華為雲IoT助力構建數字孿生，打造智能化基礎設施
導語：随着數字孿生技術步入風口，華為雲推出了IoTA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拟世界之間溝通的橋梁。
随着工業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、生産、物流、銷售、服務全鍊式智能服務，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、加速度等狀态，根據設備過去和現在的狀态，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，節約現場服務人力成本。
什麼是數字孿生？
數字孿生(Digital Twin)是由密西根大學Michael Grieves教授在産品全生命周期管理(PLM)中提出的“物理産品的虛拟數字化”概念;随着IT技術的不斷發展，Digital Twin含義也在不斷的演進，現在NASA的定義：Digital Twin是利用物理模型、實時狀态、運行曆史等數據，結合經驗知識通過仿真過程再現物理世界的形狀、屬性、行為和規則，在虛拟空間中進行映射、同步更新狀态，反映物理世界對象的全生命周期過程。
通過數字孿生系統，能實現從産品設計、生産計劃到制造執行的全過程數字化，提升産品的創新、制造效率;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，那将是一件多麼酷的事情。
數字孿生背後的關鍵技術
數字孿生背後的關鍵技術主要包括以下幾個方面：
·數字模型，虛實互通。
如何将物理世界與虛拟世界關聯起來，其關鍵是對物理世界建模，通過模型将物理世界數字化，再通過模型将物理世界映射到虛拟世界中,以構建物理世界與虛拟世界的橋梁。
·模拟仿真，實時同步。
在産品的實際生産、運行階段，其狀态會随着材料、流程、人員或者環境參數等實時變化，而數字孿生模型需要将這些變化實時地在數字空間内進行同步。
·數據分析，智能預測。
物理世界中的傳感器會實時産生大量的數據，通過機器學習、AI等對這些數據進行分析，并結合經驗知識來實現主動異常檢測、預測性維護等;幫助企業能夠做出更準确的預測、合理的決策。
通過标準統一的模型語言(DTML)建模，支持統一的數字孿生建模與開放生态建設，進而構建互聯互通的數字世界;以可擴展方式将數字孿生與IoT設備、業務系統結合，通過模拟仿真、實時預測，并結合智能數據分析和AI服務，跟蹤過去，預測未來。
華為雲IoT助力構建數字孿生
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複雜的系統，比如為煉鋼廠構建一個産線的數字孿生，一條産線就有超過6000個測點，且點位之間有各種複雜的關系及相互作用，想要在數字世界中準确地描述出這個複雜的系統，并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産生數據，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。比如産線的測點以毫秒級頻度不斷上報數據，産線還有上千個實時計算的業務指标，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，通過标準化的建模語言DTML，與資産模型深度整合，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，并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。
現實世界的設備不是離散的，而是具有空間、組織、人等複雜關系及上下文關系的存在，如何打通物理世界與數字世界的關聯，如何更好地理解設備，快捷高效地分析數據，成為物聯網企業急需的基礎業務。
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，包含了對象屬性、秘密事件關系等基礎詞彙，并且允許用戶在此基礎之上，擴展出自己行業領域的特殊詞彙，以方便用戶準确地定義出複雜物理對象的數字化形态。
以樓宇為例，通過構建物與物、物與空間、物與人之間的複雜關系，将物聯網數據置于模型的上下文中理解，然後通過IoT+資産模型，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緻的數據基礎。
樓宇數字模型示例
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。
·高效可視化建模。
華為雲IoT數據分析服務采用所見即所得的圖形化建模型方式，可簡化複雜數字孿生的開發難度：利用樹狀層級結構描述複雜物理對象的内在關系，比如空間關系、組合關系、上下遊關系等;虛測點支持豐富的計算算子，比如四則運算、科學計數法、三角函數、滑窗、流計算等;支持定義資産模型模闆及快速複制。
·高性能模型引擎。
華為雲IoT數據分析服務可提供高性能的模型引擎，具備高并發、高實時的計算能力，可以輕松完成10萬級的并發計算任務，以确保數字孿生模型能夠實時映射出最佳的狀态。
·統一模型融合多種分析能力。
基于數字孿生模型，華為雲IoT還提供了時空融合分析的能力，讓用戶在時空維度上可以基于數字孿生進行各種數據分析。同時，華為雲IoT預置了AI對接接口，開發者可以一鍵式部署AI，讓數字孿生具備智能推理和不斷演化的能力。
應用實例：智慧倉庫資産跟蹤
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。
當資産出入倉庫時，RFID設備自動掃描資産上的RFID标簽信息，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，以判斷資産的出入狀況。主要操作包括：
1)根據出入庫訂單完成資産是否正确出入的校驗，同時提供現場的業務看闆，現場操作人員可以實時感知資産出入的校驗結果;
2)資産出入信息統計，資産狀态會根據現場業務操作結果進行實時刷新，以滿足資産出入的透明化管理訴求。
智慧倉儲系統
全方位感知物理世界與互聯網産生的海量數據，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。
