搜索结果: GB/T 45510-2025, GB/T45510-2025, GBT 45510-2025, GBT45510-2025
| 标准编号 | GB/T 45510-2025 (GB/T45510-2025) | | 中文名称 | 边缘智能仪表通用要求 | | 英文名称 | General requirements for edge intelligent instruments | | 行业 | 国家标准 (推荐) | | 中标分类 | N10 | | 国际标准分类 | 25.040 | | 字数估计 | 18,183 | | 发布日期 | 2025-03-28 | | 实施日期 | 10/1/2025 | | 发布机构 | 国家市场监督管理总局、中国国家标准化管理委员会 | GB/T 45510-2025
General requirements for edge intelligent instruments
边缘智能仪表通用要求
ICS 25.040
CCS N 10
中华人民共和国国家标准
2025-03-28发布
2025-10-01实施
国家市场监督管理总局
国家标准化管理委员会 发 布
目次
前言 ··· Ⅲ
1 范围 ···· 1
2 规范性引用文件 ···· 1
3 术语和定义 ···· 1
4 缩略语 ··· 1
5 边缘智能仪表应用体系架构 ···· 1
6 边缘智能仪表设备体系架构 ···· 2
7 边缘智能仪表通用技术要求 ···· 3
7.1 通则 ··· 3
7.2 集成交互功能的要求 ··· 4
7.3 自诊断功能的要求 ···· 4
7.4 可重构功能的要求 ···· 4
7.5 远程运维功能的要求 ··· 4
7.6 处理决策功能的要求 ··· 4
7.7 边云协同功能的要求 ··· 4
7.8 信息安全要求 ···· 5
附录 A （资料性） 边缘智能仪表端﹘边﹘云协同过程故障诊断应用示例 ··· 6
A.1 概述 ···· 6
A.2 应用场景 ···· 6
A.3 应用方案 ···· 7
A.4 应用效果 ···· 8
附录 B （资料性） 基于 OPC UA与信息模型的仪表语义交互集成 ····· 9
B.1 概述 ···· 9
B.2 总体方案 ···· 9
B.3 仪表管理壳的功能及开发原理 ··· 9
B.4 应用效果 ··· 11
参考文献 ··· 12
前言
本文件按照 GB/T 1.1-2020《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。
本文件由中国机械工业联合会提出。
本文件由全国工业过程测量控制和自动化标准化技术委员会（SAC/TC 124）归口。
本文件起草单位：机械工业仪器仪表综合技术经济研究所、清华大学、北京工业大学、上海自动化
仪表有限公司、重庆川仪自动化股份有限公司、中国寰球工程有限公司、上海电力大学、沈阳中科博微
科技股份有限公司、中国科学院沈阳自动化研究所、生态环境部核与辐射安全中心、陕煤集团榆林化学
有限责任公司、国家管网集团北京管道有限公司、中海油能源经济咨询有限公司、华为技术有限公司、
北京鼎实创新科技股份有限公司、重庆川仪软件有限公司、西安东风机电股份有限公司、眉山麦克在线
设备股份有限公司、美卓伦仪表（常州）有限公司、南通市海视光电有限公司、陕西诺盈自动化仪表有
限公司、上海辰竹仪表有限公司、武汉东研智慧设计研究院有限公司、沈阳工业大学、北京华为数字技
术有限公司、北京小米移动软件有限公司、中铁电气工业有限公司、中铁十六局集团电气化工程有限公
司、中国机械工业建设集团有限公司、中国水利水电科学研究院、山东博识鹏程智能科技有限公司、
沈阳中科奥维科技股份有限公司、公安部第三研究所、西安邮电大学、航天智控（北京）监测技术有限
公司、河北石油职业技术大学、上海会顶科技有限公司、江苏双木测控技术有限公司。
本文件主要起草人：赵艳领、胡永康、乔俊飞、王麟琨、王雪、包伟华、李方健、赵勇、张皓栋、
魏毅、李轶、林跃、刘阳、杨静远、武东升、董秀娟、王健、邢楠、闫炳均、郭小龙、韩丹涛、王振、
丁峰、李文娟、詹航、李军荣、张艺山、杨迪、陈栋飞、倪敏、游和平、张晓玲、李广鹏、高晓浓、
