基于數字孿生技術的智慧糧庫 應用現狀及發展趨勢

宿 穎，張 剛，陳怡暄

（航天信息江蘇有限公司，江蘇南京 210031）

近年來，隨著數字孿生概念的普及和相關技術的快速發展，各類生產制造、倉儲、運維等相關行業也逐漸開始數字孿生技術的應用探索和嘗試。數字孿生是物理對象的數字模型，該模型可通過接收來自物理對象的數據而進行實時演化，從而與物理對象的全生命周期保持一致。基于數字孿生可進行分析、預測、診斷、訓練等（即仿真），并將仿真結果反饋給物理對象，從而有助于對物理對象進行優化和決策。物理對象、數字孿生以及基于數字孿生的仿真及反饋一起構成一個信息物理系統（Cyber Physical Systems）。面向數字孿生全生命周期（構建、演化、評估、管理和使用）的技術稱為數字孿生技術（Digital Twin Technology）[1]。

數字孿生技術為糧庫智能化建設及管理提供了全新的視角和技術理念參考，但如何將這一技術在糧食倉儲領域落地并與智慧糧庫建設有機結合，是一個亟待解決的復雜問題，需要做好規劃，穩步推進。本文介紹了國內外數字孿生技術在糧食倉儲行業的應用現狀，并探討了基于數字孿生技術的智慧糧庫的應用趨勢及方向。

1 國外數字孿生技術的行業應用技術及現狀

1.1 Consafe Logistics

Consafe Logistics（康薩菲物流）相關研究者推出了與Xcelgo合作開發的面向倉儲物流行業的Digital Twin概念。該工具將幫助倉庫和物流企業準確重建他們自己的系統，并從根本上改善其管理和優化流程的方式[2]。現在，Consafe Logistics的客戶可以使用新的Digital Twin概念向其WMS系統添加更多創新功能。有了這個附加功能，就可以精確地以3D方式重新創建任何倉庫，甚至可以精確定位到庫存的位置和貨架單位的數量，這種可視化操作可以改善倉庫的管理方式。

1.2 Centaur Analytics

Centaur Analytics（半人馬咨詢）的相關研究者則提出了構建全球化的收獲后糧食質量控制鏈的概念，通過引入實時的、自動化的物聯網監控和分析技術，積極干預糧食倉儲流程并避免損失[3]。使用傳感器跟蹤溫度、水分含量、空氣流量、二氧化碳濃度、干物質損失以及其他與谷物存儲質量有關的因素，由專有計算流體動力學提供支持的數字孿生模型，可以實時更新數據，從而快速偵測到可能的儲糧劣化關鍵區域，及時提醒工作人員采取措施，避免或降低損失。

1.3 國內數字孿生技術的行業應用現狀

國內智慧糧庫的相關建設起步較晚，各糧食儲備單位、研究所、高校和企業通過一段時間的積累，目前在糧庫的信息化和數字化方面取得了一定成果。呂宗旺等[4]在2013年提出了綜合利用RFID、計算機網絡、傳感器網絡、車載網絡和自動檢測等現代技術作為構建智慧糧庫系統的基礎。羅山等[5]在2019年提出了針對海南省各地糧食儲備庫的信息化建設規劃，通過構建智慧糧庫綜合管理系統，來實現針對庫區糧食安全儲藏的現代化管理。系統核心功能包括糧倉糧情測控、糧倉設備控制和其他業務功能。其中糧倉糧情測控含有糧溫檢測、水分檢測、氣體濃體檢測、蟲害檢測、糧倉監控視頻、倉內糧食數量檢測和倉內氣密性檢測7大功能模塊。糧倉控制含有智能通風、智能空調控溫、倉內環流均溫、氮氣氣調、環流熏蒸、照明控制和其他設備控制7大功能模塊。其他業務功能含有出入庫系統、業務管理系統、庫區安防巡更系統、品質溯源系統及根據用戶需求定制的其他業務功能模塊。

