原文連結：http://www.oracle.com/us/solutions/inter...twins-for-iot-apps-wp-3491953.pdf

轉載於：https://blog.csdn.net/steelren/article/details/79198165

簡介

隨著物聯網應用的增加，物理實體的數字化化身概念的重要性在最近幾年得到了極大的關注。

最典型的一個例子是Gartner在2016年10月釋出的名為“2017的十大戰略趨勢”的報告，在這個報告中，數字孿生名列第五。這些數字化代理預計將構建在業務專家的知識領域和從裝置中採集的實時資料之上。

大多數的物聯網平臺提供商已經開始進行某種形式的數字孿生的實施，通常會被命名為孿生、影子、裝置虛擬化等等。

在本文中，我們將會討論數字孿生的起源，以及行業中的多種實現。然後，我們將會討論在Oracle物聯網雲服務中實現數字孿生。

起源

術語“數字孿生”是由密歇根大學的Michael Grieves博士在2001到2002年期間定義的。他的最初定義是在產品生命週期管理(PLM)當中。在他的論文當中，“數字孿生”的概念是對所生產的產品的虛擬展現。他提議將數字孿生與工程設計進行對比，來更好的理解產品的生產與設計，在設計與執行之間形成緊密的閉環。

Graves博士為定義數字孿生定義瞭如下術語：

1．數字孿生原型(DTP): DTP描述了所建立的資產的資訊。比如，DTD會包含資產的3D模型以及描述如何對資產進行製造的物料清單(BOM)和流程清單。

數字孿生模型指的不是資產的特定例項，它更像是一個資產製造的配方。

2. 數字孿生例項(DTI): DTI是關於資產的一個特定的物理例項。它包括了這個特定資產進行生產所需的精確的零件編號的列表，以及其生產時所遵循的精確的過程步驟。資料孿生例項也包含了從連線到資產的探測器上所捕捉到的當前操作的狀態。

3．數字孿生彙總(DTA): DTA是對多個DTI的簡單彙總，它能夠對一組資產的資訊進行查詢。

數字孿生的價值

數字孿生的概念非常大。我們簡單的看一下這個概念所提供的典型的好處:

1.可見性: 數字孿生能夠實現機器操作的可見性，以及製造工廠或者機場中大型的互聯絡統的可見性。

2. 預測性: 使用多種建模技術(基於物理和基於數學的)，數字孿生模型能夠用於預測機器未來的狀態。

3. 假設分析: 通過適當設計的介面，可以很容易的與模型進行互動，並且對模型詢問假設問題，來模擬現實中無法建立的各種條件。

4. 對行為進行理解和解釋的記錄與溝通機制:數字孿生模型能夠作為一種溝通和記錄機制，能夠對單獨的機器或者機器的集合的行為進行理解和解釋。

5. 連線不同的系統，比如後端的業務應用: 如果設計的正確，數字孿生模型能夠用來連線後端的業務應用，在供應鏈運作中實現業務成果，包括製造、採購、倉儲、運輸、物流、現場服務等。

行業實現

看到上面所列的好處，那麼，大多數的物聯網提供商都對這個概念產生濃厚的興趣，就不奇怪了。幾乎每一個物聯網平臺都會實現某些數字孿生的功能——儘管他們的成熟度和視野還存在著明顯的差異。廣義上講，這些實現通常會分為兩類：

1. 簡單的裝置模型

這些實現通常使用包含兩個主要屬性集的JSON文件：

a．  一組觀測值或者報告值：通常，裝置上的探測器讀取當前值，並更新這些觀測屬性。比如，一臺機器當前觀察的轉速(比如 1000 RPM)。

b． 一組期望值：這是控制程式希望在裝置上設定的值。比如，一個應用能夠設定引擎轉速到1200 RPM。

除了這兩組主要的屬性，這些實現也在JSON文件中儲存了相關的資訊，比如裝置的名字或者序列號，或者當前的位置。

從本質上講，這些簡單的裝置模型構成了一個簡單的使用MQTT/HTTP傳輸協議的裝置狀態非同步通訊機制。請注意，非同步通訊機制是必須的，因為裝置可能是離線的；或者當後端需要與裝置進行通訊時，卻無法有效的對它進行輪詢。從這個意義上講，這些模型只實現了Grieves博士的DTI概念中的“從實際感測器資料中捕捉的操作狀態——當前、過去實際”部分。

