深度解讀流程行業(yè)的數(shù)字孿生技術(shù)解決系統(tǒng)建模和協(xié)同優(yōu)化難題

流程工業(yè)是制造業(yè)的重要組成部分,是國民經(jīng)濟(jì)發(fā)展的重要基礎(chǔ),主要包括化工、冶金、石化等行業(yè),其安全高效的生產(chǎn)對國家而言具有重要的戰(zhàn)略意義。然而,流程工業(yè)物理化學(xué)變化反應(yīng)復(fù)雜、流程間能質(zhì)流嚴(yán)重耦合、多目標(biāo)沖突、在線實(shí)驗(yàn)風(fēng)險(xiǎn)大,給生產(chǎn)流程系統(tǒng)建模與高效協(xié)同優(yōu)化帶來極大困難,嚴(yán)重制約了生產(chǎn)質(zhì)量和資源利用率的進(jìn)一步提升。隨著信息技術(shù)與人工智能的發(fā)展,建立虛實(shí)結(jié)合、協(xié)同優(yōu)化運(yùn)行的流程工業(yè)數(shù)字孿生生產(chǎn)線所需技術(shù)逐漸成熟,其在流程工業(yè)的應(yīng)用價(jià)值與潛力日益凸顯。

流程工業(yè)主要包括化工、冶金、石化、造紙、電力等行業(yè),其生產(chǎn)過程中,原料通過化學(xué)、物理、相變等反應(yīng)或變化,經(jīng)連續(xù)加工生成新的物質(zhì)。流程行業(yè)不僅為機(jī)械、軍工等領(lǐng)域提供原材料與電力能源支持,也是國民經(jīng)濟(jì)與人民生活的重要保障。因此,流程工業(yè)生產(chǎn)不僅對企業(yè)至關(guān)重要,也是我國國民經(jīng)濟(jì)和社會發(fā)展的重要支柱產(chǎn)業(yè),在保障國家重大工程建設(shè)和帶動國民經(jīng)濟(jì)增長等方面起著不可替代的作用。相比于離散制造工業(yè),流程工業(yè)具有以下幾個(gè)特點(diǎn):流程工業(yè)特點(diǎn)：-1)原料物化屬性復(fù)雜且難以測量,涉及眾多工藝,每一個(gè)工藝的設(shè)備特征、工藝配方、原料屬性和操作參數(shù)都與生產(chǎn)性能指標(biāo)有著密切聯(lián)系,且加工工藝多為復(fù)雜的物理過程和化學(xué)反應(yīng),導(dǎo)致生產(chǎn)過程難以建模。-2)對流程工業(yè)而言,為了制造某一產(chǎn)品,原料必須通過由不同功能工序串聯(lián)起來的制造流程,在整體協(xié)同下組織生產(chǎn),其整體運(yùn)行的全局最優(yōu)是一個(gè)多流程耦合關(guān)聯(lián)、多目標(biāo)沖突的復(fù)雜動態(tài)優(yōu)化命題。-3)不同于離散工業(yè)在質(zhì)量缺陷時(shí)可以通過更換零件解決,流程工業(yè)體量大,容錯(cuò)率低,一旦發(fā)生異?；蚬收蠈⑹挂慌a(chǎn)品無效,造成巨大的經(jīng)濟(jì)損失,嚴(yán)重時(shí)可能造成人員傷亡與生態(tài)環(huán)境破壞,因此亟需經(jīng)營決策優(yōu)化的自感知、自計(jì)算、自組織和自維護(hù)功能。傳統(tǒng)的流程工業(yè)生產(chǎn)往往依靠工人經(jīng)驗(yàn),關(guān)鍵工藝質(zhì)量預(yù)測與操作決策依賴工作人員的知識儲備和認(rèn)知水平,嚴(yán)重制約了生產(chǎn)過程的安全高效運(yùn)行。經(jīng)過幾十年的發(fā)展,通過信息化、數(shù)字化等手段,我國流程工業(yè)產(chǎn)業(yè)結(jié)構(gòu)逐步優(yōu)化,關(guān)鍵技術(shù)不斷取得突破,對許多生產(chǎn)工序有了較完善的模型與控制系統(tǒng)。然而流程工業(yè)物理化學(xué)反應(yīng)復(fù)雜,工序間能質(zhì)流嚴(yán)重耦合,性能指標(biāo)影響因素眾多,生產(chǎn)異常和故障后果嚴(yán)重,因此,對物質(zhì)流、能量流和信息流的集成和高效調(diào)控成了現(xiàn)有制造模式亟待解決的難題。正是由于以上問題,現(xiàn)階段我國流程工業(yè)面臨資源利用效率偏低、能耗物耗較高、產(chǎn)品質(zhì)量較差、生產(chǎn)成本高、“三廢”排放量較大和環(huán)境污染較嚴(yán)重等問題。