基于数字孪生机房的三维可视化监控系统的设计与实现

罗珊珊　冷佳

摘 要：针对当前机房的监控管理方式单一、实时性差、透明度低等问题，构建了一种基于数字孪生机房的三维可视化监控系统。以数字孪生的五维模型为指导，构建机房虚拟场景，实现机房三维可视化。论文采用Three.js三维引擎搭建机房三维场景，使用JavaScript语言实现各模块间的功能交互，运用深度学习算法完成机房故障诊断的功能。实验证明：基于数字孪生的机房三维可视化监控系统可以实时监测系统状态，动态展示设备信息，提高了管理效率。

关键词：数字孪生;三维可视化监控;故障诊断;虚拟机房

中图分类号：TP39      文献标识码：A

Design and Realization of Computer Room 3D Visual

Monitoring System Based on Digital Twin

LUO Shan-shan， LENG Jia

（Jiangsu University of Science &Technology， Zhenjiang， Jiangsu 212100，China）

Abstract：Aiming at the problems of single monitoring and management modes， poor real-time performance and low transparency in the current computer room， a 3D visual monitoring system for computer room based on digital twin is constructed. Guided by the five-dimensional model of the digital twin， the virtual scene of the computer room is constructed to realize the 3D visualization of the computer room. The paper uses three.js which is a 3D engine to build the 3D scene of the computer room， uses JavaScript language to realize the functional interaction between the modules， and uses deep learning algorithms to complete the function of fault diagnosis. Experiment has proved that the 3D visual monitoring system of the computer room based on digital twin can monitor the system status in real time， dynamically display equipment information and improve management efficiency.

Key words：digital twins; 3D visualization monitoring; fault diagnosis; virtual computer room

随着互联网、大数据、人工智能等新一代信息技术迅速发展，信息技术对于数据的强大计算和分析能力为各行业发展开辟崭新的发展空间，对数据的安全性要求也随之提高。随着机房的设备越来越复杂，系统愈发增多，使得管理越发困难。目前，机房管理存在几个问题：一是机房管理系统和应用系统之间缺乏有效的信息交互手段;二是无法实时获取机房设备的运行状态，对于网络中断、设备故障等问题无法及时处理;三是多数系统的数据维护还采用人工记录、二维报表等方式，没有采用统一化管理，实时性和可视化效果较差。

数字孪生[1]的出现为解决上述问题提供了新的方案，数字孪生是数字模型对物理系统的真实等价映射。通过实时监测系统状态，动态更新数字模型，能够提升数字模型的诊断、评估与维护能力。数字孪生最初是由Grieves[1]在美国密歇根大学的产品全生命周期管理課程中提出。自2017年开始，涌现了一大批相关的研究与应用，其中主要在生产车间、航空航天、船舶等方面取得一定的成果。刘义[2]等人针对目前智能车间存在的管理效率低、精准决策难等问题，设计了基于数字孪生智能车间的管控体系架构，开展了智能车间管控平台应用建设。李利民[3]等人提出了船舶与海洋工程装备智能车间可视化管控系统的开发与应用。

而基于数字孪生机房的三维可视化监控系统目前还没有得到较多应用，数字孪生机房的应用可以实时监测机房系统状态，动态展示设备信息，提高管理效率，降低管理成本，及时发现隐患并解决故障。

1 基于数字孪生机房的三维可视化监控系统分析

1.1 需求分析

数字孪生机房是物理机房、虚拟机房、服务数据和孪生数据的集成融合，物理机房和虚拟机房通过服务数据和孪生数据，可以进行实时交互和真实映射。通过三维可视化监控从几何维度展现数字孪生机房，并从监控需求出发，建立了三维可视化监控系统，如图1所示。

机房三维可视化监控系统，要求能够对机房的基础设备进行状态监控并通过界面实时展示设备运行信息，并通过二维图表实时统计设备功耗、空间利用率等数据。系统能够实时记录机房设备的运行数据以及故障数据，出现告警信息时，管理人员能及时查找设备及处理解决告警状况。

针对机房设备出现的故障问题建立故障历史数据库，通过深度学习算法[8]对故障数据进行数据清理、数据融合，对数据进行深度挖掘从而预防设备故障的发生。

1.2 系统功能设计

基于数字孪生机房的三维可视化监控系统分为两部分：数字孪生机房模型三维可视化展示和数字孪生监控系统，功能框图如图2所示：

1.2.1 数字孪生机房模型三维可视化展示

（1）机房环境可视化是根据实际机房的建筑结构、机房布局建立虚拟机房三维模型场景，包括机房中机柜布局摆放位置、配电设备、精密空调设备、摄像头、温湿度传感器、漏水绳等辅助设施布局的摆放位置都在系统中展示。对机柜空间、机柜载重、功耗统计等进行展示实现对设备运行状态、告警信息进行实时监控。