李志杰、王丽军、刚轶金、尚毅梓、郑秋平、师露宁、马立新、王宏亮、谢芳艺、屈军锁、彭六保、
李军、杨洋、李晓媛、陈爽。
边缘智能仪表通用要求
1 范围
本文件规定了边缘智能仪表的应用体系架构、设备体系架构及通用技术要求。
本文件适用于制造商、集成商、用户等对边缘智能仪表的研发、生产及应用。
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/T 30976.1 工业控制系统信息安全 第 1部分：评估规范
GB/T 33007 工业通信网络 网络和系统安全 建立工业自动化和控制系统安全程序
GB/T 33863.5 OPC统一架构 第 5部分：信息模型
GB/T 35673 工业通信网络 网络和系统安全 系统安全要求和安全等级
GB/T 40209 制造装备集成信息模型通用建模规则
GB/T 40218 工业通信网络 网络和系统安全 工业自动化和控制系统信息安全技术
3 术语和定义
下列术语和定义适用于本文件。
3.1
边缘智能仪表 edge intelligent instrument
具备集成交互、自诊断、功能可重构、远程运维、处理决策及边云协同等能力的一种数字化仪表。
4 缩略语
下列缩略语适用于本文件。
OPCUA：开放平台通信统一架构（Open Platform Communications Unified Architecture）
XML：可扩展置标语言（Extensible Markup Language）
5 边缘智能仪表应用体系架构
边缘智能仪表应用体系架构如图 1所示。
附录 A给出了一个具体的应用案例。
图 1 边缘智能仪表应用体系架构
边缘智能仪表应用体系架构主要包括边缘层和云端，各层级实现的主要功能如下。
边缘层。边缘层包括边缘智能仪表和边缘服务器两部分，具体说明如下：a）
边缘智能仪表具备数据采集、数据处理、实时交互和局部决策功能，边缘智能仪表可通过
边缘服务器与云端通信，也可直接与云端进行交互；
边缘服务器是最靠近边缘智能仪表的一侧，具有网络通信、计算、存储和应用处理等能
力，边缘服务器接收来自边缘智能仪表的数据，以及其他边缘服务器实时交互模块获取的
数据，并利用深度学习算法等进行综合处理（包括优化控制、过程诊断等），进而把决策
结果通过实时交互模块反馈给边缘智能仪表。
云端。通过与边缘层协同交互，实现工艺优化、故障诊断、预测性维护等功能。b）
6 边缘智能仪表设备体系架构
边缘智能仪表设备体系架构如图 2所示。
图 2 边缘智能仪表设备体系架构
边缘智能仪表设备体系架构由物理接口层、数据表示层、功能应用层、处理决策层、语义交互层
五个部分组成，每个层次的具体含义如下。
物理接口层。物理接口层位于边缘智能仪表体系架构最底层，实现与边缘智能仪表与工业过程
的交互。用于过程测量目的的边缘智能仪表（如智能变送器），一般通过直接接触过程介质的
传感器系统将被测的物理量或化学量转变成电信号，经调理和数字化后，完成过程变量的测
量，获取原始测量数据；用于过程控制目的的边缘智能仪表（如智能电动执行机构或阀门定位
器等），接收控制指令执行相应操作，达到过程变量的控制实现与外部环境的双向交互。在某
些情况下，边缘智能仪表可能兼具测量和控制功能。
a）
数据表示层。数据表示层通过对数据的清洗、转换、预处理等操作得到标准化数据。数据表示
层数据包括现场采集的数据和功能应用层下发的数据，常用的处理方法包括量程转换、数据类
型强制转换、数据滤波等，支持构建包含测量值、标识、工程单位、采集频率采样周期（或响
应时间）、上限值、下限值以及其他必要的数据含义描述和关联的设备描述等要素的边缘智能
仪表信息模型。信息模型构建应符合GB/T 33863.5。
b）
功能应用层。功能应用层对边缘智能仪表的功能进行了定义，包含边缘智能仪表的属性、功
能、接口的描述，是实现边缘智能仪表可重构功能的基础。功能应用层通过接收并解析上层应
用的功能配置指令，根据功能定义完成边缘智能仪表不同功能的重构。
c）
处理决策层。处理决策层实现边缘智能仪表智能功能和智能决策，通过内部集成的人工智能算
法、高级诊断算法以及专家系统对来自感知层、语义交互层的实时数据以及存储的历史学习数
据进行处理，实现边缘智能仪表更加智能和更加精准地决策。