近年來流程工業(yè)生產(chǎn)事故時(shí)有發(fā)生,不僅使企業(yè)經(jīng)濟(jì)效益受損,而且污染環(huán)境,危及人民生命財(cái)產(chǎn)安全。構(gòu)建流程行業(yè)的數(shù)字孿生系統(tǒng),通過數(shù)字孿生體與工業(yè)實(shí)體的平行運(yùn)行、實(shí)時(shí)交互與迭代優(yōu)化,實(shí)現(xiàn)生產(chǎn)過程精準(zhǔn)預(yù)測與控制、生產(chǎn)自組織優(yōu)化調(diào)度、設(shè)備全生命周期管理、產(chǎn)品質(zhì)量追溯與管控等功能,可以大幅提升流程行業(yè)生產(chǎn)質(zhì)量和效益,促進(jìn)流程行業(yè)高質(zhì)量發(fā)展。1數(shù)字孿生1.1數(shù)字孿生發(fā)展數(shù)字孿生概念的提出是在2003年美國密歇根大學(xué)的Grieves教授所開設(shè)的產(chǎn)品全生命周期管理(Productlifecyclemanagement,PLM)課程上,當(dāng)時(shí)稱之為“與物理產(chǎn)品等價(jià)的虛擬數(shù)字化表達(dá)”,隨后在2003~2010年間,數(shù)字孿生被稱為“鏡像的空間模型”,直到2011年,在文獻(xiàn)中,作者提出了新的名詞:數(shù)字孿生體,該名詞正式產(chǎn)生并一直沿用至今。此后,美國空軍研究實(shí)驗(yàn)室與美國國家航空航天局(NationalAeronauticsandSpaceAdministration,NASA)在2011年開展合作,提出了飛行器的數(shù)字孿生體概念,并定義了數(shù)字孿生。NASA在2012年,發(fā)布“建模、仿真、信息技術(shù)和處理”路線圖,將數(shù)字孿生概念帶入公眾視野。2013年,美國空軍發(fā)布《全球地平線》頂層科技規(guī)劃文件,將數(shù)字線索和數(shù)字孿生并列視為“改變游戲規(guī)則”的顛覆性機(jī)遇,并于2014年組織洛馬、波音、諾格、通用電氣、普惠等公司開展了一系列應(yīng)用研究項(xiàng)目。從此,數(shù)字孿生理論與技術(shù)體系初步建立并對外推廣。在國內(nèi),2017中國科學(xué)技術(shù)協(xié)會智能制造學(xué)術(shù)聯(lián)合體在世界智能制造大會上將數(shù)字孿生列為世界智能制造十大科技進(jìn)展之一。由此可以看出,數(shù)字孿生概念的起源距今不到20年,現(xiàn)階段的數(shù)字孿生技術(shù)正處于理論逐漸成型、應(yīng)用飛速發(fā)展的階段。1.2數(shù)字孿生邊界定義對于數(shù)字孿生的體系結(jié)構(gòu)、建設(shè)規(guī)范,至今并沒有完全成熟、統(tǒng)一的標(biāo)準(zhǔn)。根據(jù)數(shù)字孿生特點(diǎn)與應(yīng)用背景,有研究者提出了數(shù)字孿生的三維結(jié)構(gòu)與五維模型對數(shù)字孿生相關(guān)概念、層級進(jìn)行了總結(jié)與歸納。為了能更準(zhǔn)確更客觀地理解數(shù)字孿生,本文采用邊界法,通過區(qū)分?jǐn)?shù)字孿生與相關(guān)概念,定義數(shù)字孿生的基本內(nèi)涵與功能邊界。1.2.1CPS與數(shù)字孿生CPS通過集成先進(jìn)的感知、計(jì)算、通信、控制等信息技術(shù)和自動控制技術(shù),構(gòu)建了物理空間與信息空間中人、機(jī)、物、環(huán)境、信息等要素相互映射、適時(shí)交互、高效協(xié)同的復(fù)雜系統(tǒng),實(shí)現(xiàn)系統(tǒng)內(nèi)資源配置和運(yùn)行的按需響應(yīng)、快速迭代、動態(tài)優(yōu)化,從而支撐信息化和工業(yè)化的深度融合。CPS的內(nèi)涵是虛實(shí)雙向的動態(tài)連接,簡單來說,CPS就是用P(物理)來獲得C(信息),從而用C來控制P。而數(shù)字孿生,是從物理實(shí)體對象鏡像出一個(gè)信息化的數(shù)字孿生體,正是CPS概念中從P(物理)得到C(信息)的過程,因此數(shù)字孿生是建設(shè)CPS的基礎(chǔ),是CPS發(fā)展的必經(jīng)階段,是CPS的核心關(guān)鍵技術(shù)。