本站點使用cookies,繼續瀏覽表示您同意我們使用cookies。Cookies和隱私政策
華為雲推出了IoT一站式物聯網數據分析服務,以幫助企業構建物理世界與虛擬世界之間溝通的橋梁。
文/張少偉,周仕鵬 華為雲IoT數據分析服務產品經理
隨著工業4.0與物聯網的發展,數字孿生也成為了時下的技術熱點。數字孿生結合華為工業智能體,依托大數據分析,可以提供設計、生產、物流、銷售、服務全鏈式智能服務,通過分析、挖掘數據價值,助力企業借助新技術構築領先優勢。
比如為一台工業機器人創建數字孿生,可以實時且精準地顯示出機械臂的角度、速度、加速度等狀態,根據設備過去和現在的狀態,預測出系統未來是否會發生故障及何時會發生故障,極大地提升了服務運維效率,降低了設備非計劃停機時間,節約了現場服務的人力成本。
數字孿生(Digital Twin)是Michael Grieves教授在產品全生命周期管理(PLM)中提出的“物理產品的虛擬數字化”概念,隨著IT技術的不斷發展,其含義也在不斷的演進︰Digital Twin是綜合運用感知、計算、建模等信息技術,基于物理模型、實時狀態等通過仿真過程再現物理世界的形狀、屬性、行為和規則,在虛擬空間中進行映射、同步更新狀態,反映物理世界對象的全生命周期過程。
通過數字孿生系統能模擬物理世界中的事物,當我們為一座城市構建出數字孿生後,就可以基于孿生模型對城市的環境進行實時監測,以優化城市的資源利用率,實現交通的智能調度等,那將是一件多麼酷的事情。
數字孿生的背後,主要包括以下幾個方面的關鍵技術︰
通過標準統一的模型語言(DTML)建模,支持統一的數字孿生建模與開放生態建設,進而構建互聯互通的數字世界。以可擴展方式將數字孿生與IoT設備、業務系統結合,通過模擬仿真、實時預測,並結合智能數據分析和AI服務,跟蹤過去,預測未來。
數字孿生很美好,但是在實際實施過程中卻有很多挑戰。
首先,建模的物理對象往往是一個很復雜的系統,比如為煉鋼廠構建一個產線的數字孿生,一條產線就有超過6000個測點,且點位之間有各種復雜的關系及相互作用,想要在數字世界中準確地描述出這個復雜的系統,並不是一件容易的事情。
其次,實時計算能力要求高。由于物理對象會不斷產生數據,為了讓數字孿生與物理對象保持實時的映射,就需要強大的計算能力。比如產線的測點以毫秒級頻度不斷上報數據,產線還有上千個實時計算的業務指標,這就對模型的實時計算能力提出了很高的要求。
華為雲IoT數據分析服務以數字孿生模型為中心,通過標準化的建模語言DTML,與資產模型深度整合,在數據分析作業中,開發者可以方便地引用物聯網模型數據,並結合華為雲工業智能體預置多種算法模型,基于業界和華為實踐,客戶開箱即用,大大提升了數據分析的效率。
華為雲IoT數據分析服務提供了一套開放易擴展的高級建模語言DTML,包含對象屬性、秘密事件關系等基礎詞匯,並且允許用戶在此基礎上,擴展出自己行業領域的特殊詞匯,以方便用戶準確地定義出復雜物理對象的數字化形態。
以樓宇為例,通過構建物與物、物與空間、物與人的復雜關系,將物聯網數據置于模型的上下文中理解,然後通過IoT+資產模型,在數字世界中構建與物理世界實時同步的數字孿生,基于模型抽象,就可以為數據分析提供面向業務的統一一致的數據基礎。
華為雲IoT數據分析提供強大工具與能力使能構建數字化、智能化的基礎設施。
通過華為雲IoT數據分析服務,以數字孿生為核心,可以實現倉庫的數字化建模,打造一站式數據采集、清洗、存儲及分析能力。
當資產出入倉庫時,RFID設備自動掃描資產上的RFID標簽信息,上報到雲端IoT平台,雲端通過數字孿生模型做進一步的數據分析,以判斷資產的出入狀況。主要操作包括︰
全方位感知物理世界與互聯網產生的海量數據,讓我們具備了構建一個實時互動數字化世界的基礎。華為雲IoT雲服務,讓物聯網數據與孿生模型充分結合,迸發出無限的想象力,幫助企業在數字化轉型過程中快人一步。