Azure 数字孪生





5.00/5 (1投票)
Azure 数字孪生(是的,市场营销人员真的给它起了这个名字……唉!)概述
引言
数字孪生是流程、产品或服务的虚拟或数字表示。数字孪生,也称为镜像系统,最初由 NASA 开发,目的是解决开发无法超出 NASA 可见或监控范围的系统的问题。
它们的工作原理
首先,将智能组件集成到物理对象中。这些智能组件使用传感器收集有关物理对象的数据;例如,关于实时状态、位置或工作条件的数据。智能组件连接到云,云会处理传感器监控的数据。数字孪生不仅表示物理资产的结构,还表示其在现实生活中的行为,方法是捕获来自资产的实时数据。然后可以使用数字孪生来监控物理对象。
数字孪生用于什么?
数字孪生可以在实际实施更改之前,在数字上模拟、分析和测试各种场景。数字孪生传统上用于制造业、交通运输、建筑业和能源行业。风力涡轮机或火车发动机等大型复杂设备可以在生产之前在数字上进行设计和测试。然而,随着物联网(IoT)的发展,数字孪生可用于更小、更不复杂的对象和系统。通过使用数据分析,数字孪生可以帮助优化物联网部署以实现最高效率。
实际应用和用途
风力涡轮机
风力涡轮机最初开发时,更多关注的是它们的发电方式,而不是涡轮机本身的生命周期。然而,由于风力涡轮机的数量、尺寸和位置,物理上访问和管理它们非常困难。数字孪生通过创建物理涡轮机的虚拟模型,允许在数据传输到控制器时进行远程管理。它还允许简化维护计划、负载均衡和电力分配,并识别和预测中断和故障。
制造业
Kaeser 是一家总部位于美国的压缩空气产品制造商。最初,Kaeser 只销售产品,即在客户现场安装压缩空气设备,设备的运行留给客户负责。然而,数字孪生的使用使得 Kaeser 能够远程监控其设备以及测量空气消耗量,从而使他们能够根据消耗量而不是固定费率收取准确的费用。商品成本降低了约三分之一。
建筑物
数字孪生可用于监控入住率、温度、通风和能耗。这些信息可用于减少浪费并提高效率。一旦收集到足够的数据,数字孪生就可以提供预测;例如,如果明天的天气预报是寒冷的,那么就可以自动采取措施来应对。
数字孪生技术概述
Azure 数字孪生是 Azure IoT 的一部分。它创建物理环境的详细模型,还可以创建空间智能图,对人、设备和空间之间的关系和交互进行建模。当设备、物理空间和人结合在一起时,可以更深入地了解空间实际的运行方式,从而带来业务洞察。
Azure 数字孪生可用于许多不同的环境,如银行、医院、办公室和仓库,以及许多不同的场景,包括温度和湿度跟踪、分析入住率和监控车辆。使用 Azure 数字孪生,您可以查询物理空间(例如,建筑物)的数据,而不是查询许多不同的传感器(例如,温度控制、湿度控制、入口、出口、灯光)。此外,Azure 数字孪生提供多租户支持。这意味着不同的组织可以安全地访问他们的数据部分。
数字孪生如何工作
数字孪生对象模型描述特定于域的概念、属性和类别。对象模型包括以下类型:空间、设备、传感器、用户、资源和角色等。对象模型可以由用户预定义。对象模型组合起来构成一个本体。例如,智能建筑的本体包括楼层、场地、办公室和会议室。当拥有对象模型和本体后,就可以填充空间图。空间图是人、空间和设备之间关系的虚拟表示。下面是智能建筑的空间图。
用户定义的函数可用于定义和运行自定义函数,以处理来自设备的传入数据,从而将信号发送到预定义端点。此功能意味着您可以改进设备任务的定制和自动化。例如,智能洪水应用程序可以包含一个用户定义的函数来评估当前水位并将其与降雨量预报相结合。然后,该应用程序会发送洪水警告信息。
基于角色的访问控制和 Azure Active Directory 意味着您可以安全地控制个人和设备的访问权限。例如,可以将设施管理应用程序配置为允许设施经理更改建筑物内任何房间的温度,而住户只能更改自己房间的温度。
Azure 数字孪生可以连接到 Azure Stream Analytics、Azure AI、Azure Storage、Azure Maps、Microsoft Mixed Reality、Dynamics 365 或 Office 365。
数字孪生中的数据处理
数字孪生中的数据处理包括定义三个对象:匹配器、用户定义函数和角色分配。匹配器定义一组条件,根据传感器传入数据评估将要发生的情况。条件被写成与 JSON 路径的比较。用户定义函数是在隔离的数字孪生环境中运行的自定义编写的函数。UDF 可以访问空间图和原始传感器遥测数据。一旦注册了 UDF,就必须创建匹配器。匹配器将指定何时运行 UDF。您可以使用 JavaScript 编写 UDF。但是,UDF 的操作受基于角色的访问控制约束。这是为了确保数据在服务内保持安全。UDF 在尝试执行操作时会检查其访问级别。
数据处理流程
一旦设备将数据发送到 Azure 数字孪生,就可以分四个阶段处理这些数据:验证、匹配、计算和分派。
在验证阶段,传入数据被转换为数据传输对象(DTO)。在匹配阶段,找到用户定义的函数(UDF),然后在计算阶段运行这些 UDF。最后,分派阶段将计算阶段的任何通知路由到预定义端点。
路由类型
有两种方法可以将 IoT 事件集成到其他 Azure 服务中。首先,可以将 Azure 数字孪生的事件发送到 Azure 事件中心、Azure 服务总线主题或 Azure 事件网格进行进一步处理。此外,Azure 数字孪生还可以将原始遥测消息直接路由到事件中心,而无需对其进行处理,然后在事件中心进行进一步处理。
您可以为不同的事件和消息指定不同的端点。当您路由到事件中心时,消息的到达顺序与发送顺序相同。事件网格和服务总线不一定如此,但它们包含时间戳,您可以使用这些时间戳来确定时间顺序。
在此处查找有关 Azure 数字孪生的更多信息:https://azure.microsoft.com/en-us/services/digital-twins/。
历史
- 2018 年 12 月 31 日:版本 1