提出使用數(shù)字孿生構(gòu)架用于構(gòu)建基于云平臺的CPS,明確了數(shù)字孿生是構(gòu)建CPS的關(guān)鍵一步。從數(shù)字孿生的角度來說,數(shù)字孿生試圖在虛擬世界中盡可能地模擬物理世界真實(shí)發(fā)生的一切,但數(shù)字孿生并非一定要用于CPS,它有時(shí)候只是用來顯示而不作為控制。1.2.2工業(yè)互聯(lián)網(wǎng)與數(shù)字孿生數(shù)字孿生技術(shù)的關(guān)鍵在于孿生,即數(shù)字孿生體和物理實(shí)體一樣是實(shí)時(shí)并行運(yùn)行的。這樣的性質(zhì)使得數(shù)字孿生體對企業(yè)或工廠提供對外對內(nèi)的服務(wù)應(yīng)用具有與生俱來的優(yōu)勢。因而數(shù)字孿生常常與產(chǎn)品全生命周期服務(wù)緊密相連。而工業(yè)互聯(lián)網(wǎng),指的是通過邊緣層、IAAS(Infrastructureasaservice)層、PAAS(Platformasaservice)層、SAAS(Softwareasaservice)層的架構(gòu),結(jié)合微服務(wù)組件開發(fā)工業(yè)APP(Application)為客戶提供各式各樣的應(yīng)用服務(wù)與解決方案。因此,工業(yè)互聯(lián)網(wǎng)和數(shù)字孿生有著密不可分的關(guān)系,工業(yè)互聯(lián)網(wǎng)是數(shù)字孿生的延伸,是數(shù)字孿生的孵化床，數(shù)字孿生技術(shù)則給工業(yè)互聯(lián)網(wǎng)生態(tài)帶來持續(xù)的改進(jìn)優(yōu)化,拓展了工業(yè)互聯(lián)網(wǎng)應(yīng)用層面的可能性。1.2.3建模與數(shù)字孿生建模有各種分類,與數(shù)字孿生相關(guān)的建?？煞譃槿S幾何建模與仿真建模。三維幾何建模是數(shù)字孿生的重要部分,為數(shù)字孿生體提供更直觀的展示。仿真建模與數(shù)字孿生在某些方面非常相似,從宏觀層面上都是由實(shí)到虛的過程,但是兩者也有差距,首先,仿真建模更傾向于對實(shí)體進(jìn)行抽象,而數(shù)字孿生是對實(shí)體的復(fù)刻,即仿真建模是把一個(gè)問題簡單化,聚焦在想要研究的關(guān)鍵問題上,而數(shù)字孿生則傾向于把一個(gè)問題綜合化,使不同領(lǐng)域的問題在同一個(gè)模型上研究。其次,大多數(shù)的建模仿真是對一個(gè)獨(dú)立單元進(jìn)行的,而數(shù)字孿生涉及到多耦合的整個(gè)生產(chǎn)線,并貫穿設(shè)計(jì)、制造、維護(hù)的整個(gè)過程,因此數(shù)字孿生需要有多維度多尺度的建模,從而能在多個(gè)層級下對模型進(jìn)行耦合。此外,數(shù)字孿生體是動態(tài)的,需要與物理實(shí)體層的數(shù)據(jù)進(jìn)行實(shí)時(shí)交互,虛實(shí)融合,對模型迭代進(jìn)化。1.2.4

數(shù)字化工廠與數(shù)字孿生數(shù)字工廠以產(chǎn)品全生命周期的相關(guān)數(shù)據(jù)為基礎(chǔ),在計(jì)算機(jī)虛擬環(huán)境中,對整個(gè)生產(chǎn)過程進(jìn)行仿真、評估和優(yōu)化,并進(jìn)一步擴(kuò)展到整個(gè)產(chǎn)品生命周期的新型生產(chǎn)組織方式。從含義上來說,數(shù)字工廠是對工業(yè)數(shù)據(jù)的搜集歸類,建立信息平臺,從而對整個(gè)企業(yè)在制造、管理與營銷等方面的可靠性、經(jīng)濟(jì)性、質(zhì)量等有足夠的數(shù)據(jù)分析支持,另一方面,數(shù)字工廠通常在離散工業(yè)中通過三維建模與仿真,為產(chǎn)品設(shè)計(jì)到產(chǎn)品生產(chǎn)提供有關(guān)空間、尺寸的解決方案。在流程行業(yè)中,相比數(shù)字工廠,數(shù)字孿生有兩個(gè)不同,首先是其聚焦不同,數(shù)字孿生聚焦于工業(yè)生產(chǎn)線,不涉及過多的企業(yè)管理層面。