（2）資产配置可视化是将各个机柜以及机柜里设备的基本信息通过三维建模方式导入到机房可视化系统，通过点击模型设备可查看相应的配置信息。并且提供历史查询记录，完善信息管理档案。

（3）机柜容量可视化将机房的机柜U位展示在平台，机柜空间和机柜载重都使用柱状图来展示每个机柜当前的空间利用率和承重情况，通过颜色区分当前机柜的空间利用情况和承重情况。

1.2.2 数字孪生监控系统

（1）动环监控系统可实时监控UPS、精密空调、漏水、温湿度、烟雾传感器、消防等设备的数据信息，在监控服务平台实时可视化展现各设备的运行参数以及功耗统计，让管理人员及时了解机房的健康状态。

（2）故障诊断系统通过采集机房各设备异常数据，使用深度学习算法对数据进行分析，找出故障原因，定位到故障设备。监控系统将发出多种形式的告警信号，同一报警源按照权限和等级分别推送到管理人员的PC端，管理人员可及时处理故障。

1.3 平台架构设计

针对机房三维可视化监控系统需求，进行机房三维可视化监控系统总体设计，如下图3。平台采用Ajax引擎的B/S架构[4-6]三层结构，数据库中主要存储了机房设备的各类信息，包括机房环境三维模型、资产配置、机柜容量数据以及设备告警数据等，采用JSON（JavaScript Object Notation）格式来存储。服务器采用Tomcat小型轻量级应用服务器提供Web服务，启动服务器后，系统可以自动加载Web应用程序。浏览器端采用JavaScript和WebGL[7-9]技术实现机房模型三维可视化和设备信息的交互查询功能。

2 基于数字孪生机房的三维可视化系统的实现方法

实现数字孪生机房三维可视化监控，需要对虚拟机房场景和机房故障进行有效管理。使用WebGL技术及其Three.js三维引擎实现机房虚拟模型构建，使用深度神经网络对历史故障数据建立训练模型，不断的训练优化从而提高诊断的正确率。

2.1 虚拟机房场景建模

虚拟机房场景构建主要由几何建模、场景构建、人机交互构成。几何模型是虚拟机房场景的基础;场景构建是对几何模型的优化，通过添加材质、纹理贴图、灯光等效果，使得虚拟机房更加逼真;人机交互可以通过鼠标、键盘对机房模型进行控制，改变虚拟场景展示的内容。

2.1.1 几何建模和场景构建

采用三层组织结构实现机房几何模型管理，机房几何模型结构如图4所示，机房几何模型以机房为为父节点，机房环境和资产为子节点，通过对叶子节点进行三维建模，构建和实际机房布局一致的虚拟机房场景。

本系统采用基于原生WebGL封装运行的Three.js三维引擎[10-11]进行几何建模。以机房机柜模型为例，具体实现步骤如下：

step1： 场景初始化，建立一个空白的三维场景，包括场景（Three.Scene）、相机（Three.Camera）、光源（Three.PointLight）、渲染器（Three.Render）。

step2： 通过Geometry几何模型创建机柜几何模型，使用Material纹理对机柜进行纹理贴图，使用Three.mesh（Geometry，Material）三维网格动态创建机柜场景模型;

step3： 渲染机柜场景模型，使用Three.WebGLRenderer.render（scene，camera）渲染模型;

Step4： 页面展示机柜场景模型。

2.1.2 人机交互

人机交互可以对事件进行响应，以此来改变虚拟场景的展示内容。借助Three.js中的OrbitControls.js控件实现鼠标控制三维场景，OrbitControls.js控件会使浏览器自动检测鼠标事件，把鼠标平移的距离按照一定算法转化为相机的旋转角度。模型操作如表1所示：

2.2 监控系统设计

2.2.1 动环监控

系统使用物联网平台作为数据总线，通过ModBus、SNMP等协议对机房基础设备监控信号接入监控主机，由监控主机内置的软件模块对设备运行状态以及参数进行动态监测。将监控数据通过文本、图像的方式直观的展示在平台上。同时还增加实时视频的方式对关键区域进行监控，可以了解机房具体状况，及时处理状况的发生。