d）
语义交互层。语义交互层是边缘智能仪表对外的统一接口，实现边缘智能仪表的语义交互集成
与互联互通。语义交互层需要展示边缘智能仪表语义信息模型、实现不同功能应用的视图、与
其他仪器仪表/软件系统实现交互。由于要实现与其他设备的交互，语义交互层通过服务器和客
户端的方式实现与其他设备的交互，通过支持发布订阅的机制，实现与云端的交互，以减少通
信数据量。
e）
7 边缘智能仪表通用技术要求
7.1 通则
本章规定了边缘智能仪表在集成交互、自诊断、可重构、远程运维、处理决策、边云协同、信息安
全等方面的技术要求。边缘智能仪表实现上述技术要求，应不影响或降低边缘智能仪表的测量和控制等
基本功能及相应的技术指标。
7.2 集成交互功能的要求
边缘智能仪表集成交互功能的要求如下：
边缘智能仪表应具备与边缘、云端服务器进行双向通信的能力；a）
边缘智能仪表集成交互的信息，应具有便于理解的语义，应符合GB/T 33863.5和GB/T 40209规
定的信息模型，信息模型的描述宜采用XML文件等标准描述载体，信息模型可用于现场仪表的
语义交互集成，附录B给出了一个具体的应用案例；
b）
边缘智能仪表宜支持服务器/客户端（C/S）或发布/订阅（Pub/Sub）通信模式。c）
7.3 自诊断功能的要求
边缘智能仪表自诊断功能的要求如下：
边缘智能仪表应具备自身关键硬件故障的自诊断，自诊断覆盖率宜不小于60%；a）
边缘智能仪表自身关键软件（包括配合硬件实施自诊断或故障检测服务的软件）的开发，其设
计开发宜遵循V模型并开展验证与确认工作。
b）
7.4 可重构功能的要求
边缘智能仪表可重构功能的要求如下：
边缘智能仪表应具备关键功能模块的可配置，如接收上位机软件指令或者通过内置的web服务
器接收网页配置指令实现某项功能的取消或生效；
a）
边缘智能仪表宜支持某项或多项功能的远程配置；b）
边缘智能仪表功能重构时间应满足应用的需求。c）
7.5 远程运维功能的要求
边缘智能仪表远程运维功能的要求如下：
边缘智能仪表应具备其关键功能或数据出现异常状态时给出数据本地报警的功能；a）
边缘智能仪表应具备将其关键功能或数据处于异常状态时的相关数据、状态或报警信息上传边
缘服务器/云端功能；
b）
边缘智能仪表应具备接收、存储并实现边缘服务器/云端下发诊断命令或参数的功能。c）
7.6 处理决策功能的要求
边缘智能仪表处理决策功能的要求如下：
边缘智能仪表应具备根据自身软件或硬件状态诊断信息触发处理决策机制，启动异常工作状态
记录；
a）
边缘智能仪表在检测到自身软硬件故障信号时，应将故障报警信息展示在人机交互界面上或上
传至外部系统；
b）
边缘智能仪表应支持通过接收云端指令完成系统复位、算法加载、功能重构、软件自检、硬件
自检、异常状态记录查询上报、报警信息查询上报等；
c）
边缘智能仪表应具备协同控制能力，通过仪表间的数据交互和仪表内部的基本控制逻辑，实现
对基本过程工艺控制。
d）
7.7 边云协同功能的要求
边缘智能仪表边云协同功能的要求如下：
边缘智能仪表应具备与边缘服务器、边缘网关等数据汇聚设备及云端平台进行通信的能力；a）
边缘智能仪表应具备数据预处理功能（如对离群、缺失、充分数据进行清洗），降低与云端通
信带宽需求；
b）
边缘智能仪表应具备与边缘服务器、边缘网关等数据汇聚设备及云端平台协同管理的功能，云
端和边缘服务器可对边缘智能仪表的软件、硬件资源统计、分析、调度；
c）
边缘智能仪表应具备通过云平台实现远程连接、运维、监管等应用；d）
边缘智能仪表应具备通过边缘服务器实现自身软、硬件资源虚拟化管理。e）
7.8 信息安全要求
边缘智能仪表的信息安全要求应遵循 GB/T 30976.1和 GB/T 33007、GB/T 35673、GB/T 40218的
规定。
附 录 A
（资料性）
边缘智能仪表端﹘边﹘云协同过程故障诊断应用示例
A.1 概述
仪器仪表门类众多，针对不同仪器仪表类型的多源异构数据采集和运行状态监测缺少统一的平台技
术支持；仪器仪表工作环境恶劣，实验室的设计成果常常换了现场，换了工艺环境，就“水土不服”；
仪器仪表现场可靠性运行数据积累不足，大多沉没在现场，与生产厂家、运维队伍缺乏信息沟通的桥
