CN112784343B - 一种基于数字孪生模型的机房设计方法、装置及设备 - Google Patents
一种基于数字孪生模型的机房设计方法、装置及设备 Download PDFInfo
- Publication number
- CN112784343B CN112784343B CN202110130389.1A CN202110130389A CN112784343B CN 112784343 B CN112784343 B CN 112784343B CN 202110130389 A CN202110130389 A CN 202110130389A CN 112784343 B CN112784343 B CN 112784343B
- Authority
- CN
- China
- Prior art keywords
- machine room
- digital twin
- model
- design
- twin model
- 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
- 238000013461 design Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000003068 static effect Effects 0.000 claims abstract description 46
- 238000010276 construction Methods 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000005094 computer simulation Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000010438 heat treatment Methods 0.000 claims description 9
- 238000009423 ventilation Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 abstract description 12
- 238000005457 optimization Methods 0.000 abstract description 9
- 230000008520 organization Effects 0.000 abstract description 9
- 239000000463 material Substances 0.000 abstract description 7
- 230000009466 transformation Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000000280 densification Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于数字孪生模型的机房设计方法、装置及设备，能够基于数字孪生模型对机房的管线走向、气流组织、隐蔽工程、施工耗材进行深化设计，以辅助中后期对机房进行更加合理的运维、管理及改造，进而能够设计出自适应性智能管理的机房，实现资源优化配置。该方法包括：首先构建机房静态本体模型，然后，构建机房对应的数字孪生模型，接着，根据机房静态本体模型和机房对应的数字孪生模型，构建孪生数据通信单元，进一步可以根据机房对应的数字孪生模型确定的决策结果，利用孪生数据通信单元，对机房静态本体进行设计，得到机房的设计结果。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种基于数字孪生模型的机房设计方法、装置及设备。
背景技术
目前随着数据中心行业的快速发展，服务器机柜密度日渐升高，机房设计越来越向高密化、多样化和大型化趋势发展。
但传统机房的深化设计方法是依靠经验对管线走向、气流组织、隐蔽工程、施工耗材进行简单计算或主观评估，无法做到闭环设计，该设计方法较粗放、不精细，且仅仅停留在项目前期阶段，难以辅助后期机房运维、管理及改造。例如，行业内默认施工阶段仅对机房图纸进行10％以下的改动，机房设计单位一般不会再次出图，由此将导致中后期机房运维人员难以根据机房设计单位的二维图纸对机房进行更加合理的运维管理。
发明内容
本申请实施例的主要目的在于提供一种基于数字孪生模型的机房设计方法、装置及设备，能够基于数字孪生模型对机房的管线走向、气流组织、隐蔽工程、施工耗材进行深化设计，以辅助中后期对机房进行更加合理的运维、管理及改造，从而能够设计出自适应性智能管理的机房，实现资源优化配置。
第一方面，本申请实施例提供了一种基于数字孪生模型的机房设计方法，包括：
构建机房静态本体模型；
构建所述机房对应的数字孪生模型；
根据所述机房静态本体模型和所述机房对应的数字孪生模型，构建孪生数据通信单元；
根据所述机房对应的数字孪生模型确定的决策结果，利用所述孪生数据通信单元，对所述机房静态本体进行设计，得到所述机房的设计结果。
