摘要：标识解析技术在重要产品追溯及物流领域已经取得了成功，但是在工业互联网中的生产制造环节应用仍有一定局限性。通过对工业生产全过程标识技术应用现状的分析，基于语义化技术提出了适用于工业生产的标识解析应用系统，以支撑跨企业、跨行业以及跨区域的工业互联网综合应用。

关键词：标识解析；工业互联网；工业生产；语义

Abstract: Identification and resolution technology has been successfully applied in important products trace and logistics field. Therefore, there are still some limitations in the application of product manufacturing process in industrial Internet. Through the analysis of the present situation of identification and resolution technology in the whole process of industrial production, an identification and resolution application system based on the semantic analysis technology which is suitable for industrial production is proposed to support the comprehensive application of industrial Internet across enterprises, industries and regions.

Key words: Identification; Industrial internet; Industrial production; Semantic

1　引言

工业互联网集成了物联网、移动宽带、云计算、大数据等新一代信息技术成果，并与制造业深度融合，形成新的业态和应用模式，是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体，是工业智能化发展的关键。标识解析是工业互联网的重要基础设施，不同于传统互联网标识解析体系，工业互联网标识体系将更加针对工业生产及应用特点。工业互联网标识解析是实现贯穿工业生产全生命周期，包括制造实体、过程、产品等相关数据信息互通的关键技术。随着我国工业企业生产制造过程数字化、网络化水平的不断提升，覆盖工厂生产过程的大量生产/运行数据、控制数据与管理网络中的管理数据、设计/工艺数据交互需求 日益增加，数据内容扩展到包含产品、人员、在制品、物料、设备工装、工具模具、文档、物流单元、位置、单位、部门和供应商等在内的制造全流程全要素数据。因此为实现跨地区、跨行业、跨企业间的工业互联网数据共享与流动，引入工业互联网标识解析技术，将这些海量、异构的数据信息进行统一标识与解析，实现海量异构工业互联网数据信息的可互联、可理解与可共享，将有效指导工业企业生产高效运行。因此，工业互联网标识解析体系在生产制造过程中的应用将成为具有代表性的一类标识解析应用模式。

同时工业互联网标识解析体系发展受到了国务院、工信部等政府部门的高度重视。2017年11月，国务院《关于深化“互联网+先进制造业”发展工业互联网的指导意见》指出，“构建标识解析服务体系，支持各级标识解析节点和递归节点建设，利用标识实现全球供应链系统和企业生产系统间精准对接，以及跨企业、跨地区、跨行业的产品全生命周期管理，促进信息资源集成共享”；2018年11月，工信部部长苗圩在工业互联网战略咨询专家委员会第一次会议中强调，要“加快工业互联网标识解析体系建设，推进国家顶级节点、二级节点建设，提高标识解析供给能力，加大探索标识解析集成应用”。

2　国内外发展现状分析

不同于传统互联网应用体系围绕IT侧来进行，工业互联网是覆盖IT侧与OT侧网络与应用的基础设施。在标识解析方面，由于传统IT系统和OT系统的应用服务起源不同，使得IT侧和OT侧标识解析技术发展方向与使用模式也不尽相同。国际上IT侧标识解析主流技术主要包括MAC与IP地址、IP地址与域名、URN（handle）、Web Service、SWE，以及物联网体系标识解析体系如EPC编码、uCode编码、RFID标准体系、OID、re：ClaimID、IoT@Work等。在我国，IT侧标识解析体系以Ecode编码和CPC编码为代表。

国际上OT侧标识编码侧重于细分领域数据字典的制定，对于实现细节在标准层面一般不做更多规定，工业领域的标识体系构建主要是从工业生产面临的具体问题出发，具有分层、异构、碎片化特征。工业领域标识重在进行信息的无异议交互，以IEC、ISO、IEEE为主导进行的数据标识体系构建，例如IEC 61360、IEC61987、ecl@ss等。国内OT侧标识解析主要有工业物联网仪表身份标识协议，该标准旨在制定工业物联网中仪器仪表的身份标识，通过制定统一格式的编码来实现仪器仪表的唯一身份标识，用于工业仪器仪表之间的身份发布，是仪器仪表间互联互通的重要基础。

当前IT侧标识解析技术体系与OT侧标识解析技术体系均有一定局限性。IT侧标识解析技术目前从标识对象、标识载体到应用模式侧重于对实体的元数据进行接口级别的标识；OT侧标识解析技术以领域数据字典形式为主，致力于实现对工业产品、装备的元数据标准化定义，但是数据字典应用形式单一，无法支持工业生产过程的动态数据关联以及跨环节综合应用。

因此，工业互联网标识解析体系在工业生产过程中的深度应用，需要充分考虑IT侧与OT侧标识解析体系的现状及应用优势点，充分发挥二者长处，实现无缝融合，助力工业互联网全环节信息交互共享。

3　标识解析在生产过程各个环节中应用现状分析

目前，标识解析体系已经在供应链中物品自动化跟踪和追溯成熟应用，在物流供应链中对物品进行跟踪和追溯对于实现高效的物流管理和商业运作具有重要意义。但是生产制造过程的数据共享仍然停留在点对点、一对一的系统集成阶段，缺乏基础设施级支持。如图1所示，工业企业生产制造全过程贯穿生产订单、设计、工艺、计划、仓储采购、物流、生产、装配、质量以及售后服务各环节。按照IEC对数据兼容性分级的划分，从低到高可以分为可共存、可互联、可协同和可互操作；从标识技术的成熟度发展角度区分，可以分为标识化水平、标准化水平以及应用水平，其中标识化水平指该环节中产品、设备以及相关因素数据的标识编码进展，标准化水平指该环节中对其涵盖的产品、生产全要素的标准覆盖范围，应用水平指该环节中应用系统能够提供的服务能力和环节覆盖能力，从这两个角度出发，可以细粒度的对生产制造全流程标识能力进行分析。

