CN112417619A - 一种基于数字孪生的泵机组优化运行调节***及方法 - Google Patents

一种基于数字孪生的泵机组优化运行调节***及方法 Download PDF

Info

Publication number
CN112417619A
CN112417619A CN202011321590.XA CN202011321590A CN112417619A CN 112417619 A CN112417619 A CN 112417619A CN 202011321590 A CN202011321590 A CN 202011321590A CN 112417619 A CN112417619 A CN 112417619A
Authority
CN
China
Prior art keywords
model
digital
twin
optimization
pump unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011321590.XA
Other languages
English (en)
Other versions
CN112417619B (zh
Inventor
裴吉
龚小波
王文杰
袁建平
袁寿其
张金凤
李彦军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN202011321590.XA priority Critical patent/CN112417619B/zh
Publication of CN112417619A publication Critical patent/CN112417619A/zh
Application granted granted Critical
Publication of CN112417619B publication Critical patent/CN112417619B/zh
Priority to US17/530,995 priority patent/US11423200B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开一种基于数字孪生的泵机组优化运行调节***及方法，包括由物理本体、数字孪生、物理本体的数字孪生体以及数字空间组成，数字空间驱动数字孪生实现虚拟空间泵机组优化调节***与物理空间泵机组优化调节***的数据镜像、映射重构、信息交互反馈、仿真模拟；以数字孪生为框架，模型为基底，数字空间为驱动，构建仿真模型及虚拟孪生体；本发明基于数字孪生构建泵***物理本体的虚拟孪生体，实现物理本体与虚拟孪生体之间的数据镜像与信息交互和物理空间物理实体与虚拟空间数字孪生体的物理对象孪生、运行过程孪生和控制性能孪生；通过数字空间的优化算法、机器学习等模块实现泵机组运行的状态监测、优化调节、仿真模拟、健康预测等。

