控制建议生成
PINN 学习物理约束下的动态;MPC 代理模型加速优化策略近似;状态估计补齐控制器需要的内部状态。
在同一工业控制器内,让控制、诊断、预测模型共享资源治理与数据契约,同时把最终控制权牢牢保留在 PLC 实时执行域。
AI 建议必须带来源状态序号、模型与执行计划身份、质量、置信度语义和有效期。PLC 在实时任务内重新检查模式、权限、范围、斜率与联锁。
AI Runtime 是独立的智能计算域,不是 PLC 的子模块;二者通过受控结果面交换候选建议和反馈。
共享底层基础设施,但任务语义、实时性、数据质量、结果时效和故障策略必须分离。
PINN 学习物理约束下的动态;MPC 代理模型加速优化策略近似;状态估计补齐控制器需要的内部状态。
结果携带 based_on_state_sequence、execution_plan_id、输入质量、模型版本、置信度语义与 expires_ns。
每个模型显式声明周期、deadline、输入时效和资源预算。超时或依赖失效阻断本次建议,绝不补发旧结果。
融合振动、电流、温度、SCADA 与检修历史,生成异常、健康度、故障概率与 RUL 证据。
允许部分模态缺失,但必须让下游看到模态可用性、缺失策略、适用工况和过期时间。
可接受更长计算预算和批量窗口;负载紧张时降采样。默认流向运维/应用,不得写入 CommandFrame。
输出风速、功率、载荷等预测,或对缺失/异常观测生成估计值。预测对象与目标时域必须明确。
没有不确定度时应显式声明“不提供”,而不是伪装为精确预测。
过长队列按 TTL 淘汰;缺失数据可使用补齐,但必须区分观测、估计和预测来源,不得覆盖原始观测。
| 维度 | Control AI | Diagnostic AI | Prediction AI |
|---|---|---|---|
| 优先级类 | CONTROL_AUX | DIAGNOSTIC | PREDICTION / BATCH |
| 触发方式 | 状态快照、低频周期或事件 | 窗口完成、周期、告警事件 | 滑动窗口、计划任务、缺数事件 |
| Deadline | 每模型显式声明;过期即丢 | 允许较长预算;按消费者降级 | 由预测时域与场景定义 |
| 故障策略 | 停止新建议,PLC 基础控制继续 | 域降级,保留历史须显式过期 | 停止发布或切批准的统计基线 |
| 控制出口 | 仅 PLC 建议通道 | 无 | 无 |
切换场景,观察建议、拒绝、撤回与基础控制如何在同一周期体系内协同。图中状态是设计演示,不是性能结果。
NPU 优先级不能自动等价为硬件抢占。调度器必须基于已探测的 backend capability profile 做保守预算。
只有全部条件通过且资源预留成功,请求才可以入队。
统一推理接口向上;RKNN、NPU、CPU/NEON 与优化器求解器通过适配层隔离。
| 资源对象 | 准入与预算 | 降级 / 隔离规则 | 证据状态 |
|---|---|---|---|
| Control AI | 短工作、显式 deadline、可预留 NPU 名额 | 无法满足 deadline 即 UNAVAILABLE;PLC 基础控制继续 | 阈值待实测 |
| NPU 提交通道 | 并发数、队列、内存与取消语义来自 capability profile | 能力未证实前采用单受控通道和运行至完成预算 | 能力待探测 |
| CPU fallback | 逐模型批准、独立性能报告、cgroup 限制 | 不得运行在 PLC 隔离 CPU;不得无限复制工作 | 批准表待冻结 |
| PLC 隔离预算 | PLC / IRQ / AI 的 CPU、内存与缓存争用需实测 | AI 不参与 PLC 实时预算;失败不得阻塞扫描 | HIL 待测 |
模型从“一个文件”升级为不可变、可签名、依赖锁定和可回滚的发布单元。
{
"schema_version": "1.1",
"model_id": "wind.control.mpc_surrogate",
"model_kind": "control.mpc_surrogate",
"model_version": "2.3.0",
"execution_domain": "CONTROL_AUX",
"input_contract": {
"schema_hash": "sha256:...",
"max_age_ms": "TBD",
"quality_policy": "all_required_valid"
},
"output_contract": {
"result_ttl_ms": "TBD",
"confidence_semantics": "model_defined"
},
"backends": [
{"kind": "rknn", "capability_profile": "sku-TBD"},
