基于数字孪生的智慧水厂建设

郑宇祺

(广州市市政工程设计研究总院有限公司，广州 510060)

1 智慧水厂实现数字孪生的需求

1.1 当前水厂智慧化建设的痛点和难点

当前水厂智慧化建设的痛点和难点可总结成如图1 所示情况。

图1 当前水厂智慧化建设的痛点和难点

(1)信息孤岛现象严重，缺乏对海量数据的有效分析利用

水厂中的厂房及构筑物、生产设备、各种管道系统繁杂众多且数据海量众多、分散且独立，缺少有效的融合，严重影响了水厂的统筹运营管理、生产巡检排班、水质监测等工作。 缺少统一有效的水厂管理和工作平台，对水厂内部的海量数据进行针对性的高效管理和分析。 采用传统的数据分析技术耗时费力。

而且水厂通常由不同企业开发的多个系统组成，每个系统都有自己的标准，不同厂家、不同系统，软硬件难兼容；往往没有结合水厂实际运行模式和软硬件情况进行设计，实用性不强。 智慧水厂系统的建设必须以实用为核心，根据水厂的实际需求进行建设，在解决行业或企业本身存在的运行和管理难题的基础上，深度挖掘大数据价值，通过信息化系统软件和管理软件的高度有效融合，从而实现水厂整体的智慧化运营。

(2)资产复杂、运维工作量大且困难

水厂中现场设备众多，管线密集，运行状态和性能难监测，地下隐蔽工程缺少有效和直观的展示手段。 工厂环境复杂，运维工作人员很难做到对水厂相关内容及生产设备的使用全面掌控，很容易影响水厂运维的生产保障和工作人员的安全保障。

系统集成繁琐，易出错，设备故障率高、设备检修麻烦，部分前端仪表设备由于维护保养不好，采集数据不准确，影响控制和判断，控制过程人工参与环节多、程控率低，控制操作也普遍存在滞后性，设备长期处于恶劣的环境下工作，缺少规范化的维修养护，导致设备运营的可靠性低，对于触发的故障问题又缺乏有效直观的应急机制或预案。

(3)运维被动，缺少全生命周期的有效监管

水厂各自动化系统预警、告警信息分散，无效告警众多，各种故障定位艰难复杂，缺少预警、告警的联动管控、复核机制和可视化的分析仿真工具及应急预案。 对“人机料法环”的历史数据缺乏有效利用，无法为生产经营风险提供预警。

大量重复的人工进行设备被动式维护，不仅服务成本高，而且无法把水厂各个自动化系统的数据进行链串起来，导致维护不全面且无法提前预防突发事件。 在水厂运营管理的过程中，往往需要配套较多的人员，容易存在工作协调难、效率低，粗放式的管理情况，对于日常作业过程都以结果为导向，缺少有效移动化过程监管，由于工作过程的不透明化和无相应的有效数据支撑，也导致人员考核难、感性评判缺乏有效的KPI 量化评估体系；对水厂运行的设备资产缺乏有效的全生命周期管理。

(4)缺乏沉淀，水厂运维经验传承困难

专家的知识经验、机器设备的激励原理，没有在水厂的管理平台进行有效的数字化沉淀和融合，企业的可持续发展缺乏动力，创新缺乏土壤。

水厂运行人员流动性较大，新人对工作内容和环境的了解适应需要有个漫长的过程，目前大部分运维管理知识还需要老师傅的言传身教。 缺少规范化的作业标准，也没有有效的针对实景的仿真式教学与基于可视化的远程专家辅助手段，难以保障日常运维工作交付质量的准确性和有效性。

(5)自动化系统遇到的问题

各种自动化系统难以通过协同效应，实现以水质为目标导向的提资增效。 水厂工艺流程遍存在各种整体能耗和药耗成本上升，缺乏精细化调节；缺少规范化的作业标准，难以保障工作交付质量的准确性等问题。 这些问题导致水厂的智慧化程度很低，严重影响水厂生产效率的提高。

