CN112231917B - 空间数字孪生建模方法、装置、计算机设备及存储介质 - Google Patents
空间数字孪生建模方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112231917B CN112231917B CN202011125338.1A CN202011125338A CN112231917B CN 112231917 B CN112231917 B CN 112231917B CN 202011125338 A CN202011125338 A CN 202011125338A CN 112231917 B CN112231917 B CN 112231917B
- Authority
- CN
- China
- Prior art keywords
- processing logic
- service flow
- digital twin
- model
- system service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 94
- 230000006870 function Effects 0.000 claims description 52
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012905 input function Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Stored Programmes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了空间数字孪生建模方法、装置、计算机设备及存储介质,所述方法包括:分别对空间内多个不同的物设备进行特征刻画,得到每一物设备对应的物模型,并定义不同的物设备的处理逻辑;通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型;利用处理函数对所述系统业务流中每一物模型定义相应的规则及事件,导出孪生配置文件形成用于提供数字孪生的服务。本发明通过为物设备定义物模型及其处理逻辑,使智慧地产的物理设备能够与虚拟世界互相映射。
Description
技术领域
本发明涉及智慧地产技术领域,特别涉及空间数字孪生建模方法、装置、计算机设备及存储介质。
背景技术
最初的数字孪生技术主要是应用于工业领域的仿真建模,定义是通过将物体、系统、流程的信息,利用数字技术实时映射在数字化系统中,对产品、制造过程乃至整个工厂进行虚拟仿真,从而让企业实时了解资产的状态、响应变化,改善业务运营,创造新的价值。
伴随着AIoT(人工智能物联网)技术的飞速发展,如今数字孪生的应用场景已经完全超出了工业领域,例如智慧物流、智能建筑、智慧社区、智慧街道,甚至是智慧城市等,很多行业都可以借助数字孪生,搭建在虚拟世界与现实世界之间的关联关系,构建空间智能,从而实现对更好的监控、分析和预测。
数字孪生的价值在于创建物理模型和数字世界之间的连接性,进一步分析各种要素之间的隐含关系,再通过一连串的处理、分析、判断之后,对物理模型产生反馈,从而改进和优化其价值。数字孪生的核心主要包括:建立数据模型、数据分析和预测、反馈及决策等。
数字孪生的难点并不在呈现,而在于建模,这种建模不只包含了数据的关联,也包含了事件、反馈、分析以及多系统联动等多方面的关联应用。在早期的IoT应用中,可以通过采集点的映射实现对设备的建模,但是在现实世界,相同的物理设备因生产机构、安装位置、运行损耗以及联动配置等存在,构成更为复杂的逻辑,且同一空间中存在很多设备,单纯的数据点映射无法解决这种问题。并且随着时间的变化,这种映射会产生较大的误差,最终导致物理设备无法应用。
在智慧地产的应用领域,空间智能是其核心,即空间即服务,空间中包含了资产,设备,信息,流程等多为信息;小到电梯,大到城市,都可以抽象为空间,针对智慧空间的建模是基础也是核心。但是现有技术中,缺乏一种针对智慧地产的空间数字孪生建模方法,使智慧地产的多种不同的物理设备能够与对应的虚拟世界互相映射。
发明内容
本发明实施例提供了一种空间数字孪生建模方法、装置、计算机设备及存储介质,旨在解决智慧地产的物理设备无法通过数字孪生建模与虚拟世界互相映射的问题。
第一方面,本发明实施例提供了一种空间数字孪生建模方法,包括:
分别对空间内多个不同的物设备进行特征刻画,得到每一物设备对应的物模型,并定义不同的物设备的处理逻辑;
通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型;
利用处理函数对所述系统业务流中每一物模型定义相应的规则及事件,导出孪生配置文件形成用于提供数字孪生的服务。
进一步的,所述物模型包括对应的物设备的属性值、遥测值、高维空间值、事件和指令。
进一步的,所述分别对空间内多个不同的物设备进行特征刻画,得到每一物设备对应的物模型,并定义不同的物设备的处理逻辑,包括:
通过统一数据格式对每一物设备的处理逻辑的输入函数和输出函数进行封装,使所有处理逻辑的输出函数转换为相同的格式。
进一步的,所述通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型,包括:
基于每一物设备与其他物设备的联系,通过无回路有向图构建每一物设备的处理逻辑与其他物设备的处理逻辑之间的联系。