其次是功能不同,在流程工業(yè)中,由于生產(chǎn)過程存在大量復(fù)雜的物理化學(xué)反應(yīng),其數(shù)字孿生體的構(gòu)建不僅涉及數(shù)字化三維建模,更是需要對流程工業(yè)進(jìn)行機(jī)理或者數(shù)據(jù)驅(qū)動的建模,通過對物理實(shí)體的全維度擬合,達(dá)到自主運(yùn)行的功能,從而為流程工業(yè)提供更合適的解決方案。2流程行業(yè)與數(shù)字孿生的映射框架第1節(jié)對流程工業(yè)的特點(diǎn)與難點(diǎn)、數(shù)字孿生的定義概念進(jìn)行了介紹,本節(jié)介紹流程工業(yè)過程的抽象數(shù)學(xué)模型,并結(jié)合數(shù)字孿生模型,闡述兩者如何在統(tǒng)一框架下進(jìn)行融合,從而達(dá)到流程工業(yè)物理實(shí)體與數(shù)字孿生體的迭代優(yōu)化,解決流程工業(yè)的建模難與協(xié)同優(yōu)化難問題。2.1統(tǒng)一的物理實(shí)體與數(shù)字孿孿生體抽象模型定義如第1節(jié)所述,流程工業(yè)最主要的難點(diǎn)在于流程工業(yè)建模復(fù)雜,從而導(dǎo)致其預(yù)測困難、優(yōu)化困難。建模復(fù)雜的原因有兩個(gè)方面,其一是單工序的建模復(fù)雜;其二是工序間耦合關(guān)系復(fù)雜。而數(shù)字孿生技術(shù),正是解決這一問題的關(guān)鍵手段?，F(xiàn)階段,業(yè)界普遍將一個(gè)流程生產(chǎn)線分為ERP(Enterpriseresourceplanning)、MES(Manufacturingexecutionsystem)、PCS(Processcontrolsystem)三層。三個(gè)層次之間存在著聚集與解聚的關(guān)系。例如PCS層一般以分、秒作為采集周期;MES層數(shù)據(jù)一般以班次、天作為計(jì)算周期;ERP層一般以月、季度作為周期,邊界數(shù)據(jù)可以累積加和向上聚集。結(jié)合流程工業(yè)的分層,本文將流程工業(yè)生產(chǎn)線抽象成一個(gè)樹結(jié)構(gòu),從上至下,隨著樹的深度增加,其節(jié)點(diǎn)涉及生產(chǎn)線范圍越小,耦合性越高。對于樹結(jié)構(gòu)中的任意一棵深度為2的子樹,其父節(jié)點(diǎn)對應(yīng)的物理實(shí)體,是由子節(jié)點(diǎn)對應(yīng)的物理實(shí)體構(gòu)成的。其構(gòu)成方式為各個(gè)子節(jié)點(diǎn)之間連接形成的有向無環(huán)圖。定義這樣的一個(gè)子樹的所有葉子節(jié)點(diǎn)組成的該有向無環(huán)圖為一個(gè)層級,其中的每個(gè)葉子節(jié)點(diǎn)為一個(gè)單元。每一個(gè)葉子節(jié)點(diǎn)單元可以表示為如下所示的數(shù)學(xué)抽象:fu＝u（x1,x2）

（1）其中,u是流程工業(yè)物理實(shí)體的數(shù)學(xué)抽象,fu是物理實(shí)體的輸出,x1;x2分別代表流程工業(yè)中的操作參數(shù)與過程參數(shù)。在物理實(shí)體層,同一層級中各個(gè)單元通過物質(zhì)流、能量流的方式進(jìn)行耦合,在抽象結(jié)構(gòu)中,我們定義其以參數(shù)的方式進(jìn)行耦合。對于有向無環(huán)圖中的每一個(gè)耦合關(guān)系,其參數(shù)耦合指的是前序單元的部分輸出作為后續(xù)單元的操作參數(shù)進(jìn)行輸入。在這樣的以參數(shù)耦合作為耦合方式的抽象關(guān)系中,數(shù)字孿生體可以定義為式(2)。其輸入輸出與物理實(shí)體層的數(shù)學(xué)抽象模型一致,均是以參數(shù)的形式,唯一的區(qū)別在于其映射函數(shù),前者依靠物理層的實(shí)際運(yùn)行而產(chǎn)生映射結(jié)果,后者采用建立的數(shù)字孿生體得到映射結(jié)果。fv＝v（x1，x2）

（2）其中,v是數(shù)字孿生體的數(shù)學(xué)抽象,fv是數(shù)字孿生體的輸出。2.2理想狀態(tài)下的強(qiáng)耦合協(xié)同優(yōu)化解決方法理想狀態(tài)下,一個(gè)數(shù)字孿生體是物理實(shí)體的完全復(fù)刻,其數(shù)學(xué)內(nèi)涵為u（x1，x2）＝v(x1，x2)，Vx1,x2

