基于數字孿生的智慧水廠建設

鄭宇祺

(廣州市市政工程設計研究總院有限公司，廣州 510060)

1 智慧水廠實現數字孿生的需求

1.1 當前水廠智慧化建設的痛點和難點

當前水廠智慧化建設的痛點和難點可總結成如圖1 所示情況。

圖1 當前水廠智慧化建設的痛點和難點

(1)信息孤島現象嚴重，缺乏對海量數據的有效分析利用

水廠中的廠房及構筑物、生產設備、各種管道系統繁雜眾多且數據海量眾多、分散且獨立，缺少有效的融合，嚴重影響了水廠的統籌運營管理、生產巡檢排班、水質監測等工作。 缺少統一有效的水廠管理和工作平臺，對水廠內部的海量數據進行針對性的高效管理和分析。 采用傳統的數據分析技術耗時費力。

而且水廠通常由不同企業開發的多個系統組成，每個系統都有自己的標準，不同廠家、不同系統，軟硬件難兼容；往往沒有結合水廠實際運行模式和軟硬件情況進行設計，實用性不強。 智慧水廠系統的建設必須以實用為核心，根據水廠的實際需求進行建設，在解決行業或企業本身存在的運行和管理難題的基礎上，深度挖掘大數據價值，通過信息化系統軟件和管理軟件的高度有效融合，從而實現水廠整體的智慧化運營。

(2)資產復雜、運維工作量大且困難

水廠中現場設備眾多，管線密集，運行狀態和性能難監測，地下隱蔽工程缺少有效和直觀的展示手段。 工廠環境復雜，運維工作人員很難做到對水廠相關內容及生產設備的使用全面掌控，很容易影響水廠運維的生產保障和工作人員的安全保障。

系統集成繁瑣，易出錯，設備故障率高、設備檢修麻煩，部分前端儀表設備由于維護保養不好，采集數據不準確，影響控制和判斷，控制過程人工參與環節多、程控率低，控制操作也普遍存在滯后性，設備長期處于惡劣的環境下工作，缺少規范化的維修養護，導致設備運營的可靠性低，對于觸發的故障問題又缺乏有效直觀的應急機制或預案。

(3)運維被動，缺少全生命周期的有效監管

水廠各自動化系統預警、告警信息分散，無效告警眾多，各種故障定位艱難復雜，缺少預警、告警的聯動管控、復核機制和可視化的分析仿真工具及應急預案。 對“人機料法環”的歷史數據缺乏有效利用，無法為生產經營風險提供預警。

大量重復的人工進行設備被動式維護，不僅服務成本高，而且無法把水廠各個自動化系統的數據進行鏈串起來，導致維護不全面且無法提前預防突發事件。 在水廠運營管理的過程中，往往需要配套較多的人員，容易存在工作協調難、效率低，粗放式的管理情況，對于日常作業過程都以結果為導向，缺少有效移動化過程監管，由于工作過程的不透明化和無相應的有效數據支撐，也導致人員考核難、感性評判缺乏有效的KPI 量化評估體系；對水廠運行的設備資產缺乏有效的全生命周期管理。

(4)缺乏沉淀，水廠運維經驗傳承困難

專家的知識經驗、機器設備的激勵原理，沒有在水廠的管理平臺進行有效的數字化沉淀和融合，企業的可持續發展缺乏動力，創新缺乏土壤。

水廠運行人員流動性較大，新人對工作內容和環境的了解適應需要有個漫長的過程，目前大部分運維管理知識還需要老師傅的言傳身教。 缺少規范化的作業標準，也沒有有效的針對實景的仿真式教學與基于可視化的遠程專家輔助手段，難以保障日常運維工作交付質量的準確性和有效性。

(5)自動化系統遇到的問題

各種自動化系統難以通過協同效應，實現以水質為目標導向的提資增效。 水廠工藝流程遍存在各種整體能耗和藥耗成本上升，缺乏精細化調節；缺少規范化的作業標準，難以保障工作交付質量的準確性等問題。 這些問題導致水廠的智慧化程度很低，嚴重影響水廠生產效率的提高。

