TPCA 的状态迁移单向性——为什么真实工程系统不存在状态回退？

TPCA 的状态迁移单向性

自动化系统通常使用状态机、SFC、顺序控制和设备状态模型描述系统运行过程。

在这些模型中，同一个状态名称或步骤可以被重复进入。

例如：

A
→ B
→ A

从控制程序或状态图角度看，这种表达是成立的。

但如果观察真实工程系统实际发生的状态演化，前后的两个 A 并不是同一个状态实例。

原因很简单：

时间已经不同。

系统经历过 B 以后，即使设备位置、模式、Ready、变量值等再次恢复到与原来 A 相同的内容，新的状态仍然发生在更晚的时间。

因此，TPCA 对实际运行状态采用一个基本观点：

状态内容可以再次相同，状态实例不能回到过去。

由此得到 TPCA 的状态迁移单向性：

真实工程系统中的状态迁移始终沿时间方向发生。系统没有状态回退，只有从当前状态继续进入新的目标状态。

1. 状态不仅包含内容，还包含时间分量

如果只按照控制程序中的状态名称理解系统，可以写成：

State = X

其中 X 表示当前工程状态内容。

例如：

Robot Position = Home
Mode = Auto
Ready = TRUE

但对于实际运行中的一次具体状态，仅有这些内容还不足以唯一确定状态实例。

TPCA 可以将实际状态表示为：

Sᵢ = (Xᵢ, Tᵢ)

其中：

Xᵢ：该时刻的工程状态内容；
Tᵢ：该状态实例所处的时间位置。

对于连续发生的实际状态：

S₀
→ S₁
→ S₂
→ ...

其时间关系始终满足：

T₀ < T₁ < T₂ < ...

因此，即使后续某个状态的工程内容与历史状态完全相同：

X₀ = X₂

只要：

T₂ > T₀

就有：

S₂ ≠ S₀

也就是说：

工程状态内容可以重复，实际状态实例不会重复。

2. A → B → A 在真实运行中只能是 A → B → C

假设设备初始处于状态 A：

A:
Robot Position = Home
Mode = Auto
Ready = TRUE

随后进入状态 B：

B:
Robot Executing
Ready = FALSE

完成相关动作以后，机器人重新回到 Home，系统再次显示：

Robot Position = Home
Mode = Auto
Ready = TRUE

传统状态图可以再次把这一状态标记为 A：

A
→ B
→ A

TPCA 在描述实际状态实例时，不采用这种表示。

真实运行过程应表示为：

A
→ B
→ C

其中：

X_C = X_A

但：

T_C > T_A

因此：

C ≠ A

C 是新的状态。

它只是与 A 具有相同或相似的工程状态内容。

从 A 到 C 之间，系统已经实际发生过：

时间推进；
控制指令；
执行器动作；
工件或设备变化；
资源占用与释放；
状态刷新；
系统事件；
运行履历。

这些已经发生的过程不会因为 C 与 A 的状态内容相同而消失。

因此：

状态类型可以再次出现，状态实例只能继续向前生成。

3. TPCA 不需要“回撤”这一基本控制概念

一旦接受状态实例具有时间分量，就会得到一个直接结论：

真实工程系统不存在返回历史状态实例的控制。

工程中常见的：

Rollback
Recovery
Return
Reset
Restore
复归
回流
重新投入

仍然可以作为程序名称、控制路径名称或现场操作术语使用。

但从 TPCA 的状态迁移视角看，它们都不是反向迁移。

例如：

A：正常运行
→
B：执行异常
→
C：安全停止
→
D：复归准备
→
E：重新进入正常运行

即使：

X_E = X_A

仍然有：

T_E > T_A

因此：

E ≠ A

整个实际过程始终是：

A
→ B
→ C
→ D
→ E

没有任何一步真正沿时间方向返回 A。

所以在 TPCA 中：

Rollback 不是回到历史状态，而是进入一个新的 Target State；这个 Target State 的工程状态内容可以与某个历史状态相同。

Recovery、复归、回流和重新投入也是同样的关系。

从架构层看，它们都可以统一为：

Current State
→ Target State

4. 异常不会产生“反向过程”，而是形成新的 Current State

运行过程中发生异常时，传统工程语言经常表示为：

Normal
→ Fault
→ Recovery
→ Normal

TPCA 不需要把 Recovery 建立为与正常状态迁移相反的另一套时间过程。

异常发生以后，首先发生的是：

真实系统状态已经改变。

例如机器人抓取过程中真空丢失：

S₁：
抓取执行中

异常发生后形成新的现实状态：

S₂：
抓取执行已中断
+
工件保持状态不可确认
+
当前设备与安全状态已更新

此时：

Current State = S₂

系统接下来需要重新确定：

Target State = ?

