復(fù)雜系統(tǒng)數(shù)字孿生：數(shù)字孿生邁入智能時代

數(shù)字孿生邁入智能時代數(shù)字孿生具有不同的粒度。XMPro將不能進(jìn)一步價值拆分的數(shù)字孿生稱為單元數(shù)字孿生（discretedigitaltwin），在設(shè)計研發(fā)階段，數(shù)字孿生以陣列、協(xié)作、遞階的形式組合形成復(fù)雜系統(tǒng)孿生；在產(chǎn)品壽命周期演進(jìn)的過程中，設(shè)計孿生逐步與制造孿生、運(yùn)營孿生結(jié)合，規(guī)模和復(fù)雜程度不斷增大，包含的信息不斷增多，如REF_Ref28619338\h圖91所示。通過采集大量物理世界的信息，結(jié)合工業(yè)物聯(lián)網(wǎng)、云和邊緣計算、AI等前沿技術(shù)，數(shù)字孿生可以體現(xiàn)其自學(xué)習(xí)、自適應(yīng)和自判斷的能力，實現(xiàn)P–D–P（Physical-Digital-Physical）閉環(huán)反饋學(xué)習(xí)、從企業(yè)到部件級的實時優(yōu)化、綜合性和靈活性強(qiáng)的配置和調(diào)控、預(yù)見性維護(hù)等功能，持續(xù)為企業(yè)創(chuàng)造價值。圖STYLEREF1\s9SEQ圖\*ARABIC\s11數(shù)字孿生在產(chǎn)品壽命周期中的演進(jìn)REF_Ref28728725\r\h[1]從實際出發(fā)，一步到位實現(xiàn)產(chǎn)品全壽命周期的數(shù)字孿生是不現(xiàn)實的，數(shù)字孿生的實現(xiàn)需要綜合考慮價值、成本和軟硬件條件，從一個或幾個典型問題著手，其抽象程度應(yīng)以實際用例的需求為準(zhǔn)，實現(xiàn)利益增長之后再以點(diǎn)帶面，穩(wěn)步實現(xiàn)企業(yè)的數(shù)字化智能化建設(shè)。但我們在本章節(jié)不妨?xí)诚胍幌?，?dāng)數(shù)字孿生的長期戰(zhàn)略部署實現(xiàn)時，它能夠帶來什么樣的智能化轉(zhuǎn)變。GE作為全球能源制造行業(yè)的老牌領(lǐng)軍者，也是企業(yè)數(shù)字化道路上的先驅(qū)。2012年率先提出工業(yè)互聯(lián)網(wǎng)概念，2015推出了首個工業(yè)數(shù)據(jù)收集分析的工業(yè)互聯(lián)網(wǎng)平臺Predix。本章借助GE構(gòu)想的智能電廠數(shù)字孿生，介紹在產(chǎn)品的運(yùn)營階段，智能化數(shù)字孿生的相關(guān)前沿技術(shù)和所能創(chuàng)造的價值。用例背景典型的IGCC（燃?xì)猕C蒸汽聯(lián)合循環(huán)）結(jié)構(gòu)如REF_Ref28727506\h圖92所示，IGCC電廠在運(yùn)行過程面臨著如下諸多挑戰(zhàn)：系統(tǒng)復(fù)雜，設(shè)備眾多：IGCC電廠包含煤氣化設(shè)備、高/低溫氣體冷卻（HTGC/ITGC）設(shè)備、COS水解設(shè)備、顆粒物及氣體污染物移除設(shè)備、燃?xì)廨啓C(jī)、蒸汽輪機(jī)、余熱鍋爐（HRSG）、冷凝器等等設(shè)備。設(shè)備之間的耦合存在極強(qiáng)的非線性，給啟動和調(diào)度帶來了很大挑戰(zhàn)。能效與環(huán)保要求：提高能源的使用效率一直是燃?xì)廨啓C(jī)制造商和電廠研發(fā)工作的核心，以更好地應(yīng)對全球的能源緊缺和日益嚴(yán)峻的全球變暖形勢。提高能效既需要設(shè)計階段對材料、結(jié)構(gòu)、系統(tǒng)等方面進(jìn)行優(yōu)化，也需要在運(yùn)行期間對發(fā)電負(fù)荷、燃?xì)廨啓C(jī)導(dǎo)葉角度、HRSG調(diào)溫流量、汽輪機(jī)蒸汽入口溫度等參數(shù)進(jìn)行監(jiān)測和調(diào)控。