面向物联网的通用物模型框架研究

一、引言

随着物联网的快速发展，连接各类物理设备实现信息自动感知和智能控制的应用需求日益增多，这就需要有一种信息模型来描述和表示不同类型的物理设备，即物模型。然而，目前物模型研究和应用中存在以下问题：

1.现有物模型普遍针对特定行业或设备类型设计，缺乏通用性，给设备连接和信息融合带来障碍。

2.大多数物模型只集中在单一设备的表示，难以适应复杂业务系统中多种设备及其关系的建模需求。

3.现有物模型语言表达能力有限，无法充分描述设备的静态属性、动态状态和复杂行为，降低了实用性。

4.物模型标准化不足，设备厂商物模型缺乏统一标准，给设备接入和管理带来困难。

针对上述问题和挑战，研究设计一套面向海量异构物联网设备的通用物模型框架具有重要意义，可促进异构设备互操作、支撑复杂业务系统建模，并推动物模型标准化进程。另一方面可以支撑复杂业务和应用对整体物联网架构的数字化建模，最后可以推动行业共识的形成，促进物模型标准化进程，为工业互联网、智慧城市等智能化应用奠定模型框架基础。

二、面向物联网的物模型概述

物模型是描述物联网中的实体对象及其功能的信息模型。物模型抽象定义了一个物体的属性、行为及其与外界的交互，用于支撑上层应用对物体的识别、管理和使用。从组成上看，一个典型的物模型通常包括基本信息描述、功能描述、接口描述、 性能描述、 行为描述、安全与权限描述。

综合考虑描述要素，物模型可分类为：

1.静态模型与动态模型，静态模型主要描述物体的不随环境或状态变化的固有属性，动态模型描述会变化的属性。

2.物理模型与虚拟模型，物理模型反映物理设备的属性，虚拟模型表示软件服务和计算过程。

3.单体模型与组合模型，单体模型描述单个物体，组合模型描述由多个物体组成的系统。

4.领域专用模型与通用模型，专用模型针对特定应用领域，通用模型追求跨域适用。

理想的物模型应该既要反映物体的本质特征，又要保持一定抽象程度，既要满足通用性，又要支持扩展定制。研究通用物模型框架，能为丰富多样的物联网应用需求提供重要支持。

三、通用物模型框架

（一）框架设计原则

1.通用性

框架需要具有广泛的适用范围，能够支持不同行业、不同类型设备的建模。框架提供的模型元素必须具有普适性，同时引入分层和抽象的概念，通过在通用层面上进行建模，并将特定业务场景或设备的特性作为可扩展的部分，来实现一套框架支撑多类设备和多领域的建模需求。

2.可扩展性

考虑物联网应用需求的演进，框架必须具备良好的可扩展性，能够灵活地添加新的模型元素，扩展新的功能组件。框架的模块化设计和松耦合的软件架构，以及完善的版本管理机制，可以帮助框架轻松地引入新的特征模型、关系模型、服务模型等新能力。

3.标准符合性

框架应参考行业主流标准，推动生态向标准方向靠拢。框架的模型表示、服务接口、数据格式等需要兼容主流标准，支持标准模型的导入与集成。同时，框架也应推动标准的形成，通过提供开放的建议标准，促进行业共识的达成。

4.可视性

框架需要提供直观的图形化建模工具，降低用户使用门槛，提高模型配置效率。图形化的模型编辑器，采用类似流程图的可视化建模方式，通过拖拽、链接等简单操作即可生成模型文件，无需学习复杂的语法知识，大大简化了使用过程。

5.性能可靠性

框架应具备高效稳定运行物联网实时数据处理的能力，确保性能与可靠性。需要采用高性能计算框架，对模型运算过程进行优化，同时增加可扩展的集群部署方案，并利用监控、容错机制提高系统稳定性。

