工业自动化领域机器可读标准

　　智能制造数字化、网络化、智能化发展进程，成为我国经济社会发展变革的强大动力。未来，所有的企业都将成为数字化的公司，这不只是要求企业开发出具备数字化特征的产品，更指的是通过数字化手段改变整个产品的设计、开发、制造和服务过程，并通过数字化的手段连接企业的内部和外部环境。
　　机器可读标准内涵
　　ISOIEC提出的机器可读标准分为04级模型，其中34级也被称为SMART标准。各级模型的基本解释如下：0级文本格式（如TXT）；1级机器可显示格式（如PDF）：可显示或搜索相关内容；2级机器可读文件（如XML）：包含标准文本结构化的内容，可利用软件识别文件结构并执行基本操作；3级机器可读内容（如eClss标准）：可根据应用场景选择性访问赋有语义的标准内容，可利用应用程序界面（API）对标准内容执行更加复杂的操作；4级完全机器可读可解析标准：机器能够以复杂的操作方式处理或解析文件。
　　文件中包含表示标准内容及元素之间相互关系的信息模型，可实现无断点、无歧义的数据流。甚至具有自学习和验证的能力，以及自主询问、应答、预测提供内容的能力（如可响应产业链采购、销售环节的需求），可以不断优化内容的访问和处理方式。
　　机器可读标准国内外最新进展
　　机器可读标准是标准数字化转型的核心内容，也是标准化工作适应全球数字化发展的必然趋势。目前，三大国际标准组织（ISO、IEC、ITU）、欧洲标准化组织（CENCENELEC），以及美国、德国、俄罗斯等均已启动机器可读标准的研制和实施工作。我国的国家标准化战略纲要中也明确提出要积极推动标准数字化转型，开展机器可读标准研究。
　　IEC在MSB（市场战略委员会）已发布《语义互操作性：数字化转型时代的挑战》白皮书。成立SMBSG12（数字化转型战略组），工作内容包括数字化工作、机器可读标准、语义互操作、系统方法等。已建立数据库型式标准平台，可在线制定、发布、维护、下载IEC国际标准。在工业自动化、电力等领域已开展机器可读相关标准制定。
　　ISO在2018年成立了SAGMRS（机器可读标准战略咨询组），发布了机器可读标准实施路线图，并纳入ISO2030战略。与此同时，也已建立ISO国际标准在线浏览平台，可检索符号、编码、术语、定义等。在地理字典、脚本转换系统编码、日历系统编码、标准文件元数据、产品属性数据库等领域开展试点项目。
　　当前，我国国家标准尚处于初期格式阶段，与ISO、IEC、ITU和有关国家已进入XML格式等内容结构化阶段存在一定差距，急需加快推进机器可读标准工作，改进完善我国标准化工作的管理模式，厘清机器可读标准的概念、支撑技术和实施路径，研发信息化工具和服务平台，开展重点领域试点示范工作等。
　　目前机器可读标准国内外都属于初步研究阶段，对各级模型的理解和定义也不尽相同，根据各行业数字化、自动化、智能化程度不同，各级模型在不同行业的应用场景和应用形式还需要进一步研究。
　　机器可读标准在工业自动化领域的应用将能够采用标准化的方法进行语义描述和定义，实现跨领域、跨地域、跨系统的生产装备、产品和工厂间的信息交换和共享，工业自动化领域机器可读标准应用主要包括：3级智能制造全生命周期涉及到的所有资产（装备、软件、零部件、产品、人员、环境等）的公共数据字典（CDD）建设，以及4级设备信息模型（管理壳）、数字工厂模型、数字孪生等公共数据模型实现。
　　公共数据字典建设
　　语义化描述和数据字典是制造信息查询、统计、交换、处理、统一管理的前提和基础，是智能制造的关键基础性标准，旨在解决不同用户、不同企业、不同行业间单独分类和描述而造成的信息孤岛问题，提高数据的一致性和互操作性。
