Qu'est-ce que c'est AWS IoT TwinMaker ?

AWS IoT TwinMaker est un AWS IoT service que vous pouvez utiliser pour créer des jumeaux numériques opérationnels de systèmes physiques et numériques. AWS IoT TwinMaker crée des visualisations numériques à l'aide de mesures et d'analyses issues de divers capteurs, caméras et applications d'entreprise du monde réel pour vous aider à suivre votre usine physique, votre bâtiment ou votre installation industrielle. Vous pouvez utiliser ces données réelles pour surveiller les opérations, diagnostiquer et corriger les erreurs, et optimiser les opérations.

Un jumeau numérique est une représentation numérique en direct d'un système et de tous ses composants physiques et numériques. Il est mis à jour dynamiquement avec des données afin d'imiter la structure, l'état et le comportement réels du système. Vous pouvez l'utiliser pour améliorer les résultats commerciaux.

Les utilisateurs finaux interagissent avec les données de votre jumeau numérique à l'aide d'une application d'interface utilisateur.

Comment ça marche

Pour répondre aux exigences minimales relatives à la création d'un jumeau numérique, vous devez effectuer les opérations suivantes.

• Modélisez les appareils, les équipements, les espaces et les processus dans un lieu physique.

• Connectez ces modèles à des sources de données qui stockent des informations contextuelles importantes, telles que les flux de données des capteurs et des caméras.

• Créez des visualisations qui aident les utilisateurs à comprendre les données et les informations afin de prendre des décisions commerciales plus efficacement.

• Mettez les jumeaux numériques à la disposition des utilisateurs finaux afin d'améliorer les résultats commerciaux.

AWS IoT TwinMaker répond à ces défis en fournissant les fonctionnalités suivantes.

• Graphe de connaissances du système de composants d'entités : AWS IoT TwinMaker fournit des outils pour modéliser les dispositifs, les équipements, les espaces et les processus dans un graphe de connaissances.

  Ce graphe de connaissances contient des métadonnées sur le système et peut se connecter à des données situées à différents emplacements. AWS IoT TwinMaker fournit des connecteurs intégrés pour les données stockées dans Kinesis Video AWS IoT SiteWise Streams et Kinesis Video Streams. Vous pouvez également créer des connecteurs personnalisés pour les données stockées dans d'autres emplacements.

  Le graphe de connaissances et les connecteurs fournissent ensemble une interface unique pour interroger des données dans des emplacements disparates.

• Compositeur de scènes : la AWS IoT TwinMaker console fournit un outil de composition de scène pour créer des scènes en 3D. Vous téléchargez vos modèles 3D/CAD créés précédemment, optimisés pour l'affichage sur le Web et convertis au format .gltf ou .glb. Vous utilisez ensuite le compositeur de scène pour placer plusieurs modèles dans une seule scène, en créant des représentations visuelles de leurs opérations.

  Vous pouvez également superposer des données dans la scène. Par exemple, vous pouvez créer une étiquette dans un emplacement de scène qui se connecte aux données de température d'un capteur. Cela associe les données à l'emplacement.

• Applications : AWS IoT TwinMaker fournit un plug-in pour Grafana et Amazon Managed Grafana que vous pouvez utiliser pour créer des applications de tableau de bord pour les utilisateurs finaux.

• Outils tiers : Mendix s'associe AWS IoT TwinMaker pour fournir des solutions complètes pour l'IoT industriel. Consultez l'atelier Lean Daily Management Application with Mendix et AWS IoT TwinMaker pour commencer à utiliser la plateforme de développement d'applications Low Code (LCAP) Mendix avec des AWS services tels que AWS IoT TwinMaker Kinesis Video Streams et. AWS IoT SiteWise

Concepts et composants clés

Le schéma suivant illustre la façon dont les concepts clés AWS IoT TwinMaker s'intègrent.

Note

Les astérisques (*) dans le diagramme indiquent one-to-many les relations. Pour les quotas pour chacune de ces relations, consultez la section AWS IoT TwinMaker Points de terminaison et quotas.

Les sections suivantes décrivent les concepts illustrés dans le diagramme.

