为什么说信息模型是工业数字化转型的一个关键基础？又为什么在国内讨论工业数字化转型很少有人提及信息模型呢？这是本文着重探讨的两个问题。

信息模型的基本概念

为了弄清信息模型的概念、含义和应用，上网搜索了很长时间，也没有发现真正把信息模型的概念阐述得清楚的资料，倒是上海工业自动化仪表研究院的原总工范铠，在十多年前为中国自动化学会仪表装置专委会举办的一次学术会议写的论文《企业自动化信息模型》中，用了一定篇幅讨论了信息模型的概念，我以为是把问题讲明白了。可惜这篇论文一直没有正式在专业媒体上发表过。在写这篇文章中我采用了他的见解和基本描述。

曾有人对模型下过一个广义的定义：模型是为一定目的对部分现实世界而做的抽象简化描述。用数学方程描述的是数学模型，用一组抽象信息描述事物就是信息模型。这里，事物包括现实世界的客观对象，也包括对客观主体的行为建立信息模型。例如乐谱、拳谱都是客观主体的行为，也可以视为信息模型，由此可见信息模型自古就存在，只是现在显得更为重要了，因为信息模型为信息的交换和数据的交换提供了有效率的基础。为此需要一个更严密的定义。

并非对事物的任意描述都可以是信息模型。鉴于模型含有规范、典范的意思，所以定义：信息模型是用一组简化的信息，按一定规则对事物所做的抽象描述。这个定义有三个要点，即1）描述的方式是“信息”；2）按一定规则进行描述；3）所做的描述必须是“抽象”的。对同一个事物可以有多种不同的方式或规则建立信息模型，也就是说建立信息模型的方法存在一定的任意性，但我们追求的是用普遍接受的方法，也就是符合标准的方法来建立信息模型，否则达不到通过建立信息模型来有效交换信息和数据、实现可互操作的目标。同时我们还应该注意到，用于描述事物的信息量越大，这个事物就会被描述得越细致越真实；但采用了不当信息，或者信息过多却未被利用，那么这些无用信息只能被视为“噪声”。

在自动化领域中建立的模型至少要满足能观性和能控性。从能观性讲，建模规则所涉及到的属性必须是可以获得的；从能控性讲，建模所用到的规则、属性必须是有限的，与应用水平相当。由于信息的采集、储存、传输和处理都要占用资源，过量的信息将会导致资源的浪费，甚至导致系统的失败。一般而言按一定规则来描述信息模型，意味着信息模型是面向某种集合、某种分类法的，例如OPCUA的信息模型和它的配套信息模型，流程自动化设备的信息模型PA-DIM，等等。

信息模型之所以成为自动化领域的研究重点，是因为离开了信息模型和数学模型，计算机无法对信息模型所表达的对象进行处理，网络也难以有效的发挥作用。特别是2015年德国提出工业4.0的远景规划以及近些年来出现的工业互联网大热以后，一些在前十几年开发的有关自动化信息模型的标准开始有了用武之地。过去多年来积累了许多成熟的经济的技术和产品，例如众多的自动化仪表、伺服电机及其驱动系统、PLC及其内装的应用程序等等，都有可能在更大更广泛的系统中作为一个部件（基本单元）来处理。如果我们希望随着信息技术的发展能够充分利用它们与IT领域交互，能够让由信息、物理实体融合构成的CPS真正发挥作用，就必须为所有工业技术和产品建立信息模型，否则谈什么数字化转型、数字孪生体纯粹就是空谈，根本无法落地生根。

由于制造过程的复杂性，统一的信息模型还难以实现，因此制造过程的信息模型是分层次的。第一层是制造对象、制造工具的描述模型，例如：机械制图、电路图、以及自动化装备的描述语言EDDL、FDT、FDI、OPC UA等。还有ISO、IEC正在构建的LoPs（ Lists of properties ）。针对不同领域有许多LoPs标准，在过程自动化领域是IEC 61987。第二层是制造机器或过程的操作描述语言，例如：IEC 61804 FB、IEC 61499 FB、IEC 61131-3，以及各种操作数控机床、机器人等专用模型工具。第三层是制造车间流程的管理和调度模型。例如：各种生产线、AGV车操作和调度，以及各部分同步协调的模型和语言。