2 基于數字孿生技術的智慧糧庫應用趨勢

數字孿生技術在智慧糧庫的應用依賴于數字化糧庫的建設基礎，即豐富實時的感知數據、高效的數據傳輸網絡及協議，在此基礎上應用數字孿生技術，通過將高精確度的多維模型集合、態勢感知和重構技術以及行業知識模型算法相結合，不但可以實現糧食倉儲自動化控制的預測和決策輔助，而且通過持續的訓練積累，可實現自動化的反饋控制，從而真正構建智慧糧庫，降低糧庫的倉儲保管成本，提高糧食倉儲品質及效率。一個典型的數字孿生應用架構如圖1所示。

圖1 數字孿生應用架構圖

2.1 感知層

數字孿生技術的數據基礎是豐富的實時數據來源，智慧糧庫建設逐步構建了傳感器網絡，在傳統的溫濕度傳感器基礎上，逐步引入了視頻監控、光電檢測、氣體檢測等更為先進的監測技術。同時，伴隨采用氣調儲糧技術替代傳統熏蒸技術等技術革新，原有監測傳感設備也面臨著技術升級和更新。智慧糧庫建設的趨勢是部署更多種類和數量的傳感器以實現更廣泛的覆蓋面，從而采集更豐富的監測數據，構建更立體的傳感器網絡。

2.2 傳輸層

數字孿生技術的孿生映射基礎是高實時性的數據同步。目前，智慧糧庫建設逐步普及了現場的數據傳輸網絡，同時采用了傳統的工業現場總線協議和新興的物聯網相關的數據傳輸協議。常見協議包括Modbus、OPC、MQTT，為數字孿生技術所需的高實時性數據同步提供廣泛且可靠的數據來源。

2.3 模型層

數字孿生技術的孿生體構建基礎是高精確度的多維模型集合，其中既包含傳統的三維可視化模型（CAD），仿真模型（CAE），又包括預測控制模型（Model Predictive Control）。CAD模型技術主要用于構建智慧糧庫的三維可視化場景，CAE模型技術主要用于構建糧倉內的溫度場及流場可視化模型，預測控制模型技術主要用于根據感知數據進行建模，預測后續可能出現的問題，并有針對性地提供輔助決策，幫助工作人員降低故障出現概率。

2.4 應用層

應用層主要包括基于感知數據和孿生模型實現的具體應用，包括數據展示、分析預測、輔助決策、自動反饋控制等，這些都屬于態勢感知及重構技術的范疇。數字孿生技術的孿生可視化展現基礎來自態勢感知和重構，這是智慧糧庫建設目前尚未大規模涉及的領域。采用態勢感知技術可以實現對感知數據的辨識、關聯和整合，并且在時間上進行推斷，以判斷其會怎樣影響未來的操作環境，最終將這些可能性信息通過可視化形式展現給智慧糧庫系統的用戶，為其決策提供參考。

3 結語

國家的糧食安全戰略的實施與糧食倉儲智慧化建設的技術手段及其實行程度成正相關。總體來說，目前國外的糧食倉儲智慧化建設都是集科學論證、技術設備試驗、方法研究、標準制定等多功能于一身，其發展趨勢多是由單一功能向多功能轉變，且為大型糧食倉儲企業提供系統和裝備支持。而國內糧食倉儲智慧化建設共同的特點是建設規模相對較小、設備和功能比較單一、場址相對分散、數據信息共享程度低，而且大部分糧庫缺乏業務協同化運行的能力，與國外差距較大。基于數字孿生技術的智慧糧庫應用研究將極大程度地解決我國糧食倉儲智慧化建設的迫切需求，為智慧糧庫及相關裝備技術的研發、測試、評價等提供科學有效的試驗和驗證，對提升我國糧食倉儲智能化、智慧化水平，確保糧食安全戰略的實施具有重要意義。