前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇智慧醫(yī)療核心技術(shù)范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

智慧醫(yī)療核心技術(shù)范文第1篇

雖然我國在智慧醫(yī)療系統(tǒng)技術(shù)、標準、產(chǎn)品、應(yīng)用，以及政策層面均呈現(xiàn)出良好的開端，但從現(xiàn)階段實施情況分析，仍然面臨著諸多問題和挑戰(zhàn)。

一是政府法律保障問題。智慧醫(yī)療中的個人健康信息涉及個人隱私，同時也涉及醫(yī)師的職責(zé)。如何保證廣大民眾在最大程度地享受醫(yī)療健康服務(wù)的同時，又可以保證自身的隱私安全，這是需要政府通過制定相應(yīng)的法律和制度，完善相應(yīng)監(jiān)督管理體系才能解決的問題。

二是產(chǎn)品化與市場準入問題。現(xiàn)有的智慧醫(yī)療系統(tǒng)產(chǎn)品多數(shù)尚處于初級階段，相關(guān)產(chǎn)品和技術(shù)標準不完善。由于系統(tǒng)龐大且特殊復(fù)雜，較多新企業(yè)很難取得相關(guān)資質(zhì)，與市場規(guī)定準入條件和指標要求差距較大，難于遵循市場公平性原則。

三是關(guān)鍵技術(shù)創(chuàng)新、突破與提升問題。智慧醫(yī)療技術(shù)涉及醫(yī)療專家系統(tǒng)技術(shù)、醫(yī)療感知技術(shù)、電源管理與運用技術(shù)、網(wǎng)絡(luò)通訊的軟硬件技術(shù)、信息融合技術(shù)、大數(shù)據(jù)和云計算技術(shù)等，在研發(fā)過程中需要持續(xù)不斷地融合、突破和創(chuàng)新，在此過程中需要大量的資金投入。

四是商業(yè)模式創(chuàng)新問題。智慧醫(yī)療涉及行業(yè)領(lǐng)域范圍較為寬泛，產(chǎn)業(yè)結(jié)構(gòu)和利益鏈條形成過程較為復(fù)雜，需要有新的商業(yè)模式和服務(wù)方式來整合利益關(guān)系，調(diào)整利益結(jié)構(gòu)和轉(zhuǎn)變分配方式。

五是標準化與規(guī)范問題。系統(tǒng)涉及信息采集、網(wǎng)絡(luò)通信、信息處理、終端接口、功能結(jié)構(gòu)等多個環(huán)節(jié)，現(xiàn)有業(yè)務(wù)與技術(shù)標準涉及領(lǐng)域?qū)挿海纬筛黝悩藴叔e綜復(fù)雜，大量的標準已過時需要重新制定，歷史堆積問題日趨嚴重，負面影響日漸凸顯。

六是資源配置與協(xié)調(diào)問題。長期以來醫(yī)療機構(gòu)形成了條塊固化模式，網(wǎng)絡(luò)集成與服務(wù)商結(jié)構(gòu)也頗為復(fù)雜，資源分配方式、技術(shù)協(xié)調(diào)對接、服務(wù)協(xié)同管理等缺乏有效的手段。市場、技術(shù)資源分配缺乏有效的約束與管理。

七是規(guī)范運營服務(wù)和管理問題。醫(yī)療行業(yè)由于長期資源短缺，形態(tài)比較穩(wěn)定，條件優(yōu)越。隨著智慧醫(yī)療的應(yīng)用，商業(yè)模式的創(chuàng)新與變化會對醫(yī)療從業(yè)人和機構(gòu)形成一定的壓力，迫使其改變傳統(tǒng)工作形態(tài)和服務(wù)方式，改變服務(wù)意識，更新服務(wù)理念。

八是醫(yī)療知識普及與培訓(xùn)問題。傳統(tǒng)醫(yī)療理念中人們對健康管理的認識遠遠不夠，重治療輕預(yù)防現(xiàn)象較為普遍，對于治療過程的了解知之甚少，形成嚴重的信息不對稱，也成為醫(yī)患關(guān)系緊張和健康問題社會化的根源。醫(yī)療健康知識培訓(xùn)和信息技術(shù)的普及應(yīng)用，在一定程度上成為推動和普及智慧醫(yī)療的難點和關(guān)鍵所在。

二、推進智慧醫(yī)療的有效性措施

各級政府為加快醫(yī)療衛(wèi)生事業(yè)發(fā)展，制定了一系列相應(yīng)的保障性政策，大力推進公共衛(wèi)生、醫(yī)療、醫(yī)保、藥品、財務(wù)監(jiān)管信息化建設(shè)。國務(wù)院《關(guān)于促進健康服務(wù)業(yè)發(fā)展的若干意見》以及《關(guān)于加快發(fā)展養(yǎng)老服務(wù)業(yè)的若干意見》等文件也都涉及了智慧醫(yī)療的相關(guān)內(nèi)容，并有明確的規(guī)定。展望未來發(fā)展，推進智慧醫(yī)療體系建設(shè)具體措施應(yīng)包括：

