基于數字孿生技術的智慧化工園區安全應用分析

王宇

摘要：在現階段數字化時代不斷發展的背景下，數字孿生技術在石油化工、公共安全、機械工業等方面得到了廣泛應用，屬于多學科交叉作業的技術，需要運行環境、機械設備、參與者等共同參與，并利用多樣化的理論、測量、技術等方式確保系統安全。面向智慧化工園區技術需求，提出了基于數字孿生+智慧化工園區建設新思路，本文首先從數字孿生技術概述入手，剖析數字孿生技術智慧化工園區安全應用中面臨的挑戰，并提出具體思路，旨在高效推動智慧化工園區質量、效率和動力的變革，以供參考。

關鍵詞：智慧化工園區；數字孿生；分析

DOI：10.12433/zgkjtz.20233104

數字孿生技術具有多學科、多角度、實時性、高保真度等特質，是現實世界與虛擬空間相互轉化的重要手段之一，將數字孿生技術應用于智慧化工園區，有助于及時發現并解決問題，防微杜漸，為企業安全有序作業提供技術支撐。

一、數字孿生技術概述

數字孿生實際上是利用物理模型、歷史數據、傳感器探測等方式在虛擬空間中映襯現實世界，并反映全周期生命過程。數字孿生模型主要包括服務模塊、物理實體、連接模塊、虛擬實體孿生數據等內容，可利用全生命周期數據管理、多領域多模型融合、高精度傳感、高性能計算技術等手段對工程、設備、系統開展實時、快速評價，滿足實際建設需求，為后續的管理決策工作打下堅實基礎。數字孿生技術也可在一定的空間內完成優化配置、安全維護、協同監管工作，有效減少不必要的資源浪費，確保技術的進一步應用與發展。

二、數字孿生技術內涵

從實際構成看，數字孿生技術主要包括以下六類：第一，感知控制技術。具備數據采集及控制反饋模塊，是保證虛擬世界及現實世界有序溝通的重要窗口。第二，數據集成技術。實現相關設備及系統的互聯互通，保證現實世界與虛擬空間的無縫對接。第三，模型構建技術。可將現實物體在虛擬空間中形成映射，并構建數據、機理、幾何模型，全方位展現物體的物理規律及外觀形態。第四，模型互操作技術。可將各類模型有機融合，將靜態映射轉化為現實事物。第五，業務集成技術。可為生產全過程、產品全周期、商業全流程提供有效支撐，提高數字孿生技術的經濟效益。第六，人工智能技術。可將人的因素與數字孿生系統結合，以人機作業方式進行指令反饋，保證數字孿生技術的進一步優化創新。

三、數字孿生技術的智慧化工園區關鍵應用

（一）聯合動態仿真模型

聯合仿真模型是現階段較為重要的系統分析、設備檢測手段，相較于以往的計算機數字模型，采用數字孿生仿真技術的優勢在于可以依據現實物體的變化調整映射內容。技術人員可將數字孿生技術與智慧化工園區三維模型的創建工作相融合，提升視覺信息交互性，并利用計算機技術實現沉浸感知，準確分析可能發生的各類災害事故，明確可行的事故應急預案，在事故發生前做好準備。

（二）安全監控

安全監控是對整個化工園區企業開展全方位的監管、反饋和響應，可從以下三方面開展監控作業：第一，環境監控，利用各類傳感器及時掌握不同事故的特點，并在虛擬空間進行模擬，最終由物聯網技術自動監測建筑。第二，設備安全監控，以數字孿生技術為基礎創建信息視覺系統，并利用配套工業機器人完成設備修復作業，綜合人工神經網絡、模糊邏輯理念創建遠程健康監管作業。第三，人員行為安全監控，利用數字孿生技術實時跟蹤車間內人員，并有針對性地改進生產流程及方案，或針對人員的生產行為創建數字孿生圖卷積識別模型，更好地管理整個生產環境。

（三）故障診斷

為避免系統與設備在實際運營期間發生大規模故障導致嚴重的安全事故，技術人員應積極引進數字孿生技術并落實到電子故障診斷作業中。可通過對自動化系統故障模塊進行定位，提出可行的修整方案，也可深入分析數字孿生技術的故障診斷模型要求，提出敏感參數分析模型，判斷并定位故障區域。將數字孿生技術的同步映射性能與故障診斷技術相融合，需要技術人員對得到的數據進行標記、對比，綜合數據與模型驅動，完成故障診斷作業。

