Источниками оперативных данных для цифрового двойника здания служат BMS, различные системы: мониторинга, энергоучёта, видеонаблюдения, «Умный дом», «Интернет вещей» и др. В совокупности эти данные позволяют оптимизировать и прогнозировать состояние здания в будущем. Инструментальное ПО позволяет организовать передачу данных между отдельными моделями, между моделями и БД цифрового двойника, между цифровым двойником и внешними системами и приложениями. Комплекс онтологических моделей цифрового двойника включает онтологии: BIM-модели, энергомодели, инженерных систем здания, компьютерных моделей здания, BMS, IoTи др.
3. Технологии интеграции данных в цифровом строительстве
В настоящее время разработан ряд единых форматов передачи данных между различными системами в цифровом строительстве. Так для связи с BIMсистемами международным альянсом buildingSMARTразработан формат IFC (IndustryFoundationClasses)[10]. Поддержка формата IFCстала практически стандартной функцией строительных CADи BIMсистем. IFCподдерживают такие популярные пакеты как AutoCAD, AutoCAD Architecture, ArchiCAD, Revitи многие др. Для формата IFCв последние годы было предложено несколько вариантов онтологий, из которых buildingSMARTбыла рекомендована для применения онтология ifcOWL [11]. Онтология ifcOWLбыла разработана так, чтобы обеспечить максимальную совместимость с исходной IFCсхемой. Появился также свободно-доступный инструмент [12] для конвертации модели IFCв граф RDFAbox,структурированный в соответствии с ifcOWL. Онтология ifcOWLи конвертер IFCв RDFпозволили применять технологии семантической паутины, такие как стандартизированные запросы SPARQL[13] и методы логического вывода, к моделям IFC.
Формат gbXML (GreenBuildingXML) [14], по сравнению с форматом IFC,более удобен для обмена данными между строительными CADи BIMсистемами, с одной стороны, и BEMсистемами, с другой, так как содержит только те данные, которые необходимы для BEMсистем. Формат gbXMLподдерживается меньшим числом строительных CADи BIMсистем, зато поддерживается большим числом BEMсистем, среди которых Trace700, DesignBuilder, HVACSolution, OpenStudioи др.
На сегодняшний день наиболее популярной из BEMсистем является свободно-доступная программа EnergyPlus[15]. Применение этой системы стало общепринятой практикой при проведении энергомоделирования зданий.
В [16] предлагается путь для обмена данными между моделями IFC, gbXMLи EnergyPlusчерез промежуточную модель SimModel,являющуюся внутренней моделью программы Simergy.Там же предлагается способ конвертации файлов SimModelв соответствующие OWLонтологии. Существует открытый инструмент для преобразования информации из выходных файлов EnergyPlusв RDFграф [17].
4. Обзор онтологий ПрО
Разработка онтологий для конкретной ПрО является сложным и трудоёмким процессом. Поэтому целесообразно использование существующих онтологий для той же или близкой ПрО, если они частично покрывают потребности разработчика. В настоящее время разработано много онтологий для систем «Умный дом», BMSи связанных с ними ПрО.
Европейский институт телекоммуникационных стандартов создал онтологию SmartAppliancesReference(SAREF) [18]. Цель SAREF -охватить фундаментальные концепции в области интеллектуальных устройств. Онтология включает три основных раздела: об устройствах и их функциях, потреблении/производстве энергии и здании. Базовый класс Deviceонтологии содержит список устройств, например, выключатель света или датчик температуры. С каждым устройством связан определённый набор функций, например, включить/выключить, открыть/закрыть, измерить и т.д. Каждая функция имеет связанные команды, такие как переключение или получение данных измерения. Однако набор доступных устройств, функций и команд очень ограничен. Онтология SAREF4EEрасширяет SAREFдля обеспечения совместимости со стандартами EEBusи Energy@Home[19].
Онтология Brickтакже была разработана на основе SAREF[20]. Она охватывает такие типовые подсистемы BMS, как система HVACи система освещения, пространственную и энергетическую инфраструктуру здания, а также отношения между этими объектами. Возможные отношения ограничены типами отношений для моделирования пространственных отношений, отношений композиции/агрегации и отношений ввода-вывода.
Онтология BOnSAIориентирована на услуги и веб-сервисы в среде «Умного дома» [21]. Разработанные основные понятия являются либо очень абстрактными, либо специфичными для веб-сервисов. В целом, набор доступных в онтологии типов устройств, функций, местоположений и параметров среды слишком ограничен для коммерческих систем автоматизации зданий.
