数字孪生数据库调研报告

1、数字孪生数据库调研报告 数字孪生 数据库调研 报告 摘要：数字孪生的核心是模型和数据，没有多元融合数据，数字孪生应用就失去了动力源泉。为进一步推动数字孪生理论与技术的研究，针对分布式数据库系统，关系数据库系统，面向对象的数据模型三种不同数据库方法进行调研，将数据与数字孪生相结合，研究关键数据的存储和计算，为数据分析提供支撑，以此来实现对物理世界的数字化模拟仿真。通过数据库对仿真结果的数据分析，形成成熟的数字孪生技术方案。 关键词：数字孪生，数据库 一、 数字孪生 数字孪生指在信息化平台内建立、模拟一个物理实体、流程或者系统。借助于数字孪生，可以在信息化平台上了解物理实体的状态，并对物理实体里面

2、预定义的接口元件进行控制。理想状态下，数字孪生可以根据多重的反应源数据进行自我学习，几乎实时地在数字世界里呈现物理实体的真实状况。数字孪生可以通过传感器的反应信息，和历史数据或者集成网络的数据进行自我学习 1-5 。数据孪生与数据有着密切的联系，因此调研三种不同的数据库方法，数字孪生根据海量的信息反应，进行迅速的深度学习和精确模拟。 二、 分布式数据库系统 分布式数据库系统包含分布式数据库管理系统和分布式数据库。在分布式数据库系统中，一个应用程序可以对数据库进行透明操作，数据库中的数据分别在不同的局部数据库中存储、由不同的分布式数据库管理系统进行管理、在不同的机器上运行、由不同的操作系统支持、

3、被不同的通信网络连接在一起。 对于分布式数据库系统而言，其主要包括两种不同形式，其中一种为物理分布逻辑集成，这种形式所指的就是在物理方面表现出分布形式，然而在逻辑上仍表现为统一整体，对于这种形式数据库系统而言，通常在作用较单一而具有较强专业性机构中比拟适用。另外一种形式为在物理及逻辑方面均表现出分布形式，这种形式数据库主要在大量数据集成方面进行应用，因而这种数据库系统的组成主要包括数据库差异较明显及不同用途相关系统。对于分布式逻辑数据库，其逻辑集中性的表达主要就是，无论用户在哪种情况下对数据进行应用，均可通过应 用系统对相关数据实行操作。然而，在实际应用过程中也有一定缺陷存在，也就是用户对数据

4、库具体分布位置无法得知，即相同数据在本机中存储，而所存储相关数据由本机中相关数据库管理系统实行相关管理操作 6-7 。 2.1 分布式数据库具备四大特点 （1）可扩展： 分布式存储系统可以通过增加 pc 机的方式，使系统整体性能表现为线性增长。 （2）低本钱：分布式存储系统的自动容错、自动负载均衡机制都构建在 pc机上。 （3）高性能：大数据时代对分布式存储系统的整体要求。 （4）易用：分布式存储系统需要能提供易用的对外接口，还要具备完善的监控、运维工具，并且能方便与其它系统集成。 分布式存储与目前常见的集中式存储技术不同，分布式存储技术并不是将数据存储在某个或多个特定的节点上，而是通过网络使

5、用企业中的每台机器上的磁盘空间，并将这些分散的存储资源构成一个虚拟的存储设备，数据分散的存储在企业的各个角落 2.2 分布式数 据库的具体技术及应用 海量的数据按照结构化程度来分，可以大致分为结构化数据，非结构化数据，半结构化数据。 （1）结构化数据：模型结构和内容是分开的，数据模式需要预先定义，一般存储在关系数据库中，可用二维关系表结构表示。 （2）非结构化数据：如声频、图像、文档、视频。 （3）半结构化数据：一般是自描述的，如 html 文档，模型结构和内容混在一起的数据，数据模式不需要预先定义。 分布式数据库系统在当前已经成为应用十分广泛的一种数据库系统类型，并且表现出比拟明显的应用优势