2. 工業孿生

這類實現通常被工業物聯網供應商所採用，它包括PLM工具設計機器的資訊(類似Grieves博士提出的DTP概念)和一臺裝置的模型(類似於部分DTI概念)。一些工業供應商關注物理屬性、設計資訊和實時資料，並且將他們展現在一個資產/裝置模型圖當中。值得注意的是，這些模型通常都基於機器的物理屬性。

甲骨文的戰略(甲骨文物聯網雲服務中的數字孿生)

下圖描述了在Oracle物聯網雲當中實現數字孿生的方式：

上圖中描述了實現數字孿生綜合方法中的要素。在這個方法中有三大支柱。

虛擬孿生：

Oracle的裝置虛擬化是指為物理資產建立一個虛擬表示或者是在雲中的一個裝置。這需要幾個理由。首先，物理資產可能不會總是連線到應用。比如，一輛連線的汽車會因為穿過一個隧道，而在短時間內失去連線。對於其他的後端軟體來說，能夠查詢裝置的最終狀態或者控制裝置的操作引數是很重要的，即使是在裝置離線或者沒有連線的情況下。其次，裝置是通過大量的協議或者連線方法連線的。像ERP這類的業務應用不應該被這種複雜性所拖累。裝置虛擬化就為這種業務應用和裝置之間的的安全的雙向通訊提供了一種抽象。

除了類似於簡單的JSON文件並帶有所觀察和所期待數值的基本模型，Oracle物聯網雲所交付的裝置虛擬化還使用了強大的語義模型。這種語義模型提供了多種好處。這個語義模型的一個顯著優點是，它允許對裝置的屬性設定一個正常的操作範圍。這大大簡化了邊緣計算和霧計算的實現。一個典型的實現，為了檢測一個給定引數的閾值違反(比如，溫度過高)，使用者必須寫一個單獨的閘道器應用來進行處理，然後要對這個應用的生命週期進行管理(部署、升級、安全等)。使用Oracle裝置虛擬化，裝置模型本身就足夠只能，能夠對異常進行檢測，並且生成適當的報警，不需要使用者編寫和部署一個邊緣計算程式。此外，業務規則能夠以宣告方式定義在Oracle物聯網雲當中的複雜事件處理(CEP)引擎之上，能夠在物聯網的邊緣自動實現例項化。

此外，Oracle裝置虛擬化技術基於內建在裝置模型中的語義識別能力，能夠極大的優化網路流量和釋出機制。雖然大多數的主流實現都聚焦於使用高效的協議，比如MQTT來應對網路頻寬的成本，以實現增量的方式。而我們則採用基於語義模型的自動邊緣計算建模的革命性方式，數量級的降低網路流量。為了展現這一概念，我們看一個監控車隊執行引數的例子。基於語義模型，邊緣計算可以足夠智慧的判定執行引數何時在“正常”範圍之內，何時不在“正常”範圍。此外，它還知道哪些訊息是緊急的(比如，檢查引擎燈和中斷故障通知)，哪些訊息是重要到(比如，低胎壓)，還有哪些訊息是常規的(比如，潤滑油的粘稠度正在緩慢下降，接近不可接受的範圍)。基於語義的模型能夠自動優化訊息的頻率，並且檢測最佳的傳遞機制(比如，是通過蜂窩網路傳送告警資訊；還是當汽車完成運輸連線到Wifi網路上時再下載資料)

預測孿生：

一旦我們實現了裝置虛擬化，我們就能夠獲得與裝置互動的功能的抽象。比如，我們可以通過虛擬化抽象來查詢或者控制裝置。使用該模型，我們能夠對裝置的當前狀態做出反應。

然而，僅僅對現狀“做出反應”是不夠的，也不是最優的。比如，只知道機器出問題了是挺好。但是知道機器可能在未來出現問題，讓使用者有時間在問題發生之前就對他進行處理，就更加重要了。