梁；仪表的动态质量信息缺失，严重影响了国产仪器仪表在实际应用（尤其是对运行稳定性和安全性要
求较高的流程行业）中的有效性和稳定性。
通过边缘智能仪表、边缘网关或边缘服务器和云端平台构建形成的边缘智能仪表端﹘边﹘云协同过程
故障诊断体系，能够基于信息技术手段有效、高效地获取边缘仪表在现场的实时客观情况，通过端、
边、云协同，提高原仪表在多种工况、多种工厂现场适应性，弥补我国仪器仪表在质量、可靠性和稳定
性方面提升手段的不足，解决现场仪表运行状况监管、质量追溯、可靠性设计优化提升的问题，推动国
产仪器仪表行业转型升级与高质量发展，形成国际竞争力。
A.2 应用场景
仪控装备目前在流程工业使用比较广泛，但是存在一些典型的问题，比如在现场运维、网络支
撑条件、复杂工况适应性、产业链优化等方面，制约了其更大价值的产生，制约了其更好地为工业
服务，也制约了其形成工业互联网的能力，最终导致了仪控行业高质量持续发展，延缓了从制造向
制造加服务转型。
仪控装备在现场应用不佳主要表现在故障定位和诊断、工况适应性调整和现场调校、预测性维护、
现场数据获取等方面。
故障定位和诊断。由于工作环境复杂性，使得其人工维护成本比较高。比如在化工、冶金
等行业，腐蚀性气体和液体容易对流量计等仪表造成影响，有时问题不能重现，仪表故障
缺乏定位手段，仪表厂家需要派人到现场定位，少则3 d~5 d，多则1个月；同时仪表故障诊
断在某些环境具有安全风险，高塔上的仪表出现故障时，需要人工爬上塔顶，通过外接笔
记本的形式来长时间地收集数据或者通过仪表面板按键反复操作，对数据进行分析，来诊
断故障，这极大地增加了人力成本和安全成本；炼化和化工领域管道和阀门用于传送各种
液体和气体，日积月累，链接阀门和管道的铆钉可能会被腐蚀，导致管体出现泄漏，轻则
停工更换设备，重则引起爆炸。
a）
工况适应性调整和现场调校。工况复杂导致仪表测量不够准确，仪表在厂家预设的参数和实际
环境参数不够贴近，导致有的仪表到了特定环境或者强干扰环境测量精度下降，测不准的情况
时有发生，厂家多采用驻地投运、驻地现场调整参数校准仪表或者调整软件版本现场调试等方
法，极大地增加了人力成本在产品成本的比重，同时也增加了多种软件版本的管理成本，有时
候一种型号的产品可能需要很多种参数调整，这极大地增加了人工重复性劳动，即使有的地方
只有一台表，也需要去做这种现场调校，人员从厂家到企业的往返几次，已经超过了仪表的成
本；也会引起用户对产品质量担忧。
b）
预测性维护。当前仪表多不具备预测性维护或者预防性维护功能，不能在故障发生前或者即将
出现故障趋势时，提前告知用户或者仪表报警，导致故障突发时，引起工艺流程停滞、用户停
产停工，在某些场合下，甚至引起重大安全事故，造成人员伤亡和财产损失。
c）
现场数据获取。当前仪表产品在销售给用户后，仪表的试运行数据、工况环境等相关参数以及仪表
运行状态等数据没有自动化收集，只是依靠用户、投运人员、市场人员、检修人员人工收集，效率
低下；人的认知和职业专业化水平也存在很大的差异，导致收集的产品数据模棱两可、发生的故障
描述不够准确、市场对产品的真实准确需求也在传话过程中发生变化，导致信息最终传递到制造企
业时，已经发生了质变，导致制造企业在贴近市场需求优化产品设计时出现绕弯路的误判和错判，
反反复复无形地增加了生产成本，也错失了商业机会和抢夺市场的时机。
d）
针对仪表在生产现场服役应用的以上主要场景和痛点问题，边缘智能仪表体系能够解决上述问题。
通过边缘智能仪表、边缘网关或边缘服务器和云端平台构建形成的边缘智能仪表端﹘边﹘云协同过程故障
诊断体系，对仪表的状态参数进行监测分析评价，可据此制定科学合理的检修维护策略和计划，极大地
降低了企业的设备维护成本。基于仪表自检、边﹘端﹘云协同调整和远程运维，可对仪表客观运行状态及
核心参数记录与分析，使得仪表能够开口说话，实现预测性维护，避免企业人员伤亡和财产损失、提升
公司工艺水平、提升生产良品率。
通过边缘仪表各诊断功能模块（比如线性化存储数据、仪表配置参数、仪表主要数据校验、标定数
据、采集数据、主电路工作状态、主电路复位、传感器测量范围、使用环境温度超限、存储器工作异
常、开路与短路故障、电路板工作电压故障、主电路变换电压异常、主电路中央处理器工作时序异常、