Description

一种基于数字孪生的泵机组优化运行调节***及方法
技术领域
本发明涉及泵组优化调节技术领域，尤其涉及一种基于数字孪生的泵机组优化运行调节***及方法。
背景技术
我国工业的能源消耗占全国能源消耗总量的70％左右，泵类产品的耗电量占到全国发电量20％以上，巨大能耗的背景下也代表着巨大的节能优化空间。目前和国外相比，我国泵的效率平均比国外低2％-5％，而在泵***运行效率上低20％左右。关于水泵结构优化的相关研究基本已经成熟，而现有供水***在选型、***设计和运行控制方面等存在不足，使节能降耗的研究重心被放置在优化水泵控制方式上。在泵实际运行中，由于泵阀***设计不合理导致的能耗浪费严重。泵送***的能耗浪费主要在于泵运行过程中低效率和短寿命，而其根本原因又在于离心泵设计的最佳工况与工艺和管路***需求不匹配，同时又缺少智能化的工况调节手段；
数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备***的数字映射***，但是真实世界的真实事件具有不确定性，并不完全按照期望的顺序出现。因此，当数字孪生***捕捉到一组真实事件后，如何以不同顺序对这些真实事件进行仿真是数字孪生仿真***落地面临的关键问题之一，因此，本发明提出一种基于数字孪生的泵机组优化运行调节***及方法以解决现有技术中存在的问题。
发明内容
针对上述问题，本发明的目的在于提出一种基于数字孪生的泵机组优化运行调节***及方法，该基于数字孪生的泵机组优化运行调节***及方法基于机器学习算法，通过构建三维物理模型、逻辑模型、过程模型、控制模型、仿真模型和数据模型，描述数字孪生体演化过程及实现方法；还在于当用户需求工况改变时，能够通过优化算法和机器学习对新工况的调节提供新方案，对提供的多个方案进行评估后进入数字孪生体进行仿真计算，对仿真结果决策后输送给泵机组控制中心，控制中心会根据优化方案调节相关变量，使其在一定可靠性下满足需求工况，使得***最为节能，从而实现优化调节，同时还可解决现有泵站或泵机组在运行过程中效率低、可靠性低的问题，解决泵机组在运行过程中监测的问题，可以对设备健康诊断，从而改善泵运行的过程中的健康状态。
为实现本发明的目的，本发明通过以下技术方案实现：一种基于数字孪生的泵机组优化运行调节***及方法，包括物理本体、虚拟孪生体、数字孪生和数字空间，所述物理本体包括泵机组、泵机组数据采集中心和泵机组控制中心，所述数字空间由信息门户模块、数据存储库模块、知识库模块、优化算法模块、机器学习模块、评估模块和决策模块相互耦合演化架构而成，由此驱动数字孪生实现虚拟空间泵机组优化调节***与物理空间泵机组优化调节***的数据镜像、信息交互反馈、优化调节、设备健康诊断和仿真模拟，所述数字孪生包括物理对象孪生、运行过程孪生和控制性能孪生。
进一步改进在于：所述泵机组、泵机组数据采集中心和泵机组控制中心作为一个整体，构成基于数字孪生的泵机组优化运行调节***对应的物理实体，所述泵机组包括水泵、流量计、电动阀门、止回阀、旁通管路、压力表和连接管路，所述泵机组数据采集中心包括各管路流量的采集、各泵启停状态的采集、各管路水压的采集、电动阀门开度的采集、各泵转速的采集、各泵功率的采集以及其它数据的采集，所述泵组控制中心包括泵转速的控制、电动阀门开度的控制和泵启停的控制。
进一步改进在于：所述信息门户模块提供人机交互平台，所述数据存储库模块用于存储来自于泵机组监测的运行数据，以及数字空间中所有必要的数据及方案信息，所述知识库模块提供知识模型，所述优化算法模块用于对需求工况进行寻优并提供调节方案，所述机器学习模块用于对历史决策方案进行学习、对仿真模型进行训练和优化、对优化算法中的模型进行学习修正、对监测数据进行学习，所述评估模块用于对方案进行筛选以及对仿真结果进行评估，所述决策模块用于对评估后的方案进行决策。
进一步改进在于：一种基于数字孪生的泵机组优化运行调节方法为基于数字孪生模型实现数字孪生及仿真模拟，所述数字孪生的数据模型包括运行感知监测层、网络传输层、数据交融层和交互控制层，所述感知监测层为数字孪生的对象孪生提供监测信息流，所述网络传输层为数字孪生的运行过程孪生提供控制信息流，所述数据交融层为数字孪生的控制性能孪生提供数据信息流，所述交互控制层为数字孪生提供决策控制流。
一种基于数字孪生的泵机组优化运行调节方法，所述数字孪生实现的虚拟空间泵机组优化调节***的优化运行机理包括如下步骤：
步骤1需求工况，用户通过信息门户将需求工况输入到***；
步骤2优化方案计算，用户需求工况传入到优化模块和机器学习模块进行方案计算并给出多个优化方案；
步骤3方案评估，多个优化方案进入评估模块进行方案的评估，筛选出多个较优的方案；
步骤4仿真计算，多个较优的方案进入数字孪生体进行仿真计算并将结果输出；
步骤5性能评估，评估模块对仿真完的结果进行性能评估；
步骤6方案决策，性能评估后，进入决策机模块进行决策，判断是否满足要求，若满足要求则将最优方案输出到泵机组控制中心，若不满足需求则调整参数，重新进行新方案的计算，直到满足决策机要求；
步骤7泵组控制，控制中心会根据最终方案调节相关变量，使其在一定可靠性下满足需求工况，使得***最为节能，从而实现优化调节。
进一步改进在于：所述泵机组优化调节是基于机器学习和优化算法计算方案实现的，通过优化算法和机器学习对新工况的调节提供新方案，对提供的多个方案进行评估后进入数字孪生体进行仿真计算，对仿真结果决策后输送给泵机组控制中心，控制中心会根据优化方案调节相关变量，使其在一定可靠性下满足需求工况使得***最为节能，从而实现优化调节。
一种基于数字孪生的泵机组优化运行调节方法，所述数字孪生的数据模型的建立包括物理对象孪生、运行过程孪生和控制性能孪生及仿真模型的建立，具体包括如下步骤：
步骤1三维物理模型建立，建立与物理空间的物理实体相同的三维物理模型，即将泵组及其附属管件附件架构成与实体相同的结构，定义物理实体的几何属性、运动属性和功能属性、材料属性，以及几何外形和机械结构等，从而实现物理对象孪生；
步骤2逻辑模型建立，将三维物理模型映射到逻辑模型，通过图形化、形式化描述逻辑模型的组成要素、组织结构和运行机理，通过逻辑模型将各要素属性和行为反馈到物理模型，实现对物理模型的优化；
步骤3过程模型建立，根据步骤1和步骤2，将实际流体的运行过程映射到数字空间，建立与实际运行过程相同的数值模拟过程，从而实现过程孪生；
步骤4控制模型建立，建立与物理实体相同的控制过程映射，能够使数字孪生体能模仿其相控制过程，实现相关参数的调整，从而实现性能孪生；
步骤5仿真模型建立，基于步骤1、步骤2、步骤3、步骤4，构建与实体相同结构、功能、过程的仿真模型，实现物理实体的孪生对象可视化、孪生结构可视化和孪生过程可视化、孪生控制可视化；
步骤6仿真模型优化，根据步骤5的仿真模型，基于数据库的多源数据，采用机器学习对仿真模型进行训练和优化，将仿真结果反馈到各个模型，并对各模型优化；
步骤7仿真模型验证，对物理模型与仿真模型进行一致性与可靠性验证，如满足仿真模型的优化条件，则执行步骤6，否则，返回执行步骤2；
步骤8数据模型构建，构建可计算的数据模型，基于数据库的多源数据，采用机器学习、迭代优化和智能决策方法，实现物理本体与虚拟孪生体的数据镜像和数据交换；
步骤9数字孪生实现，集成三维物理模型、逻辑模型、过程模型、控制模型、仿真模型和数据模型，通过数据驱动与实时交互，实现物理空间泵组优化调节***在虚拟空间的数字孪生。
进一步改进在于：所述数字孪生具有感知分析、仿真模拟、迭代优化与决策控制功能，通过数字孪生体实现对泵机组物理实体的智能感知、实时监控、优化调节和健康预测。
进一步改进在于：实现数字孪生体的三维物理建模工具包括激光扫描仪、UG NX、Creo parametric、3DsMax，虚拟仿真计算采用CFD系列软件。
本发明的有益效果为：本发明基于机器学习算法，通过构建三维物理模型、逻辑模型、过程模型、控制模型、仿真模型和数据模型，描述数字孪生体演化过程及实现方法；还在于当用户需求工况改变时，能够通过优化算法和机器学习对新工况的调节提供新方案，对提供的多个方案进行评估后进入数字孪生体进行仿真计算，对仿真结果决策后输送给泵机组控制中心，控制中心会根据优化方案调节相关变量，使其在一定可靠性下满足需求工况，使得***最为节能，从而实现优化调节，同时还可解决现有泵站或泵机组在运行过程中效率低、可靠性低的问题，解决泵机组在运行过程中监测的问题，可以对设备健康诊断，从而改善泵运行的过程中的健康状态。
附图说明
图1为本发明基于数字孪生的泵机组优化运行调节***总体框图。
图2为本发明基于数字孪生的泵机组优化运行调节***的详细结构图。
图3为本发明基于数字孪生的泵机组优化运行调节***的优化运行机理图。
图4为本发明基于数字孪生的泵机组优化运行调节***的数据模型图。
图5为本发明基于数字孪生的泵机组优化运行调节***的优化数据流程图。
图6为本发明基于数字孪生的泵机组优化运行调节***的仿真模型构建流程图。
具体实施方式
为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
根据图1、2、3、4、5、6所示，本实施例提供了一种基于数字孪生的泵机组优化运行调节***及方法，包括物理本体、虚拟孪生体、数字孪生和数字空间，所述物理本体包括泵机组、泵机组数据采集中心和泵机组控制中心，所述数字空间由信息门户模块、数据存储库模块、知识库模块、优化算法模块、机器学习模块、评估模块和决策模块相互耦合演化架构而成，由此驱动数字孪生实现虚拟空间泵机组优化调节***与物理空间泵机组优化调节***的数据镜像、信息交互反馈、优化调节、设备健康诊断和仿真模拟，所述数字孪生包括物理对象孪生、运行过程孪生和控制性能孪生。
所述泵机组、泵机组数据采集中心和泵机组控制中心作为一个整体，构成基于数字孪生的泵机组优化运行调节***对应的物理实体，所述泵机组包括水泵、流量计、电动阀门、止回阀、旁通管路、压力表和连接管路，其中水泵用于将水加压以满足用户需求工况；流量计用于监测水的流量；电动阀门通过调节阀门开度，调节水的流量；止回阀用于防止水的回流；旁通管路用于将多余的水转移回管路，调整水流量；压力表用于监测水的进出口压力；连接管路用于将各部分元件连接使其成为一个工作的整体。
所述泵机组数据采集中心包括各管路流量的采集、各泵启停状态的采集、各管路水压的采集、电动阀门开度的采集、各泵转速的采集、各泵功率的采集以及其它数据的采集，将上述各部分数据采集并存储。
所述泵组控制中心包括泵转速的控制、电动阀门开度的控制和泵启停的控制，当用户需求发生改变时，通过数字空间计算给出优化方案，根据优化方案调节泵转速、电动阀门开度、泵启停状态，使得泵组***在满足需求工况和一定可靠性范围内运行时的能耗最小，其次在泵机组运行过程中如果出现偏工况运行或偏离泵可靠性范围运行，则可通过人机交互界面进行控制或根据优化方案进行控制。
所述信息门户模块提供人机交互平台，不仅可以访问所有数据库和模块，而且可实现与物理本体在视觉效果上几何结构一致的虚拟场景、可实现与物理模型运动状态一致的虚拟场景、可实现与物理模型控制过程一致的虚拟场景，实现物理空间与虚拟空间的镜像。
