中興大學 生物系統工程研究室 陳加忠

工業4.0和“未來工廠”的概念將工廠本身推向了一個完全相互關聯的框架，包括其供應鏈，能夠建立自動的數據流和資訊流以進行可靠的決策。實現的目標連接到這些概念，預期是強烈也提高效率，可靠性和競爭性工廠或組織，參照所有相關活動[1]。

• 儘管顯然有許多工程方面值得關注，但由於多種原因，在這種情況下計量問題仍扮演著重要角色[2]，[3]。

• 感測器的應用是針對新的低成本技術，以MEMS為例使我們能夠實現新的量測解決方案的基礎上，嵌入，小型化，數位設備和/或感測器網路[4] - [7 ]。此外，這些設置使儀器與作業過程之間的相互作用更加緊密，明確要求確定量測和生產問題的具體需求[1]。

• 即使具有一個巨大的數據量，也要有可靠合成結果。這就需要非常仔細地監測所使用高級算法處理數據並以評估資訊品質的效果；量測數據的處理和綜合（邊緣和雲層等）必須考慮不同的層次[8]。

• 管理的安全性和他們的過程中數據的完整性整個生命週期，對於牛逼o所有的情況和演員參與，為DUT從完全面對Ÿ新觀點，TA王考慮增加連接性和數據處理，共享和存儲的新場景[9]，[10]；

• 方式能滿足對於“老”和新的量測管理軟體系統要求。傳統的需求例如不確定性評估和可追溯性量測的仍然是有效的[11]。量測系統的邊界識別能力與作業處理，使量測過程得到控制，應該重新討論量測設備和生產過程的操作觀點[12]-[14]。

• 公司參與量測與管理的員工應該知道的新問題，結合硬體和軟體的創新和在新的環境運行條件。

• 技術和實施的成本在更新設立後必須考慮到一起。使我們能夠實現整合和切實可行的解決方案。實際上，只有通過這種方式，這種情況的新穎性才能實現可預測的優勢，尤其是在中小型企業（SME）使用。

參考上述某些方面的需求，例如現場作業中的不確定性評估，許多產業工業操作人員在許多情況下並不是完全理解。儘管如此，更多管理部門，如由品質管理體系，部門品質標準（例如航空和汽車工業）和良好生產規範（例如製藥業）等產業部門，都必須仔細考慮不確定性評估，以便完成合格評定要求。

由文獻分析，突顯了兩個主要感興趣的領域：

• 計量方法，主要興趣在連接到現場各方面量測評估和數據處理的結果。

• 連結到法制計量，集中在具有存儲，傳輸數據和處理的安全方式，而不可能有任何惡意入侵或篡改。

• 如果考慮到第一個感興趣的領域，這些主題將反映在數位感測器和感測器網路的處理上，包括：

• 同步，特別在動態應用中滿足[1]

• 在實際應用中嵌入各種條件感測器[15]，[16];

• 數位感測器的檢查，還考慮到需要降低服務成本，與降低感測器本身的成本 [4]，[5]。

• 新形式的校正標準。

• 邊緣或雲端計算[8]。

第二種方法是對數據的安全性，數據的不可存取以及對數據的存取和操作的透明可追溯性。並且在初步開發實現量測系統符合法律計量要求[9]，[10]。

所有這些貢獻都是有價值的，然而在現代應用中，越來越多的量測主題需要被視為獨特和連貫的過程，以熟練和有意識的方式進行管理。通過這種方式，必須從單個步驟和/或應用程序的角度來考慮數據的整個生命週期。並且還要記得從設計感測器到感測器安裝的後續活動之間的相互關係，量測程序，一直到將數據綜合起來進行決策。

因此，以現代方式解釋傳統的計量概念，可以成為有效的工具，以利用新技術解決方案和新組織模型。並充分利用設備與生產過程之間的緊密聯繫。當然，在工業4.0情況中有效地解釋量測過程需要多重學門的方法，包括量測概念，以及硬體，軟體和資訊技術的知識及解決方案。

基於這種多學科的知識，就這些主題而言提高涉及量測過程的人員的技能是必不可少，這是有效實現解決方案的根本貢獻。最後經濟因素是關係著硬體，軟體和服務，由於需要執行和諧的解決方案，它可以被認為是多個有趣的應用程序。如果考慮到量測管理系統的典型成本，那麼以經濟的方式實施計量服務並不是一件容易的事，在實際組織中甚至更是如此。如圖1所顯示。

Fig. 1. Flow diagram to build reliable information from measurement data.