此外，面對越來越嚴(yán)重的大氣污染，現(xiàn)代的電廠需要遵守非常嚴(yán)格的排放要求，使得電廠的經(jīng)濟(jì)調(diào)度更為復(fù)雜。極限工作環(huán)境：作為燃機(jī)電廠最核心的部件，燃?xì)廨啓C(jī)透平葉片需要在超過1400℃的高溫下持續(xù)工作上千小時，且級別越高、效率越高的燃?xì)廨啓C(jī)透平入口溫度越高。極限工作環(huán)境一方面對設(shè)計端的材料和冷卻技術(shù)提出了極高的要求，另一方面也需要在運(yùn)行期間持續(xù)監(jiān)控部件的熱疲勞、熱損傷情況，及時進(jìn)行維護(hù)或更換，避免安全事故，減少計劃外停機(jī)。目前電廠的維修和部件壽命預(yù)測還主要依賴于工作人員的經(jīng)驗。實時運(yùn)行狀態(tài)調(diào)整：當(dāng)今的能源市場上，化石燃料價格、用電需求、小時發(fā)電量、排放標(biāo)準(zhǔn)、可再生能源等市場因素都在不斷波動，電廠的經(jīng)濟(jì)調(diào)度需要綜合考慮多方面的不確定因素，包括環(huán)境因素，平衡能源資源和設(shè)備容量，保證發(fā)電功率的前提下盡可能地減少燃料消耗，降低運(yùn)行成本。圖STYLEREF1\s9SEQ圖\*ARABIC\s12典型的IGCC循環(huán)REF_Ref28728750\r\h[2]不只是燃機(jī)電廠，各類工業(yè)企業(yè)都面臨著類似的挑戰(zhàn)。數(shù)字孿生能夠幫助企業(yè)更好地應(yīng)對這些挑戰(zhàn)。Physical-DigitalAnalytics產(chǎn)品的制造過程和運(yùn)營過程都會產(chǎn)生大量的、連續(xù)更新的數(shù)據(jù)，如狀態(tài)數(shù)據(jù)、傳感器讀數(shù)（包括環(huán)境數(shù)據(jù)）、操作歷史記錄、構(gòu)建和維護(hù)配置狀態(tài)、序列化部件庫存、軟件版本以及其他企業(yè)服務(wù)信息等等。物理世界產(chǎn)生的數(shù)據(jù)被收集并反饋給數(shù)字孿生，在數(shù)字側(cè)進(jìn)行分析、總結(jié)并給出可操作建議，該建議反饋給物理世界執(zhí)行，這就形成了閉環(huán)，如REF_Ref28727590\h圖93以制造過程為例，給出了P-D-P閉環(huán)的示意圖。實際上，在物理實體創(chuàng)建之后，任何層次、任何領(lǐng)域的數(shù)字孿生都將通過該閉環(huán)來創(chuàng)造價值。圖STYLEREF1\s9SEQ圖\*ARABIC\s13閉環(huán)制造數(shù)字孿生REF_Ref28728777\r\h[3]回到燃機(jī)電廠的例子，REF_Ref28727623\h圖94給出了GE智能電廠孿生的P–D–P閉環(huán)，其中數(shù)字側(cè)以高精度的物理模型和統(tǒng)計模型為核心，建立設(shè)備、熱力循環(huán)以及電廠的各級數(shù)字孿生，匯總并分析從物理世界采集的數(shù)據(jù)（主要包括設(shè)備狀態(tài)參數(shù)、運(yùn)行環(huán)境參數(shù)、操作參數(shù)、檢修記錄、電廠調(diào)度記錄、市場數(shù)據(jù)等），這期間用戶也可以指定設(shè)備容量、可靠性指標(biāo)、排放指標(biāo)等KPI參數(shù)，參與模型的分析和決策。數(shù)字孿生的反饋主要實現(xiàn)性能優(yōu)化、調(diào)度優(yōu)化、智能化控制、預(yù)見性維護(hù)等等。孿生的精度和實時性也在閉環(huán)反饋的過程中不斷提升。