目前水务行业急需要可以实现增效的智慧水厂一体化解决方案，实现以技术替代人力，缓解日益突出的水量波动大、处理成本高、处理效率低、人员经验要求市场紧缺、运营成本高等核心矛盾。

(6)厂区可视化和生产运营融合模式有待提升

目前大部分厂区的3D 可视化只是按照立体环境模拟的底图上简单加载传感器和设备的数据，无法实现以建筑体征模型为基础，利用基于BIM 的三维数字物理模型、传感器协议数据传输、运行历史存储等数据， 在数字化的虚拟空间中完成水厂设施的物理映射，形成物理维度上的实体世界和信息维度上的数字世界同生共存、虚实交融的格局。

1.2 数字孪生对于智慧水厂的意义

智慧水厂的数字孪生是以数据与模型的集成融合为核心的新模式，通过在数字空间实时构建物理对象(包括资产、行为、过程等)的精准数字化映射，用数字化的方法构建一个和现实水厂一模一样的数字世界的技术，通过该技术实现对水厂物理实体的了解、分析和优化。 基于分析预测形成最佳综合决策，实现全业务流程闭环优化。 如图2 ～ 3所示。

图2 数字孪生智慧水厂的意义

水厂的数字孪生充分利用基于BIM 的三维数字物理模型、传感器协议数据传输、运行历史存储等数据， 在数字化的虚拟空间中完成水厂设施的物理映射，形成物理维度上的实体世界和信息维度上的数字世界同生共存、虚实交融的格局。

图3 数字孪生水厂的成综合决策的过程

基于BIM 三维可视化平台可实现实转虚，虚控实的过程，将数据、算法和决策分析结合在一起，建立模拟，即物理对象的虚拟映射的过程实现生产监控的一体化、精细化管理，数据采集依靠可靠的工业通讯设计，保证采集任务的稳定运行，为平台提供一个完整的数字化表现奠定了基础。 构建智慧水厂可视化控制模式和体征指数，形成全方位运行评估体系。

数字孪生技术可以帮助水厂形成综合决策，并反馈给物理对象构建面向物理对象精准数字化映射:(1) 数据互联:基于工业通讯实现设备数据的有效集成；(2) 信息互通:基于信息模型实现物理对象语法统一；(3) 模型互操作:基于多模型融合实现物理对象语义统一；(4) 通过采集感知和反馈控制与数字空间进行双向交互。 数字孪生功能架构图如图4～5 所示。

图4 数字孪生的功能架构图

本文提出基于“数字孪生”的智慧水厂技术架构体系，并列举出“数字孪生”在智慧水厂中涉及的关键技术和价值，说明“数字孪生”技术在智慧水厂的巨大运用价值和意义。

2 “数字孪生”智慧水厂技术体系

图5 数字孪生的功能

“数字孪生”的智慧水厂具体由基础层、平台层、应用层三层架构组成，涉及智慧水厂“数字孪生”体系的数据保障、数据的融合与仿真以及最终的功能交互，如图6 所示。

图6 数字孪生智慧水厂的技术体系

第一层，基础层。 具备采集感知和反馈控制两类功能，是数字孪生闭环优化的起始和终止环节。通过深层次的采集感知获取物理对象全方位数据，利用高质量反馈控制完成物理对象最终执行。

第二层，平台层。 具备数据互联、信息互通、模型互操作三类功能，同时数据、信息、模型三者间能够实时融合。 其中，数据互联指通过工业通讯实现物理对象市场数据、研发数据、生产数据、运营数据等全生命周期数据集成；信息互通指利用数据字典、元数据描述等功能，构建统一信息模型，实现物理对象信息的统一描述；模型互操作指能够通过多模型融合技术将几何模型、仿真模型、业务模型、数据模型等多类模型进行关联和集成融合。