Espace de travail

Un espace de travail est un conteneur de haut niveau pour votre application de jumelage numérique. Vous créez un ensemble logique d'entités, de composants, de ressources de scène et d'autres ressources pour votre jumeau numérique dans cet espace de travail. Il sert également de limite de sécurité pour gérer l'accès à l'application jumelle numérique et aux ressources qu'elle contient. Chaque espace de travail est lié au compartiment Amazon S3 dans lequel les données de votre espace de travail sont stockées. Vous utilisez les rôles IAM pour restreindre l'accès à votre espace de travail.

Un espace de travail peut contenir plusieurs composants, entités, scènes et ressources. Un type de composant, une entité, une scène ou une ressource n'existe que dans un seul espace de travail.

Modèle entité-composant

AWS IoT TwinMaker fournit des outils que vous pouvez utiliser pour modéliser votre système à l'aide d'un graphe de entity-component-based connaissances. Vous pouvez utiliser l'architecture entité-composant pour créer une représentation de votre système physique. Ce modèle de composant d'entité comprend des entités, des composants et des relations. Pour plus d'informations sur les systèmes de composants d'entités, consultez la section Système de composants d'entité.

Entité

Les entités sont des représentations numériques des éléments d'un jumeau numérique qui capturent les capacités de cet élément. Cet élément peut être un équipement physique, un concept ou un processus. Les entités sont associées à des composants. Ces composants fournissent des données et un contexte à l'entité associée.

Vous pouvez AWS IoT TwinMaker ainsi organiser les entités dans des hiérarchies personnalisées pour une gestion plus efficace. La vue par défaut du système d'entités et de composants est hiérarchique.

Composant

Les composants fournissent le contexte et les données pour les entités d'une scène. Vous ajoutez des composants aux entités. La durée de vie d'un composant est liée à la durée de vie d'une entité.

Les composants peuvent ajouter des données statiques, telles qu'une liste de documents ou les coordonnées d'un emplacement géographique. Ils peuvent également avoir des fonctions qui se connectent à d'autres systèmes, notamment des systèmes contenant des données de séries chronologiques, tels que d'autres AWS IoT SiteWise historiques de séries chronologiques sur le cloud.

Les composants sont définis par des documents JSON qui décrivent la connexion entre une source de données et AWS IoT TwinMaker. Les composants peuvent décrire des sources de données externes ou des sources de données intégrées à AWS IoT TwinMaker. Un composant accède à une source de données externe à l'aide d'une fonction Lambda spécifiée dans le document JSON. Un espace de travail peut contenir de nombreux composants. Les composants fournissent des données aux balises par le biais d'entités associées.

AWS IoT TwinMaker fournit plusieurs composants intégrés que vous pouvez ajouter depuis la console. Vous pouvez également créer vos propres composants personnalisés pour vous connecter à des sources de données telles que la télémétrie temporelle et les coordonnées géospatiales. La TimeStream télémétrie, les composants géospatiaux et les connecteurs vers des sources de données tierces telles que Snowflake en sont des exemples.

AWS IoT TwinMaker fournit les types de composants intégrés suivants pour les cas d'utilisation courants :

• Document, tel que des manuels d'utilisation ou des images situés sur des URL spécifiées.

• Séries chronologiques, telles que les données des capteurs provenant de AWS IoT SiteWise.

• Alarmes, telles que les alarmes chronologiques provenant de sources de données externes.

• Vidéo, à partir de caméras IP connectées à Kinesis Video Streams.

• Composants personnalisés pour se connecter à des sources de données supplémentaires. Par exemple, vous pouvez créer un connecteur personnalisé pour connecter vos AWS IoT TwinMaker entités à des séries chronologiques stockées en externe.

Sources de données

Une source de données est l'emplacement des données sources de votre jumeau numérique. AWS IoT TwinMaker prend en charge deux types de sources de données :

• Connecteurs hiérarchiques, qui vous permettent de synchroniser en permanence un modèle externe avec AWS IoT TwinMaker.

• Connecteurs de séries chronologiques, qui vous permettent de vous connecter à des bases de données de séries chronologiques telles que. AWS IoT SiteWise

Propriété

Les propriétés sont les valeurs, statiques ou basées sur des séries chronologiques, contenues dans les composants. Lorsque vous ajoutez des composants à des entités, les propriétés du composant décrivent en détail l'état actuel de l'entité.

