài)目標(biāo)，根據(jù)不同的評估需求進(jìn)行多源化數(shù)據(jù)的動態(tài)關(guān)聯(lián)、評估、預(yù)測結(jié)果，實(shí)現(xiàn)對實(shí)體系統(tǒng)運(yùn)行規(guī)律的認(rèn)知，以及物、環(huán)境、活動三者之間的關(guān)聯(lián)、影響分析與趨勢判斷，形成“自主認(rèn)知”的能力。同時結(jié)合數(shù)據(jù)可視化工具和決策優(yōu)化算法工具為用戶提供面向其活動目標(biāo)的決策支持。

配置執(zhí)行層：根據(jù)活動目標(biāo)和認(rèn)知層中分析結(jié)果的參考，對運(yùn)行決策進(jìn)行優(yōu)化，并將優(yōu)化結(jié)果同步到系統(tǒng)的執(zhí)行機(jī)構(gòu)，以保障信息利用的時效性和系統(tǒng)運(yùn)行的協(xié)同性。

除了技術(shù)架構(gòu)的層級和流程化，CPS的應(yīng)用也具有清晰的層級化特征。我們從零部件級、設(shè)備級、生產(chǎn)系統(tǒng)這三個維度來分析現(xiàn)代工業(yè)系統(tǒng)如何實(shí)現(xiàn)智能化。

零部件級——目前大多關(guān)注的是精密性，即如何通過更加精密的傳感器，實(shí)現(xiàn)更加精密的動作。而智能的零部件則需要具備自預(yù)測性和自省性，隨著外部環(huán)境變化或者自身衰退都會造成精密性發(fā)生變化，智能的零部件可以將設(shè)備的狀態(tài)和可能造成的后果反饋給操作者。

設(shè)備級——現(xiàn)在關(guān)注的是設(shè)備性能以及設(shè)備能否連續(xù)生產(chǎn)質(zhì)量達(dá)標(biāo)的產(chǎn)品。而智能的設(shè)備需要具備自比較性，它既包括設(shè)備與自身歷史最優(yōu)狀態(tài)的對標(biāo)，也包括在不同的環(huán)境下，集群內(nèi)與其他的設(shè)備之間的對標(biāo)。這樣可以清晰地了解設(shè)備目前狀態(tài)的好壞與否，如果設(shè)備狀態(tài)不好，還可以進(jìn)一步了解故障發(fā)生在哪里，以及是哪種原因造成的。

系統(tǒng)層面——通過實(shí)現(xiàn)最大的生產(chǎn)性來提升設(shè)備綜合效率（OEE）。目前主要關(guān)注的是系統(tǒng)中各個設(shè)備、工序之間的配合。而智能化發(fā)展的方向應(yīng)當(dāng)是更大價值鏈的優(yōu)化，比如當(dāng)上游產(chǎn)生了質(zhì)量誤差，可以及時發(fā)現(xiàn)并在下游進(jìn)行補(bǔ)償。過程當(dāng)中如果有設(shè)備出現(xiàn)質(zhì)量問題，也能用其他的途徑進(jìn)行改善，實(shí)現(xiàn)具有強(qiáng)韌性的系統(tǒng)（resilience system），即系統(tǒng)內(nèi)部可以通過協(xié)同性的優(yōu)化，把問題的影響降到最小。

無論在部件級還是系統(tǒng)級的CPS體系應(yīng)用當(dāng)中，都是由最基本的CPS單元構(gòu)成的。CPS基本單元又分為智能控制單元、智能管理單元和認(rèn)知環(huán)境，其中，智能控制單元和智能管理的單元分別面向局部設(shè)備和局部系統(tǒng)，而認(rèn)知環(huán)境為二者提供具有自成長性的智能化能力支撐，是實(shí)現(xiàn)智能化由局部到系統(tǒng)應(yīng)用推廣的關(guān)鍵。