圖1量測數據建立可靠資訊的工作流程。

根據先前的考慮，本篇文章的目的是分析從數據採集到數據存儲的整個量測過程中的主要問題。並 提供了一些有用的問題，以便以連貫和完善的方式解釋數據生命週期的總體挑戰。根據經典觀點，論文的第一部分專門針對“計量方面” ，但尚未考慮新情況的需求。對於感測器的數位網路同步，數位校正，線上和在線校正以及這些操作的成本問題。根據需要進行大數據處理與加工，討論對於其他問題的概述要求。

還對標準的當前狀態進行了一些討論。提出了這種數位化的方法，隨後的部分專門介紹了能夠產生安全數據的概念和解決方案。這些在獲取階段可能是有效的。提出了區塊鏈技術帶來的機會。此白皮書描述如何在不同情況下將這種軟體環境應用於量測數據安全性的應用程序，例如霧端層和雲端層或貫穿供應鏈。最後，本文提出了一種簡單的體系結構，為能夠滿足上述要求，提供有用的工具和操作的例子。並在結論中總結了本文與提出了今後的工作思路。

I.計量方面

在本節中，討論量測系統，數據處理和標準有關的主要內容，尤其是：

• 在感測器網路的感測器同步。

• 校正。

• 可追溯性的保證。

• 在大數據處理其不確定性評估。

• ISO的EN 10012的要求標準，特別是[12]。

感測器網路中的感測器同步

越來越多的數位和低成本感測器網路被使用，例如數位MEMS感測器，用於量測不同的數量，例如溫度，振動，力等。同步數據很有用，並且大多數用於動態中，但是由於地區性模數轉換和不同的數據速率，難以評估單次量測的相位。在協議應該保證數據傳輸中的同步，這一方面並非無關緊要[1]。

例如，低成本加速度計的網路可用性，使得基於大量量測點，用於健康監測的大型結構的模態分析成為可能。時間同步誤差的影響應予以糾正[17]，[18]，或是更佳的應該避免。針對這一目的的校正方法目前正在由國家計量學會研究[19]。

校正

機械和熱感測器校正的國際標準，在許多情況下考慮基於參考儀器的校正程序，參考儀器的輸出為模擬信號[20]，[21]。因此，有時定義“數位敏感度”似乎是一個相當新的主張，要與標準本身保持一致[4]。

新技術提出了一種感測器。該感測器成本極低，並且可以嵌入量測點中地域性量測有興趣之數值，從而可以更好地監控生產過程。低成本感測器的批量生產還需要針對於傳統儀器的程序，以大大的降低校正成本。

有些計畫提出了一些有關生產者進行“線性校正”的建議，但通常只適用於靜態條件。而動態校正似乎很難實現[4]。在動態條件下進行的在線校正引起人們興趣的問題已經在進行了廣泛研究[20]，[21]。在[19]確認，需要通過計量研究院深化這些問題。嵌入式感測器允許在控制過程與過程本身之間進行更緊密的交互，而這種情況是很大的機會。另一方面，因為出於校正目的，量測過程中將它們從量測點移除是不切實際或不可能的[22]。