行為和預測建模可以通過兩種方式實現：

1. 基於物理方式：使用物理的方式建模，可以利用資產的精確設計的知識和製造引數。像有限元分析之類的技術，經常用於建立高精度模型，來回答“What-if”之類的問題。比如，使用這種模型，使用者能夠根據給定的負載條件評估機器裝置各個部分的應力模式。

在實踐中，建立這些模型需要產品設計團隊付出巨大的努力，他們要建立具有合理保真度的模型。

通常，建立有限元模型所設計的數學演算法都是相當複雜的，因此這些模型都趨向於靜態模型，無法適應複雜和持續變化的環境。但是這些模型最大的缺點包括(a)它通常由機器裝置的原始設計者來建立這些模型，但是購買了組合產品的客戶缺無法將他們根據需要放到一個模型當中，(b) 雖然這些模型可以對各種負載條件下的效能問題進行建模，但是這些模型並沒有為解決問題提供指導。

2. 基於分析/計算模型：預測模型能夠使用機器學習技術來進行建立，不需要引入原始的設計人員。資料分析師僅僅基於對機器裝置的外部觀察就能夠建立一個預測模型。這個選項被證明是非常實用的，因為它提供了基於終端客戶需求的各種模型的建立。

這些模型目前非常流行的另一個重要方面是，它們考慮了“整個系統”。我們稱之為上下文資料。以製造操作為例。根據石川圖的建議，要確定一個問題，你就需要考慮註明的5個M：人、機、料、法和管理(Man, Machine, Method,Material, Management.)。

使用內建的與Oracle和非Oracle應用的整合能力，Oracle物聯網雲不僅能夠通過物聯網系統把傳統的機器資料流帶入到後端業務應用當中，還能夠帶來上下文資料。這就讓我們能夠建立比上述物理模型更有效和更可用的模型。

並非所有的預測模型都是平等的。根據你所要解決的問題，會有一系列的複雜性。模型的樣本通常都會基於資料使用的趨勢和模式。對於這些，包含在物聯網雲中的Oracle Stream Explorer(一個帶有宣告式業務使用者級UI的複雜事件處理引擎)就足夠了。複雜一點的模型，可以使用物聯網雲中的基於Apache Spark的分析引擎進行建立。除了使用Apache Spark發行版打包的標準庫之外，Oracle物聯網雲還為處理時間序列資料提供了額外的庫。更復雜的模型通常由資料科學家使用Oracle R Advanced Analyticsfor Hadoop (ORAAH)進行開發。這些R語言模型能夠在物聯網的資料管道中執行。業務使用者能夠使用由Oracle大資料發現產品所提供的簡單的介面。Oracle提供了豐富的工具解決多種複雜度的業務問題。

孿生投影：

預測模型能夠生成預測資訊，並且為裝置操作提供洞察。除非這些洞察能夠作為一部分整合到你現有的業務流程當中，否則他們毫無用處。這就需要將洞察資訊“投影”到你的後端應用當中，這樣業務應用就能夠很方便的與物聯網系統進行互動，來建立智慧系統。

孿生投影的目的是：

• 將物聯網系統生成的洞察資訊與業務流程整合
• 觸發適當的補救流程
• 從業務應用中獲得用於決策支援的上下文資料和交易資料
• 使業務應用對當前和預測的裝置狀態和環境可見

Oracle物聯網雲支援如下的整合：

• 與Oracle應用比如Oracle ERP(供應鏈、製造、管理應用)和CX(服務)本地化預置的整合
• 通過Oracle整合雲實現與超過150中應用的整合
• 使用REST API整合

總結

當物聯網部署在你的企業中越來越多時，數字孿生是作為重要的概念，將成為你業務運營的戰略。

Oracle物聯網雲提供了更全面的方案來實現數字孿生：

a)     虛擬孿生——通過超越簡單的JSON文件的裝置虛擬化，展現觀察到的和期望的值

b)     預測孿生——通過使用各種技術構建的分析模型，以適應您試圖解決的問題的複雜性。

c)     孿生投影——將孿生產生的洞察力投射到後端業務應用程式上，使物聯網成為業務基礎設施的一個組成部分