一种基于工业物联网平台的工业物模型设计方法及系统与流程

本发明涉及一种基于工业物联网平台的工业物模型设计方法及系统，可以用于工业物联网平台中的设备数字化建模、异构设备统一接入、数据治理以及工业设备管理，属于工业物联网技术。

背景技术：

1、在工业物联网领域，设备种类繁多、通信协议各异、数据格式不统一是长期存在的核心痛点。一个典型的工业场景中可能同时存在plc（可编程逻辑控制器）、传感器、数控机床、机器人、智能仪表等数十种不同类型的设备，它们分别采用modbus、opc-ua、mqtt、http、coap、sip等不同通信协议，上报的数据格式也千差万别。

2、目前，业界主流的工业物联网平台（如aws iot core、阿里云iot、华为云iot等）普遍采用“物模型”（thing model）的概念来对物理设备进行数字化抽象。物模型通常将设备能力抽象为三类要素：属性（property）、服务（service）和事件（event）。其中，属性描述设备的运行状态数据（如温度、湿度、转速），服务描述设备可被调用的能力（如开关控制、参数设置），事件描述设备主动上报的告警或通知（如故障告警、状态变更）。然而，现有技术中的物模型设计方法存在以下不足：

3、1、物模型定义与设备强耦合：传统的物模型设计方法要求开发人员为每一类设备单独定义一套完整的物模型，当设备类型增加时，物模型的管理和维护成本呈线性增长。例如，在阿里云iot平台中，每个产品（product）下需要逐一为设备定义tsl（thingspecification language）模型，当存在数百种设备类型时，物模型的复用率极低。

4、2、数据存储与计算能力分离：现有平台通常将设备属性数据存储在关系型数据库或通用时序数据库中，物模型中的计算规则（如变量间的衍生计算、聚合计算）需要在应用层单独实现，无法与数据存储引擎深度耦合，导致实时计算延迟高、系统架构复杂。

5、3、缺乏多层级、可继承的物模型体系：工业场景中，设备之间存在天然的层级关系和继承关系（例如，"通用传感器"→"温度传感器"→"某型号工业温度传感器"），但现有物模型方案不支持模型层级继承和组合复用，导致大量重复定义。

6、4、告警规则与物模型数据割裂：现有方案中，告警规则引擎通常独立于物模型体系，通过轮询数据库或消息队列获取数据后进行条件判断，存在毫秒级甚至秒级延迟，无法满足工业场景中对实时性要求极高的告警场景。

7、现有技术具有如下缺陷：

8、1、异构设备接入效率低：面对不同通信协议和数据格式的工业设备，现有方案需要针对每种协议编写独立的解析脚本或适配器，缺乏统一的接入抽象层和协议解析脚本的热加载机制，导致新设备接入周期长、开发成本高。

9、2、物模型缺乏变量级精细化存储策略：在工业场景中，不同变量的数据采集频率、存储周期、聚合方式差异巨大（例如，高频振动数据需要毫秒级采样但仅保留7天，而温度数据可能每分钟采样但需要保留数年），现有方案通常采用"一刀切"的存储策略，无法做到变量级别的精细化存储配置，导致存储资源浪费或关键数据丢失。

10、3、模拟仿真能力缺失：在工业物联网平台开发和调试阶段，真实物理设备往往不可用或接入成本高，现有方案缺乏内建的设备模拟仿真能力，无法通过配置化的方式模拟设备数据上报，导致开发测试效率低下。

11、4、跨设备变量关联计算能力弱：工业场景中广泛存在跨设备变量关联计算的场景（例如，计算"总功率=设备a功率+设备b功率+设备c功率"），现有方案通常需要在应用层编写代码实现，无法在物模型层面通过配置表达式的方式完成。

技术实现思路

1、发明目的：为了克服现有技术中存在的不足，本发明提供一种基于工业物联网平台的工业物模型设计方法及系统，通过构建产品-设备-变量三级物模型架构、可配置的变量精细化存储策略、内建的仿真引擎、表达式驱动的跨变量关联计算以及事件驱动的实时告警联动机制，实现异构工业设备的统一数字化建模、高效接入与智能管理。

2、技术方案：为实现上述目的，本发明采用的技术方案为：

3、一种基于工业物联网平台的工业物模型设计方法，构建产品→设备→变量三级物模型架构；通过产品层定义产品物模型的公共属性，包括通信协议和报文格式；设备层继承产品层的变量定义，通过设备层添加设备实例的个性化属性，包括设备编码、网络模式和安装位置；通过变量层实现产品物模型变量级的精细化配置，包括数据类型、存储策略、计算规则和模拟配置；所述三级物模型架构支持产品物模型的跨设备复用，设备实例创建时自动继承产品物模型下所有变量定义，能够大幅减少重复配置。