目前水務行業急需要可以實現增效的智慧水廠一體化解決方案，實現以技術替代人力，緩解日益突出的水量波動大、處理成本高、處理效率低、人員經驗要求市場緊缺、運營成本高等核心矛盾。

(6)廠區可視化和生產運營融合模式有待提升

目前大部分廠區的3D 可視化只是按照立體環境模擬的底圖上簡單加載傳感器和設備的數據，無法實現以建筑體征模型為基礎，利用基于BIM 的三維數字物理模型、傳感器協議數據傳輸、運行歷史存儲等數據， 在數字化的虛擬空間中完成水廠設施的物理映射，形成物理維度上的實體世界和信息維度上的數字世界同生共存、虛實交融的格局。

1.2 數字孿生對于智慧水廠的意義

智慧水廠的數字孿生是以數據與模型的集成融合為核心的新模式，通過在數字空間實時構建物理對象(包括資產、行為、過程等)的精準數字化映射，用數字化的方法構建一個和現實水廠一模一樣的數字世界的技術，通過該技術實現對水廠物理實體的了解、分析和優化。 基于分析預測形成最佳綜合決策，實現全業務流程閉環優化。 如圖2 ～ 3所示。

圖2 數字孿生智慧水廠的意義

水廠的數字孿生充分利用基于BIM 的三維數字物理模型、傳感器協議數據傳輸、運行歷史存儲等數據， 在數字化的虛擬空間中完成水廠設施的物理映射，形成物理維度上的實體世界和信息維度上的數字世界同生共存、虛實交融的格局。

圖3 數字孿生水廠的成綜合決策的過程

基于BIM 三維可視化平臺可實現實轉虛，虛控實的過程，將數據、算法和決策分析結合在一起，建立模擬，即物理對象的虛擬映射的過程實現生產監控的一體化、精細化管理，數據采集依靠可靠的工業通訊設計，保證采集任務的穩定運行，為平臺提供一個完整的數字化表現奠定了基礎。 構建智慧水廠可視化控制模式和體征指數，形成全方位運行評估體系。

數字孿生技術可以幫助水廠形成綜合決策，并反饋給物理對象構建面向物理對象精準數字化映射:(1) 數據互聯:基于工業通訊實現設備數據的有效集成；(2) 信息互通:基于信息模型實現物理對象語法統一；(3) 模型互操作:基于多模型融合實現物理對象語義統一；(4) 通過采集感知和反饋控制與數字空間進行雙向交互。 數字孿生功能架構圖如圖4～5 所示。

圖4 數字孿生的功能架構圖

本文提出基于“數字孿生”的智慧水廠技術架構體系，并列舉出“數字孿生”在智慧水廠中涉及的關鍵技術和價值，說明“數字孿生”技術在智慧水廠的巨大運用價值和意義。

2 “數字孿生”智慧水廠技術體系

圖5 數字孿生的功能

“數字孿生”的智慧水廠具體由基礎層、平臺層、應用層三層架構組成，涉及智慧水廠“數字孿生”體系的數據保障、數據的融合與仿真以及最終的功能交互，如圖6 所示。

圖6 數字孿生智慧水廠的技術體系

第一層，基礎層。 具備采集感知和反饋控制兩類功能，是數字孿生閉環優化的起始和終止環節。通過深層次的采集感知獲取物理對象全方位數據，利用高質量反饋控制完成物理對象最終執行。

第二層，平臺層。 具備數據互聯、信息互通、模型互操作三類功能，同時數據、信息、模型三者間能夠實時融合。 其中，數據互聯指通過工業通訊實現物理對象市場數據、研發數據、生產數據、運營數據等全生命周期數據集成；信息互通指利用數據字典、元數據描述等功能，構建統一信息模型，實現物理對象信息的統一描述；模型互操作指能夠通過多模型融合技術將幾何模型、仿真模型、業務模型、數據模型等多類模型進行關聯和集成融合。