文獻中存在許多提供在線校正的建議：

通過網路傳輸參考信號。可以在發生校正的地方傳輸參考信號（電子信號），或者可以在適當的時候激活位於待校正的換能器附近的參考信號[13]，[23]；

• 高性能設備被插入到網路中，與大量低成本感測器的相互連結率，主要用於校正目的。這種配置使得可以通過高性能量測系統進行實驗室校正，以保證可跟踪性[14]。

• 智慧校正”由分散式其他感測器進行監測，提高了精度和減少偏差的影響，有時，可以通過量測原理的設計來改善此效果，從而減少出現偏差的可能性[24]。

• 在現場特定量測通過自動校正進行。主要適用於靜態校正。

可追溯性

可追溯性是一個非常重要的概念。眾所皆知量測的可追溯性是強制性要求[4]，[5]，[ 11]。上述大多數技術都有助於實現數據的可重複性，從而提高結果的可追溯性。

   對於某些作者而言，仔細的建模和監視量測不確定度和誤差，此具體作法將可能進一步改善結果的可追溯性[10]，而不會將可追溯性的確認僅限於不間斷的記錄校正鏈。

數據處理

大數據處理與使用先進的算法（例如機器學習ML）主要影響建模不確定性在整個數據分析過程中增值的能力，包括特徵提取，選擇，分類和/或聚類的ML應用[25] 。當前主要努力於識別感測器和感測器網路的量測不確定性模型，包括同步效果和數位數據傳輸。

該概率資訊應用於提供不確定性流和增值，現在通過蒙特卡洛模擬將其建模為值得嘗試。另一個好主意是嘗試對過程的某些單個步驟建模，並儘可能減少不確定性因素，以使過程保持受控狀態[1]。

更新標準，特別是ISO 10012

在下一節中，將概述一般方面和特定方面的內容，以提出更新的觀點。以繼續保證設備和量測過程的計量要求。同時應確保量測管理系統要求的基礎的連續性，同時考慮到在中小企業的環境中，在標準要求與相關工作之間進行可靠而且可行的折衷需要。

ISO 10012的一般方面要求總結如下：

• 有能力將量測設備與作業過程加以分離，以保持在控制之下處理量測。

• 有能力確定量測的電子邊界系統。根據原理和的這個準則標準以管理此量測系統。

• 有能力辨識與標記所述特定量測新設備（例如嵌入式感測器，網路感測器，遙測等）。

• 定義校正內容與的多只感測器系統可能性自動校正，物聯網和/或智慧感測器。

• 生產過程建模以作為支援量測過程數據分析;

• 多感測器系統自動校正可能性與可追溯性;

• 環境條件的定義和控制。例如計量要求，這是難以定義和保證，因為它們強烈地與所述生產過程的條件有相互作用。

• 評估員工技能和訓練需求。

• 量測管理系統的需求標準。這是相對到故障風險以遵守規定的要求（參考量測作業設計，監測和評估等。）。

II.計量學中的區塊鏈技術

使用區塊鏈的一般問題

如今，人們越來越需要將存儲的數據視為確定的，安全的並且隨著時間的推移而保持不變。這保證了將來可以對於同一數據進行統計甚至計算預測的絕對可靠性。主要問題可能來自於需滿足使用區塊鏈進行數據管理的程序所需的繁重計算負載[26]。由於這個原因，有時區塊鏈不是用來存儲數據本身，並對其進行處理，而是用來驗證數據是否與原始數據完全相同。這個過程稱為“公證” [27]。

在許多論文中，區域塊被認為能夠支持在工業應用中的儀器管理，特別是對於合法的計量學[9]，[10]。在某些情況下，當將雲端用於數據處理時，可能會發生交互作用，從而增加了所謂的“分佈式量測系統” [10]中的處理能力。當需要大量的計算負荷來滿足使用區塊鏈進行數據管理的程序時，就會出現主要問題[26]。

一些作者建議將儀器分為關鍵和不太關鍵的類別，還有一些建議提供虛擬機器（VM）進行數據管理。因此，在此特定作業時，微控制器不應該使用在最終轉換器板[9]。

總體而言，區塊鏈尤其是在量測數據管理中的應用中，顯示出越來越多的應用例子。也有批評使用時，需要對此技術機會有特定的了解[28]。

區塊鏈是一種技術協議，屬於基於分佈式檔案庫（Distributed Ledger）的技術類別[29]。（DLT）為使用分佈式分類帳，其管理方式允許網路中的多個節點進行存取並進行更改，而無需使用集中式授權。

區塊鍊是一種DLT ，其特徵是在多個節點上複製的寄存器，能夠以鍊式方式包含一系列帶有事務的資訊塊。每筆交易都是一項涉及區塊鏈兩個主體的操作。使用基於共識的方法將每個區塊添加到鏈中，分佈在網路的所有節點中，或者在所有參與的節點的參與下，對每個區塊中存在的交易的驗證做出貢獻。根據圖2和圖3 ，它們在寄存器中的“包含” 。由於區塊的“數學”鏈接，區塊鏈可以保證交易數據的不變性。每個參與者都有一對密碼，通過它們他們可以自己挖出資訊。

Fig. 2. Blocks chained.

