推荐 | Oracle物联网数字孪生体白皮书

导读：国外几乎所有IT企业都转向了数字孪生体概念和体系，Oracle也不例外。本文由Oracle于2018年发布，工业4.0研究院翻译全文，供行业人士参考。

近年来，随着物联网系统的日益广泛应用，物理实体“数字化身”概念的重要性越来越引起人们的关注。

这一趋势最突出的例子可以在Gartner于2016年10月发布的题为《2017年十大战略趋势》报告中找到。数字孪生体（Digital Twins）在该报告中位列2017年第五大战略趋势。预计这种数字化的代理将基于各个特定领域的专家知识以及从设备中采集的实时数据来构建。

因此，大多数物联网平台供应商都实现了某种形式的数字孪生体，这并不奇怪。它们通常被命名为孪生体（twins）、影子（shadows）、设备虚拟化（device virtualization）等。

在本白皮书中，我们将讨论数字孪生体的起源，及其在各行业中的实现。然后，我们将介绍Oracle IoT Cloud中的数字孪生体实施情况。

一、数字孪生体概念的起源

“数字孪生体（Digital Twin）”这一术语，由密歇根大学的Michael Grieves博士在2001-2002年左右定义（译者：该说法有误，正确应为2010年NASA率先提出）。他最初是在产品生命周期管理的背景下作定义的。在他的论文中，他引入了“数字孪生体”的概念，作为对所生产产品的虚拟表示。他提倡将数字孪生体与其工程设计进行比较，以便更好地了解生产的产品与设计的产品，从而收紧设计与执行之间的循环。

Grieves博士定义了以下属于来定义数字孪生体：

1. 数字孪生原型（DTP）：

数字孪生原型（DTP）描述了创建资产的信息。例如，DTP可以包含该资产的3D模型以及描述制造该资产的物料清单和流程清单。

DTP不涉及资产的特定实例，更多地是在描述资产制造的秘诀。

2. 数字孪生实例（DTI）：

数字孪生实例（DTI）是关于资产的单个特定物理实例。它可能包含用于生产此类特定资产的确切零件编号列表，以及在生产给定资产时所遵循的确切过程步骤。DTI还包含从连接到资产的传感器采集到的当前操作状态。

单个数字孪生原型DTP可以用于制造多个单独的物理资产，并且每个资产都有自己的数字孪生实例DTI。

3. 数字孪生聚合体（DTA）：

数字孪生聚合体（DTA）是多个数字孪生实例DTI的聚合，支持查询相关的整组资产的信息。

二、数字孪生体的价值

数字孪生体概念非常强大。以下简要地列出这个概念提供的典型好处：

1. 可视化：

数字孪生体可以在机器和大型互联网系统的运行中提供可视化功能（例如制造工厂或机场）。

2. 预测能力：

数字孪生体使用基于物理学和数学的各种建模技术，可用于预测机器/设备/资产的未来状态。

3. 假设分析：

通过设计得当的界面与模型进行交互，可以向模型询问假设问题，以模拟现实环境中难以创建的各种预设运行条件。

4. 理解和解释行为的文档和通信机制：

数字孪生模型可以用于理解和解释单个设备或设备集合的行为及其通信和文档机制。

5. 连接不同的系统，如后端业务应用程序：

若设计正确，则可以采用数字孪生模型与后端业务应用程序连接，以在包括制造、采购、仓储、运输和物流在内的供应链运营的背景下实现业务成果和现场服务等。

三、行业实现

从以上列出的诸多好处来看，难怪大多数物联网供应商对这一概念产生了浓厚的兴趣。因此，几乎每个物联网平台都在某种程度上实现了数字孪生体的能力，尽管在成熟度和愿景方面确实存在明显的差异。在广泛的层面上，这些实现通常分为两类：

