随着“中国制造2025”战略与工业4.0间的对接及二者的不断推进,国内外制造型企业开始加快探索制造业智能升级的步伐,而信息物理融合系统(Cyber-physical System,CPS)则处于其中的核心地位。作为一个包含复杂结构与功能的高级嵌入式系统,CPS的建模与分析逐渐成为当前的热点研究问题。现有的模型与方法中,可准确建模整个CPS逻辑结构、功能流程以及组件之间交互行为的较少,并且多数无法同时支持定性、定量与能耗三方面的分析,此外,多数研究未考虑CPS中广泛存在的不确定性因素,导致分析结果缺乏精确度。为解决这些问题,本文将传统Petri网扩展为面向对象广义随机Petri网(Object-oriented Generalized Stochastic Petri Net,OGSPN)与面向对象能耗 Petri 网(Object-oriented Energy Consumption Petri Net,OECPN),作为新的CPS形式化模型,随后提出了基于OGSPN和OECPN的模糊分析方法。本文的创新点和主要研究工作如下:1.针对当前存在的CPS形式化模型的描述能力不足以及难以同时用于定性、定量、能耗分析的问题,本文首先将面向对象技术与Petri网结合,以建模具模块化结构的CPS,随后将时间与能耗等属性附加于模型中的变迁结点,分别构建了 OGSPN与OECPN模型。在此基础上,使用Petri网分析软件PIPE(Platform Independent Petri Net Editor)进行了仿真模拟,验证了模型的正确性并进行了 CPS的定性分析。随后,为了使OGSPN具有足够定量分析的能力,提出了一种OGSPN的压缩算法(OGSPN Compression Algorithm,OCA)以将其转化为广义随机Petri网(Generalized Stochastic Petri Net,GSPN)。2.为了处理CPS中的不确定性因素,在GSPN与OECPN中引入了模糊集理论中的三角模糊数及其α截集方法。在此基础上,针对CPS的时间性能指标,提出了基于与GSPN同构的压缩嵌入式马尔科夫链的(Reduced Embedded Markov Chain,REMC)的模糊分析方法;针对CPS的能耗指标,提出了基于OECPN可达标识图的CPS组件能耗分析算法(Component Energy Consumption Analysis Algorithm,CECAA)。并且,在时间性能与能耗分析的最后,都进行了模糊结果值的解模糊。3.将上述方法应用于一个实际的智能制造业的CPS案例—杭州西奥电梯有限公司(www.xiolift.com,XIOLIFT)的智能厚板生产线中。通过对该CPS的建模与分析发现,获得的性能分析与能耗分析结果与XIOLIFT的生产数据间的误差处于合理范围内,因此模型反映了实际生产情况,这进一步验证了本文所提出模型与方法的有效性。在此基础上,模拟了系统生产情况的变化并进行了一系列实验,通过实验结果讨论了所建模CPS的优化与能效管理方向。CPS的建模与分析是复杂系统设计中的关键挑战之一,同时是制造业和其他信息技术产业智能升级的有效手段。本文的研究对CPS的初期设计、长期运行,以及其结构调整、流程优化、能效管理提供了基础,对于推动CPS的发展具有重要的理论与实践意义。