面向智能矿山与新工科的数字孪生技术研究

将数字孪生与人工智能(AI)技术相结合,提出了基于数字孪生+AI的智能矿山建设新思路。探索了智能矿山技术发展路径,研究了数字孪生技术的特征、应用领域及发展趋势,指出数字孪生是数字化矿山发展的必然趋势。提出了基于数字孪生+AI的智能矿山理论架构,构建了矿山数字孪生模型,模型自下而上分别为矿山全要素物理实体、矿山信息物理融合层、矿山数字孪生模型、矿山孪生数据交互层、矿山应用智能服务层,据此实现智能矿山的泛在感知、协同控制和智能决策与优化。从应用实际需求出发,探讨了智能矿山模型构建技术、智能开采数字孪生体技术、矿山智能控制技术、矿山设备故障预测、基于数字孪生的人机交互等关键技术。通过研究数字孪生在智能矿山中的应用,为AI技术在智能矿山应用落地提供思路,为未来智能矿山新工科建设提供理论借鉴。     

面向智能矿山的数字孪生技术研究进展

智能矿山领域数字孪生技术的应用需面对较多复杂性、特殊性的技术突破。阐述了数字孪生在智能矿山领域的适用性,归纳梳理了数字孪生技术在煤矿安全、生产及运营管理等方面的研究及应用现状：在煤矿安全管理方面,数字孪生技术主要应用于灾害预警、风险管控、灾害救援等;在煤矿生产方面,数字孪生技术主要应用于采掘工作面区域整体、单机机械装备状态监测及控制、机械装备预测性维护。从物理实体、虚拟实体、连接交互、数字孪生数据及功能服务5个维度入手探讨了智能矿山领域数字孪生亟待解决的关键共性问题：物理实体维度需重点突破全面感知及控制装备的研发,虚拟实体维度需深入进行物理、行为、规则模型的研究,连接交互维度需攻关煤矿井下5G网络传输关键技术,数字孪生数据维度需解决高性能计算等问题,功能服务维度需研发仿真软件及人工智能算法,以便更好地适应现场环境。从矿井规划设计、开发、建设阶段的灾害预防性设计、生产系统设计、地质环境预测,矿井生产运营阶段的灾害预警及防控、生产调度决策优化、生产设备全生命周期管理等方面展望了数字孪生技术在智能矿山领域的发展趋势,认为宜针对关键部件或装备,核心环节,重要或危险场所、区域等进行精细化孪生。     

基于数字孪生技术的三维智能化系统设计

为了提升三维智能化水平,设计基于数字孪生技术的三维智能化系统。通过现场层管理数字孪生体映射的物理实体与监测对象,为三维智能化系统提供需要的基础数据;感知层利用温度传感器与颜色传感器等,感知现场层管理的物理实体相关数据;数据存储层利用分布式文件与关系型数据库,存储感知的数据;功能层利用数据预处理模块缺失值处理存储的数据;层次化建模模块,依据缺失值处理后的数据,建立物理实体的几何模型与属性模型,融合几何模型与属性模型,得到孪生体模型;孪生体模型驱动单元,利用三维模型驱动方法,驱动孪生体模型,实现物理实体与孪生体的同步映射,得到孪生数据;仿真与预测模块依据孪生数据,可视化监测与分析物理实体的工作状态;通过应用层为用户实时呈现物理实体的动作仿真与实时监控结果。实验证明：该系统可有效感知物理实体的相关数据,建立孪生体模型;该系统可有效实现物理实体的可视化管理,提升三维智能化水平。     

四旋翼飞行器的数字孪生系统设计

随着四旋翼飞行器在工程实践中的应用越发广泛,对其控制系统的精确性、快速性、适应性等要求也不断提高。近些年的研究热点--数字孪生,正是借助数据和模型模拟物理实体在现实环境中的行为,通过对物理对象的精准数字化,可用于提高物理实体或系统的运行效率。将数字孪生技术引入四旋翼飞行器的控制系统,建立四旋翼飞行器的数字孪生系统体系架构。详细阐述该体系架构搭建所涉及的相关技术：四旋翼飞行器的数字孪生建模;以传感器技术与无线通讯技术为载体的数据采集与传输;本地数据库配合Hadoop技术进行大数据存储、挖掘。对实际的四旋翼飞行器进行了模型仿真与实地测试,验证了所设计的数字孪生系统的有效性,达到了四旋翼飞行器的运行过程透明化和利用孪生数据优化飞行控制与机身状态的效果。     

数字孪生驱动的汇流行星排故障预测研究综述

为了在第四次工业革命中抢占制高点,各国紧锣密鼓地进行着自己的信息化建设,数字孪生技术作为关键技术之一,可以实现物理世界与信息世界的交互,将该技术应用到装甲车辆汇流行星排的故障预测,可以实时预测车辆运行状态,有效降低了事故发生的概率,大大提高了车辆的安全性,对提高战斗力有重要意义;在综述数字孪生技术于故障预测研究方面的发展历程的基础上,针对装甲车辆汇流行星排实际工作过程中难以及时预测故障的问题,提出了4层数字孪生框架,即物理实体层、信息交互层、数据互动层和人机交互层,并阐述了每一层的具体功能要求,预期实现装甲车辆汇流行星排在发生故障前及时预警,从而达到提高设备使用寿命及驾驶安全性的目的 .     

