原文：About the Oracle IoT Digital Twin Implementation / Developing Applications with Oracle Internet of Things Cloud Service
关于物联网数字孪生框架
数字孪生是物理资产或设备的数字化代理。数字孪生可以帮助您成功部署和使用物联网应用。
数字孪生也可称为双胞胎或影子。数字孪生技术可能被称为设备虚拟化，有不同种的方式实现。
实施总体框架
在物联网平台上，数字孪生是物理资产、机器、车辆或设备的虚拟表示。它以数字方式表示资产的数据、流程、运行状态和生命周期。
通过应用数字孪生，可以实现。
- 更好的可视性。你可以持续查看机器或设备的运行情况，以及它们之间的互联系统的状态。
- 准确的预测。你可以通过建模，从数字孪生模型中检索机器的未来状态。
- 假设分析。您可以轻松地与模型交互，模拟独特的机器条件，并使用精心设计的界面进行what-if分析。
- 文档化和交流。您可以使用数字孪生模型来帮助您理解、记录和解释特定机器或机器集合的行为。
- 不同系统的集成。你可以连接与供应链运营相关的后端应用，如制造、采购、仓储、运输或物流。
物联网平台的数字孪生功能取决于其设计和实施。通常情况下，您可以通过两种方式实现数字孪生框架。
简单的设备模型。
在这种方法中，你创建并使用一个JSON文档，该文档存储了机器的以下信息。
- 名称、序列号和位置
- 机器的传感器所观察到的一组属性（例如，机器的当前速度）。
- 物联网应用软件中设置的一组期望属性（例如，机器的期望速度）。
在这种方法中，你使用其传感器捕获的机器的属性。这种方法在传感器可能无法持续可用，或者与传感器的通信异步进行的情况下效果最好。
工业双胞胎。
这种方法呈现了机器的可视化设计信息和传感器设备的模型。这些信息代表了机器的基于物理学的属性。
这种方法与工业物联网应用配合得很好，这些应用从产品生命周期管理（PLM）工具中获取所需信息。在这种类型的实现中，您可以在资产与模型图中表示机器的物理属性、设计信息和实时数据。
Oracle IoT数字孪生实施的要素
这张图说明了三大支柱。三大支柱有助于解决不同类型的问题，并提供不同的优势。
这张图显示了Oracle IoT数字双胞胎实施的三个支柱。
- 第一个支柱为：虚拟孪生。在这个支柱中，两个相同的车辆被显示为设备。其中一辆车是实际车辆的虚拟代表，它显示以下属性。重量，高度，臂长，转速，位置，振动，轮胎压力和磨损。
- 第二个支柱为：预测孪生。在这个支柱中，显示了一个分析图和虚拟车辆。以下预测与虚拟车辆相关联。臂需要预防性维护，发动机性能良好，故障概率73%。
- 第三个柱子为：预测应用。在这个支柱中，来自前一个支柱的预测被投射到一组业务应用程序上。这些业务应用可能是：制造、供应链、资产监控、客户关系管理，销售，服务，公用事业，医疗和零售等。
虚拟孪生
在虚拟孪生中，Oracle在云中创建了物理设备或资产的虚拟表示。虚拟孪生设备使用一个基于JSON的模型，该模型包含实现观察到的和理想设计下的属性值，通过语义模型进行表示。
应用程序和场景
- 物联网应用可能无法实时连接到物理资产。在这种情况下，应用程序必须能够检索最后的已知状态，对资产运行状态进行控制。
- 通常情况下，设备会使用各种协议和方法来连接到IoT网络。这种复杂性不应影响其他业务应用，如不应当影响到企业资源规划（ERP）中的数据。设备虚拟化提供了一个抽象层，使传统业务应用能够安全的于设备进行通信。
使用虚拟孪生模型的收益：
- 语义模型让你可以指定属性的正常工作范围。这可以让边缘计算实施变得更简单。
- 您在 Oracle IoT Cloud Service 中的复杂事件处理 (CEP) 引擎之上声明性定义的业务规则可以在 IoT边缘自动调用。
举个例子：
通常情况下，为了检测设备的运营偏差，会用阈值进行限定，例如为设备定义温度的上下限。开发人员会单独编写一个应用程序来处理这些信息。然后用户管理和维护该应用程序。通过设备虚拟化技术，技术人员无需再编写边缘端的程序，设备模型就可以开启检测异常，并生成相应的警报。 - 设备模型中内置的语义感知可以优化交付机制和网络流量。
- 与使用MQTT等高效协议的典型方法相比，语义模型通过在边缘自动进行统计建模，大大降低了网络带宽的成本。
举个例子：
在一个由联网汽车组成的车队中，一个物联网应用监测一系列运行参数。基于语义的模型使边缘能够。- 判断运行参数是否在正常范围内。
- 识别每个消息是紧急、重要还是常规。边缘可以智能地检测到故障通知是紧急消息，轮胎压力低是重要消息，机油粘度变慢是常规消息。
- 确定车辆在下班时连接到Wi-Fi网络时，是通过蜂窝网络发送提醒信息还是下载设备数据。
预测性孪生
在预测孪生中，可以通过使用机器学习技术建立一个分析或统计模型进行预测。它不需要机器的原始设计者参与。它不同于基于机理模型，因为机理的模型是静态的、复杂的，不能适应不断变化的环境，只能由机器的原始设计者来创建。
应用程序和场景
- 当模型可以预测出未来的问题或机器的未来状态，那么你就可以预防或准备好应对这些问题。
- 您可以使用预测孪生模型来判断趋势和模式。该模型可以帮助您解决业务问题。
使用预测孪生的收益：
- 数据分析师可以根据对机器的外部观察数据创建出算法模型，并可以根据用户的需求开发多个模型。
- 该模型会考虑业务场景，并基于情境数据进行分析和预测。
- 物联网应用不仅可以从机器数据中生成情境数据，还可以从与之集成的各种业务应用中生成情境数据。从这些数据创建的模型是有效的和可用的。 根据您想要解决的业务问题，预测模型从简单到复杂不等。
举个例子：- Oracle IoT Cloud Service包含了Oracle Stream Explorer，一个事件处理引擎，并使用它根据数据中的趋势和模式创建一个简单的模型。
- Oracle IoT Cloud Service使用基于Apache Spark的分析方法来创建复杂的模型。要生成时间序列数据，可以使用Oracle IoT Cloud Service中Apache Spark的附加库。
- 数据科学家可以通过使用Oracle R Advanced Analytics for Hadoop (ORAAH)来创建复杂模型，然后在物联网数据管道中执行。
- 业务用户可以使用Oracle Big Data Discovery产品的友好界面来创建简单的模型。
预测应用
在双胞胎预测中，预测和洞察与后端业务应用集成，使物联网成为业务流程中不可或缺的一部分。
在洞察力预测方面，Oracle IoT云服务可以与各种产品集成。
- 与Oracle ERP和Oracle CX应用的原生预建集成。
- 通过使用Oracle集成云服务（ICS）与150个应用程序进行集成。
- 使用REST API库进行集成
应用程序和场景
您可以在物联网平台中产生洞察力，并将其与业务流程集成。
- 当预测与业务流程集成时，它们可以触发补救的业务工作流。
- 业务应用程序可以访问其决策所需的事务性和物联网情境数据。
- 业务应用程序可以监控机器及其环境的预测状态。
进行预测应用的收益：
预测数据提供了对机器运营中的洞察力。将这些洞察力投射到后端应用基础设施中，使业务应用能够与物联网系统进行交互，并转化为智能系统。
