工业互联网标识解析 ——标识数据模型白皮书 工业互联网产业联盟（AII） 2022年8月 声 明 本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他文献的内容除外），并受法律保护。 如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。 工业互联网产业联盟 联系电话：010-62305887 邮箱：aii@caict.ac.cn 前 言 工业互联网标识解析体系建设是我国工业互联网发展战略的重要任务之一，为贯彻落实《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》、《工业互联网创新发展行动计划（2021-2023年）》等政策文件，全国各地积极开展工业互联网标识解析体系建设与部署，包括各级标识解析节点建设，标识解析产业生态培育，标识应用创新发展。 在工业和信息化部的指导与各地方政府的支持推动下，我国工业互联网标识解析体系建设已步入快车道，标识应用成效初显。当前，按照标识解析增强行动的要求，还需要从做大规模、做深应用、规范管理三方面进一步提升我国工业互联网标识解析体系的发展水平，立足我国工业数据流通共享需求，增强标识解析基础设施的数据服务能力，不断盘活新要素、培育新动能。 自2019年以来，围绕挖掘工业数据价值，深化标识应用，中国信通院开展工业互联网标识数据的技术研究、标准研制、平台建设、测试验证等工作，标识数据涵盖标识对象的唯一编码、解析记录以及查询关联的产品信息，通过引导产业界规范标识数据，建立标识解析数据要素在生产、制造、流通等全生命周期的数字化描述规范，提升数据流通管理能力，促进制造业全产业链的价值传递。 为了加快建立标识对象在产品侧和企业侧的数据规范，工业互联网产业联盟标识组联合相关企事业单位编制《工业互联网标识数据模型白皮书》，白皮书从国际主要国家建立标识数据规范的技术路径出发，总结标识对象的数据组成要素，提出数据建模的框架和实施路径，以典型行业实践为例梳理行业实践，为标识解析相关参与方落地实施工业互联网标识数据模型提供参考。 编写组成员（排名不分先后）： 刘阳、田娟、池程、谢滨、刘阳、杨扬、时宗胜、蒋剑、沈理浩、徐清华、逄锦山 牵头编写单位： 中国信息通信研究院 参与编写单位： 中国科学院沈阳自动化研究所 山东省新一代技术标准化研究院 江苏中天互联科技有限公司 山东省计算中心（国家超级计算济南中心） 工业互联网产业联盟公众号 目 录 一、工业数据建模与应用的发展态势 ........................................................ 1 （一）德国工业4.0平台：建立制造业全链条通用数据框架 ............. 2 （二）国际物品编码协会：构建面向商贸流通的数据字典 ............... 3 （三）工业数据空间协会：规范共享框架和数据连接器 ................... 3 二、标识数据模型的基本认识 .................................................................... 4 （一）可识别数字对象的定义及要素 .................................................. 5 （二）标识数据模型的概念与组成 ...................................................... 7 （三）标识数据模型的作用和意义 ...................................................... 9 三、标识数据模型的关键技术 .................................................................. 10 （一）模型注册 ................................................................................... 10 （二）数据建模 ................................................................................... 11 （三）元数据管理 ............................................................................... 11 （四）数据字典 ................................................................................... 11 （五）数据语义化 ............................................................................... 12 四、标识数据模型的实施路径 .................................................................. 12 （一）标识数据模型的实施架构 ........................................................ 12 （二）标识数据模型的建模过程 ........................................................ 