圖STYLEREF1\s9SEQ圖\*ARABIC\s14GE智能電廠數(shù)字孿生REF_Ref28728807\r\h[4]P–D–P閉環(huán)的實現(xiàn)依照如REF_Ref28727701\h圖95所示的的5C層級架構(gòu)；該架構(gòu)由Lee等針對信息物理系統(tǒng)（CPS）提出：（a）5C架構(gòu)及內(nèi)容（b）5C架構(gòu)的技術(shù)及應(yīng)用圖STYLEREF1\s9SEQ圖\*ARABIC\s15信息物理系統(tǒng)的5C架構(gòu)REF_Ref28728827\r\h[5]5C架構(gòu)由底層到頂層分別指Connection,Conversion,Cyber,Cognition和Configuration，分別實現(xiàn)狀態(tài)監(jiān)測、自認(rèn)知、自比較、洞察決策和部署優(yōu)化的功能。Smartconnection準(zhǔn)確、全面、及時地獲取產(chǎn)品和設(shè)備數(shù)據(jù)是建立CPS系統(tǒng)和高精度數(shù)字孿生的第一步。首先需要高精度的傳感器，尤其在設(shè)備失效的相關(guān)參數(shù)上。比如在燃?xì)廨啓C(jī)中，監(jiān)測極端工作環(huán)境下的燃?xì)廨啓C(jī)狀態(tài)參數(shù)（溫度，壓力，受力振動，環(huán)境中的濕度、煙塵、污染性氣體含量等等）以及熱蝕、水蝕、開裂、蠕變、磨損等失效形式是傳感技術(shù)的重點(diǎn)內(nèi)容。狀態(tài)闡述傳感器的發(fā)展方向是高精度的無損傳感技術(shù)，如磁傳感器、聲學(xué)傳感器等等；材料失效檢測依托于嵌入式的微型傳感器，如REF_Ref28727770\h圖96所示的LifeSight印制蠕變傳感器和嵌入壓氣機(jī)內(nèi)壁的腐蝕率傳感器，隨著3D打印技術(shù)的不斷發(fā)展，微型化、低功耗的嵌入式傳感器的應(yīng)用將更為廣泛。（a）LifeSight印制蠕變傳感器（b）壓氣機(jī)內(nèi)部腐蝕率傳感器圖STYLEREF1\s9SEQ圖\*ARABIC\s16GE燃?xì)廨啓C(jī)蠕變、腐蝕傳感器REF_Ref28728807\r\h[4]未來傳感器還具有可移動化和集成化的發(fā)展趨勢。無線傳感網(wǎng)的推廣應(yīng)用可以快速組建拓?fù)浣Y(jié)構(gòu)可變的傳感器網(wǎng)絡(luò)，對傳感數(shù)據(jù)進(jìn)行遠(yuǎn)程傳輸和管理，減少線路的影響，避免極端環(huán)境下的人工操作；集成化趨勢體現(xiàn)在傳感器陣列以及多功能一體化傳感器，結(jié)構(gòu)更為緊湊，容易實現(xiàn)補(bǔ)償和校正。底層收集的數(shù)據(jù)來源和種類眾多，除了傳感器數(shù)據(jù)，還有控制器和ERP、MES等企業(yè)管理系統(tǒng)數(shù)據(jù)；除了制造商數(shù)據(jù)，還有供應(yīng)商和客戶數(shù)據(jù)。它們相互之間的通信利用藍(lán)牙、WiFi、GPS以及5G等技術(shù)，遵循統(tǒng)一的通信協(xié)議（如Zigbee、IPv6等），從而方便將數(shù)據(jù)上傳到云平臺上進(jìn)行存儲、分析和決策，如REF_Ref28727806\h圖97所示。圖STYLEREF1\s9SEQ圖\*ARABIC\s17典型的工業(yè)網(wǎng)絡(luò)架構(gòu)REF_Ref28728874\r\h[6]Data-to-Informationconversion沒有上下文的數(shù)據(jù)是沒有價值的，必須把傳感器采集的原始數(shù)據(jù)處理為上下文信息（ContextInformation），才能進(jìn)一步為數(shù)字孿生所用。