3. 设备建模与Thing模板设计

在ThingWorx中，设备建模的核心不是“把设备接进来”，而是先回答一个更基础的问题：这台设备在平台里应该被抽象成什么？对于典型旋转机械（如离心泵、风机、电机、齿轮箱），它既有静态的身份信息，又有随时间变化的运行状态，还有可被调用的能力（如启停、复位、标定）和需要被记录的事件（如振动越限、温度突升）。ThingWorx用Thing、ThingShape、ThingTemplate、属性、服务、事件这几个概念，把这四类信息组织成可复用、可继承、可批量实例化的模型体系。

一、四个核心概念的分工

Thing是模型的最小实例单位，代表一台具体设备，例如“1号循环水泵”。它拥有唯一的名称，承载该设备真实的属性值、可调用的服务和产生的事件。Thing不是模板，而是模板实例化后的产物。

ThingShape是可复用的能力集合，它定义“具备什么属性、能提供什么服务、会抛出什么事件”，但不绑定具体设备。例如可以定义“旋转机械振动监测Shape”，其中包含振动速度有效值、加速度峰值、轴承温度三个属性，一个“获取振动特征”服务，以及一个“振动越限”事件。ThingShape的价值在于跨设备类型复用：泵、风机、电机都可以挂载同一个振动监测Shape。

ThingTemplate是设备类型的“出厂定义”，它继承一个或多个ThingShape，并可以在此基础上增加该类型特有的属性、服务和事件。例如“离心泵模板”继承“旋转机械振动监测Shape”和“电机电气参数Shape”，再补充“额定流量”“额定扬程”“密封形式”等泵专有属性。ThingTemplate决定了同一类设备实例化后默认具备哪些能力。

属性、服务、事件是模型的三个行为面：属性描述“现在是什么状态”，服务描述“能做什么”，事件描述“发生了什么值得关注的事”。三者共同构成设备在平台中的可观测与可操作边界。

二、为典型旋转机械建立标准化模型

以一台离心泵为例，标准化建模可以按“能力拆分—类型组装—实例落地”三步推进。

第一步，按监测维度拆分ThingShape。旋转机械的共性监测维度通常包括振动、温度、转速、电气参数和工艺参数。建议拆成四个Shape：振动监测Shape（振动速度有效值、加速度峰值、位移峰峰值、振动越限事件、获取振动特征服务）；温度监测Shape（轴承温度、绕组温度、温度突升事件）；转速与负载Shape（转速、电流、功率、负载率）；设备身份Shape（设备编号、位号、安装位置、投运日期）。拆分粒度以“能否被不同设备类型复用”为准，不要把所有属性塞进一个Shape。

第二步，用ThingTemplate组装设备类型。新建“离心泵模板”，继承上述四个Shape，再补充泵专有属性：额定流量、额定扬程、必需汽蚀余量、密封形式、联轴器形式。同时补充泵专有服务：启动、停止、复位、切换备用泵；补充泵专有事件：汽蚀报警、密封泄漏报警、联锁停机。这样，一台离心泵在平台中的能力边界就完整了。

第三步，实例化Thing并绑定数据源。基于“离心泵模板”创建Thing，命名为“P-101A 1号循环水泵”，填写设备编号、位号、安装位置等身份属性，再把振动、温度、转速等属性绑定到实际数据源（如OPC UA节点、MQTT主题或边缘采集服务）。绑定完成后，属性值会随采集周期刷新，服务可被手动或规则调用，事件按条件触发。

三、属性、服务、事件的设计要点

属性设计要区分静态属性与动态属性。静态属性（设备编号、额定参数、安装位置）在实例化时填写，之后很少变化；动态属性（振动值、温度、转速）由数据源持续更新。建议为动态属性设置合理的采集周期和死区，避免无效刷新。例如振动速度有效值采集周期设为1秒，死区设为0.1 mm/s；轴承温度采集周期设为5秒，死区设为0.2℃。

服务设计要明确输入、输出与副作用。以“获取振动特征”服务为例，输入为时间窗口（如最近10分钟），输出为振动速度有效值、加速度峰值、位移峰峰值和特征频率幅值；副作用是可能触发一次“振动越限”事件。服务不应只做数据读取，还应承担必要的计算、判断和状态回写。

事件设计要定义触发条件、等级和携带数据。例如“振动越限”事件，触发条件为振动速度有效值连续3个采集周期超过4.5 mm/s，等级为“警告”，携带数据包括设备位号、当前值、阈值、触发时间。事件不是日志，而是可被订阅、可驱动工单、可联动停机的业务信号。

四、标准化带来的实际收益

当同类设备都基于同一ThingTemplate实例化时，批量运维成为可能。例如现场有12台同型号循环泵，只需维护一份“离心泵模板”，新增设备时创建Thing并绑定数据源即可，无需重复定义属性、服务和事件。当监测逻辑需要调整时，修改模板或Shape，所有实例自动继承变更。对于健康评估而言，标准化模型还保证了不同设备之间的指标可比性：同一振动特征、同一温度阈值、同一事件等级，评估算法可以直接跨设备复用。

需要强调的是，标准化不等于僵化。对于确有差异的设备，可以在实例化后单独覆盖属性默认值、追加专有服务或调整事件阈值，但应尽量把共性留在模板层，把差异留在实例层。这样既保证了一致性，又保留了必要的灵活性。

五、一个可参考的建模检查清单

把上述模型落到ThingWorx中，最终形成的是一套“Shape定义能力、Template定义类型、Thing承载实例”的三层结构。对于旋转机械这类批量大、监测维度相似的设备，这套结构能显著降低建模重复度，并为后续的健康评估、阈值管理和批量运维提供一致的数据基础。