计量是一个国家质量基础设施的基石之一。它是世界权威秩序的确立者，全球用的质量、尺寸等测量方式，都有一个基准老祖宗。例如衡量重量的砝码，最原始的基准就藏在法国，各个国家像从雅典娜获取奥运圣火一样，定期跟它比对。之后各个国家的砝码，也变成祭奉在上的祖宗，可以朝拜，但不可使用。它的任务就是基准，然后各级计量开始向下逐级复制，完成传递，最后变成了我们身边的体重秤。它用一个一个现场，一个一个实物，维持了一个国家，或者整个世界的秩序、公平和安定。
如果这一切都被数字化之后，那么维持权威的力量，是否还能庄严的保存呢？
计量，连同认证、合格评定、标准规范一起，再加上市场监督的力量，组成了一个复杂的国家质量基础设施(NQI)系统。它们看似在一起，但各自运作方式和机构又迥然不同，政府在其中的力量时大时小，企业对它带来的便利和成本则是恨不得又离不得。而数字化转型是让这些挑战倍加凸显。
作为全球精密测量的缔造者，德国计量领域正在全面拥抱数字化，从数字校准证书和虚拟测量仪器到研究数据管理，以及数字支持的测试和审批流程，包括不受软件形式干扰数据处理方法。这些都为方兴未艾的复杂网络系统和人工智能方法工作的演进打下了良好的基础。
数字转型不可避免地覆盖了计量的所有领域，从行政管理到研究，再到日常互动，亦包括目前在数字客户的门户、电子文件以及人工智能计量、研究数据管理和质量基础设施中的数字证书和过程方面的发展。计量数字化转型是一个持续的过程，是数字经济时代无法舍弃的锚点。任何数字化，都需要一个出发基点。现在这个基点，也要数字化了。
虚拟的世界，再快一步
作为德国的国家计量机构，德国计量研究院PZB是工业运行的大法官。其核心法律任务之一是根据《单位与时间法》确保计量的一致性，计量单位要可溯源不走样的基础上进行。确保测量真实、测量稳定和可测试性，支持这些领域的国际协调，是确保德国机电出口贸易稳居全球第一的一道隐形长城。当人们都在赞誉德国制造的时候，我们很难发现这艘挂满彩旗的万吨巨轮之下，深潜海底的计量基石。
图1 德国质量基础设施要素
能源转型在德国是政治正确的最大事项之一。计量数字化，对能源转型至关重要。如果没有智能电网，以数字方式支持分布能源供应之间的相互作用，就很难实现成功的能源转型。通过数字基础设施对电力消耗和电网参数的可靠测量以及优化它们之间的通信能够极大地提升电网智能化和效率。2020年初，德国智能电表网络(SMGWs)正式推出，并将计量要求与安全相关要求和检定立法要求相结合，并强调了加强跨学科合作和有效协调的必要性。德国是全球新能源转型最可靠的孵化器，没有它最早的立法要求，全球的光伏行业包括中国在内的进展速度，恐怕至少要向后延期10年。美国、日本都在光伏技术上都有很大推动，但在立法上都没有像德国那样树立标杆。而新能源的入网，将会以其飘忽不定的顽劣性，多元化的分布式，都会对既有强健的电网构成了10倍速以上的冲击。计量，至关重要。考虑到很多早期交易投机者，还在利用电网的实时交易方式，获取收益，每一秒每一度电的计量精确度，都是一场惊心动魄的鏖战。
为了能够在数字化的世界中确保计量的一致性，数字校准证书(DCC)必不可少。德国“虚拟测量仪器计量”中心(VirtMet)正在研究真实测量和虚拟测量的可比性，并研究机器学习和人工智能(AI)的客观评估方法。目前，德国数字校准证书(DCC)已经形成了一个稳定的版本，并成为计量、科研和工业的国际合作伙伴协调的基础。在“虚拟测量仪器计量”方面，德国已经启动了几个跨领域跨机构的项目，并取得了初步的成功。对于人工智能方法的评估，许多项目已经启动，第一批应用程序已经发布。
图2 数字校准证书(DCC) 制作过程
四可法则下的数据
数据驱动的研究和业务，只有在可靠的数据和可持续使用的情况下才能实施。研究资助机构越来越多地要求对研究结果进行适当的记录，并长期存档，尽可能向公众公开提供。数据管理的这些需求被缩写为“FAIR data”，即所谓：数据应该是可找到的、可访问的、可互操作的和可重用的。
图3 数据四可法则：可找到、可访问、可互操作和可重用
通过四可法则，以前评估和发表的数据就可能作为新的问题和研究工作的基础。这些原则也越来越多地进入工业领域，其中一个数据基础设施系统将与欧洲云和数据基础架构“盖亚”（GAIA-X）链接。盖亚计划是欧洲最为野心勃勃的大数据中心的大本营。在此之下，国家数字质量基础设施（NQI-Digital）也自然登云入殿，规范整个过程的数字化，寻找全新价值创造。