(3)式(3)表明,任何一個(gè)單元的流程,在全部變量空間中,由物理實(shí)體運(yùn)行得到的輸出和數(shù)字孿生體的輸出都保持一致。因此,對于這樣一個(gè)單元數(shù)字孿生體,可以通過優(yōu)化算法獲得最優(yōu)解,從而完成對該單元流程的優(yōu)化。在此基礎(chǔ)上,使用通過參數(shù)耦合的數(shù)字孿生體可以解決由于復(fù)雜耦合特性造成的流程工業(yè)協(xié)同優(yōu)化難問題。以由四個(gè)單元構(gòu)成的工業(yè)流程為例,假設(shè)所有數(shù)字孿生體都處于理想狀態(tài)下。具體可以分為如下兩種情況:情況1):所有單元的理想數(shù)字孿生體均存在。在該情況下,對于該層級流程的協(xié)同優(yōu)化問題,只需要考慮數(shù)字孿生模型,從后向前,根據(jù)依賴關(guān)系反向進(jìn)行優(yōu)化,可以確定所得解為全局最優(yōu)解。情況2):只有部分單元的理想數(shù)字孿生體存在。對于這一類情況,由于無法獲得全局最優(yōu)解,通常對指定單元進(jìn)行優(yōu)化,以獲得整體流程的局部最優(yōu)解。2.3非理想狀態(tài)下的數(shù)字孿生體優(yōu)化方案在現(xiàn)實(shí)情況下,數(shù)字孿生體往往不能與真實(shí)物理實(shí)體建立完全的映射關(guān)系,因此如何構(gòu)建一個(gè)盡可能理想的數(shù)字孿生體非常重要。有關(guān)如何構(gòu)建單元級數(shù)字孿生體在第3.2節(jié)中有詳細(xì)介紹。本節(jié)主要介紹如何通過全流程數(shù)字孿生體來對單元數(shù)字孿生體進(jìn)行反饋優(yōu)化。例如,在下圖中,為了對單元2進(jìn)行優(yōu)化,使用單元2的數(shù)字孿生體與物理實(shí)體模型平行運(yùn)行,將單元2的前序單元使用物理實(shí)體層的數(shù)據(jù)進(jìn)行輸入,根據(jù)單元2的數(shù)字孿生體的輸出與物理實(shí)體層單元2的輸出進(jìn)行比較,對偏差進(jìn)行反饋優(yōu)化。數(shù)字孿生體的反饋優(yōu)化在如下圖所示的流程生產(chǎn)線持續(xù)運(yùn)行過程中,可以看出,整個(gè)數(shù)字孿生體與物理實(shí)體保持了平行運(yùn)行、實(shí)時(shí)交互與迭代優(yōu)化的過程,物理實(shí)體的生產(chǎn)過程使數(shù)字孿生體不斷地優(yōu)化迭代,同時(shí)數(shù)字孿生體又通過提供操作參數(shù)推薦、產(chǎn)品生命周期管理等解決方案對物理實(shí)體生產(chǎn)線進(jìn)行改善,兩者互相促進(jìn),共同進(jìn)化。虛實(shí)交互數(shù)字孿生體2.4數(shù)字孿生技術(shù)在流程行業(yè)的價(jià)值通過上述的流程行業(yè)數(shù)字孿生生產(chǎn)線構(gòu)建與優(yōu)化方案,將物理實(shí)體流程上的耦合轉(zhuǎn)化成各個(gè)數(shù)字孿生體參數(shù)間的耦合,解決了流程工業(yè)耦合復(fù)雜而造成的協(xié)同優(yōu)化難題。通過全流程的物理實(shí)體對單個(gè)數(shù)字孿生體提供反饋優(yōu)化,提高單元級數(shù)字孿生體的構(gòu)建精度,此外,這種更新迭代機(jī)制也解決了流程行業(yè)模型動態(tài)演變問題。最后,多維度建模的數(shù)字孿生體相互耦合,得到自主運(yùn)行的數(shù)字孿生體,從而快速生成面向生產(chǎn)決策優(yōu)化的自感知、自計(jì)算、自組織和自維護(hù)解決方案。3流程行業(yè)數(shù)字孿生關(guān)鍵技術(shù)數(shù)字孿生是在大數(shù)據(jù)、云計(jì)算、人工智能發(fā)展的浪潮中孕育而生,因此可以說這三者是數(shù)字孿生技術(shù)的基石。已有較多的學(xué)者對數(shù)字孿生研究現(xiàn)狀做出總結(jié)。但是大多數(shù)是針對數(shù)字孿生的整體生態(tài),沒有聚焦到特定領(lǐng)域上,而數(shù)字孿生應(yīng)用領(lǐng)域廣闊,在不同的領(lǐng)域往往會與不同的技術(shù)相結(jié)合。