1. 简化的设备模型

这些实现通常使用包含了两组主要属性的JSON文档：

a) 一组是观察值或报告值：

通常，设备上的传感器会读取当前值并持续更新这些观察到的属性。例如，机器的当前转速（例如1000转/分）。

b) 一组是期望值：

这一组数据则是控制应用程序需要在设备上设置的值。例如，应用程序可以将发动机转速设置为1200转/分。

除了这两组主要数值外，这些实现还存储了相关信息，比如设备的名称或序列号，或者它在JSON文档中的当前位置。

本质上，这些简单的设备模型通过传输协议（如MQTT/HTTP）构成了设备状态的简单形式异步通信机制。应当注意的是，异步通信机制是必需的，因为设备可能处于脱机状态，或者当后端请求与设备通信时，轮询设备可能效率不高。从这个意义上说，这些模型只实现了Grieves博士描述的数字孪生实例（DTI）概念当中“从实际传感器数据中采集的当前与过去的实际运行状态”部分。

2. 工业孪生体

这类实现通常被工业物联网供应商采用，它们构成了来自PLM工具的信息。这些信息涉及机器设计（类似Grieves博士所述的数字孪生模型DTP概念）以及一台设备的模型（类似于单个数字孪生实例DTI的概念）。一些工业供应商会查看设备的物理属性、设计信息和实时数据，并将它们显示在资产/设备的模型图中。也许值得注意的是，这些模型通常主要基于机器的物理属性。

四、Oracle的数字孪生体战略

Oracle IoT Cloud中的Oracle Digital Twin

下图描述了Oracle在Oracle物联网云中实现的数字孪生体方法：

Oracle的数字孪生体战略

上图描述了数字孪生体综合方法的要素。该方法有三个核心。

虚拟孪生体：

Oracle的设备虚拟化是指在云中创建物理资产或设备的虚拟表示形式。由于以下几个原因使其成为必需。首先，物理资产可能并不会总是连接到应用程序。例如，汽车穿越隧道时，可能会暂时中断连接。对其余后端软件来说非常重要的是，即使设备未联机或未连接，也能够询问最近的已知状态或控制运行参数。其次，设备通过多种协议和连接方法进行连接，但诸如ERP系统之类的业务应用程序不会被连接的复杂性干扰运行。设备虚拟化即抽象了应用程序和设备之间的双向安全通信。

除了类似基于简单的JSON文档，且具有观察值和期望值的基本模型之外，Oracle IoT Cloud还使用了强大的语义模型提供设备虚拟化。该模型的一个显著优点是可以指定设备属性的正常操作范围，大大简化了边缘计算/雾计算的实施。典型的实现过程中，为了检测到不符合给定参数的阈值（例如温度过高），用户必须编写一个单独的网关程序来处理这个问题，然后作生命周期管理，包括部署、升级、安全性等等。使用Oracle设备虚拟化，设备模型具有内在智能，足以检测异常并生产适当的警报，而无需用户编写和部署边缘计算程序。此外，在Oracle物联网云服务中，复杂事件处理（CEP）引擎上声明定义的业务规则，也可以在物联网网络边缘自动实例化。

此外，由于设备模型中内置了语义意识，Oracle设备虚拟化技术可以显著优化网络流量，并优化交付机制。尽管大多数流行的实现方式都通过使用诸如MQTT这样的有效协议来解决网络带宽成本，而将重点放在增量方法上。但我们革命性地基于语义模型的边缘自动统计建模方法将网络流量降低了大约20%。为了说明这一概念，边缘设备就具有了足够的智能，可以判断运行参数何时处于正常范围内，何时不在正常范围内。此外，它还可以判定哪些消息非常紧急（例如发动机报警灯发生故障的通知）、哪些消息很重要（例如轮胎气压低），以及哪些消息属于常规故障（例如油的粘度正在减缓恶化至无法接受的范围）。基于语义的模型还可以自动优化产生消息的频率，并确定最佳传递机制，例如车辆是通过蜂窝网络发送警报消息，还是在转换结束时将数据下载到WiFi网络上。

预测孪生体：

实施设备虚拟化后，我们将获得与设备交互的功能抽象。例如，可以查询设备或通过虚拟化抽象对其进行控制。使用模型可以对设备的当前状态作出反应。

但是，仅仅对情况作出反应既不充分，也不是最佳选择。例如，及时知道机器已经出现问题是好的，但知道该机器未来可能出现的问题则更为重要，因为准确的预测功能能够使用户有时间在问题发生之前进行处理，减少损失且提高效率。

