AWS IoT TwinMaker
Servicio que construye gemelos digitales de instalaciones físicas, integrando escenas 3D con datos en tiempo real para monitorización del estado de equipos y simulación
Descripción general
AWS IoT TwinMaker es un servicio que reproduce virtualmente espacios físicos como fábricas, edificios e instalaciones industriales como gemelos digitales. Integra fuentes de datos heterogéneas como modelos 3D, datos de sensores IoT, feeds de video e historial de mantenimiento, visualizando el estado actual de los equipos en tiempo real. El modelo entidad-componente permite definir de forma flexible la estructura jerárquica y atributos de los equipos, pudiendo mostrar de forma integrada escenas 3D y dashboards de datos desde plugins de Grafana o aplicaciones web propias.
Modelo entidad-componente y diseño de workspace
El modelo de datos de TwinMaker se compone de tres capas: workspace (contenedor lógico por proyecto), entidad (representación de objetos físicos) y componente (conexiones de datos adjuntas a entidades). Por ejemplo, dentro del workspace "Fábrica A" se crea la entidad "Bomba A-001", vinculando como componentes los datos de temperatura y presión de IoT SiteWise y video de cámaras de Kinesis Video Streams. Los archivos de modelos 3D se guardan en la biblioteca de recursos del bucket de S3 vinculado al workspace y se usan en las escenas. Al definir previamente tipos de componentes, se pueden reutilizar patrones de conexión de datos al instanciar masivamente equipos del mismo tipo. Las entidades se organizan en jerarquías propias mediante relaciones padre-hijo, de modo que una estructura fábrica → planta → línea → máquina pasa a ser la jerarquía del gemelo digital.
Visualización integrada de escenas 3D y datos en tiempo real
Con el compositor de escenas de TwinMaker se importan modelos 3D (formato glTF, entre otros) para reproducir visualmente la disposición de los equipos. En ubicaciones de la escena 3D se configuran overlays de datos como etiquetas (visualización por colores de temperatura, iconos de estado de alarma, etiquetas numéricas, entre otros), que vinculan los datos de sensores y otros datos a la ubicación de los equipos. Usando el plugin TwinMaker de Grafana, se pueden colocar paneles de escena 3D y paneles de gráficos de series temporales en el mismo dashboard, construyendo una UI vinculada donde al hacer clic en un equipo del modelo 3D se muestra el gráfico de datos del sensor correspondiente. AWS ofrece este plugin tanto para Grafana como para Amazon Managed Grafana.
Aplicación a simulación y mantenimiento predictivo
El gemelo digital de TwinMaker puede utilizarse no solo para visualizar el estado actual, sino también como base para predicción de estados futuros y simulación. Los resultados de inferencia de modelos de mantenimiento predictivo construidos con SageMaker se vinculan como componentes a las entidades, pudiendo mostrar en la escena 3D información predictiva como "esta máquina tiene un 85% de probabilidad de fallar en las próximas 72 horas". Otra configuración ejecuta detección de anomalías en tiempo real con aplicaciones Flink y refleja los resultados en componentes de alarma de TwinMaker. Para simular cambios de layout de equipos o la adición de nuevas máquinas, una opción es combinar TwinMaker con herramientas de socios de AWS que ofrecen simulación. Para la gestión de edificios, una forma es convertir los archivos BIM (Building Information Modeling) y otros similares al formato glTF antes de incorporarlos a TwinMaker.
Referencias (recursos oficiales de AWS)
Las fuentes primarias de esta página son el sitio web y la documentación oficiales de AWS. Consulta las páginas oficiales siguientes para conocer las especificaciones y los precios más recientes.
- AWS IoT SiteWise (página oficial)
- AWS IoT Core (página oficial)
- Amazon Managed Grafana (página oficial)
- Documentación de AWS (oficial)
Si esta página y la documentación oficial difieren, prevalece la documentación oficial.