第三层，应用层。 在连接层和映射层的基础上，通过综合决策实现描述、诊断、预测、处置等不同深度应用，并将最终决策指令反馈给物理对象，支撑实现闭环控制。 全生命周期实时映射、综合决策、闭环优化是数字孪生发展三大典型特征:(1)全生命周期实时映射，指孪生对象与物理对象能够在全生命周期实时映射，并持续通过实时数据修正完善孪生模型；(2)综合决策，指通过数据、信息、模型的综合集成，构建起智能分析的决策能力；(3)闭环优化，指数字孪生能够实现对物理对象从采集感知、决策分析到反馈控制的全流程闭环应用。 本质是设备可识别指令、工程师知识经验与管理者决策信息在操作流程中的闭环传递，最终实现智慧的累加和传承。 如图7 所示。

图7 数字孪生水厂的全生命周期

3 “数字孪生”智慧水厂关键技术

3.1 工艺建模与优化系统

水厂运行专家智能决策系统就一套具有定制化建模、多样化的可视配置交互、能进行水厂运行的能耗仿真、工艺优化决策等功能。 系统采用水处理工艺优化与高级控制软件针对全厂工艺运行进行建模和仿真，为水厂的运行管理提供运行效果预测、方案决策支持、工艺优化等功能，如图8所示。

图8 数字孪生智慧水厂的工艺建模与优化系统

水处理工艺优化系统基于水厂生物处理工艺流程建立数学模型，以运行报表记录的进水历史数据，或来自在线监测仪表的进水实时数据作为模型的输入参数，对水厂的各种运行状况进行仿真、诊断，优化关键运行参数，满足水厂出水水质达标和节能降耗的要求。

本技术为目标水处理厂提供水厂运行专家智能决策系统，根据水处理厂的工艺流程、运行工况、设备参数、进水条件等为基础，为其进行工艺模型的定制，并开发相应的交互软件。 通过向软件输入水量、水质、工艺运行、设备指标等参数，通过仿真来获取目标水厂的出水水质、能耗，以及各评价指标的模拟结果，重现水厂的真实运行情况，并在此基础上为工艺运行提供经过优化的关键运行参数。

3.2 设备健康检测诊断系统

实时了解设备当前的运行状况、判断未来的发展趋势(提供运行的安全周期数据)、诊断故障发生的部位、以及检查和验收大修或临时维修的效果，实现对设备故障早知道、早预报、早诊断，提高设备运行的完好率、减少设备停机时间及降低维修成本。 根据设备的实际状态或预测状态制定最佳的维修周期，而不是仅仅依赖制造厂商的建议(按传统的)定期进行维修，如图9 所示。

图9 数字孪生智慧水厂的设备健康检测诊断系统

通过建立机泵等关键设备的在线健康状况监测与分析评价系统，实时监控设备振动、温度等参量状态，及时准确地通过报警，防止机泵设备等关键设备事故的发生，同时采用先进的多信息融合技术，最大程度的评估机泵等关键设备运行状态、延长设备预警时间，从而实现预知维修，并通过智能诊断，精确诊断故障源，实现精密维修，缩短维修用时，为检测维修合理化提供及时准确的数据基础，从而有效的保证设备长期稳定运行。 降低备品备件费用，提质增效。

3.3 虚拟现实和呈现

工业仿真三维引擎融合VR 交互，是实现“人-机-环”互通最直接有效的方式，是工业仿真的有效延伸。 最基础的应用便是VR 工厂巡检，通常大型工业生产流程很难一窥全貌，采用工业仿真+VR 技术，将现实工厂以多角度，全方位地投影到VR 世界中，拓扑图如图10 所示。

图10 数字孪生智慧水厂的虚拟现实和呈现

VR 虚拟巡检设备结合基于BIM 的三维可视化数字孪生系统，使管理者足不出户就能从各个角度身临其境、鸟瞰整个工厂设备及管网布置细节，监控、管理整个生产过程以加强信息管理和服务，提高生产和管理效率。

结合基于BIM 的三维可视化数字孪生系统将厂区厂房、车间、设备、人体模型等，按照1 ∶1的比例3D 复原数字化工厂的整个生产环境，结合传感器、数据可视化、物联网和设备监控等技术，将整个工厂的各种元素动态生产过程实时反映其生产流程和运行状态，再以虚拟现实(VR)的形式可视化呈现，效果图如图11 所示。