所述数据存储库模块用于存储来自于泵机组监测的运行数据，以及数字空间中所有必要的数据及方案信息。
所述知识库模块提供知识模型，把数据融合成具有一定特征和规律性的数据。
所述优化算法模块用于对需求工况进行寻优并提供调节方案。
所述机器学习模块用于对历史决策方案进行学习从而能够预测出最优方案；用于对仿真模型进行训练和优化，将仿真结果反馈到各个模型，并对各模型优化；用于对优化算法中的模型进行学习修正；用于对监测数据进行学习，根据数据的特征对设备健康诊断等。
所述评估模块用于对方案进行筛选以及对仿真结果进行评估。
所述决策模块用于对评估后的方案进行决策，判断是否满足要求，若满足要求则将最优方案输出到泵机组控制中心，若不满足需求则调整参数，重新进行新方案的计算，直到满足决策机要求。
一种基于数字孪生的泵机组优化运行调节方法为基于数字孪生模型实现数字孪生及仿真模拟，所述数字孪生的数据模型包括运行感知监测层、网络传输层、数据交融层和交互控制层。
所述感知监测层用于监测泵机组在运行过程中设备工作状态、工况状态参数、设备运行参数，感知物理对象的三维模型，为数字孪生的对象孪生提供监测信息流。
所述网络传输层用于泵组优化运行调节***的统一组网、协议转换和网络传输，为监测层和数据层提供通信接口，为数字孪生的运行过程孪生提供控制信息流。
所述数据交融层用于泵组优化运行调节***数据的汇聚融合、优化计算、机器学习、数据孪生、分析挖掘和存储管理，为数字孪生的控制性能孪生提供数据信息流。
所述交互控制层可以访问所有的数据源及过程，为用户提供人机信息交互服务，以及泵组优化运行调节***的实时监控、可靠运维和交互控制等，为数字孪生提供决策控制流。
所述数字孪生实现的虚拟空间泵机组优化调节***的优化运行机理包括如下步骤：
步骤1需求工况，用户通过信息门户将需求工况输入到***；
步骤2优化方案计算，用户需求工况传入到优化模块和机器学习模块进行方案计算并给出多个优化方案；
步骤3方案评估，多个优化方案进入评估模块进行方案的评估，筛选出多个较优的方案；
步骤4仿真计算，多个较优的方案进入数字孪生体进行仿真计算并将结果输出；
步骤5性能评估，评估模块对仿真完的结果进行性能评估；
步骤6方案决策，性能评估后，进入决策机模块进行决策，判断是否满足要求，若满足要求则将最优方案输出到泵机组控制中心，若不满足需求则调整参数，重新进行新方案的计算，直到满足决策机要求；
步骤7泵组控制，控制中心会根据最终方案调节相关变量，使其在一定可靠性下满足需求工况，使得***最为节能，从而实现优化调节。
所述泵机组优化调节是基于机器学习和优化算法计算方案实现的，通过优化算法和机器学习对新工况的调节提供新方案，对提供的多个方案进行评估后进入数字孪生体进行仿真计算，对仿真结果决策后输送给泵机组控制中心，控制中心会根据优化方案调节相关变量，使其在一定可靠性下满足需求工况使得***最为节能，从而实现优化调节。
所述数字孪生的数据模型的建立包括物理对象孪生、运行过程孪生和控制性能孪生及仿真模型的建立，具体包括如下步骤：
步骤1三维物理模型建立，建立与物理空间的物理实体相同的三维物理模型，即将泵组及其附属管件附件架构成与实体相同的结构，定义物理实体的几何属性、运动属性和功能属性、材料属性，以及几何外形和机械结构等，从而实现物理对象孪生；
步骤2逻辑模型建立，将三维物理模型映射到逻辑模型，通过图形化、形式化描述逻辑模型的组成要素、组织结构和运行机理，通过逻辑模型将各要素属性和行为反馈到物理模型，实现对物理模型的优化；
步骤3过程模型建立，根据步骤1和步骤2，将实际流体的运行过程映射到数字空间，建立与实际运行过程相同的数值模拟过程，从而实现过程孪生；
步骤4控制模型建立，建立与物理实体相同的控制过程映射，能够使数字孪生体能模仿其相控制过程，实现相关参数的调整，从而实现性能孪生；
步骤5仿真模型建立，基于步骤1、步骤2、步骤3、步骤4，构建与实体相同结构、功能、过程的仿真模型，实现物理实体的孪生对象可视化、孪生结构可视化和孪生过程可视化、孪生控制可视化；
步骤6仿真模型优化，根据步骤5的仿真模型，基于数据库的多源数据，采用机器学习对仿真模型进行训练和优化，将仿真结果反馈到各个模型，并对各模型优化；
步骤7仿真模型验证，对物理模型与仿真模型进行一致性与可靠性验证，如满足仿真模型的优化条件，则执行步骤6，否则，返回执行步骤2；
步骤8数据模型构建，构建可计算的数据模型，基于数据库的多源数据，采用机器学习、迭代优化和智能决策方法，实现物理本体与虚拟孪生体的数据镜像和数据交换；
步骤9数字孪生实现，集成三维物理模型、逻辑模型、过程模型、控制模型、仿真模型和数据模型，通过数据驱动与实时交互，实现物理空间泵组优化调节***在虚拟空间的数字孪生。
所述数字孪生具有感知分析、仿真模拟、迭代优化与决策控制功能，通过数字孪生体实现对泵机组物理实体的智能感知、实时监控、优化调节和健康预测。
实现数字孪生体的三维物理建模工具包括激光扫描仪、UG NX、Creo parametric、3DsMax，虚拟仿真计算采用CFD系列软件。
参照图1，基于物理空间泵机组***与虚拟空间泵机组***的信息物理映射关系，建立了上述数字孪生驱动的理论架构，包括物理空间、虚拟空间和数字孪生。其中,物理空间元素包括运行泵机组物理实体、泵机组运行状态、泵机组控制过程；虚拟空间元素包括泵机组物理模型、泵机组虚拟状态、泵机组虚拟控制，以实现与物理空间相似的数字仿真模型；数字孪生包括物理对象孪生、运行过程孪生和控制性能孪生,数字孪生模型通过数据驱动动态优化仿真模型,实现运行泵机组在物理空间与虚拟空间的信息交互及数字映射。其次，采用数据融合和机器学习算法，并通过模型训练、迭代优化和智能分析，对运行泵机组进行数据分析、健康预测及智能调控等；采用优化算法和机器学习对工况调节给予优化方案。
参照图2，基于物理空间泵机组与虚拟空间泵机组的信息物理映射关系，构建了上述基于数字孪生的泵机组优化运行调节***的详细结构，包括物理本体、物理本体的虚拟孪生体、数字孪生以及驱动整个数字孪生的数字空间。物理本体包括泵机组、泵机组数据采集中心、泵机组控制中心；数字孪生包括物理对象孪生、运行过程孪生、控制性能孪生；数字空间包括信息门户、知识库、运行状态数据库、优化模块、机器学***台，不仅可以访问所有数据库和模块，而且可实现与物理空间在视觉效果上几何结构一致的虚拟场景、可实现与物理模型运动状态一致的虚拟场景、可实现与物理模型控制过程一致的虚拟场景，实现物理空间与虚拟空间的1:1镜像。优化模块为新工况的调节提供优化方案；机器学习模块除了为新工况的调节提供优化方案，其主要功能还包括对模型的学习，不断的优化模型，使得整个***更加精确；评估模块可对方案进行评估筛选和仿真结果进行性能评估；决策模块依据评估后的性能进行决策，若符合条件则输出最优方案，若不符合则重新调整策略进行再次寻优。
参照图3，基于物理空间泵机组与虚拟空间泵机组的信息物理映射关系，构建了上述基于数字孪生的泵机组优化运行调节***的优化运行机理图。首先通过信息门户将需求工况输入到***，用户需求工况将传入到优化模块和机器学习模块进行方案计算并给出多个优化方案，多个优化方案进入评估模块进行方案的评估，筛选出多个较优的方案。其次多个较优的方案进入数字孪生体进行仿真计算并将结果输出，接着评估模块对仿真完的结果进行性能评估。最后进入决策机模块进行决策，判断是否满足要求，若满足要求则将最优方案输出到泵机组控制中心，控制中心会根据方案调节相关变量，使得***在新工况下运行最为节能；若不满足需求，则调整参数，重新进行新方案的计算，直到满足决策机要求。
参照图4，上述方法的数据模型为四层体系结构，包括感知监测层、网络传输层、数据交融层和交互控制层。其中，感知监测层用于监测泵机组在运行过程中设备工作状态、工况状态参数、设备运行参数，为数字孪生的物理对象孪生提供监测信息流；网络传输层在数据模型的感知监测层之上，用于泵机组优化运行调节***的统一组网、协议转换和网络传输，为感知监测层和数据交融层提供通信接口，为数字孪生的运行过程孪生提供控制信息流；数据交融层在数据模型的网络传输层之上，用于泵机组优化运行调节***数据的汇聚融合、优化计算、机器学习、数据孪生、分析挖掘和存储管理，为数字孪生的控制性能孪生提供数据信息流；交互控制层在数据模型的最上层，可以访问所有的数据源及过程，为用户提供人机信息交互服务，以及泵组优化运行调节***的实时监控、可靠运维和交互控制等，为数字孪生提供决策控制流。
参照图5，基于数字孪生的泵机组优化运行调节***的优化数据流程包括：(1)将运行泵机组的运行状态数据存储到数据库中，经过知识模型把数据融合成具有一定特征和规律性的数据，之后经过机器学习模块对数据进行学习；(2)信息门户可以访问所有的数据源并提供人机交互的界面，当用户输入需求工况后，优化算法和机器学习开始进行方案的计算，计算好的方案数据流经过评估后进入数字孪生体进行仿真计算；(3)仿真计算后的结果评估后反馈给决策机，数据决策后最终得到数据控制传输到控制中心，去控制泵机组进行相关参数的调节，从而实现泵机组优化运行调节。
参照图6，基于数字孪生的泵机组优化运行调节***的仿真模型构建流程包括：(1)构建各部件、附件的三维模型，即将泵组及其附属管件附件架构成与实体相同的结构；(2)按照实际结构将其组合成***模型；(3)定义各部件附件的纹理、粗糙度、颜色等及其它属性；(4)确定结构参数、几何参数、边界条件等；(5)对模型进行网格划分、边界处理等，并检验是否满足要求，若满足求则执行下一步，否则，调整参数重新执行流程1；(6)对模型进行3D渲染、添加材质等；(7)构建逻辑模型、构建过程模型、构建控制模型；(8)构建与实体相同结构、功能、过程的仿真模型；(9)基于数据库的多源数据，采用机器学习对仿真模型进行训练和优化，将仿真结果反馈到各个模型，并对各模型优化；(10)对物理模型与仿真模型进行一致性与可靠性验证，如满足仿真模型的优化条件，则输出模型，否则，调整参数重新执行流程7，直到满足要求，最后输出模型。
该基于数字孪生的泵机组优化运行调节***及方法基于机器学习算法，通过构建三维物理模型、逻辑模型、过程模型、控制模型、仿真模型和数据模型，描述数字孪生体演化过程及实现方法；还在于当用户需求工况改变时，能够通过优化算法和机器学习对新工况的调节提供新方案，对提供的多个方案进行评估后进入数字孪生体进行仿真计算，对仿真结果决策后输送给泵机组控制中心，控制中心会根据优化方案调节相关变量，使其在一定可靠性下满足需求工况，使得***最为节能，从而实现优化调节，同时还可解决现有泵站或泵机组在运行过程中效率低、可靠性低的问题，解决泵机组在运行过程中监测的问题，可以对设备健康诊断，从而改善泵运行的过程中的健康状态。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明及上述实施例所涉及基于数字孪生的泵机组优化运行调节***及方法，除作为数字孪生应用于泵机组优化运行调节***外，通过改进后也适用于其它泵房、泵站等含有泵***的应用领域，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (9)