基于CPS的智慧風(fēng)場設(shè)計(jì)與應(yīng)用

根據(jù)美國FTI咨詢公司的數(shù)據(jù)，中國的風(fēng)電行業(yè)在過去10年中飛速發(fā)展，目前已經(jīng)成為風(fēng)電行業(yè)裝機(jī)規(guī)模和增長速度最快的國家，2015年風(fēng)電行業(yè)迎來了裝機(jī)高峰，新增裝機(jī)容量達(dá)到3.05兆瓦，同比增長31.5%，貢獻(xiàn)了全球超過一半的新增容量。但是風(fēng)電行業(yè)的蓬勃發(fā)展背后也存在著非常大的隱患，主要在于風(fēng)電的成本高昂，對國家補(bǔ)貼的依賴度較大。高昂的成本背后，運(yùn)維成本和管理成本占了非常大的比例。在計(jì)算風(fēng)電的經(jīng)濟(jì)效益時，業(yè)界常用的兩個指標(biāo)是“平均化能源成本”和“能效因數(shù)”，前者衡量的是每一度電的成本，后者則是通過實(shí)際發(fā)電量與最大發(fā)電量之間的百分比來衡量能源效率。因此，在對風(fēng)機(jī)進(jìn)行智能管理和使用時，都需要以改善這兩個指標(biāo)作為最終目的。降低成本的兩個最主要途徑，一是降低制造成本，二是降低運(yùn)維成本。在過去十幾年的競爭中，OEM在降低生產(chǎn)成本方面做了大量的努力，繼續(xù)降低成本的空間已經(jīng)不大。但是風(fēng)機(jī)在使用階段的運(yùn)維管理依然是比較粗獷的模式，對風(fēng)機(jī)健康管理一直比較忽視，對運(yùn)維策略和計(jì)劃缺少精細(xì)的管理，現(xiàn)場值守和維保服務(wù)的操作缺乏規(guī)范，這些都為通過風(fēng)機(jī)智能化應(yīng)用降低運(yùn)維成本提供了很大的機(jī)會空間。而能效因數(shù)的提升也與智能使用有直接的關(guān)系，一方面可以通過縮短風(fēng)機(jī)的停機(jī)時間減少停機(jī)功率損失，另一方面可以通過優(yōu)化風(fēng)機(jī)的控制和調(diào)度策略增加風(fēng)機(jī)對風(fēng)能的捕獲效率。

風(fēng)場智能運(yùn)維的核心是在對設(shè)備狀態(tài)精確評估、環(huán)境狀態(tài)精確預(yù)測和任務(wù)狀態(tài)精確推演的基礎(chǔ)上，對風(fēng)機(jī)運(yùn)維的調(diào)度、排程和執(zhí)行進(jìn)行管理決策的優(yōu)化。由于風(fēng)機(jī)中的核心零部件較多、運(yùn)行工況和環(huán)境復(fù)雜，且運(yùn)維活動的流程和資源協(xié)調(diào)較為復(fù)雜，所以需要基于CPS的體系框架對功能的層級關(guān)系和系統(tǒng)邏輯進(jìn)行梳理。

風(fēng)場的數(shù)據(jù)環(huán)境是非常典型的多源異構(gòu)數(shù)據(jù)類型，主要的數(shù)據(jù)源包括SCADA （Supervisory Control and Data Acquisition）以及CMS（Condition Monitoring System）系統(tǒng)。SCADA所采集的數(shù)據(jù)包括風(fēng)機(jī)的工況信息、控制參數(shù)、環(huán)境參數(shù)和狀態(tài)參數(shù)等，數(shù)據(jù)維度非常廣，但是采樣頻率較低。而CMS則是從風(fēng)機(jī)關(guān)鍵零部件（如齒輪箱、軸承等）上采集振動數(shù)據(jù)，采樣頻率在數(shù)千赫茲以上。除此以外，風(fēng)場的數(shù)據(jù)源還包括電網(wǎng)的調(diào)度信息、工單系統(tǒng)、人員管理、維護(hù)資源狀態(tài)等信息。在對風(fēng)機(jī)進(jìn)行精確的狀態(tài)評估，以及對風(fēng)場的運(yùn)維和使用進(jìn)行智能化管理時，需要綜合分析和應(yīng)用以上的信息。

