陽小華　張俊杰　羅永堅(jiān)　馬家宇　劉杰　劉華

摘 要：工業(yè)控制系統(tǒng)向智能控制的發(fā)展隨著人工智能的因果革命也應(yīng)該進(jìn)行因果建模的思考。通過提出工業(yè)過程控制系統(tǒng)的單、多層信息物理結(jié)構(gòu)，引入信息、物理因果流，建立過程控制系統(tǒng)的信息物理因果流模型，為依據(jù)因果關(guān)系設(shè)計(jì)工業(yè)控制系統(tǒng)、分析控制運(yùn)行機(jī)制、實(shí)施系統(tǒng)故障預(yù)測和監(jiān)控等提供理論基礎(chǔ)和描述框架。

關(guān)鍵詞：過程控制系統(tǒng);信息物理結(jié)構(gòu);因果流模型

中圖分類號：TP13????? 文獻(xiàn)標(biāo)識碼：A

Cyber-physical Causal Flow Model of Industrial Control System

YANG Xiao-hua， ZHANG Jun-jie， LUO Yong-jian， MA Jia-yu， LIU Jie， LIU Hua

（School of Computer/Software，University of South China，Hengyang，Hunan 421001，China）

Abstract：The development of industrial control systems to intelligent control should be considered for causal modeling along with the causal revolution of artificial intelligence. By delimiting single and multi-layer cyber-physical structures of industrial process control systems， introducing cyber-physical causal flows， and establishing cyber-physical causal flow models of process control systems， we provide the theoretical basis and description framework for design of industrial control systems， analysis of control mechanisms， and implement of fault prediction and monitoring based on causality.

Key words：process control system; cyber-physical structure; causal flow model

德國工業(yè)4.0預(yù)測信息物理融合系統(tǒng)CPS （Cyber-Physical Systems）是工業(yè)控制系統(tǒng)（ICS，Industrial Control System）的發(fā)展方向[1]。CPS的涵義是計(jì)算資源與物理資源緊密結(jié)合與協(xié)同，數(shù)據(jù)日益成為智能制造的核心資源，人工智能技術(shù)正在觸發(fā)制造工業(yè)中模式、方法、生態(tài)的改變，工業(yè)控制正在向“數(shù)據(jù)驅(qū)動”的智能控制轉(zhuǎn)型。

大多數(shù)智能控制方法可以歸屬到機(jī)器學(xué)習(xí)中，特別是歸納學(xué)習(xí)[2]。而人工智能、機(jī)器學(xué)習(xí)正在從基于相關(guān)關(guān)系向以因果模型為基礎(chǔ)轉(zhuǎn)變。圖靈獎得主、貝葉斯網(wǎng)絡(luò)之父Judea Pearl在NIPS 2017的報(bào)告和隨后的論文中提出了對機(jī)器學(xué)習(xí)，特別是深度學(xué)習(xí)背后理論的思考[3-4]。依據(jù)Pearl的觀點(diǎn)，目前機(jī)器學(xué)習(xí)的方法有難以逾越的內(nèi)在限制，很多任務(wù)是當(dāng)前使用相關(guān)關(guān)系的系統(tǒng)無法實(shí)現(xiàn)的，人類的AI不能單純地從盲模型的學(xué)習(xí)機(jī)器中出現(xiàn)，它需要數(shù)據(jù)和模型的共生協(xié)作，統(tǒng)計(jì)關(guān)聯(lián)關(guān)系必須結(jié)合因果建模才能完成。Michael l. Jordan、Yann LeCun、李開復(fù)等人工智能專家都認(rèn)為AI應(yīng)奠定在因果關(guān)系的基礎(chǔ)上，因果關(guān)系是人工智能、機(jī)器學(xué)習(xí)等的基石[5-7]。羅振兵教授提出的基于新型因果邏輯原理控因致果的科學(xué)方法論——因控論[8]、郭雷等提出的因體果[9]、楊洪玖提出的因果場[10]等理論對因果關(guān)系在智能控制系統(tǒng)的應(yīng)用都進(jìn)行了有益的探索。