第三層，應用層。 在連接層和映射層的基礎上，通過綜合決策實現描述、診斷、預測、處置等不同深度應用，并將最終決策指令反饋給物理對象，支撐實現閉環控制。 全生命周期實時映射、綜合決策、閉環優化是數字孿生發展三大典型特征:(1)全生命周期實時映射，指孿生對象與物理對象能夠在全生命周期實時映射，并持續通過實時數據修正完善孿生模型；(2)綜合決策，指通過數據、信息、模型的綜合集成，構建起智能分析的決策能力；(3)閉環優化，指數字孿生能夠實現對物理對象從采集感知、決策分析到反饋控制的全流程閉環應用。 本質是設備可識別指令、工程師知識經驗與管理者決策信息在操作流程中的閉環傳遞，最終實現智慧的累加和傳承。 如圖7 所示。

圖7 數字孿生水廠的全生命周期

3 “數字孿生”智慧水廠關鍵技術

3.1 工藝建模與優化系統

水廠運行專家智能決策系統就一套具有定制化建模、多樣化的可視配置交互、能進行水廠運行的能耗仿真、工藝優化決策等功能。 系統采用水處理工藝優化與高級控制軟件針對全廠工藝運行進行建模和仿真，為水廠的運行管理提供運行效果預測、方案決策支持、工藝優化等功能，如圖8所示。

圖8 數字孿生智慧水廠的工藝建模與優化系統

水處理工藝優化系統基于水廠生物處理工藝流程建立數學模型，以運行報表記錄的進水歷史數據，或來自在線監測儀表的進水實時數據作為模型的輸入參數，對水廠的各種運行狀況進行仿真、診斷，優化關鍵運行參數，滿足水廠出水水質達標和節能降耗的要求。

本技術為目標水處理廠提供水廠運行專家智能決策系統，根據水處理廠的工藝流程、運行工況、設備參數、進水條件等為基礎，為其進行工藝模型的定制，并開發相應的交互軟件。 通過向軟件輸入水量、水質、工藝運行、設備指標等參數，通過仿真來獲取目標水廠的出水水質、能耗，以及各評價指標的模擬結果，重現水廠的真實運行情況，并在此基礎上為工藝運行提供經過優化的關鍵運行參數。

3.2 設備健康檢測診斷系統

實時了解設備當前的運行狀況、判斷未來的發展趨勢(提供運行的安全周期數據)、診斷故障發生的部位、以及檢查和驗收大修或臨時維修的效果，實現對設備故障早知道、早預報、早診斷，提高設備運行的完好率、減少設備停機時間及降低維修成本。 根據設備的實際狀態或預測狀態制定最佳的維修周期，而不是僅僅依賴制造廠商的建議(按傳統的)定期進行維修，如圖9 所示。

圖9 數字孿生智慧水廠的設備健康檢測診斷系統

通過建立機泵等關鍵設備的在線健康狀況監測與分析評價系統，實時監控設備振動、溫度等參量狀態，及時準確地通過報警，防止機泵設備等關鍵設備事故的發生，同時采用先進的多信息融合技術，最大程度的評估機泵等關鍵設備運行狀態、延長設備預警時間，從而實現預知維修，并通過智能診斷，精確診斷故障源，實現精密維修，縮短維修用時，為檢測維修合理化提供及時準確的數據基礎，從而有效的保證設備長期穩定運行。 降低備品備件費用，提質增效。

3.3 虛擬現實和呈現

工業仿真三維引擎融合VR 交互，是實現“人-機-環”互通最直接有效的方式，是工業仿真的有效延伸。 最基礎的應用便是VR 工廠巡檢，通常大型工業生產流程很難一窺全貌，采用工業仿真+VR 技術，將現實工廠以多角度，全方位地投影到VR 世界中，拓撲圖如圖10 所示。

圖10 數字孿生智慧水廠的虛擬現實和呈現

VR 虛擬巡檢設備結合基于BIM 的三維可視化數字孿生系統，使管理者足不出戶就能從各個角度身臨其境、鳥瞰整個工廠設備及管網布置細節，監控、管理整個生產過程以加強信息管理和服務，提高生產和管理效率。