进一步的,所述通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型,还包括:
当所述系统业务流中的层级大于预设层级时,将对应的子系统业务流的控制函数设置为0,使所述系统业务流不执行接收的指令操作;
当所述系统业务流包含的多个处理逻辑之间构成环连接时,将对应的子系统业务流的控制函数设置为0,使构成环连接的多个处理逻辑不执行接收的指令操作。
进一步的,所述通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型,还包括:
利用随机梯度下降算法对包含高维空间的处理逻辑进行反馈更新,并将所述处理逻辑的输出函数与对应的真实值进行拟合。
进一步的,还包括:
通过全局命名空间将所有物模型的处理逻辑定义为树状结构,并通过全局变量将所有物模型授权为全局可用,以及对所有的物模型生成对应的增加、删除、修改和查询接口。
第二方面,本发明实施例提供了一种空间数字孪生建模装置,包括:
特征刻画单元,用于分别对空间内多个不同的物设备进行特征刻画,得到每一物设备对应的物模型,并定义不同的物设备的处理逻辑;
模型构建单元,用于通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型;
定义单元,用于利用处理函数对所述系统业务流中每一物模型定义相应的规则及事件,导出孪生配置文件形成用于提供数字孪生的服务。
第三方面,本发明实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的空间数字孪生建模方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的空间数字孪生建模方法。
本发明实施例提供了一种空间数字孪生建模方法、装置、计算机设备及存储介质,所述方法包括:分别对空间内多个不同的物设备进行特征刻画,得到每一物设备对应的物模型,并定义不同的物设备的处理逻辑;通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型;利用处理函数对所述系统业务流中每一物模型定义相应的规则及事件,导出孪生配置文件形成用于提供数字孪生的服务。本发明实施例通过为物设备定义物模型及其处理逻辑,使智慧地产的物理设备能够与虚拟世界互相映射。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种空间数字孪生建模方法的流程示意图;
图2为本发明实施例提供的一种空间数字孪生建模方法的处理逻辑的结构体示意图;
图3为本发明实施例提供的一种空间数字孪生建模方法的示例图;
图4a为本发明实施例提供的一种空间数字孪生建模方法的另一示例图;
图4b为本发明实施例提供的一种空间数字孪生建模方法的另一示例图;
图4c为本发明实施例提供的一种空间数字孪生建模方法的另一示例图;
图5为本发明实施例提供的一种空间数字孪生建模装置的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
下面请参见图1,图1为本发明实施例提供的一种空间数字孪生建模方法的流程示意图,具体包括:步骤S101~S103。
S101、分别对空间内多个不同的物设备进行特征刻画,得到每一物设备对应的物模型,并定义不同的物设备的处理逻辑;
S102、通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型;
S103、利用处理函数对所述系统业务流中每一物模型定义相应的规则及事件,导出孪生配置文件形成用于提供数字孪生的服务。
本实施例中,针对智慧地产的差异性问题,通过对智慧地产空间内的多个不同的物设备进行特征刻画,得到各物设备对应的物模型解决不同物在数据层面的统一,并为各物模型定义处理逻辑,然后利用所述系统业务流(可以理解为各物模型之间的业务流程)使各物设备与定义的处理逻辑互相关联,即使各物设备与虚拟世界能够互相映射。再通过处理函数对各物模型定义相应的规则和事件,从而形成可用于提供数字孪生的服务。
本实施例定义了一个如上所述的智慧空间高层模型(即空间数字孪生模型),可以实现底层设备、数据、系统和事件等多维度的协同管理,并通过服务对外提供业务支持,隔离底层逻辑,从而形成空间即服务的应用。本实施例提供的空间数字孪生建模方法可用与统一因物理设备本身、IT系统或者业务流的不同而产生的差异,从而形成更通用的数字孪生体。
另外,由于现实的复杂性,黑箱是数字孪生建模无可避免的问题,对于这一问题,如图2所示,本实施例将一个黑箱简化描述为:“输入–处理–输出”的操作单元,比如:输入函数X1,X2,..Xi,Xn、权重W1,W2,..Wi,Wn、输出函数Y,阈值(控制函数,用于控制输出结构),即本实施例所述的处理函数,同时本实施例将与控制函数判断并输出的完整结构称为实体(Entity),最简单的实体是一段运行函数。在本实施例,Entity可以通过内置定义的实体类型Etype实现不同的处理逻辑,其可以是一个函数,一个规则,一个外部依赖,甚至是一段可实现多层级嵌套定义的系统业务流等,并且每一个Entity中可以操作,包含不同的物模型。因此,在本实施例中,只需要确定所述处理函数即可,而不需要处理黑箱问题。举例来说,在对电梯构建数字孪生服务时,电梯的物模型即为一个Entity,处理函数中的输入端采集数据,并形成事件关联。