(1)創(chuàng)立科學(xué)有效的商業(yè)服務(wù)模式智慧醫(yī)療不僅會改變現(xiàn)有醫(yī)療模式，也會推動商業(yè)模式創(chuàng)新。新模式將體現(xiàn)智慧醫(yī)療具有服務(wù)成本、服務(wù)質(zhì)量和服務(wù)內(nèi)容三方面的優(yōu)勢，讓醫(yī)療體系中每個要素緊密聯(lián)系并發(fā)揮作用，讓產(chǎn)業(yè)鏈中的病人、醫(yī)生、研究人員、醫(yī)院管理系統(tǒng)、藥物供應(yīng)商、保險公司、風(fēng)險投資等各個群體都積極參與并能從中獲益。

(2)加快核心技術(shù)研發(fā)及產(chǎn)業(yè)化智慧醫(yī)療的核心是病人各種信息的采集、傳遞與共享，人體生理信息采集傳感器和網(wǎng)絡(luò)終端設(shè)備就成為智慧醫(yī)療系統(tǒng)技術(shù)的核心和紐帶。非醫(yī)療機構(gòu)、家庭成員、特殊人群、個人信息數(shù)據(jù)采集專用傳感器開發(fā)及產(chǎn)業(yè)化、健康參數(shù)對比模型研究及應(yīng)用、個人健康保健量化管理方式、病理參數(shù)差異和影響因素分析模型研究等，都是智慧醫(yī)療的當(dāng)務(wù)之急。只有突破關(guān)鍵核心技術(shù)，形成自主知識產(chǎn)權(quán)的核心產(chǎn)品，實現(xiàn)規(guī)模化生產(chǎn)，才更有利于降低成本和廣泛地推廣運用。

(3)整合有效資源、構(gòu)建完整產(chǎn)業(yè)鏈我國智慧醫(yī)療行業(yè)地域分布廣泛，技術(shù)差異較大，產(chǎn)品種類繁多，市場集中度較低。應(yīng)該設(shè)置重點區(qū)域重點扶持發(fā)展，集聚包括電信運營商、系統(tǒng)集成商、平臺服務(wù)商、產(chǎn)品生產(chǎn)商、終端制造商、生物工程基礎(chǔ)研究與配套機構(gòu)、傳感器技術(shù)研發(fā)機構(gòu)和廠商，以及用戶服務(wù)商等多方資源，形成在一定區(qū)域內(nèi)的產(chǎn)業(yè)集聚群體，通過行業(yè)組織和機構(gòu)搭橋，開展包括產(chǎn)品技術(shù)工藝、市場應(yīng)用信息、人才培育等方面交流合作，構(gòu)建并不斷完善智慧醫(yī)療的產(chǎn)業(yè)鏈。

(4)重視標準化工作智慧醫(yī)療是一門新興的多學(xué)科交叉的行業(yè)，融合有生命科學(xué)、信息技術(shù)、材料技術(shù)等跨度較大的領(lǐng)域，涉及的技術(shù)標準復(fù)雜，缺乏規(guī)范的標準體系。應(yīng)該針對產(chǎn)品技術(shù)工藝、市場運營與服務(wù)、產(chǎn)業(yè)行為與管理，盡快開展相關(guān)標準化工作，加快制定相應(yīng)標準。

(5)強化示范應(yīng)用加大政策扶持力度我國智慧醫(yī)療行業(yè)政府主導(dǎo)特點較為明顯，市場還處于起步階段，需要政府和政策的推進和引導(dǎo)。在相對發(fā)達地區(qū)樹立相應(yīng)的示范工程和應(yīng)用試點是十分必要的，避免形成市場應(yīng)用、產(chǎn)品技術(shù)、運營服務(wù)、監(jiān)督管理的混亂，為今后行業(yè)規(guī)范和健康發(fā)展奠定良好基礎(chǔ)以及提供良好經(jīng)驗。同時，制定詳細的稅收激勵政策，并對關(guān)鍵技術(shù)研發(fā)給予政策性資金支持。

智慧醫(yī)療核心技術(shù)范文第2篇

隨著人工智能的發(fā)展，人社會從移動互聯(lián)網(wǎng)時代進入智慧互聯(lián)網(wǎng)時代，近幾年人工智能在醫(yī)療方面提供給我們越來越多高效的幫助。社會上越來越多的呼聲認為人工智能將會取代未來人類的工作，但人工智能取代人類工作的說法并不準確，人工智能有所能、有所不能。醫(yī)療里的許多東西并不是簡單的科學(xué)，有更多東西是個人經(jīng)驗，個人經(jīng)驗以目前的技術(shù)水平是沒辦法讓機器來直接學(xué)習(xí)的。