（四）運行維護控制

科學技術的飛速發展，使得系統設備逐漸突顯復雜化特質，維運控制安全成為現階段較突出的問題。創新數字孿生集成—分布式控制框架體系可及時預測、校正生產系統執行情況，技術人員深入討論不確定性條件下損傷診斷概率、預后概率、優化升級的運行策略，與數字孿生技術相結合，避免出現設備疲勞裂紋等問題。技術人員也可創新系統工程仿真引擎，并將運營風險提前至開發初期，利用物聯網技術獲取相關性能信息，落實控制閉環。因此融合數字孿生技術可借助虛擬互聯網平臺分析現實世界的物體性能，同時綜合大數據、物聯網等技術進一步記錄和分析數據，確保現實平臺網絡的有序運營及管控，突出風險轉移、安全維護和資源優化等性能。

（五）預測性維護

預測性維護可有效避免出現各類安全事故，提高實際生產效率，延長產品建設周期。通過構建生產機器運行數學模型，利用仿真及數字模擬的交互反饋方式做好機械設備的狀態評估作業，落實預測性維護原則，也可綜合源數據創建車間數字孿生模型，充分發揮非線性漂移布朗運動優勢，研發功能部件壽命預測模型，提升預測模型的實時性和高效性。因此以數字孿生技術為基礎的預測性維護技術主要通過創建數字孿生體獲取工程參數，技術人員可在數據比對、處理后對故障特征進行識別、定位以及處理。

四、數字孿生技術的智慧化工園區面臨的挑戰

第一，數據獲取方面的挑戰。數據采集門檻高，為了獲得應急預案、救援隊伍、物資庫、消防栓、取水點、避難場所等數據，有時需要鎮街和多個部門協調，數據的采集、傳輸、存儲和分析都需要消耗大量資源，在現有條件下，收集準確實用的信息是一項挑戰。

第二，模型建立方面的挑戰。要想實現高度逼真的建模，需要應用大數據、人工智能等技術手段，利用傾斜攝影技術，采用數據矢量化建模的方式，將道路、林區、房屋、監測點、巡航位置等信息在三維高清遙感地理場景上全景展現，實現對化工園區企業可視化、自動化和精準化監管。

第三，運行維護方面的挑戰。要保證在不同的場景中快速有效的處置，必須掌握大量準確實時的信息，這就需要耗費大量人力、物力對后臺資源進行實時維護。另外，隨著時間推移，對模型標準和軟硬件的性能要求也越來越高，需要不斷對平臺進行升級、優化。

五、數字孿生技術的智慧化工園區應用分析

堅持“統籌組織、分級負責、多方投入、有序推進、全程管控、務求實效”的原則。智慧化工園區的建設更加強調“智慧”，構建“一體化平臺、一張圖應用、三個中心、三大體系”模式。一體化平臺：綜合管理、基礎設施、公共服務一體化平臺；一張圖應用：采用數字孿生Digital Twin技術構建園區安全生產、應急救援、能源等一張圖；三個中心：預警中心、數據中心、視頻監控中心；三大體系：安全生產、應急救援、封閉管理。

第一，直播推流 。通過設備采集直播內容，推流SDK推送直播流，提供直播流接入、分發、實時流媒體處理服務。視頻直播服務通過邊緣推流的方式將直播流推送至直播中心，推送的視頻流通過CDN邊緣節點進行加速，確保上行傳輸的穩定性。

第二，蔓延分析模型。通過與3D技術相結合，模擬事故擴散趨勢，結合當日氣象五參因素（即溫度、氣壓、濕度、風向、風速）分析事故擴散的方向，并在GIS地圖上顯示，從而把握事故擴散趨勢，為應急處置提供輔助決策。

第三，AR應用。基于AR技術的智慧園區管控系統，實現視、查、管、控一站式應用，利用攝像裝置采集園區內的數據分送至AR設備生成園區的AR實景圖，建立一套先進、穩定、可靠、經濟及可擴展的AR實景綜合管理平臺。

第四，5G傳輸。基于5G網絡，無人機直播畫面回傳、高空瞭望、視頻監控、移動會商等的數據傳輸速率更穩定、更快速，便于數據的采集與傳輸。

第五，AI智能數據分析。整合散落的園區各類數據，構建統一的大數據平臺系統，實現各類場景分析，從各類整體指標概覽，再到分層細節指標數據的對比分析，實現數據指導業務精細化運營。

六、數字孿生技術的智慧化工園區具體思路

第一，數據分析采集。利用分布式大數據技術將園區數據進行整合、分析處理，形成可視化圖表，將采集到的數據進行形象化、直觀化和具體化呈現，實現對園區概況、園區基本信息、園區企業數量統計、安全風險對象、風險單元、重大危險源、重點監管工藝、重點監管危險化學品等信息的統計分析，同時直觀查看園區的各項指標和平臺預警信息。

