Edytuj

Udostępnij za pośrednictwem

Tworzenie inteligentnych miejsc przy użyciu usługi Azure Digital Twins

Azure Data Explorer
Azure Data Factory
Azure Digital Twins
Azure Functions
Azure IoT Hub

W tym artykule opisano rozwiązanie dotyczące inteligentnych przestrzeni. Usługa Azure Digital Twins stanowi rdzeń architektury przez modelowanie środowiska. Usługa Azure IoT Hub, która jest zarządzaną usługą IoT, odgrywa również znaczącą rolę, podobnie jak usługa analizy Azure Data Explorer.

Architektura

Na poniższym diagramie przedstawiono przepływ danych w tym rozwiązaniu:

  • Pola zawierające wiele ikon reprezentują kategorie usług. W każdej kategorii usługi działają niezależnie lub razem, aby zapewnić funkcjonalność.
  • Strzałki między polami reprezentują komunikację między odpowiednimi obszarami.

Diagram ilustrujący zalecaną architekturę rozwiązania inteligentnego obszaru.

Pobierz plik programu Visio z tą architekturą.

Przepływ danych

  1. Środowisko może używać tych i innych protokołów komunikacyjnych:

    • Tworzenie sieci kontrolek automatyzacji (BACnet)
    • Modbus
    • KNX
    • LonWorks

  2. Lokalne urządzenia i systemy wysyłają dane telemetryczne i inne dane do chmury. Źródła danych obejmują:

    • Urządzenia z polem brązowym
    • Czujniki bezpośredniego połączenia
    • Czujniki, które zapewniają niezależni dostawcy oprogramowania (ISV)
    • Istniejące systemy biznesowe

  3. Urządzenia, czujniki i siłowniki generują dane telemetryczne. Niektóre urządzenia współdziałają bezpośrednio z usługą IoT Hub. Inne urządzenia wysyłają dane do usługi IoT Hub za pośrednictwem usługi Azure IoT Edge.

  4. Zewnętrzne, wsadowe lub starsze systemy wysyłają dane do usługi Azure Data Factory. Te dane statyczne zwykle pochodzą z plików i baz danych.

  5. Łączniki biznesowe tłumaczą dane dostawcy i przesyłają je strumieniowo do usługi Azure Digital Twins.

  6. Usługa IoT Hub pozysuje dane telemetryczne urządzenia. Usługa IoT Hub udostępnia również następujące usługi:

    • Zabezpieczenia na poziomie urządzenia
    • Usługi aprowizacji urządzeń
    • Bliźniacze reprezentacje urządzeń
    • Usługi poleceń i kontroli
    • Możliwości skalowania w poziomie

  7. Usługa Data Factory przekształca dane częściowo statyczne i przesyła je do usługi Azure Data Explorer lub do długoterminowego magazynu.

  8. Usługa Azure Functions odbiera dane usługi IoT Hub i używa interfejsów API usługi Azure Digital Twins do aktualizowania usługi Azure Digital Twins. Usługa Azure Digital Twins zawiera wykres przestrzenny budynków i środowiska. Usługa Azure Digital Twins modeluje środowisko za pomocą języka Digital Twins Definition Language (DTDL). Usługa Azure Functions przetwarza dane, wykonując wykrywanie błędów i aktualizacje grafu.

  9. Różne składniki tworzą, przechowują i ładują modele DTDL.

  10. Usługa Azure Digital Twins wysyła dane za pośrednictwem usługi Azure Event Grid do usługi Azure Data Explorer. Ta usługa analizy działa jako historyk, przechowując dane szeregów czasowych rozwiązania.

  11. Aparaty symulacji i narzędzia sztucznej inteligencji przetwarzają dane. Przykłady obejmują usługi Azure AI, modele sztucznej inteligencji i usługi symulacji partnerów.

  12. Usługa Azure Data Lake zapewnia długoterminowe przechowywanie danych. Usługa Azure Synapse Analytics analizuje dane i raportuje je.

  13. W przypadku narzędzi do wizualizacji i aplikacji dla przedsiębiorstw warstwa dostępu do rozwiązań zapewnia bezpieczny dostęp do podstawowych usług systemowych:

    • Usługa Azure API Management oferuje funkcje normalizacji, zabezpieczania i dostosowywania interfejsów API. Ta platforma wymusza również limity przydziału użycia i limity szybkości.

