工业4.0参考架构模型(RAMI 4.0)以三维模型展示了制造业涉及的所有关键要素，并在该模型的层级维度(右侧横轴)描述了一个七层自动化层级，如图1所示，自下而上依次为:产品、现场设备、控制设备、工作站、运营中心、企业和互联网。
图一。工业 4.0自动化水平
这种功能分类与IEC 62264(企业控制系统集成)和IEC 61512(批量控制)规定的级别一致。在实际工厂环境中，为了更清楚地分析不同级别对网络通信的不同要求，我们进一步细分了从现场设备到工作站的级别，如图2所示。
图二。车间自动化模型
根据数据大小、循环周期、传输距离、节点数量等特征指标，上图中不同层次间网络通信的典型值如下表所示:
表1。车间自动化通信的特点和要求
由于不同层次对网络通信的要求不同，在目前的网络技术条件下，云通常只存储设备的运行数据，利用深度学习等人工智能算法实现系统的在线识别和建模，进而优化设备的运行效率或维护设备的运行状态，并不直接控制驱动程序来控制被控对象。
以云端3D打印为例，平台从云端发送g代码给3D打印机，控制打印设备，如图3所示:
图3。当前云3D打印系统架构
这种架构的一个主要问题是，一旦最终确定并购买了设备，就不可能升级控制器硬件(以提供扩展的计算性能)。为了提高3D打印的效率和精度，一个团队开发了一种叫做“FBS振动补偿”的软件算法，可以有效地将3D打印的速度提高一倍。但由于部分3D打印机控制器计算能力和内存较低，无法支持用户的算法。比如多套。机器人RoboTeam的场景受限于现状。机器人一般控制器的计算能力只能支持4套。机器人的同步运动不能扩展到更多的。机器人协调运动。
此外，如果现场设备控制器需要升级或更换，需要停止整个设备或整条生产线，然后更换新的设备控制器，这将导致停产；为了满足一些高可靠性的场合，需要建立冗余的控制平台(双机热备PLC)，过于昂贵和复杂。
随着网络技术(5G、Wi-Fi 6)和网络化控制理论(预测控制、数据驱动控制)的不断发展，出现了所谓云控制系统的概念，它融合了云计算和网络化控制的优点。系统拓扑图如图4所示。
图4。云控制系统网络拓扑图
在这种架构中，由于云计算是一种弹性服务，用户可以在不知道服务提供商物理位置的情况下，按需配置所需的虚拟化资源(计算、软件、数据访问和存储)，然后对虚拟化资源上的各种数据(实时数据和历史数据)进行分析处理，生成控制系统的控制信号。
最后，留在站点的终端可以简化为具有简单或有限计算/存储能力的输入/输出设备，上面提到的问题也可以在这种架构中解决。例如，即使现场设备控制器无法支持“FBS振动补偿算法”的运行，也可以通过扩展云控制器的计算能力来提高3D打印机的运行效率，如图5所示。
图5。云控制的3D打印系统架构
从运动控制的角度来看，机器人类似于3D打印机的架构，因为控制器的计算能力和内存都很低，所以无法支持新的算法。存在机器人这种问题在业界也是存在的，云控系统提供了新的解决方案。
虽然云控制系统有很多优点，但在现阶段，它仍然面临着很多挑战，如:信息传输和处理的挑战，如何保证控制质量和大延迟下闭环系统的稳定性；控制系统安全的挑战不仅在于抵御物理层的随机干扰和不确定性，还在于抵御网络层的战略性和有目的的攻击。
因此，这种控制架构不会完全改写业界熟知的参考架构模型，但在不久的将来，随着网络技术和网络控制的不断发展，云控制系统将包括机器人包括各种设备的开发和各种实际应用，都起到了积极的推动作用。