数字化网络化智能技术：工业互联网平台与工业APP 第6章 平台层重要技术.ppt

业务理解与建模数据分析中的业务理解与建模是关键步骤，包括理解业务领域知识和建立数据模型。业务建模的重要性业务建模是数据分析中至关重要且复杂的环节，高度依赖于业务专家的领域知识。杜邦分析法杜邦分析法可用于计算净资产收益率，需要知道或预测有限的几个数据即可得到最终结果。6.2.4业务模型工业大数据分析工业大数据分析涉及对机器及生产过程的工艺进行分析，相关业务规则和工作机理较为复杂。系统上下文模型系统上下文模型包括人、机、料、法、环及工艺原理、流程等，如设备运维管理中的物料清单。系统动力学模型系统动力学模型是由麻省理工学院的福瑞斯特教授于20世纪50年代创立的，可用于非线性、复杂系统的建模和预测。0203016.2.4业务模型6.2.4业务模型设备健康管理设备健康管理通常采用动态监控模型，可用于预测设备的运行状态和剩余寿命。系统动力学模型应用系统动力学模型可根据使用目的分为监控模型、描述模型、预测模型、规划模型等。系统动力学模型分类根据描述的对象状态种类不同，系统动力学模型可分为动态模型和静态模型。126.3数字孪生6.3数字孪生数字孪生的定义数字孪生是制造技术、信息技术和融合性技术相互交织融合的产物。数字孪生的作用数字孪生实现不同数据源的实时同步，高效整合多种建模方法和工具，实现多学科、多维度、多环境的统一建模和分析。数字孪生的地位数字孪生被认为是工业互联网技术发展的集大成者。136.3.1数字孪生的定义与内涵6.3.1数字孪生的定义与内涵工业数字孪生是多类数字化技术集成融合和创新应用，基于建模工具在数字空间构建起精准物理对象模型，再利用实时IOT数据驱动模型运转，进而通过数据与模型集成融合构建起综合决策能力，推动工业全业务流程闭环优化。数字孪生的定义数字孪生的概念最早提出是用来描述产品的生产制造和实时虚拟化呈现，但由于当时的技术水平限制，这一理念并未得到足够的重视。随着传感技术、软硬件技术水平的提高以及计算机运算性能的增强，数字孪生的概念得到了进一步的发展。数字孪生的内涵数字孪生技术能够在产品的设计研发、生产制造、运行状态监测和维护、后勤保障等各个阶段为产品提供支持和指导，并且能够帮助产品设计专家判断和决策不同参数设计情况下的产品性能情况，使产品设计能够在综合考虑整个寿命周期发展变化的情况下得到更加完善的设计方案。数字孪生技术的作用010203146.3.2工业数字孪生功能架构连接层连接层是数字孪生闭环优化的起始和终止环节，主要功能是采集感知和反馈控制，获取物理对象的全方位数据，并完成物理对象的最终执行。映射层映射层具备数据互联、信息互通和模型互操作三类重要功能，实现实时融合。数据互联集成全生命周期数据，信息互通构建统一信息模型，模型互操作关联和集成多类模型。决策层决策层基于连接层和映射层的信息，实现描述、诊断、预测、处置等深度应用，并反馈决策指令给物理对象，支撑实现闭环控制。数字孪生的典型特征全生命周期实时映射、综合决策和闭环优化。全生命周期实时映射指孪生对象与物理对象实时映射，持续修正和完善孪生模型。综合决策建立智能分析的决策能力。闭环优化实现全流程闭环应用，包括采集感知、决策分析和反馈控制。6.3.2工业数字孪生功能架构156.3.3数字孪生技术6.3.3数字孪生技术数字孪生技术体系架构工业数字孪生技术是数字化技术的集成融合和创新应用，包括数字支撑技术、数字线程技术、数字孪生体技术、人机交互技术等四大类型。数字支撑技术体系数字支撑技术具备数据获取、传输、计算、管理一体化能力，支撑数字孪生高质量开发利用全量数据，涵盖了采集感知、执行控制、新一代通讯、新一代计算、数据模型管理五大类型技术。数字孪生蓬勃发展采集感知技术的不断创新是数字孪生蓬勃发展的源动力，支撑数字孪生更深入获取物理对象数据。传感器微型化发展，集成到智能产品中实现更深层次的数据感知。多传感器融合技术随着多传感器融合技术的发展，可以将多类传感能力集成到单个传感模块中，从而支撑实现更丰富的数据获取。奥迪A8搭载了7种类型的传感器，确保汽车决策的速度和准确性。数字线程技术体系数字线程技术是数字孪生技术体系中最为关键的核心技术，能够屏蔽不同类型数据和模型格式，支撑全类数据和模型的快速流转和无缝集成。正向数字线程技术正向数字线程技术以基于模型的系统工程（MBSE）为代表，在用户需求阶段就基于统一建模语言（UML）定义各类数据和模型规范，为后期全量数据和模型在全生命周期集成融合提供基础支撑。工业互联网平台集成基于模型的系统工程技术正在加速与工业互联网平台的集成融合，未来有望构建“工业互联网平台+MBSE”的技术体系，为全量数据和模