例如在離散工業(yè)中,有學(xué)者利用多尺度融合建模、融合模型的狀態(tài)評估、數(shù)據(jù)采集與傳輸、全壽命周期數(shù)據(jù)管理、虛擬現(xiàn)實(shí)以及高性能運(yùn)算等技術(shù)構(gòu)建數(shù)字孿生系統(tǒng)。本文總結(jié)以上相關(guān)研究成果,并結(jié)合在流程行業(yè)領(lǐng)域的研究與應(yīng)用情況,以數(shù)據(jù)從物理實(shí)體到數(shù)字孿生體的數(shù)據(jù)流先后順序,將數(shù)字孿生系統(tǒng)構(gòu)建問題分為感知、集成、傳輸、建模、顯示、服務(wù)等基本過程。其中數(shù)據(jù)的感知、集成、傳輸技術(shù)為數(shù)字孿生技術(shù)提供基本保證,已發(fā)展較為成熟,而數(shù)字孿生體的構(gòu)建、增強(qiáng)式交互及其轉(zhuǎn)化應(yīng)用的方案在流程行業(yè)中非常欠缺,限制了流程行業(yè)數(shù)字孿生技術(shù)的發(fā)展,需要學(xué)術(shù)界和產(chǎn)業(yè)界投入更多精力聯(lián)合攻關(guān)。3.1數(shù)據(jù)基礎(chǔ)技術(shù)數(shù)字孿生的發(fā)展少不了數(shù)據(jù)作為基礎(chǔ)支撐,有關(guān)數(shù)據(jù)的基礎(chǔ)技術(shù)主要包括數(shù)據(jù)感知、多源異構(gòu)數(shù)據(jù)集成與數(shù)據(jù)傳輸技術(shù)。3.1.1數(shù)據(jù)感知為了建立功能完備的數(shù)字孿生體,需要大量準(zhǔn)確的相關(guān)數(shù)據(jù),數(shù)據(jù)的感知決定了數(shù)字孿生體最終的效果。流程工業(yè)現(xiàn)場數(shù)據(jù)可通過分布式控制(Distributedcontrolsystem,DCS)系統(tǒng)、可編程邏輯控制器(Programmablelogiccontroller,PLC)系統(tǒng)、智能檢測儀表等進(jìn)行采集。近10年來,隨著深度學(xué)習(xí)的發(fā)展,大量的圖像、聲音和文字中攜帶的信息可以被充分挖掘,大大擴(kuò)充了信息來源,各類圖像、聲音采集設(shè)備也廣泛使用到數(shù)據(jù)采集中。隨著傳感器成本的下降、傳感器性能和通訊技術(shù)的提升,傳感器與終端節(jié)點(diǎn)的連接數(shù)也大幅提升,采樣頻率得到提高,數(shù)據(jù)大量增加,為數(shù)字孿生帶來更多的可能性。針對流程工業(yè),

傳感器的發(fā)展方向主要包括以下三個(gè)方面:1)智能化:一方面完成多種傳感功能與數(shù)據(jù)處理、儲存、雙向通信的集成,實(shí)現(xiàn)信號探測、邏輯判斷、功能計(jì)算等基本任務(wù);另一方面讓傳感器實(shí)現(xiàn)內(nèi)部自檢、自校準(zhǔn)、自補(bǔ)償、自診斷等功能,完成數(shù)據(jù)在邊緣側(cè)的采集、清理、加工、集合,從而提升有效信息占比,節(jié)約傳輸流量。2)微型化:隨著集成微電子機(jī)械加工技術(shù)的日趨成熟,微機(jī)電系統(tǒng)(Micro-electro-mechanicalsystem,MEMS)大量使用在傳感器制造過程中,為傳感器微型化發(fā)展提供了重要的技術(shù)支撐,使傳感器在降低能耗、提高精度方面有巨大提升。3)新材料:除了傳統(tǒng)的半導(dǎo)體材料、光纖材料外,新型的生物傳感器、納米傳感器等新型材料傳感器技術(shù)正處于快速發(fā)展階段。部分新材料由于有抗高溫、耐腐蝕等特點(diǎn)可以很好地運(yùn)用到流程工業(yè)中,對以往只能通過軟測量方法得到的過程變量進(jìn)行測量。此外,巡檢機(jī)器人的廣泛應(yīng)用為惡劣環(huán)境下的數(shù)據(jù)采集提供了新的方案。3.1.2多源異構(gòu)數(shù)據(jù)集成數(shù)字孿生系統(tǒng)建設(shè)過程中,獲取的數(shù)據(jù)形式多樣,既包括圖像、聲音等非結(jié)構(gòu)化數(shù)據(jù),也包括溫度、壓力、流量、成分等結(jié)構(gòu)化數(shù)據(jù)。