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?？刂葡到y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。

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。