第一章：什么是数字孪生？
1.1 定义与演进
- NASA 最初定义（2010）：航天器的虚拟副本，用于地面测试
现代扩展：
产品孪生：单个设备（如风机）过程孪生：生产线流程系统孪生：整座工厂、城市
1.2 数字孪生 vs 传统可视化
| 维度 | 传统 SCADA | 数字孪生 |
|---|---|---|
| 数据维度 | 仅数值 | 数值 + 空间位置 + 拓扑关系 |
| 交互性 | 只读 | 可干预、可仿真 |
| 预测能力 | 无 | 基于物理/数据模型推演未来 |
关键区别：双向闭环
物理 → 数据 → 虚拟 → 决策 → 物理（控制）
第二章：平台架构设计
2.1 整体数据流
[物理设备] │ (MQTT/OPC UA) ↓ [边缘网关] → 预处理、协议转换 │ (WebSocket / HTTP) ↓ [Flask 后端] ├── TDengine：存储时序数据（温度、振动...） ├── Redis：缓存最新状态（供实时推送） └── 仿真引擎：Cannon.js / 自定义规则 │ ↓ (WebSocket) [Vue 前端] ├── Three.js：渲染 3D 场景 ├── D3.js：叠加图表（如设备温度曲线） └── AR 模式：8th Wall 手机摄像头叠加
2.2 技术选型理由
| 组件 | 选择 | 原因 |
|---|---|---|
| 时序数据库 | TDengine | 写入速度 >50k 点/秒，压缩率 90%+ |
| 3D 引擎 | Three.js | 社区活跃，支持 GLTF（工业标准格式） |
| 物理引擎 | Cannon.js（轻量）或 AMMO.js（Bullet 封装） | 刚体动力学仿真 |
| AR | 8th Wall + A-Frame | 无需 App，Web AR 即开即用 |
第三章：后端实现 —— 实时数据中枢
3.1 时序数据写入（TDengine）
# services/tdengine_client.py
import taos
conn = taos.connect(host="localhost", user="root", password="taosdata")
# 创建超级表（含标签）
conn.execute("""
CREATE TABLE IF NOT EXISTS devices (
ts TIMESTAMP,
temperature FLOAT,
vibration FLOAT
) TAGS (
device_id BINARY(32),
type BINARY(16),
location BINARY(64)
)
""")
def insert_sensor_data(device_id: str, data: dict):
# 自动创建子表（如果不存在）
conn.execute(f"""
CREATE TABLE IF NOT EXISTS d_{device_id} USING devices TAGS ('{device_id}', '{data.get('type', 'unknown')}', '{data.get('location', '')}')
""")
# 插入数据
sql = f"INSERT INTO d_{device_id} VALUES (NOW, {data['temperature']}, {data['vibration']})"
conn.execute(sql)
3.2 实时状态推送（WebSocket）
# routes/websocket.py
from flask_socketio import SocketIO, emit
socketio = SocketIO(app, cors_allowed_origins="*")
@socketio.on('connect')
def handle_connect():
emit('status', get_all_devices_latest_status())
def broadcast_device_update(device_id: str, status: dict):
"""由 MQTT 回调触发"""
socketio.emit('device_update', {
'device_id': device_id,
'status': status
})
性能保障：Redis 缓存最新状态，避免频繁查 TDengine。
第四章：3D 场景构建（Three.js + Vue）
4.1 加载 GLTF 工厂模型
<template>
<div ref="sceneContainer"></div>
</template>
<script setup>
import * as THREE from 'three'
import { GLTFLoader } from 'three/examples/jsm/loaders/GLTFLoader'
let scene, camera, renderer, factoryModel
onMounted(async () => {
// 初始化 Three.js
scene = new THREE.Scene()
camera = new THREE.PerspectiveCamera(75, window.innerWidth / window.innerHeight, 0.1, 1000)
renderer = new THREE.WebGLRenderer({ antialias: true })
renderer.setSize(window.innerWidth, window.innerHeight)
sceneContainer.value.appendChild(renderer.domElement)
// 加载工厂 GLTF 模型
const loader = new GLTFLoader()
const gltf = await loader.loadAsync('/models/factory.gltf')
factoryModel = gltf.scene
scene.add(factoryModel)
// 添加灯光
const light = new .(, )
light..(, , )
scene.(light)
camera.. =
()
})
() {
(animate)
renderer.(scene, camera)
}