另外，信息模型不仅仅是对生产对象的描述，更关键的是要在工程化的实施中转换为可执行的行为。从这个角度看，信息模型是对系统进行工程化组态的关键，原因在于：信息模型的数据表述形式可用图形化加以表达和配置，比如PLC/Matlab的功能块，SCADA/PLC的组态界面；而且信息模型的数据格式可被PLC Runtime里的软件加载并解析，从而将用户的工程配置，转化为具体的机器指令。

从工业4.0基本单元资产管理壳的视角看信息模型

工业4.0基本单元（Industry4.0 Components）是描述信息物理系统CPS详细特性的模型。CPS是一种在生产环境中的真实物理对象，通过与其虚拟对象和过程进行联网通信的系统。在生产环境中，从生产系统和机械装备到装备中的各类模块，只要满足了上述这些特性，不管是硬件基本单元还是软件基本单元，不管是具有智能特性的还是没有智能特性，都具备和符合工业4.0要求的能力。

成为工业4.0基本单元有2个先决条件：1）它必须在整个生命周期内采集所有相关数据，存放在有该基本单元所承载的具有信息安全的电子容器内，并由它把这些数据提供给企业参与价值链的过程。在工业4.0基本单元的模型中，这个电子容器称之为“资产管理壳”，简称管理壳。2）基本单元的物理对象必须具有通信能力，以及相应的数据和功能。这样，在生产环境中的硬件单元和软件单元之间都能进行符合工业4.0要求的通信。

资产构成工业4.0基本单元（物理的/非物理的）的实体部分，管理壳构成工业4.0基本单元的虚拟部分，工业4.0的通信将各种基本单元加以连接。实际上管理壳是连接工业4.0与资产的接口，是存放资产的所有数据与信息的存贮器，它同时还是作为工业4.0标准化的通信网络的接口，它具有把无源的资产（如软件、文档）集成到工业4.0的网络的能力，它还能够用来把现有的设备升级迁移至工业4.0的大环境中。

对资产管理壳结构的要求是：1）必须满足所有的工业类型：制造工业、流程工业和混合（同时存在制造和流程）生产；2）价值链涵盖物流、采购、生产、产品回收处理和服务；3）增值网络包括合作伙伴和包罗万象的参与者；4）信息安全（按可信性、完整性、可用性要求）；5）在RAMI4.0 Layer维度服务于各个层级；6）在RAMI4.0的IEC2890维度运用于要求、概念、设计、调试、运行、升级；7）在RAMI4.0的Hierarchy Layers维度服务于所定义的层级跨度。

资产管理壳实际上是按一定规则构成的元信息模型（见图1）。它由标识部分、若干子模型（信息模型）构成。而子模型又包括其标识、技术数据、运行数据和文档等部分。例如“能效”子模型就有节能模型、累计的节能数量、潜在的节能百分比等。为了将资产完整地融入IT的领域，工业4.0的解决方案要求构成资产的方方面面都要加以连接，其中包括机械设备及其部件，所供应的材料、零件配件和产品，各种技术文档如图纸、接线图，合同，订单等。

之所以在顶层设计中要专门严密设计资产管理壳作为关键的基础环节，基于以下因素：资产管理壳是工业4.0对应其物理实体的数字孪生体的实现；它赋予OT设备具有跨公司的互操作性；不论是智能产品还是非智能产品，都可以利用资产管理壳；它覆盖了产品、设备、机械装置及其配套设备的全生命周期；它还赋予价值链集成的能力；同时还是自主系统和人工智能AI的数字基础。

图1  资产管理壳元信息模型的结构

为了推广信息模型的应用，德国已经在着手开发信息模型运用服务的软件包，例如菲尼克斯公司下属的软件公司（即以原来以基于IEC 61131-3的PLC工程平台MultiProg称著的KW公司为主要班底），就正在开发测试命名为“资产管理壳软件包的探索者”AASX Package Explorer。

