在整体平台的业务架构中,有一块是数字孪生的架构设计,比如平台的模型计算出来的结果如何通过BIM呈现出来,如何跟GIS结合,于是平台引入了数字孪生的功能设计。
数字孪生模块分为两部分,一部分是台风灾害承灾体子模块,另一部分是数字孪生子模块。第一部分是台风灾害来临时各种受灾物体的仿真模拟效果,根据模型计算的结果,按照一定逻辑线索进行推演,然后把预测数据显示在动画屏幕上。第二部分是利用灾害事件的数据变化,体现出历史和未来灾害事件如何发生,比如台风以往来临的时候,是从哪里到哪里,路径是怎样,带来的气象变化是怎样,带来的泥石流变化是怎样。
本身提供了承灾体的设计,比如把码头、港口等这些日常的承灾体拖拉到设计窗口,然后根据数据变化,让模型跟着发生变化。数字孪生有一个功能,支持可以选择mesh仿真,还是基于BIM仿真。如果是基于mesh算法仿真,只是在界面上把变化的形式体现出来;如果基于BIM仿真,那就是在每个模型渲染的时候,都可以采用数据来计算,然后除了界面上呈现效果外,还可以内部发生变化。在架构设计上,往往根据渲染的硬件支撑平台和业务场景来决定使用哪种仿真效果。
数字孪生平台分为算法模型和IOC界面,其中算法就是Paas平台的能力组件,那这二者如何融合设计。
为什么考虑融合这两个架构?从数字孪生架构自成一体,包含数据架构和功能架构。数据架构包括仿真包含的主题库,例如码头/港口/道路这些,形成了仿真所需的时空数据;功能架构用了模型的一些特有功能。
模型在指定了参数后,还有预训练,这里涉及训练数据集和算子。 台风的训练数据是以往历史台风记录,而验证数据集则选定最近会商发布的台风记录。算子是一种逻辑算法,也就是教会计算机认识这些数据集,训练数据集之间有什么关联。算子也分为几种台风,例如海上产生的台风、大陆产生的台风等,每一种类型都有不同的算子。
进入训练阶段,就要开始跟云平台关联了。云平台是一种能力平台,上面有各种各样的OBS桶,有大的,有小的,有适合装文件数据的,有适合装图片数据的......台风记录通常是文件文档,因此选择大的适合装文件数据的OBS桶。这个桶就是在存储台风模型训练过程中产生的数据,以及训练后模型输出的结果数据。
基于以上二者的关联,需要设计时考虑两个架构的融合设计。
欢迎点赞和关注公众号“科技江河”,如果喜欢,打赏下呗,感谢。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。