    • Usługa Azure SignalR Service wysyła powiadomienia do interfejsów użytkownika, gdy dane telemetryczne i dane się zmieniają.

    • W przypadku aplikacji, które wymieniają dane asynchronicznie lub na woluminie, różne składniki udostępniają mechanizmy publikowania i subskrybowania:

      • Usługa IoT Hub
      • Kolejki usługi Azure Service Bus
      • Azure Event Hubs
      • Elementy webhook

  14. Aplikacje usług zbierają dane z warstwy interfejsu API kontroli dostępu. Następnie te aplikacje analizują i przygotują dane dla aplikacji użytkowników końcowych. Narzędzia firmy Microsoft, takie jak Power Apps, Power BI i Azure Maps, tworzą raporty i szczegółowe informacje o danych w magazynach danych platformy Azure.

  15. Aplikacje dla przedsiębiorstw używają przygotowanych danych. Oto kilka przykładów:

    • Moduły usługi Dynamics 365.

    • Rozwiązania niezależnego dostawcy oprogramowania.

    • Aplikacje microsoft Teams.

    • Rozwiązania zoptymalizowane pod kątem pól, takie jak aplikacje mobilne i urządzenia do noszenia:

Składniki

Rozwiązanie korzysta z następujących składników:

Podstawowe składniki

  • Usługa IoT Hub łączy urządzenia z zasobami w chmurze platformy Azure. Ta usługa zarządzana zapewnia:

    • Zabezpieczenia na poziomie urządzenia.
    • Usługi aprowizacji urządzeń.
    • Bliźniacze reprezentacje urządzeń.
    • Usługi poleceń i kontroli.
    • Możliwości skalowania w poziomie.

  • Zestawy SDK usługi Azure IoT zapewniają zalecany sposób łączenia urządzeń z usługą IoT Hub. Urządzenia, które mogą używać tych zestawów, to:

  • Usługa IoT Edge uruchamia obciążenia w chmurze na urządzeniach usługi IoT Edge. W szczególności to centralne centrum komunikatów może uruchamiać analizę w czasie rzeczywistym za pośrednictwem usług Azure Machine Learning i Azure Stream Analytics. Usługa IoT Edge działa również jako brama do usługi IoT Hub dla:

    • Urządzenia z wymaganiami dotyczącymi niskiej mocy.
    • Starsze urządzenia.
    • Urządzenia ograniczone.

  • Data Factory to usługa integracji, która współpracuje z potencjalnie dużymi blokami danych z różnych magazynów danych. Za pomocą tej platformy można organizować i automatyzować przepływy pracy przekształcania danych. Na przykład usługa Data Factory może wypełnić lukę między częściowo statycznymi magazynami i składnikami historyków, takimi jak Usługa Azure Data Explorer.

  • Łączniki biznesowe tłumaczą i przesyłają strumieniowo dane dwukierunkowo między składnikami dostawcy i usługą Azure Digital Twins. Coraz więcej dostawców używa języka DTDL do tworzenia standardowych modeli branżowych. Element RealEstateCore zawiera przykład. W rezultacie te integracje z czasem staną się prostsze.

  • Usługa Azure Digital Twins przechowuje cyfrowe reprezentacje urządzeń i środowisk IoT. Te dane można używać do propagacji danych lub analizy w czasie rzeczywistym. Wewnętrznie usługa Azure Digital Twins:

    Można tworzyć nalogie lub wstępnie istniejące zestawy modeli przy użyciu języka DTDL. Możesz również zacząć od modelu obsługiwanego przez branżę:

  • Azure Digital Twins Explorer to narzędzie deweloperskie, za pomocą którego można wizualizować dane, modele i grafy usługi Azure Digital Twins oraz korzystać z nich. To narzędzie jest obecnie dostępne w publicznej wersji zapoznawczej.

  • Składniki zarządzania modelami utrzymują model DTDL:

    • W przypadku tworzenia modelu dostępne są następujące opcje:

      • Eksplorator usługi Azure Digital Twins
      • Rozwiązania niezależnego dostawcy oprogramowania
      • Niestandardowe narzędzia
      • Edytory tekstu lub kodu

    • Repozytoria przechowują dzienniki:

      • Usługa GitHub przechowuje ontologię RealEstateCore, ontologię Smart Cities i ontologię usługi Energy Grid.
      • W przypadku niestandardowych dzienników dostępne są niestandardowe repozytoria i repozytoria specyficzne dla rozwiązania w usłudze GitHub.