4、在传统物模型方案中，物模型的定义与设备实例强耦合，缺乏层级继承和复用机制，会导致大量重复定义和维护成本；本发明通过三级物模型架构，能够支持产品物模型的跨设备复用；通过层级继承机制，当新增同类型设备时，设备实例创建时能够自动继承产品物模型下的所有变量定义，创建效率提升90%以上；当产品物模型发生设备变量变更时，所有继承该产品物模型的设备实例自动同步更新，实现产品物模型的一致性管理。

5、具体的，在变量层定义存储策略，包括存储类型和存储规则；所述存储类型支持时序存储、关系存储、缓存存储和不存储四种模式；所述存储规则以json格式定义存储周期、数据保留时长、聚合降采样策略、冷热数据分离策略等；数据存储路由模块根据每个设备变量的存储策略，自动将数据路由至对应的存储引擎。

6、在传统物模型方案中，采用一刀切的存储策略，无法满足工业场景中不同设备变量的差异化存储需求，会导致存储资源浪费或关键数据丢失；本发明设计的存储策略能够实现存储资源的精细化管控，对于高频采集但短期保留的设备变量（如振动数据）和低频采集但长期保留的设备变量（如累计运行时长），采用差异化的存储策略，能够在保障数据可用性的前提下，使存储成本降低40%-60%。

7、具体的，所述变量层中，引入计算规则，以json格式定义设备变量间的关联计算逻辑，支持引用同一设备或跨设备的其他设备变量值，通过变量编码自动解析；通过aviator表达式进行设备变量间的实时计算，通过变量管理模块自动构建设备变量间的依赖关系图，基于拓扑排序确定计算顺序，当源变量值变更时，通过eventbus事件驱动自动触发依赖变量的级联重算。

8、工业场景中广泛存在跨设备变量关联计算的场景，而传统物模型方案中无法在物模型层面通过配置完成；本发明通过将跨变量关联计算从应用层下沉至物模型层，用户仅需配置表达式即可完成复杂的关联计算逻辑，无需编写代码，配置效率提升80%以上。事件驱动的级联计算机制确保计算结果的实时性，延迟控制在毫秒级。

9、具体的，在变量层引入模拟仿真配置，包括模拟类型和模拟规则；设备实例通过模拟标识在真实模式和模拟模式之间切换；仿真引擎支持多种波形类型，模拟数据按照设备变量的数值范围约束和数据类型自动生成，并通过eventbus发布至工业物联网平台内部，模拟数据与真实数据遵循相同的处理流程，能够确保测试环境与生产环境的一致性。

10、传统物模型方案中，在工业物联网平台开发和调试阶段，真实物理设备往往不可用或接入成本高，缺乏内建的模拟仿真能力；本发明通过模拟仿真配置，使得开发和测试阶段无需依赖真实物理设备，通过配置即可完成全链路功能验证，开发效率提升50%以上。模拟数据与真实数据共享同一处理流程。

11、具体的，告警联动模块通过eventbus订阅变量值变更事件，实现设备变量值的实时推送而非轮询；通过aviator表达式定义告警条件，直接引用产品物模型的变量编码，无需额外配置数据映射；当设备变量值更新时，自动触发相关告警条件的实时评估；告警条件支持多条件组合、多级告警等级以及静默期配置。

12、传统物模型方案中，告警规则引擎独立于物模型体系，通过轮询方式获取数据，存在延迟且增加系统负载；本发明中，告警评估延迟可以从传统方案的秒级降低至毫秒级，能够满足工业场景中实时性要求极高的告警需求，本发明采用的事件驱动的推送机制避免了轮询带来的系统开销，在高并发场景下cpu利用率降低30%以上。

13、具体的，该方法包括如下步骤：

14、s10、创建产品物模型，定义通信协议与数据接入规范：在工业物联网平台中为每一类设备创建一个产品物模型，定义该类设备的公共属性，包括产品名称、产品编码、设备类型、通信协议、报文格式和解析脚本；

15、s20、基于产品物模型创建设备实例，建立设备与产品物模型中设备变量的映射关系：设备实例自动继承产品物模型下所有变量定义，设备实例的核心属性包括设备名称、设备编码、父设备标识、设备状态、网络模式、模拟标识和层级关系；

16、s30、构建变量级的精细化配置：在设备实例下创建设备变量，形成产品→变量→设备三级物模型架构；每个设备变量的核心属性包括变量名称、变量编码、变量类型、数据类型、访问模式、数值范围约束、计量单位、默认值、存储策略、计算规则和模拟配置；

17、s40、设备数据上报，经协议解析脚本处理后，按存储策略进行持久化；

18、s50、基于产品物模型的设备变量值，通过aviator表达式进行相关告警条件的实时评估；

19、s60、通过仿真引擎生成模拟数据：当设备处于仿真模拟状态时，通过仿真引擎生成设备的模拟数据，模拟数据与真实数据遵循相同的处理流程。

20、具体的，所述步骤s40中，当设备通过通信协议上报设备数据后，工业物联网平台通过以下流程进行数据处理：

21、s41、mqtt客户端根据设备编码订阅对应的mqtt主题，接收设备上报的原始报文；所述mqtt主题采用分层命名规则，并支持通配符订阅以实现批量设备接入；

22、s42、根据设备所属产品物模型的通信协议，经协议解析脚本；解析脚本采用python脚本引擎热加载机制，支持动态加载和更新，无需重启工业物联网平台即可适配新的通信协议；将原始报文作为输入，解析脚本后输出标准化的变量数据键值对列表；