图1 工业企业生产制造全过程

（1）生产订单环节

生产订单环节的标识化水平以及标准化水平是比较高的，原因在于生产订单过程主要发生在IT侧，具有可复制性及通用性，当前的工业互联网标识解析模型可以覆盖到生产订单中的各类数据信息，并且能够将数据进行统一的分类与映射，生成具有一定标准化水平的生产订单。

（2）设计、工艺、计划环节与仓储、采购物流环节

设计、工艺、计划环节与仓储、采购物流环节的标识化水平与标准化水平相似，两个环节中标识化水平处在可互联级别，标准化水平以及应用水平处在可协同级别。每个工业生产企业具有一套完善的设计加工计划以及物料从采购到仓储、运输的完整的供应系统，因此在两个环节中标识化处在中等水平。

（3）生产装配环节

生产装配环节的标识技术应用水平在数据可兼容性以及覆盖范围、标准化水平综合是比较低的，原因在于生产装配过程不具有通用特性且其细分环节相互耦合严重，当前标识解析的应用模式难以直接复制到生产制造环节中去，导致在整个工业产品全生命周期中的数据分析至关重要，但是却尚无基础设施级别的工业互联网支持实现全流程数据共享与综合应用。

（4）质量服务环节

质量服务环节的标识技术应用水平在数据可兼容性以及覆盖范围、标准化水平处于中等，处于可协同级别，原因在于产品加工完成后难以获取其设计、加工以及生产装配过程中的详细数据信息，无法进行质量信息源头数据的有针对性分析，其质量信息以及服务信息停留在各自的系统中，可以用于指导其他生产环节，但是无法达到互操作级别。

综上，工业企业在生产制造全过程中虽然部分阶段环境应用了标识技术，但是从全局角度来看，仍然停留在各个系统之间只能相互协同工作，数据共享也只是在点对点的系统集成阶段，无法进行工业生产全流程的互操作。由于企业生产过程中各环节数据可互操作水平低，例如细粒度成本核算、生产过程全流程数据可追溯以及质量问题的细粒度分析等场景需求难以满足，因此考虑引入语义技术来打破各个生产环节的数据标识应用壁垒，将各个环节的数据信息通过语义数据标识建立关联关系，以支撑全局数据标识互联互通互操作需求。

4　语义技术在工业互联网标识解析中应用

语义分析技术适用于解决工业生产关键过程所面临的异构元数据/设计数据/生产运行数据/管理数据的统一语义标识映射、跨系统数据无歧义解析、面向业务关联的标识解析等问题，能够将异构的数据信息进行统一的标识并且解析，而且将各类标识解析通过语义分析技术建立关联关系，结合企业的自身数据信息将这些关联关系实例化，用于信息检索，能够兼容市场中主流的分类标识编码并且进行解析，同时能够与工业互联网标识解析国家节点进行数据对接与同步。其参考应用流程如图2所示。

图2 基于语义的工业互联网标识解析应用参考流程

（1）生产现场将各类数据，包括设计数据、生产运行数据等通过标识注册、标识解析以及语义分析及模糊匹配存储到实例级标识数据本体库中，实例级语义标识本体库是对企业的所有数据信息的实例化存储，企业的数据来源主要包括了各类数据库以及电子文档等。

（2）概念级语义标识基准库主要存储工业互联网中通用的概念级语义数据信息，具体的数据集为当前相关国际国家标准，各类数据集通过数据转换工具实现对概念级通用标识基准库的数据对接；行业概念级标识数据语义基准库的构建流程与概念级语义标识基准库的构建路程相似，具体的数据集来源为各个行业的数据字典定义以及行业标准内容；结合概念级语义标识基准库的数据信息来构建出行业概念级标识数据语义基准库；概念级标识数据语义基准库可以与行业概念级标识数据语义基准库进行拆分聚合，并且进行数据同步，三个数据基准库通过倒排索引、实体类聚索引、路径索引、时空关联索引以及三元组索引等方式建立综合检索系统，供终端用户进行检索。

（3）终端用户通过语义检索以及关联查询对概念库及实例库进行数据检索，后将检索结果按需返回给用户。

5　结论

工业互联网标识是实现全球供应链系统和企业生产系统间精准对接、以及跨企业、跨地区、跨行业的产品全生命周期管理的重要技术支撑。但是企业生产过程中的各类数据标识化、标准化以及应用模式仍然停留在实体信息获取的浅应用层面，标识解析体系在生产过程数据共享应用中所应发挥的作用尚未充分体现出来。通过对当前工业生产应用中标识解析的应用水平、标准化水平进行深入细粒度分析，引入语义技术实现具有跨行业、跨地区、跨企业的综合标识解析数据互通互操作应用系统，将为标识解析体系在工业生产过程中的深入应用提供支持。

★本文受“智能制造综合标准化与新模式应用项目工业互联网应用协议及数据互认标准研究与试验验证”项目资助。

作者简介：

曾鹏，中国自动化学会边缘计算专业委员会主任，中国科学院沈阳自动化研究所所长助理，研究员，博士生导师，中国科学院网络化控制系统重点实验室主任，入选国家“万人计划”创新领军人才。研究领域包括工业网络、工业信息处理、工业互联网、边缘计算等。

摘自《自动化博览》2019年11月刊