    • W przypadku ładowania modeli do usługi Azure Digital Twins istnieją następujące opcje:

  • Azure Functions to bezserwerowa platforma obliczeniowa oparta na zdarzeniach. Za pomocą usługi Functions można integrować usługi na dużą skalę za pomocą wyzwalaczy i powiązań.

  • Azure Data Explorer to szybka, w pełni zarządzana usługa analizy danych. Tej usługi można używać do analizy w czasie rzeczywistym na dużych ilościach danych. Usługa Azure Data Explorer może obsługiwać różne strumienie danych z aplikacji, witryn internetowych, urządzeń IoT i innych źródeł.

  • Usługi sztucznej inteligencji zapewniają funkcjonalność sztucznej inteligencji. Te usługi mają zestaw wstępnie wytrenowanych modeli sieci neuronowych dla chmury. Interfejsy API REST i zestawy SDK biblioteki klienta umożliwiają tworzenie analizy poznawczej w aplikacjach. Możesz użyć funkcji usług sztucznej inteligencji:

    • Prawie w czasie rzeczywistym.
    • Przy określonych progach danych.
    • Na żądanie.
    • W przypadku złożonych zadań z długim czasem przetwarzania.

  • Azure Machine Learning to środowisko oparte na chmurze, które ułatwia tworzenie, wdrażanie i zarządzanie rozwiązaniami analizy predykcyjnej. Dzięki tym modelom można prognozować zachowanie, wyniki i trendy.

  • Usługa Azure Data Lake przechowuje dużą ilość danych w natywnym, nieprzetworzonym formacie. Dane zazwyczaj pochodzą z wielu heterogenicznych źródeł i mogą być ustrukturyzowane, częściowo ustrukturyzowane lub nieustrukturyzowane.

  • Azure Synapse Analytics to usługa analityczna dla magazynów danych i systemów danych big data. Ta usługa integruje się z usługami Power BI, Machine Learning i innymi usługami platformy Azure.

  • Usługa Azure API Management tworzy spójne, nowoczesne bramy interfejsu API dla usług zaplecza. Oprócz akceptowania wywołań interfejsu API i kierowania ich do zaplecza ta platforma weryfikuje również klucze, tokeny, certyfikaty i inne poświadczenia. Usługa API Management rejestruje również metadane wywołań i wymusza limity przydziałów użycia i limity szybkości.

  • Usługa Azure Service Bus to w pełni zarządzany broker komunikatów przedsiębiorstwa. Usługa Service Bus obsługuje kolejki komunikatów i tematy dotyczące publikowania i subskrybowania.

  • Usługa Azure Event Hubs to w pełni zarządzana platforma przesyłania strumieniowego na potrzeby danych big data.

  • Usługa Azure SignalR Service to biblioteka oprogramowania typu open source, która umożliwia wysyłanie powiadomień do aplikacji internetowych w czasie rzeczywistym.

Aplikacje usług

  • Usługa Azure Logic Apps automatyzuje przepływy pracy, łącząc aplikacje i dane z chmur.

  • Usługa Azure Maps oferuje interfejsy API geoprzestrzenne umożliwiające dodawanie map, analizy przestrzennej i rozwiązań mobilności do aplikacji.

  • Program Microsoft Graph udostępnia narzędzia do uzyskiwania dostępu do danych w rozwiązaniach Microsoft 365, Windows 10 i Enterprise Mobility + Security.

  • Power Platform to kolekcja produktów i usług, które zapewniają narzędzia o niskim kodzie do tworzenia wydajnych i elastycznych rozwiązań:

    • Power Apps to pakiet aplikacji, usług, łączników i platformy danych. Usługa Power Apps umożliwia przekształcanie ręcznych operacji biznesowych w cyfrowe, zautomatyzowane procesy.
    • Power BI to kolekcja usług i aplikacji oprogramowania, które wyświetlają informacje analityczne.
    • Usługa Power Automate usprawnia powtarzalne zadania i procesy bez papieru.
    • Agenci usługi Power Virtual Agents udostępniają czatboty bez kodu, aby zaspokoić potrzeby klientów i pracowników na dużą skalę.