而工業(yè)大數(shù)據(jù)都在TB量級，還以燃?xì)廨啓C(jī)為例，僅一臺典型的GE燃?xì)廨啓C(jī)每天就可以產(chǎn)生約500GB的數(shù)據(jù)；而在飛機(jī)制造業(yè)，一次飛行就會產(chǎn)生5至8TB的數(shù)據(jù)。大數(shù)據(jù)產(chǎn)生過程中還經(jīng)常面臨缺省、噪聲等影響分析效率和決策準(zhǔn)確性的問題。顯然，直接把傳感器數(shù)據(jù)傳輸?shù)焦I(yè)應(yīng)用進(jìn)行處理是不可行的，必須通過中間軟件進(jìn)行上下文感知計算，或?qū)?shù)據(jù)處理、存儲、雙向通信等方面功能與多種傳感功能相結(jié)合形成先進(jìn)的智能化傳感器，實現(xiàn)信號探測、數(shù)據(jù)處理、邏輯判斷、功能計算、自檢自校等功能。Cyber這一層級實現(xiàn)了REF_Ref28727590\h圖93的P–D–P閉環(huán)中物理世界和數(shù)據(jù)世界的信息匯總集合，依靠基于云的工業(yè)物聯(lián)網(wǎng)（IIoT）平臺發(fā)揮作用。工業(yè)物聯(lián)網(wǎng)指通過大量的物理感知設(shè)備，按照一套標(biāo)準(zhǔn)的通信協(xié)議，實現(xiàn)工業(yè)設(shè)備、系統(tǒng)的智能化識別及實時狀態(tài)監(jiān)管REF_Ref28728906\r\h[7]一種網(wǎng)絡(luò)狀態(tài)。其首要任務(wù)就是有效而流暢地連接工業(yè)中的各種人、機(jī)器設(shè)備和系統(tǒng)，打通營銷、設(shè)計、工藝、仿真、制造、售后各個業(yè)務(wù)環(huán)節(jié)，建立透明化的運(yùn)營體系，實現(xiàn)實時數(shù)據(jù)共享，將數(shù)據(jù)集中整理到一個系統(tǒng)中進(jìn)行數(shù)據(jù)傳輸存儲、仿真建模、計算分析等工作，讓研發(fā)人員、經(jīng)營團(tuán)隊、業(yè)務(wù)分析師以及數(shù)據(jù)科學(xué)家發(fā)現(xiàn)數(shù)據(jù)的價值。從而能夠最大限度地利用已有的資源和知識儲備，減少企業(yè)中常見的“信息孤島”和“煙囪系統(tǒng)”問題。XAAS云平臺是企業(yè)由產(chǎn)品導(dǎo)向到服務(wù)導(dǎo)向轉(zhuǎn)型的關(guān)鍵推動力。所謂“EverythingasaService(XAAS)”，資源被抽象為服務(wù)，因此可以將無處不在的服務(wù)無縫提供給用戶，如軟件即服務(wù)（SaaS），平臺即服務(wù)（PaaS）和基礎(chǔ)設(shè)施即服務(wù)（IaaS）等。REF_Ref28728028\h圖98從服務(wù)的角度顯示了云計算的體系結(jié)構(gòu)。圖STYLEREF1\s9SEQ圖\*ARABIC\s18服務(wù)視角的云計算架構(gòu)REF_Ref28728874\r\h[6]相比于自己負(fù)責(zé)數(shù)據(jù)的存儲和分享、托管和維護(hù)服務(wù)器及網(wǎng)絡(luò)設(shè)備、管理自有基礎(chǔ)設(shè)施，用戶可以訂購服務(wù)器（托管服務(wù)）或數(shù)據(jù)中心中的一部分空間，也可以租用計算資源（如CPU內(nèi)核、RAM等），降低運(yùn)營成本，這就是IaaS。利用集成的開發(fā)環(huán)境，并將應(yīng)用程序存儲在提供不同服務(wù)和工具的應(yīng)用程序主機(jī)上，不需要另外尋找平臺、工具、數(shù)據(jù)庫、算法庫和托管服務(wù)，而由供應(yīng)商負(fù)責(zé)維護(hù)升級和其他常規(guī)性能，這種服務(wù)稱為PaaS。不通過購買和本地安裝獲得軟件，而是直接在Web頁面登錄部署在云端的軟件工具，或者通過BYOL（BringYourOwnLicense）模式將自主軟件的許可部署在云上，通過調(diào)試優(yōu)化，客戶的應(yīng)用可在云上流暢運(yùn)行，并獲得高性能應(yīng)用架構(gòu)的支持，這就是SaaS。在服務(wù)導(dǎo)向的開放式IIoT平臺上，用戶可以根據(jù)自身的軟硬件能力和自主知識產(chǎn)權(quán)需求獲取靈活的個性化服務(wù)。工業(yè)物聯(lián)網(wǎng)安全在數(shù)據(jù)接入接出和存儲分析的過程中保障數(shù)據(jù)的安全性、保密性和真實性是IIoT的重大挑戰(zhàn)，也是平臺用戶主要的顧慮所在。由于IIoT上連接了成千上萬的設(shè)備，需要抵御外部環(huán)境（如電源、溫度等）對傳感器和網(wǎng)絡(luò)的干擾，需要保證相鄰設(shè)備間不發(fā)生未授權(quán)的信息交互，需要保證數(shù)據(jù)傳輸過程中不被有意或無意的干擾篡改，需要抵御軟件和網(wǎng)絡(luò)等可能受到的外來攻擊，還需要保證平臺上的不同用戶能夠無阻礙地獲取授權(quán)信息，同時無法訪問和處理未授權(quán)信息。美國工業(yè)互聯(lián)網(wǎng)聯(lián)盟(IIC)發(fā)布了其制定的工業(yè)互聯(lián)網(wǎng)安全框架《IndustrialInternetofThingsVolumeG4:SecurityFramework》(IISF)，分為三個層次，包含了六個相互關(guān)聯(lián)的功能模塊。頂層為四個核心安全功能模塊塊，即端點(diǎn)保護(hù)、通信&連接保護(hù)、安全監(jiān)測和分析以及安全配置管理。中層是數(shù)據(jù)保護(hù)層，底層是安全模型和策略，如REF_Ref28728090\h圖99所示。這些安全功能模塊端到端地部署在從邊緣到云端的整個物聯(lián)網(wǎng)上，由IT和OT的技術(shù)互相連接、提供支持。圖STYLEREF1\s9SEQ圖\*ARABIC\s19IISF功能構(gòu)建模塊REF_Ref28728949\r\h[8]Cognition數(shù)字孿生通過模型對采集到的數(shù)據(jù)進(jìn)行分析。模型包括基于物理理論研究的模型以及人工智能模型。如REF_Ref28728467\h圖910所示，GE智能電廠孿生的核心物理模型包括性能模型、異常檢測模型、壽命模型、材料結(jié)構(gòu)模型、動態(tài)分析模型、配置管理模型等，部分模型與設(shè)備設(shè)計研發(fā)階段所建立的數(shù)字孿生模型重合，在此不過多展開。除了物理模型之外，數(shù)字孿生還引入了前沿的人工智能模型，如模式識別、深度學(xué)習(xí)、遷移學(xué)習(xí)、文本挖掘、圖像識別等等。將人工智能模型與物理模型相結(jié)合，能夠大幅度提升異常檢測的效率和準(zhǔn)確性，為優(yōu)化電廠調(diào)度和實現(xiàn)預(yù)見性維護(hù)打下基礎(chǔ)。圖STYLEREF1\s9SEQ圖\*ARABIC\s110GE數(shù)字孿生分析模型REF_Ref28728807\r\h[4]通過數(shù)字孿生，用戶可以以數(shù)字資源的消耗代替物理資源的消耗，回答各種假設(shè)問題，對設(shè)備和系統(tǒng)的了解能夠深入到前所未有的程度。數(shù)字孿生積累和分析物理實體數(shù)據(jù)不只可以對運(yùn)行和維護(hù)做出指導(dǎo)，還能夠根據(jù)數(shù)據(jù)量化模型誤差，對模型進(jìn)行訓(xùn)練和調(diào)整，提高孿生的準(zhǔn)確性和實時性。實際物理數(shù)據(jù)反饋到產(chǎn)品設(shè)計和工藝設(shè)計，有助于新一代產(chǎn)品的設(shè)計改進(jìn)。在分析到?jīng)Q策的過程中，可視化技術(shù)的作用有時候容易被忽略。在電影《鋼鐵俠》當(dāng)中，托尼就創(chuàng)建了戰(zhàn)甲的數(shù)字孿生模型，他可以隨意拆解全息投影的戰(zhàn)甲的部件，將個別單元拿出來研究并且能直觀地看到它的性能。若只有傳統(tǒng)的分析方式，他只能把實體樣機(jī)拆開測量或者依靠數(shù)值公式推算，相比于3D可視化技術(shù)效率將大打折扣。基于VR（虛擬現(xiàn)實）和AR（增強(qiáng)現(xiàn)實）的可視化分析在工業(yè)應(yīng)用中同樣能夠起到提升效率的作用。REF_Ref28728501\h圖911顯示了西門子數(shù)字化工業(yè)軟件在VR和AR上的研究，通過VR技術(shù)，工程師可以直接觀察復(fù)雜的3D仿真模型；不同部門不用受到地域的約束，全球的工作人員共享同樣的可視化信息，隨時進(jìn)行比較和協(xié)作。最新版本的SolidEdge2020已經(jīng)嵌入了AR功能，允許用戶通過掃描二維碼，在移動設(shè)備上呈現(xiàn)3DCAD實體并通過手勢操控，有效提高裝配、空間布局等工作的效率。（a）通過VR觀測3D仿真建模（b）SolidEdge2020AR功能圖STYLEREF1\s9SEQ圖\*ARABIC\s111VR及AR可視化分析借助IIoT平臺，技術(shù)知識的共享也不再受時間空間的限制，工程師可以建立全球范圍的知識網(wǎng)絡(luò)（KnowledgeNetwork），作為對傳統(tǒng)企業(yè)社交網(wǎng)絡(luò)的補(bǔ)充。該知識網(wǎng)絡(luò)以“任務(wù)”為驅(qū)動，可以快速查找、識別和共享最佳實踐方案，以供他人使用。工程師通過輸入他們正在努力實現(xiàn)的目標(biāo)類型，就可以找到同樣領(lǐng)域或完成過類似任務(wù)的專家，并可以通過知識網(wǎng)絡(luò)導(dǎo)航檢索，快速找到相關(guān)的最佳實踐案例。例如，當(dāng)工程師在構(gòu)建新的數(shù)字孿生時，可能對所需數(shù)據(jù)類型、數(shù)據(jù)規(guī)模或者某個基于物理的模型有疑問；通過觀察其他人如何解決類似的問題，他可以直接基于共享的知識采取行動，也可以聯(lián)系其他專家以獲取更多信息。Configuration這一層級負(fù)責(zé)將Cognition層所做的決策反饋到物理世界：結(jié)合人工智能和邊緣計算，數(shù)字孿生可以用來進(jìn)行設(shè)備性能優(yōu)化、車間布局優(yōu)化、庫存管理等實時優(yōu)化和管理；根據(jù)對設(shè)備狀態(tài)的監(jiān)控和統(tǒng)計對比，可以進(jìn)行預(yù)見性維護(hù)，及時安排并指導(dǎo)技術(shù)服務(wù)人員完成現(xiàn)場修理、升級或維修，減少意外停工時間。作為完成P–D–P閉環(huán)的最后環(huán)節(jié)，可以通過智能化控制系統(tǒng)為產(chǎn)品的運(yùn)營提供自適應(yīng)、自判斷和自部署的能力。在積累足夠的數(shù)據(jù)庫實例和用戶反饋后，數(shù)據(jù)分析工程師可以評估特定的設(shè)備或部件，反饋到設(shè)計端，用于產(chǎn)品和工藝的持續(xù)改進(jìn)。本小節(jié)繼續(xù)通過幾個案例進(jìn)行詳細(xì)介紹。RealTimeOptimization復(fù)雜系統(tǒng)的運(yùn)營過程經(jīng)常產(chǎn)生實時性要求非常高的數(shù)據(jù)，一旦產(chǎn)生就必須被迅速采集分析，甚至需要馬上做出決策，一旦延遲則該部分?jǐn)?shù)據(jù)失去使用價值，這類數(shù)據(jù)成為快數(shù)據(jù)。