1.一种基于数字孪生的泵机组优化运行调节***，其特征在于：包括物理本体、虚拟孪生体、数字孪生和数字空间，所述物理本体包括泵机组、泵机组数据采集中心和泵机组控制中心，所述数字空间由信息门户模块、数据存储库模块、知识库模块、优化算法模块、机器学习模块、评估模块和决策模块相互耦合演化架构而成，由此驱动数字孪生实现虚拟空间泵机组优化调节***与物理空间泵机组优化调节***的数据镜像、信息交互反馈、优化调节、设备健康诊断和仿真模拟，所述数字孪生包括物理对象孪生、运行过程孪生和控制性能孪生。
2.根据权利要求1所述的一种基于数字孪生的泵机组优化运行调节***，其特征在于：所述泵机组、泵机组数据采集中心和泵机组控制中心作为一个整体，构成基于数字孪生的泵机组优化运行调节***对应的物理实体，所述泵机组包括水泵、流量计、电动阀门、止回阀、旁通管路、压力表和连接管路，所述泵机组数据采集中心包括各管路流量的采集、各泵启停状态的采集、各管路水压的采集、电动阀门开度的采集、各泵转速的采集、各泵功率的采集以及其它数据的采集，所述泵组控制中心包括泵转速的控制、电动阀门开度的控制和泵启停的控制。
3.根据权利要求1所述的一种基于数字孪生的泵机组优化运行调节***，其特征在于：所述信息门户模块提供人机交互平台，所述数据存储库模块用于存储来自于泵机组监测的运行数据，以及数字空间中所有必要的数据及方案信息，所述知识库模块提供知识模型，所述优化算法模块用于对需求工况进行寻优并提供调节方案，所述机器学习模块用于对历史决策方案进行学习、对仿真模型进行训练和优化、对优化算法中的模型进行学习修正、对监测数据进行学习，所述评估模块用于对方案进行筛选以及对仿真结果进行评估，所述决策模块用于对评估后的方案进行决策。
4.根据权利要求1所述的一种基于数字孪生的泵机组优化运行调节方法，其特征在于：是以基于数字孪生模型实现数字孪生及仿真模拟，所述数字孪生的数据模型包括运行感知监测层、网络传输层、数据交融层和交互控制层，所述感知监测层为数字孪生的对象孪生提供监测信息流，所述网络传输层为数字孪生的运行过程孪生提供控制信息流，所述数据交融层为数字孪生的控制性能孪生提供数据信息流，所述交互控制层为数字孪生提供决策控制流。
5.根据权利要求1所述的一种基于数字孪生的泵机组优化运行调节方法，其特征在于所述数字孪生实现的虚拟空间泵机组优化调节***的优化运行机理包括如下步骤：
步骤1需求工况，用户通过信息门户将需求工况输入到***；
步骤2优化方案计算，用户需求工况传入到优化模块和机器学习模块进行方案计算并给出多个优化方案；
步骤3方案评估，多个优化方案进入评估模块进行方案的评估，筛选出多个较优的方案；
步骤4仿真计算，多个较优的方案进入数字孪生体进行仿真计算并将结果输出；
步骤5性能评估，评估模块对仿真完的结果进行性能评估；
步骤6方案决策，性能评估后，进入决策机模块进行决策，判断是否满足要求，若满足要求则将最优方案输出到泵机组控制中心，若不满足需求则调整参数，重新进行新方案的计算，直到满足决策机要求；
步骤7泵组控制，控制中心会根据最终方案调节相关变量，使其在一定可靠性下满足需求工况，使得***最为节能，从而实现优化调节。
6.根据权利要求5所述的一种基于数字孪生的泵机组优化运行调节方法，其特征在于：所述泵机组优化调节是基于机器学习和优化算法计算方案实现的，通过优化算法和机器学习对新工况的调节提供新方案，对提供的多个方案进行评估后进入数字孪生体进行仿真计算，对仿真结果决策后输送给泵机组控制中心，控制中心会根据优化方案调节相关变量，使其在一定可靠性下满足需求工况使得***最为节能，从而实现优化调节。
7.根据权利要求4所述的一种基于数字孪生的泵机组优化运行调节方法，其特征在于所述数字孪生的数据模型的建立包括物理对象孪生、运行过程孪生和控制性能孪生及仿真模型的建立，具体包括如下步骤：
步骤1三维物理模型建立，建立与物理空间的物理实体相同的三维物理模型，即将泵组及其附属管件附件架构成与实体相同的结构，定义物理实体的几何属性、运动属性和功能属性、材料属性，以及几何外形和机械结构等，从而实现物理对象孪生；
步骤2逻辑模型建立，将三维物理模型映射到逻辑模型，通过图形化、形式化描述逻辑模型的组成要素、组织结构和运行机理，通过逻辑模型将各要素属性和行为反馈到物理模型，实现对物理模型的优化；
步骤3过程模型建立，根据步骤1和步骤2，将实际流体的运行过程映射到数字空间，建立与实际运行过程相同的数值模拟过程，从而实现过程孪生；
步骤4控制模型建立，建立与物理实体相同的控制过程映射，能够使数字孪生体能模仿其相控制过程，实现相关参数的调整，从而实现性能孪生；
步骤5仿真模型建立，基于步骤1、步骤2、步骤3、步骤4，构建与实体相同结构、功能、过程的仿真模型，实现物理实体的孪生对象可视化、孪生结构可视化和孪生过程可视化、孪生控制可视化；
步骤6仿真模型优化，根据步骤5的仿真模型，基于数据库的多源数据，采用机器学习对仿真模型进行训练和优化，将仿真结果反馈到各个模型，并对各模型优化；
步骤7仿真模型验证，对物理模型与仿真模型进行一致性与可靠性验证，如满足仿真模型的优化条件，则执行步骤6，否则，返回执行步骤2；
步骤8数据模型构建，构建可计算的数据模型，基于数据库的多源数据，采用机器学习、迭代优化和智能决策方法，实现物理本体与虚拟孪生体的数据镜像和数据交换；
步骤9数字孪生实现，集成三维物理模型、逻辑模型、过程模型、控制模型、仿真模型和数据模型，通过数据驱动与实时交互，实现物理空间泵组优化调节***在虚拟空间的数字孪生。
8.根据权利要求7所述的一种基于数字孪生的泵机组优化运行调节方法，其特征在于：所述数字孪生具有感知分析、仿真模拟、迭代优化与决策控制功能，通过数字孪生体实现对泵机组物理实体的智能感知、实时监控、优化调节和健康预测。
9.根据权利要求7所述的一种基于数字孪生的泵机组优化运行调节方法，其特征在于：实现数字孪生体的三维物理建模工具包括激光扫描仪、UG NX、Creo parametric、3DsMax，虚拟仿真计算采用CFD系列软件。
CN202011321590.XA 2020-11-23 2020-11-23 一种基于数字孪生的泵机组优化运行调节***及方法 Active CN112417619B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011321590.XA CN112417619B (zh) 2020-11-23 2020-11-23 一种基于数字孪生的泵机组优化运行调节***及方法
US17/530,995 US11423200B2 (en) 2020-11-23 2021-11-19 Pump machine unit optimized operation regulation system and method based on digital twin