{"kind": "cpu", "approved_fallback": false}
],
"approval": {
"control_authority": "bounded_setpoint_only",
"online_calibration": "off"
}
}
typedef enum {
IICP_CONTROL_AUX,
IICP_DIAGNOSTIC,
IICP_PREDICTION,
IICP_BATCH
} iicp_ai_class_t;
typedef struct {
uint64_t request_id;
uint64_t based_on_state_sequence;
uint64_t submitted_ns;
uint64_t deadline_ns;
const char *model_ref;
const char *feature_set_ref;
iicp_ai_class_t task_class;
uint32_t input_quality_summary;
} iicp_ai_request_t;
int iicp_ai_submit(
const iicp_ai_request_t *req,
const void *input,
size_t input_size);
int iicp_ai_poll(
uint64_t request_id,
iicp_ai_result_meta_t *meta,
void *out,
size_t *inout_size);
typedef struct {
uint16_t abi_major, abi_minor;
uint16_t result_kind;
uint32_t flags;
uint64_t epoch, sequence;
uint64_t request_id, execution_plan_id;
uint64_t based_on_state_sequence;
uint64_t produced_ns, expires_ns;
uint64_t model_identity_hash;
uint64_t package_hash, calibration_hash;
uint32_t input_quality_summary;
uint32_t result_quality;
uint32_t confidence_encoding;
uint32_t payload_schema_hash, payload_bytes;
} iicp_result_meta_v11_t;
| Result kind | 允许的消费路径 | 最小语义 | 控制权限 |
|---|---|---|---|
| CONTROL_RECOMMENDATION | PLC Safety Guard | based_on_state_sequence · 白名单建议 · expires_ns | 建议 / 有界修正 |
| DIAGNOSTIC_FINDING | 受控应用 / 运维 | 健康度 / 故障概率 / RUL · 适用工况 / 证据 | 无 |
| FORECAST | 应用 / 授权 Control AI 输入 | 目标时域 · 预测值 / 区间 · 过期时间 | 无 |
| IMPUTATION | 特征与数据消费者 | 缺失原因 · 方法 · 质量 · 有效期 | 无 |
所有量化门槛先空置,待 SKU、RAM、BSP、RKNN、模型与负载画像确定后由目标板实测冻结。
最终 SoC / 板卡 SKU、核簇、RAM、存储和热设计
硬件BSP、内核、NPU 驱动与 RKNN Toolkit / Runtime 能力矩阵
BSP / AINPU 提交并发、可抢占 / 取消、线程安全、DMA 与延迟
AI / BSP模型格式、算子覆盖、量化精度与 CPU fallback 许可
AI / 法务控制建议变量字典、时效 / 质量门槛、撤回边界与权限映射
控制 / 安全三类模型的数据质量、不确定度、漂移和人工处置标准
算法 / 运维NPU / CPU / 内存 / 温度预算、队列策略与验收负载画像
架构 / 测试签名 PKI、密钥轮换、模型审批与在线校准授权责任链
产品安全硬件 / BSP / RKNN capability PoC
样机manifest、模型包、签名与谱系
安全Data / Feature Engine 与质量库
数据字典Multi-Model Orchestrator 与 DAG
AI-12/13Scheduler / Resource Manager / 背压
AI-11Control AI 与 PLC HIL 协同链路
IPC/PLC受控在线校准、影子验证与回退
AI-12/17指标、审计、故障演练与安全
全部验证不可变包与依赖锁的拒绝路径。
验证有界队列、deadline 和不可抢占预算。
证明 AI 故障不阻塞基础控制。