23、s43、将设备变量值按照存储类型和存储规则进行持久化；对于存储类型为时序存储的设备变量，设备变量值写入tdengine时序数据库，tdengine时序数据库采用超级表+子表的存储规则，每种数据类型对应一个超级表，每个设备变量对应一个子表，子表通过tags关联租户id和变量id，实现高效的多租户数据隔离和查询。

24、具体的，所述步骤s50中，告警联动模块通过事件驱动架构与数据存储路由模块深度集成，包括如下步骤：

25、s51、当设备变量值跟新时，通过eventbus发布变量值变更事件，告警联动模块通过eventbus订阅变量值变更事件，实现设备变量值的实时推送而非轮询；

26、s52、aviator表达式定义告警条件；

27、s53、当aviator表达式的实时评估结果为true时，触发告警动作。

28、具体的，所述步骤s60中，当设备处于仿真模拟状态时，仿真引擎生成模拟数据包括如下步骤：

29、s61、确定设备变量的模拟类型和模拟规则，模拟类型包括随机值、正弦值、方波、三角波、递增/递减和常量；

30、s62、采用确定的模拟类型和模拟规则，按照设备变量的数值范围约束和数据类型自动生成模拟数据；

31、s63、通过eventbus将模拟数据发布至工业物联网平台内部，模拟数据与真实数据遵循相同的处理流程，使得开发测试阶段无需依赖真实物理设备即可完成全链路功能验证。

32、一种基于工业物联网平台的工业物模型设计系统，包括产品管理模块、设备管理模块、变量管理模块、协议解析模块、数据存储路由模块、告警联动模块和模拟仿真模块；

33、所述产品管理模块，用于创建和管理产品物模型模板，定义包括通信协议、报文格式和脚本关联在内的公共属性；通过产品管理模块维护产品物模型与设备变量之间的父子层级关系，支持产品物模型的版本管理和变更追溯；

34、所述设备管理模块，用于基于产品物模型创建设备实例，管理设备生命周期，支持设备父子层级关系管理、设备状态实时监控和设备模拟模式切换；

35、所述变量管理模块，用于在设备实例下定义和管理设备变量，包括设备变量的数据类型、访问模式、存储策略、计算规则和模拟配置；

36、所述协议解析模块，包括python脚本引擎和python脚本执行环境，所述python脚本引擎支持解析脚本的热加载机制、版本管理和执行策略配置；解析脚本通过标准化输入输出接口与工业物联网平台交互，输入为原始报文，输出为标准化的变量数据键值对列表；

37、所述数据存储路由模块，根据设备变量的存储类型和存储规则，将数据路由至对应的存储引擎；

38、所述告警联动模块，通过eventbus订阅变量值变更事件，基于aviator表达式进行告警条件的实时评估；

39、所述模拟仿真模块，在工业物联网平台内建仿真引擎，支持按照模拟类型生成模拟数据，模拟类型包括随机值、正弦值、方波、三角波、递增/递减和常量，模拟数据与真实数据遵循相同的处理流程，支持在mqtt接入层、协议解析层或变量更新层注入模拟数据。

40、有益效果：本发明提供的基于工业物联网平台的工业物模型设计方法及系统，相对于现有技术，具有如下优势：

41、1、异构设备统一接入能力：通过"产品-设备-变量"三级物模型架构和协议解析脚本热加载机制，实现对采用不同通信协议（mqtt、modbus、opc-ua、http、coap、sip等）和数据格式（json、二进制、十六进制等）的异构工业设备的统一数字化建模和接入管理，新设备接入周期从传统方案的数周缩短至数小时；

42、2、存储资源精细化管控：通过变量级精细化存储策略，根据变量的数据特征（采集频率、保留周期、查询需求）自动选择最优存储方案，在保障数据可用性的前提下，存储成本降低40%-60%；

43、3、低代码化关联计算配置：通过表达式驱动的跨变量关联计算，将复杂的关联计算逻辑从应用层下沉至物模型配置层，用户无需编写代码即可完成计算逻辑配置，配置效率提升80%以上；

44、4、开发测试效率大幅提升：通过内建的仿真引擎，开发测试阶段无需依赖真实物理设备，支持多种波形类型的模拟数据生成，开发效率提升50%以上；

45、5、毫秒级实时告警响应：通过事件驱动的告警-物模型联动机制，告警评估延迟从秒级降低至毫秒级，满足工业场景中实时性要求极高的告警场景；

46、6、高吞吐量数据接入能力：通过mqtt+kafka+tdengine的三层数据管道架构，支持每秒10万点以上的数据接入和持久化能力，满足大规模工业物联网场景的性能需求。