因果關(guān)系作用學(xué)派認(rèn)為因果關(guān)系是原因?qū)嶓w通過施加作用改變結(jié)果實(shí)體而產(chǎn)生，因果作用就是在原因和結(jié)果之間傳輸和交換了某些守恒量[11-12]。從CPS角度，因果作用通過傳遞物理量或信息量達(dá)成，可以用信息物理因果流描述。因果關(guān)系及其作用過程在復(fù)雜性科學(xué)、系統(tǒng)科學(xué)哲學(xué)等領(lǐng)域已開展了大量研究。但是迄今為止，關(guān)于工業(yè)控制系統(tǒng)的因果流研究非常有限，而針對信息物理因果流模型的研究更為缺乏。

從CPS的角度為工業(yè)控制系統(tǒng)（以下簡稱工控系統(tǒng)）建立分層信息物理結(jié)構(gòu)，將信息物理因果流引入工控系統(tǒng)，建立了工控系統(tǒng)的信息物理因果流模型，旨在為基于因果流的智能控制系統(tǒng)分析、設(shè)計(jì)、監(jiān)控、失效處理等奠定基礎(chǔ)。

1 簡單控制系統(tǒng)的信息物理因果流

1.1 簡單控制系統(tǒng)的信息物理結(jié)構(gòu)

簡單控制系統(tǒng)的典型結(jié)構(gòu)如圖1。

簡單控制系統(tǒng)的反饋循環(huán)控制機(jī)制構(gòu)成了CPS的最基本的監(jiān)測與控制功能[13]。將上圖做一個(gè)90度左旋的變換，劃分信息和物理子系統(tǒng)，得到工控系統(tǒng)的信息物理結(jié)構(gòu)圖2。

感知器將感知的被控對象信息反饋給控制器。控制器接受外部的控制目標(biāo)信息與感知的被控對象信息，根據(jù)控制規(guī)則算法計(jì)算得到控制指令，然后向執(zhí)行器發(fā)出控制指令。執(zhí)行器根據(jù)接收到的控制指令產(chǎn)生物理作用，作用于被控對象，從而實(shí)現(xiàn)被控對象的狀態(tài)變化。

控制器的輸入輸出都是信息量，內(nèi)部實(shí)現(xiàn)信息態(tài)的處理和轉(zhuǎn)換，屬于信息子系統(tǒng);被控對象接收執(zhí)行器的物理量輸入，改變其物理狀態(tài)，屬于物理子系統(tǒng)。感知器與執(zhí)行器作為物理子系統(tǒng)和信息子系統(tǒng)的接口，實(shí)現(xiàn)信息流和物理流之間的轉(zhuǎn)換，本身由融合信息和物理系統(tǒng)，其中感知器的輸入是物理量，經(jīng)過內(nèi)部子系統(tǒng)間相互作用，輸出是信息量;執(zhí)行器的輸入是信息量，輸出是物理量，執(zhí)行器的功能類似控制系統(tǒng)。

以輸出狀態(tài)衡量，將感知器劃入信息系統(tǒng)、執(zhí)行器劃入物理系統(tǒng)，認(rèn)為控制系統(tǒng)的信息子系統(tǒng)由控制器和感知器組成，物理子系統(tǒng)由執(zhí)行器和被控對象組成。

按照控制系統(tǒng)的狀態(tài)模型，屬性變量集合的值就是系統(tǒng)的狀態(tài)，狀態(tài)的變化成為事件。典型的簡單控制系統(tǒng)有四類內(nèi)部事件——感知事件、控制事件、執(zhí)行事件和被控事件以及兩類涉及系統(tǒng)外部的事件——目標(biāo)事件、輸出事件。

感知事件Es：當(dāng)感知器的輸出狀態(tài)由vs變化為vs時(shí)，產(chǎn)生感知事件es=（vs，vs），所有可能發(fā)生的感知事件集合EsVs×Vs