可选的，所述机房静态本体模型包括传感器系统、机房资料档案系统、历史运行数据库、实时控制计算存储单元。
可选的，所述构建所述机房对应的数字孪生模型，包括：
基于所述机房的设备及其布局情况，对所述机房的实物进行三维动态建模，得到三维模型；
利用高性能计算单元运行所述三维模型，并利用三维仿真软件分别对所述机房的各类专业进行虚拟配置和预施工，得到对所述机房各类专业进行深化设计的动态模拟计算结果；
对所述动态模拟计算结果进行现状分析，得到优化所述机房各类专业的深化设计方案；
根据所述机房各类专业的需求颗粒度，不断调整所述三维模型的精密程度，得到修正后的模型，作为所述机房对应的数字孪生模型。
可选的，所述机房的各类专业包括管线、暖通、安防、网络布线。
第二方面，本申请实施例还提供了一种基于数字孪生模型的机房设计装置，包括：
第一构建单元，用于构建机房静态本体模型；
第二构建单元，用于构建所述机房对应的数字孪生模型；
第三构建单元，用于根据所述机房静态本体模型和所述机房对应的数字孪生模型，构建孪生数据通信单元；
设计单元，用于根据所述机房对应的数字孪生模型确定的决策结果，利用所述孪生数据通信单元，对所述机房静态本体进行设计，得到所述机房的设计结果。
可选的，所述机房静态本体模型包括传感器系统、机房资料档案系统、历史运行数据库、实时控制计算存储单元。
可选的，所述第二构建单元包括：
建模子单元，用于基于所述机房的设备及其布局情况，对所述机房的实物进行三维动态建模，得到三维模型；
获得子单元，用于利用高性能计算单元运行所述三维模型，并利用三维仿真软件分别对所述机房的各类专业进行虚拟配置和预施工，得到对所述机房各类专业进行深化设计的动态模拟计算结果；
分析子单元，用于对所述动态模拟计算结果进行现状分析，得到优化所述机房各类专业的深化设计方案；
调整子单元，用于根据所述机房各类专业的需求颗粒度，不断调整所述三维模型的精密程度，得到修正后的模型，作为所述机房对应的数字孪生模型。
可选的，所述机房的各类专业包括管线、暖通、安防、网络布线。
本申请实施例还提供了一种基于数字孪生模型的机房设计设备，包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述基于数字孪生模型的机房设计方法中的任意一种实现方式。
本申请实施例还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中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述基于数字孪生模型的机房设计方法中的任意一种实现方式。
本申请实施例提供的一种基于数字孪生模型的机房设计方法、装置及设备，首先构建机房静态本体模型，然后，构建机房对应的数字孪生模型，接着，根据机房静态本体模型和机房对应的数字孪生模型，构建孪生数据通信单元，进一步可以根据机房对应的数字孪生模型确定的决策结果，利用孪生数据通信单元，对机房静态本体进行设计，得到机房的设计结果。从而能够基于数字孪生模型对机房的管线走向、气流组织、隐蔽工程、施工耗材进行深化设计，以辅助中后期对机房进行更加合理的运维、管理及改造，进而能够设计出自适应性智能管理的机房，实现资源优化配置。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请的一些实施例，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为本申请实施例提供的一种基于数字孪生模型的机房设计方法的流程示意图；
图2为本申请实施例提供的机房静态本体模型的结构示意图；
图3为本申请实施例提供的机房静态本体模型、机房对应的数字孪生模型和孪生数据通信单元的交互结构示意图；
图4为本申请实施例提供的一种基于数字孪生模型的机房设计装置的组成示意图。
具体实施方式
在现有的机房设计方法中，通常是依靠经验对机房的管线走向、气流组织、隐蔽工程、施工耗材进行简单计算或主观评估，无法做到闭环设计，设计方法较粗放、不精细，且仅仅停留在项目前期阶段，难以辅助中后期机房运维、管理及改造。例如，行业内默认施工阶段仅能对机房图纸进行10％以下的改动，机房设计单位一般不会再次出图，由此将导致中后期机房运维人员难以根据机房设计单位的二维图纸对机房进行更加合理的运维管理。
为解决上述缺陷，本申请实施例提供了一种基于数字孪生模型的机房设计方法，首先构建机房静态本体模型，然后，构建机房对应的数字孪生模型，接着，根据机房静态本体模型和机房对应的数字孪生模型，构建孪生数据通信单元，进一步可以根据机房对应的数字孪生模型确定的决策结果，利用孪生数据通信单元，对机房静态本体进行设计，得到机房的设计结果。从而能够基于数字孪生模型对机房的管线走向、气流组织、隐蔽工程、施工耗材进行深化设计，以辅助中后期对机房进行更加合理的运维、管理及改造，进而能够设计出自适应性智能管理的机房，实现资源优化配置。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
