數(shù)字孿生體是云環(huán)境中物體或設(shè)備的實時表示，是物聯(lián)網(wǎng)解決方案的核心。一個物體或設(shè)備的數(shù)字孿生體就像JavaScript對象標(biāo)記（JSON，JavaScript Object Notation）文檔一樣簡單，或者與實時數(shù)據(jù)交互的CAD模擬模型一樣復(fù)雜。

在本文中，我們專注于公有云供應(yīng)商，例如微軟Azure、亞馬遜AWS和谷歌GCP，因為它們是物聯(lián)網(wǎng)應(yīng)用程序的重要推動因素，并且它們?yōu)榕亢蛯崟r分析提供經(jīng)濟高效的存儲和計算基礎(chǔ)架構(gòu)。

連接的設(shè)備和連接的工廠物聯(lián)網(wǎng)解決方案將真實的物理設(shè)備或物體（例如泵、發(fā)電機、自動售貨機等）建模為其相應(yīng)的數(shù)字孿生體表示。

發(fā)電機組的數(shù)字孿生體

上圖顯示了一臺物理設(shè)備（發(fā)電機組）的JSON表示通過數(shù)字孿生體映射到一個位于云的基于“工業(yè)互聯(lián)網(wǎng)參考架構(gòu)”的物聯(lián)網(wǎng)平臺。

公有云物聯(lián)網(wǎng)平臺非常適合用于表示物體或設(shè)備的本身，但它們?nèi)狈ξ矬w或設(shè)備之間的層次關(guān)系進(jìn)行建模的能力。例如在物聯(lián)網(wǎng)平臺上利用數(shù)字孿生體對包含泵和槽裝置的泵站點進(jìn)行建模。

數(shù)字孿生體中相關(guān)設(shè)備建模的挑戰(zhàn)包括：

對系統(tǒng)和組件之間的關(guān)系進(jìn)行建模；

對系統(tǒng)組件之間的“繼承”進(jìn)行建模；

利用數(shù)字孿生體表示系統(tǒng)結(jié)構(gòu)的相關(guān)問題；

由于操作技術(shù)和信息技術(shù)團隊之間的需求不能完全表達(dá)清楚，目前的工具不適合的問題；

利用工廠車間設(shè)備的現(xiàn)有語義表示（OPC UA信息建模、SensorML和S95）；

其他問題。

本文提出了一個如何解決這些挑戰(zhàn)以生成復(fù)雜系統(tǒng)（如工廠）的數(shù)字孿生體表示的獨特方法。

讓我們以一個用例說明數(shù)字孿生體如何在工業(yè)物聯(lián)網(wǎng)解決方案實施中發(fā)揮核心作用。圖45描繪了一個水泵站的簡化表示。我們以不同顏色來表來指示靜態(tài)、命令和被報告的遙測值。

我們區(qū)分出了至少兩種作為水泵站部件的設(shè)備：水泵站設(shè)備=水箱設(shè)備+水泵設(shè)備

水泵站的數(shù)字孿生體建模

讓我們來創(chuàng)建每個設(shè)備的基礎(chǔ)JSON表示，最后創(chuàng)建整個水泵站的JSON表示。

首先創(chuàng)建水箱設(shè)備的JSON數(shù)字孿生體表示。

水箱的JSON數(shù)字孿生體模型

正如所看到的，水箱的JSON表示有一些基本不會發(fā)生變化的“靜態(tài)屬性”（比如名字、位置、水箱高度等）和“遙測屬性”（比如外部溫度、水位高度、進(jìn)水水流等）。水箱的JSON表示沒有包括“命令”。GUID#1是被生成的識別此設(shè)備的唯一身份編碼。

