工业数据融合与互操作关键技术研究

doi:10.12267/j.issn.2096-5931.2026.01.006

信息通信技术与政策 ›› 2026, Vol. 52 ›› Issue (1): 41-49.doi: 10.12267/j.issn.2096-5931.2026.01.006

专题:新型工业网络技术与产业创新发展上一篇下一篇

工业数据融合与互操作关键技术研究

Research on key technologies of industrial data fusion and interoperability

高源¹, 丛宝义², 郑亮², 余思聪¹, 黄颖¹

1.中国信息通信研究院技术与标准研究所,北京 100191
2.中天钢铁集团(淮安)新材料有限公司,淮安 223300

收稿日期:2025-10-10 出版日期:2026-01-25 发布日期:2026-01-28
作者简介:
高源, 中国信息通信研究院技术与标准研究所产业互联网研究部工程师,主要研究方向为工业数据、工业互联网、数字化等
丛宝义, 中天钢铁集团(淮安)新材料有限公司副总经理,主要研究方向为生产运营管理、智能制造体系建设与工业数字化转型等
郑亮, 中天钢铁集团(淮安)新材料有限公司智能制造处处长,主要研究方向为智能制造规划、工业数字化转型与精益管理等
余思聪, 中国信息通信研究院技术与标准研究所产业互联网研究部主任工程师,主要研究方向为工业数据、工业互联网、数字化等
黄颖, 中国信息通信研究院技术与标准研究所产业互联网研究部主任,主要研究方向为工业数据、工业互联网、新型工业化、数字化等

GAO Yuan¹, CONG Baoyi², ZHENG Liang², YU Sicong¹, HUANG Ying¹

1. Technology and Standards Research Institute, China Academy of Information and Communications Technology, Beijing 100191, China
2. Zenith Steel Group (Huai’an) New Material Co., Ltd., Huaian 223300, China

Received:2025-10-10 Online:2026-01-25 Published:2026-01-28

摘要/Abstract

摘要：

在工业智能化加速发展的背景下,工业数据已成为关键生产要素,但其低质异构、碎片化和语义割裂制约了跨系统应用。提出了面向工业数据融合与互操作的技术架构,系统研究了数据标准化、数据质量加工与数据标注3项关键技术:构建标准化推进路径;引入大模型驱动的动态自闭环质量加工体系;建立面向场景的标注评价模型,实现标注过程的可控与量化评估,以期为高质量工业数据应用环境构建提供了方法与技术支撑。

关键词: 工业数据, 数据融合, 互操作, 数据标准化

Abstract:

Against the backdrop of the accelerated development of industrial intelligence, industrial data has become a key production factor. However, its low quality, heterogeneity, fragmentation, and semantic disconnection have restricted cross-system applications. This paper proposes a technical architecture for industrial data fusion and interoperability, systematically studying three key technologies: data standardization, data quality processing, and data annotation. It constructs a standardized promotion path, introduces a large model-driven dynamic self-closed-loop quality processing system, and establishes a scenario-oriented annotation evaluation model to achieve controllable and quantifiable assessment of the annotation process. The related research provides methods and technical support for the construction of a high-quality industrial data application environment.

Key words: industrial data, data integration, interoperability, data standardization

中图分类号:

TP311.13

高源, 丛宝义, 郑亮, 余思聪, 黄颖. 工业数据融合与互操作关键技术研究[J]. 信息通信技术与政策, 2026, 52(1): 41-49.

GAO Yuan, CONG Baoyi, ZHENG Liang, YU Sicong, HUANG Ying. Research on key technologies of industrial data fusion and interoperability[J]. Information and Communications Technology and Policy, 2026, 52(1): 41-49.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2026.01.006