第一实施例
参见图1，为本实施例提供的一种基于数字孪生模型的机房设计方法的流程示意图，该方法包括以下步骤：
S101：构建机房静态本体模型。
需要说明的是，由于在现有的机房设计方法中，通常是依靠经验对机房的管线走向、气流组织、隐蔽工程、施工耗材进行简单计算或主观评估，无法做到闭环设计，设计方法较粗放、不精细，且仅仅停留在项目前期阶段，难以辅助中后期机房运维、管理及改造。
由此，在本实施例中，为了能够在中后期对机房进行更加合理的运维、管理及改造，实现资源的优化配置，首先需要构建机房静态本体模型，用以执行后续步骤S103-S104。
其中，如图2所示，机房静态本体模型可以包括传感器系统、机房资料档案系统、历史运行数据库、实时控制计算存储单元。
具体来讲，传感器采集系统可以包括温湿度计、风速计、数字微压差计、功率表、电压表、电流表、电能质量分析仪、尘埃粒子计数器、声级计、照度计、接地电阻测量仪、电池质量分析仪、紫外吸收烟气分析仪等仪表仪器。
机房资料档案系统可以包括机房设计图纸、机房设计技术需求书、机房各专业设备品牌和厂家提供的设备参数、设备模型库等。
历史运行数据库可以包括历史用电高峰、极端天气、停电次数及时间、各专业设备运行日志、电力监控系统、环境监控系统的历史数据记录等。
S102：构建机房对应的数字孪生模型。
在本实施例中，为了实现对机房的优化设计，不仅需要通过步骤S101构建机房静态本体模型，还需要通过静态本体机房参数存储模块将参数输入至三维仿真软件，并在高性能计算单元里创建机房对应的数字孪生模型。如图3所示。
其中，数字孪生(Digital Twin)指的是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。相比于二维设计方法，数字孪生体最大的特点是三维动态建模。本体和孪生体之间的数据通信是双向的。孪生体可向本体提取数据，也可向本体反馈数据。如果需要做系统设计改动，或者想要知道系统在特殊外部条件下的反应，设计师可以在孪生体上进行“实验”。既避免对本体的影响，也可以提高效率、节约成本。同时设计机房控制策略，设计师可以根据孪生体反馈的数据，对本体采取进一步的行动和干预。
由此，在本实施例中，首先可以基于数据中心机房设备及其布局情况，对机房实物进行三维动态建模，动件与不动件分类建模，并在仿真软件上进行虚拟配置和预施工，分别对机房各类专业设计方案进行深化设计，选取最优方案，实现资源优化配置。其次，可以基于机房设备及其布局情况，对机房实物进行三维动态建模，动件与不动件分类建模，并在仿真软件上进行虚拟配置和预施工，分别对各类专业设计方案进行深化设计，选取最优方案，实现资源优化配置。进而，再基于数据中心机房孪生体模型，验证节能、应急等各类控制策略，演练故障场景，复盘故障传导方式，形成智能决策数据库，一旦实体机房符合相应控制场景，则立即调用相应智能决策数据，实现机房的自适应智能管理。这样，通过机房对应的数字孪生体模型进行控制策略的验证，可以有效避免对机房本体动作，减少对机房运维连续性的干预。
具体来讲，在本实施例的一种可能的实现方式中，本步骤S102的具体实现过程可以包括下述步骤A-D：
步骤A：基于机房的设备及其布局情况，对机房的实物进行三维动态建模，得到三维模型。
在本实现方式中，为了构建机房对应的数字孪生模型，一方面可以分析建筑、配电、暖通等专业施工图纸，确定机房建筑参数及桥架管道位置，包括：房间、架空地板及天花板的高度、尺寸，机柜及精密配电柜的容量、位置、尺寸，送风管道、强电线槽及网络线槽的位置等，另一方面，可以对图纸中未标注位置及尺寸的设备现场勘查，测量。包括：精密空调位置、尺寸、支撑架，光缆线槽及铜缆线槽的高度、走向，吊顶回风百叶的测量等。此外，还可以联系相关厂家索要设备参数。包括：精密空调的冷量、送风量、功率曲线等，精密配电柜的功率，部分服务器的运行功率等。进一步，可以将机房参数传达至高性能计算单元，以利用三维仿真软件搭建三维模型。
步骤B：利用高性能计算单元运行三维模型，并利用三维仿真软件分别对机房的各类专业进行虚拟配置和预施工，得到对机房各类专业进行深化设计的动态模拟计算结果。
其中，机房的各类专业包括管线、暖通、安防、网络布线等。
具体的，在通过步骤A得到三维模型后，进一步可以利用高性能计算单元运行该三维模型，并利用三维仿真软件分别对机房的各类专业(如管线、暖通、安防、网络布线等)进行虚拟配置和预施工，得到对机房各类专业进行深化设计的动态模拟计算结果。
步骤C：对动态模拟计算结果进行现状分析，得到优化机房各类专业的深化设计方案。
在本实现方式中，通过步骤B得到对机房各类专业进行深化设计的动态模拟计算结果后，进一步可以对动态模拟计算结果进行现状分析，优化机房各类专业的深化设计方案，例如冷气流短路、热气流回流、水系统管路弯头过多，造成水头折损严重、水系统阀门虽未碰撞，但预留的操作空间不够造成将来应急操作困难等，实现资源优化配置。
步骤D：根据机房各类专业的需求颗粒度，不断调整三维模型的精密程度，得到修正后的模型，作为机房对应的数字孪生模型。
在本实现方式中，通过步骤C得到优化机房各类专业的深化设计方案后，进一步可以根据机房各类专业的需求颗粒度，不断调整三维模型的精密程度，例如安防系统设计中可以把机架和服务器作为一个整体考虑。而在暖通系统设计中则需要带精密服务器模型的精密机架，需要对所有的风机、加热器和所有内部障碍物细节都进行精准建模。网络布线系统设计中普通机柜为方便布线安装，是去除底部托盘和相邻两侧机柜挡板的，而存储及小型机为厂家自带机柜，根据实际情况及尺寸建立机柜模型。
需要说明的是，在使用字孪生模型设计时，参与设计的任意一方修改了设计，其他人员都能及时看到，达到了实时沟通的目的，信息变更能够快速传递，大幅提高设计效率，降低设计成本，修正模型的过程贯穿数据中心生命周期，项目前期和中期可以由设计单位设计并不断修正数据中心机房对应的数字孪生模型，后期再交由机房运维人员在基础设施管理系统中维护机房对应的数字孪生模型。
S103：根据机房静态本体模型和机房对应的数字孪生模型，构建孪生数据通信单元。
在本实施例中，通过步骤S101和S102分别构建了机房静态本体模型和机房对应的数字孪生模型后，进一步可以利用机房静态本体模型和机房数字孪生模型相关的数据融合产生的衍生数据集合，构建孪生数据通信单元。
具体来讲，首先可以基于可扩展标记语言创建传感器获得的感知数据的表达模板，然后建立感知数据与传感器的关联关系，最后基于感知数据与智能决策数据的对应关系，创建感知数据与智能决策数据的孪生数据信息链。
S104：根据机房对应的数字孪生模型确定的决策结果，利用孪生数据通信单元，对机房静态本体进行设计，得到机房的设计结果。
在本实施例中，在通过步骤S102构建了机房的数字孪生模型，以及通过步骤S103构建了孪生数据通信单元后，进一步可以将数字孪生模型确定的决策结果通过孪生数据通信单元输入至本体机房实时控制模块，再将决策结果转化成控制指令传送至机房供配电、暖通、安防等各子系统，调整机房本体工作状态，实时控制，辅助机房运维，并赋予其智能，使机房处于自适应管理状态。
例如，可以根据机房负荷调整实时调整机房制冷量、送风量，实现机房节能管理。为提高机房容量，将管线做高密处理，提前做碰撞检测验证，选取最优深化设计方案，实现资源优化配置。
这样，通过机房对应的数字孪生模型可对设计方案效果进行前期预判，同时可对机房控制决策模型进行验证，减少对机房运行连续性的干预，提前发现问题，解决问题，提高后期机房施工效率，降低返工率。还可以进行预施工，自动对设备、支架、管道以及线缆桥架进行碰撞检查，在正式施工前对不满足要求的构件进行调整，避免施工现场重复拆改，达到预施工的目的，提高了设计质量，保证了施工进度，降低返工率，节约建设成本，而现有的设计方法由于无法预施工，无法做到机房深化设计方案闭环。此外，还可以根据施工的需要导出截面温湿度图等各种二维图纸，图纸根据模型自动生成，且随模型的改变而改变，减轻了绘图人员的负担，也减少了出错的概率。
综上，本实施例提供的一种基于数字孪生模型的机房设计方法，首先构建机房静态本体模型，然后，构建机房对应的数字孪生模型，接着，根据机房静态本体模型和机房对应的数字孪生模型，构建孪生数据通信单元，进一步可以根据机房对应的数字孪生模型确定的决策结果，利用孪生数据通信单元，对机房静态本体进行设计，得到机房的设计结果。从而能够基于数字孪生模型对机房的管线走向、气流组织、隐蔽工程、施工耗材进行深化设计，以辅助中后期对机房进行更加合理的运维、管理及改造，进而能够设计出自适应性智能管理的机房，实现资源优化配置。
第二实施例
本实施例将对一种基于数字孪生模型的机房设计装置进行介绍，相关内容请参见上述方法实施例。
参见图4，为本实施例提供的一种基于数字孪生模型的机房设计装置的组成示意图，该装置包括：
第一构建单元401，用于构建机房静态本体模型；
第二构建单元402，用于构建所述机房对应的数字孪生模型；
第三构建单元403，用于根据所述机房静态本体模型和所述机房对应的数字孪生模型，构建孪生数据通信单元；
设计单元404，用于根据所述机房对应的数字孪生模型确定的决策结果，利用所述孪生数据通信单元，对所述机房静态本体进行设计，得到所述机房的设计结果。
在本实施例的一种实现方式中，所述机房静态本体模型包括传感器系统、机房资料档案系统、历史运行数据库、实时控制计算存储单元。
在本实施例的一种实现方式中，所述第二构建单元402包括：
建模子单元，用于基于所述机房的设备及其布局情况，对所述机房的实物进行三维动态建模，得到三维模型；
获得子单元，用于利用高性能计算单元运行所述三维模型，并利用三维仿真软件分别对所述机房的各类专业进行虚拟配置和预施工，得到对所述机房各类专业进行深化设计的动态模拟计算结果；
分析子单元，用于对所述动态模拟计算结果进行现状分析，得到优化所述机房各类专业的深化设计方案；
调整子单元，用于根据所述机房各类专业的需求颗粒度，不断调整所述三维模型的精密程度，得到修正后的模型，作为所述机房对应的数字孪生模型。
在本实施例的一种实现方式中，所述机房的各类专业包括管线、暖通、安防、网络布线。
综上，本实施例提供的一种基于数字孪生模型的机房设计装置，首先构建机房静态本体模型，然后，构建机房对应的数字孪生模型，接着，根据机房静态本体模型和机房对应的数字孪生模型，构建孪生数据通信单元，进一步可以根据机房对应的数字孪生模型确定的决策结果，利用孪生数据通信单元，对机房静态本体进行设计，得到机房的设计结果。从而能够基于数字孪生模型对机房的管线走向、气流组织、隐蔽工程、施工耗材进行深化设计，以辅助中后期对机房进行更加合理的运维、管理及改造，进而能够设计出自适应性智能管理的机房，实现资源优化配置。
进一步地，本申请实施例还提供了一种基于数字孪生模型的机房设计设备，包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述基于数字孪生模型的机房设计方法的任一种实现方法。
进一步地，本申请实施例还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中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述基于数字孪生模型的机房设计方法的任一种实现方法。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者诸如媒体网关等网络通信设备，等等)执行本申请各个实施例或者实施例的某些部分所述的方法。
需要说明的是，本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。对于实施例公开的装置而言，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。
还需要说明的是，在本文中，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。在没有更多限制的情况下，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。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于数字孪生模型的机房设计方法，其特征在于，包括：
构建机房静态本体模型；
构建所述机房对应的数字孪生模型；
根据所述机房静态本体模型和所述机房对应的数字孪生模型，构建孪生数据通信单元；
根据所述机房对应的数字孪生模型确定的决策结果，利用所述孪生数据通信单元，对所述机房静态本体进行设计，得到所述机房的设计结果，所述孪生数据通信单元包括用于将决策结果输入至本体机房实时控制模块，将决策结果转化成控制指令传送至机房各子系统，调整机房本体工作状态；
所述构建所述机房对应的数字孪生模型，包括：
基于所述机房的设备及其布局情况，对所述机房的实物进行三维动态建模，得到三维模型；
利用高性能计算单元运行所述三维模型，并利用三维仿真软件分别对所述机房的各类专业进行虚拟配置和预施工，得到对所述机房各类专业进行深化设计的动态模拟计算结果。
2.根据权利要求1所述的方法，其特征在于，所述机房静态本体模型包括传感器系统、机房资料档案系统、历史运行数据库、实时控制计算存储单元。
3.根据权利要求1所述的方法，其特征在于，所述构建所述机房对应的数字孪生模型，还包括：
对所述动态模拟计算结果进行现状分析，得到优化所述机房各类专业的深化设计方案；
根据所述机房各类专业的需求颗粒度，不断调整所述三维模型的精密程度，得到修正后的模型，作为所述机房对应的数字孪生模型。
4.根据权利要求3所述的方法，其特征在于，所述机房的各类专业包括管线、暖通、安防、网络布线。
5.一种基于数字孪生模型的机房设计装置，其特征在于，包括：
第一构建单元，用于构建机房静态本体模型；
第二构建单元，用于构建所述机房对应的数字孪生模型；
第三构建单元，用于根据所述机房静态本体模型和所述机房对应的数字孪生模型，构建孪生数据通信单元；
设计单元，用于根据所述机房对应的数字孪生模型确定的决策结果，利用所述孪生数据通信单元，对所述机房静态本体进行设计，得到所述机房的设计结果，所述孪生数据通信单元包括用于将决策结果输入至本体机房实时控制模块，将决策结果转化成控制指令传送至机房各子系统，调整机房本体工作状态；
所述第二构建单元包括：
建模子单元，用于基于所述机房的设备及其布局情况，对所述机房的实物进行三维动态建模，得到三维模型；
获得子单元，用于利用高性能计算单元运行所述三维模型，并利用三维仿真软件分别对所述机房的各类专业进行虚拟配置和预施工，得到对所述机房各类专业进行深化设计的动态模拟计算结果。
6.根据权利要求5所述的装置，其特征在于，所述机房静态本体模型包括传感器系统、机房资料档案系统、历史运行数据库、实时控制计算存储单元。
7.根据权利要求5所述的装置，其特征在于，所述第二构建单元还包括：
分析子单元，用于对所述动态模拟计算结果进行现状分析，得到优化所述机房各类专业的深化设计方案；
调整子单元，用于根据所述机房各类专业的需求颗粒度，不断调整所述三维模型的精密程度，得到修正后的模型，作为所述机房对应的数字孪生模型。
8.根据权利要求7所述的装置，其特征在于，所述机房的各类专业包括管线、暖通、安防、网络布线。