控制事件Ec：當(dāng)控制器的狀態(tài)由vc變化為vc時(shí)，產(chǎn)生控制事件ec=（vc，vc），即控制事件集合EcVc×Vc

目標(biāo)事件Eg：外部系統(tǒng)向本層系統(tǒng)發(fā)出控制指令的事件，一般為上層系統(tǒng)的控制事件。

執(zhí)行事件Ea：執(zhí)行器的輸出狀態(tài)Va發(fā)生變化，即集合EaVa×Va

被控事件Ep：被控對象的狀態(tài)Vp發(fā)生變化，即集合EpVp×Vp

輸出事件Eo：由本層系統(tǒng)被控事件導(dǎo)致的外部系統(tǒng)被控事件。

以上首字母小寫表示某一事件或狀態(tài)，大寫首字母表示事件或狀態(tài)元素構(gòu)成的集合。

1.2 簡單控制系統(tǒng)的信息物理因果流模型

鑒于其基礎(chǔ)性和普遍性，因果關(guān)系在哲學(xué)和科學(xué)中都曾給出大量不同的定義。就因果載體而言可以將因果關(guān)系定義在事物之間、狀態(tài)之間或事件之間。作用學(xué)派的代表人物邦格將因果關(guān)系定義為原因事件對結(jié)果事件的作用[14]，以狀態(tài)空間模型為基礎(chǔ)的因果模型非常適合工業(yè)控制系統(tǒng)。

將簡單控制系統(tǒng)的因果關(guān)系建立在事件基礎(chǔ)上，以上六類事件中的目標(biāo)事件、感知事件和控制事件由于其狀態(tài)是信息量，稱為信息事件;由于其狀態(tài)是物理量，執(zhí)行事件、被控事件和輸出事件稱為物理事件。6類事件之間存在3種信息流和3種物理流，支撐起因果作用，導(dǎo)致各類事件的次第發(fā)生。

目標(biāo)事件Eg產(chǎn)生控制目標(biāo)信息流Fgc，控制器接收Fgc導(dǎo)致控制事件Ec發(fā)生，記作Fgc：Eg→Ec

感知事件Es產(chǎn)生感知狀態(tài)信息流Fsc，控制器接收Fsc導(dǎo)致控制事件Ec發(fā)生，記作Fsc：Es→Ec

控制事件Ec產(chǎn)生控制指令信息流Fca，執(zhí)行器接收Fca導(dǎo)致執(zhí)行事件Ea發(fā)生，記作Fca：Ec→Ea

執(zhí)行事件Ea產(chǎn)生執(zhí)行動作物理流Fap作用于被控對象導(dǎo)致被控事件Ep發(fā)生，記作Fap：Ea→Ep

被控事件Ep產(chǎn)生被控狀態(tài)物理流Fps，感知器獲取Fpo導(dǎo)致感知事件Es發(fā)生，記作Fps：Ep→Es

被控事件Ep產(chǎn)生被控狀態(tài)物理流Fpo，導(dǎo)致輸出事件Eo發(fā)生，記作Fpo：Ep→Eo

以結(jié)點(diǎn)代表控制系統(tǒng)結(jié)構(gòu)圖中的成員對象——控制器對象、感知器對象、執(zhí)行器對象、被控對象，以對象的屬性變量集作為結(jié)點(diǎn)的標(biāo)記，以邊表示對象之間的信息或者物理流（虛線表示信息流、實(shí)線表示物理流），則得到如下的簡單控制系統(tǒng)信息物理因果流模型：

Ec是控制器的信息事件集合，Es是感知器獲取被控對象狀態(tài)的信息事件集合;Ea是執(zhí)行器的內(nèi)部狀態(tài)變化的物理事件集合，Ep是被控系統(tǒng)物理狀態(tài)變化的事件集合。

簡單信息物理系統(tǒng)的基本結(jié)構(gòu)除上圖的閉環(huán)結(jié)構(gòu)外，還有開環(huán)結(jié)構(gòu)，無測量感知路徑，從圖模型角度即模型對象和方法為空集的情況：

