团体标准 T/CSTE0435—2023 2023-10-16发布 2023-10-16实施 中国技术经济学会发布ICS35.240.50 CCSL67 制造业多价值链协同数据空间概念模型 Conceptualmodelofmanufacturingmulti-valuechaincollaborative dataspace 全国团体标准信息平台 T/CSTE0435—2023 I 版权保护文件 版权所有归属于该标准的发布机构，除非有其他规定，否则未经许可，此发行物及其章节不得以其他形式 或任何手段进行复制、再版或使用，包括电子版、影印版，或发布在互联网及内部网络等。使用许可请与 发布机构获取。 全国团体标准信息平台 T/CSTE0435—2023 II前言 本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起 草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由中国技术经济学会提出并归口。 本文件起草单位：华北电力大学、浙江大学、东北电力大学、清华大学、北京清畅电力技术股份有限 公司。 本文件主要起草人：牛东晓、余敏、纪正森、李明钰、刘达、许晓敏、杜若芸、陈洪飞、王宏伟、韩 洁平、张焕粉、杨晓龙、张和明、焦润海、崔曦文、张潇丹。 本文件为首次发布。 全国团体标准信息平台 T/CSTE0435—2023 1制造业多价值链协同数据空间概念模型 1范围 本文件规定了制造业多价值链协同数据空间概念模型构建的总则、制造业多价值链协同数据准备模块、 制造业多价值链协同数据管理模块和制造业多价值链协同数据应用模块。 本文件适用于电力装备制造、飞机制造、汽车制造、家用电器等离散型制造企业开展协同数据空间研 发和应用。 2规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。 GB/T28821关系数据管理系统技术要求 GB/T37025信息安全技术物联网数据传输安全技术要求 GB/T37973信息安全技术大数据安全管理指南 GB/T39400工业数据质量通用技术规范 GB/Z42885信息安全技术网络安全信息共享指南 3术语和定义 下列术语和定义适用于本文件。 3.1 数据空间 所有与主体相关的数据及其关系的集合，且主体对象能够控制和使用数据空间中的所有相关数据。 3.2 制造业多价值链 制造企业及其协作企业在生产经营过程中为共同提高自身价值，从生产、供应、营销和服务等多方面 以合作形式展开的一系列增值活动。 3.3 多价值链协同建模multi-valuechaincollaborativemodeling 通过分析多价值链间的协同关系，构建内外部价值链协同的数据分析模型和框架，以提高生产效率， 优化资源利用。 3.4 快速索引quickindexing 一种快速建立索引或检索数据的方法，以提高数据检索的效率。 3.5 关联表示associationrepresentation 在数据建模中，用于表示和处理数据之间关联关系的方法和技术。 3.6 全链搜索end-to-endsearch 在数据管理和检索过程中，跨多个价值链和数据源进行全面搜索和查询的方法。 全国团体标准信息平台 T/CSTE0435—2023 23.7 集成演化integratedevolution 在数据管理系统或架构中，通过智能预测等技术，实现数据整体演变过程的可视化。 4总则 4.1原则 在构建和应用制造业多价值链协同数据空间时，应遵守以下原则： 1）数据传输安全原则：数据传输按照应按照GB/T37025方法进行。 2）数据完整性原则：数据完整性应按GB/T28821方法进行。 3）数据管理安全原则：数据管理安全应按GB/T37973方法进行。 4）数据质量原则：数据质量监控应按GB/T39400方法进行。 5）数据共享机制原则：数据共享机制应按GB/Z42885方法进行。 6）数据时效性原则：数据空间的数据应当及时更新，反映当前的制造企业当前实际情况，避免使用 过时的数据。 7）数据一致性原则：在多价值链协同中，涉及制造业多价值链的多个环节和参与方，数据空间的信 息当在不同环节之间保持一致，避免出现矛盾。 4.2模型框架 制造业多价值链协同数据空间概念模型包括3个模块，分别是制造业多价值链协同数据准备模块、制 造业多价值链协同数据管理模块、制造业多价值链协同数据应用模块。模型框架如图1所示： 图1制造业多价值链协同数据空间概念模型框架 全国团体标准信息平台 T/CSTE0435—2023 3制造业多价值链协同数据空间概念模型从智能制造需求出发，联合内外部价值链，为企业构建数据空 间进行规范。