随着信息工业时代的来临,工业制造水平在不断的提升,越来越多的新技术在工业生产中得到普遍的应用。工业在生产过程中产生大量的数据,而且这些数据以指数的形式不断地增长。在工业生产中,利用相关的技术从日益增长的工业数据中分析挖掘有利用价值的信息,从而控制产品生产的整个流程与减少生产成本等,这些都将成为企业未来发展的重要方针策略。工业4.0是德国政府提出的一个高科技战略计划,旨在提升制造业的智能化水平,建立具有适应性、资源效率及人因工程学的智慧工厂,在商业流程及价值流程中整合客户及商业伙伴。在工业4.0中,信息物理系统(Cyber-Physical System)将生产中的供应,制造,销售信息数据化、智慧化,最后达到快速、有效、个人化的产品供应。信息物理系统(CPS, Cyber-Physical Systems,简称CPS)是一个复杂多维度的系统,其把计算机网络和物理环境深度有机地结合在一起,实现了系统中物理对象状态信息的实时感知监测与实时控制。通过CPS信息物理融合系统的架构,我们可以实现计算、通信及物理系统的一体化架构的设计,使整个系统变得更加可靠、高效与实时协同。本文通过将大数据与CPS信息物理融合系统深度有机地结合在一起,提出了一种基于大数据驱动的工业机器人信息物理融合系统的分析与设计方法。本文内容主要包括：首先介绍了大数据的基本概念,从大数据的基本概念出发,提出了工业大数据分析流程,分析了工业大数据处理所面临的困难和挑战,进而分析大数据分析处理的相关技术与方案,得出适合工业大数据处理的方案；通过研究分析大数据驱动的工业机器人信息物理融合系统的实现方案,得出智能工业生产需要实现的功能,提出了基于CPS的工业管理系统。利用云计算的优点,结合CPS与云计算,提出了CPS云计算的工业管理系统的架构(基于HBase分布式存储架构与基于Storm的分布式实时处理架构)；在建模方面,结合使用结构分析与设计语言AADL与物理设备建模语言Modelica,分析AADL进行CPS进行建模的优缺点,提出基于AADL并适用于的CPS分析与设计方法,对建模语言Modelica进行介绍,并对AADL模型与Modelica模型的转换规则进行了研究。同时在对系统的时空行为建模方面,研究了混成自动机,并结合时间自动机,提出了混成时间自动机,将其应用到系统的时空行为建模中,同时给出了AADL行为模型与UPPAAL的时间自动机之间的转换规则,使用UPPAAL验证工具验证系统的行为模型；最后对所建立的AADL系统模型进行分析与检验,验证本文提出的基于AADL的信息物理融合系统的分析与设计方法的正确性与有效性。