【工业互联网】“解析”工联网标识体系建设、日本新一代工业价值链参考架构

2018 年 12 月 20 日 产业智能官

“解析”工联网标识体系建设

工业互联网基础设施建设按下“加速键”。

从11月21日开始，三天之内，位于北京、武汉和广州的工业互联网标识解析国家顶级节点相继启动。工业互联网产业联盟总体组主席、中国信息通信研究院标识管理中心(筹)副主任李海花在社交平台写下“21-北京，22-武汉，23-广州，标识解析建设超越火箭速度”的感言。

标识解析体系，类似互联网领域的域名解析系统DNS，是全球工业互联网的核心基础设施。

今年6月，工信部印发《工业互联网发展行动计划(2018-2020年)》和《工业互联网专项工作组2018年工作计划》，提出到2020年底，初步构建工业互联网标识解析体系，建成五个左右标识解析国家顶级节点，标识注册量超过20亿。

那么，到底什么是标识解析，它对于工业互联网发展具有哪些意义?我国又该如何建设标识解析顶级节点和二级节点，采用哪种技术路径?带着这些问题，《通信产业报》(网)记者采访了李海花，她向记者一一道来。

互联互通的关键神经系统

在《工业互联网标识解析——产品追溯白皮书》中写道，工业互联网标识，就类似于互联网域名，赋予每一个产品、零部件、机器设备唯一的“身份证”，实现资源区分和管理;工业互联网标识解析，则类似于互联网域名解析，可以通过产品标识查询存储产品信息的服务器地址，或者直接查询产品信息以及相关服务。

- 问答时间 -

什么是标识解析？

李海花：当用户在超市购买物品时，每个物品都会有一个独有的编码，结账时，收银员只需要扫描这件物品的编码，便能够获取物品的价格、产地等一系列有关信息，既极大地节省了用户购物时间，也方便了物品的流通和管理。

在这一流程中，物品的编码便是标识，通过扫描标识定位并获取信息，背后的整套支撑系统便是标识解析。

李海花向记者表示，在消费品领域，标识应用已经有一些典型应用案例，例如，沃尔玛、宝洁等一大批全球化企业基于EPC电子产品编码技术开展跨国、跨地区的零售产品追溯。而在工业领域，标识解析还处于起步阶段，一些企业在内部或封闭体系使用了条码、二维码等技术来实现供应链管理等等，但是仅有少数几家先进的企业尝试依托公共标识和公共标识解析系统来实现更大范围的信息共享。

如果要推进工业互联网，促进信息的共享和互通，那么，标识和标识解析是非常关键的一件事情。

例如，某企业生产一台空调，从原材料供应、生产制造、物流运输、分发销售到使用，如果这台空调具有唯一的标识，就算产品信息分散在不同信息系统中，通过标识解析系统，便能够将分散的产品信息关联起来，提供全球供应链系统和企业生产系统的精准对接、面向产品全生命周期的追溯等智能化服务。

这也正是推进工业互联网发展的初衷。

为此，在《关于深化“互联网+先进制造业”发展工业互联网的指导意见》中，特别提出，推进标识解析体系建设。加强工业互联网标识解析体系顶层设计，制定整体架构，明确发展目标、路线图和时间表。

多种技术共存，协同推进

目前，国内外存在多种标识解析技术及平台，包括国际性Handle 标识解析体系、OID 标识解析体系、GS1编码体系以及我国Ecode 编码体系。

- 问答时间 -

未来我国将采用哪种技术？

李海花：共存，工业互联网领域，将同样呈现多种技术共存的局面，从顶层设计角度保证不同标识解析体系互联互通是基础和关键，私有标识与公共标识解析平台实现对接将是工业互联网企业未来发展的重要趋势。

与此同时，各行业和地方也纷纷开展标识解析服务节点建设。

那么，未来，我国将采用哪种标识解析技术?李海花告诉记者，共存。

她讲道，正如移动通信领域，3G时代，拥有3种网络制式。它们各自发展，相互促进，互联互通。映射到工业互联网领域，将同样呈现多种技术共存的局面，从顶层设计角度保证不同标识解析体系互联互通是基础和关键。

而面对工业领域中，大量工业企业采用内部闭环标识，企业内各生产线间、工厂间，以及企业之间存在大量非标准化的标识等情况，李海花告诉记者，私有标识与公共标识解析平台实现对接将是工业互联网企业未来发展的重要趋势。