基于数字孪生的城市地下综合管廊应用研究

城市地下综合管廊作为保障城市安全运行的重要基础设施,是承载城市民生服务和公共管理、体现城市治理效果的重要依托.以城市地下综合管廊作为物理实体,将数字孪生应用于综合管廊全生命周期中,由于数字孪生模型因物理实体对象而异、数据因物理实体特征而异、功能服务因物理实体需求而异,针对综合管廊规划设计、建设施工、运营管理不同阶段的需...     

基于数字孪生的变电设备运维系统及其构建

针对变电设备周期状态管控难、运检效率低等问题,基于数字孪生理论,构建基于真实变电设备运维的数字化模型及系统。首先,在信息层建立能反映变电设备换流变、调相机、GIS（Gas Insulated Substation）这3类设备真实状态的数字孪生体;其次,基于换流变、调相机、GIS历史大数据,通过数字孪生体的变电站设备进行统计分析,并根据采集的实时数据、运维数据来预测变电站设备下一时刻的状态,使变电设备实现实际变电站内物理层与信息层数据的融合;最后,以变电站设备运维为对象,采用信息物理融合系统进行运维数据的集成和同步,形成最终变电设备运维数字孪生框架系统。相关研究表明,运用数字孪生技术可以对变电设备运维系统运行效率的提升和对变电站整体智能化提供强有力的技术支撑。     

基于数字孪生技术的大型煤矿远程智能监控研究

为了保证大型煤矿开采工作的安全性与质量,利用数字孪生技术优化设计大型煤矿远程智能监控方法。利用数字孪生技术构建大型煤矿虚拟模型,在该模型下确定测点位置,远程采集大型煤矿实时运行数据。通过对数据特征的提取与匹配,从煤矿开挖设备和施工环境两个方面,监测大型煤矿运行状态。改装大型煤矿远程智能控制器,以运行状态的监测结果作为控制程序的启动条件,实现对大型煤矿的远程智能监控任务。通过与传统监控方法的对比得出结论:优化设计方法对煤矿开挖设备的监控性能明显升高,对环境中瓦斯浓度和温度的监测误差分别降低了0.34%和0.19℃,控制误差分别降低0.09%和0.145℃,同时监控范围扩大27.4%。     

基于多智能体的数字孪生及其在工业中应用的综述

数字孪生是一种将物理实体数字化的技术,通过建立虚拟的数字孪生模型模拟实际的物理过程,以便进行模拟仿真、数据分析和优化设计等操作.鉴于此,分析数字孪生技术在复杂工业生产中的发展历程和研究现状,并重点讨论其概念、国家相关重点研究的政策,以及数字孪生使能技术在各行业的应用.主要途径是分析和综述基于多智能体的数字孪生、基于数字孪生的设计、制造和运维、数字孪生的集成在智能制造中的应用相关的研究成果.此外,提出高炉连续生产数字孪生方案和大飞机多智能体离散制造方案,高炉模型包括成分场大模型和增量学习小模型,该模型可以为数字孪生在复杂流程工业中的应用提供带有增量补偿的机理与计算机视觉相结合的解决方案.在复杂工业制造中,数字孪生和多智能体技术可以提高生产效率和质量,减少能源消耗和废品产生,同时也能够降低复杂度、安全风险和成本.     