Fig. 3. Blocks chained through a hash algorithm after acceptance through a consensus.

    區塊鏈參與者存在兩種類型的：外部參與者和內部參與者。如圖4所示。外部有用戶或量測設備（IoT）通過連接器實現的安全協議，連接到區塊鏈並傳輸數據。

Fig. 4. Actors inside the blockchain architecture.

（圖4中的步驟1）。

外部用戶對應一個內部帳戶（圖中的黑色三角形）。從理論上講，所有設備只能使用一個帳戶。該帳戶可以通過轉發從設備接收的數據，對於主智慧合約執行操作（步驟2）。然後創建智慧合同，其包含的數據只是傳輸（步驟3）。此操作與事務一起記錄在區域塊，從而使剛傳輸的數據此時不可變（步驟4）。

技術結構的實驗應用

智慧合約已部署在區塊鏈上。它們包含代碼，這些代碼遵循以特定編程語言實現的規則，可以根據不時出現的各種條件自動執行交易。智慧合約還能夠將來自各種量測儀器的數據存儲在區塊鏈中。使其隨後成為不可變和可驗證[30]。對於大量數據，智慧合約可以不只包含數據，而且更可以包含數據散列，以顯著減少時間和存儲空間。

上述儀器設備和使用區塊鏈結構的體系其記錄的量測數據（或至少是數據散列）必須考慮到以下方面：

• 效率(能量消耗)，與每單位時間增加的交易數量

• 安全評估方面（災難恢復，完整性，連續性）

• 可用性評估方面（API和簡單的界面）

• 評估所述必要的計算能力和被存檔的數據的量（例如，雲端系統）

    Fig. 5. Example of data from a sensor and inserted into blockchain once per second.

在圖5中，所產生的曲線圖通過一個實時的IoT裝置顯示了冷凍庫內溫度和濕度量測值，需要保證維持冷鏈，這是強制性的某些產品（例如，冷凍食品，特殊藥物產品）。數據直接發送到Ethereum類型的區塊鏈中。

合同內容記錄量測值。該數據還顯示追踪位置的路線，以證明已經進行了最佳路由保險或能量效率。在右側（紅色），我們可以看到數據被認為超出範圍。

用於管理大量數據的技術基礎架構

如圖5所示，一旦我們獲取了大量數據，就可以通過兩種方式使用它們：製作報告以處理最終數據，或是安裝高級算法和/或處理工具。這些演算法可以根據特定的概率進行預測，並提供有關未來可能發生的任何事件的資訊（人工神經網路）。

在先進量測系統中，這些演算法可以預測異常行為，這會損害的穩定性（隨時間穩定的計量特性）和計量可追溯性。

實際例子

一些自動機器的用例已經創建，產生了存儲在數據庫和區塊鏈基礎設施中的數據[27]。一個潛序列閱讀將使我們驗證的這些數據。可以使用來自執行記錄或量測活動的任何設備的數據來執行此過程。一種操作方案如圖6所示，其中括號中的數位表示以下步驟：

Fig. 6. Example of data produced by a machine (or measurement device).