（二）框架总体结构

面向物联网的通用物模型框架总体采用分层架构设计，从下到上主要包括：设备接入层、通信层、物模型层和应用层。

1.设备接入层主要完成对各类物联网终端和设备的接入，实现异构设备的标准化适配，并提供统一的设备数据采集接口。

2.通信层在设备接入层之上，负责实现设备与平台之间的安全可靠通信，支持包括有线网络和无线网络的各种接入方式，同时对设备数据进行必要的格式转换和转发。

3.物模型层是整个框架的核心层，主要包括模型管理模块、模型实例仓库和模型运算引擎三个主要组成部分。模型管理模块用于物模型的创建、存储、版本维护等功能的实现；模型实例仓库用于存储设备实时运行数据映射生成的大量模型实例；模型运算引擎可以根据预先定义的模型及其运算规则对模型实例数据进行处理和计算。

4.应用层建立在物模型层之上，面向用户的各种物联网业务应用均可以通过应用层接入框架使用其提供的模型支撑能力。应用层可以根据需求利用物模型实现对设备和数据的管理、分析、流程编排等不同服务，以满足不同行业用户的业务需要。

四、框架实现要点

（一）基于图形编辑器的模型创建

图形化编辑器提供了类似流程图的图形拖拽界面，用户可以不需要编程就能够直观地构建物模型，用户可以选择标准模型元素进行拖放，定义模型属性、方法和关系，系统自动生成模型定义文件。

图形化方式支持用户以模块化和分层的思维构建模型。复杂系统可以分解为多个相互关联的子模型图形进行表示，再融合为一个整体模型，这种模型构建更符合用户思维方式。图形化模型编辑器实现了用户友好的模型构建方式，是通用模型框架降低模型定义门槛，支持普及应用的重要手段。

（二）基于时序和图数据库

时序数据库用于存储大量的时序模型数据。时序数据库在时间戳类型数据的写入和聚合查询上具有 native优化，相比通用关系数据库更适合物联网场景高频时间序列数据的处理需求。图数据库用于存储模型实例之间的关系数据。物模型实例间存在着复杂的关联和拓扑结构，这可以用节点关系图的方式自然表示，图数据库可以高效管理这connected 数据，进行关联分析。

两种数据库通过统一的数据访问层进行集成。时序数据库与图数据库的融合应用充分利用了两者的优势，使通用物模型框架能够高效且灵活地存储和分析海量模型实例数据，从而提供稳定可靠的运行质量。

（三）分布式流式计算

基于分布式消息队列构建了流式数据处理流水线。设备数据首先通过 Kafka 等队列采集汇总，然后通过计算集群进行并行处理，队列实现了流量削峰与计算解耦，提高了系统稳定性且便于扩展。流式计算框架 Flink 被采用实现分布式流数据处理。Flink 提供了符合流式数据特点的计算模型，使得实时模型运算和分析成为可能，同时其内置的状态管理与容错机制提高了计算的稳定性。流式计算和分布式计算的有机配合，使框架具备了面对大规模物联网场景的自适应性和弹性伸缩能力。

五、总结

面向物联网的通用物模型框架，目标是提供通用化且可扩展的模型工具，支持大规模多变态物联网场景的建模管理。框架采用分层模块化架构，核心为通用物模型层，提供模型全生命周期管理，从创建到运算，总体设计兼顾通用性、可扩展性、易用性。从技术演进看，分布式、区块链、云原生等前沿技术与物联网深度融合，将推动建模框架革新，实现由单体云向混合多云、集中式向分布式演进，适应复杂体系需求。未来该框架在行业数字化转型和技术创新双重驱动下，建模范畴将持续扩大，表示能力增强，架构朝分布式自治方向演进，在安全与开放间达成动态平衡，保持较高创新增长态势。

作者单位：中铁四局集团有限公司、安徽数智建造研究院有限公司

基金项目：建筑物联网应用关键技术研究-B（编号：2022-重大专项-08）。