</script>
4.2 绑定设备状态到 3D 对象
// 假设 GLTF 模型中设备命名为 "machine_01"
const machine = factoryModel.getObjectByName('machine_01')
// 监听 WebSocket 更新
socket.on('device_update', (data) => {
if (data.device_id === 'machine_01') {
// 温度 >80°C 时变红
const color = data.status.temperature > 80 ? 0xff0000 : 0x00ff00
machine.traverse((child) => {
if (child.isMesh) child.material.color.setHex(color)
})
}
})
模型准备：使用 Blender 或 Siemens NX 导出带命名的 GLTF。
第五章：仿真预测 —— '如果...会怎样？'
5.1 故障传播规则（智慧工厂）
# services/failure_simulator.py
def simulate_machine_failure(machine_id: str):
"""模拟某设备停机对产线的影响"""
affected = []
# 规则 1: 下游设备因缺料停机
downstream = get_downstream_machines(machine_id)
for m in downstream:
if not has_buffer_stock(m):
affected.append(m)
# 递归传播
affected.extend(simulate_machine_failure(m))
return affected
5.2 物理引擎集成（Cannon.js）
- 适用场景：物体掉落、碰撞检测（如仓库货架倒塌）
- 前端实现：
import * as CANNON from 'cannon-es'
const world = new CANNON.World()
world.gravity.set(0, -9.82, 0)
// 为 3D 模型添加物理体
const boxBody = new CANNON.Body({ mass: 1 })
boxBody.addShape(new CANNON.Box(new CANNON.Vec3(1, 1, 1)))
world.addBody(boxBody)
// 同步 Three.js 与 Cannon.js
function updatePhysics() {
world.step(1/60)
boxMesh.position.copy(boxBody.position)
boxMesh.quaternion.copy(boxBody.quaternion)
}
注意：复杂仿真建议在后端运行，前端仅可视化结果。
第六章：场景实战
6.1 智慧工厂
- 数据源：PLC（Modbus）、振动传感器（MQTT）
孪生功能：
实时显示设备温度、转速 点击设备 → 查看历史趋势（ECharts） '模拟停机'按钮 → 高亮受影响工位
6.2 智慧建筑
- BIM 模型：IFC → GLTF 转换
应急演练：
触发'火灾' → 自动规划疏散路径（A* 算法） AR 模式下，手机摄像头显示逃生箭头
HVAC 仿真：
根据室外温度、人流密度，动态调整空调功率 可视化气流分布（粒子系统）
6.3 智慧城市
交通流仿真：
基于 SUMO（开源交通模拟器）生成轨迹 数字孪生平台接收车辆位置 → 更新 3D 道路状态 优化信号灯配时：减少拥堵 15%
第七章：AR 增强现实（移动端）
7.1 Web AR 架构
[手机浏览器] │
├── 8th Wall：摄像头 + SLAM 定位
├── A-Frame：声明式 3D 场景
└── Flask API：获取设备实时状态
7.2 AR 设备叠加
<!-- public/ar.html -->
<script src="https://aframe.io/releases/1.4.0/aframe.min.js"></script>
<script src="https://cdn.8thwall.com/web/xrweb/xrweb.js"></script>
<a-scene xrweb="appKey: YOUR_8THWALL_KEY">
<!-- 动态加载设备标记 -->
<a-entity gps-entity-place="latitude: 39.9042; longitude: 116.4074" scale="2 2 2">
<a-box color="#FF0000" depth="1"></a-box>
<a-text value="温度：{{temp}}°C" position="0 1.5 0"></a-text>
</a-entity>
</a-scene>
<script>
// 从 Flask 获取实时数据
fetch('/api/device/machine_01')
.then(r => r.json())
.then(data => {
document.querySelector('a-text').(, )
})
优势：无需安装 App，扫码即用，适合现场巡检。
第八章：性能优化
8.1 大规模场景
- LOD（Level of Detail）：远距离使用低模
- 实例化渲染：相同设备（如路灯）批量绘制
- 数据采样：高频传感器数据降采样后推送
8.2 网络带宽
- 模型压缩：GLTF + Draco 压缩 → 体积减少 70%
- 增量更新：仅推送变化的设备状态
第九章：安全与权限
9.1 数据安全
- 设备认证：MQTT 使用 TLS + 客户端证书
- API 权限：RBAC 控制用户可操作的设备
9.2 仿真沙盒
- 禁止真实控制：仿真模式下所有'控制'仅影响虚拟模型
- 审计日志：记录所有仿真操作
第十章：未来方向
10.1 AI + 数字孪生
- 异常检测：LSTM 预测设备剩余寿命 → 在孪生体高亮
- 自动建模：无人机扫描 → 自动生成 GLTF
10.2 元宇宙集成
- 多用户协作：运维团队在同一个 3D 空间标注问题
- 数字资产交易：孪生模型作为 NFT 出售
总结：从看见到预见
数字孪生的价值不在于'像'，而在于'用'——用虚拟世界优化物理世界。
