15201033833
什么是數字孿生？數字孿生是物理系統(tǒng)的虛擬副本。這個定義看起來很形象，這個簡單的定義是邁克爾·格里夫斯博士在2002年創(chuàng)造的，體現了這個術語的本質，這個概念最早被美國宇航局用于太空探索任務。最初，美國宇航局有一對物理孿生體：地球上真實的宇宙飛船的物理拷貝來反映遙遠宇宙飛船的狀態(tài)。
現在，數字孿生正在影響所有行業(yè)，主要是制造業(yè)、汽車業(yè)、建筑業(yè)、公用事業(yè)和醫(yī)療保健業(yè)。數字孿生不僅在系統(tǒng)運行期間使用，而且在設計和構建階段也能使用。
首先，了解下用于數字孿生的當前技術以及構成體系結構的技術，其中數據管理、數據庫和（實時）機器學習在這方面起著至關重要的作用。我們解釋了技術基礎，下面討論下目前存在的不同類型的數字孿生。
一、數字孿生的結構
數字孿生正在連接物理世界和虛擬世界。我們早就已經這么做了，ERP（企業(yè)資源規(guī)劃）不就是通過虛擬拷貝來管理物理資產嗎，客戶數據庫中的每個記錄不是真人的數字孿生嗎？但是，要想讓數字孿生真正RUN起來，我們需要做兩件事：
實時數據集成
實時機器學習
1、實時數據集成
我們已經做了幾十年的批量數據集成，但并沒有真正考慮實時數據集成。因此，類似于IBM Streams、Apache Flink、Apache Spark Structured Streaming、Apache Kafka和Node RED的方案應運而生。
Apache Spark特別有用，因為它將批處理與流式處理結合起來。apachesparkversion2.3使用微批處理，與Apache Flink和IBM Streams的性能接近，更接近于實時數據集成的解決方案。
邊緣計算是工業(yè)互聯網中的實時數據集成重要的部分，不必總是將數據集成到一個集中的云存儲中。它也可以分布在各種各樣的邊緣上，并且可以在最有意義的地方直接處理。邊緣計算解決了三個主要問題：
網絡分區(qū)。越靠近邊緣，網絡連接就越不可靠。因此，一種更智能的本地數據處理方法可以緩解邊緣斷開的問題。
網絡延遲。越接近邊緣，解決方案中的網絡延遲就越大。關于邊緣數據的決策避免了這種延遲，因此決策速度更快。網絡延遲是一個重要的特性，因為大多數工業(yè)互聯網傳感器數據在幾秒鐘內就失去了價值。例如，在一輛自動駕駛的汽車里，當一個孩子跑在汽車前面時，你不能再等250毫秒才停下來。
數據隱私。工業(yè)互聯網傳感器，包括攝像頭和麥克風，正在捕獲非常有價值的數據。但它們也引起了人們對數據隱私的高度關注。如果數據是在邊緣直接處理的，那么關鍵信息永遠不需要離開這個小邊緣設備。例如，電梯的占用率一旦通過視頻流進行測量，就可以優(yōu)化調度和樓層分配，以減少等待時間，提高電梯的工作負荷。但是，您永遠不希望電梯內的視頻流離開邊緣設備。
2、實時機器學習
傳統(tǒng)的ERP系統(tǒng)是基于規(guī)則的系統(tǒng)。這些規(guī)則是在軟件中手動實現的，主要是業(yè)務人員查看歷史數據和使用過程，涉及到很多手工工作，而且這些規(guī)則很少改變。
在數字孿生中，數據是實時接收和處理的。這允許物理系統(tǒng)的模型實時作用于數據，例如由機器學習支持的黑盒模型或由領域專家定義的白盒模型；異常檢測器將發(fā)出警報并關閉生產線，以防止進一步損壞；在數字孿生機上模擬不同參數集的結果后，用最優(yōu)參數集更新實際系統(tǒng)等。
大多數機器學習模型都是在靜止數據上訓練的。因此，我們需要將所有實時數據存儲在能夠高效檢索的地方：
許多機器學習算法也可以使用windows系統(tǒng)通過數據流進行訓練。實現機器學習的一個關鍵階段是超參數調整階段，在這個階段，您可以多次使用更改的參數配置重新運行模型訓練，以獲得最佳結果。這種調整超參數配置的過程在數據流上要困難得多，因為如果有新的想法或想測試一個新的算法，數據已經消失了，因為它沒有被存儲。
在實時模型訓練中，系統(tǒng)性能必須始終與數據到達率保持同步。否則，緩沖區(qū)會溢出，系統(tǒng)會被破壞，數據將會丟失。
由于windows上的訓練減少了時間帶寬，因此不能考慮時間和距離的因素。
所以實際上我們需要同時做這兩件事，實時數據流上的數據處理和歷史數據上的數據處理，我們也必須要建立一個歷史數據匯集庫。
二、工業(yè)互聯網數據管理挑戰(zhàn)