開環(huán)控制：Fsc=Φ，Es=Φ，F(xiàn)ps=Φ

如圖4：

如果Fca和Fps兩個(gè)方法都缺失，則兩個(gè)子系統(tǒng)之間的變量不存在約束，不是一個(gè)控制系統(tǒng)。若缺Eg或Ep，意味著沒有控制目標(biāo)或被控對象不可觀，不是獨(dú)立的控制系統(tǒng)。

2 過程控制系統(tǒng)的信息物理因果流

2.1 過程控制系統(tǒng)的信息物理結(jié)構(gòu)

過程控制指對工業(yè)生產(chǎn)中連續(xù)的或按一定程序周期進(jìn)行的生產(chǎn)過程的自動控制[15]，要求保持過程中的有關(guān)物理參數(shù)為一定值或按一定規(guī)律變化。過程控制系統(tǒng)一般由簡單控制系統(tǒng)串級組成[16]，如圖5所示。

被控流程的每個(gè)子過程對應(yīng)著一個(gè)簡單控制系統(tǒng)，串聯(lián)在一起得到多層信息物理過程控制結(jié)構(gòu)，如圖6。

2.2 過程控制系統(tǒng)的信息物理因果流模型

由過程控制系統(tǒng)的信息物理模型得到如下的信息物理因果流模型：

2.2.1 一般過控系統(tǒng)的信息物理因果流模型

如圖7中上標(biāo)為系統(tǒng)層級，1層為頂層，N層為底層。第K層工控系統(tǒng)內(nèi)部狀態(tài)VsK、VcK、VaK、VpK的變化分別為感知事件EsK、控制事件EcK、執(zhí)行事件EaK和被控事件EpK，涉及外部的目標(biāo)事件和輸出事件分別是上層系統(tǒng)的控制事件和被控事件，即EgK=EcK-1;EoK=EpK-1。

第K層工控系統(tǒng)事件之間的信息流和物理流為：FgcK、FscK、FcaK以及FapK、FpsK、FpoK。FgcK+1是第K層工控系統(tǒng)與下層（第K+1層）工控系統(tǒng)之間的信息流，是發(fā)給下層系統(tǒng)的控制命令，導(dǎo)致第K+1層工控系統(tǒng)發(fā)生控制事件EcK+1，在其自身及子系統(tǒng)（第K+2層及以下）的內(nèi)部控制作用下，產(chǎn)生被控事件EpK+1，提供第K層工控系統(tǒng)所需的物理量輸入，即FpoK+1。

2.2.2 缺失執(zhí)行器的上層系統(tǒng)結(jié)構(gòu)

在多層過程控制結(jié)構(gòu)中，下層工控系統(tǒng)接受上層系統(tǒng)控制器的控制作用，通過Fgc輸入控制目標(biāo)，通過Fpo輸出物理作用，相當(dāng)于父系統(tǒng)中一個(gè)內(nèi)嵌的子工控系統(tǒng)作為其內(nèi)部執(zhí)行器對象。父系統(tǒng)的執(zhí)行器分層擴(kuò)展為下層子系統(tǒng)后，若無本層執(zhí)行器從圖模型的角度是無控制執(zhí)行路徑的情況，即由下層子系統(tǒng)執(zhí)行控制：Fca=Φ，Ea=Φ，F(xiàn)ap=Φ，如圖8。

2.2.3 典型過控系統(tǒng)的信息物理因果流模型

常見的典型過程控制系統(tǒng)有串級、比值、前饋-反饋、選擇性、分程以及三沖量等。下面以串級、分程、前饋等控制結(jié)構(gòu)為例，具體說明過程控制系統(tǒng)的信息物理因果流模型。

1）串級控制

串級控制的傳統(tǒng)結(jié)構(gòu)如圖11，被控對象（過程）有主對象、副對象兩個(gè)，各自有控制器和傳感器，形成兩層控制系統(tǒng)，其信息物理因果流模型如圖10。