我們可以得到其他的運營信息，比如：

可用的瞬時水量，

利用可用水量支持水流量的能力，

根據(jù)歷史數(shù)據(jù)模擬出水流量。

接下來水泵設(shè)備的JSON數(shù)字孿生體表示是：

水泵JSON數(shù)字孿生體模型

與水箱設(shè)備相似，水泵的JSON模型展示了靜態(tài)屬性、遙測數(shù)據(jù)和命令。GUID#2是被生成的識別此設(shè)備的唯一身份編碼。我們再一次可以獲得其他的運營信息，比如：

計算水泵是否能跟上即將到來的供水量；

使用歷史功率、流量或累計運行時間等的水泵的預(yù)測性維護警報。

水泵站設(shè)備是水箱和水泵設(shè)備的總和（甚至更多）。針對討論，我們提出了水泵站表示的建議方案。

水泵站JSON數(shù)字孿生體模型

我們賦予每個子孿生體一個唯一的標(biāo)識符，通過引入子孿生體將相應(yīng)的水箱和水泵設(shè)備連接起來。這清楚地模擬了這三種設(shè)備之間的物理關(guān)系。水泵站表示與子設(shè)備的任何靜態(tài)或動態(tài)屬性相關(guān)聯(lián)，而同時泵站設(shè)備管理著對每個子孿生的命令。

以上是通過數(shù)字孿生體表示來模擬物理世界復(fù)雜性的第一個基本步驟。接下來，我們想通過添加圍繞子孿生體的“邏輯規(guī)則”來擴展該模型。

水泵站數(shù)字孿生體的高級建模

上文提出的模型包含一個數(shù)字孿生體表示，它封裝了物理組件及其關(guān)系的行為。通常，這種復(fù)雜的建模需要超出基本物聯(lián)網(wǎng)框架的專有云后臺支持，但我們希望在不久的將來，云平臺即服務(wù)（PaaS）基礎(chǔ)架構(gòu)將在本地支持這一點。

接下來我們來看看現(xiàn)有的工廠車間標(biāo)準(zhǔn)，這些標(biāo)準(zhǔn)已經(jīng)具備了物件或設(shè)備的語義以及如何利用這些標(biāo)準(zhǔn)來加快完成工廠數(shù)字孿生體表示的創(chuàng)建。

對于智能工廠應(yīng)用而言，數(shù)據(jù)一般來自可編程邏輯控制器、驅(qū)動器、歷史數(shù)據(jù)庫等。過去，數(shù)據(jù)借助“原子”數(shù)據(jù)點或標(biāo)簽的列表進(jìn)行收集。

OPC UA（OPC Connect）、SensorML、SSW（語義傳感器網(wǎng)絡(luò)）、Sensor Grid等標(biāo)準(zhǔn)結(jié)合語義信息，被用于捕獲這些工廠車間設(shè)備之間的關(guān)系。這與上面的例子類似，但是要復(fù)雜得多——因為工廠有數(shù)千個數(shù)據(jù)點，并且設(shè)備之間有許多層次關(guān)系。

OPC UA的信息建模功能是最符合模型設(shè)備及其關(guān)系的要求的標(biāo)準(zhǔn)，應(yīng)該用于為智能互聯(lián)工廠或互聯(lián)設(shè)備創(chuàng)建數(shù)字孿生體表示的語義本體。

一個對象的OPC UA表示

這種表示遵循對象導(dǎo)向的方法：對象可以由物體和屬性構(gòu)成；對象經(jīng)過分類，它們之間的關(guān)系可以建模。

OPC UA設(shè)備示例

上圖是一個溫度控制器被表示為設(shè)備對象的例子。組件參數(shù)集包含了描述設(shè)備的所有變量。組件方法集包含設(shè)備提供的所有方法。這兩類組件都是從拓?fù)湓仡愋停═opologyElementType）繼承而來。“拓?fù)湓仡愋汀笔窃O(shè)備對象類型層次結(jié)構(gòu)中最基本的對象類型。

另一種對象類型“功能組類型”（FunctionalGroupType）用于將設(shè)備的參數(shù)和方法分組為邏輯組。“功能組類型”和分組概念在統(tǒng)一架構(gòu)的DI部分中所定義，但這些分組是針對特定的設(shè)備類型的，即在此示例中“流程數(shù)據(jù)”（ProcessData）和“配置”（Configuration）由“溫度控制器類型”（TemperatureControllerType）定義。