　　IEC将相关标准统称为公共数据字典（CDD），并以数据库标准的形式供用户在线浏览，因为涉及不同行业的大量产品和装备，目前IEC多个TC（技术委员会）都在不断制定相关标准，其中IEC61360《电气元器件的标准数据元素类型和相关分类模式》是建立公共数据字典的基础性标准，而与智能制造相关的IEC61987《工业过程测量和控制过程设备目录中的数据结构和元素》系列标准主要由IECTC65（工业过程测量、控制和自动化技术委员会）负责制定。ISOTC184（自动化系统与集成技术委员会）也制定了ISO1358442《工业自动化系统与集成零件库第42部分：描述方法学构造零件族的方法学》和ISO22745《工业自动化系统和集成开发技术字典及其应用于主数据》。
　　国内全国电气信息结构、文件编制和图形符号标准化技术委员会（SACTC27）已转化IEC61360为GBT17564，全国工业过程测量控制和自动化标准化技术委员会（SACTC124）已转化IEC61987为GBT20818，全国自动化系统与集成标准化技术委员会（SACTC159）已转化ISO13584为GBT17645。其他相关行业也在根据各自行业的需求自主制定本行业的公共数据字典标准，如数控机床、工业机器人等。
　　但总体来说，公共数据字典在行业内的应用还处于起步阶段，主要应用领域包括采购管理、能源分类管理、材料管理、备件管理等。在我国智能制造已经初步实现了数字化的基础上，十四五期间应与国际同步，开始自顶向下统一设计、分行业布局公共数据字典建设并逐步制定机器可读标准。
　　公共数据模型实现
　　1。设备信息模型（管理壳）
　　设备信息模型的关键任务是从物理世界中获取技术资产，并在信息世界中将其以虚拟形式表示出来，其表示形式就是具有通信能力且可全局且唯一识别设备信息模型（管理壳）。设备信息模型由具有该领域经验的专家所规定，每个信息模型根据报头和主体的统一规则分别规定其属性、数据和功能。
　　2。数字工厂模型
　　数字工厂（DigitalFactory，DF）是以工厂全生命周期的相关数据为基础，对整个生产过程进行仿真、评估和优化，并进一步扩展到整个产品生命周期的新型生产组织方式。它主要解决产品设计、产品制造、产品销售之间的鸿沟，实现产品生命周期中设计、制造、装配、物流等各个方面的功能，降低从产品设计到产品销售之间的不确定性，缩短产品设计到生产的转化时间，提高产品的可靠性。
　　数字工厂模型需要对设备和系统的典型属性进行语义化描述（公共数据字典）。首先，借助属性类型的描述产生一个装置的设备类型。然后，通过对设备类型赋予特性参数的数值，来描述具体设备的特征。再通过静态和动态联接（设备信息模型或管理壳）将各设备的属性进行关联形成系统。3。数字孪生
　　未来工厂需要物理和数字世界的无缝集成，通过工业互联网和分布式制造基础设施实现快速集成、反馈和控制循环，这要求整个产品和生产全生命周期的分布式数据具有完整性和一致性。为了确保这一点，分布式制造系统的数字化和互联是实现未来工厂的关键措施，例如，在集成新型生产设备时，应与另一个设备实现高度互连，并能够自我管理。同时基于由生产设备和产品本身所产生的实时生产数据，提供一种新的决策支持模式。
　　数字孪生被认为是一种实现制造信息世界与物理世界交互融合的有效手段，它是以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据以及算法模型等，模拟、验证、预测、控制物理实体全生命周期过程的技术手段。基于数字工厂模型，数字孪生中的物理对象和数字空间能够双向映射、动态交互和实时连接，能够根据生产需求快速集成、添加和替换数字模型，能够以最低的成本、快速实现产品、装备、工艺的迭代升级。
　　机器可读标准是IEC数字化转型的重要内容和发展方向，有助于提升标准化工作的质量效益，提高标准的制修订周期、使用便利性和维护效率。工业数据包含了工业领域产品和服务全生命周期数据，如果没有实现协同制造，企业需要花费大量的时间和精力来创建和维护企业中的设备和产品数据，如数据不一致还会导致误解和错误。
　　但是如果企业自行建立和维护多结构、多种语义的数据会产生高昂的成本，大大地阻碍新产品的开发。在此过程中，应用和交换错误的数据导致企业产生高额成本和损失。因而机器可读标准需要在工业自动化领域重点进行体系建设以及推广应用。
　　END