另外,還有大量由產(chǎn)品生命周期管理系統(tǒng)(PLM)、應(yīng)用程序生命周期管理系統(tǒng)(Applicationlifecyclemanagement,ALM)、服務(wù)生命周期管理系統(tǒng)(Servicelifecyclemanagement,SLM)等系統(tǒng)產(chǎn)生的半結(jié)構(gòu)化數(shù)據(jù)。而流程工業(yè)的數(shù)據(jù),在此基礎(chǔ)上存在著更為復(fù)雜的特點(diǎn),主要體現(xiàn)在數(shù)據(jù)的多采樣率特性。多采樣率過程是指變量同時(shí)具有多個(gè)采樣率的工業(yè)過程,其在流程工業(yè)中很常見。如電信號和機(jī)械信號的采樣間隔通常在秒級甚至毫秒級,而溫度、流量、壓力等過程變量的采樣間隔通常在分鐘級,至于生產(chǎn)性能指標(biāo)相關(guān)的數(shù)據(jù)往往需要通過實(shí)驗(yàn)室化驗(yàn)分析才能得到,這些變量的采樣間隔一般在小時(shí)級甚至天級。這樣的特性使得傳統(tǒng)的對均一采樣間隔的建模分析手段在遇到多來源的數(shù)據(jù)時(shí)會有很大問題。對多采樣率問題進(jìn)行升采樣與降采樣,主要分為單維估計(jì)法和多維估計(jì)法。除此之外,結(jié)合具體數(shù)據(jù),大量的學(xué)者采用更為復(fù)雜的方法對多源異構(gòu)數(shù)據(jù)進(jìn)行集成。例如使用概率主成分分析(Probabilisticprincipalcomponentanalysis,PPCA)，

因子分析(Factoranalysis,FA)等概率框架下的統(tǒng)計(jì)學(xué)習(xí)方法對二采樣率數(shù)據(jù)進(jìn)行集成。采用信息融合策略融合多個(gè)卡爾曼濾波器對多采樣率數(shù)據(jù)進(jìn)行融合等。介紹了使用TOSCA(Topologyandorchestrationspecificationforcloudapplications)將分析算法與數(shù)據(jù)集成相互關(guān)聯(lián)起來,從而完成自動化的數(shù)據(jù)配置。針對電網(wǎng)系統(tǒng),將不同系統(tǒng)收集的電網(wǎng)數(shù)據(jù)融合使用,大幅提升了建模效果。將圖像、文本轉(zhuǎn)換為向量表達(dá)形式的結(jié)構(gòu)化數(shù)據(jù),從而進(jìn)行建模的方法也可作為借鑒應(yīng)用于工業(yè)中。通過上述的多源異構(gòu)數(shù)據(jù)集成,將多個(gè)系統(tǒng)轉(zhuǎn)換連接至數(shù)據(jù)平臺上,從而用于數(shù)字孿生體的構(gòu)建與融合,對數(shù)字孿生體的整體構(gòu)建有較大提升。3.1.3數(shù)據(jù)傳輸從集中式控制、集散控制到現(xiàn)場總線控制系統(tǒng),數(shù)據(jù)傳輸能力的發(fā)展決定了工業(yè)自動化系統(tǒng)的實(shí)現(xiàn)模式與性能上限。結(jié)合現(xiàn)階段的CPS系統(tǒng)以及工業(yè)互聯(lián)網(wǎng)現(xiàn)狀,建設(shè)數(shù)字孿生系統(tǒng)需要先進(jìn)可靠的數(shù)據(jù)傳輸技術(shù),需具備更高的帶寬、低延時(shí)、安全性等特性。其中第五代移動通信網(wǎng)絡(luò)(5G)技術(shù)因其低延時(shí)、大帶寬、泛在網(wǎng)、低功耗的特點(diǎn),被認(rèn)為是第四次工業(yè)革命的重要一環(huán)。5G三大應(yīng)用場景是增強(qiáng)移動寬帶(Enhancedmobilebroadband,eMBB)、海量機(jī)器類通信(Massivemachinetypeofcommunication,mMTC)和超可靠低時(shí)延通信(Ultrareliablelowlatencycommunication,uRLLC),其發(fā)展可以為數(shù)字孿生帶來以下突破:1)增強(qiáng)移動寬帶:可以支持更高清虛實(shí)交互,提升數(shù)字孿生三維模型的虛擬現(xiàn)實(shí)(Virtualreality,VR)/增強(qiáng)現(xiàn)實(shí)(Augmentedreality,AR)交互功能;2)海量機(jī)器類通信:5G提供低功耗大連接的支持,可以解決多類型大批量傳感器末端節(jié)點(diǎn)互聯(lián)、全面感知的需求,為工業(yè)流程的供應(yīng)鏈管理等提供基礎(chǔ);3)高可靠低延時(shí)：可以滿足數(shù)字孿生體與工業(yè)實(shí)體實(shí)時(shí)同步與交互的需求,有效完成流程工業(yè)對控制操作等任務(wù)。