标准在国民经济和社会发展中担任重要的角色。在宏观层面，标准对社会经济发展全局起到重要作用，是国家基础性制度的重要组成部分，是可持续发展的重要保障。同样，当前“得标准者得天下”，标准影响市场的控制权。因而，通过标准与技术的融合，实现技术标准化、标准垄断化，可以最大限度地获取市场份额。在微观层面，标准作为重要技术创新成果的汇集，其事关企业的生存和发展，是企业组织生产和经营的依据，高标准将助力企业高质量发展。

      为了适配数字经济发展，发挥标准化的引领作用需要其进行数字化转变。标准在数字经济时代将有效推动企业和行业之间的质量信息协调，是促进生产商、供应商、销售商、消费者甚至包括竞争对手在内的全产业链生态配合的必要基石。在推动数字经济发展过程中，高质量数字化标准有效实施是提升质量基础设施能力、串联改造产业价值链的核心要素，也将促进标准与数字化转型的生产应用紧密结合。数字化将会进一步助推标准化的发展。利用数字化技术对标准化工作和标准本身赋能，创建标准结构和内容的新形式，实现灵活、高效、交互的标准实施过程，推动标准管理体系与管理能力智能化。

标准数字化发展历程

      国际上具有影响力的标准化机构为实现多国标准互换性和标准通用性，制定标准数字化转型相关战略。2017年，ISO副秘书长在“标准与数字化：拥抱变革”的报告中提出数字化影响下的未来标准化；2018年，ISO通过技术管理委员会94号决议，建立了机器可读标准的战略咨询小组，提出了机器可读标准（SMART）概念，发布了实施路线图；2021年，ISO发布《ISO战略2030》，认为数字技术是ISO变革的驱动因素之一。IEC作为世界上成立最早的国际性电工标准化机构，2017年在发展规划中提出IEC将继续为其核心业务的根本性改变做准备，其中包括可直接由机器使用的新型数字标准。

      2020年IEC SMB重启SG12“数字化转型和系统方案”战略组，其工作范围包括数字化转型有关内容、国际标准的数字化转型方法等。2021年IEC CB成立“SMART标准化与合格评定”任务组。各国为提高国家产品和技术的国际市场占有率和国际竞争力，出台多项标准数字化转型政策。美国航空航天工业协会于2005年提出未来标准将作为一系列数据单元进行管理和控制；2021年，ANSI正式发布《美国标准战略》，提出数字化工具可以有效地用于优化全球标准的制定。俄罗斯于2019年在《2019—2027年俄罗斯标准化发展措施方案》提出将国家标准转换为“机器可读格式”。德国DIN/DKE为支持企业数字化转型于2017年将“未来机器可执行标准的结构和格式”作为其重点领域。英国BSI于2019年启动在数字化环境中进行标准协作开发的敏捷流程。

      我国为标准数字化转型进行一系列行动。2009年，中国航空领域相关机构将标准处理、存储为数据单元形式，并与工业软件、操作系统等结合，使得标准使用形式能够基本满足标准使用需求。2021年10月我国发布《国家标准化发展纲要》，其为我国标准化事业的发展提供了可遵循的纲领性文件，其中对标准数字化给出了明确的方向：“推动标准化工作向数字化、网络化、智能化转型”。2022年，筹建全国标准数字化工作组，负责标准数字化基础通用、建模与实现共性技术、应用技术等领域国家标准制修订工作。

工业生产标准数字化转型的路径

      当前，工业生产均在进行数字化转型，但是标准使用与其适配性存在问题。工程技术人员获取标准严重依赖专业经验和标准使用背景，因此在选用标准时易出现误区。同时，传统标准无法与工业生产数字化升级协调统一，因而无法实时掌握贯标效果，难以即时发现标准制修订中的指标不完善、不齐全等问题。

      国家工信部发布《原材料工业两化深度融合推进计划（2015-2018年）》，“以公共平台建设、智慧工厂示范、技术推广普及为着力点，努力实现流程工业全链条全系统智能化”。伴随着新技术手段不断涌现及应用水平不断提升，高新数字化技术在工业生产领域开始覆盖全产业链，进而促进实时洞察各方需求与定制化生产新模式有机结合。正在进行数字化转型的工业生产领域，最终目标是将人的知识经验通过系统进行固化，减少人的干预，直至实现无人干预的目标。

      在生产经营全流程中，通过数字化技术实现最优生产，系统会自动进行生产优化组合，选择最优化的方案执行。在此过程中无法离开标准的规范化作用，然而目前标准普遍处于纸质或PDF版，在标准选择阶段，需通过具有一定专业背景及相关储备的标准使用者经过对标准内容比对和分析，选择适合应用场景的标准进行使用。在标准使用阶段，传统标准的使用只能依靠人工输入的方式与数字化转型的产业链进行联通。

      随应用环境复杂程度提升，标准使用过程的效率相应降低。根据ISO/IEC提出的SMART标准数字化路径，实现工业生产应用中标准数字化转型主要分为机器可识别标准、机器可执行标准和机器可决策标准三个阶段。

      第一个阶段需实现将传统标准文本转化为机器可识别的文档类型，为接下来进行标准的数字化技术处理奠定基础。目前，对于标准文本的转化分为如下几步：（1）基于PDF文本进行处理，通过OCR技术，利用文档中的暗亮，确定其形状；（2）利用字符识别方法将形状翻译成计算机文字；（3）通过文字软件，结合上下文对最终矢量化文档进行编辑加工。

      第二个阶段重点为可根据应用场景选择性地访问附有语义的标准内容，主要实现按照需求获取标准内容。国家标准、行业标准、团体标准等各级标准之间存在技术要求的差异。同时，各领域标准目前已形成体系，各标准范围之间存在关联，标准内容本身也存在联系。在该阶段，需将机器可处理的文档进行数字化加工，赋予其语义，选择最贴合应用环境的知识颗粒度进行标准离散化处理，深度挖掘内容中的相互关联性和系统性，使标准不再以文档的形式独立存在，而是将标准所包含的知识点形成一个属于该领域的知识网络，一个属于该领域标准的“知识大脑”。根据需求输入，经知识网络的分析和匹配，输出与之相关的标准内容，使得标准的内容更具有灵活性和实用性。在该阶段，首先结合具体应用场景对标准中的关键元素进行比对分析，对重要指标内容的限定类和限定项进行总结归纳，获得对接应用场景的基础模型。基于此，对标准信息的实体、实体关系以及属性进行抽取，通过对实体的链接和重复项的合并进行标准知识图谱的融合。最后，借助对标准知识的推理和知识图谱质量评估进行标准知识图谱的加工以及优化。基于标准知识图谱，根据具体应用场景进行智能对接，实现智能问答、适用标准推送等一系列标准服务。

      最后一个阶段，机器能够以更为复杂的方式执行或解析与标准相关内容。前两阶段主要基于现有标准，进行标准的数字化，而该阶段覆盖面已不局限于现有标准内容，而是基于大数据等数字化智能化技术，实现标准数字化执行与数字化标准的形成。关联服务于生产现场管控的物联网平台，通过IOT协议、智能传感技术和无线网络通讯协议等技术，对生产现场的设备运行数据、巡检作业数据、安全环保数据、物流数据等进行全面采集。同时，面向企业提供的生产运行综合管理平台，通过对生产过程数据、实时数据、化验分析、计量等生产数据的集成，实现对生产执行、调度、运行等业务领域全覆盖，达到生产信息集成、业务管理协同。

      综合采集上层和下层的数据，实现获取不中断的数据流，并通过自学习的方式改善内容处理及访问方式，使用方可通过自动问答或智能推送获取目标标准内容。

      标准数字化不仅是标准存在 形式的“数 字化”，还包括标准化的数字化，后者主要是利用数字化技术推动标准化工作的生命周期全过程的发展，更好地实现标准的“管、查、用、编”。如果在生产过程中出现标准的缺失，将在数据链条中得到即时的反馈。同时，随着技术、设备等的发展，标准的技术指标也需进行修订，结合各标准的执行情况和反馈，标准的适配情况也将得到即时预警。基于现有标准知识覆盖及使用情况进行信息收集，依据实际情况进行标准的制修订，以开源的方式进行标准的编写，实现快速迭代和动态更新。针对已形成的标准，工厂可比对已有标准技术指标等相关数据，通过边缘计算技术实现前端状态监控、诊断分析和预警报警等功能，为实现生产现场智能化设备监控维护、生产操作管控、安全环保管控等提供数据支持，促进业务模式提升和变革，为智能生产建设奠定基础。