6、。为能够使分布式数据库系统得以更好应用，相关人员需要系统合理进行设计，并且对其实行优化实现，从而使系统功能能够得以更好发挥，使其更好为人们效劳，表达其重要价值。 三、 关系数据库系统 关系数据库是指对应于一个关系模型的所有关系的集合。关系数据库分为两 种结构：单一的数据结构和数据的逻辑结构。单一的数据结构是指一种关系即：现实世界的实体以及实体间的各种联系均用关系来表示。数据的逻辑结构从用户角度，关系模型中数据的逻辑结构是一张二维表。 3.1 关系数据库的型 关系数据库的型称为关系数据库模式，是对关系数据库的描述，假设干域的定义，在这些域上定义的假设干关系模式。关系数据库是在一个给定的应用领域中

7、，所有实体及实体之间联系的关系的集合构成一个关系数据库。 3.2 关系数据库的值 关系数据库的值是这些关系模式在某一时刻对应的关系的集合，通常简称为关系数据库。 3.3 关系数据库的功能 关系数据库技术开展的早期应用方式是做一些数据表格和模型，随着网络应用的不断开展，关系数据库技术的内容和形式也在开展和演变过程中逐渐丰富，并逐渐形成新的数据库。但早期的关系数据库系统并不完善，人们在进行数据收集的过程中需要对收集的数据进行重组和改造才能够应用。 关系数据库技术的主要作用就是在计算机网络设计的整个过程中起到辅助功能，为计算机网络设计提供辅助效劳而诞生的，当整个关系数据库承载的数据形式各异且容量较大

8、时，其中包含了很多计算机网络设计所需要的内容，这在一定程度上为计算机网络设计提供了便利，使计算机网络设计形式得以完善。 由于关系数据库技术的数据模型较为科学，通过运用 c 语言技术对处理复杂的数据非常简单便利，所以，当前关系数据库技术是应用最为普遍的计算机网络技术数据库。关系数据库在计算机数据库的软件系统结构中分别有两个数据访问系统，但两系统均是独立面对客户群体的，当客户访问的数据连接为开放式时，数据库管理系统便采用输入语言程序提供访问 8 。 四、 面向对象的数据模型 面向对象数据模型是捕获在面向对象程序设计中所支持的对象语义的逻辑数据模型，它是持久的和共享的对象集合，具有模拟整个解决方案的

9、能力。面向对象数据模型把实体表示为类，一个类描述了对象属性和实体行为。 面向对象数据库把数据和与对象相关的代码封装成单一组件，外面不能看到 其里面的内容。因此，面向对象数据模型强调对象（由数据和代码组成）而不是单独的数据。 4.1 面向对象的数据模型特征 （1）唯一性。各个对象所具备的标识都是独特、唯一的，且在其整个生命期中都不会出现改变，不同对象所具备的标识不会相同。故而，在对对象进行查找时借助这种标识便能完成。 （2）抽象性。将数据行为(操作)和结构(属性)一致的对象抽象成类，每一个类便是一种抽象，能将有关于应用的重要性质反映，将与应用无关的内容忽略。所有类都是以主观划分的，但是必须有关于

10、具体的应用。 （3）多态性。该特征指的是相同过程、函数或操作能在多种类型的对象上发生作用且所获得的结果会有所不同。各个对象所受到的信息相同也会有不同的结果产生，这便是多态性。多态性能使软件具备更强的重要性和灵活性。 （4）继承性。该特征是子类对父类数据结构与方法自动共享的机制，存在类之间的关系。在对一个类进行定义或将其实现时，能以现有的类为根底开展，将现有的类所顶堤的内容定义为自己的内容，并将假设干新内容融入其中。类的继承性使得各类软件的设计存在可扩充和开放性，这也是一种有效的组织、分类信息的方法，能将对象、类的创立工作量简化，使代码的可重用性增强。通过类的继承关系，能共享公共特性，进而将软件

