Publié le: Apr 20, 2022
Aujourd'hui, nous annonçons la disponibilité générale d'AWS IoT TwinMaker, un service qui permet aux développeurs de créer plus facilement des jumeaux numériques de systèmes du monde réel tels que des bâtiments, des usines, des chaînes de production et des équipements. Les clients adoptent de plus en plus les jumeaux numériques pour prendre de meilleures décisions opérationnelles et stratégiques dans des secteurs tels que les bâtiments intelligents, la fabrication, la construction, l'énergie, l'électricité et les services publics, etc. Avec AWS IoT TwinMaker, vous disposez désormais des outils nécessaires pour créer des jumeaux numériques qui vous aideront à surveiller et à améliorer vos opérations industrielles.
Avec AWS IoT TwinMaker, vous pouvez rapidement commencer à créer des jumeaux numériques d'équipements, de processus et d'installations en connectant des données provenant de différentes sources de données sans avoir à ré-ingérer ou à déplacer les données vers un autre emplacement. Vous pouvez utiliser des connecteurs de données intégrés pour les services AWS suivants : AWS IoT SiteWise pour les données de capteurs d'équipement et de séries temporelles, et Amazon Kinesis Video Streams pour les données vidéo. AWS IoT TwinMaker fournit également un cadre qui vous autorise à créer vos propres connecteurs de données à utiliser avec d'autres sources de données AWS ou tierces (telles que Amazon Timestream, Snowflake et Siemens MindSphere). Ensuite, vous pouvez facilement accéder à toutes les données des jumeaux numériques à l'aide de l'API d'accès aux données unifiée AWS IoT TwinMaker des sources de données sous-jacentes sans avoir besoin d'interroger chaque source de données individuellement.
AWS IoT TwinMaker vous permet de modéliser votre environnement physique à l'aide d'entités (par exemple, tout actif physique ou système comme un four, une chaîne de montage ou une usine entière) et de ses composants (par exemple, des connecteurs de données), puis de gagner du temps en créant automatiquement un graphe de connaissances (ou jumeau numérique) qui combine et comprend les relations entre les sources de données connectées. Au fur et à mesure que votre environnement bâti évolue, par exemple si vous ajoutez de nouvelles sources de données, vous pouvez facilement mettre à jour votre modèle afin que votre jumeau numérique reste précis et actuel.
Une fois le graphique du jumeau numérique créé, vous pouvez alors visualiser les données dans le contexte de l'environnement physique. Grâce à AWS IoT TwinMaker, vous pouvez importer des modèles 3D existants (tels que des fichiers CAO et des numérisations de nuage de points) pour composer et organiser des scènes 3D d'un espace physique et de son contenu (par exemple, une usine et ses équipements) à l'aide d'outils de composition 3D simples. Pour créer une visualisation spatiale de vos opérations, vous pouvez y ajouter des vidéos interactives et des données de capteurs provenant des sources de données connectées, des informations provenant des services connectés de machine learning (ML) et de simulation, ainsi que des registres et des manuels de maintenance des équipements. Pour aider les développeurs à créer rapidement une application Web pour les utilisateurs finaux, tels que les opérateurs d'usine et les ingénieurs de maintenance, AWS IoT TwinMaker comprend un plugin pour Grafana et Amazon Managed Grafana, un service entièrement géré pour la plateforme de visualisation et de tableau de bord open source de Grafana Labs.
AWS IoT TwinMaker est disponible de manière générale dans les Régions suivantes : USA Est (Virginie du Nord), USA Ouest (Oregon), Asie-Pacifique (Singapour), Asie-Pacifique (Sydney), EU (Francfort) et EU (Irlande). D'autres régions seront bientôt disponibles.
Pour en savoir plus, visitez la page produit AWS IoT TwinMaker, et pour trouver un partenaire AWS qui vous aidera dans votre voyage vers les jumeaux numériques, visitez la page partenaire AWS IoT TwinMaker. Utilisez la console de gestion AWS pour commencer, ou visitez notre dépôt GitHub pour un exemple d'application de jumeau numérique.