我們總是片面地去看影像信息，而忽略檢查檢驗的結(jié)果，心電圖的信息、體溫信息等因素，怎么把這些信息和影像信息結(jié)合起來，產(chǎn)生最終的診斷結(jié)果，這是現(xiàn)在人工智能的算法發(fā)展的主要著力點。我們應(yīng)該更好地利用專家的知識，把機器學(xué)習(xí)和人工智能建立在醫(yī)學(xué)體系上而不是離散的板塊上，讓這個技術(shù)更有效地解決各種臨床問題，去服務(wù)于醫(yī)生。

人工智能的第三次高峰

人工智能的歷史是從1956年開始，期間已經(jīng)經(jīng)歷了兩次高峰，從2009年提出深度學(xué)習(xí)的概念之后，人工智能正式進入發(fā)展的第三次高峰。如今的深度學(xué)習(xí)有很多延伸的算法，且在許多領(lǐng)域都有成功的案例。霎時間許多新聞媒體都紛紛議論人工智能是否真的可以取代人類的工作，從我個人角度分析，人工智能仍然有許多的局限性，用醫(yī)療來講，醫(yī)療里的許多東西都是個人經(jīng)驗，并不是一個可以讓機器機械化學(xué)習(xí)的知識。但是目前的人工智能在醫(yī)學(xué)方面不光可以看到我們看不到的一些信息，還會收集分析并基于專家知識的層面進行理解思考，做出推理協(xié)助診斷治療。

智慧醫(yī)療的“三駕馬車”

一套完善的智慧醫(yī)療體系離不開以下幾點：

行業(yè)大數(shù)據(jù)：行業(yè)數(shù)據(jù)要標準化、完整、準確，且一定要和應(yīng)用相關(guān)。只有最客觀真實準確的數(shù)據(jù)才會盡可能地完善智慧醫(yī)療體系。

行業(yè)專家：我們需要有行業(yè)專家來指導(dǎo)應(yīng)當(dāng)著力于哪些領(lǐng)域讓我們有的放矢，在專家的指導(dǎo)下建立知識庫，并且利用專家的協(xié)助盡可能地完善。

核心技術(shù)：在技術(shù)層面，軟件的便捷、實用是一切程序的基礎(chǔ)，軟件的出現(xiàn)應(yīng)當(dāng)盡可能地減少醫(yī)生的工作流程，幫助醫(yī)生提高效率、提升工作水平。

基于完整數(shù)據(jù)、行業(yè)專家的支持和先進的核心技術(shù)的角度發(fā)展，我們可以服務(wù)政府機構(gòu)，去做政策決策。可以服務(wù)醫(yī)院，做到醫(yī)院的運營管理；服務(wù)醫(yī)生，對三甲醫(yī)院的頂級醫(yī)生來講，每天可以更高效地診療大量病人。對于基層放射科醫(yī)生，每天的片子很少，經(jīng)驗不足，我們可以提供大量的實踐素材。服務(wù)用戶，用戶在進行檢查或體檢后獲取信息的速度將會更加快速，并且可以通過上網(wǎng)自助咨詢信息更加高效地去了解自己的身體，管理我們的健康。

臨床問題驅(qū)動技術(shù)發(fā)展

智慧醫(yī)療核心技術(shù)范文第3篇

信息孤島 數(shù)據(jù)難共享

美國醫(yī)療發(fā)展比其他工業(yè)國家高出很多，比中國高出兩倍左右，但是醫(yī)療成本增速更快。在經(jīng)濟低迷期，美國政府推行系列醫(yī)療改革，期間也遇到諸多問題。

美國工程院院士、貝爾獎?wù)芦@得者Jim K.Omura在會上指著一張拍攝自美國一家醫(yī)院ICU病房的照片說，圍繞著病床的各類救護設(shè)備和監(jiān)測儀器，它們各自獨立，相互之間沒有互聯(lián)，“這很容易出錯，在ICU，即使很小的失誤也會導(dǎo)致死亡。美國很多人死于醫(yī)療系統(tǒng)的失誤，這曾經(jīng)是美國第四大死因。”

Jim K.Omura認為，目前醫(yī)療行業(yè)并沒有充分利用IT技術(shù)。他揶揄說，原因可能是醫(yī)生不太愿意改變，這技術(shù)對他們而言有點難。此外還有各個設(shè)備和系統(tǒng)開發(fā)完全沒有標準，造成設(shè)備之間相互獨立、孤立的運轉(zhuǎn)現(xiàn)象普遍存在。為提高醫(yī)療效率，美國現(xiàn)在全國范圍內(nèi)建立統(tǒng)一標準用于共享。

相較于美國醫(yī)療系統(tǒng)的先行一步，中國的醫(yī)療系統(tǒng)面臨的問題更多，各大醫(yī)院的數(shù)據(jù)庫不能互通，病人的電子病歷檔案尚未建成，轉(zhuǎn)院需攜帶厚厚的病歷（資料），相互之間的數(shù)據(jù)不能共享，形成信息孤島。