在一实施例中,所述物模型包括对应的物设备的属性值、遥测值、高维空间值、事件和指令。
本实施例中,所述物模型的属性值(property)主要是物理实体的静态属性,如颜色、大小、连接属性等;所述物模型的遥测值(telemetry)主要是物理实体的动态可采集属性,如通过传感/系统上报的采集值;所述物模型的高维空间值(highdimensionspace)主要是物理实体的计算分析属性,用于刻画高维物理映射,是一种分析后的结果输出,如损耗情况、健康度等;所述物模型的事件(event)主要是描述物理实体针对规则计算后的事件,如操作事件、告警事件、通知事件等;所述物模型的指令(Operation)主要描述该物模型的指令定义,用于下发控制。
本实施例通过上述物模型的各种特性可以形成用于描述该物设备的配置文件与其解析器。并且在导入过程中,连接属性会被用作构建与数据采集终端的通道,遥测值用于描述采集的数据,高维空间值用于收集对应计算规则的计算值,事件用于描述这个实体可能产生的事件定义,指令用于定义其可执行的操作指令。如此,即使现实中各种物设备的定义不同,但是对于数据层面的操作,各物设备的逻辑是一致的。
还需说明的是,事件(Event)是一类具有特殊topic的消息,每一个Entity默认注册事件“Complete”、“Exception”,可用于对其他的Entity进行监听、异步控制等。
在一实施例中,所述分别对空间内多个不同的物设备进行特征刻画,得到每一物设备对应的物模型,并定义不同的物设备的处理逻辑,包括:
通过统一数据格式对每一物设备的处理逻辑的输入函数和输出函数进行封装,使所有处理逻辑的输出函数转换为相同的格式。
本实施例中,对于Entity最为重要的是输入和输出,为了简化计算和运行逻辑,本实施例采用统一的数据格式对输入函数和输出函数进行封装,从而使任何的输出函数都会被转换为本实施例采用的数据格式,且本实施例采用的数据格式符合业界通用信息格式。
举例来说,msgpack表示为压缩逻辑,用于对json字符串进行压缩;topic表示为消息主题,用于分类不同的消息体;payload表示为消息内容;extend表示为拓展内容,可以定义为任意名称,且可任意拓展。
另外,在对输入函数和输出函数进行统一封装后,对于每一个Entity的输入函数和输出函数均可以简化为相同的操作,进一步提升通用性。
在一实施例中,所述通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型,包括:
基于每一物设备与其他物设备的联系,通过无回路有向图构建每一物设备的处理逻辑与其他物设备的处理逻辑之间的联系。
相比于传统的建模方法,本实施例描绘各物设备之间的联系,从而可以清晰反馈系统业务流中的数据的流向。本实施例采用DAG图(无回路有向图)构建各物设备的处理逻辑之间的关系,例如前一个物设备的处理逻辑的输出可以作为另一个物设备的处理逻辑的输入,从而实现数据流的顺序处理,表明各物设备间相互影响的关系。并且,在利用DAG图构建的过程中,每一个Entity可以嵌套,以及支持Sub-Flow(子系统业务流)。如图3所示,利用DAG图构建3个实体之间的处理逻辑关系,且实体2为一系统业务流,并嵌套有子系统业务流,该子系统业务流包含3个子实体(实体2.1、实体2.2、实体2.3)的处理逻辑关系。
在一实施例中,所述通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型,还包括:
当所述系统业务流中的层级大于预设层级时,将对应的子系统业务流的控制函数设置为0,使所述系统业务流不执行接收的指令操作;
当所述系统业务流包含的多个处理逻辑之间构成环连接时,将对应的子系统业务流的控制函数设置为0,使构成环连接的多个处理逻辑不执行接收的指令操作。
在通过系统业务流构建空间数字孪生模型时,可能存在无穷计算或者环连接等问题,例如存在无穷计算的问题即是指嵌套的系统业务流较多,导致数据计算较慢,堆压,从而导致系统业务流崩溃。又例如环连接的问题即是指在多层系统业务流中,可能会存在有特殊的情况:如图4a所示,假设A系统业务流触发A’操作,引起遥测值a1发生变化,B系统业务流监听a1的变化,触发B’操作,操作为执行A系统业务流,如图4b所示,这种情形下,对物理世界的物设备的操作将形成环连接,如图4c所示,从而导致物设备可能发生死锁、流程错误等状况。比如在电梯空间数字孪生模型中,触发电梯停滞指令的同时还有其他系统业务流触发电梯的激活指令,二者形成环连接,导致电梯异常。
本实施例为了解决上述问题,设置能够抑制处理逻辑的控制函数,即将Entity的输出设置为抑制状态(不执行对应指令)。具体来说,当所述系统业务流中的层级大于预设层级时,将对应的子系统业务流的控制函数设置为0,即抑制子系统业务流中的处理逻辑,使该子系统业务流不执行接收的指令操作;当所述系统业务流包含的多个处理逻辑之间构成环连接时,将对应的子系统业务流的控制函数设置为0,即抑制系统业务流中的处理逻辑,使构成环连接的多个处理逻辑不执行接收的指令操作。另外,当物设备的指令操作形成环连接时,子系统业务流的控制函数设置为0,使业务不执行,同时,对所有物设备的指令操作的Entity默认添加全局事件“Operation”,全局事件会记录操作类型、物模型等。
需要说明的是,控制函数是一种特殊的Entity,其核心目的是对Entity的输出函数进行控制,方便后续的分析或处理。例如对输入函数进行判断,并将判断结果转化为{0,1}的结构体。在一具体实施例中,控制函数操作逻辑可以定义为:
