디지털 트윈 빌더(미리 보기)는 물리적 작업에 대한 포괄적인 운영 분석 시나리오를 빌드하기 위한 Microsoft Fabric 항목입니다. 디지털 트윈 빌더의 낮은 코드/없음 코드 환경을 통해 기업은 패브릭 및 Azure IoT 작업을 통해 서로 다른 데이터 원본에 연결할 수 있습니다. 포괄적인 디지털 트윈을 빌드합니다. 고도로 기술적인 전문 기술을 사용할 필요 없이 인사이트를 생성합니다. 디지털 트윈 빌더를 사용하면 운영 직원이 Microsoft Fabric의 올인원 분석 플랫폼 내에서 관계를 기반으로 트윈을 탐색하고 시계열 분석을 수행할 수 있습니다. 그런 다음 고객은 이러한 환경의 인사이트를 사용하여 폐기물 감소, 수율 개선, 안전 강화 및 지속 가능성 목표 달성과 같은 운영 개선을 추진할 수 있습니다.
중요합니다
이 기능은 프리뷰 상태입니다.
이 자습서에서는 가상 회사 Contoso Energy의 디지털 트윈 빌더에서 시나리오 온톨로지 빌드를 안내합니다. 여러 원본에서 데이터를 모델링하고 컨텍스트화하는 디지털 트윈 빌더의 기능에 중점을 두고 Power BI 대시보드를 사용하여 데이터를 시각화합니다.
필수 조건
- Microsoft Fabric가 활성화된 용량을 보유한 작업 공간.
- 테넌트에서 디지털 트윈 빌더(미리 보기 기능)가 활성화되었습니다.
패브릭 관리자는관리 포털에서 디지털 트윈 빌더에 대한 액세스 권한을 부여할 수 있습니다. 테넌트 설정에서 Digital Twin Builder(미리 보기)를 사용하도록 설정합니다.
테넌트는 디지털 트윈 빌더가 호환되지 않기 때문에 Spark에 대한 자동 크기 조정 청구를 활성화할 수 없습니다. 이 설정은 관리 포털에서도 관리됩니다.
- 컴퓨터의 최신 Power BI 데스크톱 앱(자습서의 5단계에서는 패브릭의 Power BI 서비스가 아닌 데스크톱 앱을 사용해야 합니다). 여기서 얻을 수 있습니다. Power BI를 다운로드하세요.
Contoso Energy 시나리오 이해
이 자습서에서는 가상의 회사 Contoso Energy를 제공합니다.
Contoso Energy는 지속 가능하고 재생 가능한 비포실 연료 제품인 바이오에탄올을 생산하기 위해 최선을 다하고 있는 선도적인 에너지 회사입니다. Contoso Energy는 효율성을 개선하고, 에너지 소비를 줄이고, 제품 품질을 보장하려는 목표를 달성하기 위해 증류 현장에서 디지털 트윈 빌더(미리 보기)를 사용하여 솔루션을 구현하기로 결정했습니다.
Contoso Energy는 현재 증류 공정에서 다음과 같은 몇 가지 문제에 직면해 있습니다.
- 능률: 기존 증류 단위는 최적화되지 않으므로 처리 시간이 길어지고 운영 비용이 높아질 수 있습니다.
- 에너지 소비량: 증류 공정을 유지하는 데 필요한 에너지는 상당하며 회사의 지속 가능성 목표에 영향을 미칩니다.
- 제품 품질: 프로세스 매개 변수의 변화로 인해 여러 사이트에서 일관된 제품 품질을 보장하는 것은 어려운 일입니다.
이러한 문제를 완화하기 위해 Contoso Energy는 다음을 수행해야 합니다.
- 센서, 제어 시스템 및 실험실 정보 관리 시스템을 비롯한 여러 원본에서 데이터 및 메타데이터를 수집합니다. 이 포괄적인 데이터 수집을 통해 증류 프로세스를 전체적으로 볼 수 있습니다.
