数孪生在工业数据建模中的应用

数字孪生在工业数据建模中的应用摘要：数字孪生作为对物理世界的模型和数字化镜像的过程和方法，其影响力日趋增强。本文从工业互联网发展的角度阐述了数字孪生技术如何解决工业数据的呈现和建模，重点列举了数字孪生在工业数据建模中的垂直应用方向，归纳并分析了数字孪生的关键技术和建设内容，本文聚合产业共识、引领工业创新、加速应用推广等方面具有重要意义，为政府和产业界推动工业互联网平台的发展构建、实践探索有参考意义。关键词：数字孪生工业互联网数据建模数字孪生的内涵数字孪生集成了人工智能和机器学习等技术，将数据、算法和决策分析结合在一起建立模型，将不同学科、物理量、多尺度及多概算进行集合完成仿真操作，在虚拟空间中映射，监控物理对象在虚拟模型中的变化，反应装备整体生命周期过程，诊断基于人工智能的多维数据复杂处理与异常分析[1]。例如数字孪生用于管道设计、调度优化、管道设备运行维护、管道全生命周期管理，促进真实管道系统与虚拟管道系统的信息交互及融合，实现虚拟管道仿真优化结果，指导真实管道建设运营业务优化。数字孪生利用数字化来表达物理产品，通过数字化产品观察到物理产品可能发生的变化，未来数字孪生技术成为工业产业中的重点技术。数字孪生在工业数据建模中的应用方向工业互联网模型的沉淀、集成与管理是工业互联网平台对数据挖掘核心能力的体现，信息模型的集成与统一是提升平台工业要素管理水平的关键，为资产、功能提供统一的语义描述和开发能力。其中，机理模型、数据模型、业务模型快速在平台中沉淀，使平台能为各个不同领域不同场景提供工业个性服务成为可能。目前，部分研究已开始探索面向数字孪生的实时互联和应用。例如石油领域沉淀采油的大量现代物理学知识，积累数亿小时的油井运行数据，在此基础上不断训练分析模型，更好诊断井下和地表异常，优化油井运行[2]。机械领域专注于旋转机械、往复机械的振动监测，积累了大量燃气轮机、轴流风机、挤压造粒机、汽轮机等设备历史运行数据和领域知识，强化设备预测性维护的性能[3]。航空航天，汽车和食品饮料等行业开发了缺陷检测、质量管理、绩效优化、预测性维护、能耗管理、资产和供应链等领域的优化应用。数字孪生的关键技术和建设内容数字孪生的关键技术和必要内容的建设需关注四个方面：数据来源与传感、多领域模型搭建、虚拟现实感知和数据云服务。1，传感网数据处理的每个阶段都具有不确定性，随着数据的传播，各环节的不确定性不断传递、放大，最终可能极大地影响感知结果的质量。因此根据具体应用场景设计传感器，使种类、精度、可靠性和工作环境都匹配并适用，构建快速安全、准确可靠的传感器网络，将系统状态安全实时传输供上层应用。2，工业数据建模与分析能识别工业互联网实施过程中的影响因素以及影响因素之间的层次结构关系，是工业快速迭代、持续优化、数据驱动的新方式，改进系统优化，提高资源配置效率，有助于推动工业互联网的顺利实施。从不同领域、机理层面进行多领域模型的理解和设计。多种特性的融合比特定领域的开发和熟化使系统方程具有更大的自由度，传感器数据的动态更新也更加要求准确一致，需同时在时间、空间以及耦合范围上同步优化参数。3，VR/AR是前沿科技领域当下的热门，打破虚实鸿沟，是重要智能工具与人机交互方式。工业互联网领域，VR/AR技术为代表从起初的验证探索阶段进入现实的环境落地阶段，提供远程协助、3D可视化、实时诊断与反馈功能，可提高按时交付率、产能利用率、首次修复率、新人培训效率，减少返工、废料与不合格率等[4]。。在数字孪生中，以虚拟映射方式叠加孪生系统，从视觉、听觉、触觉等方面提供沉浸式的虚拟现实体验，实现人际互动。VR/AR技术能够帮助使应用者通过数字孪生系统迅速了解和学习系统的构造、特性、变化趋势、健康状态，对启发和升级系统提供丰富的选择。4，工业数据在全流程、全生命周期广泛应用，还包括算法库、知识库、模型库、参数库、专家库分析工具库的建立，工业互联网平台的数据应用支撑体系应为此提供便捷、优质、低成本的计算服务、存储服务和网络资源。在数字乱上的应用，建议构建安全的私有云，搭建数据中心和数据管理体系，为全生命周期的工业数据管理提供读取和备份服务，使系统具备历史状态回放、结构退化分析、任意时刻模拟等功能。由于数字孪生对数据的实时性有更高的要求，云服务的分布架构、数据的存储方式、检索的方法建立都需要有针对性的创建和部署。总结随着5G技术、无人机监测、红外线监测、计算机软硬件技术的不断优化，各国对物联网和工业互联网的需求不断提高，普遍适应工业互联，并将数字孪生在工业数据建模中发挥