一、項目背景
supET工業(yè)互聯(lián)網(wǎng)平臺是2018年由阿里云計算有限公司牽頭、聯(lián)合浙江中控技術股份有限公司、之江實驗室、國家工業(yè)信息安全發(fā)展研究中心、等六家單位共建supET工業(yè)互聯(lián)網(wǎng)平臺。阿里云supET工業(yè)互聯(lián)網(wǎng)平臺致力于打造包容、共贏、開放、協(xié)作的工業(yè)互聯(lián)網(wǎng)生態(tài),為制造業(yè)企業(yè)提供一站式的數(shù)字化、網(wǎng)絡化、智能化服務促進工業(yè)互聯(lián)網(wǎng)和消費互聯(lián)網(wǎng)的融通發(fā)展。
基于仿真的數(shù)字孿生解決方案是ANSYS公司的數(shù)字孿生解決方案。通過對物理設備建立高保真度、高穩(wěn)定性、高可視化的實時仿真模型,并經(jīng)由IOT平臺,實現(xiàn)實際物理設備與虛擬仿真設備之間的映射。在實際設備運行過程中,虛擬設備可經(jīng)由實際設備傳感器采集到的實時數(shù)據(jù),實現(xiàn)與現(xiàn)實設備的同步運行。因此,基于仿真的數(shù)字孿生解決方案所定義的數(shù)字孿生是動態(tài)的,不僅具備與實際設備一致的屬性,更能夠與實際設備以相同工況運行。因此,運維操作人員可通過監(jiān)視數(shù)字孿生模型的工作狀態(tài),獲取實際設備的全面運行信息,并對設備狀態(tài)進行預測判斷。
在電網(wǎng)運行過程中,變電站的主變壓器的運行維護存在較大痛點。作為變電站的主要設備,主變壓器承擔了輸電過程中的變壓任務。在主變壓器工作中,鐵芯和線圈的發(fā)熱量較高,因此需要采用較強的冷卻措施。而且鐵芯和線圈的溫度是運維人員極為關心參數(shù)。為了對鐵芯和線圈進行冷卻,在設計中,整個鐵芯和線圈是浸泡在冷卻油中的。這一結構雖然可以保證鐵芯和線圈在工作中維持正常的溫度,卻阻礙了在鐵芯和線圈上安裝溫度傳感器。因此,對鐵芯和線圈的溫度監(jiān)控成為了一大難題。
當前在大多數(shù)裝備行業(yè)中,當“產(chǎn)品”被企業(yè)制造出來后,交付給用戶后,同樣也成為大量的“產(chǎn)品孤島”。特別對于大型、復雜的“裝備產(chǎn)品”,產(chǎn)品一旦交付,制造企業(yè)很難再從 “產(chǎn)品”的獲取有價值的運行信息,更加無法為“用戶”給出對產(chǎn)品的運維保養(yǎng)的建議。雖然“物聯(lián)網(wǎng)技術”可以解決設備的“在線”的通訊問題,但是僅僅完成“連接”還是遠遠不夠,還是需要對采集數(shù)據(jù)進行“語義化”、“模型化”的解析,更需要把設備的“設計域知識”帶到“設備運維域”,完成對設備的全生命周期管理。
因此在工業(yè)互聯(lián)網(wǎng)的建造中,設備裝備、制造流程的“數(shù)字孿生”是一種不可或缺的技術?!皵?shù)字孿生”可以定義為一個基于歷史數(shù)據(jù)和當前數(shù)據(jù)的不斷發(fā)展的數(shù)字模型鏡像,它首先包含了產(chǎn)品的“設計知識”,也就是“機理模型”、“3D模型”等,設計知識是“數(shù)字孿生”的起點;第二,數(shù)字孿生擁有通過“IoT技術”采集到的“運行時狀態(tài)”,并對其建立統(tǒng)一的信息模型,對外提供標準數(shù)據(jù)調(diào)用接口,實現(xiàn)設備的互聯(lián)、互通、互操作;最后,在“數(shù)字孿生”中還包含了進行物理仿真、3D渲染的“計算引擎”。概括地說,數(shù)字孿生通過大量積累的、實時實際的測量數(shù)據(jù),通過“實時仿真”進行實時計算,并給出場景下的仿真、渲染結果,從而為系統(tǒng)性能分析、優(yōu)化提供指標化的建議,指導物理世界的行動,比如設備動作,并可以為產(chǎn)品設計或流程變更提供建議。
二、項目實施
1.案例定位
覆 蓋 內(nèi) 容 | 應用對象 | ? 資產(chǎn)級(設備/產(chǎn)品) ¨ 車間級 ¨ 企業(yè)級 |
應用深度 | ? 描述 ? 診斷 ? 預測 ¨ 處置 | |
應用領域 | ? 設計 ¨ 生產(chǎn) ? 管理 ? 運維 ? 設計制造一體化 ¨ 全生命周期 | |
行業(yè) | ¨ 流程行業(yè): ¨ 多品種小批量離散行業(yè): ¨ 少品種大批量離散行業(yè): ¨ 建筑 ¨交通 ? 電力行業(yè) | |