人工智能技术在矿山智能化建设中的应用初探

介绍了人工智能技术的相关概念、发展概述及其在煤炭行业发展中的应用,指出目前人工智能技术在矿山应用只是点状结合和浅度结合,没有实现人工智能技术和矿山某个生产或管理系统层面的深度融合。概述了智能矿山的发展历程,指出智能矿山是人工智能技术、大数据技术、物联网技术和矿山实体的深度融合体,利用智能通信、智能控制和智能计算技术实现数字化矿山的计算、处理,构建数字孪生矿山,通过数字孪生矿山和物理矿山的智能交互演化,达到对煤矿安全、高效、绿色的生产控制。构建了将人工智能技术和矿山深度融合的包括设备层、智能层、应用层的智能矿山三层构架:应用层处于智能矿山的最高层,其中的数字孪生矿山子层相当于“数字大脑”,实现矿山最高层次的智能控制;智能层中的智能体要求子系统不仅仅是应用人工智能技术处理子系统所产生的数据,而是从架构上就要将智能计算、智能通信、智能控制融为一体。展望了智能矿山建设的发展趋势:智能化矿山需要加强人工智能技术和矿山融合度的深入研究,将现有的基于人工智能的故障检测、诊断及超前干预技术应用到机器人系统中,智能计算、智能通信、智能控制融合的巡检机器人将是最早能推广的井下智能体之一;智能化矿山需要进一步加强复杂巨系统建模技术的研究,只有建立了矿山的复杂巨系统模型,才能实现采矿活动和环境的协同互动,实现采煤活动的精准控制,复杂巨系统模型的缺乏将是未来智能矿山建设亟需解决的问题。     

基于LabVIEW和MATLAB的数字孪生供热系统平台的设计与仿真

数字孪生技术充分利用物理结构、传感器更新、设备运行历史等数据通过集成多领域、多物理量、多可能性的模拟过程，在虚拟空间中进行镜像，以此表达相对应的实物装置的整个生命周期过程。从智慧供热的发展历史来看，依托现代工业系统理念，提出了基于"数字孪生"的智能供热系统结构。首先介绍了数字孪生的基本结构，给出了数字孪生的构建方式基于虚拟仪器Labview的大数据采集、处理、归档、仿真；然后以采集的数据为基础，得到供热系统的孪生模型，叙述了数字孪生技术解决的关键问题；最后，通过Labview仿真平台调用Matlab中神经网络智能算法，得到基于大数据采集以及经过智能算法优化后的参数，同时系统将参数反馈给物理实体设备，从而完成孪生模型的仿真、优化、反馈过程。通过热网系统优化仿真案例验证了Labview和Matlab混合编程在建立的孪生供热平台上、应用的有效性。     

基于数字孪生的角钢塔攀爬机器人系统研究

电网数字化建设管理将成为电力行业的发展趋势,作为电网输变电工程建设的重要组成部分,角钢塔智能化运维变得越发重要。为监测角钢塔的健康状况,实现角铁塔巡检等高空危险作业,提高工作效率,研究和开发角钢塔攀爬机器人具有重要意义。数字孪生是面向工业物联网的智能化应用,是连接物理世界与信息世界的桥梁与纽带,在角钢塔攀爬机器人的建模开发、智能作业、人机交互等多方面提供更加实时、智能、高效的服务。因此,为了给研究和开发角钢塔攀爬机器人提供一种新的方法,提出了基于数字孪生的角钢塔攀爬机器人系统理论架构,实现了角钢塔攀爬机器人数字孪生模型与物理实体之间的虚实映射与实时交互,并构建了数字化的角钢塔攀爬机器人系统平台。     

基于一致性度量的数字孪生模型实时自修正

数字孪生技术解决了信息物理世界的融合难题,在工业互联网领域里获得了十分广泛的应用。为解决数字孪生与物理实体的动态修正问题,本文提出一种基于一致性度量的数字孪生模型实时自修正方法。利用数据变化快慢将模型分为渐变模型和快速模型2个部分,构建参数快速搜索方法,结合拉丁超立方全局搜索和贪婪局部搜索,并引入迭代更新机制,实现物理实体和数字孪生体的一致性度量。实验结果表明,数字孪生模型通过优化模型可调参数的选取过程,改善可调参数选取随机性的问题,实现模型与物理实体高度一致性,达到了模型实时自修正要求。     

面向配电网终端设备的数字孪生映射方法研究

提出了一种面向配电网终端设备的数字孪生映射方法,推动电网企业数字化转型和电力系统自动化,降低成本与安全风险。方法利用虚拟数字孪生空间映射电网物理设备,实现对区域配电网多类型设备故障的实时诊断。首先,对配电网终端设备数据进行压缩转换和级联映射,提取感知终端监测信息与物理拓扑连接关系。其次,采用改进的轻量级Yolov4网络模型进行设备类型识别与分割,结合物理拓扑图进行数字孪生映射,形成设备孪生模型。最后,设计基于卷积注意力机制的状态评估模型,充分考虑区域设备关联与故障特征,实现对设备孪生模型的故障评估及物理空间设备的状态反馈。上述创新方法有望为电力行业带来更高效、安全的运行模式,推进电网智能化发展。     