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011321590.XA CN112417619B (zh) 2020-11-23 2020-11-23 一种基于数字孪生的泵机组优化运行调节***及方法

Publications (2)

Publication Number Publication Date
CN112417619A true CN112417619A (zh) 2021-02-26
CN112417619B CN112417619B (zh) 2021-10-08

Family

ID=74777351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011321590.XA Active CN112417619B (zh) 2020-11-23 2020-11-23 一种基于数字孪生的泵机组优化运行调节***及方法

Country Status (2)

Country Link
US (1) US11423200B2 (zh)
CN (1) CN112417619B (zh)

Cited By (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113051838A (zh) * 2021-05-12 2021-06-29 南京航空航天大学 一种基于数字孪生技术的空间在轨制造结构可靠寿命预测方法
CN113110355A (zh) * 2021-04-29 2021-07-13 武汉科技大学 一种数字孪生驱动的工件加工能耗预测及优化方法
CN113221352A (zh) * 2021-05-11 2021-08-06 中国科学院自动化研究所 基于数字孪生的复杂装备健康管理方法及***
CN113435657A (zh) * 2021-07-09 2021-09-24 清华四川能源互联网研究院 数据集成处理方法、***、能源管理***、电子设备及计算机可读存储介质
CN113504735A (zh) * 2021-05-21 2021-10-15 中国大唐集团科学技术研究院有限公司火力发电技术研究院 基于数字孪生技术的汽泵组性能监测***
CN113624439A (zh) * 2021-07-01 2021-11-09 中汽研（天津）汽车工程研究院有限公司 一种基于数字孪生技术的汽车环境风洞模拟方法
CN113627780A (zh) * 2021-08-09 2021-11-09 中国海洋石油集团有限公司 基于深水浮式平台状态监测与评估的一体化数字孪生***
CN113673171A (zh) * 2021-08-30 2021-11-19 上海大学 一种基于历史数据驱动和机器学习的对接机构数字孪生试验***及其运行方法
CN113705095A (zh) * 2021-08-27 2021-11-26 西安科技大学 一种循环水泵数字孪生建模方法
CN113703412A (zh) * 2021-09-01 2021-11-26 燕山大学 基于数字孪生的数控机床虚拟调试***及***构建方法
CN113868898A (zh) * 2021-11-29 2021-12-31 联想新视界（北京）科技有限公司 基于数字孪生模型的数据处理方法及装置
CN113884899A (zh) * 2021-09-28 2022-01-04 中汽创智科技有限公司 一种基于数字孪生的燃料电池仿真标定***及方法
CN114021400A (zh) * 2021-09-23 2022-02-08 中铁第一勘察设计院集团有限公司 基于数字孪生的受电弓监控运维***
CN114036674A (zh) * 2021-11-12 2022-02-11 长沙理工大学 一种基于数字孪生的工程机械势能节能效率研究方法
CN114089715A (zh) * 2021-10-13 2022-02-25 鹏城实验室 冷水机组数字孪生模型构建方法、装置、终端及存储介质
CN114109949A (zh) * 2021-11-16 2022-03-01 大连海事大学 一种阀口独立控制电液***的数字孪生优化控制***及方法
CN114189888A (zh) * 2021-11-29 2022-03-15 中国船舶重工集团公司第七一六研究所 基于数字孪生的5g融合网架构下多模终端接入***及方法
CN114266187A (zh) * 2021-12-08 2022-04-01 山东大卫国际建筑设计有限公司 一种办公建筑用电网络优化方法及***
CN114280955A (zh) * 2021-11-18 2022-04-05 南方电网调峰调频发电有限公司 基于领域信息模型及数字孪生的智能水电厂体系***及架构方法
CN114595607A (zh) * 2022-03-09 2022-06-07 北自所(北京)科技发展股份有限公司 一种数字孪生纺织条桶输送方法及***
CN114663074A (zh) * 2022-05-17 2022-06-24 腾云互联(浙江)科技有限公司 一种基于数字孪生的产品数据分析方法及***
CN114912371A (zh) * 2022-06-13 2022-08-16 江苏大学 一种贯流泵运行稳定检测的数字孪生体建模***及方法
CN114912169A (zh) * 2022-04-24 2022-08-16 浙江英集动力科技有限公司 基于多源信息融合的工业建筑供热自主优化调控方法
CN114992106A (zh) * 2022-05-27 2022-09-02 江苏大学 一种基于数字孪生的泵站机组运行状态分析***
CN115013863A (zh) * 2022-06-01 2022-09-06 浙江英集动力科技有限公司 基于数字孪生模型的喷射泵供热***自主优化调控方法
CN115034578A (zh) * 2022-05-20 2022-09-09 中国电建集团华东勘测设计研究院有限公司 一种基于数字孪生的水工金属结构设备智能管理构建方法及***
CN115051926A (zh) * 2022-06-22 2022-09-13 烽火通信科技股份有限公司 一种数字孪生架构、模型评价体系以及模型运行方法
CN115164378A (zh) * 2022-06-09 2022-10-11 中国电子工程设计院有限公司 基于数字孪生的新风机组调控方法及相关装置
CN115329493A (zh) * 2022-08-17 2022-11-11 兰州理工大学 一种基于离心泵数字孪生模型的叶轮机械故障检测方法
CN115408892A (zh) * 2022-11-03 2022-11-29 中国航空工业集团公司金城南京机电液压工程研究中心 一种液压泵虚实交互方法及***
CN115423951A (zh) * 2022-11-07 2022-12-02 南京朝鹿鸣科技有限公司 基于数字孪生的给排水可视化方法
CN115688510A (zh) * 2022-10-09 2023-02-03 江苏大学 基于数字孪生的泵水力和结构协同优化设计***与方法
CN115859808A (zh) * 2022-12-01 2023-03-28 南栖仙策(南京)科技有限公司 一种泵组工作预测方法、装置、电子设备及存储介质
CN116307263A (zh) * 2023-05-11 2023-06-23 武汉理工大学 基于数字孪生的泵站全流程动态智能调度方法及***
CN116484651A (zh) * 2023-06-19 2023-07-25 天津美腾科技股份有限公司 基于数字孪生的***参数调节方法、装置、电子设备
CN116663451A (zh) * 2023-06-05 2023-08-29 广东岭秀科技有限公司 供水***节能效率优化方法、***和控制装置
WO2023168947A1 (zh) * 2022-03-08 2023-09-14 中国核电工程有限公司 基于数字孪生技术的安全壳孪生***及其建造方法
CN117709185A (zh) * 2023-11-08 2024-03-15 浙江大学 一种面向流程工业的数字孪生架构设计方法
CN117748733A (zh) * 2023-12-13 2024-03-22 北京京能清洁能源电力股份有限公司内蒙古分公司 一种基于数字孪生模型的电网信息控制方法
CN117852324A (zh) * 2024-03-08 2024-04-09 云南云金地科技有限公司 一种基于数据孪生的场景构建方法
CN114036674B (zh) * 2021-11-12 2024-07-30 长沙理工大学 一种基于数字孪生的工程机械势能节能效率研究方法