1.來自機器（或設備）的數據

2.數據首先記錄在事務隊列中

3.數據由消費者讀取和記錄在本地的數據基地

4.數據由服務器管理

5.數據記錄在區塊鏈智慧合約

6.數據記錄在雲端數據庫中

7.數據由Web應用程序使用

8.數據通過區塊鏈驗證

結論

在企業必需面對這個進化時刻中，對上述問題給予應有的重視這是極其重要的，不僅是大型企業，而且是涉及最多的供應鏈中小型企業。

考慮到數位革命已發動創新，深化方面，代表了國際製造經驗的文化整合，代表了這種關係想要表達的主要興趣。必須生產新知識，為將面臨在量測過程中引入新技術的人們，提供關鍵的方向和技能。必須在不降低與商品和服務交易相關聯數位的可靠性和可信度的水準上進行創新。研究人員和技術人員都必須意識到這一點。

如前所述，數位時代的量測可靠性問題不僅限於感測器，還涉及與數位數據管理相關的一切，這是一種明確表達的技能鏈，其作用是確保信號/數據在整個量測，處理，發送和存儲過程中不被更改。

因此，基於重新解釋量測概念，根據新的感測器類型以及量測和生產過程之間的相互作用，以及引入用於分析和存儲數據的創新技術，需要採取一系列行動。諸如區塊鏈之類的方法將確保較高的量測可靠性，以便通過提供預測演算法來進一步處理，這些演算法將為我們在未來流程的管理中提供有用的資訊。

通過對實際測試用例子的分析，未來的工作將使這些概念逐步完善，以有效地應用於現代工業場景。

References

[1] T. Dorst, B. Ludwig, S. Eichstädt, T. Schneider, and A. Schützen, “Metrology for the factory of the future: towards a case study in condition monitoring,” in Proc. Int. Instrum. Meas. Technol. Conf. (I2MTC), 2019.

[2] A. Schütze, N. Helwig and T. Schneider, “Sensors 4.0 – smart sensors and measurement technology enable Industry 4.0,” J. Sens. Sens. Syst., vol. 7, pp. 359-371, 2018.

[3] G. D’Emilia, A. Gaspari and N. Natale, “Mechatronics applications of measurements for smart manufacturing in an Industry 4.0 scenario,” IEEE Instrum. Meas. Mag., vol. 22, no. 2. pp. 35-43, Apr. 2019.

[4] A. Prato, F. Mazzoleni, and A. Schiavi, “Metrological traceability for digital sensors in smart manufacturing: calibration of MEMS accelerometers and microphones at INRiM,” in Proc. 2019 IEEE Int. Workshop on Metrology for Industry 4.0 and IoT, MetroInd 4.0 and IoT 2019, pp. 371-376, 2019.  

[5] M. Galetto, A. Schiavi, G. Genta, P. Prato and F. Mazzoleni, “Uncertainty evaluation in calibration of low-cost digital MEMS accelerometers for advanced manufacturing applications,” CIRP Annals–Manufacturing Technol., vol. 68, pp. 535-538, 2019.

[6] L. Ye and S. W. Su, “An efficient auto-calibration method for tri-axial accelerometer,” IEEE Trans. Instrum. Meas., vol. 66, no. 9, 2017.  

[7] D. Nemec, A. Janota, M. Hrubos, and V. Simak, “Intelligent realtime MEMS sensor fusion and calibration,” IEEE Sensors J., vol. 16, no. 19, pp. 7150-7160, 2016.  

[8] U. Leturiondo, O. Salgado, L. Ciani, D. Galar, and M. Catelani, “Architecture for hybrid modelling and its application to diagnosis and prognosis with missing data,” Measurement, vol. 108, pp. 152-162, 2017.  

[9] W. S. Mela, L. F. R. C. Carmo, A. Bessani, N. Neves, and A. Santin, “How blockchains can improve measuring instruments regulation and control,” in Proc. IEEE Int. Instrum. Meas. Technol. Conf. (I2MTC), 2018.  

[10] W. S. Mela, A. Bessani, and N. Neves, “Using blockchains to implement distributed measuring systems,” IEEE Trans. Instrum. Meas., vol., 68, no. 5, pp. 1503-1541, May 2019.  

[11] B. D. Hall, “An opportunity to enhance the value of metrological traceability in digital systems,” in Proc. MetroInd 2019, pp. 16-21, 2019.  

[12] Measurement management systems–Requirements for measurement processes and measuring equipment, ISO EN 10012, 2003.  

[13] A. Carullo, “Metrological management of large-scale measuring systems,” IEEE Trans. Instrum. Meas., vol. 55, no. 2, Apr. 2006.  