德国很积极。德国国家研究数据基础设施(NFDI)和欧洲开放科学云(EOSC)，是科学研究领域的对应参与方。德国计量研究院主动从底层做起，参与了元数据、数据质量和数据持久标识符的标准化；而在欧洲开放科学云领域，德国则在欧洲计量组织 (EURAMET)的活动框架内参与，确保数据遵守四可法则。
图4 德国计量云基本结构
德国计量研究院正在追求开展以数据为基础的研究和开发，保证质量和可重复性的目标。这使得数据管理、软件质量框架的开发、建立电子实验室手册以及在数字环境中一致使用元数据和词汇等方面的综合概念显得尤为迫切。
2019年，德国计量研究院联合工业界和研究合作伙伴成功商定了基于国际单位制(SI)的智能计量数据通用元数据模型(D-SI)。数据格式要在物联网(IoT)和信息物理系统等新的数字环境中经受住考验，则要必须被机器和人类无误地理解。如果数据格式不可靠，诸如医疗保健或家用电表等数字应用程序出现问题，其后果将是无法想象的。智能计量数据通用元数据模型(D-SI)目前已经被广泛应用于欧洲旗舰智能通信项目（SmartCom）和数字化转型校准测量系统项目（GEMIMEG-II）的机器可读数字校准证书。
数字空间，设计计量
新的测量工具通常包含分布式的、部分虚拟化的组件，并使用来自云的服务。然而，在监管领域，当测量设备包含现代通信和信息技术时，在批准和合格评定方面却并不完美。过于复杂的测量与合格评定，导致制造商越来越认为这是创新的阻碍，导致长期竞争中的劣势。因此，在数字化的网络经济和工业中，处理测量数据以及将测量仪器数字化连接的一体化方案是十分必要的，且必须满足法律和工业计量的要求。当下，由于受制于不同的法律和组织框架条件，这两个领域在计量工作上基本上是分开的。然而，在数字化转型的过程中，这些严格的边界划分正变得越来越模糊www.cechina.cn，因为使用了类似的组件，数据在一定程度上是跨两个领域的边界应用的。
因此，理想情况下，在开发过程中应该已经考虑了适当的数据模型，用于测量数据的通信。例如与“计量云”的连接以及关于测量装置的数字信息的有效使用，即“设计计量”。在D-SI、计量云、校准和合格评定的数字证书方面的活动中，德国计量研究院已经积极支持这一原则的发展。德国计量研究院还与德国机械设备制造业联合（VDMA）合作，在开放平台通信统一架构（OPC-UA）通信标准过程中实现工业4.0应用的智能计量数据通用元数据模型(D-SI)导入，并在化学标准中与国际过程工业自动化用户协会（NAMUR）合作。德国计量研究院的其他领域也在有序的展开数字化转型合作。
安全价更高www.cechina.cn，开源更可靠
数据隐私、信息安全开发和使用数字技术的工作流程和高质量的基础设施流程中“安全性”和“设计私密性”的方案对于确保各个参与方的互信是不可或缺的。这意味着在软硬件的开发过程中ConTROL ENGINEERING China版权所有，一方面从一开始就考虑数据保护，另一方面又尽可能地减少漏洞，减少对攻击的敏感性。德国数字转型的各个组成部分在中长期将以特定方式组合在一起，从而形成一个统一的整体构架。德国计量研究院有意依赖免费开源软件，来扩展用于通信和协作的数字工具，以便这些工具以后可以与其他工具无缝融合。新工具将通过一个涉及用户和数据隐私、信息安全和数字化方面的专家的联合进行评估。
在德国计量研究院的数字工具箱中，最重要的构建模块之一是电子文件。它是一个中央电子文件管理系统，所有的德国计量研究院文件都可以在该系统中方便地存储和检索，并支持空间灵活的联合工作。德国计量研究院不同领域的资源陆续被纳入电子文件系统。为了确保高效和有效地使用，德国计量研究院提供全面的培训和电子文件系统方案。为了能够在新冠疫情下继续这一进程，这些方案越来越多地被虚拟化、线上化控制工程网版权所有，并特别增加了视频说明。
另一个数字构件是客户门户网站E-services。有了这项服务，德国将建立基于网络的订单数据处理系统，并与德国计量研究院的电子文件系统紧密相连接。客户门户将成为合格评定和校准领域的客户的中央数字联络点，并将确保信息的轻松上传和订单的管理。“计量服务数字工作流”的目标是将这些构件模块与其他数字开发和工具集成。
图5 德国计量研究院计量服务工作流程
传感器，挑战计量极限
计量数字化转型给计量领域带来了诸多挑战，这是计量研究和开发工作必须面对的。在这方面的案例包括使用数字孪生作为虚拟测量仪器，复杂通信系统，使用复杂传感器网络工作和人工智能(AI)方法的使用增加。