Для систем «Умный дом» с акцентом на энергосбережение и BEMSможно выделить онтологии DogOnt[22] и ThinkHome[23]. В центре внимания онтологии DogOntнаходятся системы «Умный дом» и вопросы моделирования энергопотребления устройств. DogOntоснована на классификации DomoML,которая позволяет описать домашнюю обстановку (стены, мебель), функциональность домашних устройств и их взаимосвязи. В DogOntустройства разделяются на управляемые и неуправляемые. Управляемые устройства имеют состояние и функциональность, которая складывается из блоков, содержащих непрерывные и дискретные функции управления освещением, температурой и другими параметрами.
Онтология ThinkHomeописывает энергосберегающие системы «Умный дом». Она содержит понятия для описания комфорта, актора (пользователя), процесса, энергии, ресурса (устройства), внешних воздействий (погоды) и структуры здания. Классификация некоторых объектов в ThinkHomeотличается по сравнению с другими подобными онтологиями.
В области базовых технологий контроля и мониторинга следует отметить онтологии SSN (SemanticSensorNetwork) [24], M3 [25], OntoSensor [26]. Онтология SSNпредложена консорциумом W3C для описания ПрО, связанной со сбором данных с помощью датчиков и cпроцессом наблюдения. Она основана на шаблоне проектирования Стимул - Датчик - Наблюдение и совместима со стандартами SensorMLи O&M (ObservationsandMeasurements)консорциума OGC (OpenGeospatialConsortium).Онтология SSNописывает датчики как физические объекты, которые наблюдают и преобразуют входные стимулы в другое представление, где под стимулами понимаются изменения состояния измеряемой среды, а наблюдения служат для интерпретации входных стимулов и фиксации таких параметров как время и место. Поскольку онтология SSNпредоставляет только основные понятия, её необходимо расширять терминами, специфичными для конкретной ПрО. Онтология M3 является развитием онтологии SSNдля поддержки описания датчиков, наблюдений и их единиц измерения. Онтология OntoSensorрасширяет концепции, представленные стандартом SensorMLдля идентификации категорий датчиков, поведения, взаимосвязей, функций и метаданных, касающихся характеристик датчиков, их производительности и надёжности.
«Интернет вещей» тесно связан с рассматриваемой ПрО. Поэтому онтологии «Интернета вещей» также представляют интерес для анализа, в частности онтологии IoT-lite, Open-IoT, IoT-O, Fiesta-IoT [24]. IoT-liteявляется облегчённой реализацией SSNи включает информацию о датчиках и их местонахождении. Онтология OpenIoTтакже основана на SSNи дополняет базовые понятия понятиями, необходимыми для приложений IoT.Онтология IoT-Oявляется одной из первых попыток к объединению онтологий в области IoT.Она повторно использует понятия из онтологий SSNи других, дополняя их новыми. Онтология Fiesta-IoTявляется ещё одной попыткой унифицировать существующие онтологии для области IoT.Эта онтология представляет собой комбинацию существующих онтологий IoTс небольшими обновлениями для преодоления наиболее распространенных проблем, связанных с базовыми онтологиями.
5. Разработка онтологии цифрового двойника зданий
Требования к онтологиям
К онтологиям цифрового двойника здания предъявляются следующие основные требования:
¦ включать основные понятия и отношения рассматриваемой ПрО;
¦ обеспечивать интероперабельность и поддержку взаимодействий между компонентами цифрового двойника;
¦ быть модульными;
¦ использоваться в качестве основы при создании и сопровождении БД и БЗ цифрового двойника;
¦ быть ориентированными на современные методы управления, включая оптимальные, интеллектуальные и мультиагентные системы;
¦ быть ориентированными на современные программно-аппаратные комплексы для автоматизации зданий на базе различных проводных и беспроводных сетей;
¦ поддерживать системы «Интернет вещей», технологии работы с Web- и облачными сервисами.
Ни одна из рассмотренных ранее онтологий не удовлетворяет указанным требованиям.
При разработке онтологий можно опираться на метод проектирования 4W1H (What/When/Were/Who/How), в соответствии с которым необходимо ответить на пять вопросов Что/Когда/Где/Кто и Как [27], а также на методологию [28], согласно которой разработка онтологии делится на три основных этапа:
1) выявление ключевых понятий и отношений ПрО, определение и описание понятий онтологии и отношений между ними;
2) кодирование онтологии с использованием формальных языков, например OWL;
3) интеграция существующих онтологий.