結合基于BIM 的三維可視化數字孿生系統將廠區廠房、車間、設備、人體模型等，按照1 ∶1的比例3D 復原數字化工廠的整個生產環境，結合傳感器、數據可視化、物聯網和設備監控等技術，將整個工廠的各種元素動態生產過程實時反映其生產流程和運行狀態，再以虛擬現實(VR)的形式可視化呈現，效果圖如圖11 所示。

圖11 數字孿生智慧水廠的虛擬現實和呈現

4 數字孿生智慧水廠建設的價值

將建立在BIM 等數字化基礎上的水廠數字化模型構建于生產管理體系中，在運營和生產管理的平臺上對生產進行調度，調整和優化。 在設備管理領域，通過模型模擬設備的運動和工作狀態，實現機械和電器的聯動。 數字孿生在傳統PLC 等控制設備的基礎上更進一步，通過廠區內大量部署的數字傳感器儀表采集各種實時數據，借助智慧水廠管理系統的大數據分析，通過機器學習預測原本無法直接測量的指標。 由此完成評估、診斷、分析、模擬、預測和決策等一系列操作并解決運行管理問題。

該過程主要包含:對產品進行BIM 等數字化手段建模、對運維階段的關鍵指標進行分析掌握產品的具體情況、利用同步和交互(VR 和AR 技術)等技術，提前發現問題并及時修復。 利用廠區部署的大量的數字傳感器來采集水廠運行階段的環境和工作狀態，并通過數據分析和優化結合智慧水廠專家控制系統來避免設備的故障，改善運營管理。 通過數字化呈現形式，將水廠的運營狀態、運行規律等進行全方位多維度的反應，讓使用系統的管理者能夠全面掌握所運行水廠的現實情況，如圖12所示。

圖12 數字孿生智慧水廠的功能視角

通過讀取流量、壓力、運行時間等常規過程儀表及進出水TP、TN、COD、氨氮等水質儀表數據的傳感器或者PLC 控制系統的各種實時參數，構建可視化的遠程監控，并給予采集的歷史數據，構建層次化的部件、子系統乃至整個設備的健康指標體系，并使用人工智能實現趨勢預測；基于預測的結果，對系統維修策略以及備品備件的管理策略進行優化，降低和避免客戶因為非計劃停機的損失，架構如圖13 所示。

圖13 數字孿生智慧水廠的體系架構

以實際水廠為藍本，整合靜態數據、動態數據和生產管理數據，通過機理模型分析和大數據分析等方法，將水廠過去、現在和未來的狀態進行直觀的呈現和預測，并結合智慧水廠專家系統提出建議，為運營管理提供決策支持，并實現高度保障、管理高效、成本優化和產能挖潛的目的。其三維虛擬水廠為基本呈現形式，基于數字傳感器、大數據平臺，運用在線模擬和大數據分析技術，利用水質虛擬儀表和機器學習、專家決策系統等大數據工具，實現水質預測、水量預測、生化分析、物料平衡、工藝調整模擬、設備故障診斷等多種功能，實現以數據為驅動的智慧化運營。 見圖14。

圖14 數字孿生智慧水廠的解決方案示例

智慧水廠的數字孿生是多類數字化技術集成融合和創新應用，基于建模工具在數字空間構建起精準物理對象模型，再利用實時IoT 數據驅動模型運轉，進而通過數據與模型集成融合構建起綜合決策能力，推動工業全業務流程閉環優化。 數字孿生技術在智慧水務的核心價值在于以下幾方面。

(1) 低成本試錯: 在虛擬空間上對物理世界的行為進行模擬驗證，既降低水廠實際開工發生的停機率，又降低傳統物理調試支付的大量開銷。

(2) 模型仿真更加多元化和精準化，具備高保真、全面的虛實映射能力: 傳統仿真模擬存在很多前提假設，忽略了很多關聯影響因素， 數字孿生基于多領域模型的集成融合功能，支撐構建更全面、更復雜的數字孿生體； 數字孿生能夠利用人工智能技術，并與機理模型、經驗模型結合，形成高保真的綜合型的工藝處理模型。

(3) 高效的互操作性:結合物理水廠實時數據進行虛實交互:傳統仿真僅在數字空間進行離線仿真，無法與真實世界進行數據交互；數字孿生能夠實現實時物理世界數據驅動的在線仿真，真正實現虛實映射，數據更加實時化。