图11 数字孪生智慧水厂的虚拟现实和呈现

4 数字孪生智慧水厂建设的价值

将建立在BIM 等数字化基础上的水厂数字化模型构建于生产管理体系中，在运营和生产管理的平台上对生产进行调度，调整和优化。 在设备管理领域，通过模型模拟设备的运动和工作状态，实现机械和电器的联动。 数字孪生在传统PLC 等控制设备的基础上更进一步，通过厂区内大量部署的数字传感器仪表采集各种实时数据，借助智慧水厂管理系统的大数据分析，通过机器学习预测原本无法直接测量的指标。 由此完成评估、诊断、分析、模拟、预测和决策等一系列操作并解决运行管理问题。

该过程主要包含:对产品进行BIM 等数字化手段建模、对运维阶段的关键指标进行分析掌握产品的具体情况、利用同步和交互(VR 和AR 技术)等技术，提前发现问题并及时修复。 利用厂区部署的大量的数字传感器来采集水厂运行阶段的环境和工作状态，并通过数据分析和优化结合智慧水厂专家控制系统来避免设备的故障，改善运营管理。 通过数字化呈现形式，将水厂的运营状态、运行规律等进行全方位多维度的反应，让使用系统的管理者能够全面掌握所运行水厂的现实情况，如图12所示。

图12 数字孪生智慧水厂的功能视角

通过读取流量、压力、运行时间等常规过程仪表及进出水TP、TN、COD、氨氮等水质仪表数据的传感器或者PLC 控制系统的各种实时参数，构建可视化的远程监控，并给予采集的历史数据，构建层次化的部件、子系统乃至整个设备的健康指标体系，并使用人工智能实现趋势预测；基于预测的结果，对系统维修策略以及备品备件的管理策略进行优化，降低和避免客户因为非计划停机的损失，架构如图13 所示。

图13 数字孪生智慧水厂的体系架构

以实际水厂为蓝本，整合静态数据、动态数据和生产管理数据，通过机理模型分析和大数据分析等方法，将水厂过去、现在和未来的状态进行直观的呈现和预测，并结合智慧水厂专家系统提出建议，为运营管理提供决策支持，并实现高度保障、管理高效、成本优化和产能挖潜的目的。其三维虚拟水厂为基本呈现形式，基于数字传感器、大数据平台，运用在线模拟和大数据分析技术，利用水质虚拟仪表和机器学习、专家决策系统等大数据工具，实现水质预测、水量预测、生化分析、物料平衡、工艺调整模拟、设备故障诊断等多种功能，实现以数据为驱动的智慧化运营。 见图14。

图14 数字孪生智慧水厂的解决方案示例

智慧水厂的数字孪生是多类数字化技术集成融合和创新应用，基于建模工具在数字空间构建起精准物理对象模型，再利用实时IoT 数据驱动模型运转，进而通过数据与模型集成融合构建起综合决策能力，推动工业全业务流程闭环优化。 数字孪生技术在智慧水务的核心价值在于以下几方面。

(1) 低成本试错: 在虚拟空间上对物理世界的行为进行模拟验证，既降低水厂实际开工发生的停机率，又降低传统物理调试支付的大量开销。

(2) 模型仿真更加多元化和精准化，具备高保真、全面的虚实映射能力: 传统仿真模拟存在很多前提假设，忽略了很多关联影响因素， 数字孪生基于多领域模型的集成融合功能，支撑构建更全面、更复杂的数字孪生体； 数字孪生能够利用人工智能技术，并与机理模型、经验模型结合，形成高保真的综合型的工艺处理模型。

(3) 高效的互操作性:结合物理水厂实时数据进行虚实交互:传统仿真仅在数字空间进行离线仿真，无法与真实世界进行数据交互；数字孪生能够实现实时物理世界数据驱动的在线仿真，真正实现虚实映射，数据更加实时化。