各模块主要功能如下： 1）制造业多价值链协同数据准备模块旨在从制造企业内外部多价值链层进行数据的采集和输入。 2）制造业多价值链协同数据管理模块旨在对数据进行集成、存储和管理。 3）制造业多价值链协同数据应用模块旨在提供知识服务、数据分析和应用输出。 5制造业多价值链协同数据准备模块 5.1数据准备模块的构成 制造业多价值链协同数据准备模块由多价值链协同数据来源层、内外部多价值链层和多价值链协同数 据输入层共同构成。 5.2多价值链协同数据来源层 多价值链协同数据来源层包含构成数据空间最初的数据来源，涉及数据提供主体、数据特点、数据采 集方式等以下要点： 1）数据提供主体包括制造企业及其协作企业，还可根据需求考虑经济、社会、环境等宏观外部影响 因素，从市场上搜集数据。制造企业和协作企业的数据涵盖生产价值链、供应价值链、营销价值链、服务 价值链等价值链数据。 2）数据特点为多源异构数据。多源即数据来源多样，来自于制造企业内外部价值链和市场。数据类 型包括结构化数据、半结构化数据和非结构化数据。 3）数据采集方式，可采用非接触式的自动识别技术、传感器、流式日志采集工具等技术对多源异构 数据进行采集，以便后续对数据的处理和分析。 5.3内外部多价值链层 内外部多价值链层包含制造企业所拥有的所有价值流组成的价值链，从企业内部价值链中提取多源异 构数据，其中内部价值链主要包括生产价值链，外部价值链包括供应价值链、营销价值链和服务价值链。 各价值链作用介绍如下： 1）生产价值链涵盖各个生产环节的效率和质量，包括研发投入、生产调度、排产优化和产品质量的 控制等。 2）供应价值链是指在供应链中涉及到的各环节和参与者之间的价值创造和交付过程，包括从原材料 采购、生产制造、多级库存、分销销售到最终客户的整个流程。 3）营销价值链是通过有效的市场营销活动，吸引潜在客户，满足客户需求，实现产品销售和附加值 的创造，包括配送需求、随机订单、潜在客户等方面。 4）服务价值链是通过优化服务的各个环节，提供高质量、高效率和个性化的服务，以满足客户的需 求并创造附加值，包括服务设计、交付执行和售后支持等方面。 5.4多价值链协同数据输入层 多价值链协同数据输入层将企业所提供的多源异构数据，包括文本、邮件、图像、通信、WebPage和 RDBMS等形式的数据进行汇集，输入到数据空间中。构建多价值链协同数据输入层的目的和任务为： 1）数据输入层的目的在于解决不同计算方式和不同存储环境的差异，从数据提取到数据服务全过程， 实现可管理、可追溯，构建以实体对象为中心的制造业多价值链数据资产。 2）数据输入层的关键任务是通过数据清洗、数据转换、数据汇聚等技术从原始数据中提取有效的信 息，构建标准规范、有序可控的数据资产，实现真正的数据大融合。 6制造业多价值链协同数据管理模块 6.1数据管理模块的构成 制造业多价值链协同数据管理模块由多价值链协同数据集成层、多价值链协同数据存储层和多价值链 协同数据管理层共同构成。 6.2多价值链协同数据集成层 全国团体标准信息平台 T/CSTE0435—2023 4多价值链协同数据集成层将不同来源、格式、特点的数据在逻辑上或物理上有机集中，为企业提供全 面的数据共享，主要解决数据的分布性和异构性的问题。主要包括数据接入、数据采集、文件采集、数据 清洗、数据抽取、数据生成和数据汇聚等处理过程，具体过程描述如下： 1）应用云计算和边缘计算对采集的多源异构的数据集进行清洗、转换、集成等预处理工作。 2）应用元数据管理组件收集、存储、查询和维护数据集描述、字段定义、数据质量指标等元数据信 息，形成数据字典。 3）应用区块链和分布式账本技术提供去中心化、安全和可追溯的数据交换和共享方式，确保数据的 不可篡改性、数据来源的可信度和交易的可追溯性，以增强多价值链协同数据的可信度和可靠性。 4）应用数据质量管理组件对数据进行质量评估、数据清洗、数据校验、数据修复等，以确保数据的 准确性、完整性和可信度。 6.1.2多价值链协同数据存储层 多价值链协同数据存储层将数据有效的收集和留存，通过对多源异构数据标准化的处理，实现海量数 据储存的流程化与可实施化。数据存储层的设计取决于数据的类型、规模、访问模式和性能需求等因素。 主要包含关系型数据库、分布式存储系统、对象存储、列式存储。主要储存方式介绍如下： 1）关系型数据库（RDBMS）是最常见的数据存储技术之一，使用表格和关系模型来组织和存储数据。 2）分布式存储系统是将数据存储在多个节点上的文件系统，具有高可扩展性和容错性。 3）对象存储是一种用于存储和检索大规模非结构化数据的存储方法，它以对象为基本存储单元，并 使用唯一的标识符（如URL）进行访问。