- 대규모 프로세스 및 자산 세부 정보를 나타내는 의미 체계 컨텍스트를 만들어 자산을 연결합니다. 이 의미 체계 컨텍스트는 전체 프로세스에서 서로 다른 자산과 해당 역할 간의 관계를 이해하는 데 도움이 됩니다.
- 의미 체계 컨텍스트를 확장하여 사이트 전체에서 데이터 기반 의사 결정을 내립니다.
다음 다이어그램은 증류 공정이 어떻게 구성되는지 보여줍니다.
디지털 트윈 빌더는 Contoso Energy가 운영을 혁신하는 데 도움이 될 수 있습니다. 이 플랫폼을 사용하면 다양한 원본의 데이터를 원활하게 통합하고 컨텍스트화하여 증류 프로세스에 대한 통합 보기를 만들 수 있습니다. 이러한 전체적인 접근 방식을 통해 Contoso Energy는 귀중한 인사이트를 얻고, 운영을 최적화하고, 효율성을 높이고, 에너지 소비를 줄이고, 제품 품질을 향상시키는 정보에 입각한 결정을 내릴 수 있습니다.
샘플 온톨로지
이 자습서에서는 이전 섹션에 설명된 증류 프로세스의 하위 집합을 다룹니다. 이 프로세스는 다음 온톨로지에서 확인할 수 있습니다.
데이터 원본
Contoso Energy는 해당 사이트에서 증류 공정을 모델링하고 표준화하려고 합니다. 디지털 트윈 작성기에서 프로세스를 모델링하기 위해 각 사이트가 프로세스 엔터티 유형의 인스턴스인 10개의 사이트를 나타내는 것으로 시작합니다.
자습서용 원시 데이터
이 자습서에서는 다음 데이터 원본을 사용합니다.
| 데이터 형식 | 사용법 |
|---|---|
| 자산 데이터 | 증류소, 콘덴서 및 Reboiler에 대한 자산 정의입니다. 이러한 각 엔터티 형식에는 테이블에 정의된 10개의 인스턴스가 있습니다. |
| 시계열 | 넓은 형식의 운영 데이터입니다. |
| 유지 관리 요청 | 특정 기술자 및 장비와 관련된 유지 관리 요청입니다. |
| 기술자 | 사이트에서 작업하는 기술자를 자세히 설명하는 SAP 데이터입니다. |
| 증류 공정 데이터 | 시작 및 종료 시간 및 각 프로세스 항목에 대한 낭비 KPI를 포함하는 여러 사이트에 대한 MES/프로세스 데이터입니다. 고객은 MES 데이터를 가져와서 발생한 각 프로세스를 격리하기 위해 자산 및 이벤트 데이터로 컨텍스트화합니다. |
운영 데이터
Contoso Energy는 에지 시스템을 통해 다양한 사이트에서 시계열 데이터를 받습니다. 모든 사이트는 다음 자산을 포함하는 동일한 증류 프로세스를 수행합니다.
-
증류기:
RefluxRatio,MainTowerPressure,FeedFlowRate및FeedTrayTemperature에 대한 시계열 데이터를 생성합니다. -
Condenser: , 및
Temperature.에 대한PressurePower시계열 데이터를 생성합니다. -
Reboiler은/는
Pressure및InletTemperature와OutletTemperature에 대한 시계열 데이터를 생성합니다.
이러한 측정은 증류 공정을 모니터링하고 제어하여 효율적이고 안전한 작업을 보장하는 데 도움이 됩니다.
자습서 단계
이 자습서에서는 Contoso Energy에 대한 디지털 트윈 빌더(미리 보기) 솔루션을 빌드합니다.
특히 다음 방법을 알아봅니다.
- 환경 설정 및 디지털 트윈 작성기 항목 배포
- 엔터티 형식을 만들고 속성 및 시계열 데이터를 해당 형식에 매핑합니다.
- 엔터티 형식 간의 의미 체계 관계 정의
- 온톨로지를 검색하고 탐색하세요.
- 디지털 트윈 작성기 데이터를 사용하여 Power BI 보고서 만들기
이 자습서에서 작성하는 Power BI 보고서는 다음과 같습니다.
