IDC+BIM,或将带来数据中心新革命

IDC+BIM,或将带来数据中心新革命。你是选择做这场革命的推动者、追随者,还是旁观者?

一、什么是BIM?

美国国家BIM标准对BIM的定义很清晰:

1.一个设施(建设项目)物理和功能特性的数字表达。

2.一个共享的知识资源。

3.一个分享有关这个设施的信息,为该设施从概念开始的全生命周期的所有决策提供可靠依据的过程。

4.在项目不同阶段不同利益相关方通过在BIM中插入、提取、更新和修改信息以支持和反应其各自职责的协同作业。

圈内人已经非常清楚BIM不是一个软件。在BIM与CAD在差异上,有一个比喻很形象:BIM是excel,CAD是Word。Excel和Word的区别是什么,BIM和CAD的区别就是什么。

在历时20年的BIM发展进程中,被更多人所熟知的是3D-BIM技术,即设计可视化+可持续设计。在4D-BIM中,施工人员在设计阶段便可介入,利用前线施工人员的经验和知识进行调整,极大缩短施工前期的技术准备时间,确保各级人员对设计意图和施工方案有更高层次的理解。

进入5D-BIM技术后,我们实现了能耗分析和全生命周期模拟以及成本预算加工程量估算功能;

如果说3D+4D+5D是空间+时间+成本的不断拓展,那进入6D时,我们引入了设施管理系统,对BIM技术包含的所有信息进行全方面管理。

而本文我们要阐述的"7D"-BIM则是腾讯数据中心独家研发的智能BIM产品:基于数据中心系统图、设备属性与告警等信息构成的BIM数据库,而建立起的拓扑结构,分层级实现于物理层(配电、制冷系统)、管控层(告警系统)、能量层(电流电量、水量热量),从而形成一套完整的神经网络系统(获取运行数据、反馈运行状态、发出控制指令),智能、多维度的综合分析,达到快速诊断、准确定位故障,并给出有效的专家修复意见。

二、BIM的前世今生

图1.3D-BIM模型效果展示

图2.某地文化中心BIM模型展示

图3.BIM在管线碰撞上的应用展示

BIM技术在施工前期即可实现三维环境中管道碰撞的模拟,可避免后期施工过程中带来的返工,对于建筑设计具有极高可用性。

图4.BIM可生成工程量单、施工排布、工程造价

图5.BIM可实现傻瓜式环境模拟

图6.BIM服务于全生命周期

三、如何将BIM引用到IDC日常运维?

腾讯数据中心研发的IDC+BIM运维产品,FBI.( FBI = Future BIM IDC )是这么做的:首先我们粗浅的认为FBI的全生命周期为物理基础设施,存储,服务器,网络,管理软件,而其协同作业平台为融合基础设施。我们希望future IDC通过软件实现自动化24*7的五人值守计算与管理,延伸虚拟化价值到所有基础设施,提升管理人员的生产力,加速体现数据中心业务价值。打造一个整合的,标准化的,最优化的,协同的,自动化高可用基础设施环境。

图7.数据中心全生命周期图例

图8.数据中心BIM模型外观图

四、FBI六大目标与阶段目标详述

FBI诞生之初,我们为它设立了六大目标:分别是逻辑关系,根因分析,运维与全生命周期,利用大数据分析实现预警功能,电池健康状态分析以及节能分析。

六大目标详述:

1.逻辑关系:开发抓取模型中所建立的逻辑关系,生成二维拓扑图,双方专业工程师对逻辑关系进行校验。

2.根因分析:BIM只能呈现上下级父子关系,采用合理编码模式,并参考高校合作项目成果,将其转化到BIM系统中,完成根因分析功能。

3.运维与全生命周期:资料存储;维保信息,更换设备提醒;应急演练实现三维模拟;摄像头及时查看现场告警情况。

4.预警功能:包含监控状态监测,可显示一级告警,二级告警等功能。

5.电池健康状态分析。

6.节能分析:通过数据分析,进行参数调节,达到节能目的,同时验证模型建立的完整性。

五、腾讯数据中心BIM产品展示

图9.数据中心模型展示图

图10.一层冷水机组

图11.冷水机组及设备编码

图12.三层IT机房

该模型并非实际数据中心模型。我们保证了纵向层级完整性,而在横向层级只选取其中一套系统进行分析。大家可以看到我们的冷却塔、冷水机组和微模块的模型展示,其中在设备编码这一块,腾讯数据中心采用的编码形式能让大家能更快联想定位到某个设备。同时为了根因分析功能,这里也录入了该设备的父节点编码。

当我们在建模过程中录入完所有参数信息后,可通过revit自身导出一个excel信息列表,可呈现二维拓扑关系。这里我们看到,这个拓扑关系不是简单的单向线性关系而可能是网状的关系。