输出超精度范围、主电路板处理器工作异常、温度传感器输出异常、主电路处理器程序运行异常、电
源、励磁、信号链、MCU、E2、输出、传感器部件等检查）运行状态的监控，客观反映仪表软件、硬
件模块的运行状态，利用端、边、云协同提升仪表的协同管理，实现适应性学习和调整，进而支撑实现
仪表现场少人化、无人化远程运维，保障工艺生产持续可靠运行。
A.3 应用方案
协同故障诊断应用方案框架如图 A.1所示。
图 A.1 协同故障诊断应用方案框架
基于现场部署的各类边缘智能仪表，通过边缘服务器实现边缘侧信息汇聚和管理，边缘网关和边缘
服务器基于有线或者无线通信技术，一方面控制信息流（传统主变量信息）传输至控制网络，另一方面
服务信息流（智能诊断、运维、管理信息等）传输至服务网络，服务网络再将边缘智能仪表的服务型数
据汇聚在云平台，基于各种工业 App，产生各类基于边缘计算仪表的数据应用和服务。应用效果基于构
建边缘智能仪表端﹘边﹘云协同过程故障诊断体系，实现边缘仪表远程运维。在仪表运维过程实现仪表自
检测与诊断、周边协同诊断、过程监视检测、工作状态故障预判分析，进一步延伸构建形成仪表运行状
态动态数据库，综合故障分析数据和系统管理平台的决策，实现现场仪表的远程自动维护和升级，帮助
用户检查周边关联仪表状态，降低用户现场控制体系的失效和不安全风险。基于远程运维和长期的仪表
数据跟踪和挖掘利用，针对仪表设计、生产工艺无法快速有效升级、用户无法实时掌握仪表的自、互诊
断信息、无法有效评估仪表健康水平及其寿命预测等问题，提供准确、及时、客观的仪表运维状态评估
信息，为用户、制造企业等提供设计、测试和维护的数据分析服务，达到其设计、生产和运维服务可
靠、高效和快速的效果。
A.4 应用效果
基于端、边、云的协同体系，从仪表的设计阶段开始，一直到用户现场运行直到寿命终止回收，都
可以实现全程监视和数据捕获，可大大减少人工维护成本和产品过程的无形成本；仪表具有自行检测能
力和对工况的检测分析能力，能够实现预防性维护，减少设备非生产时间，降低发生安全事故的风险；
借助仪表分析用户工厂数据，进一步为优化配置资源并有效运行提供决策和建议；提升资产管理信息化
能力，减少资源浪费，最大限度挖掘产品价值；通过收集到的数据进行深度挖掘，可帮助仪表厂商改善
新型仪表设计与生产；仪表厂商进一步转型为服务提供商、方案咨询商，为客户提供仪表本体以外的数
据增值服务，增加客户黏性，提升产品附加值和市场竞争力。
附 录 B
（资料性）
基于 OPC UA 与信息模型的仪表语义交互集成
B.1 概述
目前，传统的现场仪表使用的接口和协议多样，难以互联互通，导致生产现场存在大量信息孤岛，
在进行仪表系统集成时难度大、周期长、成本居高不下。通过利用 OPC UA与信息模型技术，可实现智
能仪表的快速高效集成。
B.2 总体方案
仪表语义交互集成解决方案如图 B.1所示。针对现场仪表协议不统一、信息集成难度大等问题，融
合应用仪表数据字典、信息模型等核心技术，基于 GB/T 40209及嵌入式 OPC UA技术构建现场仪表多
维度、多层级信息模型，并将信息模型映射到 OPC UA地址空间，生成仪表 OPC UA服务器，建立仪表
数据标准化输出接口，实现现场仪表与控制系统、信息系统、云端等不同层级别的语义交互集成，解决
生产车间互联互通与互操作方面存在的难题。
图 B.1 仪表语义交互集成解决方案
B.3 仪表管理壳的功能及开发原理
仪表管理壳是管理壳概念在工业仪表领域的具体应用。管理壳（Asset Administration Shell，资产
管理壳）是工业 4.0核心技术元素之一，能够打通不同供应商解决方案之间的数据交互，支持使用不同
的通信通道和应用程序，充当物联网对象与网络化、数字化、分布式世界的连接纽带。管理壳由多个子
模型构成，子模型中描述资产的所有信息和功能性。子模型可包含特征、特性、属性、状态、参数、测
量数据和功能，在所有生命周期阶段提供标准化访问功能和跨制造商访问功能。
仪表壳继承了管理壳的概念和定义，将系统信息、标准化通信接口、数据采集交互等进行集成，其
功能模块划分及开发原理如图 B.2所示，整个仪表壳功能模块由驱动适配模块、协议映射模块、信息模
型模块......
|