打开文本图片集

摘要：由于物联设备数量的激增，传统方法在进行设备运行实时数据的监控时所展现的性能差强人意。针对上述问题，设计基于数字孪生技术的物联设备运行实时数据可视化平台。首先设计的实时数据采集模块使用Kafka进行物联设备运行状态实时数据的采集；之后通过数据处理模块对采集的数据进行转换处理并存储；接着利用数字孪生模型仿真模块在虚拟空间中映射出物联设备运行状态；最后通过数据可视化展示模块将数据以直观的形式展现出来。在测试过程中，对该平台进行功能性测试，结果显示测试结果能够达到预期目标，说明该可视化平台的性能良好。

关键词：数字孪生技术；设备运行；可视化平台；仿真模型；实时数据

中图分类号：TP391 文献标识码：A

0引言

物联设备的广泛应用极大地推动了各行各业的数字化转型。然而随着设备数量的激增与复杂性的提升，如何高效直观地监控与管理这些设备的实时运行数据，成为亟待解决的关键问题。传统方法多依赖于人工巡检与数据分析软件，效率低下且难以实现全面、及时的监控，难以满足现代工业与智慧城市对高效运维与精准决策的需求。在此背景下，数字孪生技术应运而生。该技术通过高性能计算和物联网技术，实现数据的实时映射与交互，为物联设备的运行监控提供了全新的视角。国外在交通管理与环境保护等领域已率先引领数字孪生技术的应用潮流，取得了瞩目的成果；而国内则在新型智慧城市构建与智能制造革新中积极探索，不断拓展数字孪生技术的应用边界[1]。在此背景下，基于数字孪生技术构建的物联设备运行实时数据可视化平台应运而生。该平台不仅集成了物联网设备的实时数据采集与高效处理能力，还依托前沿的可视化技术，为用户提供了设备状态的直观洞察与深度分析能力，极大地促进了运维效率与决策精准度的提升。因此，本研究旨在通过技术创新，解决传统监控方法中的痛点与不足，为物联网时代的设备管理提供强有力的技术支撑。

1物联设备运行实时数据可视化平台功能模块设计

1.1实时数据采集模块

物联设备运行实时数据采集是整个可视化平台的数据源头。主要通过物联设备生产相关数据，经由网关转发至服务端，再利用Kafka这一高性能的分布式消息队列系统有效实现了物联设备运行状态实时数据的采集。通过将数据生产者与数据消费者分离，Kafka架构中的生产者负责将数据流无缝推送到高可用的存储节点上，而消费者则从这些节点中异步拉取数据进行处理或转发至物联设备大数据平台，从而确保了数据的高效、实时集成与分析。具体采集步骤如下：数据生产者生成了数据消息之后会使用Kafka将数据推送到Kafka集群的某一存储节点中，数据消费者再从该存储节点中采集消息和数据[2]。同时，Kafka采用高可靠的分布式应用协调服务框架来实现负载均衡，其监控着Kafka所有的存储节点和数据消费者。

1.2数据处理模块

针对上述步骤采集到的物联设备运行实时数据，进行数据处理。首先，利用内置的SparkStreaming组件与Kafka消息队列紧密集成，实现对物联设备实时数据流的持续监听和高效捕获。接着，针对从Kafka接收到的设备运行实时数据，运用Spark的转换操作进行数据的深度处理。这一过程中不仅包括对无效和异常数据的清洗与过滤，还涉及数据的聚合分析，以提炼出对业务决策有实质性帮助的信息[3]。为了保障数据处理的高性能与可扩展性，充分利用了Spark的分布式计算能力和弹性资源调度机制。最后，利用HDFS提供的大规模数据存储能力将处理完毕的数据存储到后续分析查询的系统中，确保数据的持久化保存与高效访问。

1.3数字孪生模型仿真模块

数字孪生模型是在现实中建立的，通过在虚拟空间中进行仿真、分析和优化来实现对物理空间的全面监测和控制，因此可以将数字孪生模型与物联设备运行状况相结合。数字孪生仿真模块虚实映射图如图1所示。

但是在物联设备运行过程中拓扑结构的变化会导致设备间的连接和通信方式等产生变化，从而影响数字孪生模型与物联设备实际运行状态的映射关系[4]。针对上述问题，首先需要分析物联设备运行时的拓扑结构变化并利用数字孪生技术建立相应物理空间的数字孪生模型；然后在物联网通信协议和通信模式等内容的基础上构建数字孪生模型与实际运行情况的映射关系从而实现对物联设备运行的实时监测。

1.4数据可视化展示模块

数字孪生仿真模型精确映射了物理空间中物联设备的属性和运行数据，将这些数据进行可视化处理，便于相关人员对数据的分析和提升用户体验[5]。根据实现功能的不同将设计的平台结构分为主页面、数据管理、文件比对管理和报告管理四部分。具体的结构如图2所示。

主页面是平台的基础，包括设备运行管理、用户管理、运行日志管理、在线诊断等部分。至此，物联设备运行实时数据可视化平台功能模块全部设计完毕。

2实验测试

为了验证本文设计的基于数字孪生技术的物联设备运行实时数据可视化平台的性能，设计本实验模拟物联设备在不同场景下的运行状态并进行功能性测试。具体的实验过程如下所示。

2.1测试准备

功能测试主要是对可视化平台的实现过程中研究点进行测试，检验研究点在运用过程中是否符合预期，性能是否较优。本次实验测试使用Windows操作系统，内存为8G的IntelCorei5作为处理器。该可视化平台可通过Web浏览器在线登录使用。

2.2测试结果讨论

具体的实验测试结果如表1所示。

根据测试结果可以看出，所有测试的功能全部能够达到预期目标，说明该可视化平台的性能良好。

结束语

本研究通过建立物联设备实时数据可视化平台，为物联设备的实时监控提供了解决方案，还显著提升了数据处理的实时性与精准度。该平台实现了物理世界与数字世界的无缝对接，为企业的智能化转型与精细化管理奠定了坚实基础。然而，本研究仍存在一些不足之处，如平台在处理超大规模数据集时的性能优化、跨平台兼容性的进一步提升。未来将继续深化数字孪生技术在物联设备监控领域的应用研究，探索更加高效的数据处理算法、更加智能的预测分析模型，以及更加人性化的用户界面设计，以期推动该领域技术的持续创新与广泛应用，为构建更加智慧、高效、可持续的物联网生态系统贡献力量。

参考文献

[1]安媛，孙鸿慧，蔡瑞雪.数字化监控系统配置数据可视化平台研究[J].自动化仪表，2023，44（S1）：232-234+239.

[2]耿向征，袁逸萍，毛军，等.离散制造车间实时定位数据可视化平台设计[J].机械设计与制造，2023，（07）：236-241.

[3]刘伟锋，程光，李沛霖，等.基于PyEcharts的尾气排放数据可视化监控平台构建及应用分析[J].现代制造工程，2021，（06）：46-50.

[4]王一高，任耀星，李嘉瑶.基于Hadoop集群的大数据新闻可视化平台的设计[J].电子技术与软件工程，2021，（07）：170-172.

[5]张皓铖，朱琦，孙浩杰，等.基于大连公交数据集的智慧公交数据可视化平台分析[J].电子世界，2021，（03）：82-83+86.