其中Ep1、Es1、Ec1分別是主被控對象、主感知器和主控制器事件;Ep2、Es2、Ec2、Ea2分別是副對象、副感知器、副控制器和執(zhí)行器事件，形成兩層的信息物理因果流模型。

值得注意的是，上圖頂層中是沒有執(zhí)行器，主被控對象狀態(tài)的改變是通過下層的工控系統(tǒng)對副對象的改變來達(dá)成的。下層子系統(tǒng)接受上層父系統(tǒng)控制器的控制目標(biāo)信息流Fgc，通過本層的單層信息物理流環(huán)路，向上層輸出物理流Fpo，從而改變主對象的狀態(tài)。因此，下層子系統(tǒng)就相當(dāng)于父系統(tǒng)的內(nèi)部執(zhí)行器對象。

2）分程控制

同理，分程控制系統(tǒng)如上圖示意，也可以按多層信息物理結(jié)構(gòu)，建立分程控制信息物理因果流模型，如圖12。

如圖12，Ea和Ea分別是兩個(gè)執(zhí)行器的物理事件，分程控制系統(tǒng)內(nèi)部存在同一層級的兩個(gè)流循環(huán)：Fps→Fsc→Fgc→Fca→Fap→Fps→...以及Fps→Fsc→Fca→Fap→Fps→…。

3）前饋-反饋控制

前饋系統(tǒng)通過開環(huán)控制實(shí)現(xiàn)對擾動的補(bǔ)償，往往與反饋系統(tǒng)結(jié)合起來使用，構(gòu)成前饋-反饋控制系統(tǒng)，如圖13。

前饋-反饋系統(tǒng)由同一層次的兩個(gè)簡單控制系統(tǒng)組成，建立信息物理結(jié)構(gòu)模型如圖14。

如圖14所示，流循環(huán)Fps→Fsc→Fca→Fap→…實(shí)現(xiàn)反饋控制;Ep是控制系統(tǒng)擾動的物理事件，由Fps→Fsc→Fca→Fap實(shí)現(xiàn)開環(huán)前饋控制，抵消Fpo傳遞給被控對象的物理擾動。

3 工控系統(tǒng)的信息物理因果流運(yùn)行機(jī)制

以系統(tǒng)論的觀點(diǎn)，系統(tǒng)由子系統(tǒng)構(gòu)成，子系統(tǒng)還可以包含下級子系統(tǒng)，不同層級形成了系統(tǒng)的層次結(jié)構(gòu)。事件發(fā)生在系統(tǒng)或子系統(tǒng)內(nèi)部，是系統(tǒng)狀態(tài)或子系統(tǒng)狀態(tài)的變化，隨同所屬系統(tǒng)（子系統(tǒng)）的層級有不同的層級。高層事件是系統(tǒng)的、整體的事件，體現(xiàn)了系統(tǒng)整體的功能，代表系統(tǒng)與外部環(huán)境或包含它的更大的系統(tǒng)之間的相互作用。低層事件是子系統(tǒng)的、組分的事件，代表系統(tǒng)組分的功能，在系統(tǒng)內(nèi)部與其他組分一起共同支撐系統(tǒng)整體的功能，從系統(tǒng)外部看一般是無需了解的。這樣，過程控制系統(tǒng)整體上可以視為一個(gè)大的工控系統(tǒng)，如圖7，內(nèi)嵌從1層到N層不同層級的子系統(tǒng)，以Fgc1為輸入、Fpo1為輸出有一個(gè)貫穿各層的大信息流和物理流;根據(jù)被控對象分層控制的需要，內(nèi)嵌各個(gè)層級的子工控系統(tǒng)，每層子系統(tǒng)都存在信息流和物理流的小循環(huán)。當(dāng)然相鄰的幾個(gè)層級系統(tǒng)也可以組合成一個(gè)多層信息流、物理流循環(huán)。工控系統(tǒng)的控制原理和控制機(jī)制依靠這些流的循環(huán)實(shí)現(xiàn)。