OPC UA在行業(yè)中擁有廣泛的安裝基礎(chǔ)，是一個行之有效的標(biāo)準(zhǔn)。這為利用OPC UA信息模型自動生成相應(yīng)物聯(lián)網(wǎng)數(shù)字孿生體的JSON表示提供了機會，并且避免了大型系統(tǒng)的繁瑣工作。

好處包括：

從現(xiàn)有模型自動生成的數(shù)字孿生體有更高的保真度；

減少工作量，因為翻譯工具能夠從OPC UA模型生成云表示；

更快的實施和縮短投入運營前所需的時間，原因與上述相同；

敏捷性、靈活性和可重用性；

一旦得到云物聯(lián)網(wǎng)框架的支持，模型復(fù)雜性具有可擴展性；

更廣泛的市場接受度（技術(shù)上和業(yè)務(wù)上）；

為了對大型智能工廠物聯(lián)網(wǎng)實施方案進(jìn)行建模，新的標(biāo)準(zhǔn)需要解決如下問題：

擴展基本的數(shù)字孿生體表示以包含子孿生體層次結(jié)構(gòu)，將一個行為建模為一系列邏輯規(guī)則。云供應(yīng)商需要擴展當(dāng)前的框架來支持這些高級模型，或者提供全面的應(yīng)用編程接口（API）以允許第三方軟件公司擴展它們。

利用行業(yè)標(biāo)準(zhǔn)（如OPC UA信息建模）來捕獲設(shè)備之間的復(fù)雜關(guān)系，并自動生成現(xiàn)有已安裝設(shè)備的數(shù)字孿生體表示。

總體來說，數(shù)字孿生體為物聯(lián)網(wǎng)的應(yīng)用帶來了好處：

云技術(shù)帶來了物聯(lián)網(wǎng)解決方案的全新時代（低成本、高存儲和計算能力、高信息吞吐量、信息安全性等）。

數(shù)字孿生體是一個互聯(lián)設(shè)備和智能工廠物聯(lián)網(wǎng)戰(zhàn)略的核心技術(shù)。

大部分云供應(yīng)方已經(jīng)為數(shù)字孿生體實施方案提供了一個平臺（亞馬遜的CoreGreenGrass、微軟的Azure IoT Hub、Google IoT等）。

目前，云物聯(lián)網(wǎng)框架僅支持基于專有后端代碼來模擬復(fù)雜系統(tǒng)的原子裝置表示。

工廠廠房標(biāo)準(zhǔn)，如OPC UA、SensorML、S95等，已經(jīng)為大型設(shè)備和它們的關(guān)系提供了一個邏輯模型。

需要新標(biāo)準(zhǔn)才能將這些工廠車間模型遷移到云物聯(lián)網(wǎng)框架，從而加速實施智能工廠物聯(lián)網(wǎng)解決方案。

云框架應(yīng)該擴展其物聯(lián)網(wǎng)框架以加速推進(jìn)物聯(lián)網(wǎng)解決方案。另外，第三方軟件供應(yīng)商可以基于云物聯(lián)網(wǎng)框架提供擴展。

這些新標(biāo)準(zhǔn)不僅僅是為了遷移現(xiàn)有的工廠車間標(biāo)準(zhǔn)，而是為了把握公有云帶給物聯(lián)網(wǎng)的巨大潛力。

* 以上文章是數(shù)字孿生體研究中心（DTRC，Digital Twin Research Center）學(xué)習(xí)研究數(shù)字孿生體高級應(yīng)用的案例材料。歡迎國內(nèi)外研究數(shù)字孿生體的專家和團隊聯(lián)系我們，共同交流利用數(shù)字孿生體構(gòu)建工業(yè)互聯(lián)網(wǎng)體系的工作。