更新时间:2022-06-27 GMT+08:00
分享

基本概念介绍

为了构建物联网领域业务对象的数字孪生模型,IoT数据分析服务参考软件工程中面向对象的思想提供了“资产建模”能力,其中核心概念包括资产模型和资产,下面将对此概念进行介绍。

资产模型(AssetModel)

资产模型是对物理世界中同类事物的抽象定义,资产模型中包括属性和分析任务。对物理世界事物构建数字资产模型时,必须先定义好资产模型、然后再创建资产。

属性(Property)

属性是指物理世界事物的状态数据,属性有3种类型,包括静态配置、测量数据和分析任务。

  • 静态配置类属性:是指一旦配置后就不变化或者变化不频繁的数据,如设备SN号等。
  • 测量数据类属性:是指由传感器、仪器仪表等设备测量所得的数据,如温度、湿度、电流、电压等。
  • 分析任务类属性:是指由IoT数据分析服务中用户所配置的分析任务所计算得到的数据,如求平均分析任务计算得到平均温度等。

分析任务(Analysis)

分析任务是指对属性数据进行计算分析的任务,分析任务类型有3种,包括转换计算、聚合计算、流计算。

  • 转换计算类分析任务是指,当参数所引用的属性值发生变化时,对单个或多个属性值进行常规数学表达式计算,表达式中不能使用时间聚合公式。

例子:(a+b)/2;

  • 聚合计算类分析任务是指,对资产的属性值进行周期性的时间聚合计算或空间聚合计算,表达式中可以使用时间聚合算子,其中空间聚合计算是指多个资产属性时间聚合计算子表达式再进行联合预算(此时各属性时间聚合计算的时间范围和周期相同),如下例子所示。

例子:StateTime(machineState, 100) + StateTime(machineState, 101),时间范围: 15min, 周期: 15min;

  • 流计算类分析任务是指,以资产模型中的属性作为输入、调用IoT数据分析服务的实时分析作业进行计算、输出结果返回到资产模型的属性值,数据流示意图如下。

资产(Asset)

资产是指物理世界中需要被管理的、具有唯一标识的事物或业务对象,如一个资产可以对应一个物理设备(如机床),也可以对应一组设备或对象(如生产线、车间)。在资产建模时,必须利用资产模型来创建资产,资产中的属性、分析任务均与其所属资产模型保持一致。

例子,如下图所示为现实世界中一个工厂的示意图

该工厂例子中有工厂、机械臂、铣床、卸货机械手四类物理对象,因此需构建Factory、MechanicalArm、MillingMachine、Unloadingmanipulator四个资产模型,然后利用各模型创建相应资产,并根据现实世界中资产间拓扑关系建立数字世界中资产树拓扑关系,得到如下图所示的数字资产模型

分享:

    相关文档

    相关产品