醫(yī)療資源不均

中國工程院院士、航空生物醫(yī)學(xué)工程的創(chuàng)始人俞夢孫，在會上表示：“現(xiàn)在炒的很熱的智慧醫(yī)療、云醫(yī)療、醫(yī)療物聯(lián)網(wǎng)、大數(shù)據(jù)等，有效果的很少。”問題在哪里？他認為原因有二，一是對已有主流醫(yī)學(xué)的問題在哪里認識不清，缺乏符合實際規(guī)律的理念和辦法，缺乏核心技術(shù)；二是盲目爭奪醫(yī)生資源，把現(xiàn)有的儀器簡單聯(lián)網(wǎng)，其結(jié)果就一定是造成新一輪的巨大浪費。

而對醫(yī)生資源的爭奪，使得全科醫(yī)生、名醫(yī)越來越向大醫(yī)院和大城市集中，造成新一輪醫(yī)療資源不均的問題。

專注于大數(shù)據(jù)和人工智能研究的中國科學(xué)院院士、上海交通大學(xué)副校長梅宏在會上通報大數(shù)據(jù)現(xiàn)象分析給出結(jié)論，中國醫(yī)療狀況出現(xiàn)以下幾個特點，一個是衛(wèi)生供給的“倒三角”，和需求的“正三角”；二是城鄉(xiāng)資源分布不均，如城市擁有70%的醫(yī)療資源，農(nóng)村僅有30%；區(qū)域資源分布不均，例如千人床位數(shù)北京為6.31，貴州只有1.52。這些信息透露出的諸多問題，表明醫(yī)療現(xiàn)代化的任務(wù)艱巨。

智慧醫(yī)療核心技術(shù)范文第4篇

物聯(lián)網(wǎng)產(chǎn)業(yè)

領(lǐng)軍人物獎

陳勇，江蘇物泰信息科技有限公司首席執(zhí)行官、執(zhí)行董事。陳勇在云計算的平臺和應(yīng)用的研發(fā)、運營、市場推廣、引進風(fēng)險投資和規(guī)劃海外上市等方面有豐富經(jīng)驗。

陳勇，江蘇物泰信息科技有限公司首席執(zhí)行官、執(zhí)行董事，2006中國十大新媒體人物，中關(guān)村留學(xué)生創(chuàng)意產(chǎn)業(yè)園創(chuàng)業(yè)導(dǎo)師，石景山區(qū)海外聯(lián)誼會理事。他是吉林大學(xué)計算數(shù)學(xué)學(xué)士、美國佛羅里達州立大學(xué)計算機碩士和博士（信息安全方向），并在加州從事高科技研發(fā)工作，之后獲INSEAD （歐洲工商管理學(xué)院）工商管理碩士（MBA）學(xué)位。

陳勇于2005年初回國創(chuàng)業(yè)，任中國云計算領(lǐng)軍企業(yè)北京訊鳥軟件有限公司董事，戰(zhàn)略、商務(wù)拓展及投融資副總裁。由于在中國首個成功把呼機叫中心和CRM軟件搬上互聯(lián)網(wǎng)（即云計算SaaS），陳勇被中國傳媒論壇評為2006中國十大新媒體人物。2009年初，因為在云計算方面的成就，陳勇代表訊鳥領(lǐng)取著名風(fēng)險投資媒體紅鯡魚評選的2008全球高科技創(chuàng)新百強獎項（2008年中國大陸僅5個企業(yè)入圍） 。作為訊鳥創(chuàng)業(yè)團隊核心成員，陳勇負責(zé)公司戰(zhàn)略制定、商務(wù)拓展及投資者及政府關(guān)系維護等工作，積累了在云計算的平臺和應(yīng)用的研發(fā)、運營、市場推廣、引進風(fēng)險投資和規(guī)劃海外上市等方面的豐富經(jīng)驗。

1998年，陳勇與斯坦福大學(xué)合作為美國心臟聯(lián)合會成功開發(fā)美國首個遠程醫(yī)療項目，結(jié)合互聯(lián)網(wǎng)和傳感設(shè)備為病人提供遠程醫(yī)療服務(wù)。陳勇在國外的多年學(xué)習(xí)和工作經(jīng)歷造就了其國際化的視野，而在中國的國有企業(yè)、中外合資企業(yè)、民營企業(yè)以及美國的高科技企業(yè)及戴爾亞太區(qū)總部的完整從業(yè)經(jīng)歷，也讓其對公司的管理、成長和戰(zhàn)略有著很好的理解和把握。

江蘇物泰信息科技有限公司是一家以物聯(lián)網(wǎng)和云計算為核心業(yè)務(wù)的高科技企業(yè)，專業(yè)提供物聯(lián)網(wǎng)云計算平臺的搭建、集成以及運營服務(wù)，并提供平臺化的物聯(lián)網(wǎng)云應(yīng)用服務(wù)。公司注冊資金5500萬元，總部位于江蘇鎮(zhèn)江，研發(fā)中心在江蘇南京。公司已在上海、北京、廣東、湖南、云南成立分公司。公司共有員工近200人，本科以上員工占比高達80%。公司主要技術(shù)力量來自美國硅谷和美國斯坦福大學(xué)、卡內(nèi)基-梅隆大學(xué)、佛羅里達大學(xué)等著名大學(xué)。