3.1 過控系統(tǒng)的基本事件流

系統(tǒng)頂層控制器接收外部的控制目標(biāo)信息流Fgc1（獲得控制系統(tǒng)的總目標(biāo)），一方面產(chǎn)生本層控制事件Ec1，通過控制指令信息流Fca1導(dǎo)致本層執(zhí)行事件Ea1發(fā)生，引起被控對象的事件Ep1，導(dǎo)致感知事件Es1發(fā)生，進(jìn)而又觸發(fā)控制事件Ec1產(chǎn)生，一連串事件形成頂層的事件流環(huán)路：

Ec1Fca1Ea1Fap1Ep1Fps1Es1Fsc1Ec1

另一方面，頂層控制器也將產(chǎn)生目標(biāo)事件Eg 2，對下層系統(tǒng)發(fā)出控制目標(biāo)信息流Fgc2，導(dǎo)致第2層控制事件Ec2發(fā)生，進(jìn)而導(dǎo)致執(zhí)行事件Ea 2、被控事件Ep2、感知事件Es2，形成進(jìn)入次層的事件流環(huán)路：

Eg2Fgc2Ec2Fca2Ea2Fap2Ep2Fpo2Ep1Fps1Es1Fsc1Ec1

一般而言，第K層控制器的輸入信息流有兩類——上層K-1層控制器發(fā)出的控制目標(biāo)信息流FgcK和本層的感知狀態(tài)信息流FscK，除底層N層之外信息流觸發(fā)的事件也有兩類——本層控制事件EcK和下層目標(biāo)事件EgK+1，由此形成兩類事件流環(huán)路：

EcKFcaKEaKFapKEpKFpsKEsKFscKEcK

以及

EgK+1FgcK+1EcK+1FcaK+1EaK+1FapK+1EpK+1FpoK+1EpKFpsKEsKFscKEcK

3.2 基于流循環(huán)的嵌套控制機(jī)制

基本事件流可以組成三個(gè)層級的信息物理流環(huán)路。

一是最基本的單層環(huán)路：

FcaK→FapK→FpsK→FscK→FcaK→……;

二是由多個(gè)層次組合而成的多層環(huán)路：

FgcK+1→FcaK+1→FapK+1→FpoK+1→FpsK→FscK→……;

三是由全局信息流和全局物理流組成的全局系統(tǒng)環(huán)路。

從整體看，系統(tǒng)有一個(gè)自頂向下的全局信息流，一個(gè)自底向上的全局物理流。在系統(tǒng)的每一個(gè)層次（第K層）上，全局信息流通過層內(nèi)事件流來觸發(fā)全局物理流的動態(tài)變化，全局物理流通過層內(nèi)事件流來觸發(fā)全局信息流的動態(tài)變化。

因此，過程工業(yè)的生產(chǎn)過程就是一個(gè)以系統(tǒng)目標(biāo)為導(dǎo)向的信息流和一個(gè)以系統(tǒng)產(chǎn)出為導(dǎo)向的物理流通過單層、多層和全局環(huán)路交互協(xié)同的過程。

4 核蒸汽發(fā)生器水位控制系統(tǒng)的信息物理因果流

4.1 核蒸汽發(fā)生器水位控制原理

蒸汽發(fā)生器（SG）是一回路和二回路的連接設(shè)施，蒸汽發(fā)生器水位控制系統(tǒng)是核電廠關(guān)鍵設(shè)備。核電廠正常運(yùn)行時(shí)，蒸汽發(fā)生器必須要保持正常的水位。若水位過高，將導(dǎo)致流向汽輪機(jī)的蒸汽濕度過大，有可能損壞汽輪機(jī)葉片，或造成閥門帶水操作;若水位過低，即二次側(cè)水量過少，會引起一回路的冷卻不充分。蒸汽發(fā)生器水位取決于反應(yīng)堆冷卻劑溫度、蒸汽流量、給水溫度和給水流量。蒸汽發(fā)生器水位控制系統(tǒng)原理見圖15。