工業(yè)互聯網數據的數據處理無疑是相當具有挑戰(zhàn)性的。主要是因為大量數據以高速到達。正如我們之前所了解到的，獲取模型培訓的歷史數據可能是至關重要的。但在我們討論最佳工業(yè)互聯網數據存儲之前，讓我們考慮其他一些同樣重要的東西：元數據。
數字孿生通常反映數千個傳感器參數。為了不丟失，使用元數據數據庫。在實際中，我們使用一個圖形數據庫，因為這允許我們在層次結構中對物理系統(tǒng)建模。例如，數據中心由3棟樓組成，每棟樓28層，每層樓有不同的房間，每個房間有不同的傳感器。因此，使用層次圖查詢，可以選擇需要考慮特定下游分析任務的相關數據源。
垃圾數據是任何IT系統(tǒng)中的一個常見問題，因此工業(yè)互聯網系統(tǒng)也不例外。很多人在他們的工業(yè)互聯網解決方案中使用時間序列數據庫，因為它們承受高吞吐量接收和高效的時間查詢。我也提供一個項目上的案例看看是怎么做的。我們使用云對象存儲和一個簡單的文件夾方案：
傳感器UUID/年/月/日/時/分/秒。
為每個傳感器創(chuàng)建每1秒時間窗口的索引。UUID避免了沖突，可以在元數據存儲庫中查找元數據。甚至不必在乎這些數據是否分布在多個工業(yè)互聯網邊緣，因為要么跟蹤包含特定傳感器UUID的數據分區(qū)的索引，要么只要求它們全部。
因此，工業(yè)互聯網傳感器數據僅是“附加”數據，它是由每個傳感器UUID的一個線程編寫的。云對象存儲現在可以并行到文件夾的最低級別（秒），這意味著我們可以獲得無限的線性可伸縮性！
在第二個文件夾中，使用的是Apache Parquet文件，其中壓縮了數據（以加快I/O速度并以列格式存儲），可以使用Apache SparkSQL開箱即用來獲得所有數據的SQL視圖，其中備份、復制和擴展由云對象存儲負責。
三、數字孿生的不同類型
現在我們已經了解了數字孿生的基本架構和數據管理挑戰(zhàn)，讓我們來看看不同類型的數字孿生。在我們談論數字孿生時，最常想到的是一個軟件解決方案以數字方式鏡像生產系統(tǒng)，但還有更多。生產系統(tǒng)在建立之前就已經有了歷史，而數字孿生可以支持一個產品的完整開發(fā)周期。因此，Reason代表產品規(guī)劃階段，Realize代表產品生產階段，Run代表產品部署階段。三個不同的數字孿生，都在同時工作。也就是說，部署產品的數據可以影響新版本產品的計劃和生產。
下面，讓我們了解一下不同類型的數字孿生：
部分孿生。數字孿生與一個大系統(tǒng)的一部分相連。例如，發(fā)電企業(yè)生產車間的軸承。這種軸承在運行時可以有一個數字孿生，這可以了解它的運行狀況，如估計平均故障間隔時間（MTBF）或平均失效前時間（MTTF）。這些數據可以從當前數據（如振動傳感器數據或聲音）中導出（預測或建模），也可以從設計或制造階段的數據（如設計了什么樣的齒輪齒形或使用了什么樣的成型刀具制造）。當然，在零件操作過程中發(fā)現的可以反饋到設計和制造階段。
產品孿生。產品孿生基本上是一組反映其相互作用的部分孿生體。從軟件產品的角度來看，產品孿生通常是相同的，因此可以通過向下鉆取從產品孿生訪問部件孿生。發(fā)電企業(yè)發(fā)電機是雙軸承產品的一個例子，它有多個軸承和部分雙軸承。
系統(tǒng)孿生。系統(tǒng)孿生比產品孿生更上一層樓。同樣，系統(tǒng)孿生很可能在同一個軟件產品中實現，提供與產品或部分孿生相似的功能，但它只是整個系統(tǒng)的一個視圖。所以讓我們繼續(xù)以發(fā)電企業(yè)為例，一個系統(tǒng)孿生（取決于它的定義）可能反映歷史和當前狀態(tài)，并預測一個發(fā)電廠、整個發(fā)電廠、甚至一個電網分區(qū)的特定動力傳動系統(tǒng)的未來狀態(tài)。
還有很多不同類型的數字孿生，取決于你問誰和怎么定義，但以上已經涵蓋了最重要的類型。
四、數字孿生的發(fā)展趨勢
數字孿生還處于初步發(fā)展階段，但發(fā)展速度會很快?！氨M可能多地輸入數據并運用于人工智能”—這通常是信息服務商銷售數字孿生解決方案的理由。事實上，這并沒有錯。數字孿生得益于存在大量機器生成的數據，這是其他數據科學學科所沒有的奢侈品。當有大量的數據時，使用深度學習模型開始變得可行。
數字孿生是控制中心的新版本，它將歷史和當前系統(tǒng)狀態(tài)與未來預測狀態(tài)結合起來。向下鉆取功能允許用戶深入研究單個產品或產品部件，但也顯示了允許高度復雜優(yōu)化任務的全局。數字孿生不僅在操作上有用，而且在考慮產品設計和制造時也能充分發(fā)揮其潛力。