由于風(fēng)機(jī)的狀態(tài)評估涉及的子系統(tǒng)和功能點(diǎn)十分繁多，這里選一些功能的實(shí)現(xiàn)方法，結(jié)合前文提到的3R與3C的分析方法，從部件級、設(shè)備級和系統(tǒng)級等不同應(yīng)用層面進(jìn)行闡述。

部件級：以風(fēng)機(jī)自身的歷史數(shù)據(jù)來源為基礎(chǔ)的狀態(tài)評估

基于實(shí)體系統(tǒng)中不同的數(shù)據(jù)來源為基礎(chǔ)的比較（Comparison）是以數(shù)據(jù)為驅(qū)動的風(fēng)機(jī)狀態(tài)精確管理的實(shí)現(xiàn)手段。前文中我們介紹了不同的數(shù)據(jù)源對應(yīng)的不同比較維度，包括在時間維度上比較自身狀態(tài)的變化，以及在集群維度上比較與其他個體的差異性。

首先來介紹以自身的歷史數(shù)據(jù)為數(shù)據(jù)源在時間維度上比較自身狀態(tài)變化的方法。SCADA數(shù)據(jù)中有很豐富的環(huán)境參數(shù)和狀態(tài)參數(shù)，這些參數(shù)之間有很強(qiáng)的空間分布模式相關(guān)性，這種相關(guān)性是非線性的，且某一參數(shù)變化時其他參數(shù)的變化響應(yīng)速度也不同（例如轉(zhuǎn)速上升時，振動最先變大，而溫度的上升則很慢）。因此用傳統(tǒng)的物理建模手段很難進(jìn)行精確的管理。應(yīng)當(dāng)利用固定時間窗內(nèi)數(shù)據(jù)建立的模型進(jìn)行差異對比，通過對差異性的量化評估和管理就能夠達(dá)到對風(fēng)機(jī)健康管理和故障預(yù)測的目的。

設(shè)備級：以同類設(shè)備為基礎(chǔ)的狀態(tài)評估

前一種以自身歷史數(shù)據(jù)為來源的狀態(tài)評估方法需要充分的歷史數(shù)據(jù)建立設(shè)備狀態(tài)的基線模型，但是基線模型在建立過程中會受到數(shù)據(jù)樣本是否充分、工況是否完全、數(shù)據(jù)質(zhì)量是否良好等許多因素的影響。然而，由于風(fēng)場大多數(shù)風(fēng)機(jī)的地理位置相近，環(huán)境狀況也十分相似，因此可以比較風(fēng)機(jī)集群運(yùn)行特征的分布，找到與大多數(shù)風(fēng)機(jī)特征分布偏差較大的風(fēng)機(jī)，從而補(bǔ)償單機(jī)狀態(tài)評估模型的準(zhǔn)確率。這樣以集群作為比較性的基礎(chǔ)方式，就能夠以與集群相比的平均功率損失作為風(fēng)機(jī)性能精確評估的結(jié)果。

系統(tǒng)級：基于結(jié)果推演的決策優(yōu)化

在對風(fēng)機(jī)的狀態(tài)進(jìn)行精確評估的基礎(chǔ)上，如何綜合狀態(tài)信息、環(huán)境信息和維護(hù)資源等信息，對維護(hù)計(jì)劃的決策進(jìn)行優(yōu)化，也是智能管理和使用的重要方面。風(fēng)場的維護(hù)是一項(xiàng)非常復(fù)雜的工作，尤其是建設(shè)在海上的風(fēng)場，維護(hù)需要調(diào)用船舶、直升機(jī)、海工船等特殊設(shè)備，成本更加高昂，維修周期更長。由于風(fēng)機(jī)運(yùn)行環(huán)境較惡劣，風(fēng)資源的隨機(jī)性、風(fēng)場多地處偏遠(yuǎn)地區(qū)等客觀因素，進(jìn)行人工的狀態(tài)監(jiān)控和維護(hù)排程難以實(shí)現(xiàn)風(fēng)能利用的最大效率。