系統(tǒng)根據(jù)給水流量、蒸汽流量和蒸汽發(fā)生器水位三個(gè)要素控制主給水控制閥。水位是要調(diào)節(jié)的參數(shù)，水位整定值由代表負(fù)荷大小的汽輪機(jī)高壓缸第一級葉輪后的壓力確定。水位測量值與水位整定值間的偏差信號與給水流量與蒸汽流量差值作比較，再通過手動一自動控制器控制主調(diào)節(jié)閥。

4.2 核蒸汽發(fā)生器水位控制系統(tǒng)信息物理因果流模型

按照以上信息物理因果流結(jié)構(gòu)為SG水位控制系統(tǒng)建模如圖16。

圖中上層SK為SG水位控制系統(tǒng)，SK+1為下層給水流量子控制系統(tǒng)。SK的事件EsK、EcK、EpK分別為液位感知事件、控制事件和被控事件，F(xiàn)gcK、FpoK、FpsK、FscK分別為液位整定信息流、輸出物理流、感知物理流和感知信息流;SK+1子控制系統(tǒng)FgcK+1、FgcK+1、FcaK+1、FapK+1、FpsK+1、FscK+1分別為給水流量整定信息流、給水流量輸出物理流、給水閥開度信息流、給水閥開度物理流、給水流量感知物理流和給水流量感知信息流;系統(tǒng)外部擾動事件Ep為蒸汽流量物理事件和蒸汽流量感知事件Es，發(fā)出蒸汽流量輸出物理流Fpo、感知物理流Fps和感知信息流Fgc。

蒸汽發(fā)生器水位控制系統(tǒng)SK在信息流FgcK的作用下，獲得水位目標(biāo)信息，再由水位狀態(tài)信息感知事件EsK產(chǎn)生信息流FscK，兩信息流產(chǎn)生信息事件EcK，通過FgcK+1在下層給水流量控制子系統(tǒng)SK+1產(chǎn)生目標(biāo)事件 EcK+1，給出給水流量的整定值。給水流量控制信子系統(tǒng)將給水流量整定值FgcK+1，與K+1層信息流FscK+1共同產(chǎn)生事件EcK+1，發(fā)出給水流量控制子系統(tǒng)執(zhí)行器的控制命令信息流FcaK+1。

執(zhí)行器依由信息流FcaK+1產(chǎn)生物理流FapK+1改變給水流量，發(fā)生給水流量物理被控事件EpK+1，再通過K層物理流FpoK+1由給水流量導(dǎo)致SG水位變化，產(chǎn)生被控事件 EpK，水位變化又通過上層物理流FpoK繼續(xù)傳遞因果作用。

SG水位控制系統(tǒng)SK的事件流反饋控制運(yùn)行機(jī)制如下：

EcKFgcK+1EcK+1FcaK+1EaK+1FapK+1EpK+1FpoK+1EpKFpsKEsKFscKEcK

SK+1給水流量子控制系統(tǒng)的反饋控制機(jī)制：

EcK+1FcaK+1EaK+1FapK+1EpK+1FpsK+1EcK+1

同理，SG水位前饋控制的信息物理流如下：

Ep'Fps'Es'Fgc'EcK+1FcaK+1EaK+1FapK+1EpK+1FpcK+1EpK

由此，依據(jù)信息物理因果流為核蒸汽發(fā)生器水位控制系統(tǒng)建立了因果模型。

5 結(jié) 論

以上因果模型的討論全部局限在定性范圍，抽象出控制系統(tǒng)的因果事件以及其間信息流和物理流傳遞的因果效應(yīng)，解決“誰是因，誰是果”的因果發(fā)現(xiàn)問題，處于因控論的“尋因”階段[2]。下一步擬采用傳遞熵量化信息流和物理流，定量計(jì)算事件之間的因果效應(yīng)，采用脫離具體物理機(jī)制的統(tǒng)一信息流方法“描因”，加上以反事實(shí)分析為基礎(chǔ)的“控因”，建立完整的因控論體系框架。