Aplikacje dla przedsiębiorstw

Składniki obsługi udostępnionej

Te usługi zapewniają obsługę składników we wszystkich obszarach rozwiązania:

Alternatywy

  • Usługa Azure Cosmos DB to kolejna opcja magazynu danych. Ta w pełni zarządzana usługa bazy danych NoSQL jest łatwo skalowana. Usługa Azure Cosmos DB oferuje różne sposoby uzyskiwania dostępu do danych, w tym:

    • Bazy danych dokumentów.
    • Grafowe bazy danych.
    • Zapytania w stylu SQL.
    • Usługa Azure Cosmos DB dla bazy danych Apache Cassandra.

    Usługa Azure Synapse Link dla usługi Azure Cosmos DB umożliwia uruchamianie analiz na danych usługi Azure Cosmos DB przy użyciu usługi Azure Synapse Analytics. W związku z tym można połączyć różne usługi danych w rozwiązaniach korzystających z usługi Azure Cosmos DB.

  • Usługa Event Hubs może również zapewnić usługę pozyskiwania, która jest skalowalna i bezpieczna. W przeciwieństwie do usługi IoT Hub, która obsługuje dwukierunkową komunikację z urządzeniami, usługa Event Hubs obsługuje ruch jednokierunkowy. W związku z tym nie można użyć usługi Event Hubs do wysyłania poleceń i zasad z powrotem do urządzeń. Usługa Event Hubs nie oferuje również zabezpieczeń na poziomie urządzenia. Jednak usługa Event Hubs jest odpowiednia dla środowisk z dużą liczbą komunikatów z małej liczby urządzeń wejściowych.

Szczegóły rozwiązania

Inteligentne miejsca to środowiska fizyczne, które łączą połączone urządzenia i źródła danych. Korzystając z tych środowisk, można wyświetlać i kontrolować:

  • Produkty i systemy.
  • Wnętrza i przestrzenie zewnętrzne.
  • Osobiste doświadczenia z otoczeniem.

Inteligentne miejsca mogą obejmować budynki, kampusy uczelni, kampusy firmowe, stadiony i miasta. Te środowiska zapewniają wartość, pomagając właścicielom nieruchomości, menedżerom obiektów i osobom zajmującym się obsługą i konserwację miejsc. Inteligentne miejsca sprawiają również, że przestrzenie są bardziej wydajne, ekonomiczne, wygodne i produktywne.

Przestrzenie inteligentne do cyfrowego modelowania i kompilowanie odpowiednich danych. Z tych danych można uzyskać szczegółowe informacje na temat sposobu, w jaki ludzie, miejsca i urządzenia są połączone.

Potencjalne przypadki użycia

To rozwiązanie dotyczy wielu obszarów:

  • Inteligentne kampusy (branża edukaacyjna)
  • Zarządzanie obiektami (nieruchomości)
  • Inteligentne stadiony (przemysł sportowy)
  • Biura inteligentne
  • Optymalizacja zużycia energii

Wyniki biznesowe

W tym przykładowym rozwiązaniu duży właściciel nieruchomości komercyjnych przekształca cyfrowo nieruchomość biurową. To ulepszenie łączy starsze dane zarządzania obiektami z nowymi funkcjami i technologiami, w tym:

  • Wykrywanie zajętości.
  • Optymalizacja kolejki cafe.
  • Parking.
  • Usługi wahadłowe.

Ten wysiłek wymaga zintegrowania urządzeń typu brownfield i nowoczesnych urządzeń Internetu rzeczy (IoT), które monitorują przestrzeń fizyczną. Urządzenia brownfield komunikują się za pośrednictwem wspólnych transportów budowlanych, takich jak BACnet i Modbus.

Cele firmy obejmują:

  • Optymalizacja zużycia energii przez diagnozowanie błędów i usprawnianie zarządzania usługa terenowa. Ta optymalizacja integruje istniejący system zarządzania budynkami z urządzeniami.

  • Wyprowadzanie nowych szczegółowych informacji przestrzennych i oferowanie innowacyjnych środowisk użytkowników dzięki połączeniu nowoczesnych urządzeń.

  • Opracowanie spójnych modeli cyfrowych środowiska przez zebranie wielu źródeł danych. Model powinien rozszerzać możliwości analizy danych.

  • Tworzenie skalowalnego rozwiązania, które może zbierać i archiwizować miliony punktów danych.