基于数字孪生的卷烟制丝生产线设计的研究

在全球智能制造大背景下,提出一种基于数字孪生的卷烟制丝生产线智能化升级的设计方法,旨在于解决卷烟制丝生产过程中的一些痛点难点问题。参照数字孪生制造系统的标准框架,对制丝生产线各层级实体对象进行分析,提出为建立数字孪生体系需要对制丝生产线进行智能化升级的核心功能并做出相应设计。通过在制丝生产线一些典型场景的应用,来证明基于数字孪生的卷烟制丝生产线智能化升级的设计方法的可行性,同时希望通过发展数字孪生技术建立物理实体和数字孪生体之间从数化到共智的关系,为智能制造的发展提供一条不失为颇具前景的路径。     

基于遗传算法的输变电设备数据补全

在数字孪生技术的发展下，我国电网行业也在由原来的物理电网逐步向数字电网发展。输变电设备作为电网中的电能输送和传输的枢纽设备，其运行的可靠性直接关系到电网的安全稳定运行。因此，及时掌握输变电设备当前的运行状态以及未来一段时间的运行趋势，实现对设备运行状态的准确评估，对于保证设备安全可靠运行具有重要意义。然而，在目前的实际应用过程中，受限于传感装置稳定性差、现场运行环境恶劣、电磁环境复杂等原因，输变电设备的状态量数据会出现数据缺失造成获得的数据质量较差，这会直接影响设备状态评估模型的准确性。提出一种基于遗传算法的输变电设备缺失数据补全方法，首先对变换域随机赋值，然后通过实现稀疏域中系数向量最小化达到缺失点恢复的效果。实验证明，该算法能够准确地恢复缺失数据。     

基于数字孪生的配电房监测方法

针对配电房传感器映射关系建立复杂、监测难度大的问题，研究一种新的数字孪生配电房监测方法，该方法映射关系和监测准确度更优。该方法是物理实体向虚拟空间映射的启发构造出来的，在配电房传感器数据提取的基础上，通过数字孪生技术实现配电房物理实体向虚拟模型的架构匹配、数字转换、运行仿真和实时监测，就可得到新的配电房监测方法。该方法已成功应用于配电房的状态监测中，在中国某城市的实例验证了该方法对配电房监测的有效性。     

基于大数据的智能工厂数据平台架构设计与研究

在分析智能工厂国内外研究现状基础上,对基于大数据的智能工厂数据平台架构技术展开研究,为智能生产的运行分析、预测、决策调控以及数字孪生信息物理融合提供技术参考。探讨了智能工厂定义与内涵,以及智能工厂大数据来源和特征,采用Hadoop、Spark、Storm热门开源大数据计算引擎,提出了数据来源层、数据传输层、数据存储层、资源管理层、处理分析层以及业务应用层构成的智能工厂大数据平台技术架构,有效解决智能工厂大数据多源复杂性和实时性的要求和难点。所提数据平台技术架构将对智能制造和智能工厂的实现具有重要的借鉴价值。     

基于数字孪生的物联网工业运维系统

现如今,物联网技术已经得到了长足的发展,以物联网技术为基础的各类应用充满于我们的生活。建立了一个基于数字孪生的物联网工业运维系统,该系统通过数字孪生技术将实际场景中的工业设备与虚拟场景进行了数字映射,将真实的物理场景的静态特征和动态特征同步在虚拟场景中,再通过逻辑脚本实现将孪生模型和由传感器获得的孪生数据进行联动。通过物联网技术、MQTT通信协议技术、数据库技术和前端界面技术实现了工业运维系统,维保人员无需实际到达实际现场便实现对工业设备进行可视化云巡线、云调试和云监控。     

数字孪生驱动的煤矿多元业务全局动态协同管控

煤矿作为典型的多业务协同的复杂生产系统,在动态化销量需求及不确定性生产环境的作用下,存在安全、生产、经营等业务协同性和联动性较差等问题。数字孪生技术可为实现煤矿全局业务系统数据融合、协同管控和智能联动提供技术保障。从专业业务内部的融合、专业业务之间的融合2个方面分析了煤矿多元业务的融合及协同管控,其中专业业务内部的融合包括安全监测类业务融合、生产协同类业务融合、经营类业务融合3个部分。构建了基于数字孪生的业务动态协同管控架构,该架构包括物理对象感知层、虚拟空间仿真层、协同管控决策层。提出了“决策算法前摄性静态规划+孪生模型预测性协同管控+实时数据动态性协同管控”三重驱动的煤矿全局业务动态协同管控模式：在孪生世界构建煤矿“安全-生产-经营”多元业务虚拟模型,进行安全保障、生产联动、经营管理等前摄性静态规划,制订最优的业务协同管控初始工作计划;采用数值仿真模拟方式,在信息世界中实现虚拟模型的预测性运行,当管控措施效果得到验证后,及时将决策指令下发到物理世界中,从而将扰动由事件发生后的被动处理变成事件发生前的主动管控,提升管控决策的有效性;当煤矿企业业务运行过程中出现孪生世界未预测到的扰动时...