在一实施例中,所述通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型,还包括:
利用随机梯度下降算法对包含高维空间的处理逻辑进行反馈更新,并将所述处理逻辑的输出函数与对应的真实值进行拟合。
在高维空间的系统业务流中,针对每一个Entity,其输出函数只与前N个Entity输出函数和当前的控制函数有关。由于本实施例构建的空间数字孪生模型的网络结构符合前馈神经网的特点,因此本实施例可应用随机梯度下降的算法对控制函数进行更新,从而拟合真实世界,提高模型精度。另外,每一个系统业务流支持特有的计算算法,默认控制函数为1,即不启用更新逻辑.
在一实施例中的,所述空间数字孪生建模方法还包括:
通过全局命名空间将所有物模型的处理逻辑定义为树状结构,并通过全局变量将所有物模型授权为全局可用,以及对所有的物模型生成对应的增加、删除、修改和查询接口。
本实施例中,虽然对于智慧地产的空间物设备定义了完整的系统业务流,但是在实际应用中,不同的系统业务流可能需要集成使用,因此为了维护统一的配置,本实施例通过全局命名空间(namespace),将所有的物设备对应的物模型定义为树状结构,其可由系统根据命名直接生成。并且,树中父节点可以查看子节点定义的任何信息,因此子系统业务流中的物模型可以被上级获取。
另外,通过全局变量以及描述字段global可以授权任意物模型变为全局可用,且该定义会将其描述的Resource存储于树顶层。对于固定的消息体格式,本实施例通过一个单独的事件处理系统业务流,监听固定类型的事件,并根据监听结果作出对应的处理,从而实现分布式控制。还有,根据全局物模型、全局变量和控制函数可自动生成相应的服务接口(CRUD接口,即增加、删除、修改和查询接口),该服务接口可用于更新全局参数,同时该服务接口对应的服务形成的虚拟模型即数字孪生体。
图5为本发明实施例提供一种空间数字孪生建模装置500,所述装置500包括:
特征刻画单元501,用于分别对空间内多个不同的物设备进行特征刻画,得到每一物设备对应的物模型,并定义不同的物设备的处理逻辑;
模型构建单元502,用于通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型;
定义单元503,用于利用处理函数对所述系统业务流中每一物模型定义相应的规则及事件,导出孪生配置文件形成用于提供数字孪生的服务。
由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
本发明实施例还提供了一种计算机可读存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供了一种计算机设备,可以包括存储器和处理器,存储器中存有计算机程序,处理器调用存储器中的计算机程序时,可以实现上述实施例所提供的步骤。当然计算机设备还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (8)
1.一种空间数字孪生建模方法,其特征在于,包括:
分别对空间内多个不同的物设备进行特征刻画,得到每一物设备对应的物模型,并定义不同的物设备的处理逻辑;
通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型;
利用处理函数对所述系统业务流中每一物模型定义相应的规则及事件,导出孪生配置文件形成用于提供数字孪生的服务;
所述通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型,包括:
当所述系统业务流中的层级大于预设层级时,将对应的子系统业务流的控制函数设置为0,使所述系统业务流不执行接收的指令操作;
当所述系统业务流包含的多个处理逻辑之间构成环连接时,将对应的子系统业务流的控制函数设置为0,使构成环连接的多个处理逻辑不执行接收的指令操作;
所述通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型,还包括:
利用随机梯度下降算法对包含高维空间的处理逻辑进行反馈更新,并将所述处理逻辑的输出函数与对应的真实值进行拟合。
2.根据权利要求1所述的空间数字孪生建模方法,其特征在于,所述物模型包括对应的物设备的属性值、遥测值、高维空间值、事件和指令。
3.根据权利要求1所述的空间数字孪生建模方法,其特征在于,所述分别对空间内多个不同的物设备进行特征刻画,得到每一物设备对应的物模型,并定义不同的物设备的处理逻辑,包括:
通过统一数据格式对每一物设备的处理逻辑的输入函数和输出函数进行封装,使所有处理逻辑的输出函数转换为相同的格式。
4.根据权利要求1所述的空间数字孪生建模方法,其特征在于,所述通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型,包括:
基于每一物设备与其他物设备的联系,通过无回路有向图构建每一物设备的处理逻辑与其他物设备的处理逻辑之间的联系。
5.根据权利要求1所述的空间数字孪生建模方法,其特征在于,还包括:
通过全局命名空间将所有物模型的处理逻辑定义为树状结构,并通过全局变量将所有物模型授权为全局可用,以及对所有的物模型生成对应的增加、删除、修改和查询接口。
6.一种空间数字孪生建模装置,其特征在于,包括:
特征刻画单元,用于分别对空间内多个不同的物设备进行特征刻画,得到每一物设备对应的物模型,并定义不同的物设备的处理逻辑;