13 五、标识数据模型的行业实践 .................................................................. 15 （一）仪器仪表的产品溯源检定 ........................................................ 15 （二）光纤光缆的供应链协同 ............................................................ 21 六、展望和建议 ......................................................................................... 26 （一）加强顶层设计，完善数据交互架构 ......................................... 26 （二）完善标准体系，提升元数据服务能力 ..................................... 26 （三）加快产品研发，增强数据建模工具供给 ................................. 26 — 1 — 一、工业数据建模与应用的发展态势 数字化转型是全球制造业以及经济发展的重要方向，是第四次工业革命的核心内容。工业互联网作为实现数字化转型的重要路径，通过建立扁平开放的制造系统、基于知识和数据的制造模式、弹性智能的产业链供应链网络、融通发展的数字经济体系，正在全面推动数字化转型升级。在这个过程中，“数据驱动 + 工业知识”的智能优化闭环被应用于工业的全产业链、全价值链，推动形成数据驱动的产品研发、生产制造、商业服务和产业形态，是工业互联网的核心竞争力。随着数据量级的快速增长和数据内容的不断丰富，工业数据模型将实现工业知识和工艺机理的沉淀、抽象与复用，建立物理系统与数字空间的深度协同，赋能工业制造的智能决策，推动工业资源的开发利用。 当前，全球工业企业在数据建模与信息交互、数据利用与价值创造的过程中，仍面临诸多挑战。一是系统集成融合数据杂。在一个完整的工业流程中，研发设计、生产控制、信息管理类工业软件在生产制造的过程中，数据、指令以及信息的传递层层受阻，产品生命周期信息数据难以进行有效衔接，影响了整体自动化和信息化的融合对接与互联互通。二是数据服务复用性弱。在传统的数据服务模式下，数据服务相对松散，缺少统一的数据服务和模型管理，导致数据服务共享、复用难。此外，数据服务标准不统一，难以面向全域实现开放共享。三是数据开发敏捷性不足。数据端到端开发暂未实现完全的自动化，在需求分析、数据设计、数据开发、数据测试、数据上线、数据运维等环节存在大量人工操作，导致人力资源成本加大，难以满足数据需求方交付时效性要求。 全球主要国家在推动企业数字化转型的过程中，将统一数据标准和 — 2 — 规范数据模型，作为提升企业数据治理能力及推动各领域业务的共享、交换、协作和开放的关键抓手，如德国工业4.0、国际物品编码协会、万维网联盟等国际组织从不同的切入点，对数据的来源、流动过程、用途等进行规范和建模，尝试建立完整贯通的工业数据链。 （一）德国工业4.0平台：建立制造业全链条通用数据框架 德国工业4.0平台推进新一代工业升级计划，为最大化发挥其已有的先进制造能力，试图构建制造业全链条要素的数据化。为建立覆盖产品设计研发到交易服务等全生命周期的数据流规范，提出了“资产管理壳”（Asset Administration Shell，AAS）概念，AAS类似于工业4.0模型标准体系的集合，由若干套子模型标准和一套总体模型规范形成，子模型选自各自领域中最具代表性的标准，然后进行适配性改造。通过为每个产品部件赋予管理壳，能够建立详细的数字画像。工业4.0平台以西门子、博世、SAP等龙头企业为核心力量，通过管理壳为工业产品的每个单元都建立一套规范的模型和交互方式，进而建立价值链伙伴之间的信息交换机制，以信息流动带来的制造业全局增值。 图1 德国工业4.0资产管理壳 — 3 — （二）国际物品编码协会：构建面向商贸流通的数据字典 国际物品编码协会围绕商贸流通需求，通过全球统一标识（GS1）形成了服务于150多个国家和地区的应用统一商品编码。为进一步构建全球实体供应链的数据通用语言，国际物品编码协会提出“GS1全球数据模型标准”（GS1 Global Data Model，GDM），通过为不同品类制定通用的数据模型，促进了全球商品数据交换的简化和协调，改进了商品数据准确性和完整性，提高了各个渠道与合作伙伴同步商品数据的质量和速度。目前，GS1正式发布的数据模型有食品、酒精饮料、洗化日用品、宠物食品和烟草等5个系列。 图2 洗化日用品和烟草数据模型属性数量统计 （三）工业数据空间协会：规范共享框架和数据连接器 2015 年德国提出“工业数据空间行动”，由弗劳恩霍夫协会承担基础研发工作，成立工业数据空间协会（IDSA）共同推动工业数据空间的行业应用和全球化推广。工业数据空间是以标准体系和技术措施为基础、多方认证企业共同参与、旨在促进数据共享流通的空间网络。IDSA一方面制定供需双方数据共享的通用框架，围绕数据使用时长、条数、次数等达成的共识在空间内自动执行,另一方面推出 “数据连接器”作为 — 4 — 参与方加入数据空间的必备品，通过获得唯一身份标识、连接器部署配置、证书安全设置等，建立起与其他组件间安全可靠的互操作通信。 图3 工业数据空间参考架构 图4 工业数据空间交互的基本组件 二、标识数据模型的基本认识 我国制造业数字化转型根本目标是实现企业内、跨企业、跨行业的工业全要素全生命周期网络互联、信息共享和供应链协同。工业对象覆盖供应链、产业链和产品的销售、市场、服务