智慧醫(yī)療核心技術(shù)范文第5篇

關(guān)鍵詞： 信息物理融合系統(tǒng)； 體系結(jié)構(gòu)； 智慧工廠； 卷煙

中圖分類號： TN98?34； TP399 文獻標識碼： A 文章編號： 1004?373X（2017）05?0151?04

Abstract： The concept， basic function and characteristics of the cyber?physical system （CPS） are analyzed. According the practical situation of the factory， a five?layer architecture of CPS is proposed， including the perception layer， network layer， semantic information layer， model computing layer and service agent layer. The key technology and structure of each layer were designed in detail. It is proved that the architecture conforms with the informatization level and application status of the factory with an application example of the cigarette factory， and plays a basic supporting function for the construction of the smart factory.

Keywords： cyber?physical system； architecture； smart factory； cigarette

0 引 言

信息物理融合系統(tǒng)（Cyber?Physical System，CPS）是最近幾年出現(xiàn)的一個新概念，是指計算和物理要素之間緊密結(jié)合與協(xié)作的系統(tǒng)[1]。有文獻指出，CPS的影響將會遠遠超越20世紀的IT革命，就像Internet改變了人與人交互的方式一樣，CPS的出現(xiàn)將改變?nèi)伺c物理世界交互的方式[2]。CPS一經(jīng)出現(xiàn)便立即引起各國的重視。美國2007年的研究中便將CPS列入重要領(lǐng)域[3]，德國將CPS作為工業(yè)4.0的核心技術(shù)之一[4]。我國863技術(shù)也于2010年開展CPS的相關(guān)研究[3]。

CPS的落地應(yīng)用與研究是按行業(yè)開展的，具有明顯的領(lǐng)域相關(guān)（Domain?Specific）特征[3]。文獻[5]描述了CPS在電力領(lǐng)域的應(yīng)用，文獻[6]描述了CPS在航空航天領(lǐng)域的應(yīng)用，文獻[7]描述了CPS在醫(yī)療領(lǐng)域的應(yīng)用，文獻[8]描述了CPS在交通領(lǐng)域的應(yīng)用，但其在制造領(lǐng)域的應(yīng)用研究較為少見。

本文對CPS體系結(jié)構(gòu)和適用于智慧工廠的系統(tǒng)特性進行研究與分析，給出了CPS五層體系結(jié)構(gòu)框架設(shè)計，并應(yīng)用于實際案例。

1 CPS概述

1.1 CPS定義

CPS是通過計算（Computation）、通信（Communication）與控制（Control）技術(shù)的有機深度融合，實現(xiàn)計算資源與物理資源緊密結(jié)合與協(xié)調(diào)的下一代智能系統(tǒng)。在微觀上，CPS通過在物理系統(tǒng)中嵌入計算與通信內(nèi)核實現(xiàn)計算進程與物理進程的一體化。計算進程與物理進程通過反饋循環(huán)方式相互影響，實現(xiàn)嵌入式計算機與網(wǎng)絡(luò)對物理進程可靠、實時和高效的監(jiān)測、協(xié)調(diào)與控制。在宏觀上，CPS是由運行在不同時間和空間范圍的分布式、異步的異構(gòu)系統(tǒng)組成的動態(tài)混合系統(tǒng)，包括感知、決策和控制等各種不同類型的資源和可編程組件。各個子系統(tǒng)之間通過有線或無線通信技術(shù)，依托網(wǎng)絡(luò)基礎(chǔ)設(shè)施相互協(xié)調(diào)工作，實現(xiàn)對物理與工程系統(tǒng)的實時感知、遠程協(xié)調(diào)、精確的動態(tài)控制和信息服務(wù)[3]。一般來說，開展智能化設(shè)備研究及開發(fā)多采用微觀描述，而對諸如生產(chǎn)、交通這樣的系統(tǒng)性工程多采用宏觀描述。

1.2 CPS在智慧工廠中的地位

基于工業(yè)4.0的智慧工廠是以全面感知的CPS系統(tǒng)為基礎(chǔ)構(gòu)建，如圖1所示。CPS將融合物聯(lián)網(wǎng)與服務(wù)網(wǎng)，是智慧工廠的基礎(chǔ)及核心技術(shù)之一。文獻[9]給出了智慧工廠實現(xiàn)的五大關(guān)鍵因素，但同時指出最為基本的是建立在CPS之上。

