В этой статье описано решение для интеллектуальных пространств. Azure Digital Twins формирует основу архитектуры, моделируя окружение. Центр Интернета вещей Azure, который является управляемой службой Интернета вещей, также играет важную роль, как и служба аналитики Azure Data Explorer.
Архитектура
На приведенной ниже схеме показан поток данных в этом решении.
- Поля, содержащие несколько значков, представляют категории служб. В каждой категории службы работают независимо или вместе для обеспечения функциональности.
- Стрелки между полями представляют связь между соответствующими областями.
Скачайте файл Visio для этой архитектуры.
Поток данных
Окружение может использовать эти и другие протоколы связи:
- сеть управления автоматизацией здания (BACnet);
- Modbus
- KNX;
- LonWorks.
Локальные устройства и системы отправляют данные телеметрии и другие данные в облако. Источники данных включают:
- имеющиеся устройства;
- датчики прямого подключения;
- датчики, предоставляемые независимыми поставщиками программного обеспечения;
- имеющиеся бизнес-системы.
Устройства, датчики и исполнительные механизмы создают данные телеметрии. Некоторые устройства взаимодействуют напрямую с Центром Интернета вещей. Другие устройства отправляют данные в Центр Интернета вещей с помощью Azure IoT Edge.
Внешние, пакетные или устаревшие системы отправляют данные в Фабрику данных Azure. Эти статические данные обычно поступают из файлов и баз данных.
Соединители B2B преобразуют данные поставщика и осуществляют их потоковую передачу в Azure Digital Twins.
Центр Интернета вещей принимает данные телеметрии устройств. Центр Интернета вещей также предоставляет следующие службы:
- безопасность на уровне устройств;
- службы подготовки устройств;
- Двойники устройств
- службы управления и контроля;
- возможности горизонтального увеличения масштаба.
Фабрика данных преобразует полустатические данные и передает их в Azure Data Explorer или в долговременное хранилище.
Функции Azure получают данные Центра Интернета вещей и используют API-интерфейсы Azure Digital Twins для обновления Azure Digital Twins. Azure Digital Twins содержит пространственный граф зданий и окружения. Azure Digital Twins моделирует окружение с помощью языка определения цифровых двойников (DTDL). Функции Azure обрабатывает данные, выполняя обнаружение ошибок и обновления графа.
Различные компоненты создают, хранят и загружают модели DTDL.
Azure Digital Twins отправляет данные через Сетку событий Azure в Azure Data Explorer. Эта служба аналитики функционирует как сервер архивных данных, сохраняя данные временных рядов решения.
Средства моделирования и инструменты искусственного интеллекта обрабатывают данные. Примеры включают службы ИИ Azure, модели ИИ и службы моделирования партнеров.
Azure Data Lake обеспечивает долговременное хранение данных. Azure Synapse Analytics анализирует данные и составляет отчеты по ним.
Для средств визуализации и корпоративных приложений уровень доступа к решению обеспечивает безопасный доступ к основным системным службам:
Управление API Azure предлагает функции для нормализации, защиты и настройки API-интерфейсов. Эта платформа также применяет квоты на использование и ограничения скорости.
Служба Azure SignalR отправляет уведомления в пользовательские интерфейсы при изменении телеметрии и данных.
Для приложений, которые обмениваются данными асинхронно или в больших объемах, различные компоненты предоставляют механизмы публикации и подписки:
- Центр Интернета вещей
- Очереди служебной шины Azure
- Центры событий Azure
- Объекты webhook
Приложения-службы собирают данные с уровня API управления доступом. Затем эти приложения анализируют и подготавливают данные для приложений пользователя. Инструменты Майкрософт, такие как Power Apps, Power BI и Azure Maps, создают отчеты и аналитические сведения о данных в хранилищах данных Azure.
Корпоративные приложения используют подготовленные данные. Вот некоторые примеры.
модули Dynamics 365;
решения независимых поставщиков программного обеспечения;
приложения Microsoft Teams;
решения, оптимизированные для полей, такие как мобильные приложения и переносные устройства:
Компоненты
В решении используются приведенные ниже компоненты.
Основные компоненты
Центр Интернета вещей подключает устройства к облачным ресурсам Azure. Эта управляемая служба предоставляет следующие возможности:
- безопасность на уровне устройств;
- службы подготовки устройств;
- двойники устройств;
- службы управления и контроля;
- возможности горизонтального увеличения масштаба.
Пакеты SDK для Интернета вещей Azure предоставляют рекомендуемый способ подключения устройств к Центру Интернета вещей. К устройствам, которые могут использовать эти наборы, относятся:
- Устройства Azure Sphere .
- устройства под управлением ОСРВ Azure.
