第1章 数字孪生的基础知识 1
1.1 数字孪生概述 1
1.1.1 数字孪生概念的问世 2
1.1.2 数字孪生的定义 3
1.1.3 物理实体与数字孪生体的关系 5
1.1.4 数字孪生的典型特征 5
1.2 数字孪生的发展 7
1.2.1 数字孪生的早期应用 7
1.2.2 数字孪生近期的发展 12
1.3 数字孪生的意义 14
1.3.1 数字孪生对于工业制造业的意义 14
1.3.2 数字孪生对于基建工程的意义 15
1.3.3 数字孪生对于智慧城市的意义 16
1.3.4 数字孪生对于智慧医疗的意义 16
1.3.5 数字孪生的通用意义 17
1.4 数字孪生的主要应用领域 17
1.4.1 基于模仿的数字孪生应用 17
1.4.2 数字孪生城市 19
1.4.3 数字孪生医疗 21
1.4.4 数字孪生工厂 22
1.4.5 数字孪生在其他行业的应用 24
1.4.6 数字孪生在不同环节的形态 26
1.5 数字孪生应用的关键技术 27
1.5.1 物联网 28
1.5.2 5G技术 29
1.5.3 VR/AR/MR 29
1.5.4 API 31
1.5.5 大数据 31
1.5.6 云计算 31
1.5.7 人工智能 32
1.5.8 边缘计算 32
1.6 本章小结 32
第2章 数字孪生在数据中心中的应用概述 33
2.1 数据中心现状浅析 33
2.1.1 数据中心的定义和发展现状 33
2.1.2 数据中心的发展现状 37
2.1.3 数据中心的能效指标 39
2.2 数字孪生在数据中心的应用场景 41
2.2.1 数字孪生在数据中心设计阶段的应用 41
2.2.2 数字孪生在数据中心运维阶段的应用 42
2.3 动环监控系统 45
2.3.1 动环监控系统的构成 45
2.3.2 动环监控系统的特点 48
2.3.3 数字孪生与动环监控系统结合的应用价值 49
2.4 本章小结 53
第3章 数字孪生在数据中心项目中的数据分析 54
3.1 神经网络概述 54
3.1.1 基本概念 55
3.1.2 人脑神经网络 56
3.1.3 神经网络发展历史 57
3.1.4 神经网络模型 59
3.1.5 应用领域 60
3.2 神经网络理论基础 62
3.2.1 为什么要使用神经网络 62
3.2.2 数学理论 64
3.2.3 算法理论 71
3.3 数据的采集 73
3.3.1 动环系统的技术特点 74
3.3.2 动环系统的架构功能说明 74
3.4 数据模型的建立和训练 77
3.4.1 数据处理 77
3.4.2 特征工程 83
3.4.3 模型选取 85
3.4.4 模型训练及超参调整 87
3.5 数据模型对机房能耗的帮助 98
3.5.1 现有数据分析及预测效果分析 98
3.5.2 其他企业成功案例 100
3.6 本章小结 103
第4章 构建3D可视化的数字孪生体 104
4.1 搭建数据中心3D模型 104
4.2 技术选型——ThreeJS的优势 105
4.3 加载数据中心模型文件 106
4.3.1 使用FBXLoader加载数据模型 107
4.3.2 其他加载器与模型文件 111
4.4 设置场景、相机与控制器 113
4.4.1 场景、渲染器与ThreeJS坐标系 113
4.4.2 相机 116
4.4.3 控制器 118
4.5 光照与效果组合器 120
4.5.1 光照效果设置 120
4.5.2 效果组合器 121
4.5.3 展示3D场景 125
4.6 本章小结 128
第5章 3D可视化场景切换与数据展示 129
5.1 数据中心不同场景的切换 129
5.1.1 数据模型的合理分组 129
5.1.2 创建节点对象与节点查询 133
5.2 添加事件 137
5.3 将相机与控制器平滑移动至合适位置 144
5.4 场景切换 147
5.5 数据中心楼层展开效果 157
5.6 向楼层内添加设备 161
5.6.1 批量添加设备 161
5.6.2 设备的场景切换效果 168
5.6.3 设备数据展示 172
5.7 进阶篇一：数据中心热力图 174
5.8 进阶篇二：空间展示效果 180
5.9 数据中心大屏实例展示 183
5.10 本章小结 184
参考文献 185
鄂公网安备 42010302001612号 