因此5G是建設(shè)的工業(yè)互聯(lián)網(wǎng)關(guān)鍵基礎(chǔ)設(shè)施,是實(shí)現(xiàn)數(shù)字孿生的必要技術(shù)。3.2數(shù)字孿生體模型構(gòu)建數(shù)字孿生體的構(gòu)建流程主要包含以下4個(gè)步驟:

-1)數(shù)字孿生體需求分析。首先明確生產(chǎn)流程包含的設(shè)備對象的合集,其次明確各設(shè)備數(shù)字孿生對生產(chǎn)流程各階段的指導(dǎo)意義,再次明確已有數(shù)據(jù)、新增數(shù)據(jù)需求等,最后完成需求分析與策略研究。-2)幾何屬性數(shù)字化復(fù)刻。首先獲取各對象的幾何結(jié)構(gòu)、空間運(yùn)動、幾何關(guān)聯(lián)等幾何屬性建立3D模型,之后結(jié)合實(shí)體對象的空間運(yùn)動規(guī)律,對運(yùn)行效果渲染優(yōu)化,最后進(jìn)行匹配連接,實(shí)現(xiàn)幾何屬性數(shù)字化精準(zhǔn)復(fù)刻。-3)內(nèi)核模型構(gòu)建。結(jié)合傳熱學(xué)、流體力學(xué)等理論與人工智能等方法,建立多模型融合與多尺度多維度的數(shù)字孿生內(nèi)核模型。-4)數(shù)字孿生模型測試驗(yàn)證。通過建立模型精度及可信度評測算法與融合客觀檢測數(shù)據(jù)及先驗(yàn)知識,構(gòu)建孿生體模型評估驗(yàn)證平臺,對孿生體的精度與穩(wěn)定性進(jìn)行測試。其中數(shù)字孿生體內(nèi)核模型的構(gòu)建是整個(gè)數(shù)字孿生體穩(wěn)定運(yùn)行的關(guān)鍵,是有效的數(shù)字孿生服務(wù)應(yīng)用的保證。對于單元級數(shù)字孿生體的構(gòu)建,主要包括多尺度多維度的建模,與多模型融合,并通過流程中的多單元耦合完成數(shù)字孿生體的迭代更新。1)多模型融合為保障數(shù)字孿生體能夠有效解決流程行業(yè)復(fù)雜耦合的協(xié)同優(yōu)化問題,需要保證建立的數(shù)字孿生體有足夠的模型精度以及盡可能大的變量覆蓋區(qū)間。為此,建立單元級數(shù)字孿生體時(shí)需要采用多模型融合的方法,一方面通過累加多個(gè)模型對全變量空間進(jìn)行覆蓋,另一方面通過平均多個(gè)模型提高模型的精度與可靠性。工業(yè)領(lǐng)域常見的模型包括基于知識的模型、機(jī)理模型和數(shù)據(jù)驅(qū)動模型?，F(xiàn)階段隨著大數(shù)據(jù)、人工智能的興起,數(shù)據(jù)驅(qū)動模型在復(fù)雜模型場景下有更好的效果。但由于基于數(shù)據(jù)建模需要大量數(shù)據(jù)支撐且沒有可解釋性,在許多情況下,機(jī)理模型仍然作為一種先驗(yàn)?zāi)Ｐ偷玫綇V泛應(yīng)用?；谥R的模型因其建模效果差,往往只用于對特殊情況的判斷,從而對整體模型進(jìn)行補(bǔ)充。由于多模型融合的優(yōu)越性,已有大量學(xué)者通過多模型融合建立了流程工業(yè)單元級模型。對于模型融合的方法,常見的包括對不同變量空間的多模型分段覆蓋以及對于同一變量空間的多模型加權(quán)平均。此外,提出了一種基于語義特征融合的異構(gòu)模型集成方法,有效地將各種類型的語義特征和幾何特征集成到模型中。提出一個(gè)基于兩層模型的具有深層特征選擇程序的多模型框架。2)多尺度多維度建模為了建立精準(zhǔn)完備的數(shù)字孿生體,不僅要在多時(shí)空尺度上對實(shí)體對象進(jìn)行建模,還要從幾何、物理、化學(xué)、行為、規(guī)則等多個(gè)維度對實(shí)體對象的特征進(jìn)行刻畫。多尺度建?？煞譃殚L度尺度、時(shí)間尺度以及耦合范圍三個(gè)方面,能夠連接不同尺度的物理過程以模擬眾多的科學(xué)問題。其中長度尺度和時(shí)間尺度的建模主要為了建立多精度等級的模型,在不同的應(yīng)用場景下提供不同精度等級的模型從而