1.3 智慧工廠環(huán)境下CPS特性要求

智慧工廠是數(shù)字化工廠之后新一代的制造模式，包括多種核心特征，具體如下：

智慧工廠的異構(gòu)性：智慧工廠將包括多種控制系統(tǒng)、智能裝備和傳感設(shè)備。作為智慧工廠基礎(chǔ)的CPS應(yīng)當(dāng)采用開放的工業(yè)標準，集成許多功能與結(jié)構(gòu)各異的子系統(tǒng)，各個子系統(tǒng)之間通過有線或無線的通信方式相互協(xié)調(diào)工作。

智慧工廠的實時性：智慧工廠必須對工廠實時的事件做出正確、合理的反應(yīng)。要求CPS系統(tǒng)基于事件驅(qū)動機制，具有強實時特征和時間全局一致性。

智慧工S的數(shù)據(jù)驅(qū)動：數(shù)據(jù)驅(qū)動是新一代工廠區(qū)別于傳統(tǒng)工廠的本質(zhì)特征。要實現(xiàn)工業(yè)4.0提出的三個維度數(shù)據(jù)驅(qū)動流程，在底層落地需要CPS體現(xiàn)以數(shù)據(jù)為中心的特征要求。

智慧工廠的模型驅(qū)動：工廠數(shù)字模型是智慧工廠數(shù)據(jù)驅(qū)動的內(nèi)在動力，體現(xiàn)物理模型、邏輯模型、資源模型等相關(guān)內(nèi)容。CPS也必須是該模型的承載平臺和運行環(huán)境，要求具備全局一致的虛擬模型。

智慧工廠的工業(yè)特征：作為制造工廠，現(xiàn)實要求的高度安全性、高度可靠性、領(lǐng)域相關(guān)性都是對CPS的要求。

2 CPS體系結(jié)構(gòu)設(shè)計

2.1 CPS體系結(jié)構(gòu)

CPS體系結(jié)構(gòu)是CPS的核心技術(shù)，是CPS的骨架和基礎(chǔ)。文獻[10]給出一套CPS結(jié)構(gòu)體系的設(shè)計，并將其應(yīng)用在智能交通領(lǐng)域。分析認為，這種層次結(jié)構(gòu)表達的概念是清晰的，但過于粗略，細節(jié)描述不夠，不利于后期的實施。本文在結(jié)合國內(nèi)外大量研究成果的基礎(chǔ)上，結(jié)合制造工廠的實際情況，提出一套符合現(xiàn)實應(yīng)用的五層CPS體系結(jié)構(gòu)，如圖2所示。

2.2 泛在感知層

泛在感知層是實現(xiàn)深度嵌入到制造全流程而設(shè)計的，通過感知節(jié)點實現(xiàn)。一個典型的感知節(jié)點結(jié)構(gòu)如圖3所示，包括軟件、硬件兩大部分。其中硬件包括與物理對象相一致的傳感器、執(zhí)行單元和對應(yīng)的驅(qū)動裝置。軟件包括傳感器數(shù)據(jù)處理模塊、執(zhí)行單元的控制模塊，節(jié)點自身的計算模塊（包括緩存、地址管理等功能），以及與網(wǎng)絡(luò)層進行通信的模塊。一個感知節(jié)點應(yīng)當(dāng)還包括一個能夠全局同步的本地時鐘，滿足CPS所要求的時間一致性。

針對工廠的物理對象，感知節(jié)點需實現(xiàn) “人、機、料、法、環(huán)、測、時間、空間”等物理要素的數(shù)字化感知。

人：采用移動互聯(lián)技術(shù)，結(jié)合RFID，NFC等近場通信技術(shù)，實現(xiàn)人與系統(tǒng)的對接。

機：設(shè)備采用統(tǒng)一的資產(chǎn)代碼，主要是利用二維碼和RFID電子標簽。

料：針對連續(xù)生產(chǎn)過程，采用溫度計、水分儀、皮帶秤表征物料特性。

法：結(jié)合生產(chǎn)規(guī)范要求，建立各個工序的工藝采集點，建設(shè)車間集控系統(tǒng)為超級節(jié)點。

環(huán)：采用無線組網(wǎng)技術(shù)，如Zigbee協(xié)議、WiFi協(xié)議實現(xiàn)全廠動能及環(huán)境的采集與計量。

測：構(gòu)建超級節(jié)點，實現(xiàn)實驗室數(shù)據(jù)采集、綜合測試臺數(shù)據(jù)采集。

時間：建立全廠統(tǒng)一的時間服務(wù)器，同步各個采集點的時鐘。

空間：建立全廠采集點地址及命名字典。有條件的工廠建議采用IPv6協(xié)議。

2.3 互聯(lián)網(wǎng)絡(luò)層

CPS的異構(gòu)性包括網(wǎng)絡(luò)的異構(gòu)及應(yīng)用的異構(gòu)。互聯(lián)網(wǎng)絡(luò)層將泛在感知層的大量異構(gòu)感知節(jié)點實現(xiàn)互聯(lián)互通，并支持感知節(jié)點之間的互操作，支持M2M（設(shè)備到設(shè)備）的通信。當(dāng)前工廠的網(wǎng)絡(luò)環(huán)境，絕大多數(shù)采用TCP作為傳輸層通信協(xié)議。但眾所周知，TCP協(xié)議是一個非實時的協(xié)議，需要在語義信息層實現(xiàn)自定義的會話協(xié)議，或針對實時數(shù)據(jù)采用UDP協(xié)議。