http://ictp.caict.ac.cn/CN/Y2026/V52/I1/41

图/表 9

图1 工业数据质量存在的主要问题

图2 工业数据融合与互操作技术架构

图3 数据标准化推进路径

图4 数据质量加工架构

图5 Prompt增强识别

图6 RAG+工艺知识库增强

图7 “智能体(Agent)+函数编排”驱动的动态处理链

图8 数据质量加工技术服务体系

图9 工业领域的数据标注评价模型

参考文献 15

[1]	刘小茵, 郭伟龙. 工业场景下的数据价值形成机理与评估方法研究[J]. 数字化转型, 2025, 2(5):21-28.
[2]	胡珀华. 基于分布式架构的数据中台系统的设计与实现[D]. 武汉: 华中科技大学, 2021.
[3]	冷凌霄. 行政事业单位财务管理数字化转型的优化路径[J]. 价值线, 2025(15):43-45.
[4]	袁满. 数据元素方法理论研究及在油田数据标准化中的应用[C]// 大庆油田有限责任公司. 石油数据管理与应用国际学术研讨会优秀论文集. 大庆: 大庆石油学院计算机与信息技术学院, 2005:19-25.
[5]	董衍善. 工业大数据:从数据到价值[J]. 企业管理, 2024(4):105-108.
[6]	邱硕涵, 张晓楠, 王程安, 等. 基于数据字典的工业设备接入通用工具研究[J]. 信息技术与标准化, 2025(4):14-20,30.
[7]	金骋路, 陈荣达. 数据要素价值化及其衍生的金融属性:形成逻辑与未来挑战[J]. 数量经济技术经济研究, 2022, 39(7):69-89.
[8]	陈孟婕. 数据质量管理与数据清洗技术的研究与应用[D]. 北京: 北京邮电大学, 2013.
[9]	胡泳, 张文杰. 数据标注治理:可信人工智能的后台风险与治理转向[J]. 云南社会科学, 2024(6):29-36.
[10]	胡泳, 刘纯懿. 大语言模型“数据为王”:训练数据的价值、迷思与数字传播的未来挑战[J]. 西北师大学报(社会科学版), 2024, 61(3):43-54.
[11]	张文, 左佐卉, 杨辰凌, 等. 我国工业数据要素发展的新形势、新挑战和新使命[J]. 中国工业和信息化, 2024(1):18-22.
[12]	余思聪, 黄颖, 刘阳, 等. 工业互联网信息模型发展现状及趋势研究[J]. 信息通信技术与政策, 2020, 46(6):36-41.
[13]	ULLAH I, ADHIKARI D, SU X, et al. Integration of data science with the intelligent IoT (IIoT): current challenges and future perspectives[J]. Digital Communications and Networks, 2025, 11(2):280-298. doi: 10.1016/j.dcan.2024.02.007 URL
[14]	ZHENG J, YANG Z, GE Z. Deep extraction and augmentation of non-Gaussian data features for multimode industrial process monitoring[J]. Chemical Engineering Science, 2025, 311:121652. doi: 10.1016/j.ces.2025.121652 URL
[15]	李海舰, 赵丽. 数据价值理论研究[J]. 财贸经济, 2023, 44(6):5-20.

工业数据融合与互操作关键技术研究

Research on key technologies of industrial data fusion and interoperability

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 15

相关文章 9

编辑推荐

Metrics

本文评价

[1]	许幸荣, 郑志扬, 沙默泉, 谢芳荻, 刘晓倩. 城市多层级碳监测技术及应用发展建议^*[J]. 信息通信技术与政策, 2025, 51(5): 91-96.
[2]	田倪, 许瑞. 电力数据要素合规管理标准化研究[J]. 信息通信技术与政策, 2025, 51(4): 67-71.
[3]	叶南均. 基于图谱信息穿透的政务数据共享模式与机制研究^*[J]. 信息通信技术与政策, 2025, 51(12): 22-32.
[4]	王雪, 李武璐, 李原, 何林芳, 刘春伟, 李思思. 隐私计算在普惠金融领域的应用研究[J]. 信息通信技术与政策, 2022, 48(5): 53-59.
[5]	程新洲, 贾玉玮, 成晨. 数据驱动的网络智能运营体系思考[J]. 信息通信技术与政策, 2021, 47(6): 68-73.
[6]	马宝罗, 池程, 田娟, 贾雪琴. 基于UICC 的工业互联网标识多维数据融合研究*[J]. 信息通信技术与政策, 2020, 46(8): 85-88.
[7]	余思聪, 黄颖, 刘阳, 李海花. 工业互联网信息模型发展现状及趋势研究[J]. 信息通信技术与政策, 2020, 46(6): 36-41.
[8]	刘迎. 全球工业数据空间最新进展及对我国的启示[J]. 信息通信技术与政策, 2020, 46(6): 51-54.
[9]	李铮, 刘迎. 开放共享发展理念下的工业数据治理体系建设[J]. 信息通信技术与政策, 2020, 46(4): 15-17.