模型与资产建模¶

在 EnOS 中，建模是将资产进一步抽象为数字化对象的关键步骤。模型通过定义资产的特征和行为，将物理世界与数字平台连接起来，支持数据管理与业务应用。根据业务需求，资产可以抽象为设备资产或逻辑资产，本文将详细介绍其设计与实现方式。

设计模型¶

模型通过属性、测点和命令反映物理资产的特征和功能：

模型要素	定义	现实映射	示例
属性	资产的静态信息，在运行中很少变化。	物理资产的基本信息或固定参数，通常由制造商或安装时确定。	型号、安装位置、额定功率
测点	资产运行时产生的动态时间序列数据，用于监控和分析。	物理资产的运行状态或环境数据，通常由传感器采集。	风速、温度、电流
命令	资产可响应的控制指令或操作，可能是一个简单的动作，或一系列复杂的逻辑。	物理资产的可执行功能或行为，通常与执行器相关。	启动电机、关闭设备

按照是否对应一个物理设备，资产分为设备资产和逻辑资产。以下表格对比了两者的区别：

以风机为例，从外观看，风机是一个整体，而风机内部包含了许多设备。在物联网平台上，可根据业务需求选择将风机抽象为设备资产，还是抽象为逻辑资产。下表有助于你选择合适的抽象方式：

将风机定义为一个独立的设备，意味着风机作为一个设备实例，绑定一个模型，风机内部的组件（如发电机、叶片、传感器等）的数据将作为该设备的属性、测点或命令。

在这种场景下，你只需要准备 1 个风机模型，该模型示例如下：

属性	测点	命令
风机编号地理位置安装日期发电机型号叶片数量传感器类型	发电机温度发电机转速发电机功率叶片振动频率叶片角度风速环境温度风向	启动/停止发电机复位发电机调整叶片角度锁定叶片校准传感器重启传感器

将风机定义为设备的组合，意味着风机是一个逻辑资产，绑定一个业务模型。而其内部的发电机、叶片、传感器等则作为独立设备，分别绑定设备模型。每个模型都定义了各自的属性、测点和命令。同时，风机模型和这些设备模型的数据之间存在映射关系。

在这种场景下，风机对应 1 个业务模型，内部组件（假设有发电机、叶片、传感器 3 类组件）分别对应 1 个设备模型，因此你需要设计 4 个模型，以及这 4 个模型之间的映射关系。

1. 设计业务模型

业务模型定义风机的全局特性。以下是 1 个风机业务模型的示例：

属性	测点	命令
风机编号地理位置安装日期	全场发电量全场风速全场振动频率	启动全场设备停止全场设备复位全场设备

2. 设计设备模型

每个子设备都有自己的模型，定义了各自的属性、测点和命令。这些子设备的模型可以通过添加组件的方式聚合到风机中，也可以通过创建资产树的方式，构建拓扑结构的同时保留设备的独立性。

以下是 3 个设备模型的示例：

3. 配置映射规则

无论你将 3 类设备设为组件，还是资产树的子节点，你都可以在风机模型中为属性和测点配置特性映射规则。以下是风机模型与 3 个设备模型之间的映射关系示例：

风机模型的特性	设备模型的特性	特性映射规则
属性：风机编号	无	无，逻辑资产自有属性
属性：地理位置	无	无，逻辑资产自有属性
属性：安装日期	无	无，逻辑资产自有属性
属性：发电机型号	发电机属性：发电机型号	风机.发电机型号 = 发电机.型号
属性：叶片数量	叶片属性：叶片数量	风机.叶片数量 = 叶片.数量
属性：传感器类型	传感器属性：传感器类型	风机.传感器类型 = 传感器.类型
测点：全场发电量	发电机测点：发电机功率	风机.全场发电量 = SUM(发电机1.功率, 发电机2.功率, …, 发电机N.功率)
测点：全场风速	传感器测点：风速	风机.全场风速 = AVG(传感器1.风速, 传感器2.风速, …, 传感器N.风速)
测点：全场振动频率	叶片测点：叶片振动频率	风机.全场振动频率 = MAX(叶片1.振动频率, 叶片2.振动频率, …, 叶片N.振动频率)