图2是今年德国工业4.0路线图发布的一张系统图，阐述具有资产管理壳的工业4.0基本单元（I4.0-Component with AAS）是实现跨公司OT设备的互操作性基础。由不同的公司制造的OT设备，只要相应建立一个符合工业4.0要求的资产管理壳，将在其全生命周期的各个阶段都可以通过基础架构服务（IaaS）、平台架构服务（PaaS）和软件服务（SaaS）形成跨公司设备的互操作性能力。

图2  工业4.0实现跨公司OT设备互操作性的方法

综上所述可见，资产管理壳是能够全面涵盖生产系统、机械装备、构成生产系统和机械装备到的各类部件和模块的的信息容器，这些信息需要反映从设计、制造、运行等各个阶段的技术数据和状态，还需要通过网络化的手段与系统中的其它管理壳形成互操作。这样一种复杂的跨时间、跨地域、跨行业、跨专业的综合模型，除了采用由多个子信息模型构成的元信息模型，目前没有其它更加合适的建模方法。

从OPC UA的视角看信息模型

OPC UA的架构由三部分组成（见图3）：底层是有关通信的部分，具体采用哪种通信协议不受限制，每一种具体用例都是所选用通信协议的映射，可以是有线的，也可以是无线的；目前用的最多的是以太网。中间部分是OPC UA的元信息模型和对此信息模型的存取。最上部分是供应商专用的扩展，也就是配套的信息模型，如机器人配套信息模型、CNC数控机床的配套信息模型、风电机械的配套信息模型，等等。 

图3  OPC UA的架构

OPC UA是一个为实现工业互操作性的框架，其数据模型基于提供具有句法定义的信息，并且可以以任意的通信方法（包括各种现代的工业协议、以太网、移动通信和无线通信）进行通信。设备和机械制造商用面向对象的信息描述他们的系统，也定义与IT安全地集成的存取权。像机械制造厂商这样的数据提供者可以保有对其数据的控制，并以有目标和可控的方式来分发数据。他们不但是大数据的参与者，而且还可以通过对他们数据的分析达到提高效率和性能的目的，从而产生更大的制造和生产利益。OPC UA的目标是通过建立一种可在整个自动化系统中使用的公共的信息模型的建模方法，达到无缝互操作性的实现。数字化的的实际关键在于数据的含义和描述，OPC UA为信息模型的建立提供一种框架和标准。现在的实际情况是每个设备和机械的制造商实际上也都提供信息模型，数据和接口也是可以使用的。但是如果不同的制造商生产相同的产品，由于没有遵从标准，这些接口和数据就不可能有互操作性。反过来，如果他们在协商一致的基础上制定标准信息模型，那么就能提供同样的数据和服务。将这些设备集成起来不仅更方便，甚至可以做到即插即用的解决方案。

这就是OPC基金会及其伙伴一起来联合创建标准的信息模型（配套的规范）的目标。表1是若干配套信息模型规范的一览表。

第一个全球OPC UA机器视觉配套规范AutoID的开发，最早是由VDME提出，近年来发展成为由多国有关机器视觉标准的机构进行国际紧密协作的产物，这些机构包括美国的自动化成像协会AIA、中国机器视觉产业联盟CMVU、欧洲的机器视觉协会EMVA和德国的机械设备制造商联合会VDME，以及日本的工业成像协会JIIA。像这样一种联合开发OPC UA配套规范的方法可以大大减少在机器视觉信息模型的重叠，在国际上形成协调一致的配套规范，从而达到在世界范围内大大降低实现真正互操作性的壁垒，使最终用户和供应商都能从中获得利益。

可以肯定地说智能设备和装置应该同时支持多个配套的信息模型，例如智能型注塑机除了支持专门的注塑机的功能性信息模型，还要支持能源数据的信息模型，支持与MES系统接口的信息模型。如果PLC中装载了某种机械装置能充分理解的信息模型，同时用标准化的数据和通过标准化的软件接口直接而快速地与外界（HMI、MES等等）沟通，这将大大减少工程量。可以预见，今后类似这些行业专用的信息模型和多种行业都可通用的信息模型都能开发出来，其重要性和可用性将会迅速增长。这对于智能制造和实现工业4.0都具有重大意义。