以信息物理因果流作為工業(yè)控制系統(tǒng)的機(jī)理描述模型可以超越微觀的具體細(xì)節(jié)，從更高的抽象層面理解各類系統(tǒng)的統(tǒng)一運(yùn)行機(jī)制，為應(yīng)對動態(tài)復(fù)雜系統(tǒng)的控制難題提供因果層面的基礎(chǔ)方法。比如，通過分析信息因果、物理因果的特性，建立信息因果流、物理因果流和混合因果流的失效模式，開辟不同于FTA、FMEA等的失效分析新方法，采用基于傳遞熵的因果流度量方法，采集正常運(yùn)行大數(shù)據(jù)，構(gòu)建系統(tǒng)的正常工況因果流模型，分析因果關(guān)系失效模式，建立不完全依賴系統(tǒng)運(yùn)行失效數(shù)據(jù)的故障預(yù)測和分析的全新技術(shù)途徑。

參考文獻(xiàn)

[1] 工業(yè) 4.0 工作組 （德） 編; 劉曉龍， 郗振宇， 高金金， 等譯. 德國工業(yè) 4.0 戰(zhàn)略計(jì)劃實(shí)施建議[J].世界制造技術(shù)與裝備市場，2014（3）：42-48.

[2] 陽小華，馬家宇，萬亞平，等.因果關(guān)系與復(fù)雜系統(tǒng)控制[J].南華大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，33（5）：72-77.

[3] PEARL J.The seven tools of causal inference with reflections on machine learning[J]. Communications of the ACM，2018，62（3）：54-60.

[4] PEARL J.Theoretical impediments to machine learning with seven sparks from the causal revolution[C]∥Proceedings of the Eleventh ACM International Conference on Web Search and Data Mining.Marina Del Rey，CA，USA：ACMDL， 2018：3-8.

[5] http：∥medium.com/@mijordan3/artificial-intelligence-the-revolution-hasnt-happened-yet-5e1d5812e1e7

[6] http：∥medium.com/intuitionmachine/why-probability-theory-should-be-thrown-under-the-bus-36e5d69a34c9？source=linkShare-9549803b36be-1510196607

[7] 李開復(fù). AI·未來[M].杭州：浙江人民出版社，2018：171-184.

[8] 中國科學(xué)院系統(tǒng)科學(xué)研究所. 第三屆中國系統(tǒng)科學(xué)大會會前專題講座 1：面向智能時(shí)代的因控論及其應(yīng)用初探 [R/OL].[2019-01-25].http：∥iss.Amss.cas.cn/cssc2019/hqztjz/201901/t20190125_473332.Html

[9] 郭雷， 王成紅， 王巖. 因果關(guān)系與因體果控制初探[J]. 控制與決策， 2018，33（5）：70-75.

[10]楊洪玖， 李鵬， 袁源， 等. 基于因果邏輯關(guān)系的CPS分布式控因研究. 控制與決策， 2019，34（11）：68-73.

[11]DOWE P. Wesley Salmons process theory of causality and the conserved quantity theory [J]. Philosophy of Science，1992， 59（2）：200-203.

[12]HITCHCOCK C. Problem for the conserved quantity theory： counterexamples， circularity， and redundancy[J]. The Monist，2009，92（1）：72-73.

[13]TABUADA P. Cyber-physical systems： position paper [C]∥Position Paper for NSF Workshop on Cyber-Physical Systems，2006.

[14]BUNGE M. The furniture of the World[M]. Dordrecht， Holland： D. Reidel Publishing Company，1977.

[15]齊衛(wèi)紅. 過程控制系統(tǒng)[M].北京：電子工業(yè)出版社，2011：124-148.

[16]柴天佑. 工業(yè)過程控制系統(tǒng)研究現(xiàn)狀與發(fā)展方向[J]. 中國科學(xué)： 信息科學(xué)， 2016， 46： 1003{1015， doi： 10.1360/N112016-0006.