2.4 語義信息層

CPS是以數(shù)據(jù)為中心，工廠的數(shù)據(jù)分為測量數(shù)據(jù)和業(yè)務(wù)單據(jù)數(shù)據(jù)。對于實時測量數(shù)據(jù)，采用OPC統(tǒng)一架構(gòu)（OPC?UA）協(xié)議作為語義層協(xié)議。對于業(yè)務(wù)單據(jù)數(shù)據(jù)，采用自定義XML結(jié)構(gòu)描述。XML文檔的內(nèi)容和結(jié)構(gòu)完全分離、互操作性強、規(guī)范統(tǒng)一、支持多種編碼及可擴展性的特點[11]。

工廠生產(chǎn)信息模型符合ISA95標準給出描述[12]，只是在實例化過程中增加具體生產(chǎn)工廠的特殊屬性。圖4所示為針對一般工廠抽象形成的核心生產(chǎn)信息模型，包括生產(chǎn)能力模型、產(chǎn)品定義模型、生產(chǎn)信息模型。該模型將實現(xiàn)全局一致性的視圖，支持MES系統(tǒng)、MES系統(tǒng)與自動化系統(tǒng)的集成、MES系統(tǒng)與PDM系統(tǒng)和ERP系統(tǒng)的集成（智慧工廠的三個集成）。通過該模型使CPS成為以數(shù)據(jù)為中心的系統(tǒng)。

2.5 模型計算層

物理與信息的融合過程，核心是通過在CPS系統(tǒng)中嵌入物理對象的模型來實現(xiàn)（有些研究稱之為數(shù)字孿生體）。這個模型包括物理設(shè)備對象模型（物理模型）以及物理設(shè)備對象在生產(chǎn)過程中表現(xiàn)出來的服務(wù)邏輯模型構(gòu)成。模型計算層除了管理這兩大模型之外，還包括一個高可靠的模型引擎，實現(xiàn)CPS特性給出的事件驅(qū)動要求，如圖5所示。

物理模型：工廠設(shè)備一般組織成分層形式，包括工廠（Plant）、車間（Area）、工段（Cell）、設(shè)備（Unit）四個層次[12]，這是一個面向?qū)ο蟮哪Ｐ蛶臁Ｃ總€層次的設(shè)備對象中嵌入感知節(jié)點及對應(yīng)的感知數(shù)據(jù)。

邏輯模型：邏輯模型是表征物理模型在生產(chǎn)過程中提供的服務(wù)以及制造過程的核心流程管控，包括生產(chǎn)操作模型、質(zhì)量管理模型、維護操作模型、庫存操作模型[10]。

模型引擎：模型引擎是一個基于SOA架構(gòu)的計算環(huán)境，包括運行服務(wù)管理、流程引擎、安全管理、服務(wù)管理、服務(wù)及接口協(xié)議、物理模型管理。

2.6 服務(wù)層

CPS與智慧工廠服務(wù)網(wǎng)之間的連接是通過制造服務(wù)層實現(xiàn)的，這是一個典型的SOA與多Agent環(huán)境。同時，該層也實現(xiàn)CPS與異構(gòu)應(yīng)用系統(tǒng)之間的連接。

工業(yè)4.0背景下智慧工廠的業(yè)務(wù)應(yīng)用將呈現(xiàn)App化的特征。一個典型的App將滿足工廠管理的某一個領(lǐng)域的功能要求。但這些單一業(yè)務(wù)需要流程的集成，共同實現(xiàn)以產(chǎn)品為中心的某一特定的生產(chǎn)任務(wù)，比如生產(chǎn)換模過程。每一個App通過它的服務(wù)接入到CPS模型引擎中，如圖6所示。模型引擎具有一個Agent容器管理功能，實現(xiàn)Agent服務(wù)的發(fā)現(xiàn)、注冊、變更及有效性檢驗，符合CPS高度自主性的特性。

3 典型應(yīng)用

卷煙工業(yè)企業(yè)在整體制造業(yè)信息化中具有較高水平。寧波卷煙廠在全行業(yè)較早開展信息化建設(shè)，基本完成了數(shù)字工廠建設(shè)[13]。通過分析智慧工廠的核心要求，明確智慧工廠建設(shè)的核心是在工廠導(dǎo)入CPS系統(tǒng)，實現(xiàn)物聯(lián)網(wǎng)與服務(wù)網(wǎng)的融合。基于CPS系統(tǒng)，重新構(gòu)建工廠一體化核心數(shù)據(jù)平臺，重新梳理三項集成（工廠與集團的集成、研發(fā)與生產(chǎn)的集成、制造與服務(wù)的集成）。寧波卷煙廠CPS實施技術(shù)路線如圖7所示。