模型构建单元,用于通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型;
所述通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型,包括:
当所述系统业务流中的层级大于预设层级时,将对应的子系统业务流的控制函数设置为0,使所述系统业务流不执行接收的指令操作;
当所述系统业务流包含的多个处理逻辑之间构成环连接时,将对应的子系统业务流的控制函数设置为0,使构成环连接的多个处理逻辑不执行接收的指令操作;
所述通过系统业务流对不同的物设备以及对应的处理逻辑进行关联,构建空间数字孪生模型,还包括:
利用随机梯度下降算法对包含高维空间的处理逻辑进行反馈更新,并将所述处理逻辑的输出函数与对应的真实值进行拟合;
定义单元,用于利用处理函数对所述系统业务流中每一物模型定义相应的规则及事件,导出孪生配置文件形成用于提供数字孪生的服务。
7.一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的空间数字孪生建模方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的空间数字孪生建模方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011125338.1A CN112231917B (zh) | 2020-10-20 | 2020-10-20 | 空间数字孪生建模方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011125338.1A CN112231917B (zh) | 2020-10-20 | 2020-10-20 | 空间数字孪生建模方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112231917A CN112231917A (zh) | 2021-01-15 |
CN112231917B true CN112231917B (zh) | 2024-06-25 |
Family
ID=74119237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011125338.1A Active CN112231917B (zh) | 2020-10-20 | 2020-10-20 | 空间数字孪生建模方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112231917B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765416A (zh) * | 2021-01-26 | 2021-05-07 | 北京联创信安科技股份有限公司 | 一种终端设备数字化系统和方法 |
CN113596095B (zh) * | 2021-06-30 | 2024-04-19 | 新奥数能科技有限公司 | 快速物联方法、装置、计算机设备及计算机可读存储介质 |
CN114371883A (zh) * | 2021-12-29 | 2022-04-19 | 天翼物联科技有限公司 | 物联网复合物模型的构建方法和调用系统 |
CN114143168B (zh) * | 2022-02-07 | 2022-05-24 | 树根互联股份有限公司 | 基于物模型的报警抑制方法及系统 |
CN114693103A (zh) * | 2022-03-24 | 2022-07-01 | 阿里云计算有限公司 | 设备管理模型生成与设备管理方法、设备及存储介质 |
CN115270419B (zh) * | 2022-06-30 | 2023-12-26 | 北京亚控科技发展有限公司 | 一种实时事件当前状态的孪生方法、订阅方法及系统 |
CN115098471B (zh) * | 2022-06-30 | 2024-02-27 | 北京亚控科技发展有限公司 | 一种孪生、订阅事件的历史状态的方法及装置 |
CN115294283B (zh) * | 2022-08-30 | 2024-03-08 | 卡奥斯数字科技(青岛)有限公司 | 一种数字孪生工厂构建方法、装置、设备和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110442737A (zh) * | 2019-07-11 | 2019-11-12 | 北京飞利信电子技术有限公司 | 基于图数据库的数字孪生方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10404569B2 (en) * | 2016-08-22 | 2019-09-03 | General Electric Company | Internet of things associate |
CN108107841B (zh) * | 2017-12-26 | 2020-12-18 | 山东大学 | 一种数控机床数字孪生建模方法 |
US20190258747A1 (en) * | 2018-02-22 | 2019-08-22 | General Electric Company | Interactive digital twin |