计量数字转型领域研发项目的重要特点是学科交叉程度很高。它包括基于最多样化的测量程序的复杂性和网络化技术，这些测量程序必须具有计量特征，以确保可靠。然而，类似自动驾驶和异构传感器网络带来的巨大的数据、通讯问题，使得传统的计量方法正日益达到其极限。多样化的测量原理与复杂的数学模型，令人生畏。
图6 计量的整体思维和工作方式
和统计方法甚至与人工智能相结合。从长远来看，只有转变计量的整体思维和工作方式，转变为“整体”或“系统”计量，才能应对所有这些挑战。
人工智能日益发挥着催化剂的作用，极大地加快了数字产品和服务的发展。如何用明确的规则来描述质量基础设施（NQI），推动数字化NQI的落地，这是人工智能应用反向倒逼的一个结果。德国联邦政府调查委员会将人工智能视为数字化推动技术进步的未来。与经典算法相反，人工智能方法的算法是在数据的帮助下训练出新的智能模式识别。另一个因素是人工智能方法的高度适应性。
然而，这也可能导致未识别的训练数据特征在算法中无意中被使用。与其他传统软件不同的是，仅基于源代码检查人工智能算法几乎是不可行的。它跟科学产品、仪器和法律职责都有着密切关系，道德伦理也在其中。德国计量界正在建立相关能力。特别是在医学领域，德国计量研究院已经将医学知识、数学专业知识和与专家的网络完美结合。
德国计量研究院已经为此制定出了一系列措施，例如：用于评估人工智能的稳健性和人工智能结果的质量。此外，他们还发布了“PTB- XL”数据集等初始参考数据，并通过在柏林工业大学任命教授职位，以加强“不确定性和机器学习”的专题研究。在此基础上，一个内部的“人工智能信任度计量”(“Metrology für Vertrauen in KI”)能力中心正在建立之中，该中心将在专业知识、方法开发和“最佳实践”方面向远远超出医学领域的进展。
自动驾驶是一个需要迫切回答的挑战。在汽车零部件产品批准的过程中，目前测试程序 (如机械和电气测试、气候测试)大部分是在部件级别上独立进行的。它既不是在车辆的实际装配情况下，也不是在实际传感器系统网络中进行的。然而在汽车大量安装感知传感器的情况下，它与环境的相互作用，对自动驾驶的功能非常重要。这就是为什么在未来有必要测试整个高级驾驶辅助系统 (ADAS)组件网络，除了已经成为标准的组件验证之外，还包括在其实际操作状态下应用的人工智能方法。
目前，还不清楚如何实现具有高级驾驶辅助系统 (ADAS)功能的整车的整体一致性评估。这是德国计量院正在与时间赛跑的一个难题。根据ADAS的战略“意义-计划-法案”，德国计量界正在建立其现有的能力，以期在感知传感器领域有所贡献。传感器系统的表征和校准将在未来的一个测试中心实现。这个中心是为每种类型的传感器提供适当的条件,这意味着在高频范围(雷达)和光学光谱范围(激光雷达和摄像机)，以适当的方式同时测试驱动参数，以便能够模拟车辆的交通情况。此外，车辆的天气、气候和其他环境条件应该是可量化定义的，以便以可重复和可量化的计量方式测量这些因素的影响。
宝马的GEMIMEG-II旗舰项目解决了在高质量基础设施过程中成功并合法地转换数据、信息和证书的安全可靠通信的整体挑战。其目的是实现校准信息和数据质量的安全、不间断和合法的端到端可用性。在项目范围内，德国计量研究院承担数字校准证书(DCC)的产生、发放和应用等子项目管理工作。
而在工业环境中，计量也需要考虑传感器数据处理中的标准化和自动化。欧盟资助的“未来工厂的计量”项目(Met4FoF)，就需要从计量学的角度ConTROL ENGINEERING China版权所有，研究测量数据的融合、确定工厂条件、关键数据、过程优化潜力等。在测量数据的自动评估方面，机器可解释的描述是必不可少的。特别是，在“安全稳健的数字转换校准测量系统”(GEMIMEG-II)项目中，正在开发具有计量意义的时间序列和数据质量模型的语义概念，这些模型超越了纯粹的测量不确定度。很多研究，都指向了将传感器网络中的冗余信息，用于新的校准程序。那么虚拟测量，究竟在测量什么？如果计量标准也是数字孪生，我们是用孪生基准，测量孪生数据，最后给出实体的确切值吗？这些还要等待回答。
小记：塑造计量赛道
计量进化，受到数字化的冲击而加速。几乎所有国家质量基础设施（NQI）的构成要素和参与方，都受到经济和社会数字化转型的挑战。德国则继续加速奔跑，将质量基础设施的优势，抢先引领到数字化时代，构建德国的数字化国家质量基础设施。制造优势不可破，计量领先不容挑战，这也是以制造立国的德国不可让的阵地。
0371-85705566