图13.导出excel列表进入二次开发

图14.实现二维拓扑及父子关系展现

我们搭建的监控系统于外网环境,方便同事随时随地关注项目发展进程与动态。

图15. 监控系统页面

图16. 多点告警

实现第一阶段拓扑关系的建立后,第二目标——根因分析便随之启动,我们知道在日常运维工作中,庞大的告警量源于很多误告警,如何快速甄别告警原因,找到故障源头一直是我们日常运维的一大痛点。基于二维拓扑关系及大数据分析,我们实现了单点及多点告警分析并定位到根因,同时,这样的告警也会出现在我们的BIM模型上,运维人员可以更直观的发现故障点发生在哪里,便可直接前往故障现场进行检修。

图17.根因告警拓扑图点亮

集成多个数据中心自动化系统至FBI综合平台,能够使腾讯数据中心运维综合平台基于“数据中心系统图、设备属性、告警” 等信息构成的BIM数据库,全面建立起拓扑结构,分层级实现于物理层(配电、制冷系统)、管控层(告警系统)、能量层(电流电量、水量热量)的管理。这套完整的神经网络系统(获取运行数据、反馈运行状态、发出控制指令),能够快速诊断、准确定位故障,并给出有效的专家修复意见。

六、结语

作为数据中心从业者中的一员,不管力量多微小,我们都渴望去肩负一件及其有可能改变历史的伟大使命,不忘初心大抵如此。

笔者曾对未来人工智能数据中心场景,进行过一次美好的畅想,送给你们,希望你也喜欢这个未来世界:有一天,ABI(AI +BIM+IDC)可以进行机器学习等一系列工作,当机房出现故障时,ABI立刻发现该故障,并通知厂商前来检修。无需现场巡检人员,通过远程屏幕监控,我们可以实时发现真实机房所有情况。通过不断深入训练学习,ABI的预警能力将更加强大,它可以更准确的预测可能存在的风险,将一切故障防患于未然……

原文发布于微信公众号 - 腾讯数据中心(Tencent_IDC)

原文发表时间:2017-12-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏腾讯高校合作

【揭秘】腾讯云数智98.8秒完成100TB数据排序的架构和算法

本月初,腾讯云大数据联合团队以98.8秒的成绩完成100TB数据排序,摘得2016 Sort Benchmark全球排序竞赛冠军。在这次竞赛中,腾讯云数智分布式...

43350
来自专栏我是攻城师

你选的不是专业,而是阶级

46350
来自专栏程序员互动联盟

【技术指南】成为更优秀开发者的10条途径

我读过好多“成为更优秀开发者的方法”的文章,它们大部分似乎写于10年前。但大部分仍然很明智,因此我在这篇文章中提取出我认为的最好的10条途径。你可以随时看看。 ...

34650
来自专栏腾讯社交用户体验设计

欢迎来到后 ASO 时代

14930
来自专栏日常学python

用数据分析来看哪种 Python 程序员最赚钱?

本文以Python爬虫、数据分析、后端、数据挖掘、全栈开发、运维开发、高级开发工程师、大数据、机器学习、架构师这10个岗位,从拉勾网上爬取了相应的职位信息和任职...

44340
来自专栏hbbliyong

每个人都应该看的--怎样管理您的知识

知识管理方法论解决的是效率和效果的问题,其实没有方法论的时候,足够的专注和努力也是可以的,许三多就是这方面的典型代表,他几乎没有什么技巧性的方法,完全是靠执着...

304110
来自专栏ThoughtWorks

基于GitHub的敏捷学习方法之道与术|洞见

持续行动,持续反思,持续进步。—— via. 敏捷学习宣言 前言 对时间的敬畏 需要好多年才能懂得,最好不是去震惊世界,而是要像易卜生所说的,生活在世界上...

37730
来自专栏企鹅号快讯

IDC+BIM,或将带来数据中心新革命

IDC+BIM,或将带来数据中心新革命。你是选择做这场革命的推动者、追随者,还是旁观者? 一、什么是BIM? 美国国家BIM标准对BIM的定义很清晰: 1.一个...

36670
来自专栏钱塘大数据

【干货】揭秘腾讯98.8秒完成100TB数据排序的架构和算法

导读:腾讯云大数据联合团队以98.8秒的成绩完成100TB数据排序,摘得2016 Sort Benchmark全球排序竞赛冠军。在这次竞赛中,腾讯云数智分布式计...

51790
来自专栏CDA数据分析师

Python告诉你:这类程序员最赚钱!

都说程序员钱多靠谱话稳重,那么我们身边的程序员究竟月薪高到什么程度呢?本文将以Python爬虫、数据分析、全栈开发、运维开发、机器学习、架构师这7个岗位,从某招...

40720

扫码关注云+社区

领取腾讯云代金券