11、重用性增强 9-10 。 4.2 面向对象的数据模型的优点 适合处理各种各样的数据类型：与传统的数据库（如层次、网状或关系）不同，面向对象数据库适合存储不同类型的数据，例如，图片、声音、视频，包括文本、数字等。 面向对象程序设计与数据库技术相结合：面向对象数据模型结合了面向对象程序设计与数据库技术，因而提供了一个集成应用开发系统。 提高开发效率：面向对象数据模型提供强大的特性，例如继承、多态和动态绑定，这样允许用户不用编写特定对象的代码就可以构成对象并提供解决方案。这些特性能有效地提高数据库应用程序开发人员的开发效率。 改善数据访问：面向对象数据模型明确地表示联系，支持导航式和关联式两种方式的

12、信息访问。它比基于关系值的联系更能提高数据访问性能。 4.3 面向对象的数据模型的缺点 没有准确的定义：很难提供一个准确的定义来说明面向对象应建成什么样。 维护困难：随着组织信息需求的改变，对象的定义也要求改变并且需移植现有数据库，以完成新对象的定义。当改变对象的定义和移植数据库时，它可能面临真正的挑战。 不适合所有的应用：面向对象数据模型用于需要管理数据对象之间存在的复杂关系的应用，它们特别适合于特定的应用，例如工程、电子商务、医疗等，但并不适合所有应用。当用于普通应用时，其性能会降低并要求很高的处理能力。 目前，全世界计算机技术领域中，面向对象技术这一内容的研究极其热门，而随着数据库领域的

13、不断开展，也逐渐提高了对数据库及面向对象两个技术结合的认可程度。数据库、面向对象技术的结合不但能使数据库管理系统进一步支撑数据库模式，同时还能使其支撑面向对象数据模型。以面向对象数据技术为依据，所面临的对象较为复杂时，不但要求建模、表达能力较强，也要求一定的管理、存储能力，这也正是面向对象数据库的独有优势。 五、 总结 通过构造数字孪生体，可以通过数据和物理的融合实现深层次、多尺度、概率性的动态状态评估、寿命预测以及任务完成率分析。数字孪生体以虚拟的形式存在，不仅能够高度真实地反映实体对象的特征、行为过程和性能，如装备的生产制造、运行及维修等，还能够以超现实的形式实现实时的监测评估和健康管理。

14、数字孪生的实现主要依赖于以下几方面技术的支撑:高性能计算、先进传感采集、数字仿真、智能数据分析。 数据保障层是整个数字孪生技术体系的根底，支撑着整个上层体系的运作，先进传感器技术及分布式传感技术使整个数字孪生体系能够获得更加准确、充分的数据源支撑，数据是整个数字孪生体系的根底，海量复杂系统运行数据包含用于提取和构建系统特征的最重要信息，相比于专家经验知识和系统，系统实时传感信息更准确、更能反映系统的实时物理特性，对多运行阶段系统更具适用性 5 。数据作为整个体系的最前沿局部，其重要性毋庸置疑。分布式存储技术的开展为全寿命周期数据的存储和管理提供了平台保障，高效率存储结构和数据检索结构为海量历史

15、运行数据存储和快速提取提供了重要保障，为基于云存储和云计算的 系统体系提供了历史数据根底，使大数据分析和计算的数据查询和检索阶段能够快速可靠完成。 参考文献： 1 陶飞，刘蔚然，刘检华，等 数字孪生及其应用探索j 计算机集成制造系统，20xx，24(1):1-18 2 刘大同，郭 凯，王本宽,等. 仪器仪表学报j20xx，39(11) 3 张龙.从智能制造开展看数字孪生j软件和集成电路，20xx (9):59-62 4 赵敏探求数字孪生的根源与深入应用j软件和集成电路， 20xx (9):50-58 5 陶飞，刘蔚然，刘检华等. 数字孪生及其应用探索j. 计算机集成制造系统，20xx，24（01）：1-18. 6 陈华 . 浅谈分布式数据库系统的设计与优化 j. 电脑知识与技术 ,xx