候选目标状态可能是：

安全保持；
异常排出；
工件释放；
退避位置；
人工确认；
重新识别；
其他预先定义的工程状态。

随后仍然按照同一条状态迁移关系处理：

Current State
→ Target State Entry
→ PCN
→ Selected Target State

因此：

异常并没有改变状态迁移的方向。

它只是形成新的 Current State，并使系统需要重新确定下一 Target State。

正常运行、异常处置、复归和重新投入，在 TPCA 中遵循同一种状态迁移结构。

5. Multipath Control 本质上是下一 Target State 的选择

从状态迁移单向性的角度看，Multipath Control 也可以获得更统一的解释。

通常，多路径控制可以表现为：

Allow；
Wait；
Recheck；
Re-identify；
Return；
Degrade；
Manual Confirm；
Prohibit；
Safety Lock；
其他控制路径。

这些名称表示不同的工程处理语义。

但从状态迁移本质看，它们最终都在回答：

当前状态下一步应该进入哪个 Target State？

例如当前状态为：

Current State:
抓取失败后的对象保持不确定状态

可以存在多个候选目标状态：

T₁ = 安全保持
T₂ = 异常排出
T₃ = 重新识别
T₄ = 人工确认
T₅ = 回流状态

经过：

CAE-SDB Result
→ Arbitration
→ Multipath Control

最终确定：

Selected Target State = T₃

然后发生新的状态迁移：

Current State
→ T₃

如果选择回流，同样只是：

Current State
→ T₅

并不存在一个特殊的“反方向”。

因此，从 TPCA 的单向状态模型看：

Multipath Control 的本质，是根据当前判定结果确定下一目标状态。

所谓正常路径、回流路径、降级路径、人工确认路径或安全路径，只是候选 Target State 的工程用途不同。

6. PCN 的作用因此更加明确

TPCA 的核心命题是：

一次明确的目标状态入口，应当成为可以被独立设计、判定、控制和记录的工程对象。

状态迁移单向性进一步说明了为什么这个入口重要。

因为一旦状态迁移实际发生：

Sᵢ
→ Sᵢ₊₁

系统就已经进入新的时间位置：

Tᵢ₊₁ > Tᵢ

这次状态迁移不能被真正撤销。

即使后续通过新的状态迁移重新形成相同的工程状态内容，也已经是另一个状态实例。

因此，PCN 部署在：

Current State
    ↓
Target State Entry
    ↓
   PCN
    ↓
Target State

其工程意义不是简单“提前检查一个条件”。

而是：

在真实状态实例发生变化之前，完成本次目标状态入口所需要的判定和控制选择。

这就是 Pre-Control 的基础意义。

7. PCN Trace 记录的是单向生成的状态历史

如果系统只记录当前状态内容：

Robot Position = Home
Mode = Auto
Ready = TRUE

就无法判断这个状态是：

A：
任务尚未开始

还是：

C：
已经执行
→ 发生异常
→ 完成后续状态迁移
→ 再次形成 Home / Auto / Ready

A 与 C 的工程状态内容可以完全相同：

X_A = X_C

但：

T_A ≠ T_C

因此它们是两个不同的状态实例。

PCN Trace 进一步记录：

S₀
→ S₁
→ S₂
→ S₃
→ ...

以及每一次状态迁移中的：

Current State；
Target State；
参与判定的状态；
CAE-SDB Result；
Arbitration Result；
Multipath Control；
Execution Result；
Timestamp；
Trace ID。

因此：

Current State 描述系统现在是什么。

PCN Trace 描述系统如何沿时间方向成为现在。

状态内容可以再次出现。

状态迁移历史不会回到过去。

8. PCN Network 可以有拓扑循环，但运行轨迹只有单向序列

这里需要区分两类对象。

状态类型关系

在系统设计阶段，可以存在：

AUTO
→ FAULT
→ AUTO

或者：

WAIT
→ EXECUTE
→ WAIT

这些关系描述的是：

哪些状态类型之间允许发生迁移。

因此，状态类型关系可以存在循环。

实际运行状态实例

真实运行时则只能形成：

S₀
→ S₁
→ S₂
→ S₃
→ ...

并满足：

T₀ < T₁ < T₂ < T₃ < ...