IOT Edge выполняет облачные рабочие нагрузки на устройствах IOT Edge. В частности, этот центр сообщений может выполнять анализ в реальном времени с помощью Машинного обучения Azure и Azure Stream Analytics. IoT Edge также функционирует как шлюз к Центру Интернета вещей для:
- устройств с низким уровнем энергопотребления;
- устаревших устройств;
- устройств с ограниченными ресурсами.
Фабрика данных — это служба интеграции, которая работает с потенциально большими блоками данных из разрозненных хранилищ данных. Эту платформу можно использовать для оркестрации и автоматизации рабочих процессов преобразования данных. Например, Фабрика данных может устранить разрыв между полустатическими хранилищами и компонентами сервера архивных данных, такими как Azure Data Explorer.
Соединители B2B преобразуют и передают данные в двух направлениях между компонентами поставщика и Azure Digital Twins. Все большее число поставщиков используют DTDL для создания стандартных отраслевых моделей. RealEstateCore является примером этого. В результате предполагается, что со временем эти интеграции станут проще.
Azure Digital Twins хранит цифровые представления устройств и окружений Интернета вещей. Вы можете использовать эти данные для распространения данных или анализа в реальном времени. Azure Digital Twins выполняет следующие внутренние операции:
- моделирует окружения с помощью DTDL;
- предоставляет REST API для ввода данных;
- предоставляет пакеты SDK, поддерживающие операции управления и плоскости данных для различных языков.
С помощью DTDL можно создавать онтологии или наборы уже имеющихся моделей. Вы также можете начать с модели, поддерживаемой в отрасли:
Azure Digital Twins Explorer — это средство разработчика, которое можно использовать для визуализации данных, моделей и графов Azure Digital Twins и взаимодействия с ними. Этот инструмент в настоящее время находится в общедоступной предварительной версии.
Компоненты управления моделью поддерживают модель DTDL:
Для создания модели доступны следующие параметры:
- Azure Digital Twins Explorer
- решения независимых поставщиков программного обеспечения;
- пользовательские средства;
- редакторы текста или кода.
Репозитории хранят онтологии:
- GitHub хранит RealEstateCore, онтологию интеллектуальных городов и онтологию энергосистемы.
- Для настраиваемых онтологий в GitHub доступны настраиваемые репозитории и репозитории для конкретных решений.
Для загрузки моделей в Azure Digital Twins доступны следующие параметры:
- UploadModels — средство для отправки онтологий DTDL.
- Примеры в репозитории средств Azure Digital Twins.
Функции Azure — это бессерверная платформа вычислений на основе событий. С помощью Функций вы можете интегрировать службы в большом масштабе, используя триггеры и привязки.
Azure Data Explorer — это быстрая, полностью управляемая служба аналитики данных. Эту службу можно использовать для анализа больших объемов данных в режиме реального времени. Azure Data Explorer обрабатывает разнообразные потоки данных из приложений, веб-сайтов, устройств Интернета вещей и других источников.
Службы ИИ предоставляют функциональные возможности ИИ. Эти службы имеют набор предварительно обученных моделей нейронной сети для облака. Api REST и клиентские пакеты SDK можно использовать для создания когнитивной аналитики в приложениях. Вы можете использовать функции служб ИИ:
- Почти в реальном времени.
- При определенных пороговых значениях данных.
- По запросу.
- Для сложных заданий, требующих длительного времени обработки.
Машинное обучение Azure — это облачная среда, которая помогает создавать, развертывать и управлять решениями прогнозной аналитики. С помощью этих моделей можно прогнозировать поведение, результаты и тенденции.
Azure Data Lake хранит большой объем данных в собственном необработанном формате. Данные обычно берутся из нескольких разнородных источников и могут быть структурированы, полуструктурированными или неструктурированными.
Azure Synapse Analytics — это служба аналитики для хранилищ данных и систем обработки больших данных. Эта служба интегрируется с Power BI, Машинным обучением и другими службами Azure.
Служба "Управление API Azure" создает совместимые современные шлюзы API для внутренних служб. Помимо приема вызовов API и их пересылки в серверные части, эта платформа также проверяет ключи, маркеры, сертификаты и другие учетные данные. Управление API также регистрирует метаданные вызовов и применяет квоты на использование и ограничения скорости.
Служебная шина Azure — это полностью управляемый корпоративный брокер сообщений. Служебная шина поддерживает очереди сообщений и разделы публикации и подписки.
Центры событий Azure — это полностью управляемая платформа потоковой передачи для больших данных.
Служба Azure SignalR — это библиотека ПО с открытым кодом, которая предоставляет возможность отправлять уведомления в веб-приложения в режиме реального времени.
Приложения-службы
Azure Logic Apps автоматизирует рабочие процессы, связывая приложения и данные в облаках.