US11403541B2 (en) * | 2019-02-14 | 2022-08-02 | Rockwell Automation Technologies, Inc. | AI extensions and intelligent model validation for an industrial digital twin |
-
2020
- 2020-10-20 CN CN202011125338.1A patent/CN112231917B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110442737A (zh) * | 2019-07-11 | 2019-11-12 | 北京飞利信电子技术有限公司 | 基于图数据库的数字孪生方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112231917A (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112231917B (zh) | 空间数字孪生建模方法、装置、计算机设备及存储介质 | |
CN112912871B (zh) | 用于将来自不同数据源的数据集成到知识图存储单元中的方法和系统 | |
EP3407567A1 (en) | Application deployment in industrial internet of things | |
CN106446256B (zh) | 一种基于上下文计算的工业实时生产信息感知系统 | |
Bak et al. | Smart block: A visual programming environment for smartthings | |
WO2006082432A2 (en) | Time-series forecasting | |
CN112180776B (zh) | 基于设备组件模块的opc ua信息建模方法及装置 | |
CN113806940B (zh) | 数字孪生的表示和命名方法 | |
CN104573184B (zh) | 高速列车产品元模型构建方法和装置 | |
CN104967686A (zh) | 一种构建面型3s智慧服务商店系统及其设计方法 | |
Erazo-Garzón et al. | A domain-specific language for modeling IoT system architectures that support monitoring | |
Alulema et al. | A model-driven engineering approach for the service integration of IoT systems | |
CN105138385A (zh) | 一种物联网复杂事件处理方法 | |
Graube et al. | Integrating industrial middleware in linked data collaboration networks | |
Ouyang et al. | Semantic enrichment of object associations across federated BIM semantic graphs in a common data environment | |
Schäfer et al. | An architecture for deploying reinforcement learning in industrial environments | |
Tila et al. | Semantic IoT System for Indoor Environment Control—A Sparql and SQL based hybrid model | |
Adhikari et al. | A distinctive real-time information for industries and new business opportunity analysis offered by SAP and AnyLogic simulation | |
CN116680469A (zh) | 一种基于动态图神经网络的序列推荐算法 | |
Gómez-Goiri et al. | A semantic resource oriented middleware for pervasive environments | |
CN114816341A (zh) | 一种产品全生命周期模型构建方法及系统 | |
CN115270213A (zh) | 一种实体物当前状态的孪生方法、订阅方法及系统 | |
Baccelli et al. | Mutual service processes in Euclidean spaces: existence and ergodicity | |
Zhang et al. | Supporting personizable virtual Internet of Things | |
Li et al. | A" smart component" data model in PLM |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |