CN114138997A - 具有数字孪生和基于图形的结构的计算机实现的系统和方法 - Google Patents
具有数字孪生和基于图形的结构的计算机实现的系统和方法 Download PDFInfo
- Publication number
- CN114138997A CN114138997A CN202111031579.4A CN202111031579A CN114138997A CN 114138997 A CN114138997 A CN 114138997A CN 202111031579 A CN202111031579 A CN 202111031579A CN 114138997 A CN114138997 A CN 114138997A
- Authority
- CN
- China
- Prior art keywords
- data
- graph
- based structure
- interface
- computer
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
具有数字孪生和基于图形的结构的计算机实现的系统和方法。本公开涉及计算机实现的系统,所述系统包括至少一个第一接口,其被配置用于从物理对象接收和发送数据。计算机实现的系统还包括基于图形的结构。基于图形的结构包括概念模型,其包括多个概念,其中每个概念映射物理对象,其中概念配备有属性,并且其相应彼此关系被定义;和多个数据实例,其具有物理对象的数据点,并且分配给概念模型中的相应概念。基于图形的结构被设计用于从接口接收数据并且被设计用于将所接收的数据集成到概念模型和/或数据实例中。计算机实现的系统还包括用户接口,其被设计用于根据用户的输入提供对基于图形的结构的查询和/或定义并且输出相应的应答。
Description
技术领域
本发明涉及用于实例化至少一个数字孪生的计算机实现的系统和计算机实现的方法。
背景技术
在工业环境中,存在大的数据量,这些数据量可具有非结构化格式、表示和/或异构访问方法。在此,这些数据可以位于数据湖、不同的数据库和其他数据持久化中。此外,数据可以从机器、传感器和其他装置动态地被输出。为了能够使用和继续使用这些不同的、变化的和异构的数据,可以预见两种方式、即数字孪生或基于图形的结构。两种方式都是语义技术,其中基于图形的结构、例如知识图将数据本身提升到语义级别,这允许数据工程师通过简单地查询基于图形的结构来回答任意的和复杂的问题。然而,对于需要动态的和重复的数据的应用来说,基于图形的结构并不是可靠的数据源。与此相反,数字孪生引起:数据本身以非语义的方式保留,但是经由所属的语义模型被描述。然而,在一个或多个数字孪生的不同数据端点的数据之间提供交叉关系变得困难。当前,两种方式不能彼此受益。
发明内容
第一方面涉及一种计算机实现的系统,所述系统包括至少一个第一接口。该接口被配置用于从物理对象接收和发送数据。计算机实现的系统此外包括基于图形的结构,所述基于图形的结构包括概念模型和多个数据实例。概念模型包括多个概念,其中每个概念均映射物理对象,其中概念配备有属性并且其相应彼此关系被定义。数据实例具有物理对象的数据点,并且被分配给概念模型中的相应概念。基于图形的结构被设计用于从接口接收数据,并且被设计用于将所接收的数据集成到概念模型中和/或数据实例中。此外,计算机实现的系统包括用户接口,所述用户接口被设计用于根据用户的输入提供对基于图形的结构的查询和/或定义并且输出相应的应答。此外,计算机实现的系统包括至少一个数字孪生,其被设计用于从基于图形的结构得到数据和/或向基于图形的结构提供数据。
第二方面涉及一种用于实例化至少一个数字孪生的计算机实现的方法。该方法包括提供至少一个第一接口,其被配置用于从物理对象接收和发送数据。此外,该方法包括提供基于图形的结构,所述基于图形的结构包括概念模型和多个数据实例。概念模型包括多个概念,其中每个概念均映射物理对象,其中概念配备有属性并且其相应彼此关系被定义。数据实例具有物理对象的数据点,并且分配给概念模型中的相应概念。基于图形的结构被设计用于从接口接收数据并且将所接收的数据集成到概念模型中和/或数据实例中。该方法此外包括提供用户接口,所述用户接口被设计用于根据用户的输入提供对基于图形的结构的查询和/或定义并且输出相应的应答。此外,该方法包括产生至少一个数字孪生,其被设计用于从基于图形的结构得到数据和/或向基于图形的结构提供数据。
本公开涉及一种系统和方法,其包括基于图形的结构和至少一个数字孪生,所述基于图形的结构和至少一个数字孪生也彼此无关地存在,但可以彼此受益。由此,可以组合两种语义技术的优点,并且可以实现更高程度的自动化。在此,基于图形的结构可以用作为用于抽象和集成接口的基本数据的层面,其例如产生机器数据,所述机器数据存储在数据湖或数据库中。至少一个数字孪生经由基于图形的结构被提供并且可以从基于图形的结构得到数据和/或向基于图形的结构提供数据。在此,应用可以基于询问从至少一个数字孪生获得具有语义描述的数据,这可以简化所述数据的使用和进一步使用。
附图说明
图1示意性地示出具有第一接口10、基于图形的结构20、用户接口30和至少一个数字孪生40的计算机实现的系统1。
图2A示意性地示出用于实例化至少一个数字孪生40的计算机实现的方法100的第一片段。
图2B示意性地示出用于实例化至少一个数字孪生40的计算机实现的方法100的第二片段。
图3示意性地示出用于实例化至少一个数字孪生40的计算机实现的方法100的示例。
具体实施方式
如图1中简述的,第一方面涉及计算机实现的系统1,所述系统包括至少一个第一接口10。在实施方案中,至少一个第一接口10可以是传感器接口。至少一个第一接口10被配置用于从物理对象接收和发送数据。该物理对象可以例如是机器或其他技术装置M(或机器或装置的模块),其包括传感器,所述传感器能够在接口10处提供变化的、异构的和动态的数据。计算机实现的系统1此外包括基于图形的结构(KG)20,其包括概念模型和多个数据实例。在此,基于图形的结构可以包括一个本体(或多个本体),所述本体又可以包括概念模型和数据实例。本体可以借助于标准化术语学以及在那里定义的术语之间的关系(以及必要时衍生规则)来描述知识领域(“knowledge domain(知识域)”)。因此,本体可以被理解为概念化的明确形式规范。在此,本体可以表示具有逻辑关系的信息的网络。概念模型包括多个概念,其中每个概念均映射物理对象。在此,概念配备有属性,并且定义其相应的彼此关系。在此,概念可以被视为节点,并且概念之间的关系可以被视为将概念(或节点)相互连接的边。多个概念可以例如是机器M、设备P、差错代码和/或产品类型。概念之间的关系可以是这样的,即例如机器M生产特定的产品类型和/或机器M具有差错代码。数据实例具有物理对象的数据点,并且分配给概念模型中的相应概念。数据实例可以包括例如来自机器M的不同的数据。基于图形的结构20被设计用于从接口10接收数据并且被设计用于将所接收的数据集成到概念模型中和/或数据实例中。例如,基于图形的结构20可以从至少一个接口10接收数据库T机器,该数据库T机器包括设备P中的所有机器M,所述机器M于是在基于图形的结构20中被映射为具有彼此关系和属性的概念以及数据实例。此外,计算机实现的系统1包括用户接口30,其被设计用于根据用户的输入提供对基于图形的结构20的查询和/或定义并且输出相应的应答。可以对本体进行查询和/或定义。经由用户接口30,用户可以例如查询设备P中的哪个机器M定义针对特定产品类型的最多差错。根据基于图形的结构20,可以利用最易于出错的机器输出应答。此外,计算机实现的系统1包括至少一个数字孪生40,其被设计用于从基于图形的结构20得到数据和/或向基于图形的结构20提供数据。在该系统1中,可以将数字孪生40与基于图形的结构20组合。根据基于图形的结构20,可以集成和抽象来自不同接口的异构数据,其中基于图形的结构20可以用作用于为数字孪生40处理数据的基础。基于图形的结构20和数字孪生40可以彼此独立地被提供,但是彼此受益。数字孪生40的数据可以根据基于图形的结构10被产生并且从所述基于图形的结构导出,由此可以简化数据使用和进一步处理。通过系统1可以实现高自动化程度。
基于图形的结构20可以包括至少一个子图,该子图包括概念和关系,所述概念和关系是基于图形的结构20的子集。例如,概念“差错代码”可以通过关系与概念“时间戳”和“(差错的)描述”关联。如果仅孤立地考虑这三个(具有其属性的)概念及其关系,则可以将所述概念和关系定义为基于图形的结构20的子图。
至少一个第一接口10可以是数据接口。在实施方案中,至少一个第一接口10可以是传感器接口。至少一个第一接口10可以与至少一个已经存在的数据源关联。在实施方案中,至少一个第一接口10可以与至少一个已经存在的数据源交互,尤其是其中至少一个第一接口10可以从至少一个第一已经存在的数据源接收和/或发送数据。在实施方案中,至少一个已经存在的数据源可以包括数据湖和/或传感器接口和/或数据库。
可以根据基于图形的结构20基于用户接口30在基于图形的结构20处的查询和/或定义已经产生至少一个数字孪生40。例如,用户可以经由用户接口30在基于图形的结构20处查询哪个机器M具有最多的差错代码,其中机器M的数据、尤其是差错代码对于应用来说是感兴趣的。用户可以经由用户接口30在基于图形的结构20中定义:对于概念、例如对于概念“机器”可以存在数字孪生40,这在基于图形的结构中表示概念(例如概念“机器”)和“数字孪生”之间的关系。系统可以经由基于图形的结构20对与定义为数字孪生40的概念相对应的其他概念实施自动化查询。该系统同样可以尤其是自动化地为这些概念分别创建数字孪生。在可与上述实施方案组合的另一实施方案中,可以与基于图形的结构20无关地设置至少一个数字孪生40。然而,可以由所述至少一个数字孪生接收数据和/或在基于图形的结构20处提供数据。
数字孪生40可以包括用于在虚拟环境中对真实物理对象进行基于物理的模拟和数据分析的技术装置,尤其是其中真实物理对象可以是一个或多个产品和/或生产设备。例如,概念“机器”的数字孪生可以包括机器的设计图纸、机器的传感器(生成数据)和/或机器的产品数据。
至少一个数字孪生40可以包括至少一个第一数据端点(DEP)C。可以从基于图形的结构20中来产生和导出至少一个第一数据端点C。基于图形的结构20可以被用于集成由至少一个第一接口10提供的异构数据,并且可以用作用于为至少一个数字孪生40生成和导出至少一个第一数据端点C的基础。此外,至少一个数字孪生40可以包括第一语义模型41,尤其是其中可以从基于图形的结构20中产生和导出第一语义模型41。可以适配第一语义模型41以便在语义上描述至少一个第一数据端点C。基于图形的结构20的子图可以从基于图形的结构20中被投影并且被分派给至少一个数据端点C。至少一个数据端点C因此可以具有从基于图形的结构20导出的语义描述。访问至少一个数字孪生40、尤其是至少一个第一数据端点C的应用50因此可以获得具有语义描述的数据,这可以简化数据使用和进一步处理。例如,可以根据基于图形的结构20将子图差错代码/时间戳/描述分派给数据端点C并且导出。因此可以为机器M提供针对差错代码的数据,其中差错代码的数据具有相应的语义描述。因此数据端点不必能够直接追溯到存在的接口10和/或数据源。代替对于每个存在的接口10和/或数据源(例如传感器接口)都具有数据端点,基于图形的结构20可以用作至少一个第一接口10和至少一个数字孪生40之间的组合抽象层。相应的数据端点C因此不能从至少一个第一接口10本身得到其数据,而是从基于图形的结构20得到。所产生的数据端点C可以将数据输出给应用50,所述应用可以源自多个经由基于图形的结构20集成和抽象的接口10。
如上所述,基于图形的结构20可以具有多个概念,给所述概念分别分派数字孪生40。可以给这些多个数字孪生40中的每一个分派有数据端点C,所述数据端点可以与从来自基于图形的结构20的子图中导出的语义描述关联。根据系统1的查询,可以为每个数字孪生40选择所有子图的数据并且关联到数据端点C。对系统1的每个查询都可以被绑定到可单独响应的数据端点C,并且可以根据系统1存储每个数据端点到相应数字孪生40的归属性。
至少一个数字孪生40可以包括至少一个第二数据端点B,尤其是其中可以直接根据至少一个第二接口11的数据产生并且导出至少一个第二数据端点B。至少一个第二接口11可以是数据接口。在实施方案中,至少一个第二接口11可以是传感器接口。至少一个第二接口11可以与至少一个已经存在的数据源关联。在实施方案中,至少一个第二接口11可以与至少一个已经存在的数据源交互,尤其是其中至少一个第二接口11可以从至少一个已经存在的数据源接收和/或发送数据。在实施方案中,至少一个已经存在的数据源可以包括数据湖和/或传感器接口和/或数据库。
至少一个第二数据端点B可以具有语义描述,所述语义描述可以直接根据至少一个第二接口11的数据被产生和导出。例如,至少一个第二接口11可以包括设备P中的仓库W的数据。可以为该仓库W创建第二数据端点B,所述第二数据端点接收从接口11接收的数据。然后可以为第二数据端点B手动地在语义上描述所接收的数据。基于图形的结构20可以被设计用于从至少一个第二数据端点B导入数据,尤其是其中第二数据端点B的语义描述可以被映射在基于图形的结构20中并且数据可以被分配给数据实例。系统1可以将数据端点(例如数据端点C)利用从基于图形的结构20导出的数据与“正则”数据端点(例如数据端点B)组合,所述“正则”数据端点从未经由基于图形的结构实现的接口得到数据。“正则”端点的数据可以被集成到基于图形的结构20中,而未将第二接口11直接映射在基于图形的结构20中。
至少一个数字孪生40可以包括至少一个第三数据端点A,尤其是其中可以直接根据第三接口12的数据产生和导出至少一个第三数据端点A。在此,可以与第一数据端点C和/或第二数据端点B无关地设置至少一个第三数据端点A。至少一个第三接口12可以是数据接口。在实施方案中,至少一个第三接口12可以是传感器接口。至少一个第三接口12可以与至少一个已经存在的数据源关联。在实施方案中,至少一个第三接口12可以与至少一个已经存在的数据源交互,尤其是其中至少一个第三接口12可以从至少一个已经存在的数据源接收和/或发送数据。在实施方案中,至少一个已经存在的数据源可以包括数据湖和/或传感器接口和/或数据库。
该系统此外可以包括应用50,所述应用被设计用于基于对至少一个数字孪生40的询问,尤其是从数据端点A、B、C中的至少一个获得具有语义描述的数据。该应用50可以例如是计算机软件,所述计算机软件可以从数据端点A、B、C中的至少一个得到或请求关于具有语义描述的差错代码的数据。至少一个数字孪生40可以被设计用于为应用50提供关于数据端点及其语义描述的信息。来自数据端点A、B、C中的至少一个的所检索的数据可以由应用50根据其描述进一步使用和/或处理。
如在图2A和2B中简述的,第二方面涉及用于实例化至少一个数字孪生40的计算机实现的方法100。方法100包括提供至少一个第一接口10,其被配置用于从物理对象接收和发送数据。此外,方法100包括提供基于图形的结构(KG)20,其包括概念模型和多个数据实例。概念模型包括多个概念,其中每个概念均映射物理对象,其中概念配备有属性并且其相应的彼此关系被定义。首先,可以在方法100中准备基于图形的结构20。基于图形的结构20的概念模型可以由用户产生,其中至少一个接口或者从接口10接收的数据可以被映射并存储在概念模型中。数据实例具有物理对象的数据点,并且被分配给概念模型中的相应概念。基于图形的结构20被设计用于从接口10接收数据并且将所接收的数据集成到概念模型和/或数据实例中。方法100此外包括提供用户接口30,其被设计用于根据用户的输入提供对基于图形的结构20的查询和/或定义并且输出相应的应答。在该方法的步骤A中,通过用户可以经由用户接口30对基于图形的结构20提出查询以应答一个或多个分析问题,其中基于图形的结构20能够应答分析问题。此外,方法100包括产生至少一个数字孪生40,其被设计用于从基于图形的结构20得到数据和/或向基于图形的结构20提供数据。通过该方法100可以实现更高程度的自动化以及对数据的改善的使用和进一步处理。
至少一个第一接口10可以是数据接口。在实施方案中,至少一个第一接口10可以是传感器接口。至少一个第一接口10可以与至少一个已经存在的数据源关联。在实施方案中,至少一个第一接口10可以与至少一个已经存在的数据源交互,尤其是其中至少一个第一接口10可以从至少一个第一已经存在的数据源接收和/或发送数据。在实施方案中,至少一个已经存在的数据源可以包括数据湖和/或传感器接口和/或数据库。
在方法100的步骤B中,产生至少一个数字孪生40可以包括基于用户接口30对基于图形的结构20的查询和/或定义尤其是通过用户注释和/或扩展基于图形的结构20。基于图形的结构20可以包括至少一个子图,所述子图包括概念和关系,所述概念和关系是基于图形的结构20的子集。注释和/或扩展基于图形的结构20此外可以包括尤其是通过用户将概念模型中的至少一个概念定义为数字孪生40并且根据用户接口30将基于图形的结构20中的至少一个子图关联到至少一个第一数据端点C。可以尤其是通过用户对基于图形的结构20的概念模型进行注释和/或扩展。尤其是,可以通过用户将概念模型的概念命名为至少一个数字孪生40,并且将特定的子图与概念的数据联合,并且定义为至少一个第一数据端点C。由此可以确定哪些数据和概念对于应用50和/或用例是相关的。关于至少一个数字孪生40的基于图形的结构20中的概念的注释和/或扩展可以尤其是通过系统1被存储在基于图形的结构20中。代替对于每个存在的接口10具有数据端点,基于图形的结构20可以用作至少一个第一接口10和至少一个数字孪生40之间的组合抽象层。数据端点因此不从至少一个第一接口10本身、而是从基于图形的结构20得到其数据。所产生的数据端点,尤其是至少一个第一数据端点C,可以输出数据,所述数据可以源自多个经由基于图形的结构20集成和抽象的接口10。
在方法100的步骤C中,产生至少一个数字孪生40可以包括标识定义为数字孪生的概念在基于图形的结构20中的从至少一个第一接口10接收的数据中的每次出现。此外,产生至少一个数字孪生40可以包括为每个所标识的概念创建数字孪生40。创建至少一个数字孪生40可以涉及在系统中为至少一个数字孪生40创建条目,或者涉及设立代表至少一个数字孪生40的单独的应用。例如,这可以通过管理壳(例如“资产管理壳(AssetAdministration Shell)”)进行。
产生至少一个数字孪生40此外可以包括:在方法100的步骤D中,自动化地生成对基于图形的结构20的查询,其为每个数字孪生40选择被关联到至少一个第一数据端点C的所有子图的数据。每个生成的查询可以被绑定到可单独响应的数据端点C,其中可以存储每个数据端点C到数据端点C为其提供数据的数字孪生40的归属性。如果现在通过应用50调用这样的可单独响应的数据端点C,则可以实施对基于图形的结构20的查询并且可以输出所有子图的所定义的数据。
该方法100此外可以包括:在步骤E中,从基于图形的结构20投影关联到数据端点C的子图并且将所投影的子图存储为用于每个所产生的数据端点C的语义数据端点描述。
该方法100此外可以包括在至少一个应用50中使用至少一个数字孪生40。该方法100在此可以包括提供应用50,所述应用可以被设计用于请求与应用50相关的所有数字孪生40,以便从具有语义描述的相应数据端点C中读出数据。应用50可以在系统1中首先请求与应用50相关的所有数字孪生或至少一个数字孪生40,其中所请求的数字孪生40能够提供关于数据端点C及其语义描述的信息。应用50可以选择根据其语义描述相关的数据并且调用所需要的数据端点C或至少一个第一数据端点C的数据端点C。应用50可以实施绑定所有所调用的数据端点C的查询,并且然后可以向应用50提供相应的结果。在应用50中使用至少一个数字孪生40此外可以包括根据其含义按照至少一个第一数据端点C的语义描述对所检索的数据进行处理。
该方法100此外可以包括在至少一个第二数据端点B的基于图形的结构20中导入和映射数据。至少一个第二数据端点B可以具有语义描述,在此基础上可以扩展和/或注释基于图形的结构20。至少一个第二数据端点B在此可以从至少一个第二接口11得到数据,所述第二接口11与基于图形的结构20无关地为至少一个第二数据端点B提供数据。至少一个第二接口11可以是数据接口。在实施方案中,至少一个第二接口11可以是传感器接口。至少一个第二接口11可以与至少一个已经存在的数据源关联。在实施方案中,至少一个第二接口11可以与至少一个已经存在的数据源交互,尤其是其中至少一个第二接口11可以从至少一个已经存在的数据源接收和/或发送数据。在实施方案中,至少一个已经存在的数据源可以包括数据湖和/或传感器接口和/或数据库。在该方法100中,数据端点(尤其是至少一个数据端点C)可以利用从基于图形的结构20导出的数据与“正则”数据端点(尤其是至少一个第二数据端点B)组合,所述“正则”数据端点从未经由基于图形的结构20实现或映射的接口得到数据。“正则”数据端点的数据可以被集成到基于图形的结构20中,而未将第二接口11映射在基于图形的结构20中。
用于实例化至少一个数字孪生40的所描述的系统1和所描述的方法100可以包括计算机或计算机网络或者可以经由这些执行,其中计算机或计算机网络包括至少一个处理器和至少一个存储器。所描述的方法逻辑可以在至少一个存储器中以可执行代码的形式被准备好并且可以由至少一个处理器执行。至少一个第一、第二和/或第三接口10、11、12和/或基于图形的结构20和/或用户接口30和/或至少一个数字孪生40和/或应用50可以向至少一个处理器发送数据,并且可选地还从至少一个处理器获得指令。在此,处理器可以将由用户发起的和/或自动生成的查询定向到系统1。在此,计算机实现的系统1不限于特定的硬件环境。因此,分布式和经由网络耦合的装置可以执行在这里描述的技术。本公开还包括定义指令的计算机可读介质和电信号,当所述指令由处理器执行时,所述指令实施在这里描述的技术。
在图3中简述用于实例化至少一个数字孪生40的方法100的示例,所述方法可以利用系统1进行。在该示例中,概念模型可以首先由用户创建为基于图形的结构20的一部分。如上所述,概念“机器”、“设备”、“差错代码”和“产品类型”可以首先由用户在概念模型中映射为基于图形的结构20的一部分,经由关系相互连接并且配备属性。在此,所创建的概念可以基于相应的和存在的接口10的映射,尤其是传感器接口、诸如图3中所示的传感器接口“机器”和/或传感器接口“差错”的映射。可以将基于至少一个接口10的数据的数据实例分配给相应的概念。当在步骤A中创建基于图形的结构之后,用户可以经由用户接口30向基于图形的结构20发出查询“设备中的哪个机器在生产产品类型K期间平均产生最多差错”。系统1、尤其是基于图形的结构20,可以标识产品的生产中的最易于出错的机器,并且用户可决定开发监控软件并且将其设立用于监控机器。这样的软件可以重复地查询该机器处的新出现的差错,以便在生产期间触发警告或支持操作员。该软件可被视为应用50。
对于用户而言,根据查询,概念“机器”和“差错代码”对于应用50可能是重要的。如在步骤B中所示,用户可以用概念“数字孪生”扩展基于图形的结构20,并且用概念“机器”定义关系。此外,用户可以定义:概念“差错代码”以及如例如概念“时间戳”和概念“描述”之类的与其直接相关联的所有概念表示子图,并且将所述子图定义为用于数字孪生40的数据端点C的描述。源自映射在基于图形的结构20上的接口10、尤其是传感器接口并且可以在基于图形的结构20中分派给数据实例的数据库可以具有表格T机器,所述表格包含设备P中的所有机器M。如在步骤C中所示,系统1可以为T机器中的每个机器M实施自动生成的查询,并且分别产生数字孪生DTM。另一数据实例可以具有表格T差错,该表格可以存储设备P中的每个机器M的每个差错,以及也可以包含所属的信息,诸如时间戳和描述。两个表格T机器和T差错在基于图形的结构中分派给了相应概念。在步骤D中,系统1可以为表格T机器中的每个机器M产生查询QM,使得查询可以从T差错中选择M的所有差错以及选择与之相关联的信息“时间戳”和“描述”。系统1现在可以创建数据端点EM。对数据端点EM的调用可以经由基于图形的结构20引起查询QM,并且可以输出机器M的出现的差错。系统1可以将所述至少一个第一数据端点C与数字孪生DTM关联。
如上所述,概念“差错代码”、“时间戳”和“描述”可以表示基于图形的结构20的子图并且在步骤B中被关联到数据端点描述。该子图可以从基于图形的结构20被投影并且被分派给数据端点EM,由此EM与语义描述关联。应用50、例如监控软件可以读出具有所属语义描述的每个机器M的差错。
Claims (21)
1.一种计算机实现的系统(1),包括:
至少一个第一接口(10),所述至少一个第一接口被配置用于从物理对象接收和发送数据;
基于图形的结构(20),所述基于图形的结构包括:
•概念模型,所述概念模型包括多个概念,其中每个概念均映射物理对象,其中所述概念配备有属性,并且其相应彼此关系被定义;
•多个数据实例,所述数据实例具有物理对象的数据点,并且分配给所述概念模型中的相应概念;
其中所述基于图形的结构被设计用于从所述接口(10)接收数据并且被设计用于将所接收的数据集成到所述概念模型中和/或所述数据实例中;
用户接口(30),所述用户接口被设计用于根据用户的输入提供对所述基于图形的结构的查询和/或定义并且输出相应的应答;和
至少一个数字孪生(40),所述至少一个数字孪生被设计用于从所述基于图形的结构(20)得到数据和/或向所述基于图形的结构(20)提供数据。
2.根据权利要求1所述的计算机实现的系统(1),其中所述至少一个第一接口(10)与至少一个已经存在的数据源关联和/或与所述至少一个已经存在的数据源交互,尤其是其中所述至少一个第一接口(10)是传感器接口。
3.根据权利要求1或权利要求2所述的计算机实现的系统(1),其中根据所述基于图形的结构(20)基于所述用户接口(30)在所述基于图形的结构(20)处的查询和/或定义产生了所述至少一个数字孪生(40)。
4.根据前述权利要求中任一项所述的计算机实现的系统(1),其中所述数字孪生(40)包括用于在虚拟环境中对真实物理对象进行基于物理的模拟和数据分析的技术装置,尤其是其中所述真实物理对象是一个或者多个产品和/或生产设备。
5.根据前述权利要求中任一项所述的计算机实现的系统(1),其中所述至少一个数字孪生(40)包括至少一个第一数据端点(C),尤其是其中从所述基于图形的结构生成和导出所述至少一个数据端点。
6.根据前述权利要求中任一项所述的计算机实现的系统(1),其中所述至少一个数字孪生(40)包括第一语义模型(41),尤其是其中从所述基于图形的结构(20)产生和导出所述第一语义模型(41),可选地其中所述第一语义模型(41)被适配用于在语义上描述所述至少一个第一数据端点(C)。
7.根据前述权利要求中任一项所述的计算机实现的系统(1),其中所述数字孪生(40)包括至少一个第二数据端点(B),尤其是其中所述至少一个第二数据端点(B)直接根据第二接口(11)、尤其是第二传感器接口的数据被产生和导出。
8.根据权利要求7所述的计算机实现的系统(1),其中所述至少一个第二数据端点(B)具有直接根据所述第二接口(11)的数据产生和导出的语义描述。
9.根据权利要求8所述的计算机实现的系统(1),其中所述基于图形的结构(20)被设计用于从所述至少一个第二数据端点(B)中导入数据,尤其是其中所述第二数据端点(B)的语义描述在所述基于图形的结构(20)中被映射,并且数据被分配给所述数据实例。
10.根据前述权利要求中任一项所述的计算机实现的系统(1),其中所述数字孪生(40)包括至少一个第三数据端点(A),尤其是其中所述至少一个第三数据端点(A)直接根据第三接口(12)、尤其是第三传感器接口的数据被产生和导出。
11.根据权利要求10所述的计算机实现的系统(1),其中所述系统还包括应用(50),所述应用被设计用于基于对所述至少一个数字孪生(40)的询问从具有语义描述的数据端点(A、B、C)中的至少一个获得数据。
12.一种用于实例化至少一个数字孪生(40)的计算机实现的方法(100),所述方法包括:
a)提供至少一个第一接口(10),所述至少一个第一接口被配置用于从物理对象接收和发送数据;
b)提供基于图形的结构(20),所述基于图形的结构包括:
概念模型,所述概念模型包括多个概念,其中每个概念均映射物理对象,其中所述概念配备有属性,并且其各自彼此关系被定义;
多个数据实例,所述数据实例具有物理对象的数据点,并且分配给所述概念模型中的相应概念;
其中所述基于图形的结构被设计用于从所述接口(10)接收数据并且将所接收的数据集成到所述概念模型中和/或所述数据实例中;和
c)提供用户接口(30),所述用户接口被设计用于根据用户的输入提供对所述基于图形的结构的查询和/或定义并且输出相应的应答;
d)产生至少一个数字孪生(40),所述至少一个数字孪生被设计用于从所述基于图形的结构(20)获得数据和/或向所述基于图形的结构(20)提供数据。
13.根据权利要求12所述的计算机实现的方法(100),其中所述至少一个第一接口(10)与至少一个已经存在的数据源关联和/或与所述至少一个已经存在的数据源交互,尤其是其中所述至少一个第一接口(10)是传感器接口。
14.根据权利要求12或权利要求13所述的计算机实现的方法(100),其中产生所述至少一个数字孪生(40)此外包括:
基于所述用户接口(30)对所述基于图形的结构(20)的查询和/或定义,注释和/或扩展所述基于图形的结构(20)。
15.根据前述权利要求中任一项所述的计算机实现的方法(100),其中所述基于图形的结构(20)包括至少一个子图,所述子图包括概念和关系,所述概念和关系是所述基于图形的结构(20)的子集。
16.根据权利要求15所述的计算机实现的方法(100),其中注释和/或扩展所述基于图形的结构(20)此外包括:
将所述概念模型中的至少一个概念定义为数字孪生(40),并且根据所述用户接口(30)将所述基于图形的结构(20)中的至少一个子图关联到至少一个第一数据端点(C)。
17.根据权利要求16所述的计算机实现的方法(100),其中产生所述至少一个数字孪生(40)此外包括:
标识作为数字孪生定义的概念在所述基于图形的结构(20)中的从所述接口(10)接收的数据中的每次出现,并且为每个所标识的概念创建数字孪生(40)。
18.根据权利要求15至17中任一项所述的计算机实现的方法(100),其中产生所述至少一个数字孪生(40)此外包括:
自动化地生成对所述基于图形的结构(20)的查询,其针对每个数字孪生(40)选择已关联到至少一个第一数据端点(C)的所有子图的数据。
19.根据权利要求18所述的计算机实现的方法(100),其中每个所生成的查询被绑定到可单独响应的数据端点(C),并且其中每个数据端点(C)到所述数字孪生(40)的归属性被存储,至少一个第一数据端点(C)为所述数字孪生提供数据。
20.根据权利要求18或权利要求19所述的计算机实现的方法(100),此外包括:从所述基于图形的结构(20)投影已关联到至少一个第一数据端点(C)的子图并且将所投影的子图存储为用于每个所产生的数据端点(C)的语义数据端点描述。
21.根据权利要求12至20中任一项所述的计算机实现的方法(100),此外包括:
提供应用(50),所述应用被设计用于请求与所述应用(50)相关的所有数字孪生,以便从具有语义描述的单独可响应的数据端点(C)中读出数据。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020211163.4 | 2020-09-04 | ||
DE102020211163 | 2020-09-04 | ||
DE102020211679.2 | 2020-09-17 | ||
DE102020211679.2A DE102020211679A1 (de) | 2020-09-04 | 2020-09-17 | Computer-implementiertes system und verfahren mit einem digitalen zwilling und einer graphen-basierten struktur |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114138997A true CN114138997A (zh) | 2022-03-04 |
Family
ID=80266571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111031579.4A Pending CN114138997A (zh) | 2020-09-04 | 2021-09-03 | 具有数字孪生和基于图形的结构的计算机实现的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220076151A1 (zh) |
JP (1) | JP2022050327A (zh) |
KR (1) | KR20220031522A (zh) |
CN (1) | CN114138997A (zh) |
DE (1) | DE102020211679A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11595271B2 (en) * | 2021-07-20 | 2023-02-28 | EMC IP Holding Company LLC | Digital twin architecture for multi-access edge computing environment |
JP2024068829A (ja) * | 2022-11-09 | 2024-05-21 | 株式会社東芝 | 情報処理方法、情報処理装置及びプログラム |
US12009991B1 (en) | 2023-03-30 | 2024-06-11 | Dell Products L.P. | Artificial aging of digital twin representing infrastructure |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190138662A1 (en) | 2017-11-07 | 2019-05-09 | General Electric Company | Programmatic behaviors of a contextual digital twin |
-
2020
- 2020-09-17 DE DE102020211679.2A patent/DE102020211679A1/de active Pending
-
2021
- 2021-08-30 US US17/446,349 patent/US20220076151A1/en active Pending
- 2021-09-02 JP JP2021142865A patent/JP2022050327A/ja active Pending
- 2021-09-03 CN CN202111031579.4A patent/CN114138997A/zh active Pending
- 2021-09-03 KR KR1020210117333A patent/KR20220031522A/ko unknown
Also Published As
Publication number | Publication date |
---|---|
JP2022050327A (ja) | 2022-03-30 |
DE102020211679A1 (de) | 2022-03-10 |
KR20220031522A (ko) | 2022-03-11 |
US20220076151A1 (en) | 2022-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114138997A (zh) | 具有数字孪生和基于图形的结构的计算机实现的系统和方法 | |
EP3475887A1 (en) | System and method for dynamic lineage tracking, reconstruction, and lifecycle management | |
Meliou et al. | Tracing data errors with view-conditioned causality | |
US20110173220A1 (en) | Generating web services from business intelligence queries | |
US8818980B2 (en) | Connection engine | |
Gionis et al. | Bump hunting in the dark: Local discrepancy maximization on graphs | |
US9020954B2 (en) | Ranking supervised hashing | |
US11068459B2 (en) | Computer implemented and computer controlled method, computer program product and platform for arranging data for processing and storage at a data storage engine | |
EP3249557B1 (en) | Computer implemented and computer controlled method, computer program product and platform for arranging data for processing and storage at a data storage engine | |
EP2425382B1 (en) | Method and device for improved ontology engineering | |
US20200294666A1 (en) | Adding new electronic events into an electronic user profile using a language-independent data format | |
CN104050264A (zh) | 一种生成sql语句的方法和装置 | |
Zhou | An approach of semantic web service discovery | |
US20220230053A1 (en) | Graph neural network for signal processing | |
Kritikos et al. | Towards semantic KPI measurement | |
Diallo | Towards a formal theory of interoperability | |
Minutolo et al. | An automatic method for deriving OWL ontologies from XML documents | |
CN103309955B (zh) | 一种Web服务组合方法及系统 | |
US12008050B2 (en) | Computerized tools configured to determine subsets of graph data arrangements for linking relevant data to enrich datasets associated with a data-driven collaborative dataset platform | |
EP3805956A1 (en) | Computer implemented and computer controlled method, computer program product and platform for arranging data for processing and storage at a data storage engine | |
Keivanloo | Source code similarity and clone search | |
Dragisic | Semantic matching for stream reasoning | |
US20110191089A1 (en) | Method and apparatus for monitoring demands in a number of models of a system | |
Rowland | Using Semantic Technologies for Effective GIS Workflow Translation | |
US20210191695A1 (en) | Method and system for executing multi-dimensional data queries |
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 |