智能制造和工业互联网的持续推进，其中设备资产是重要的基础性的制造要素。正好前两天跟一个研究所的朋友讨论起来了设备资产建模的问题，说了一下自己的想法，这里形成文字总结和梳理一下。
（1）设备资产的建模，个人认为应该对标和借鉴参考德国工业4．0的管理壳。
不管是从生产管理的透明化角度，还是IT和OT融合的角度，设备资产对象都是最终要延伸和控制的末梢。德国工业4．0所提出的管理壳思想和实践其实就是为这个目的来服务的。
我们经常提设备互联，其实并不是在追求设备之间直接的物理线缆连接。这里所谓的设备互联，其实最终还是要依靠依附于或者代理设备的软件来实现彼此的通信乃至协同的。也就是说设备的大脑是以软件的形式来体现的，而不是依靠这些硬件就能够实现的。简单的说一句设备互联，这种说法其实是一种一锅粥的说法，我们是应该分层来进行表达的。
德国工业4．0宣传资料里面，其实经常提及的一个思想是“务联网”，不是错别字，不是物联网，是服务的联网。服务联网的基础，就是要将设备资产在信息空间里面构建软件服务，或者代理。或者agent。这是实现德国工业4．0 的CPS，乃至将来要实现的软件定义制造的基础。
（2）设备资产对象的建模，不仅仅局限于属性信息和三维模型的表达，而应该向功能与性能方面的表达迈进。
设备资产对象的属性信息和三维模型表达，这是基础，但这只是最基本的信息，说实话这些信息只是标识而已，并没有真正反映设备资产对象在运行功能和执行性能方面的本质追求。
从技术的角度来说，对于设备资产对象，我们一方面应该获取他的运行状态，同时另一方面应该能够接受控制指令或者说调整优化的运行指令。在自下而上的链路和自上而下的链路打通的基础上，才能够为后续的面向设备资产对象的工业大脑提供支持，也就是将设备大脑乃至更高层的工业大脑的分析，推理，判断，构思，决策，优化等活动关联起来并且形成闭环的运行局面，这其实就是CPS。
设备资产对象的建模应该建立那些东西的模型，从使用用途角度来规划。比如说机床的自适应加工，我们需要获取机床和产品的功率振动等信号。比如设备资产的预测性维护，我们也需要获取功率等信息。比如刀具的磨损断裂等换刀决策，我们也需要获取机床的功率振动甚至声音等信号。而所有这些东西其实都是与设备资产对象的功能和性能直接而密切相关的。
（3）设备资产对象建模不应局限于仅仅为了实现具体的设备资产的运行优化，更大的目的是能够形成和建立标准规范，促进真正的产业生态的发展与形成。
传统上来说，不管是做科研项目还是在做应用和示范项目，我们都是从底层开始一点点的来给设备资产对象“插管”，每一家供应商其实做的都很吃力。
假如所有的设备资产对象在出厂的时候能够提供一个全面的数字资产模型，就是皆大欢喜的局面。设备资产的生产厂商对于自己的设备资产是最熟悉也最可操作的，也更有便利条件将设备资产的运行状态输出和接受控制指令的下发。实际当中经常发生的有些状态数据无法采集，如果要采集就要对已有的设备资产进行调整甚至加装附件等局面，将极大的得到改观。
这就需要建立底层的标准规范，这应该是非常细致的标准规范。不仅有利于设备资产的生产厂商所提供的数字设备资产模型的构建。也有利于设备资产购买方在此基础上实现设备资产的有效管理和运行优化。同时，也为各种城市啊。制造设备资产资源优化运行的供应商开展技术和系统的开发提供了便利。这是形成生态的事半功倍的基础性工作，但很可惜。我们的智能制造和工业互联网提了这么长时间，但这方面的工作，也许已经有了，也许正在执行当中，但现阶段形成共识且可操作并推广强制实行的标准规范，笔者只是听说正在做，但似乎还没有真正的推出。同样的这种工作，按理说应该在我们提出中国制造2025的时间点就应该开展的。
……………………………………
设备资产是制造系统的核心制造要素，设备资产建模是推进智能制造和工业互联网的技术基础工作，如此，才能够为智能制造和工业互联网的良性生态性发展提供支持，否则重复性的、分散性的、盲目性的建设将不可避免。时不我待了啊！