例如：

A：AUTO，T₁
→
B：FAULT，T₂
→
C：AUTO，T₃

虽然：

Type(C) = Type(A)

但：

C ≠ A

因此：

PCN Network 的状态类型拓扑可以出现循环，实际运行中的状态实例序列始终沿时间单向生成。

PCN Network 描述可发生的目标状态入口及其工程关系。

PCN Trace 记录实际发生的单向状态迁移序列。

二者不能混为一谈。

9. 单向状态模型对控制软件架构的意义

传统自动化软件中，经常分别设计：

Normal Logic
Fault Logic
Rollback Logic
Recovery Logic
Reset Logic
Return Logic

这些逻辑在具体工程中有其作用。

但从 TPCA 的状态迁移单向性看，它们不需要对应不同方向的状态模型。

所有控制都可以统一为：

Current State
→ Candidate Target States
→ PCN
→ Arbitration
→ Selected Target State
→ State Transition

这样，正常执行、异常处置、复归、回流、降级和重新投入可以使用同一个状态迁移语义：

从当前真实状态出发，选择下一目标状态。

这种统一具有一个值得进一步验证的软件工程意义：

它有望减少控制软件中的特殊状态语义，使不同控制场景使用同一种状态迁移模型。

这里减少的首先不是代码行数，而是控制概念的种类。

例如：

不再需要把 Rollback 理解为反向状态迁移；
不需要为 Recovery 建立另一种时间方向；
异常以后仍然使用 Current State → Target State；
Multipath Control 统一为下一目标状态选择；
PCN Trace 与实际状态迁移序列天然一致。

因此，TPCA 的单向状态模型有望使复杂控制软件更容易进行：

状态组织；
路径设计；
控制仲裁；
履历记录；
调试分析；
模块复用。

其实际软件复杂度改善程度，需要结合具体实现进一步验证。

但在架构语义上，TPCA 只保留一个方向：

Current State → Target State。

工程结论

TPCA 的状态迁移单向性可以归结为三个基本命题。

1. 状态具有时间分量

实际状态可以表示为：

Sᵢ = (Xᵢ, Tᵢ)

即使两个状态具有相同工程内容：

Xᵢ = Xⱼ

只要：

Tᵢ ≠ Tⱼ

它们就是不同的状态实例。

2. 状态实例只能沿时间方向继续生成

对于实际发生的连续状态迁移：

Sᵢ
→ Sᵢ₊₁

始终满足：

Tᵢ₊₁ > Tᵢ

因此，真实运行过程只有向前迁移。

3. TPCA 不需要状态回撤

所谓：

Rollback
Recovery
Return
Reset
复归
回流
重新投入

本质上都只是：

Current State
→ New Target State

新的 Target State 可以与历史状态具有相同的工程状态内容，但由于时间分量不同，它仍然是新的状态实例。

因此：

系统没有回退，只有继续迁移。

也可以进一步表述为：

状态类型可以循环，状态实例只能向前。

这使 TPCA 可以用统一的状态迁移模型解释正常执行、异常处置、复归、回流、降级和重新投入，并为 PCN、Multipath Control、PCN Trace 和 PCN Network 提供统一的状态基础。

参考文献与外部依据

以下资料用于说明传统工业自动化中已经广泛使用状态、步骤、迁移和可重复进入状态等工程表达。

这些资料用于建立本文的技术对照背景，不构成 TPCA 状态迁移单向性的理论来源。

PLCopen — IEC 61131-3
IEC 61131-3 中的 Sequential Function Chart（SFC）用于通过步骤、迁移和动作组织 PLC 程序中的顺序结构。
https://www.plcopen.org/standards/logic/iec-61131-3/
PLCopen — SFC FAQ / Structuring with SFC
PLCopen 的公开资料说明，SFC 可以通过显式分支跳回先前步骤，包括从序列末端返回初始步骤。这说明工程状态图和顺序控制结构可以重复进入既有步骤，而本文进一步区分状态类型复用与实际状态实例。
https://www.plcopen.org/standards/logic/iec-61131-3/faqs/
OMAC — PackML
PackML 提供标准化机器 / 单元状态和行为模型，用于形成跨设备一致的运行状态表达。
https://www.omac.org/packml

文档信息

题目：“TPCA 的状态迁移单向性——为什么真实工程系统不存在状态回退？”
文档类型：技术札记
版本：Public Note Version 1.0
首次发布日期：2026-08-21
最后更新：2026-08-21
作者：全野南政 / Nansei Zenno
当前 URL：https://zennns.com/zh/notes/tpca-unidirectional-state-transition/