云控制系統結合了網絡化控制系統和云計算技術的優點，通過各種傳感器感知匯聚海量數據，并將大數據儲存于云端，在云端利用深度學習等智能算法，實現系統的在線辨識與建模，結合網絡化預測控制、數據驅動控制等先進控制方法實現系統的自主智能控制。本文介紹了云控制系統的初級形式與深度形式，給出了一種云控制系統雛形和一種簡單的協同云控制系統，分析了云控制系統的優勢與面臨的挑戰，進而探析了云控制系統的應用前景。

在過去十年中，網絡技術取得顯著發展，越來越多的網絡技術應用于控制系統，形成了網絡化控制系統，它是控制理論的一個新領域。

物聯網利用局部網絡或互聯網等通信技術來實現物物互聯、互通、互控，進而建立了高度交互和實時響應的網絡環境。網絡化控制理論在物聯網技術的快速發展中發揮了關鍵作用。我們可以通過傳感器技術，檢測對象物理狀態的變化，獲取各種測量值，最終產生需要儲存的海量數據。伴隨著物聯網的發展，能夠獲取到的數據將會越來越多，控制系統必須能夠處理這些海量數據。控制系統中的海量數據將會增加網絡的通信負擔和系統的計算負擔。在這種情況下，傳統的網絡化控制技術難以滿足高品質和實時控制的要求。

為了解決這個問題，筆者提出一個新概念——云控制系統 (Cloud Control Systems，CCSs)，它結合了網絡化控制系統和云計算技術的優點，在這個新的控制拓撲結構中，控制的實時性因為云計算的引入得到保證，通過各種傳感器感知匯聚而成的海量數據，也即大數據儲存在云端，在云端利用深度學習等智能算法，實現系統的在線辨識與建模，結合網絡化預測控制、數據驅動控制等先進控制方法實現系統的自主智能控制。

一、云控制系統的概念

云控制系統是云計算與信息物理系統的深度融合，但也非簡單的將云計算應用到信息物理系統。

通過與人體控制系統的比較，可以形象地認識云控制系統。云控制系統中各分立的小系統可以比作人體各個器官以及與之對應的脊髓神經，將系統中的傳感器比作人體的感覺器官，將互聯網比作信號傳輸經過的神經網。正如膝跳反射的中樞在腰部脊髓，分立的小系統有自己獨立的控制能力。將云端比作脊椎以上的大腦和小腦，提供大部分或者高級的控制能力。正如大腦和脊髓神經的計算運行方式不同，云計算的方式和分立小系統的計算方式也不同，特殊的設計和組成能夠提供更強大或更優化的計算能力，使系統更加智能化，功能更強。

（一）云控制系統的一個雛形

在我們的云控制系統雛形定義中，云控制分為兩個階段：初始階段（也稱網絡化控制階段）和云控制階段。

控制器接收來自被控對象的測量數據，根據基于模型的網絡化預測控制算法，生成控制變量。在初始階段，云控制系統在預先定義的廣播域中僅僅包含兩個節點；形式上實際上是一個網絡化控制系統。

任何一個云控制任務都從初始階段開始；在初始階段，控制系統被初始化為一個網絡化控制系統，包含控制器 CT 和被控對象 P 兩個節點。

（二）云控制的控制流程

(1) 初始，CT 利用預先設定的控制算法，生成操作變量，并將封裝好的預測控制信號發送給被控對象；在自身管理范圍內，持續廣播控制需求，尋找可利用的節點，替代自己完成控制任務。

(2) 評價云節點的優先級 ( 優先級越大，越適合提供服務 )。

(3) 建立完優先級列表后，控制節點 CT 將從中選擇一些優先級高的節點，發送確認信息。

(4) 當某個或某些結點反饋確認以后，控制節點 CT 將向其發控制任務描述（控制算法等）。

(5) 同時，CT 也會將服務節點的信息發送給被控對象 P；P 接收到后，將開始向服務云節點發送（歷史）測量數據。

(6) 為了保持云控制系統的良好運行，在每個采樣時刻，所有活動的云控制節點向節點 CT發送反饋，如果節點 CT 在一個預定時間內沒有收到某個云控制節點的反饋，那么這個云控制節點應該從列表中移除，并且節點 CT 將指示所有閑置意愿節點中的第一個節點來代替移除節點。

(7) 與此同時，將這種替換告知節點 P。云控制系統的管理是一個動態的過程，節點 CT 不斷尋找意愿節點，刪除并替換失效節點和發送當前云控制節點的信息到節點 P。節點 P 可以接收來自不同云控制節點的控制信號數據包，補償器選擇最新的控制輸入作為被控對象的實際輸入。

（三）協同云控制系統

考慮到單個意愿節點的實際運算能力是有限的，同時為了縮短云端服務時間，在實際的控制實踐中，協同云控制系統將會變得非常有意義。在協同云控制系統中，控制任務將由多個意愿節點協同完成。下圖給出了協同云控制系統的一個簡單示意圖。

二、云控制系統的優勢

從上述云控制系統的雛形的定義可以看到，與傳統的網絡化控制系統相比，云控制系統除上文中所述的優點外，在應用上還有以下六點優勢。

（一）系統硬件可靠性高，硬件冗余，自動故障切換意外的硬件損壞——很多種原因的硬件損壞會導致服務的停止，例如硬盤、主板、電源、網卡等等，針對這些弱點，管理人員雖然可以找到替代方案，例如建立一個全冗余的環境（電源、網絡、盤陣等等），但是這樣的成本太高而且工作非常繁復。云存儲透過將系統映射到不同的服務器，解決了這個潛在的硬件損壞的難題。在硬件發生損壞時，系統會自動將服務運行在另一臺服務器上，保持服務的繼續。