Базовые онтологии
Набор базовых онтологий цифрового двойника здания в настоящее время включает:
¦ онтологию ifcOWL;
¦ онтологию здания, включающую основную информацию о конструкции, внутренней и внешней среде здания;
¦ онтологию здания EnergyPlus,включающую дополнительные классы, относящиеся к конструкции и материалам здания;
¦ онтологию HVACEnergyPlus,включающую дополнительные классы EnergyPlus,относящиеся к HVACоборудованию;
¦ онтологию, включающую дополнительные классы энергомодели EnergyPlus;
¦ онтологию инженерных систем здания, содержащую информацию об инженерном оборудовании здания и технических устройствах;
¦ онтологию моделей, предназначенную для поддержки компьютерных моделей цифрового двойника;
¦ онтологию измерений, описывающую измеряемые параметры и процесс измерения;
¦ онтологию данных, включающую различные источники и форматы данных, а также онтологию EXPRESS (https://w3id.org/express);
¦ онтологию времени (http://www.w3.org/2006/time#2016);
¦ онтологию, включающую классы для обмена данными с системой EnergyPlus;
¦ онтологию ресурсов, включающую информацию об основных энергоресурсах, их поставщиках и потребителях;
¦ онтологии мультиагентных систем (MAS) и систем, основанных на правилах, предназначенные для поддержки интеллектуальных систем управления;
¦ онтологию, предназначенную для поддержки сетей передачи данных на базе различных проводных и беспроводных протоколов;
¦ онтологию сервисов;
¦ онтологию пользователей, содержащую информацию о пользователях, их семьях, их домашних питомцах, их предпочтениях, профилях и т.д.;
¦ онтологию задач и повседневных домашних дел;
¦ онтологию бытовой техники, мебели и предметов интерьера.
Из упомянутых онтологий только онтология ifcOWL, онтология времени и онтология EXPRESSявляются стандартными онтологиями, остальные онтологии разработаны автором.
Онтология ifcOWLв виду её сложности и большого размера во многих случаях непосредственно не используется для формирования онтологий, а необходимые данные из неё транслируются в онтологию здания и онтологию здания EnergyPlus.
Часть онтологий проработаны подробно, другие включают только основные понятия. Число базовых онтологий может быть изменено.
Классы базовых онтологий
Класс Environmentонтологии здания представляет собой среду здания. Он включает классы: IndoorEnvironment,представляющий внутреннюю среду здания, OutdoorEnvironment представляющий внешнюю среду, BuildingEnvironment,включающий элементы конструкции здания (BuildingElement) и его внутреннее пространство (BuildingSpace),
EnvironmentalConditions,включающий основные параметры внутренней среды здания, такие как температура, влажность, освещенность и концентрация CO2. Онтограф для класса Environmentпоказан на рисунке 2. Класс BuildingEnvironmentэквивалентен классу Building. Класс BuildingElementсодержит классы Construction, Door, Floor, Material, Roof, Surface, Wall, Windowи др, выровненные с одноименными классами EnergyPlus. Класс BuildingSpaceэквивалентен классу BuildingLocation.Он содержит классы Area, Basement, Room, Stage, Zoneи др. При этом классы Roomи Zoneвыровнены с соответствующими классами EnergyPIus.
Класс Locationонтологии здания предназначен для описания местоположения. Он включает подклассы BuildingLocation,эквивалентный классу BuildingSpace,и Outside,эквивалентный классу OutdoorEnvironment. Класс BuildingLocationвключает множество зон здания, таких как этажи, комнаты, коридоры, пристройки, террасы, балконы и др., а также различные поверхности - полы, потолки, стены и др. Класс комнаты в свою очередь включает различные виды комнат, такие как столовые, кухни, спальни, ванные, гостиные, кабинеты, кладовки и др.
Класс Equipmentонтологии инженерного оборудования включает классы инженерных систем здания: HVAC_Systemдля системы отопления, вентиляции и кондиционирования, ElectricalSystemдля системы электроснабжения, LightingSystemдля системы освещения, WaterSystem- системы водоснабжения, GasSystem- системы газоснабжения, SecuritySystem- системы безопасности, ControlSystem- системы управления зданием, IT_System- информационной системы здания, а также класс EquipmentParametersдля параметров инженерного оборудования. Онтограф для класса Equipmentпоказан на рисунке 3.