9.一种基于数字孪生模型的机房设计设备，其特征在于，包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行权利要求1-4任一项所述的方法。
10.一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中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行权利要求1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110130389.1A CN112784343B (zh) | 2021-01-29 | 2021-01-29 | 一种基于数字孪生模型的机房设计方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110130389.1A CN112784343B (zh) | 2021-01-29 | 2021-01-29 | 一种基于数字孪生模型的机房设计方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112784343A CN112784343A (zh) | 2021-05-11 |
| CN112784343B true CN112784343B (zh) | 2024-06-11 |
Family
ID=75760021
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110130389.1A Active CN112784343B (zh) | 2021-01-29 | 2021-01-29 | 一种基于数字孪生模型的机房设计方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112784343B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115034022A (zh) * | 2022-04-22 | 2022-09-09 | 阿里巴巴（中国）有限公司 | 数据中心的数字孪生模型生成方法及标准化处理方法 |
| CN116363599B (zh) * | 2023-05-30 | 2023-09-22 | 广东广宇科技发展有限公司 | 基于数字孪生的机房监控方法、电子设备及其存储介质 |
| CN116579190B (zh) * | 2023-07-13 | 2023-09-19 | 天津华泽能源信息技术有限公司 | 一种基于物联网的储能孪生模型构建方法及系统 |
| CN117351132A (zh) * | 2023-12-04 | 2024-01-05 | 山东再起数据科技有限公司 | 基于数字挛生和tcp传输控制协议的远程终端设备渲染方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110045608A (zh) * | 2019-04-02 | 2019-07-23 | 太原理工大学 | 基于数字孪生的机械设备零部件结构参数动态优化方法 |
| CN110717985A (zh) * | 2019-09-18 | 2020-01-21 | 同济大学 | 一种建筑数字孪生平台的构建方法 |
| CN111509862A (zh) * | 2020-05-22 | 2020-08-07 | 中国海洋石油集团有限公司 | 基于数字孪生云的海上平台电力系统结构优化方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107832497B (zh) * | 2017-10-17 | 2018-08-28 | 广东工业大学 | 一种智能车间快速定制设计方法及系统 |
| US20190302712A1 (en) * | 2018-03-30 | 2019-10-03 | General Electric Company | System and method for motor drive control |
-
2021
- 2021-01-29 CN CN202110130389.1A patent/CN112784343B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110045608A (zh) * | 2019-04-02 | 2019-07-23 | 太原理工大学 | 基于数字孪生的机械设备零部件结构参数动态优化方法 |
| CN110717985A (zh) * | 2019-09-18 | 2020-01-21 | 同济大学 | 一种建筑数字孪生平台的构建方法 |