Azure Maps предлагает геопространственные API-интерфейсы для добавления карт, пространственной аналитики и мобильных решений в приложения.
Microsoft Graph предоставляет инструменты для доступа к данным в Microsoft 365, Windows 10 и Enterprise Mobility + Security.
Power Platform — это набор продуктов и служб, предоставляющих инструменты с минимальным объемом кода для создания эффективных и гибких решений:
- Power Apps — это набор приложений, служб, соединителей и платформы данных. Power Apps можно использовать для преобразования ручных бизнес-операций в цифровые автоматизированные процессы.
- Power BI — это набор программных служб и приложений, где можно посмотреть данные аналитики.
- Power Automate оптимизирует повторяющиеся задачи и цифровые процессы.
- Power Virtual Agents предоставляет чат-боты без кода для удовлетворения потребностей клиентов и сотрудников в любом масштабе.
Корпоративные приложения
Dynamics 365 — это портфель приложений для управления бизнес-операциями.
Microsoft Teams предоставляет службы для проведения собраний, обмена сообщениями, осуществления звонков и совместной работы.
служба приложение Azure и ее веб-приложения предоставляют платформу для создания, развертывания и масштабирования веб-приложений.
Общие компоненты поддержки
Приведенные ниже службы обеспечивают поддержку компонентов во всех областях решения.
Azure Monitor собирает и анализирует данные телеметрии приложений, такие как метрики производительности и журналы действий. Эта служба уведомляет приложения и персонал о нестандартных условиях.
Microsoft Defender для Интернета вещей — это единая служба безопасности, которая защищает системы IoT путем выявления уязвимостей и угроз.
Azure DevOps Services предоставляет службы, средства и окружения для управления проектами программирования и развертываниями.
Идентификатор Microsoft Entra — это облачная служба удостоверений, которая управляет доступом к Azure и другим облачным приложениям, включая решения ISV и локальные решения.
Azure Key Vault безопасно хранит и контролирует доступ к секретам системы, таким как ключи API, пароли, сертификаты и криптографические ключи.
Альтернативные варианты
Azure Cosmos DB является еще одним вариантом для хранения данных. Эта полностью управляемая служба базы данных NoSQL легко масштабируется. Azure Cosmos DB предлагает различные способы доступа к данным, в том числе:
- базы данных документов;
- базы данных графов;
- запросы в стиле SQL;
- Azure Cosmos DB для Apache Cassandra.
Azure Synapse Link для Azure Cosmos DB позволяет выполнять аналитику данных Azure Cosmos DB с помощью Azure Synapse Analytics. В результате можно сочетать различные службы данных в решениях, которые используют Azure Cosmos DB.
Центры событий также могут предоставлять масштабируемую и безопасную службу приема. В отличие от Центра Интернета вещей, который поддерживает двунаправленное взаимодействие с устройствами, Центры событий поддерживают односторонний трафик. В результате вы не можете использовать Центры событий для отправки команд и политик обратно на устройства. Центры событий также не обеспечивают безопасность на уровне устройства. Однако они подходят для окружений с большим объемом сообщений от небольшого количества устройств ввода.
Описание решения
Интеллектуальные пространства — это физические окружения, которые объединяют подключенные устройства и источники данных. С помощью этих окружений можно просматривать и контролировать следующее:
- продукты и системы;
- внутренние и внешние пространства;
- личные возможности взаимодействия с окружающей средой.
Интеллектуальные пространства могут включать здания, территории колледжа, территории компаний, стадионы и города. Эти окружения приносят пользу, помогая владельцам недвижимости, управляющим компаниям и жильцам управлять объектами и обслуживать их. Интеллектуальные пространства также делают помещения более эффективными, экономичными, удобными и продуктивными.
Они создают цифровые модели пространства и собирают соответствующие данные. На основе этих данных можно получить представление о том, как связаны люди, места и устройства.
Потенциальные варианты использования
Это решение можно применять в разных областях:
- Умные кампусы (отрасль образования)
- Управление объектами (недвижимость)
- Умные стадионы (спортивная промышленность)
- интеллектуальные офисы;
- Оптимизация энергозатрат.
Бизнес-результаты
В этом примере решения крупный владелец коммерческой недвижимости осуществляет цифровую трансформацию офисной недвижимости. Это усовершенствование объединяет устаревшие данные об управлении помещениями с новыми функциями и технологиями, включая:
- датчик присутствия;
- оптимизацию очередей в кафе;
- парковку;
- услуги трансфера.
Для этого требуется интеграция имеющихся устройств и современных устройств Интернета вещей (IoT), которые отслеживают физическое пространство. Имеющиеся устройства обмениваются данными через обычные транспортные средства сборки, такие как BACnet и Modbus.
Компания поставила перед собой следующие цели.
Оптимизация энергопотребления за счет диагностики неисправностей и оптимизации управления выездным обслуживанием. Эта оптимизация интегрирует имеющуюся систему управления зданием с устройствами.
Создание пространственной аналитики и предложение инновационных возможностей для жителей путем подключения современных устройств.
Разработка целостной цифровой модели окружения путем объединения нескольких источников данных. Модель должна расширять возможности анализа данных.
Создание масштабируемого решения, способного собирать и архивировать миллионы точек данных.
Создание решения, которое может легко добавлять решения партнеров. Решение также должно включать данные партнеров в цифровой двойник окружения.
Рекомендации
Эти рекомендации реализуют основные принципы платформы Azure Well-Architected Framework, которая является набором руководящих принципов, которые можно использовать для улучшения качества рабочей нагрузки. Дополнительные сведения см. в статье Microsoft Azure Well-Architected Framework.
Ниже приведены рекомендации относительно этого решения.
Надежность
Надежность гарантирует, что ваше приложение позволит вам выполнить ваши обязательства перед клиентами. Дополнительные сведения см. в разделе "Обзор основы надежности".
Масштабируемость
Решения для интеллектуальных пространств могут быть относительно простыми и малообъемными. Они также могут быть сложными, обрабатывающими большие объемы данных. Решение, объединяющее данные телеметрии по отоплению, вентиляции и кондиционированию воздуха (HVAC) в большом кампусе, является примером крупномасштабной реализации.
Основные службы Azure в этом решении являются масштабируемыми по умолчанию и хорошо подходят для сложных решений. Но при объединении этих служб, убедитесь, что они не создают уязвимых мест. В начале цикла разработки выполняйте тесты производительности через запланированные промежутки времени, чтобы выявлять потенциальные проблемы.
Гибкость
Спроектируйте свое интеллектуальное пространство так, чтобы оно было хорошо интегрировано, но в то же время оставалось гибким. Варианты использования интеллектуальных пространств быстро развиваются. В какой-то момент после развертывания решения вам потребуется добавить новые датчики, типы данных, функции искусственного интеллекта и методы визуализации. Ниже представлены рекомендации для повышения гибкости.
- Выберите слабо связанное решение, например предлагаемую архитектуру.
- Используйте отраслевые стандарты для онтологии данных. Такой подход помогает сократить время, необходимое для добавления новых функций и интеграции нового программного обеспечения.
- Используйте Управление API. Эта платформа позволяет создавать несколько стилей и подписей API для одного базового API-интерфейса.
Безопасность
Безопасность обеспечивает гарантии от преднамеренного нападения и злоупотребления ценными данными и системами. Дополнительные сведения см. в разделе "Общие сведения о компоненте безопасности".
Устаревшие решения для зданий часто полагаются на отсутствие внешнего подключения в качестве основного источника безопасности. Но даже в данных, не идентифицирующих людей, приведены сведения о компании или людях, находящихся в здании. Например, организации используют камеры для подсчета людей, отслеживания активов и предоставления данных безопасности.
Будьте внимательны при обработке и сохранении изображений. Убедитесь, что вы выполняете все требования клиентов, включая вопросы конфиденциальности. Сделайте безопасность приоритетом на протяжении всего жизненного цикла данных решения для интеллектуального пространства. В частности, следует помнить о том, какие данные вы собираете, где вы их обрабатываете и храните, а также какие выводы вы делаете на их основе.
Оптимизация затрат
Оптимизация затрат заключается в поиске способов уменьшения ненужных расходов и повышения эффективности работы. Дополнительные сведения см. в разделе Обзор критерия "Оптимизация затрат".
Используйте калькулятор цен Azure, чтобы оценить стоимость решения IoT.
- Дополнительные сведения о стоимости см. в разделе Принципы оптимизации затрат в документации платформы Microsoft Azure с продуманной архитектурой.
- Обсуждение оптимизации стоимости служб, которые обычно используют решения IoT, см. в разделе Эталонная архитектура Интернета вещей Azure.
Соавторы
Эта статья поддерживается корпорацией Майкрософт. Первоначально он был написан следующими участниками.
Автор субъекта:
- Марк Kottke | Старший архитектор
Другой участник:
- Мэтью Коснер | Главный менеджер по разработке программного обеспечения
Следующие шаги
- Повышение эффективности интеллектуальных зданий Майкрософт с помощью Microsoft Azure Digital Twins
- Разработка с помощью Azure Digital Twins
- Brookfield устанавливает новый стандарт инноваций в сфере недвижимости с помощью WillowTwin и Azure Digital Twins
- Глобальный лидер в области устойчивого развития стремится к повышению уровня углеродной нейтральности с помощью Azure Digital Twins