（二）系統設備升級不會導致服務中斷

系統升級導致的停機——傳統系統升級時，需要把舊系統停機，換上新的設備，這會導致服務的停止。云控制并不單獨依賴一臺服務器，因此，服務器硬件的更新、升級并不會影響服務的提供。

（三）不受物理硬件的限制，及時提供性能的擴展

考慮到功能和算法復雜度的增長，可能導致提前采購的浪費。當采用云控制時，可以根據具體需求動態調整，硬件和運行環境配置，避免不必要的浪費，節約用戶資本。

（四）發揮系統的最大效能

實際應用中，常常出現工作量過度集中，而用戶沒有能力或者比較困難進行工作量分配，造成系統整體負載不均的現象，有些系統沒有在使用，有些則負載過量，這會導致整體系統效能受限，云控制系統充分利用云計算按需分配的能力，突破這一難題。

（五）減少 IT 支持

對于控制工程師，更多關注于整個系統的控制性能指標，而對系統的安全防護和 IT 管理規則較為陌生，而這些卻是保證控制系統正常運行的基礎。云控制系統的引入可以較好地調配人力資源，最大程度上提升控制工程師的效率。

（六）有利于共享與協作

由于控制系統對于相同的控制對象具有較大的相似度，云控制系統的引入為控制工程師提供了一個交換控制算法與經驗的平臺。當遇到較為復雜的控制任務時，云控制平臺也可以完成使用者之間的協作。

三、云控制系統面臨的挑戰

盡管云控制系統具有很多優勢，但在當前階段，云控制系統的發展還處在起始階段，面臨著許多挑戰。主要表現在以下五個方面。

（一）云控制系統信息傳輸與處理的挑戰

云控制系統與一般信息物理系統的不同之處在于云控制系統將其控制部分有選擇地整合進而采用云計算處理。系統中存在著海量數據匯聚而成的大數據，如何有效地獲取、傳輸、存儲和處理這些數據？如何在大延遲（主要包括服務時間以及對象與云控制器之間的通信延遲）下保證控制質量和閉環系統的穩定性？同時如何保證控制性能，如實時性、魯棒性等？采用何種原則對本地控制部分進行分拆？與云端進行哪些信息的交流？采用何種云計算方式？云計算中如何合理利用分布式計算單元，合理地給計算單元分配適當的任務？這些都是不同于一般信息物理系統的問題，其中如何進行控制部分整合和云端計算是設計的關鍵。

（二）基于物理、通信和計算機理建立云控制系統模型的挑戰

控制系統設計的首要問題是建立合理的模型，云控制系統是計算、通信與控制的融合，計算模式、通信網絡的復雜性，以及數據的混雜性等為云控制系統的建模工作帶來了前所未有的挑戰。尤其是云計算作為控制系統的一部分，與傳統網絡化控制系統中控制器的形式有很大不同，如何構建云計算、物理對象、（計算）軟件與（通信）網絡的綜合模型，以及如何應用基于模型的現有控制理論是一大挑戰。在建模過程中，計算模型和通信模型需要包含物理概念，如時間；而建立物理對象的模型需要提取包含平臺的不確定性，如網絡延時、有限字節長度、舍入誤差等。同需要為描述物理過程、計算和通信邏輯的異質模型及其模型語言的合成發展新的設計方法。

（三）基于數據或知識的云控制系統分析與綜合的挑戰

作為多學科交叉的領域，云控制系統必然存在一些新特性，除了包含云計算、網絡化控制、信息物理系統和復雜大系統控制的一般通性，還有自身的特性。針對這些特性，需探究和創建合適的控制理論。云控制系統作為復雜系統，其模型建立困難，或者所建模型與實際相差過大，需要探究不依靠模型而基于數據或知識的控制方法。同時，云控制系統必然存在一定的性能指標，合理提煉并進行指標分析和優化，對于設計和理解云控制系統具有指導意義。

（四）優化云控制系統成本的挑戰

將云服務運用于控制系統減少了硬件和軟件的花費。但是在運用云計算過程中，需要進行控制任務的分配與調度，本地部分功能向云端虛擬服務器的遷移，以及云控制系統的維護與維持等，如何優化云控制系統的成本是一個更為復雜的問題。

（五）保證云控制系統安全性的挑戰

云控制系統的安全問題是最重要的問題。針對云控制系統的攻擊形式多種多樣，除了針對傳輸網絡的 DOS 攻擊，還有攻擊控制信號和傳感信號本身的欺騙式攻擊和重放攻擊等。對于云控制系統而言，設計的目標不僅僅要抵御物理層的隨機干擾和不確定性，更要抵御網絡層有策略有目的的攻擊。因此，云控制系統的安全性對我們提出了更高的要求，研究者需要綜合控制、通信和云計算研究。目前的網絡化控制系統要求控制算法和硬件結構具有更好的“自適應性”和“彈性”，以便適應復雜的網絡環境。云控制系統的架構具有更好的分布性和冗余性，因此能夠更好地適應現代網絡化控制系統安全性的需要。

四、云控制系統廣闊的應用前景

（一）智能交通系統

云控制框架的引入，可以更有效的處理智能交通系統中存在的海量數據，提升效率和安全性。

（二）智能家居

云控制技術的引入將有助于智能家居的穩定性、可靠性，同時也將對智能家居的整體推廣有重要的促進作用。

（三）云機器人

云控制框架可以幫助機器人相互學習和知識共享，解決單個機器自我學習的局限性。