标准数字化关键技术

      4.1 光学字符识别技术

      字符作为标准中占比最大的形式，是实现传统标准向机器可识别标准转型的关键。进行字符的识别需先进行字符特征的机器学习，基于识别系统储备的相关字符信息，可针对输入字符的明暗特征等信息进行储备知识的调用，得到字符的识别结果。当前识别方法分为统计特征字符识别技术、结构字符识别技术和基于神经网络的识别技术。在识别字符后，根据原排版的格式进行版面恢复。最后根据特定的语言上下文关系，对识别结果进行校正。标准的结构和起草规则严格按照GB/T 1.1《标准化工作导则 第1部分：标准化文件的结构和起草规则》进行编写，与光学字符识别技术结合使用，对识别结果的准确性有一定程度的推动作用。

      4.2 知识图谱

      传统标准知识数据库常以传统关系性数据库为基础，冗余性高，分布分散，关联性较弱，较少从语义层面挖掘知识的关联性，其与成体系且具有高关联性的标准知识本身相矛盾。为打破标准知识的“孤岛”，借助知识图谱将其关联。构建标准知识图谱首先需要获取数据，它们可以以表格、文本等不同结构化程度的知识为来源，对实体识别、关系和属性进行抽取后，需要对数据进行知识融合，解决来源不同导致的数据交叉、重叠等问题，将来源不同的知识融合成一个知识集合体。为实现结构化、网络化的知识体系，还需进行本体构建、知识推理和质量评估，以此保障最终标准知识库的质量。

      4.3 自然语言处理

      标准存在初期是以人为使用对象，为实现从人使用到机器使用的跨越，需要搭建人与计算机之间用自然语言进行有效通信的理论和方法。自然语言处理本质上是基于词典，通过词频统计，上下文语义分析等方式方法进行语料分词。在标准文本领域中的自然语言处理就是将完整的标准碎片化为最小词性且富含语义的词项单元。面对大量标准，一般情况需借助机器学习对其进行处理，除了借助人工标注的传统机器学习方法还可借助深度学习模型，进而实现不同层次特征的自然语言处理。针对不同的应用场景和专业背景，标准的自然语言处理存在一定的差异性，充分融合领域知识以及专业概念，对关键信息进行分解、标注和重组尤为重要。在进行模型训练的过程中，需将算法的准确度置于合理区间。在标准数字化过程中，标准文本的自然语言处理贯穿全过程，需紧密结合其应用场景和专业领域，以此获得合适的模型。

结语

      标准数字化已成为适应全球数字经济发展下工业生产发展的重要组成部分。我国大部分标准仍处于纸质标准或PDF版，与基本实现机器可识别标准的ISO、IEC等标准化机构存在距离，各领域开始聚焦标准本身，结合应用场景，进行标准数字化转型，构建覆盖标准“管、查、用、编”全生命周期的数字生态系统，为我国数字经济发展保驾护航。标准数字化在未来的发展中存在如下四方面的挑战：

      第一，在技术层面，标准数字化涉及一系列当下最先进的技术，包括数字化加工、自然语言处理，知识图谱构建技术等，如何攻破各项技术在标准数字化方面的应用是转型的关键；

      第二，在数据层面，标准数字化涉及国家标准、行业标准、团体标准、企业标准以及企业内部的技术规范书等文件，存量数据多，由于标准数字化对离散化程度要求高，加工难度大，需根据重要程度进行差异化加工标引，打好数据基础从而保证将来的应用；

      第三，在业务层面，标准数字化建设最终是服务于各公司的工业生产需求，因此在建设过程中应有相关业务专家参与，分析并获得最适宜的标准知识颗粒度，推动标准及其应用场景的智能对接；

      第四，在标准化工作的管理方面，数字化技术将推动标准的全周期更为高效、便捷，随着线上、开源等多种方式的出现，标准化的管理体制还需要进行调整，且与国家标准、行业标准、团体标准等各级标准相关的制度应根据实际情况和标准本身的特点进行差异化制定。

来源：新工业网 作者：中国石油集团工程材料研究院有限公司 陈心怡  张华 贾君君 杨扬&西安交通大学 谢军太