2.2.2 故障诊断

机房监控系统的故障诊断实施方案结构如下图5所示，机房故障诊断采用基于数据驱动的方法，使用深度神经网络算法实现机房的故障诊断。具体步骤为：获取机房真实运行数据和机房模型测试数据，对数据进行数据清理、数据集成和数据转换等数据预处理操作，然后将数据样本送入到训练模型中进行学习，生成故障诊断模型。将产生的结果与设备的历史故障数据库、故障专家知识库进行全方位比对，将比对结果使用数据融合等算法得到设备故障特征值。通过对故障结果进行反馈，产生新的训练样本，再通过训练模型生成新的诊断模型。通过上述过程的反复迭代，逐步提高故障诊断的准确性。

3 系统验证

以某高校机房为实验对象，根据本文方法设计了机房三维可视化监控系统，便于管理人员的运维，及时发现机房设备异常，优化管理。系统使用VS Code（Visual Studio Code）软件平台进行开发，基于Three.js引擎构建虚拟机房三维场景，关系型数据库MySQL存储机房实时数据，同时使用Ajax引擎对数据实时通信。使用Javascript脚本控制机房功能的实现并进行人机交互，监控界面如图6所示。

管理人员可以通过控制设备的状态信息面板进行人机交互，机房中的告警异常会通过弹窗的方式提醒管理人员，如图7所示。

4 结 论

设计了一种基于数字孪生的智能机房的三维可视化监控系统，通过基于工业物联网平台的数据采集方法，对设备运行状态和参数进行动态监测。以Three.js三维引擎构建虚拟机房场景，实现场景三维可视化，并对实体设备的要素部分进行实时动态展示。使用深度神经网络算法对机房故障进行诊断，减少机房故障。基于数字孪生机房三维可视化监控系统解决了机房监管系统监控方式单一、实时性差、透明度低等问题，提高机房系统管理效率，降低故障率，减少机房的运维费用。

参考文献

[1] GRIEVES M. Product lifecycle management： the new paradigm for enterprises[J]. International Journal of Product Development，2005，2（1/2）：71.

[2] 刘义，刘晓冬，焦曼，等.基于数字孪生的智能车间管控[J].制造业自动化，2020，42（07）：148-152.

[3] 李利民，毕晋燕，丁卫刚，等.船舶与海洋工程装备智能车间可视化管控系统的开发与应用[J].现代工业经济和信息化，2020，10（01）：49-51.

[4] 林伟婷.C/S与B/S架构技术比较分析[J].科技资讯，2018，16（13）：15-16.

[5] 李筠.基于B/S架构的图书管理系统探究[J].科技传播，2019，11（23）：131-132.

[6] 张晓琳.基于B/S模式的3D服装定制系统设计与实现[J].软件导刊，2018，17（02）：96-98.

[7] 汪浩，田豐，张文俊.基于WebGL的交互平台设计与实现[J].电子测量技术，2015，28（8）：119-122.

[8] 徐文鹏，徐跃通，常勇，等.基于WebGL纹理映射技术的水立方贴图的设计与实现[J].电脑知识与技术，2013，（16）：3889-3891.

[9] 李倩.基于WebGL的3D技术在网页中的运用[J].信息安全与技术，2020，12：125-126.

[10]聂帅，秦爽，麦文.通过Three.js引擎加载OBJ模型[J].黑龙江科技信息，2019，（14）：80-82.

[11]安一飞.基于Three.js库的双模界面在交互式Web3D中的应用[J].电子技术与软件工程，2018，（10）：46-46.

[12]卿宇搏，莫学芳，吴上海.故障诊断技术综述及发展趋势[J].中国储运，2012，11：124-127.

[13]陈志强， 陈旭东， José，等.深度学习在设备故障预测与健康管理中的应用[J].仪器仪表学报，2019，40（09）：209-229.

[14]崔昊.基于数据驱动的行星齿轮箱关键零部件故障诊断[D].2020.

[15]张振良，刘军强，黄亮，等.基于半监督迁移学习的轴承故障诊断方法[J].北京航空航天大学学报，2019，45（11）： 2291-2300.

[16]曲向儒.机房动环及视频监控系统[J].中国高新技术企业，2008，24：170-171.

[17]魏佩霞.浅谈动环监控系统在通信机房中的监测与预警作用[J].数字通信世界，2018，8：261-262.

[18]孟令.数据中心动环故障分析及展望[J].电子世界，2020，591（09）：101-103.

[19]陈美玲，陈书明.高校数据中心机房监控管理系统的设计与实现——以龙岩学院为例[J].龙岩学院学报，2019，37（5）： 15-20.