  • Tworzenie rozwiązania, które może łatwo dodawać rozwiązania partnerskie. Rozwiązanie powinno również uwzględniać dane partnerów w cyfrowej reprezentacji bliźniaczej środowiska.

Kwestie wymagające rozważenia

Te zagadnienia implementują filary struktury Azure Well-Architected Framework, która jest zestawem wytycznych, które mogą służyć do poprawy jakości obciążenia. Aby uzyskać więcej informacji, zobacz Microsoft Azure Well-Architected Framework.

Poniższe zagadnienia dotyczą tego rozwiązania.

Niezawodność

Niezawodność zapewnia, że aplikacja może spełnić zobowiązania podjęte przez klientów. Aby uzyskać więcej informacji, zobacz Omówienie filaru niezawodności.

Skalowalność

Rozwiązania dla inteligentnych miejsc mogą być stosunkowo proste, małe implementacje. Mogą one również być zaawansowanymi implementacjami, które obsługują dużą ilość danych. Rozwiązanie, które agreguje telemetrię ogrzewania, wentylacji i klimatyzacji (HVAC) w dużym kampusie, jest przykładem implementacji o dużej ilości.

Podstawowe usługi platformy Azure w tym rozwiązaniu są skalowalne zgodnie z projektem i dobrze nadają się do złożonych rozwiązań. Jednak po połączeniu tych usług upewnij się, że nie tworzą one punktów dławiki. Na początku cyklu tworzenia uruchom testy wydajnościowe w zaplanowanych odstępach czasu, aby zidentyfikować potencjalne problemy.

Elastyczność

Zaprojektuj inteligentną przestrzeń, aby być dobrze zintegrowana, ale także elastyczna. Inteligentne miejsca użycia szybko ewoluują. W pewnym momencie po wdrożeniu rozwiązania należy dodać nowe czujniki, typy danych, funkcje sztucznej inteligencji i techniki wizualizacji. Aby zwiększyć elastyczność:

  • Wybierz luźno powiązane rozwiązanie, takie jak proponowana architektura.
  • Używaj standardów branżowych dla ontologii danych. Takie podejście pomaga skrócić czas potrzebny do dodania nowych funkcji i zintegrowania nowego oprogramowania.
  • Użyj usługi API Management. Ta platforma umożliwia tworzenie wielu stylów i podpisów interfejsu API dla pojedynczego bazowego interfejsu API.

Zabezpieczenia

Zabezpieczenia zapewniają ochronę przed celowymi atakami i nadużyciami cennych danych i systemów. Aby uzyskać więcej informacji, zobacz Omówienie filaru zabezpieczeń.

Starsze rozwiązania do tworzenia często polegają na braku łączności zewnętrznej jako podstawowego źródła zabezpieczeń. Ale nawet dane, które nie identyfikują osób, mogą udostępniać informacje o firmie lub osobach w budynku. Na przykład organizacje używają kamer do liczenia osób, śledzenia zasobów i dostarczania danych zabezpieczeń.

Zachowaj ostrożność podczas przetwarzania i zapisywania obrazów. Upewnij się, że spełniasz wszystkie wymagania klientów, w tym problemy z prywatnością. Zapewnienie zabezpieczeń priorytetu w całym cyklu życia danych rozwiązania inteligentnego obszaru. W szczególności należy pamiętać o zbieranych danych, o tym, gdzie je przetwarzasz i przechowujesz oraz jakie wnioski wyciągasz z tych danych.

Optymalizacja kosztów

Optymalizacja kosztów dotyczy sposobów zmniejszenia niepotrzebnych wydatków i poprawy wydajności operacyjnej. Aby uzyskać więcej informacji, zobacz Omówienie filaru optymalizacji kosztów.

Skorzystaj z kalkulatora cen platformy Azure, aby oszacować koszt rozwiązania IoT.

  • Aby zapoznać się z innymi zagadnieniami dotyczącymi kosztów, zobacz Zasady optymalizacji kosztów w dokumentacji platformy Microsoft Azure Well-Architected Framework.
  • Aby zapoznać się z omówieniem optymalizacji kosztów usług, z których często korzystają rozwiązania IoT, zobacz Azure IoT Reference Architecture (Architektura referencyjna usługi Azure IoT).

Współautorzy

Ten artykuł jest obsługiwany przez firmę Microsoft. Pierwotnie został napisany przez następujących współautorów.

Główny autor:

Inny współautor:

Następne kroki