工业网络物理系统的大数据分析与机器学习
1. 引言
工业网络物理系统（ICPS）不仅仅是信息技术的联网和利用，信息和知识嵌入在物体的物理部分，并与网络部分相连。通过在这些系统中集成感知、通信、学习、行为生成和推理，可以开发新一代智能自主系统。工业4.0技术在生产中的应用就是一个例子，它与网络物理系统、物联网和云计算相关联，能从循环经济的角度产生效益。
ICPS的组件概念是核心，它可作为表示ICPS属性的模型，如生产环境中的真实对象与虚拟对象和过程相连。ICPS的组件可以是生产系统、运输系统、设备、单个机器或机器内的组件。ICPS的一些基本概念可以追溯到与传感器节点和传感器网络相关的研究和技术。传感器节点集成了传感器、执行器、计算元件（处理器、内存等）、通信模块和电池，传感器网络通过无线或有线连接将许多小传感器节点互连。大量配备无线网络连接的传感器节点可部署在物理现象环境中，这些节点可以向负责数据融合的节点提供原始数据，也可以利用自身计算能力处理原始数据，并将所需部分中继到其他传感器节点。
新技术实施的主要目标是实现产品（以及生产）和服务以客户为导向的有效适应，从而为工业企业增加附加值，提高其竞争地位，同时提高客户满意度和忠诚度。为实现这一目标，企业需要开发和管理新的知识，这对于组织的决策过程和实现相关业务目标至关重要。因此，ICPS产生的数据需要进行分析和上下文关联，使其成为相关的信息源。在未来工厂的背景下，ICPS，尤其是其网络部分，负责积累大量数据，这些数据隐含着环境和业务领域的关系，构成了潜在的知识来源，需要被提取、形式化和重用。
2. 工业网络物理系统中的数据大量化
ICPS基于影响商品生产过程（先进制造系统、自主机器人、增材制