行为和预测建模可以通过两种方式完成：

1. 基于物理的方法：

可以利用资产的精确设计和制造参数的相关知识，采用基于物理的方法创建模型。诸如有限元分析之类的技术通常用于创建精准的模型，可回答预设条件的问题。例如，使用这类模型，用户可以针对给定的一组敷在条件来估计机器各个零件上的应力模式。

实际上，构建这些模型需要产品设计团队付出巨大的努力，才能创建出具有合理保真度的模型。

通常，创建FEM模型所涉及的数学计算相当复杂，因此模型往往是静态的，而且无法动态适应不断变化的环境。这些模型的最大缺点包括：（a）通常需要机器的初始设计者来做建模，而购买组装产品的客户无法组装出满足其需求的模型；（b）这些模型可以通过建模回答有关在各种负载条件下的性能问题，但不提供解决问题的指导。

2. 基于分析/统计的模型：

可以使用机器学习技术来构建预测模型，而无需初始设计人员的参与。数据反洗人员近可以基于机器的外部观察来创建预测模型。这个建模方法被证明更加使用，可以根据最终客户的需求创建各种模型。

这类模型受欢迎的另一个重要方面是，它们考虑了“整个系统”，我们称其为上下文数据。以制造操作为例，石川图表明，要找出问题所在，著名的5M是：人员、机器、方法、材料和管理。

通过与Oracle以及非Oracle应用程序的内置集成，除了通过物联网系统的传统机器数据流传输之外，Oracle物联网云服务还可以将上下文数据引入后端业务应用程序中。这样就可以创建有效性和可用性远优于物理模型的预测性模型。

然而，并非所有的预测模型都是一样的，根据用户需要解决的问题，也存在一定复杂性。简单的模型通常基于使用数据的趋势和模式。对于这类，包含在物联网云服务中的Oracle Stream Explorer（具有声明性业务用户级别UI的复杂事件处理引擎）就足够了。可以使用物联网云服务中几乎Apache Spark的分析引擎来创建稍微复杂一些的模型。除了与Apache Spark发行版打包在一起的标准库之外，Oracle IoT云还提供了用于处理时间序列数据库的其它库。数据科学家通常使用Oracle R Adavanced Analytics for Hadoop（ORAAH）开发更复杂的模型，然后可以在物联网数据管道中执行这些R模型。业务用户可以使用Oracle大数据发现产品提供的更简易界面。Oracle提供了一套丰富的工具来解决各种复杂的业务问题。

孪生体投影：

预测模型可以生成预测，并提供对机器操作的洞察。除非这些洞察成为客户现有业务流程的组成部分，否则它们将毫无用处。这要求将见解“投影”到客户的后端应用程序基础架构上，以便业务应用程序可以与物联网系统自由交互，创建智能系统。

孪生体投影的目的是：

整合物联网系统中产生的洞察与业务流程

触发适当的不久业务流程/工作流程

访问上下文数据或交易数据，以从业务应用程序获得决策支持

允许业务应用程序查看当前以及预测的机器状态和环境

Oracle IoT Cloud支持以下集成：

与诸如Oracle ERP（供应链、制造、运维）和CX（服务）应用程序的本地预构建集成。

通过Oracle集成云服务与150多个应用程序集成

REST API进行集成

五、总结

随着物联网部署在组织中的深入应用，数字孪生体逐渐成为一个重要概念，对组织的业务运营将具有战略意义。

Oracle IoT Cloud通过以下方式提供了最全面的数字孪生体实现：

1. 虚拟孪生体：

通过设备虚拟化，超越了简单的JSON文档，枚举了观察值和期望值。

2. 预测孪生体：

通过使用各种技术构建的分析模型来适应用户需要解决的复杂问题。

3. 孪生体投影：

将孪生体产生的洞察见解投影到客户的后端业务应用程序上，使物联网成为业务构架不可或缺的一部分。