重點技術 | 涉及的單一領域技術或融合技術 ¨ 仿真 ¨ IOT ¨ AI ? 仿真+IOT ¨ 仿真+AI ¨ IOT+AI ¨ 仿真+IOT+AI 統(tǒng)一數(shù)據(jù)/模型語義語法技術 ¨ 管理殼 ? 信息模型 ¨ MBD/MBSE/MBE
其他 ¨ 虛擬調(diào)試 ¨ 數(shù)字線程 ¨ 面向?qū)ο竺枋?nbsp; ¨ 創(chuàng)成式設計 ¨ 機電一體化
|
2.案例優(yōu)勢分析
設備數(shù)字孿生是通過“IoT在線數(shù)據(jù)”和“設備仿真模型”的技術融合,實現(xiàn)基于模型的實時在線分析,并通過3D交互技術進行交互展示,把設備的“設計域知識”帶到“設備運維域”,從而更好地服務設備智能運維,實現(xiàn)基于模型的設備智能監(jiān)控及維護。
在業(yè)務價值方面:設備數(shù)字孿生通過“IoT在線數(shù)據(jù)”和“設備仿真模型”的技術融合,實現(xiàn)基于模型的實時在線分析,并通過3D交互技術進行交互展示,把設備的“設計域知識”帶到“設備運維域”,從而更好地服務設備智能運維,實現(xiàn)基于模型的設備監(jiān)控和維護。設備數(shù)據(jù)孿生可以根據(jù)當前的電網(wǎng)“負載工況”,提前1~2小時預測出過熱問題,從而判斷變壓器是否過載,是否要啟動備用變壓器等,幫助電網(wǎng)人員進行決策;
在開發(fā)工具層面:在自研的Device Twin SDK中,集成了“仿真模型運行時求解”、“IoT數(shù)據(jù)寫入”、“時序數(shù)據(jù)存儲”、“自定義可視化面板”的完整工具閉環(huán);
3.實施步驟及路徑
按照四個主要步驟完成了對110kV電力變壓器的設備數(shù)字孿生的的開發(fā),即為:1)物理對象選??;2)系統(tǒng)建模及模型集成;3)運行時模型部署;4)在線模型運行計算。
其中機理模型部分,通過ANSYS的Fluent/CFX和Maxwell的CAE軟件完成。
機理模型的輸入?yún)?shù)包括輸入端與輸出端的電流、泵的流量、油溫和環(huán)境溫度。其中輸入輸出端的電流和環(huán)境溫度是所有變電站都可獲得的,油溫的獲取需對變壓器進行適當改造,但改造難度不大,泵的流量一般是只有開關兩個狀態(tài)。其開啟時的流量可通過查詢泵供應單位的響應產(chǎn)品手冊獲取。
物理模型的內(nèi)部功能模塊劃分主要包括電磁模塊、流體模塊和工況判斷模塊三部分。電磁模塊用于計算銅損和鐵損。流體模塊用于根據(jù)銅損、鐵損、泵流量和環(huán)境溫度,計算鐵芯和線圈的溫度。工況判斷部分用于根據(jù)其他模塊計算出的參數(shù)歸類為典型工況并輸出工況號。
在對電磁模塊和流體模塊進行建模時,采用了ANSYS公司的降階模型技術,將電磁三維仿真和流體三維仿真處理成具有三維仿真精度,但能夠進行實時仿真的降階模型,并集成進變壓器整體模型內(nèi)。
運行時部署通過Docker進行對模型及算法應用Device Twin進行容器化封裝,實現(xiàn)高度靈活的自動化交付流程,構建彈性可擴展的系統(tǒng)架構,特別適合物聯(lián)網(wǎng)的規(guī)模化的場景。
4.案例推廣應用價值
本案例具備較廣泛的推廣應用價值。主要應用場景在于重型設備的運維監(jiān)控和流程工業(yè)關鍵工藝良品率的提高方面。本案例的價值點在于,設備內(nèi)部某關鍵參數(shù),無法通過傳感器直接獲取。由于這一關鍵參數(shù)無法直接獲取,從而導致了設備運行的潛在風險或生產(chǎn)工藝的良品率地下問題。通過數(shù)字孿生建設,可降低設備運行風險或提高生產(chǎn)工藝良品率。舉例說明,通過對航空發(fā)動機渦輪葉片建立數(shù)字孿生,可監(jiān)控渦輪溫度。通過對冶金行業(yè)加溫爐內(nèi)建立數(shù)字孿生,可精確監(jiān)控物料溫度,從而提高良品率。
三、實施效果
在建立數(shù)字孿生前,變電站運維人員只能通過間接手段推測主變壓器鐵芯與線圈溫度。手段包括:1、用紅外熱像儀檢查油箱外壁溫度。2、每天對油箱內(nèi)的油進行化驗,分析頭一天的鐵芯與線圈超溫情況。3、對于某些數(shù)字化程度較高的變電站,可測量油箱內(nèi)油的溫度。
在建立數(shù)字孿生后,變電站運維人員可直接實時觀察鐵芯與線圈溫度。