例如在活躍的電力市場中，燃料/電力價格可能產(chǎn)生大幅波動，傳統(tǒng)的人工調(diào)控方式很難及時根據(jù)市場情況合理調(diào)控發(fā)電，而GE結(jié)合氣路和燃燒系統(tǒng)數(shù)字孿生與OpFlex*PeakFire高級控制軟件實現(xiàn)調(diào)度優(yōu)化，電廠運(yùn)營商可以實時響應(yīng)市場變化，做出短期和長期的經(jīng)濟(jì)調(diào)度決策；在適當(dāng)?shù)氖袌鰲l件下，還可以通過峰燃動態(tài)“存儲”和增加發(fā)電量，從而在相同的運(yùn)行區(qū)間內(nèi)使利潤最大化，如REF_Ref28728549\h圖912所示。圖STYLEREF1\s9SEQ圖\*ARABIC\s112GE調(diào)度優(yōu)化效果REF_Ref28728807\r\h[4]人工智能和邊緣計算在實時優(yōu)化中也能夠起到非常重要的作用。隨著數(shù)據(jù)量不斷增大，在云端的集中式數(shù)據(jù)處理面臨時效性瓶頸，必然的趨勢是將數(shù)據(jù)分析處理分散到物聯(lián)網(wǎng)底層，通過嵌入式系統(tǒng)融合IT與OT，實現(xiàn)制造運(yùn)營的自適應(yīng)、自判斷和自調(diào)整。例如在IGCC循環(huán)中，通過對比傳感器數(shù)據(jù)與數(shù)字孿生模型預(yù)估值，可以不斷調(diào)整負(fù)載、入口導(dǎo)葉角度、燃機(jī)出口溫度等等參數(shù)，實時優(yōu)化循環(huán)效率。而通過圖像識別、深度學(xué)習(xí)等人工智能技術(shù)可以實時對制造過程的零件進(jìn)行質(zhì)量檢測，或者對運(yùn)營狀態(tài)進(jìn)行監(jiān)測評估，進(jìn)而決定后續(xù)的工藝/運(yùn)維操作。ModelBasedControls利用數(shù)字孿生的系統(tǒng)和領(lǐng)域模型，結(jié)合邊緣計算技術(shù)，可以開發(fā)出控制架構(gòu)，是數(shù)字孿生很多功能組件的執(zhí)行平臺。它由一系列量化的、軟件定義的和集成化的組件組成，專門用于提供充分利用工業(yè)物聯(lián)網(wǎng)潛力所需的高級功能。最寬泛地講，控制服務(wù)器集成了三個方面的頂層功能REF_Ref28728807\r\h[4]：瘦客戶端人機(jī)接口(HMI)邊緣應(yīng)用程序監(jiān)督(L2層)控制上述功能通過如下圖所示的基于管理程序的體系架構(gòu)實現(xiàn)，允許不同的組件安全并存。圖STYLEREF1\s9SEQ圖\*ARABIC\s113GE高級控制架構(gòu)REF_Ref28728807\r\h[4]預(yù)見性維護(hù)圖STYLEREF1\s9SEQ圖\*ARABIC\s114GE資產(chǎn)壽命優(yōu)化器REF_Ref28728807\r\h[4]REF_Ref28728611\h圖914顯示了GE資產(chǎn)壽命優(yōu)化器對設(shè)備異常和維修時間點(diǎn)的預(yù)測。該優(yōu)化器通過設(shè)備壽命和設(shè)備異常狀態(tài)的數(shù)字孿生模型來精確地預(yù)測需要維護(hù)之前的剩余時間。工廠中的每項資產(chǎn)都有計劃中的停安排劃，但是當(dāng)該資產(chǎn)遇到無法預(yù)見的異常時，每個計劃中的停機(jī)都可能變成計劃外停機(jī)。異?？赡苁怯稍S多因素引起的：操作偏離原來的設(shè)定、組件失效、設(shè)備之間產(chǎn)生不利的相互作用等。數(shù)字孿生模型能夠?qū)⑦@些異常情況與設(shè)備制造商的數(shù)據(jù)結(jié)合起來，從而創(chuàng)建最佳的計劃停機(jī)策略，將燃?xì)廨啓C(jī)、蒸汽輪機(jī)、發(fā)電機(jī)和所有關(guān)鍵資產(chǎn)的意外停機(jī)降至最低。參考文獻(xiàn)P.Schalkwyk,S.Malakuti,S.Lin.Ashor