第二，構建一張圖。建設數字孿生一張圖，包括園區、安全、應急、能源等三維信息，以一張圖透視分析智慧園區運行全貌，建立可視化、智能化、一體化管理平臺。通過與GIS地圖相結合展示園區總體信息，實時關注園區動態，了解園區、企業日常情況，高效全面掌握和管理園區運營狀態。將園區內的重大危險源數據、應急資源、企業位置分布、實時監測信息、車輛信息、能源設備等信息實現一張圖匯總。利用大數據圖表形式進行多維度分析，綜合考慮安全、應急、能源、人員等因素，提高園區管理者安全應急一體化管理水平。

第三，實時預警監控。實現對園區所有預警、報警管理、實時監測企業各項數據運行情況，一旦發生異常，立即啟動預警應急流程，并實時分析企業的動態風險。進行預警統計分析，對預警信息進行統計分析，包括人員定位報警、智能監控、DCS監測報警、應急事故報警、隱患排查，以可視化圖表分析報警信息，實時統計園區內不同類型的報警次數，維護園區安全。對報警信息進行管理，查看報警信息的詳情，對報警通知進行忽略、應急響應和解除操作，實現對報警信息的綜合管理與處置，預警記錄是對預警信息的統計分析，可以查看報警來源、處置狀態、報警時間、報警描述、處置時間等信息。

第四，風險動態管理。實現企業風險情況的匯總，按照風險等級對企業進行排名，以紅橙黃藍對風險等級進行重點標識，查看日期、具體時間、企業名稱、風險指數、風險等級、是否重大危險源企業、是否涉危企業等信息。

七、數字孿生技術智慧化工園區應用展望

相關人員可利用數字孿生技術手段，從不同的維度為后續的運行工作提供數字化、安全性的作業環境。而現階段隨著物聯網、芯片技術、量子計算、新材料技術、融合人工智能、量子通信技術等高端科技手段的不斷創新發展，可以推進數字孿生技術實現進一步創新升級，拓寬現有發展前景。

從實際情況分析，數字孿生的智慧化工園區可朝著以下方向推進：第一，深入創新數據實時傳輸技術，避免出現數據滯后等問題，提高模型精確性。第二，由于數字孿生技術具有動態性、實時性、交互性特質，需要構建沉浸感強烈的安全培訓演練平臺。第三，利用大數據技術融合平臺數據，實現數據與模型的整合統一，并以數字孿生技術的相關信息為參照開展故障診斷作業，對故障溯源原理進行深入探究。第四，將數字孿生技術與災后處理工作相結合，創建自救安全避險系統、人員緊急定位通訊系統等，減少人員傷亡。第五，提升數字孿生技術的綠色環保性、多向互動性、自我感知性、模型開放性、數據實時性、技術容錯性、動態進化性以及高度自動化。

八、結語

數字孿生技術與智慧化工園區充分融合，建設以全面互聯、透徹感知、簡易運維、統一監測、安全可控的智慧化工園區，以工業產業體系建設為基礎，以基礎設施體系建設為支撐，以綜合服務體系建設為保障，實現信息化系統集成、部門聯動協同、上下貫通指揮的高度統一，引導園區重新定位和產業升級，實現園區“基礎設施智能化、園區管理精細化、產業發展現代化”的目標，促使園區效益最大化。

參考文獻：

[1]劉庭煜，洪慶，孫毅鋒，等.基于圖卷積網絡的數字孿生

車間生產行為識別方法[J].計算機集成制造系統，2021，

27（02）：501-509.

[2]潘偉，徐剛，熊方杰.基于非線性技術鍋爐故障分析[J].中國安全生產科學技術，2020，16（12）：176-182.

[3]孿杰林，劉晉飛，鞠傳海，等.可靠性數字孿生概念內涵和技術框架研究[J].測控技術，2021，40（02）：18-24.

[4]王璐，張興旺.面向全周期管理的數字孿生圖書館理

論模型、運行機理與體系構建研究[J].圖書與情報，2020

（05）：86-95.

[5]劉海鵬，周淑秋.移動通信技術發展對安全生產影響研究[J].中國安全生產科學技術，2020，16（08）：161-166.

[6]孔瑋，劉云，李輝，等.基于圖卷積網絡的行為識別方法綜述[J].控制與決策，2021，36（07）：1537-1546.

[7]王蘊紅，何睿，劉慶杰.一種基于層級圖卷積網絡的群體場景圖生成方法[P].中國，CN202111155721.6，2022-01-07.

[8]朱時兵.基于稠密擴張卷積網絡的時序行為檢測[D].成都：電子科技大學，2019.

[9]豐艷，張甜甜，王傳旭.基于偽3D殘差網絡與交互關系建模的群組行為識別方法[J].電子學報，2020，48（07）：1269-1275.

[10]王傳旭，林曉萌，林國丞.基于合作與競爭交互關系的組群行為識別算法[J].青島科技大學學報：自然科學版，2022，43（05）：109-120.