(4) 智能化决策: 当水厂运行突然发生意外状况时，能够将IoT 实时数据、大数据分析和仿真模拟充分结合，预测未来可能发生的各种情况，进而做出最佳决策； 数字孪生中的数字虚体，用于描述物理实体的可视化模型和内在机理，以便于对物理实体的状态数据进行监视、分析推理、优化工艺参数和运行参数，实现决策功能，即赋予数字虚体和物理实体一个大脑。

(5) 高效率创新:实现全生命周期的优化提升，从物理对象的设计阶段就开始构建数字孪生，并在生产、运营和服务等不同阶段，根据实际应用需求来持续地对数字孪生进行动态更新。 具备贯穿全生命周期的动态集成能力，实现全生命周期的模型传递与数据集成。 通过对设备产品的生命周期运行情况的监测，不断积累设备全生命周期运行规律，进而不断提升工艺设计和运维的创新水平，缩短研发周期。

(6)实时性创新:数字孪生技术要求数字化，即以一种计算机可识别和处理的方式管理数据以对随时间轴变化的物理实体进行表征。 表征的对象包括外观、状态、属性、内在机理，形成物理实体实时状态的数字虚体映射。

(7) 虚拟现实技术发展带来全新人机交互模式。 新兴AR/VR/MR 技术具备三维可视化效果，可加快与几何设计、仿真模拟融合，持续提升数字孪生应用效果。 见图15。

图15 数字孪生智慧水厂的比较优势

数字孪生作为水厂实现智慧化的重要使能技术和手段，可在智慧水厂的建设中结合工艺控制需求发挥其巨大的作用，是我们水处理行业从业者需要聚焦的技术方向。 见图16。

图16 数字孪生智慧水厂的效益分析

5 总结与展望

作为水务行业发展数字经济的重要使能技术，数字孪生近年来备受业界关注，技术体系不断发展，核心技术快速演进，产业生态持续完备，行业应用走深向实，成为水处理行业实现数智化转型的重要抓手。 但同时我们也注意到，数字孪生作为一项新兴技术理念，尚处于发展初期，仍存在许多短板问题亟待破解。 一是实施成本高企。 数字孪生技术的实现涉及到企业研发、生产、管理等系统的提升，投资大、成本高、周期长。 二是产业基础薄弱。数字孪生产业链长、分工细致、碎片化程度高，跨领域之间的技术融合性较差、资源整合难，存在IT 企业不懂行业机理、OT 企业难以融合的突出痛点，亟需产业整合者的出现。 三是商业模式不成熟。 数字孪生应用多以项目交付型为主，平台化、模块化程度较低，不利于高效推广。 四是技术短板凸显。在机理建模、仿真分析、数据集成等方面的技术短板制约了数字孪生技术的整体应用深度。

基于“数字孪生”的智慧水厂创新与发展的大幕刚刚拉开，大家对数字孪生的认识日渐统一，数据与模型、模型与模型的集成融合是工业数字孪生本质内涵，尤其是仿真建模与数据科学的集成优化将成为未来发展主线。

目前，“数字孪生”的智慧水厂仅处于初级阶段，真正成熟的数字孪生应用还需要较长时期探索实践。 短期来看，三类关键场景有望成为重点应用方向。 一是存量工厂三维可视化改造要实现“应用普及”；二是全场景虚拟制造诊断要实现“能力提升”；三是实时仿真/智能仿真分析技术要实现“重点突破”。

“数字孪生”智慧水厂的开发需要基于统一建模语言和多类建模工具，同时需要与底层工业物联网实时数据相结合，实现IoT 数据的有效结合，这将成为水厂数字孪生开发的重要方式。 而水务行业的资产数字化是数字孪生发展源头，水厂建设方和自动化厂商对孪生数据、孪生仿真模型的长期建设和积累，决定了数字孪生未来发挥价值大小，将会有效提升工厂级数字孪生建设的效率，为“数字孪生”智慧水厂的整体发展带来良好前景[3]。