AWS IoT TwinMaker
构建物理设施的数字孪生，将 3D 场景与实时数据集成，实现设备状态监控和仿真的服务
概述
AWS IoT TwinMaker 是一项将工厂、建筑、工业设施等物理空间以数字孪生形式虚拟再现的服务。它整合 3D 模型、IoT 传感器数据、视频流、维护历史等异构数据源，实时可视化设备当前状态。通过实体-组件模型灵活定义设备层级结构和属性，可通过 Grafana 插件或自定义 Web 应用实现 3D 场景与数据仪表板的集成展示。
实体-组件模型与工作区设计
TwinMaker 的数据模型由三层构成：工作区 (Workspace，按项目划分的逻辑容器)、实体 (Entity，物理对象的表示)、组件 (Component，附加到实体的数据连接)。例如，在「东京工厂」工作区内创建「泵 A-001」实体，并为其附加来自 IoT SiteWise 的温度/压力数据组件、S3 上的 3D 模型文件组件、以及来自 Kinesis Video Streams 的摄像头画面组件。预先定义组件类型后，在大量实例化同型设备时可复用数据连接模式。实体间还可定义父子关系和空间配置关系，将工厂 → 楼层 → 产线 → 设备的层级结构直接映射到数字孪生中。
3D 场景与实时数据的集成展示
通过 TwinMaker 的场景编辑器导入 3D 模型 (glTF 格式)，可视化再现设备布局。在 3D 场景中的对象上设置数据叠加层 (温度色彩映射、告警状态图标、数值标签)，无需到达现场即可直观掌握设备状态。使用 Grafana 的 TwinMaker 插件，可在同一仪表板中放置 3D 场景面板和时序图面板，构建点击 3D 模型中的设备即显示对应传感器数据图表的联动 UI。与 Amazon Managed Grafana 集成还可简化认证和授权配置。支持移动设备访问，适用于现场工作人员使用平板电脑查看 3D 孪生并执行维护作业的场景。
仿真与预测性维护应用
TwinMaker 的数字孪生不仅可用于当前状态可视化，还可作为未来状态预测和仿真的基础。可将 SageMaker 构建的预测性维护模型推理结果作为组件附加到实体，在 3D 场景上显示「该设备在 72 小时内故障概率为 85%」等预测信息。使用 Flink 应用执行实时异常检测并将结果反映到 TwinMaker 告警组件的模式也很有效。还可在虚拟空间中模拟设备布局变更或新设备添加，在进行物理变更前评估影响。在建筑行业，将 BIM (建筑信息模型) 数据导入 TwinMaker 用于竣工后建筑管理的数字孪生应用案例正在增加。