还有一个跨领域的信息模型问题。有的细分行业例如自动识别AutoID行业，其产品的应用面涵盖很大的范围，从石油天然气行业、流程工业到离散制造业，机器人等都会用到自动识别的产品，于是AutoID行业所建立的信息模型是不是都能够在其它行业领域应用，就演变成为如何建立跨领域的信息模型。还有像资产管理、能源管理、固件升级等等都是跨行业跨领域的应用。为了解决这一类跨领域的信息模型的复杂建模，在OPC基金会内部建立了一个跨领域协调组。可能采取的方法是为了实现互操作性，先审查各相关规范之间存在的的相似点，以尽可能地使重叠的部分最小化。然后考虑将涉及全局的数据转移到较高层级的可供通常运用的数据仓库。这样的目的是防止每一个配套信息模型工作组自行定义具有相同应用的数据类型。这个跨领域协调组的工作正在开展，能否见效还是一个挑战，有待于在未来的实践中检验。

在一个工业信息物理系统CPS中，物理过程和信息过程相互对应又相互作用。这两类事物天然具有异构特性，为了彼此整合就需要一个合适的中间环节，选择信息模型作为这个环节实现互操作性，既符合逻辑推理，又有实证支持。同时，信息模型有很多子领域分支，比如PLCOpen其实是一种主要用于描述控制逻辑编程的领域模型；AutomationML用于描述制造工艺流程布局、几何结构、机械运动学和运动规划，也就是对生产系统描述建模的领域模型；FDI用于描述现场总线协议解析相关的模型。这些子领域模型彼此割裂，需要有一种能将它们集成，并拼接在一起的模型，这也是运用OPC UA的信息模型方法，采用分层次的手段，解决为复杂对象建立信息模型的一种有效途径。

表1  若干OPC UA配套信息模型规范一览表

信息模型是工业企业实现数字化转型的基础

在网络化的生产中所有的生产环节和参与者，从设计、制造、集成到使用运营各个阶段，一直处在一种动态的开放生态系统之中，这种在分布式结构中进行大规模复杂的协同，其基础就是需要实现相互之间无缝地交换信息和知识，或者说只有实现互操作才能达到高效率地交换信息和知识。在现代的生产制造大环境中，构建大规模的分工和协同体系其必备的条件是产品的模块化和标准化，确保各生产环节的顺畅运转是体现产品模块化和标准化的属性——互操作性。而真正实现互操作性的前提是按标准化的方式建立各相关环节符合标准的信息模型。

由此我们可以得出以下判断：随着工业企业数字化转型的启动和开展，应该充分认识信息模型是工业企业实现数字化转型的基础环节，给予足够的重视。

不过，如果对国内的相关情况进行了解和分析，你会发现在热议数字孪生的时候人们只谈机理模型和数据模型，无论是学术界还是工业界对信息模型是何物，有什么用处，更不要说在哪里用，似乎没有提到日程上来，使人感觉在工业发达国家讨论并积极开发信息模型这个工业数字化转型的热点，在国内却被打入冷宫，弃之不用或弃之不提。国内主导建模的学术界主要关注机理建模和数据建模，不关注信息模型的建立；而企业建模以解决具体问题为主，基本不会对事关企业生产系统的一揽子建模解决方案的顶层设计投入精力。其实，在机理建模和数据建模之外，还有功能性/组合建模（functional/compositional modeling），信息模型就属于这一类建模。其实，从一定的意义上讲，机理模型和数据模型的获取和部署都有赖于信息模型，信息模型借助“量纲”的作用，如果数据没有量纲，这些数据的使用范围受到很大限制。

显然，个别的信息模型没有应用价值，而系统的、事关全局的信息模型的顶层设计和实施需要政府主管部门引导，行业协会、标准化组织建立规则和规范，但是这些似乎并没有引起足够的重视，更遑论提到他们的议事日程。由此可见，国内目前好像还没有开发信息模型的土壤和动机，还处于懵懵然的状态。与德国、美国对信息模型所投入的精力和所取得的进展相比较，就知道人家贯彻工业数字化转型是以实就实，尽管要真正获得广泛应用也许还要许多年以后，但是事关百年大计至少是几十年大计的问题，就必须从现在做起，依靠积累和渐进方可达成。

作者简介

彭瑜:上海工业自动化仪表研究院，PLCopen中国组织