推进顶级节点和二级节点建设

从顶层设计来看，工业互联网标识解析体系可以分为四层，最上层是国际根节点，是某一种标识体系管理的最高层级服务节点，面向全球范围提供公共的根区数据管理和根解析服务，其次是国家顶级节点，它是一个国家或者地区内部最顶级的标识解析服务节点，能够面向全国范围提供顶级标识编码注册和标识解析服务，以及标识备案、标识认证等管理能力;国家顶级节点向下与二级节点对接，二级节点面向行业提供标识注册和解析服务，未来将选择汽车、机械制造、航天、船舶、电子、食品等优势行业逐步构建一批行业性二级节点;最下层便是企业内部标识解析系统节点。

截至目前，北京、广州、武汉顶级节点已经开通，上海顶级节点已经开展试运行，重庆顶级节点即将上线。

二级节点层面，佛山南海区的工业互联网标识解析服务节点(具有二级节点属性)于2018年10月11日上线启用，此外，贵阳块数据、南通中天互联、北京东方国信、北京北汽福田、北京江河、北京航天云网、徐州徐工信息、中车青岛四方机车、上海华峰超纤和湖北省管控中心均已启动了二级服务节点建设和应用创新探索。

而在刚刚结束的2018中国工业互联网大会上，李海花对《工业互联网标识解析二级节点建设导则(试行本)》进行了全面深入的阐述。

《导则》系统地介绍了二级节点的作用和意义、二级节点的建设内容、建设模式、建设主体的选择和运营要求，为二级节点的发展提供了参考架构和建设指引。

谁来建设二级节点?这是业界非常关心的一个话题。李海花告诉记者，目前，有三种模式，第一种模式是龙头牵引，由本行业内具有较大影响力和公信力的龙头企业组织建设二级节点;第二种模式是合资建设，由本行业内多家实力差异不大的企业共同出资建设二级节点;第三种模式，引入外援，由本行业内具有较大公信力的第三方机构出面建设二级节点。

而对于未来运营商会不会参与到工业互联网标识解析节点建设中来，李海花表示，有很大概率。

李海花坦承，工业互联网是一个新生事物，涉及到体系架构、技术、标准的很多事情，需要在开展应用探索的同时同步体系架构、技术、标准研制。

“为了加快工业互联网标识解析体系发展，希望通过二级节点的先行先试，带动标识应用以及技术、标准、产业生态的发展。”她最后说道。

来源：工业互联网世界

日本新一代工业价值链参考架构及对我国的启示

2018 年6 月，日本经产省发布《日本制造业白皮书（2018）》，明确将互联工业作为制造业的发展目标。此前，工业价值链促进会IVI 发布了《日本互联工业价值链的战略实施框架》，提出的新一代工业价值链参考架构（IVRA-Next），成为日本产业界发展互联工业的行动指南。

--THE END--来源：赛迪智库

人才的确成为了推进工业互联网的障碍

原创：宋华振说东道西

昨天在华为HC大会上与WPG水务杨总交流工业互联网的发展，他谈到关于现在现实中的问题就是如何解决兼具多种专业的场景设计与规划人才，其实，机械制造商、终端生产企业、自动化厂商、通信厂商、云端应用、软件等每个人在各自领域都非常专业，但是，在将各自的问题和方法进行协同的时候就出现了问题，每个人都很懂自己所在领域的，巨大的沟通与协调成本使得工业互联网难以推进。

人才是制造业发展的阻碍因素

前几天世界智能制造大会有朋友圈秀了林雪萍老师演讲中所描绘的一张图，在常州对100家制造企业进行调研后，发现“复合型人才缺乏，员工整体素养不足”成为了阻碍落实工业互联网的重要原因。

图1-阻碍落实工业互联网的原因（源:林雪萍常州制造业100家企业调研）

其实，关于OPC UA的推动，我曾经问过基金会的秘书长张誉先生，难度究竟在哪里？他说首先就是人才，没有这方面了解，认识到OPC UA意义，以及如何实现的人才。

工业互联网大家都认为是产业发展的方向，这个倒是没有特别大的异议，即或Predix如雪萍老师所说雷峰塔一般的倒下，这也并非是这个产业方向的错，而是在寻找融合的道路上，缺乏有效的规划与组织，近期很多人也开始质疑这条道路是否正确，工业互联网的难并非是技术的问题，而是一个协同问题，更多的意义在于规划问题，难道生产协同不能带来效益吗？难道全局优化是空洞的吗？显然不是，这种需求是真实存在的。

多学科的协同规划是难点

但是，从精益设定目标，到进行定量测量、控制、显示，部分数据用于全局分析与优化，再一部分数据用于更大范围的智能分析与趋势性、策略性制定，这种需求都是有的，然而，需要有一个规划能力强的人来协同精益生产、机械产线、自动化、制造工艺、信息化、智能分析，这里涉及到的专业可能会是十多个甚至几十个协同，就像FMU/FMI建模仿真接口要去协同汽车的液压、制动、ECU、发动机、空气动力等各个建模仿真软件一样。