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11774924B2 (en) 2020-12-03 2023-10-03 Aspentech Corporation Method and system for process schedule reconciliation using algebraic model optimization
US20220180295A1 (en) * 2020-12-03 2022-06-09 Aspen Technology, Inc. Method and System for Process Schedule Reconciliation Using Machine Learning and Algebraic Model Optimization
US11880464B2 (en) * 2021-08-18 2024-01-23 General Electric Company Vulnerability-driven cyberattack protection system and method for industrial assets
CN115013859B (zh) * 2022-05-27 2023-11-24 浙江英集动力科技有限公司 一种基于用户画像的供热二级网分户调控方法
CN115013862B (zh) * 2022-06-01 2023-05-16 浙江英集动力科技有限公司 基于喷射泵和辅助循环泵的供热***自主优化运行方法
CN115190025B (zh) * 2022-06-13 2023-07-25 安世亚太科技股份有限公司 一种基于动态均衡的网络数字孪生体资源优化方法
CN115097782B (zh) * 2022-06-23 2024-05-03 山东大学 一种数字孪生增强的复杂装备检测补偿方法与***
CN115019907B (zh) * 2022-06-28 2024-03-01 重庆大学 天然气三甘醇脱水装置数字孪生***
CN114943185B (zh) * 2022-07-13 2022-09-30 北京航空航天大学 一种复杂装备极端工况孪生数据非破坏性获取方法
CN115202236A (zh) * 2022-07-29 2022-10-18 北京泓慧国际能源技术发展有限公司 飞轮运行风险监控***和方法
CN115544766B (zh) * 2022-10-09 2023-06-13 广东工业大学 一种面向数字孪生生产线的离线仿真***
CN115688227B (zh) * 2022-10-13 2023-06-09 长江空间信息技术工程有限公司(武汉) 数字孪生水利工程运行安全监测***及运行方法
CN115373290B (zh) * 2022-10-27 2023-01-24 极晨智道信息技术(北京)有限公司 一种基于数字孪生的数字化车间仿真方法与***
CN115494726B (zh) * 2022-11-01 2023-02-17 武汉大学 全功率变流可变速抽水蓄能机组动态特性仿真建模方法
CN115758615B (zh) * 2022-11-26 2024-03-12 宝钢工程技术集团有限公司 一种基于连铸设备有限元仿真模型的数字孪生实现方法
CN115828463B (zh) * 2022-12-09 2023-11-10 中国矿业大学(北京) 基于数字孪生六维模型的掘进机位姿估计方法、***
CN115841238A (zh) * 2023-02-21 2023-03-24 山东捷瑞数字科技股份有限公司 一种基于数字孪生的原料监管***及其监管方法
CN115994674B (zh) * 2023-03-22 2023-05-30 广州力控元海信息科技有限公司 一种基于数字孪生综合能源***的调度管理方法
CN115994458B (zh) * 2023-03-23 2023-07-18 华南理工大学 一种虚实集成的多智能体集群***仿真方法
CN116151155B (zh) * 2023-04-19 2023-08-04 南昌工程学院 基于数字孪生的城市合流制溢流***流量监测方法及***
CN116227090B (zh) * 2023-05-08 2023-09-01 山东大学 Tbm超前地质预报与掘进性能预测数字孪生***及方法
CN116227248B (zh) * 2023-05-10 2023-07-07 长江三峡集团实业发展(北京)有限公司 重力储能***的数字孪生体构建方法、装置及电子设备
CN116738874B (zh) * 2023-05-12 2024-01-23 珠江水利委员会珠江水利科学研究院 基于Multi-Agent PPO强化学习的闸泵群联合优化调度方法
CN116629060B (zh) * 2023-05-24 2024-07-12 东南大学 一种构建有载分接开关电弧传热数字孪生体的方法及***
CN116341341B (zh) * 2023-05-29 2023-07-28 中国航空工业集团公司金城南京机电液压工程研究中心 一种数字样机及其虚拟传感方法
CN117112091B (zh) * 2023-07-17 2024-02-13 邵阳汇通信息科技有限公司 基于数字孪生的水情及大坝安全监测***及模型解耦方法
CN116738801B (zh) * 2023-07-18 2024-04-19 北京市建筑工程研究院有限责任公司 一种基于数字孪生的索结构智能施工方法
CN116842621B (zh) * 2023-07-27 2024-04-09 中国人民解放军陆军工程大学 一种建筑物理机理数字孪生模型演化方法
CN116738863B (zh) * 2023-08-07 2024-02-06 江苏永钢集团有限公司 基于数字孪生的炉外精炼co2数字管理平台的搭建方法
CN117130351B (zh) * 2023-09-18 2024-03-19 上海勘测设计研究院有限公司 基于数字孪生技术的新能源场站区域联合控制保护***
CN117236054A (zh) * 2023-10-08 2023-12-15 苏州诺克汽车工程装备有限公司 一种基于数字孪生的汽车焊装夹具装配方法、***及介质
CN117150819B (zh) * 2023-10-30 2024-01-30 天津市东瑞钢铁铸造股份有限公司 用于钢铁铸造的钢液过滤方法及***
CN117572771A (zh) * 2023-11-22 2024-02-20 北京京能清洁能源电力股份有限公司内蒙古分公司 数字孪生的***参数控制方法及***
CN117391310B (zh) * 2023-12-04 2024-03-08 南京瀚元科技有限公司 基于数字孪生技术的电网设备运行状态预测及优化方法
CN117742858B (zh) * 2023-12-07 2024-06-07 北京中能北方科技股份有限公司 基于数字孪生的供热数据可视化方法及计算机设备
CN117454530B (zh) * 2023-12-26 2024-03-26 天津天汽模志通车身科技有限公司 一种基于数字孪生的汽车车身部件建模、检测方法及***
CN117475041B (zh) * 2023-12-28 2024-03-29 湖南视觉伟业智能科技有限公司 一种基于rcms的数字孪生岸桥模拟方法
CN117494479B (zh) * 2023-12-29 2024-05-03 北京可橙科技发展有限公司 一种基于多***的信息交互及时钟同步平台
CN117807782B (zh) * 2023-12-29 2024-06-07 南京仁高隆软件科技有限公司 一种实现三维仿真模型的方法
CN117808263A (zh) * 2024-01-02 2024-04-02 山东易图科技发展有限公司 一种基于数字孪生的园区管理***
CN117807846B (zh) * 2024-01-03 2024-06-21 中国水利水电科学研究院 一种基于数字孪生模型的结构损伤识别方法
CN117592310B (zh) * 2024-01-17 2024-04-02 苏州数算软云科技有限公司 支撑结构数字孪生模型的更新方法、装置、设备以及介质
CN117991845B (zh) * 2024-01-30 2024-07-05 苏州江羽峰智能科技有限公司 用于提高硅片性能的电池片烘干炉参数控制方法及***
CN117823211B (zh) * 2024-03-04 2024-07-05 宁波长壁流体动力科技有限公司 基于数字孪生的液压支架直线度调节方法、装置和设备
CN118070681A (zh) * 2024-04-18 2024-05-24 中水淮河规划设计研究有限公司 一种基于知识图谱的泵站机组优化方法、装置及设备
CN118101732A (zh) * 2024-04-25 2024-05-28 深圳市峰和数智科技有限公司 一种基于云端数字孪生的液流电池运维***和方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109684727A (zh) * 2018-12-20 2019-04-26 华润电力技术研究院有限公司 孪生体模型构建方法、装置和计算机设备
CN110492186A (zh) * 2019-07-02 2019-11-22 北京航空航天大学 一种基于云端控制技术的动力电池模组的管理方法
CN111061232A (zh) * 2019-12-09 2020-04-24 中国科学院沈阳自动化研究所 基于数字孪生的生产线设计与优化方法
CN111210359A (zh) * 2019-12-30 2020-05-29 中国矿业大学(北京) 面向智能矿山场景的数字孪生演化机理及方法
CN111365158A (zh) * 2020-03-02 2020-07-03 东方电气集团东方电机有限公司 水轮机转轮实时状态评估和生命周期管理预测***
KR102131847B1 (ko) * 2020-04-09 2020-07-09 현시스메틱 주식회사 기계학습을 이용한 수처리 자율 제어 시스템 및 그 방법
CN111461338A (zh) * 2020-03-06 2020-07-28 北京仿真中心 基于数字孪生的智能***更新方法、装置
US20200265329A1 (en) * 2019-02-14 2020-08-20 Rockwell Automation Technologies, Inc. Ai extensions and intelligent model validation for an industrial digital twin
CN111595090A (zh) * 2020-06-18 2020-08-28 上海宝钢节能环保技术有限公司 基于信息物理***的循环冷却水节能运行***及方法
CN111911483A (zh) * 2020-07-16 2020-11-10 山东大学 基于数字孪生的液压***融合型故障诊断预测方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7117046B2 (en) * 2004-08-27 2006-10-03 Alstom Technology Ltd. Cascaded control of an average value of a process parameter to a desired value
EP3626485B1 (en) * 2013-03-15 2024-05-29 ClearMotion, Inc. Active vehicle suspension improvements
US9174508B2 (en) * 2013-03-15 2015-11-03 Levant Power Corporation Active vehicle suspension
CN105868487B (zh) * 2016-04-11 2019-04-16 中国建筑科学研究院 一种基于能耗设备模型的节能专家***
CN106570263A (zh) * 2016-10-28 2017-04-19 浙江工业大学之江学院 一种基于rsm模型的双蜗壳水力设计方法
CN108931030A (zh) * 2018-06-28 2018-12-04 湖南湖大瑞格能源科技有限公司 一种江水源热泵***的节能控制方法及***
CN109373525B (zh) * 2018-11-12 2020-03-06 珠海格力电器股份有限公司 空调***的控制优化方法、装置、计算机设备和存储介质
CN110282074B (zh) * 2019-07-15 2020-08-04 中国船舶科学研究中心（中国船舶重工集团公司第七0二研究所） 船舶冷却管路***变工况低噪声配置调控方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109684727A (zh) * 2018-12-20 2019-04-26 华润电力技术研究院有限公司 孪生体模型构建方法、装置和计算机设备
US20200265329A1 (en) * 2019-02-14 2020-08-20 Rockwell Automation Technologies, Inc. Ai extensions and intelligent model validation for an industrial digital twin
CN110492186A (zh) * 2019-07-02 2019-11-22 北京航空航天大学 一种基于云端控制技术的动力电池模组的管理方法
CN111061232A (zh) * 2019-12-09 2020-04-24 中国科学院沈阳自动化研究所 基于数字孪生的生产线设计与优化方法
CN111210359A (zh) * 2019-12-30 2020-05-29 中国矿业大学(北京) 面向智能矿山场景的数字孪生演化机理及方法
CN111365158A (zh) * 2020-03-02 2020-07-03 东方电气集团东方电机有限公司 水轮机转轮实时状态评估和生命周期管理预测***
CN111461338A (zh) * 2020-03-06 2020-07-28 北京仿真中心 基于数字孪生的智能***更新方法、装置
KR102131847B1 (ko) * 2020-04-09 2020-07-09 현시스메틱 주식회사 기계학습을 이용한 수처리 자율 제어 시스템 및 그 방법
CN111595090A (zh) * 2020-06-18 2020-08-28 上海宝钢节能环保技术有限公司 基于信息物理***的循环冷却水节能运行***及方法
CN111911483A (zh) * 2020-07-16 2020-11-10 山东大学 基于数字孪生的液压***融合型故障诊断预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ANDRES L. CARRILLO PENA ET AL.: "IMPROVING THE PERFORMANCE OF CENTRIFUGAL PUMPS IN SERIAL AND PARALLEL CONFIGURATIONS USING DIGITAL TWINS", 《PROCEEDINGS OF THE ASME 2019》 *
RAFAEL LASTRA, SAUDI ARAMCO: "Electrical Submersible Pump Digital Twin, the Missing Link for Successful Condition Monitoring and Failure Prediction", 《SOCIETY OF PETROLEUM ENGINEERS》 *