| CN111509862A (zh) * | 2020-05-22 | 2020-08-07 | 中国海洋石油集团有限公司 | 基于数字孪生云的海上平台电力系统结构优化方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112784343A (zh) | 2021-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112784343B (zh) | 一种基于数字孪生模型的机房设计方法、装置及设备 | |
| Pan et al. | Building energy simulation and its application for building performance optimization: A review of methods, tools, and case studies | |
| WO2023010556A1 (zh) | 精密空调的动态预测控制方法、装置和系统 | |
| US7024258B2 (en) | System and method for model-based control of a building fluid distribution system | |
| JP2012149839A (ja) | 空調機連係制御システム、空調機連係制御方法および空調機連係制御プログラム | |
| CN109145362A (zh) | 一种电网建模方法及系统 | |
| Fang et al. | A neural-network enhanced modeling method for real-time evaluation of the temperature distribution in a data center | |
| JP4210015B2 (ja) | エネルギープラントの運用評価システム | |
| CN113536591B (zh) | 一种综合能源系统变步长动态仿真方法 | |
| CN115167562B (zh) | 一种机房温度控制方法和装置 | |
| CN111652760B (zh) | 一种电网运维虚拟现实仿真系统及仿真方法 | |
| Mans et al. | Automated model generation and simplification for district heating and cooling networks. | |
| Khalid et al. | Thermal control strategies for reliable and energy-efficient data centers | |
| Kümpel et al. | Modular hydronic subsystem models for testing and improving control algorithms of air-handling units | |
| CN106022594B (zh) | 基于极值理论的电力系统在线运行安全风险评估方法 | |
| CN113901029B (zh) | 一种支持堆芯多专业计算软件的统一建模方法及系统 | |
| CN116522752A (zh) | 一种基于机理与数据融合的压缩空气储能系统仿真方法 | |
| CN105893667A (zh) | 一种异构仿真数据的统一集成可视方法 | |
| CN116305823A (zh) | 面向项目多阶段的建筑能源系统碳排放仿真方法及系统 | |
| Wang et al. | Thermal-aware flow field optimization for energy saving of data centers | |
| Zhu et al. | Design study on green sports building based on BIM | |
| Wilde et al. | Increasing data center energy efficiency via simulation and optimization of cooling circuits-a practical approach | |
| Kamat et al. | On-line simulation of building energy processes: Need and research requirements | |
| Alvarado et al. | Development and Experimental Validation of an Open-Source Model Library for District Heating Network Simulation | |
| Li et al. | Demonstration and validation of the digital twin technology for a regional multi-energy system |
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 | ||
| GR01 | Patent grant |