風(fēng)場的運(yùn)維策略和排程的優(yōu)化需要綜合考慮許多的因素，包括風(fēng)機(jī)的當(dāng)前健康狀態(tài)、維護(hù)機(jī)會窗口、對未來幾天內(nèi)風(fēng)資源的預(yù)測、維護(hù)資源的可用性、維護(hù)人員的數(shù)量和技能、船舶的路徑和成本、海上天氣狀況等多個維度的關(guān)鍵因素。在對風(fēng)資源的精確預(yù)測基礎(chǔ)上結(jié)合維護(hù)需求信息，在風(fēng)資源較弱的時刻進(jìn)行維護(hù)，而在風(fēng)資源好的情況下盡可能運(yùn)轉(zhuǎn)發(fā)電。針對每個維修任務(wù)，可以由多個可用的維修團(tuán)隊(duì)選擇乘坐多個可用的維修船只進(jìn)行維修，這增加了系統(tǒng)維修排程安排的靈活性，有利于降低成本，但同時也擴(kuò)大了搜索和推演范圍，使問題變得更加復(fù)雜。

IMS開發(fā)了面向海上風(fēng)場中短期運(yùn)維計(jì)劃排程的解決方案，采用了多層次化的決策體系，針對海上風(fēng)場維修任務(wù)的特點(diǎn)，充分考慮船只、天氣、維修人員、維修次序、風(fēng)機(jī)健康狀況、航行費(fèi)用等因素，建立了風(fēng)場維護(hù)排程優(yōu)化的推演和決策環(huán)境，簡而言之，即能夠靈活適應(yīng)安排M個維修船只和N個維修團(tuán)隊(duì)去完成P個不同的維修任務(wù)。通過維修排程優(yōu)化，使整個維修過程中由于風(fēng)功率損失和資源使用造成的成本達(dá)到最小。以某海上風(fēng)場中對17個維護(hù)任務(wù)進(jìn)行排程優(yōu)化為例，優(yōu)化后的排程計(jì)劃在執(zhí)行推演中預(yù)測的成本，比沒有進(jìn)行優(yōu)化的維護(hù)計(jì)劃成本降低了30%以上。

除此以外，基于整個風(fēng)場的歷史數(shù)據(jù)統(tǒng)計(jì)和維護(hù)成本分析，還可以為決策者提供有針對性的改善建議，比如當(dāng)出現(xiàn)某個零部件的故障發(fā)生頻率高、平均故障時間長的情況，可以反饋到供應(yīng)商，以對產(chǎn)品的可靠性進(jìn)行改善，從而優(yōu)化風(fēng)電行業(yè)產(chǎn)業(yè)鏈的價值。

結(jié)語

智能化是“數(shù)據(jù)—信息—知識—價值”的轉(zhuǎn)變過程。在這個轉(zhuǎn)變過程中，數(shù)據(jù)和信息是信息時代的產(chǎn)物，知識和價值才是智能化時代的關(guān)鍵。

當(dāng)“知識化”與城市、工廠、社區(qū)、醫(yī)療相結(jié)合，就形成了智慧城市、智慧工廠、智慧社區(qū)、智慧醫(yī)療……而這些恰恰回答了智能化有什么用的問題，即智能化通過知識化的創(chuàng)新應(yīng)用，將知識切切實(shí)實(shí)地轉(zhuǎn)化為了社會生產(chǎn)力，進(jìn)而帶動整個國家在經(jīng)濟(jì)、社會、公共服務(wù)等各領(lǐng)域的轉(zhuǎn)型與發(fā)展。