图2-数字主线-数字孪生（林诗万博士《工业互联网与工业4.0：架构对接与应用》,2018年1月29日）

这个时候我们再回头看IIC的首席架构师林诗万博士的图2，就可以看到工业互联网实际上是将各个链条上的数据进行按照主线进行分解，但是，这个难点就在于流经每个过程都是不同的专业，这个需求差异使得架构间的时间周期、格式、模式产生了多个维度的变化，这种协同需要一个跨学科的人来进行规划。

另外，从卓越运营的角度同样道理，智能制造对于工业互联网的应用就是在整个制造现场对物料的流动、能源的流动、价值的流动、信息的流动能够进行清晰的描绘，这个场景的描绘能力需要考虑到非常多的专业因素，每种“流”都是需要模型匹配，例如AGV控制本身需要哪些信息？哪些信息可以用于多AGV之间的协同策略？而AGV与产线的机器人协同需要哪些信息，以何种模式？分别多大的时间粒度来进行？这些都是规划的人需要掌握的，而这个人要了解AGV控制、产线生产工艺制程、信息化。

这个道理跟目前的生产制程是一样的需要规划设计，因为约束条件非常多、影响结果的变量也非常多、权重产生的变化导致这个规划达到“高效”是在无数种组合中进行分析，验证，稳定。

因为缺乏对不同专业的协同的人才，使得，无法真正实现整体的规划成功场景，很多人的质疑也在于此，你们说工业物联网那么好，但目前的成功应用场景是什么？

机器再智能也是人设计出来的，系统再强大也需要人来规划！

教与学的人才培养方式

在《翻转式学习》一书中两位作者吐槽现在世界的教育，学生都按照垂直专业划分学习，但用人的时候却需要的是复合型人才—这并非中国而是全世界的教育都是按照工业流水线的标准作业模式去设置人才培养的，但是，现在，不同的产线要协作了，而不同层级的信息要集成优化，显然人才以及人才的培养需求也在发生着变化。

教学的模式也发生了变化，我们总是讲缺乏创新，诺贝奖的很多获得者都会提到好奇心在科学道路的重要性，因为创新在于思辨，从教学的角度思考，那么就不能采用教的方式，而应该把关注点放在“学”，就是学生想学习什么？这是教育的关注点，而现在的教学理论都在如何“教”。现在想想《论语》就是一种翻转式教学，由学生提问老师解答，并进行互动，而苏格拉底在古希腊也是如此，由学生提问，然后老师也会提问引导，佛教如《金刚经》《坛经》也同样是一种问答式的教学，因此，在很多意义上，教育最初的模式是一种互动式的，而随着工业的发展却把它变成了标准化作业—有了标准答案，就像考试很多就是选择题一样。

为什么要以学导向，在于解决应用问题需要“复合型”知识与技能，包括知识横向广度与纵向深度，以及协同其内在逻辑的思维架构，解决问题的方法与思路。

工程师需要了解跨界技术

就智能制造的推进而言，欧洲的优势在于已有技术已经成熟，而解决“标准与规范”的问题，即为不同的技术制定相连接的接口，这不仅包括电气信号的物理接口，也包括软件（如IEC61131-3，IEC61499）、管理（AdministrationShell）、通信（OPC UA+TSN）。接口一旦协作起来就如多个变形金刚组合为更大的变形金刚。

在5月在兰州自动化教指委的会议上一位专家提出的关于人工智能教学的意见，他强调并不深入介绍某种人工智能方法的教学，而是让学生了解其各自的框架，适用于解决什么样的问题，遇到什么样的问题需要什么样的模型，在用的时候再自己去学习，但要给予整体架构性的认识，其实这个就是“复合型”人才所需要掌握的。

有一次写了一篇关于《智能时代自动化工程师的能力模型》一文，Mcrazy给我反馈他转发后的留言，其中有一个朋友说“工程师具备这么强的能力那还是工程师吗？”—其实，工程师并不是要掌握那么深的深入领域的知识（专业知识你在大学里学习，而工作则是应用），工程Engineering—非是Research，科学是发散，而工程则是收敛—在各种条件中选择最优或者最经济的路径来实现制造的目标，即，高品质，低成本，灵活性。

因此，工程师需要的是借助于已有的技术来解决现实的问题。那么他最关注的其实并非是某个知识的深度研究，而在于围绕问题寻找最为经济有效的技术、产品、方法、流程。

专业深度与横向知识的广度需要得到平衡。

工业互联网

产业智能官 AI-CPS

加入知识星球“产业智能研究院”：先进产业OT（工艺+自动化+机器人+新能源+精益）技术和新一代信息IT技术（云计算+大数据+物联网+区块链+人工智能）深度融合，在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知计算系统；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。