Cited By (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113110355A (zh) * 2021-04-29 2021-07-13 武汉科技大学 一种数字孪生驱动的工件加工能耗预测及优化方法
CN113110355B (zh) * 2021-04-29 2022-10-28 武汉科技大学 一种数字孪生驱动的工件加工能耗预测及优化方法
CN113221352A (zh) * 2021-05-11 2021-08-06 中国科学院自动化研究所 基于数字孪生的复杂装备健康管理方法及***
CN113051838A (zh) * 2021-05-12 2021-06-29 南京航空航天大学 一种基于数字孪生技术的空间在轨制造结构可靠寿命预测方法
CN113504735B (zh) * 2021-05-21 2024-03-12 中国大唐集团科学技术研究院有限公司火力发电技术研究院 基于数字孪生技术的汽泵组性能监测***
CN113504735A (zh) * 2021-05-21 2021-10-15 中国大唐集团科学技术研究院有限公司火力发电技术研究院 基于数字孪生技术的汽泵组性能监测***
CN113624439A (zh) * 2021-07-01 2021-11-09 中汽研（天津）汽车工程研究院有限公司 一种基于数字孪生技术的汽车环境风洞模拟方法
CN113624439B (zh) * 2021-07-01 2023-11-10 中汽研（天津）汽车工程研究院有限公司 一种基于数字孪生技术的汽车环境风洞模拟方法
CN113435657B (zh) * 2021-07-09 2022-12-23 清华四川能源互联网研究院 数据集成处理方法、***、能源管理***、电子设备及计算机可读存储介质
CN113435657A (zh) * 2021-07-09 2021-09-24 清华四川能源互联网研究院 数据集成处理方法、***、能源管理***、电子设备及计算机可读存储介质
CN113627780A (zh) * 2021-08-09 2021-11-09 中国海洋石油集团有限公司 基于深水浮式平台状态监测与评估的一体化数字孪生***
CN113705095A (zh) * 2021-08-27 2021-11-26 西安科技大学 一种循环水泵数字孪生建模方法
CN113705095B (zh) * 2021-08-27 2024-03-19 西安科技大学 一种循环水泵数字孪生建模方法
CN113673171B (zh) * 2021-08-30 2023-11-14 上海大学 一种基于历史数据驱动和机器学习的对接机构数字孪生试验***及其运行方法
CN113673171A (zh) * 2021-08-30 2021-11-19 上海大学 一种基于历史数据驱动和机器学习的对接机构数字孪生试验***及其运行方法
CN113703412B (zh) * 2021-09-01 2023-03-31 燕山大学 基于数字孪生的数控机床虚拟调试***及***构建方法
CN113703412A (zh) * 2021-09-01 2021-11-26 燕山大学 基于数字孪生的数控机床虚拟调试***及***构建方法
CN114021400B (zh) * 2021-09-23 2024-07-12 中铁第一勘察设计院集团有限公司 基于数字孪生的受电弓监控运维***
CN114021400A (zh) * 2021-09-23 2022-02-08 中铁第一勘察设计院集团有限公司 基于数字孪生的受电弓监控运维***
CN113884899A (zh) * 2021-09-28 2022-01-04 中汽创智科技有限公司 一种基于数字孪生的燃料电池仿真标定***及方法
CN114089715A (zh) * 2021-10-13 2022-02-25 鹏城实验室 冷水机组数字孪生模型构建方法、装置、终端及存储介质
CN114036674A (zh) * 2021-11-12 2022-02-11 长沙理工大学 一种基于数字孪生的工程机械势能节能效率研究方法
CN114036674B (zh) * 2021-11-12 2024-07-30 长沙理工大学 一种基于数字孪生的工程机械势能节能效率研究方法
CN114109949A (zh) * 2021-11-16 2022-03-01 大连海事大学 一种阀口独立控制电液***的数字孪生优化控制***及方法
CN114109949B (zh) * 2021-11-16 2024-05-14 大连海事大学 一种阀口独立控制电液***的数字孪生优化控制***及方法
CN114280955B (zh) * 2021-11-18 2023-12-19 南方电网调峰调频发电有限公司 基于领域信息模型及数字孪生的智能水电厂体系***及架构方法
CN114280955A (zh) * 2021-11-18 2022-04-05 南方电网调峰调频发电有限公司 基于领域信息模型及数字孪生的智能水电厂体系***及架构方法
CN113868898A (zh) * 2021-11-29 2021-12-31 联想新视界（北京）科技有限公司 基于数字孪生模型的数据处理方法及装置
CN114189888A (zh) * 2021-11-29 2022-03-15 中国船舶重工集团公司第七一六研究所 基于数字孪生的5g融合网架构下多模终端接入***及方法
CN114189888B (zh) * 2021-11-29 2024-02-13 中国船舶集团有限公司第七一六研究所 基于数字孪生的5g融合网架构下多模终端接入***及方法
CN114266187A (zh) * 2021-12-08 2022-04-01 山东大卫国际建筑设计有限公司 一种办公建筑用电网络优化方法及***
WO2023168947A1 (zh) * 2022-03-08 2023-09-14 中国核电工程有限公司 基于数字孪生技术的安全壳孪生***及其建造方法
CN114595607A (zh) * 2022-03-09 2022-06-07 北自所(北京)科技发展股份有限公司 一种数字孪生纺织条桶输送方法及***
CN114912169B (zh) * 2022-04-24 2024-05-31 浙江英集动力科技有限公司 基于多源信息融合的工业建筑供热自主优化调控方法
CN114912169A (zh) * 2022-04-24 2022-08-16 浙江英集动力科技有限公司 基于多源信息融合的工业建筑供热自主优化调控方法
CN114663074A (zh) * 2022-05-17 2022-06-24 腾云互联(浙江)科技有限公司 一种基于数字孪生的产品数据分析方法及***
CN115034578A (zh) * 2022-05-20 2022-09-09 中国电建集团华东勘测设计研究院有限公司 一种基于数字孪生的水工金属结构设备智能管理构建方法及***
CN114992106A (zh) * 2022-05-27 2022-09-02 江苏大学 一种基于数字孪生的泵站机组运行状态分析***
CN115013863A (zh) * 2022-06-01 2022-09-06 浙江英集动力科技有限公司 基于数字孪生模型的喷射泵供热***自主优化调控方法
CN115013863B (zh) * 2022-06-01 2023-11-17 浙江英集动力科技有限公司 基于数字孪生模型的喷射泵供热***自主优化调控方法
CN115164378A (zh) * 2022-06-09 2022-10-11 中国电子工程设计院有限公司 基于数字孪生的新风机组调控方法及相关装置
CN114912371A (zh) * 2022-06-13 2022-08-16 江苏大学 一种贯流泵运行稳定检测的数字孪生体建模***及方法
CN115051926B (zh) * 2022-06-22 2023-06-09 烽火通信科技股份有限公司 一种数字孪生装置、模型评价***以及模型运行方法
CN115051926A (zh) * 2022-06-22 2022-09-13 烽火通信科技股份有限公司 一种数字孪生架构、模型评价体系以及模型运行方法
CN115329493A (zh) * 2022-08-17 2022-11-11 兰州理工大学 一种基于离心泵数字孪生模型的叶轮机械故障检测方法
CN115688510B (zh) * 2022-10-09 2023-04-14 江苏大学 基于数字孪生的泵水力和结构协同优化设计***与方法
CN115688510A (zh) * 2022-10-09 2023-02-03 江苏大学 基于数字孪生的泵水力和结构协同优化设计***与方法
CN115408892A (zh) * 2022-11-03 2022-11-29 中国航空工业集团公司金城南京机电液压工程研究中心 一种液压泵虚实交互方法及***
CN115423951A (zh) * 2022-11-07 2022-12-02 南京朝鹿鸣科技有限公司 基于数字孪生的给排水可视化方法
CN115859808A (zh) * 2022-12-01 2023-03-28 南栖仙策(南京)科技有限公司 一种泵组工作预测方法、装置、电子设备及存储介质
CN116307263B (zh) * 2023-05-11 2023-08-11 武汉理工大学 基于数字孪生的泵站全流程动态智能调度方法及***
CN116307263A (zh) * 2023-05-11 2023-06-23 武汉理工大学 基于数字孪生的泵站全流程动态智能调度方法及***
CN116663451A (zh) * 2023-06-05 2023-08-29 广东岭秀科技有限公司 供水***节能效率优化方法、***和控制装置
CN116663451B (zh) * 2023-06-05 2024-05-03 广东岭秀科技有限公司 供水***节能效率优化方法、***和控制装置
CN116484651A (zh) * 2023-06-19 2023-07-25 天津美腾科技股份有限公司 基于数字孪生的***参数调节方法、装置、电子设备
CN116484651B (zh) * 2023-06-19 2023-09-22 天津美腾科技股份有限公司 基于数字孪生的***参数调节方法、装置、电子设备
CN117709185A (zh) * 2023-11-08 2024-03-15 浙江大学 一种面向流程工业的数字孪生架构设计方法
CN117709185B (zh) * 2023-11-08 2024-07-30 浙江大学 一种面向流程工业的数字孪生架构设计方法
CN117748733A (zh) * 2023-12-13 2024-03-22 北京京能清洁能源电力股份有限公司内蒙古分公司 一种基于数字孪生模型的电网信息控制方法
CN117852324B (zh) * 2024-03-08 2024-05-10 云南云金地科技有限公司 一种基于数据孪生的场景构建方法
CN117852324A (zh) * 2024-03-08 2024-04-09 云南云金地科技有限公司 一种基于数据孪生的场景构建方法