AWS IoT TwinMaker prend en charge trois types de propriétés :

• Valeur unique, non-time-series propriétés — Ces propriétés sont généralement des paires clé-valeur statiques qui sont directement stockées AWS IoT TwinMaker avec les métadonnées de l'entité associée.

• Propriétés des séries chronologiques : AWS IoT TwinMaker stocke une référence au magasin des séries chronologiques pour ces propriétés. La valeur par défaut est la plus récente.

• Propriétés de relation : ces propriétés stockent une référence à une autre entité ou à un autre composant. Par exemple, seen_by il s'agit d'un composant relationnel qui peut relier une entité de caméra à une autre entité directement visualisée par cette caméra.

Vous pouvez interroger les valeurs de propriétés dans des sources de données hétérogènes à l'aide de l'interface de requête de données unifiée.

Visualisation

Vous l'utilisez AWS IoT TwinMaker pour augmenter une représentation tridimensionnelle de votre jumeau numérique, puis vous la visualisez dans Grafana. Pour créer des scènes, utilisez des fichiers CAO ou d'autres types de fichiers 3D existants. Vous utilisez ensuite des superpositions de données pour ajouter des données pertinentes pour votre jumeau numérique.

Scènes

Les scènes sont des représentations tridimensionnelles qui fournissent un contexte visuel aux données auxquelles elles sont connectées AWS IoT TwinMaker. Les scènes peuvent être créées en utilisant un seul modèle 3D gltf (GL Transmission Format) ou glb pour l'ensemble de l'environnement, ou en utilisant une composition de plusieurs modèles. Les scènes incluent également des balises pour indiquer les points d'intérêt de la scène.

Les scènes sont les conteneurs de premier niveau pour les visualisations. Une scène est composée d'un ou de plusieurs nœuds.

Un espace de travail peut contenir plusieurs scènes. Par exemple, un espace de travail peut contenir une scène pour chaque étage d'une installation.

Ressources

Les scènes affichent des ressources, qui sont affichées sous forme de nœuds dans la AWS IoT TwinMaker console. Une scène peut contenir de nombreuses ressources.

Les ressources sont des images et des modèles tridimensionnels glTF basés sur des modèles tridimensionnels utilisés pour créer une scène. Une ressource peut représenter un seul équipement ou un site complet.

Vous placez des ressources dans une scène en téléchargeant un fichier .gltf ou .glb dans la bibliothèque de ressources de votre espace de travail, puis en les ajoutant à votre scène.

Interface utilisateur augmentée

AWS IoT TwinMaker Vous pouvez ainsi compléter vos scènes avec des superpositions de données qui ajoutent du contexte et des informations importants, telles que les données des capteurs, aux emplacements de la scène.

Nœuds : les nœuds sont des instances de balises, de lumières et de modèles tridimensionnels. Ils peuvent également être vides pour ajouter de la structure à la hiérarchie de vos scènes. Par exemple, vous pouvez regrouper plusieurs nœuds sous un seul nœud vide.

Balises : une balise est un type de nœud qui représente les données d'un composant (via une entité). Un tag ne peut être associé qu'à un seul composant. Une balise est une annotation ajoutée à une position de x,y,z coordonnées spécifique d'une scène. La balise connecte cette partie de scène au graphe de connaissances à l'aide d'une propriété d'entité. Vous pouvez utiliser une balise pour configurer le comportement ou l'apparence visuelle d'un élément de la scène, comme une alarme.

Lumières : vous pouvez ajouter des lumières à une scène pour mettre en évidence certains objets, ou projeter des ombres sur des objets pour indiquer leur emplacement physique.

Modèles tridimensionnels : un modèle tridimensionnel est une représentation visuelle d'un fichier .gltf ou .glb importé en tant que ressource.

Note

AWS IoT TwinMaker n'est pas destiné à être utilisé dans ou en association avec le fonctionnement d'environnements dangereux ou de systèmes critiques susceptibles d'entraîner des blessures corporelles graves ou la mort ou de causer des dommages environnementaux ou matériels.

L'exactitude des données collectées lors de votre utilisation de AWS IoT TwinMaker doit être évaluée en fonction de votre cas d'utilisation. AWS IoT TwinMaker ne doit pas être utilisé comme substitut à la surveillance humaine des systèmes physiques dans le but d'évaluer si ces systèmes fonctionnent en toute sécurité.