云控制系统结合了网络化控制系统和云计算技术的优点，通过各种传感器感知汇聚海量数据，并将大数据储存于云端，在云端利用深度学习等智能算法，实现系统的在线辨识与建模，结合网络化预测控制、数据驱动控制等先进控制方法实现系统的自主智能控制。本文介绍了云控制系统的初级形式与深度形式，给出了一种云控制系统雏形和一种简单的协同云控制系统，分析了云控制系统的优势与面临的挑战，进而探析了云控制系统的应用前景。
在过去十年中，网络技术取得显著发展，越来越多的网络技术应用于控制系统，形成了网络化控制系统，它是控制理论的一个新领域。
物联网利用局部网络或互联网等通信技术来实现物物互联、互通、互控，进而建立了高度交互和实时响应的网络环境。网络化控制理论在物联网技术的快速发展中发挥了关键作用。我们可以通过传感器技术，检测对象物理状态的变化，获取各种测量值，最终产生需要储存的海量数据。伴随着物联网的发展，能够获取到的数据将会越来越多，控制系统必须能够处理这些海量数据。控制系统中的海量数据将会增加网络的通信负担和系统的计算负担。在这种情况下，传统的网络化控制技术难以满足高品质和实时控制的要求。
为了解决这个问题，笔者提出一个新概念——云控制系统 (Cloud Control Systems，CCSs)，它结合了网络化控制系统和云计算技术的优点，在这个新的控制拓扑结构中，控制的实时性因为云计算的引入得到保证，通过各种传感器感知汇聚而成的海量数据，也即大数据储存在云端，在云端利用深度学习等智能算法，实现系统的在线辨识与建模，结合网络化预测控制、数据驱动控制等先进控制方法实现系统的自主智能控制。
云控制系统是云计算与信息物理系统的深度融合，但也非简单的将云计算应用到信息物理系统。
通过与人体控制系统的比较，可以形象地认识云控制系统。云控制系统中各分立的小系统可以比作人体各个器官以及与之对应的脊髓神经，将系统中的传感器比作人体的感觉器官，将互联网比作信号传输经过的神经网。正如膝跳反射的中枢在腰部脊髓，分立的小系统有自己独立的控制能力。将云端比作脊椎以上的大脑和小脑，提供大部分或者高级的控制能力。正如大脑和脊髓神经的计算运行方式不同，云计算的方式和分立小系统的计算方式也不同，特殊的设计和组成能够提供更强大或更优化的计算能力，使系统更加智能化，功能更强。
（一）云控制系统的一个雏形
在我们的云控制系统雏形定义中，云控制分为两个阶段：初始阶段（也称网络化控制阶段）和云控制阶段。
控制器接收来自被控对象的测量数据，根据基于模型的网络化预测控制算法，生成控制变量。在初始阶段，云控制系统在预先定义的广播域中仅仅包含两个节点；形式上实际上是一个网络化控制系统。
任何一个云控制任务都从初始阶段开始；在初始阶段，控制系统被初始化为一个网络化控制系统，包含控制器 CT 和被控对象 P 两个节点。
（二）云控制的控制流程
(1) 初始，CT 利用预先设定的控制算法，生成操作变量，并将封装好的预测控制信号发送给被控对象；在自身管理范围内，持续广播控制需求，寻找可利用的节点，替代自己完成控制任务。
(2) 评价云节点的优先级 ( 优先级越大，越适合提供服务 )。
(3) 建立完优先级列表后，控制节点 CT 将从中选择一些优先级高的节点，发送确认信息。
(4) 当某个或某些结点反馈确认以后，控制节点 CT 将向其发控制任务描述（控制算法等）。
(5) 同时，CT 也会将服务节点的信息发送给被控对象 P；P 接收到后，将开始向服务云节点发送（历史）测量数据。
(6) 为了保持云控制系统的良好运行，在每个采样时刻，所有活动的云控制节点向节点 CT发送反馈，如果节点 CT 在一个预定时间内没有收到某个云控制节点的反馈，那么这个云控制节点应该从列表中移除，并且节点 CT 将指示所有闲置意愿节点中的第一个节点来代替移除节点。
(7) 与此同时，将这种替换告知节点 P。云控制系统的管理是一个动态的过程，节点 CT 不断寻找意愿节点，删除并替换失效节点和发送当前云控制节点的信息到节点 P。节点 P 可以接收来自不同云控制节点的控制信号数据包，补偿器选择最新的控制输入作为被控对象的实际输入。
（三）协同云控制系统
考虑到单个意愿节点的实际运算能力是有限的，同时为了缩短云端服务时间，在实际的控制实践中，协同云控制系统将会变得非常有意义。在协同云控制系统中，控制任务将由多个意愿节点协同完成。下图给出了协同云控制系统的一个简单示意图。
