信息物理融合系统（CPS）是一个融合了计算、控制、通信和物理元素的分布式实时反馈系统，但传统的建模方法无法满足CPS对时空性能要求较高的情况。为此，提出结合对象特征的对象时空Petri网（DS-OPN）建模方法。首先，将面向对象封装技术、时空元素融入Petri网中，设计空间和时间描述规则，将相同对象下的场景元素封装到同一对象子网系统模型中。其次，定义聚合规则，聚合各个子网模型，使这些模型能够描述CPS物理拓扑环境中的对象变化过程。最后，以交通CPS为例，建模和仿真分析自主控制超车系统的动态行为；同时，建立模型的可覆盖性树和关联矩阵分析验证模型的可达性、安全性等性质。实验结果显示，DS-OPN建模方法建立的模型对系统流程的逻辑结构表现清晰，对时空因素的计算准确，在实时性和安全性上能满足CPS的要求，验证了该建模方法的有效性和安全性。

针对工业机器人机械轴健康管理中检测效率和精准度较低的问题，提出了一种机械轴运行监控大数据背景下的基于动作周期退化相似性度量的健康指标（HI）构建方法，并结合长短时记忆（LSTM）网络进行机器人剩余寿命（RUL）的自动预测。首先，利用MPdist关注机械轴不同动作周期之间子周期序列相似性的特点，并计算正常周期数据与退化周期数据之间的偏离程度，进而构建HI；然后，利用HI集训练LSTM网络模型并建立HI与RUL之间的映射关系；最后，通过MPdist-LSTM混合模型自动计算RUL并适时预警。使用某公司六轴工业机器人进行实验，采集了加速老化数据约1 500万条，对HI单调性、鲁棒性和趋势性以及RUL预测的平均绝对误差（MAE）、均方根误差（RMSE）、决定系数（ R^{\mathrm{2}} ）、误差区间（ER）、早预测（EP）和晚预测（LP）等指标进行了实验测试，将该方法分别与动态时间规整（DTW）、欧氏距离（ED）、时域特征值（TDE）结合LSTM的方法，MPdist结合循环神经网络（RNN）和LSTM等方法进行比较。实验结果表明，相较于其他对比方法，所提方法所构建HI的单调性和趋势性分别至少提高了0.07和0.13，RUL预测准确率更高，ER更小，验证了所提方法的有效性。