(4) 智能化決策: 當水廠運行突然發生意外狀況時，能夠將IoT 實時數據、大數據分析和仿真模擬充分結合，預測未來可能發生的各種情況，進而做出最佳決策； 數字孿生中的數字虛體，用于描述物理實體的可視化模型和內在機理，以便于對物理實體的狀態數據進行監視、分析推理、優化工藝參數和運行參數，實現決策功能，即賦予數字虛體和物理實體一個大腦。

(5) 高效率創新:實現全生命周期的優化提升，從物理對象的設計階段就開始構建數字孿生，并在生產、運營和服務等不同階段，根據實際應用需求來持續地對數字孿生進行動態更新。 具備貫穿全生命周期的動態集成能力，實現全生命周期的模型傳遞與數據集成。 通過對設備產品的生命周期運行情況的監測，不斷積累設備全生命周期運行規律，進而不斷提升工藝設計和運維的創新水平，縮短研發周期。

(6)實時性創新:數字孿生技術要求數字化，即以一種計算機可識別和處理的方式管理數據以對隨時間軸變化的物理實體進行表征。 表征的對象包括外觀、狀態、屬性、內在機理，形成物理實體實時狀態的數字虛體映射。

(7) 虛擬現實技術發展帶來全新人機交互模式。 新興AR/VR/MR 技術具備三維可視化效果，可加快與幾何設計、仿真模擬融合，持續提升數字孿生應用效果。 見圖15。

圖15 數字孿生智慧水廠的比較優勢

數字孿生作為水廠實現智慧化的重要使能技術和手段，可在智慧水廠的建設中結合工藝控制需求發揮其巨大的作用，是我們水處理行業從業者需要聚焦的技術方向。 見圖16。

圖16 數字孿生智慧水廠的效益分析

5 總結與展望

作為水務行業發展數字經濟的重要使能技術，數字孿生近年來備受業界關注，技術體系不斷發展，核心技術快速演進，產業生態持續完備，行業應用走深向實，成為水處理行業實現數智化轉型的重要抓手。 但同時我們也注意到，數字孿生作為一項新興技術理念，尚處于發展初期，仍存在許多短板問題亟待破解。 一是實施成本高企。 數字孿生技術的實現涉及到企業研發、生產、管理等系統的提升，投資大、成本高、周期長。 二是產業基礎薄弱。數字孿生產業鏈長、分工細致、碎片化程度高，跨領域之間的技術融合性較差、資源整合難，存在IT 企業不懂行業機理、OT 企業難以融合的突出痛點，亟需產業整合者的出現。 三是商業模式不成熟。 數字孿生應用多以項目交付型為主，平臺化、模塊化程度較低，不利于高效推廣。 四是技術短板凸顯。在機理建模、仿真分析、數據集成等方面的技術短板制約了數字孿生技術的整體應用深度。

基于“數字孿生”的智慧水廠創新與發展的大幕剛剛拉開，大家對數字孿生的認識日漸統一，數據與模型、模型與模型的集成融合是工業數字孿生本質內涵，尤其是仿真建模與數據科學的集成優化將成為未來發展主線。

目前，“數字孿生”的智慧水廠僅處于初級階段，真正成熟的數字孿生應用還需要較長時期探索實踐。 短期來看，三類關鍵場景有望成為重點應用方向。 一是存量工廠三維可視化改造要實現“應用普及”；二是全場景虛擬制造診斷要實現“能力提升”；三是實時仿真/智能仿真分析技術要實現“重點突破”。

“數字孿生”智慧水廠的開發需要基于統一建模語言和多類建模工具，同時需要與底層工業物聯網實時數據相結合，實現IoT 數據的有效結合，這將成為水廠數字孿生開發的重要方式。 而水務行業的資產數字化是數字孿生發展源頭，水廠建設方和自動化廠商對孿生數據、孿生仿真模型的長期建設和積累，決定了數字孿生未來發揮價值大小，將會有效提升工廠級數字孿生建設的效率，為“數字孿生”智慧水廠的整體發展帶來良好前景[3]。