工廠利用新引進設(shè)備的機會，完成了智慧工廠所需的物聯(lián)網(wǎng)環(huán)境建設(shè)。自動化系統(tǒng)采用OPC?UA協(xié)議共享CPS全局一致的實時數(shù)據(jù)庫系統(tǒng)。同時，根據(jù)智慧工廠的業(yè)務(wù)要求增加少量的o線感知節(jié)點，主要應(yīng)用于設(shè)備狀態(tài)監(jiān)測領(lǐng)域。在建模及模型引擎方面，采用西門子公司的Simatic IT建模平臺實現(xiàn)模型在線運行。而服務(wù)則采用工廠已建成的SOA總線平臺（IBM產(chǎn)品Message Broker）實現(xiàn)模型驅(qū)動與服務(wù)組件的集成。服務(wù)集成所用的協(xié)議為廣泛采用的WebServices標準。通過優(yōu)化及完善以MES系統(tǒng)為核心的工廠應(yīng)用系統(tǒng)，完善App形式的業(yè)務(wù)管理功能。

基于CPS的生產(chǎn)信息監(jiān)控界面如圖8所示。通過導(dǎo)入CPS系統(tǒng)，一是實現(xiàn)了全局一致的核心數(shù)據(jù)庫；二是實現(xiàn)生產(chǎn)資源的對象模型，建立透明工廠；三是邏輯模型支持生產(chǎn)管控流程的靈活修改，提高生產(chǎn)柔性；四是生產(chǎn)服務(wù)化，實現(xiàn)即插即用；五是實現(xiàn)控制層與管理層的深度融合，提升管理精細化水平。

4 結(jié) 語

CPS是智慧工廠的核心技術(shù)。本文從CPS國內(nèi)外的研究現(xiàn)狀出發(fā)，結(jié)合CPS的基本功能及特性要求，提出一種應(yīng)用于工廠的五層CPS體系結(jié)構(gòu)，包括泛在感知層、互聯(lián)網(wǎng)絡(luò)層、語義信息層、模型計算層、服務(wù)層。該體系自下而上實現(xiàn)了物理對象、生產(chǎn)信息、生產(chǎn)對象模型以及服務(wù)模型的抽象。最后，本文給出了一個卷煙工廠的實施案例，列出了每一層所采用的技術(shù)路線。應(yīng)用案例表明，本文提出的五層CPS體系結(jié)構(gòu)符合卷煙工廠的信息化水平及應(yīng)用需求，對智慧卷煙工廠的建設(shè)能起到基礎(chǔ)性支撐。

參考文獻

[1] Wikipedia. Cyber?physical system [EB/OL]. [2015?08?08]. http：///wiki/Cyber?physical_system.

[2] RAJKUMAR R， LEE I， SHA L， et al. Cyber?physical systems： the next computing revolution [C]// Proceedings of 2010 IEEE Design Automation Conference. [S.l.]： IEEE， 2010： 731?736.

[3] 黎作鵬，張?zhí)祚Y，張菁.信息物理融合系統(tǒng)（CPS）研究綜述[J].計算機科學(xué)，2011，38（9）：25?31.

[4] 工業(yè)4.0工作組.德國工業(yè)4.0戰(zhàn)略計劃實施建議（上）[J].機械工程導(dǎo)報，2013（7）：23?33.

[5] TANEJA J， KATZ R， CULLER D. Defining CPS challenges in a sustainable electricity grid [C]// Proceedings of 2012 IEEE/ACM Third International Conference on Cyber?Physical Systems. Berkeley： IEEE， 2012： 119?128.

[6] 楊孟飛，王磊，顧斌，等.CPS在航天器控制系統(tǒng)中的應(yīng)用分析[J].空間控制技術(shù)與應(yīng)用，2012，38（5）：8?13.

[7] LEE I， SOKOLSKY O， CHEN S， et al. Challenges and research directions in medical cyber?physical systems [J]. Proceedings of the IEEE， 2012， 100（1）： 75?90.

[8] CARTWRIGHT R， CHENG A， HUDAK P， et al. Cyber?physical challenges in transportation system design [C]// Proceedings of 2008 National Workshop for Research on High?confidence Transportation Cyber?Physical Systems： Automotive， Aviation and Rail. Washington D. C.： National Science Foundation， 2008： 220?224.

[9] .工業(yè)4.0和智能制造[J].機械設(shè)計與制造工程，2014，43（8）：1?5.

[10] 陳麗娜，王小樂，鄧蘇.CPS體系結(jié)構(gòu)設(shè)計[J].計算機科學(xué)，2011，38（5）：295?300.

[11] 張晶，張云生.基于XML的實時數(shù)據(jù)一致性描述與查詢處理[J].計算機工程，2007，33（10）：52?54.