Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Digital tvillingebygger (forhåndsvisning) er et Microsoft Fabric element til opbygning af operationelle analysescenarier for fysiske operationer. Digital twin builder giver en low-code/no-code oplevelse, der forbinder forskellige datakilder gennem Fabric og Azure IoT Operations, bygger digitale tvillinger og genererer indsigt uden specialiserede tekniske færdigheder. Driftspersonalet kan undersøge tvillinger baseret på deres relationer og køre tidsserieanalyser inden for Fabric. Brug de resulterende indsigter til at reducere spild, forbedre udbyttet, øge sikkerheden og opfylde bæredygtighedsmål.
Vigtigt
Denne funktion er i prøveversion.
Denne vejledning guider dig gennem opbygningen af en scenarieontologi i digital tvillingebygger for det fiktive energiselskab Contoso, Ltd. Den dækker modellering og kontekstualisering af data fra flere kilder og afsluttes med en Power BI-rapport, der visualiserer dataene.
Forudsætninger
- Et arbejdsområde med en Microsoft Fabric-aktiveret -kapacitet.
- Digital twin builder (prøveversion) aktiveret på din lejer.
Fabric-administratorer kan give adgang til digital twin builder på administrationsportalen. I lejerindstillingerne skal du aktivere Digital Twin Builder (prøveversion).
Lejeren kan ikke have automatisk skaleringsfakturering for Spark aktiveret, da digital twin builder ikke er kompatibel med den. Denne indstilling administreres også på administrationsportalen.
- Den nyeste Power BI Desktop app installeret på din maskine. Tutorial del 5 (Opret en Power BI rapport) kræver Power BI Desktop, og doesn't med Power BI-tjeneste i Fabric.
Tutorial-scenarie: Contoso, Ltd. bioethanoldestillation
Denne vejledning præsenterer det fiktive energiselskab Contoso, Ltd., en bioethanolproducent, der ønsker at bruge digital twin builder (forhåndsvisning) på sine destillationssteder for at forbedre effektiviteten, reducere energiforbruget og sikre produktkvalitet.
Contoso, Ltd. står over for tre udfordringer i sine nuværende destillationsprocesser:
- Effektivitet: Eksisterende destillationsenheder er ikke optimerede, hvilket fører til længere behandlingstider og højere driftsomkostninger.
- Energiforbrug: Den energi, der kræves for at opretholde destillationsprocessen, er betydelig, hvilket påvirker bæredygtighedsmålene.
- Produktkvalitet: Variationer i procesparametre gør det svært at sikre ensartet produktkvalitet på tværs af forskellige steder.
For at imødekomme disse udfordringer skal Contoso, Ltd.:
- Indsaml data og metadata fra flere kilder, herunder sensorer, kontrolsystemer og systemer til administration af laboratorieoplysninger.
- Relaterer aktiver ved at skabe semantisk kontekst, der repræsenterer store processer og aktivdetaljer.
- Skaler semantisk kontekst for at træffe datadrevne beslutninger på tværs af websteder.
Følgende diagram viser, hvordan Contoso, Ltd.'s destillationsproces er struktureret:
Digital twin builder integrerer og kontekstualiserer data fra disse kilder til et samlet billede af destillationsprocessen, så Contoso, Ltd. kan optimere driften, reducere energiforbruget og forbedre produktkvaliteten.
Eksempel på ontologi brugt i denne vejledning
Denne vejledning bruger en delmængde af Contoso, Ltd.s destillationsproces. Følgende ontologi repræsenterer denne delmængde:
Vejledningsdataoversigt
Contoso, Ltd. modellerer og standardiserer destillationsprocesser på tværs af 10 lokationer i digital twin builder. Hvert site er en instans af Proces-entity-typen.
Rå datakilder brugt i denne tutorial
I dette selvstudium skal du bruge følgende datakilder:
| Datatype | Brug |
|---|---|
| Aktivdata | Aktivdefinitioner for Distiller, Condenser og Reboiler. Hver af disse objekttyper har defineret 10 forekomster i tabellen. |
| Tidsserie | Bredformaterede driftsdata. |
| Vedligeholdelsesanmodninger | Vedligeholdelsesanmodninger, der er knyttet til en bestemt tekniker og et bestemt udstyr. |
| Teknikere | SAP-data, der beskriver teknikere, der arbejder på websteder. |
| Destillationsprocesdata | MES/behandl data for flere websteder, der indeholder start- og sluttidspunkter og spild-KPI'er for hver procesindtastning. En kunde henter MES-dataene og kontekstualiserer dem med aktiv- og hændelsesdata for at isolere hver proces, der opstod. |
Operationelle tidsseriedata
Gennem et edge-system modtager Contoso, Ltd. tidsseriedata fra sine sider. Alle steder udfører den samme destillationsproces, som inkluderer følgende aktiver:
-
Distiller: Producerer tidsseriedata for
RefluxRatio,MainTowerPressure,FeedFlowRateogFeedTrayTemperature. -
Condenser: Producerer tidsseriedata for
Pressure,PowerogTemperature. -
Reboiler: Producerer tidsseriedata for
Pressure,InletTemperatureogOutletTemperature.
Disse målinger hjælper med at overvåge og styre destillationsprocessen og sikre effektiv og sikker drift.
Hvad du bygger i denne tutorial
I dette selvstudium skal du:
- Opsæt dit miljø og udrul en digital tvillinge-builder-genstand.
- Opret entitetstyper, og kortlæg ejendoms- og tidsseriedata til dem.
- Definér semantiske relationer mellem entitetstyper.
- Søg og udforsk din ontologi.
- Opret en Power BI-rapport med data fra digital tvillingebygger.
Følgende billeder viser Power BI-rapporten, du bygger i tutorial del 5.
Power BI rapportside 1, der viser kondensatoraktiver over tid.
Power BI rapportside 2, der viser relationsinstansdata for vedligeholdelsesordrer.