AR能与医疗产生哪些奇妙的化学反应？｜ALVA 行业观察

图片

欧洲云计算巨头OVH位于史特拉斯堡的一个数据中心近日发生严重火灾，导致350万个网站脱机，损失惨重。数据中心设备布线复杂，安全隐患众多。数据中心环境监测系统有大量传感器收集数据中心实时情况，但是由于难以直观展示系统收集到的数据，环境监测系统的使用场景仍有很大发掘潜力。

随着5G的发展，增强现实（AR）为工业场景带来更多可能性，其中就包括使用AR技术将数据投放到设备现场。ALVA Systems 作为一家专注工业领域的AR解决方案提供商，在传统工业场景实施部署了大量AR能力，本文以数据中心为例，拆解AR如何与工业场景结合，实现效率的颠覆提升。

建设机房数字孪生系统

机房数字孪生系统如同物理机房的虚拟机，机房的物理模型、传感器实时数据等信息全部集成于数字孪生机房之上，实时反应着机房的各项数字指标。结合ALVA Systems的高效建模工具，将机房的系统数据与数字孪生系统集成之后，巡检员走到机柜旁便可看到其实时运转数据信息，这种就地投放实时运营数据的方式将极大提高运营水平。

（AR数字孪生汽车产线实拍）

AR导航帮助巡检员快速寻找故障点

以机房冷却系统为例，当机架上的温度传感器收集到实时温度数据后，检测到当前机房有2-3个热点，需要立刻找到热点进行处理。在此类需要迅速找到故障点的场景下，通常巡检人员需要首先确定故障点位置，然后查看机柜编号，根据自己头脑中印象与编号辅助，去查找故障点的位置。

图片
（ALVA AR导航在数据中心的实际应用）

在AR空间室内导航的加持下，巡检员不必再凭借对设备摆放位置的记忆查找故障点。这张图片展示的是AR巡检应用的工作画面。巡检员在设备上收到机房报警信息后，可立即点击设备中显示的故障信息，去往故障点的线路信息便立即投放在巡检员眼前，引导巡检员到达故障点。

AR巡检路线导览的真实有效建立在机房数字孪生系统的建设上。ALVA数字孪生系统弥补了GPS在小范围场景下无法实现精准导航的情况。预先对机房物理环境进行建模，然后通过模型编辑方式，将机柜编号、维修视频、设备资料等信息一一与3D机房模型结合。

当机房出现报警时，巡检员跟随AR导览走到故障点，在行走过程中，设备的摄像头对现场环境采集，与孪生机房的模型进行比对，确保巡检员行走的是正确路线，能够准确到达故障点。

无需复杂查找操作，AR将设备检修数据带到现场

到达故障点后，预先绑定在机房3D模型上的视频维修资料与设备信息便在此时发挥作用，巡检员可以非常方便地跟随视频的引导对设备进行维修拆解。

图片

若巡检员遇到疑难问题时，无法独自对现场情况进行判断，AR远程沟通工具ALVA Rainbow 可以允许巡检员与远程专家连线，不同于普通的视频通话，ALVA Rainbow 可以通过摄像头拍下现场画面，并在画面上做AR实时标注，一边通话一边对现场进行标注。

（ALVA Rainbow AR远程沟通工具演示）

Rainbow 可以在复杂设备现场实现高效敏捷沟通，同时可集成于企业工单系统，整个通话过程被录制，通过侧面为巡检员建立量化评价系统，实现在工业场景中的追责到人，提高问题解决的效率与质量。

利用人工智能做好数据中心预测性维护

ALVA 预测性维护同样基于机房的数字孪生系统，机房数据孪生系统可根据历史数据，进行数据分析，并将结果反馈到数字孪生系统中。从数据收集到数据分析最后给出决策建议，产生封闭的决策循环。

以气流传感器为例，气流传感器可检测机房内冷通道与热通道的分区泄漏的气压差，从而控制机房空调（CRAC），地板下空气压力传感器向机房的空气处理器（CRAH）、CRAC或建筑系统提供反馈，根据需要改变风扇转速以满足地板下压力设定点。

如果气流疏散不顺畅，产生热点，孪生系统可对热点产生时刻前后数据进行提取，通过机器学习与数值模拟验证等方式实现原因分析，并针对事故原因提出产品设计、生产流程设计中针对性的改进方案。

AR应用应该如何选择

在“十四五规划”中，明确提出系统布局新型基础设施，加快第五代移动通信、工业互联网等建设，数据中心新基建迎来前所未有的发展机遇。

ALVA Systems 服务客户遍布电力、航天、汽车、医疗等高度复杂精密的工业场景，具有多元方案部署经验。此外ALVA Systems具有领先的底层异构计算能力，支持ALVA 的AR应用更好地与硬件设备结合，发挥更好性能，为用户提供更可靠与稳定的AR服务。毫无疑问，AR技术将为数据中心的运维带来全新变革。