[14] B. Xu, “Design of metrology equipment running management system based on the internet of things technology,” in IEEE 13th Int. Conf. Electronics Meas. Instrum., 2017.  

[15] M. Priggemeyer, D. Losch, and J. Jurgen Roßmann, “Interactive calibration and visual programming of reconfigurable robotic workcells,” in Proc. IEEE/ASME Int. Conf. Advanced Intelligent Mechatronics (AIM), pp. 1396-1401, 2018.  

[16] A. Martucci, G. Cerasuolo, O. Petrella, and M. Laracca, “An uncertainty analysis for the calibration of GNSS-based vehicle speed meters,” in Proc. IEEE Int. Workshop on Metrology for Industry 4.0 and IoT, MetroInd 4.0 and IoT 2019, pp. 6- 11, 2019.  

[17] A. Abdaoui, M. H. Ahmed, and T. M. E. Fouly, “Impact of time synchronization error on the mode-shape calculation in wireless sensor networks for structural health monitoring,” in Proc. IEEE Wireless Communications and Networking Conf., (WCNC), Sept. 2016.  

[18] D. Bernal, “A data driven solution to synchronicity deviations in operational modal analysis,” in Proc. 10th Int. Conf. Structural Dynamics, (EURODYN 2017), pp. 894-899, Procedia Engineering, 2017.  

[19] W.-S. Cheung, “Effects of the sample clock of digital output MEMS accelerometers on vibration amplitude and phase measurements,” Metrologia, vol. 57, 2020.  

[20] G. D’Emilia, A. Gaspari, F. Mazzoleni, E. Natale, and A. Schiavi, “Calibration of 3-axis MEMS accelerometers in the low-frequency range. part 1: a comparison among methods,” J. Sens. Sens. Syst., vol. 7, pp. 245-257, 2018.  

[21] G. D’Emilia, A. Gaspari, F. Mazzoleni, E. Natale, and A. Schiavi, “Calibration of 3-axis MEMS accelerometers in the low-frequency range. part 2: uncertainty assessment of methods,” J. Sens. Sens. Syst., vol. 7, pp. 403-410, 2018.  

[22] R. Benitez et al., “Sensors calibration for Metrology 4.0,” in Proc. IEEE Int. Workshop on Metrology for Industry 4.0 and IoT, MetroInd 4.0 and IoT 2019, pp. 296-299, 2019.  

[23] S. Andonov and M. Cundeva-Blajer, “Calibration for Industry 4.0 metrology: touchless calibration,” in Proc. XXII World Congress of the Int. Meas. Confederation (IMEKO), IOP Conf. Series: J. Physics: Conf. Series, 2018.  

[24] P. Chiariotti et al., “High-accuracy dimensional measurement of cylindrical components by an automated test station based on confocal chromatic sensor,” in Proc. MetroInd 2018, pp. 58-62, 2018.  

[25] L. Bastin et al., “Managing uncertainty in integrated environmental modelling: the UncertWeb framework,” Environmental Modelling and Software, vol. 39, pp. 116-134, 2013.  

[26] H. Murphy, “The rise and fall of Ethereum,” Financial Times. London: The Financial Times Ltd., Oct. 2018.  

[Online]. Available: https://www.ft.com/content/a8d2c280-d2b6-11e8-a9f2- 7574db66bcd5.  

[27] K. C. Tam, “Notarization in Blockchain, Part 1.”  

[Online]. Available: https://medium.com/@kctheservant/notarization-inblockchain- part-1-a9795f19e28d.  

[28] N. Drljevic, D. A. Aranda, and V. Stantchev, “Perspectives on risks and standards that affect the requirements engineering of blockchain technology,” Computer Standards and Interfaces, vol. 69, Mar. 2020.  

[29] D. Kalyvas et al., “Building the internet of energy infrastructure: the distributed ledger technologies approach,” in Proc. AIP Conf. 2123, Jul. 2019.  

[30] V. Buterin, “A Next-Generation Smart Contract and Decentralized Application Platform,” Ethereum.  

[Online]. Available: https:// ethereum.org/whitepaper/#a-next-generation-smart-contractand- decentralized-application-platform.