Also Published As

Publication number Publication date
US20220164502A1 (en) 2022-05-26
US11423200B2 (en) 2022-08-23
CN112417619B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN112417619B (zh) 一种基于数字孪生的泵机组优化运行调节***及方法
CN111708332B (zh) 一种生产线数字孪生***
WO2019076235A1 (zh) 一种智能车间平行控制方法及***
Pan et al. Building energy simulation and its application for building performance optimization: A review of methods, tools, and case studies
CN115062478A (zh) 基于数字孪生的动态车间生产排程调度方法、***及介质
CN110889238B (zh) 一种数字孪生驱动的热压罐管控***
WO2019076234A1 (zh) 一种智能车间透明监控方法及***
Wang et al. Digital twin enhanced fault prediction for the autoclave with insufficient data
CN113657031A (zh) 基于数字孪生的供热调度自动化实现方法、***及平台
CN113344505A (zh) 一种基于数字孪生的卫陶产品装配生产管理***及方法
CN107832497A (zh) 一种智能车间快速定制设计方法及***
CN106462894A (zh) 用于建模、仿真、优化和/或报价创建的***和方法
CN114992106B (zh) 一种基于数字孪生的泵站机组运行状态分析***
CN113919230A (zh) 一种复杂设备运行的建模评估方法及***
CN112822463A (zh) 一种基于智能工厂的三维监控***和方法
CN112100870A (zh) 一种综合能源***的动态仿真***和方法
CN115562167A (zh) 一种数字孪生数控机床运行能耗监控***
CN113627032A (zh) 一种基于数字孪生的设备设计/维修方案智能决策方法
CN114415607A (zh) 基于数据驱动的设计工艺制造一体化数字孪生***
CN117252051A (zh) 一种基于数字孪生的电缆隧道监测预警方法及***
CN114897271A (zh) 数字孪生环境下基于故障传播的中央空调预测性维护方法
CN111260086A (zh) 基于bim的中央空调运维方法、***和装置
CN114398697A (zh) 一种建筑信息物理模型及其构建方法
CN104598698A (zh) 在线构架***以及基于在线构架的供水管网模型建模方法
CN112287475B (zh) 一种倒t型坞门内部安全性设计优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant