數(shù)字孿生技術(shù)在水廠設(shè)備預(yù)測(cè)性維護(hù)中的應(yīng)用研究

季慕州

(上海市政工程設(shè)計(jì)研究總院（集團(tuán)）有限公司)

隨著城市化進(jìn)程的加速和全球資源環(huán)境的日益壓力，對(duì)城市基礎(chǔ)設(shè)施的智能、高效管理日益成為當(dāng)務(wù)之急[1]。在眾多基礎(chǔ)設(shè)施中，水廠設(shè)備的管理對(duì)城市的飲水供應(yīng)和環(huán)境保護(hù)至關(guān)重要。然而，傳統(tǒng)的水廠設(shè)備維護(hù)管理面臨著諸多挑戰(zhàn)，包括種類(lèi)多、運(yùn)行環(huán)境復(fù)雜、維護(hù)工作量大、運(yùn)維成本高昂等問(wèn)題，這不僅影響了水廠的可靠性和效率，也對(duì)城市可持續(xù)發(fā)展提出了新的挑戰(zhàn)。加強(qiáng)使用高新技術(shù)，推動(dòng)水務(wù)運(yùn)營(yíng)的數(shù)字化轉(zhuǎn)型是必然選擇，數(shù)字孿生技術(shù)在這樣的背景下，得到了廣泛的關(guān)注和重視。數(shù)字孿生技術(shù)通過(guò)在虛擬環(huán)境中創(chuàng)建物理設(shè)備的數(shù)字副本，實(shí)現(xiàn)對(duì)實(shí)際物理系統(tǒng)的模擬、監(jiān)控和優(yōu)化，從而提高設(shè)備預(yù)測(cè)性維護(hù)的可靠性和效率[2]。此次研究基于BIM 技術(shù)構(gòu)建水廠設(shè)備數(shù)字孿生底座，利用傳感器、通訊網(wǎng)絡(luò)等手段實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)和關(guān)鍵參數(shù)的集成與監(jiān)測(cè)，結(jié)合人工神經(jīng)網(wǎng)絡(luò)創(chuàng)建故障預(yù)測(cè)模型，并通過(guò)預(yù)測(cè)性維護(hù)平臺(tái)和數(shù)字孿生駕駛艙進(jìn)行可視化交互，助力管理者科學(xué)決策，期望為城市水資源管理提供創(chuàng)新的解決方案。這不僅對(duì)城市居民的日常生活產(chǎn)生積極影響，同時(shí)也為全球水資源管理領(lǐng)域提供了可復(fù)制和推廣的科學(xué)管理經(jīng)驗(yàn)。

1.水廠設(shè)備維護(hù)管理現(xiàn)狀

水廠設(shè)備維護(hù)管理是水廠正常運(yùn)轉(zhuǎn)的重要環(huán)節(jié)。隨著水質(zhì)標(biāo)準(zhǔn)的提升，水處理工藝趨向多元化、復(fù)雜化。水廠設(shè)備種類(lèi)繁多且運(yùn)行環(huán)境多樣，可能面臨潮濕、腐蝕、高溫等復(fù)雜環(huán)境條件，對(duì)設(shè)備的維護(hù)保養(yǎng)提出了很高的要求。傳統(tǒng)的水廠設(shè)備維護(hù)一般是根據(jù)以往經(jīng)驗(yàn)制定周期性巡檢流程，并由經(jīng)驗(yàn)豐富的技術(shù)人員現(xiàn)場(chǎng)勘察、檢修[3]。這種方式效率較低、人工成本高，并且不具備時(shí)效性，無(wú)法掌握故障發(fā)生時(shí)間、故障類(lèi)型、發(fā)生位置，同時(shí)運(yùn)維人員需要大量時(shí)間停機(jī)排查故障，這直接或間接給水廠帶來(lái)經(jīng)濟(jì)損失，已無(wú)法滿足可靠、可維修、經(jīng)濟(jì)安全、全生命周期管理的現(xiàn)代水廠設(shè)備管理要求，加強(qiáng)設(shè)備預(yù)測(cè)性維護(hù)具有重要意義[3]。

預(yù)測(cè)性維護(hù)是指根據(jù)設(shè)備的結(jié)構(gòu)和運(yùn)行特性，將溫度分析、振動(dòng)檢測(cè)、噪聲信號(hào)等與故障診斷相結(jié)合，基于數(shù)據(jù)處理和分析的結(jié)果，運(yùn)用AI 和工業(yè)機(jī)理融合算法對(duì)設(shè)備未來(lái)可能出現(xiàn)的故障進(jìn)行預(yù)測(cè)和診斷，并據(jù)此制定相應(yīng)維護(hù)計(jì)劃，確定維護(hù)的時(shí)間、內(nèi)容和方式，其原理圖如圖1 所示。預(yù)測(cè)性維護(hù)集設(shè)備狀態(tài)檢測(cè)、故障診斷、故障預(yù)測(cè)、維護(hù)決策支持和維護(hù)活動(dòng)于一體，是一種新興的維護(hù)方式[4]。現(xiàn)階段設(shè)備預(yù)測(cè)性維護(hù)仍面臨一些挑戰(zhàn)，運(yùn)行數(shù)據(jù)多、算法要求高、維護(hù)成本大、展示手段單一等。隨著水廠監(jiān)控水平和智能化程度的不斷提高，對(duì)水廠設(shè)備有效檢修的要求也不斷提高，具有狀態(tài)預(yù)測(cè)、分析決策功能的數(shù)字孿生技術(shù)成為設(shè)備預(yù)測(cè)性維護(hù)領(lǐng)域的研究熱點(diǎn)，受到了學(xué)者們的廣泛關(guān)注。

圖1 設(shè)備預(yù)測(cè)性維護(hù)原理圖

2.基于數(shù)字孿生的水廠設(shè)備預(yù)測(cè)性維護(hù)

2.1 數(shù)字孿生體總體架構(gòu)

數(shù)字孿生以數(shù)字化方式創(chuàng)建映射物理實(shí)體的虛擬模型，通過(guò)虛實(shí)交互反饋、數(shù)據(jù)融合分析、決策迭代優(yōu)化等手段，實(shí)現(xiàn)對(duì)物理實(shí)體的賦能。水廠設(shè)備的數(shù)字孿生體總體架構(gòu)如圖2 所示。

圖2 水廠設(shè)備數(shù)字孿生體總體架構(gòu)

物理實(shí)體包括了現(xiàn)實(shí)中的水廠處理設(shè)備和傳感器等硬件設(shè)施，作為數(shù)字孿生體的基礎(chǔ)設(shè)施層，用于收集設(shè)備狀態(tài)的全面信息；虛實(shí)交互部分主要利用通訊協(xié)議將采集的設(shè)備狀態(tài)數(shù)據(jù)傳輸存儲(chǔ)至數(shù)據(jù)庫(kù)，作為數(shù)字孿生體的數(shù)據(jù)中心；虛擬模型包括了狀態(tài)監(jiān)測(cè)三維模型和故障預(yù)測(cè)算法模型，前者將設(shè)備三維模型與實(shí)時(shí)運(yùn)行數(shù)據(jù)集成，后者通過(guò)數(shù)據(jù)處理、算法訓(xùn)練、迭代優(yōu)化建立；智能應(yīng)用層是通過(guò)數(shù)字孿生駕駛艙、水廠設(shè)備維護(hù)系統(tǒng)等平臺(tái)方式將設(shè)備狀態(tài)診斷和預(yù)測(cè)結(jié)果進(jìn)行分析和展示，助力管理者決策[5]。

2.2 數(shù)字孿生底座構(gòu)建

數(shù)字孿生底座是指一個(gè)虛擬的數(shù)字模型，它與實(shí)際的水廠設(shè)備在數(shù)據(jù)、狀態(tài)、功能等方面高度一致。通過(guò)實(shí)時(shí)收集實(shí)際設(shè)備的運(yùn)行數(shù)據(jù)，數(shù)字孿生底座能夠模擬設(shè)備的實(shí)際運(yùn)行狀態(tài)，預(yù)測(cè)設(shè)備未來(lái)的性能變化，從而為設(shè)備的維護(hù)和優(yōu)化提供決策支持[6]。

數(shù)字孿生底座構(gòu)建的首要任務(wù)是利用BIM 技術(shù)創(chuàng)建三維模型。為了確保數(shù)據(jù)的準(zhǔn)確性和完整性，需要對(duì)實(shí)際設(shè)備進(jìn)行全面的數(shù)據(jù)調(diào)研，并確定關(guān)鍵參數(shù)和運(yùn)行指標(biāo)。對(duì)采集的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，創(chuàng)建相應(yīng)標(biāo)準(zhǔn)的BIM 模型。目前市面上常見(jiàn)的設(shè)備建模BIM 軟件主要有SolidWorks、Revit 等，前者用于機(jī)械設(shè)備行業(yè)，模型精度一般能達(dá)到《建筑信息模型設(shè)計(jì)交付標(biāo)準(zhǔn)》（GBT 51301-2018）中的4.0 級(jí)模型精細(xì)度（即零件級(jí)模型），對(duì)硬件要求很高；后者用于建筑行業(yè)，更支持土建專業(yè)，對(duì)設(shè)備模型則主要是外形尺寸的表達(dá)，對(duì)硬件要求一般[7]。水廠設(shè)備根據(jù)實(shí)際用途和運(yùn)維管理要求選擇不同的建模軟件，核心專用設(shè)備通過(guò)SolidWorks 創(chuàng)建零件級(jí)模型單元后，對(duì)運(yùn)維管理中非重點(diǎn)監(jiān)控和展示的部分進(jìn)行簡(jiǎn)化，保留核心內(nèi)容后通過(guò)STEP 或IGES 等中間格式導(dǎo)入Revit 中與土建模型進(jìn)行集成，一般通用設(shè)備可通過(guò)Revit 直接創(chuàng)建構(gòu)件級(jí)模型單元與土建部分整合。在BIM 運(yùn)維模型輕量化的基礎(chǔ)上，需要添加設(shè)備基礎(chǔ)信息和運(yùn)維需求信息，包括設(shè)備型號(hào)、模型編碼、規(guī)格、制造商、使用年限、維護(hù)方案等，并在實(shí)際設(shè)備、構(gòu)件發(fā)生變化時(shí)對(duì)BIM 運(yùn)維模型數(shù)據(jù)進(jìn)行實(shí)時(shí)更新，保證實(shí)模一致性，實(shí)現(xiàn)全生命周期的數(shù)據(jù)共享。設(shè)備物理實(shí)體和BIM 運(yùn)維模型如圖3 所示。

圖3 設(shè)備物理實(shí)體和BIM運(yùn)維模型

設(shè)備狀態(tài)監(jiān)測(cè)是預(yù)測(cè)性維護(hù)的數(shù)據(jù)基礎(chǔ)，通過(guò)與現(xiàn)場(chǎng)SCADA 系統(tǒng)及傳感器、物聯(lián)網(wǎng)設(shè)備等實(shí)時(shí)數(shù)據(jù)源相連接，收集設(shè)備的運(yùn)行狀態(tài)、生產(chǎn)狀態(tài)和環(huán)境參數(shù)等，例如溫度、震動(dòng)、濕度等，將這些數(shù)據(jù)傳輸?shù)綌?shù)據(jù)存儲(chǔ)和分析系統(tǒng)中。將處理后的設(shè)備狀態(tài)監(jiān)測(cè)數(shù)據(jù)與BIM 模型進(jìn)行集成，通過(guò)將設(shè)備的屬性和狀態(tài)信息與BIM 模型中的相應(yīng)元素進(jìn)行關(guān)聯(lián)，這有助于保持?jǐn)?shù)字模型與物理實(shí)體的同步，實(shí)現(xiàn)對(duì)設(shè)備狀態(tài)的實(shí)時(shí)監(jiān)控和反饋[3]。管理人員只需要查看相應(yīng)設(shè)備BIM 模型上的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，包括運(yùn)行狀態(tài)、預(yù)警信息等，就可以對(duì)水廠設(shè)備整體狀體進(jìn)行把控，設(shè)備狀態(tài)監(jiān)測(cè)三維模型如圖4 所示。

圖4 設(shè)備狀態(tài)監(jiān)測(cè)三維模型

2.3 基于SOM 網(wǎng)絡(luò)的故障預(yù)測(cè)模型

自組織映射網(wǎng)絡(luò)（Self-Organizing Map，SOM）是一種廣泛應(yīng)用于數(shù)據(jù)挖掘的人工神經(jīng)網(wǎng)絡(luò)，基于SOM 網(wǎng)絡(luò)的故障預(yù)測(cè)模型是一種利用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行設(shè)備故障預(yù)測(cè)的方法。該模型通過(guò)對(duì)設(shè)備的歷史運(yùn)行數(shù)據(jù)進(jìn)行分析和學(xué)習(xí)，能夠識(shí)別出設(shè)備的正常狀態(tài)和異常狀態(tài)，并預(yù)測(cè)設(shè)備未來(lái)的性能變化和故障風(fēng)險(xiǎn)，具有較多的優(yōu)點(diǎn)。首先SOM 網(wǎng)絡(luò)是一種無(wú)監(jiān)督的學(xué)習(xí)算法，不需要事先標(biāo)記的訓(xùn)練數(shù)據(jù)，該算法能夠自動(dòng)組織和學(xué)習(xí)數(shù)據(jù)的結(jié)構(gòu)。其次，SOM 網(wǎng)絡(luò)通過(guò)拓?fù)溆成鋵⒏呔S輸入空間映射到低維拓?fù)浣Y(jié)構(gòu)中，這使得在輸入空間中相似的數(shù)據(jù)在拓?fù)溆成渖弦彩窍噜彽摹＿@種映射保留了輸入數(shù)據(jù)的拓?fù)潢P(guān)系，使得結(jié)果更容易理解和可視化。并且SOM 網(wǎng)絡(luò)針對(duì)復(fù)雜數(shù)據(jù)，也有良好的處理效果，這得益于SOM 網(wǎng)絡(luò)的降維能力和聚類(lèi)能力[8]。通過(guò)學(xué)習(xí)數(shù)據(jù)的低維表示，SOM 可以減少數(shù)據(jù)的復(fù)雜性，保留主要的特征，同時(shí)減小計(jì)算量和存儲(chǔ)量，當(dāng)相似的輸入模式在SOM 中被映射到相鄰的區(qū)域，形成具有自組織特性的聚類(lèi)結(jié)構(gòu)，有助于識(shí)別和理解數(shù)據(jù)中的模式。對(duì)于數(shù)據(jù)挖掘來(lái)說(shuō)，SOM 的輸出在拓?fù)浣Y(jié)構(gòu)上有著直觀的可視化，使得結(jié)果容易被解釋和理解，并且適用于各種類(lèi)型的數(shù)據(jù)，包括數(shù)值型和離散型數(shù)據(jù)。

基于SOM 網(wǎng)絡(luò)的設(shè)備故障預(yù)測(cè)流程圖如圖5 所示。首先收集與設(shè)備狀態(tài)相關(guān)的傳感器數(shù)據(jù)，包括溫度、振動(dòng)、電流、電壓等各種測(cè)量值，這些數(shù)據(jù)在設(shè)備正常運(yùn)行和故障狀態(tài)下可能會(huì)發(fā)生變化。然后對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理，包括去除噪聲、歸一化、特征提取等步驟，以便更好地適應(yīng)SOM 網(wǎng)絡(luò)的輸入[9]。其次，通過(guò)預(yù)處理的數(shù)據(jù)對(duì)SOM 網(wǎng)絡(luò)進(jìn)行訓(xùn)練，在這個(gè)過(guò)程中，SOM 的神經(jīng)元將自組織地表示輸入數(shù)據(jù)的相似性。接著將新的傳感器數(shù)據(jù)輸入已訓(xùn)練好的SOM 模型，得到每個(gè)數(shù)據(jù)點(diǎn)在拓?fù)溆成渖系奈恢谩Ｍㄟ^(guò)可視化數(shù)據(jù)的分布，識(shí)別數(shù)據(jù)中的異常模式。通過(guò)觀察SOM中的聚類(lèi)情況，可以檢測(cè)到不同的數(shù)據(jù)模式，異常模式表現(xiàn)為SOM 中的離群神經(jīng)元或不尋常的聚類(lèi)。然后基于SOM模型的輸出，可以建立故障預(yù)測(cè)模型，預(yù)測(cè)設(shè)備是否有發(fā)生故障的風(fēng)險(xiǎn)，通過(guò)風(fēng)險(xiǎn)評(píng)估為設(shè)備的生命周期管理提供決策支持[10]。最后定期更新SOM 模型，以適應(yīng)設(shè)備狀態(tài)的變化和新的數(shù)據(jù)模式。通過(guò)迭代和優(yōu)化，可以不斷提高設(shè)備故障維護(hù)的準(zhǔn)確性和穩(wěn)健性。

圖5 基于SOM網(wǎng)絡(luò)的設(shè)備故障預(yù)測(cè)流程圖

2.4 數(shù)字孿生技術(shù)和SOM 網(wǎng)絡(luò)的協(xié)同作用

數(shù)字孿生技術(shù)提供對(duì)物理系統(tǒng)的數(shù)據(jù)采集和實(shí)時(shí)監(jiān)測(cè)，可以產(chǎn)生大量的數(shù)據(jù)和模型，這些數(shù)據(jù)和模型可以作為SOM 網(wǎng)絡(luò)的輸入，豐富了訓(xùn)練數(shù)據(jù)集，增強(qiáng)了其在設(shè)備故障預(yù)測(cè)中的準(zhǔn)確性和可靠性。SOM 網(wǎng)絡(luò)可以對(duì)數(shù)字孿生模型進(jìn)行調(diào)整和優(yōu)化。SOM 網(wǎng)絡(luò)具有自組織性，可以根據(jù)輸入樣本的特性進(jìn)行自我學(xué)習(xí)和優(yōu)化，從而改進(jìn)數(shù)字孿生模型的參數(shù)和結(jié)構(gòu)。這可以提高數(shù)字孿生模型的準(zhǔn)確性和實(shí)時(shí)性，更好地實(shí)現(xiàn)物理系統(tǒng)的實(shí)時(shí)監(jiān)測(cè)和仿真。在實(shí)時(shí)異常識(shí)別方面，數(shù)字孿生技術(shù)的動(dòng)態(tài)監(jiān)測(cè)與SOM的模式識(shí)別相結(jié)合，實(shí)現(xiàn)了設(shè)備異常行為的及時(shí)識(shí)別。當(dāng)數(shù)字孿生監(jiān)測(cè)到異常時(shí)，SOM 網(wǎng)絡(luò)能夠迅速而準(zhǔn)確地定位異常模式，提高了對(duì)設(shè)備異常的實(shí)時(shí)感知和響應(yīng)。通過(guò)歷史數(shù)據(jù)的模擬，數(shù)字孿生技術(shù)為SOM 網(wǎng)絡(luò)提供了更多潛在故障模式的訓(xùn)練樣本。這使得SOM 網(wǎng)絡(luò)能夠?qū)W習(xí)并識(shí)別這些潛在故障模式，實(shí)現(xiàn)了對(duì)未來(lái)可能發(fā)生故障的預(yù)測(cè)，為預(yù)防性維護(hù)提供了有效的支持。SOM 網(wǎng)絡(luò)在分析數(shù)字孿生提供的數(shù)據(jù)時(shí)揭示了復(fù)雜的數(shù)據(jù)關(guān)系和潛在故障模式。這些分析結(jié)果反饋給數(shù)字孿生模型，為數(shù)字孿生技術(shù)提供了更深層次的數(shù)據(jù)解釋和理解。通過(guò)這種反饋循環(huán)，系統(tǒng)更好地理解設(shè)備狀態(tài)的復(fù)雜性，有助于優(yōu)化操作決策和維護(hù)策略。數(shù)字孿生技術(shù)與SOM 網(wǎng)絡(luò)的協(xié)同作用不僅增強(qiáng)了設(shè)備預(yù)測(cè)性維護(hù)的準(zhǔn)確性和可靠性，同時(shí)建立了一個(gè)動(dòng)態(tài)適應(yīng)的智能化系統(tǒng)，為水廠設(shè)備的可持續(xù)性管理提供了強(qiáng)大的支持。

2.5 設(shè)備數(shù)字孿生駕駛艙

數(shù)字孿生駕駛艙是一個(gè)集成了設(shè)備運(yùn)行監(jiān)測(cè)、故障預(yù)測(cè)、維護(hù)計(jì)劃和可視化展示等功能的管理系統(tǒng)，旨在為管理者提供全面的決策支持，水廠設(shè)備數(shù)據(jù)孿生駕駛艙如圖6 所示。通過(guò)數(shù)字孿生技術(shù)，該系統(tǒng)能夠?qū)F(xiàn)實(shí)設(shè)備的基礎(chǔ)靜態(tài)數(shù)據(jù)、空間數(shù)據(jù)、動(dòng)態(tài)物聯(lián)數(shù)據(jù)、流媒體數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)等映射到虛擬世界中，從而幫助管理者更好地理解設(shè)備生產(chǎn)和運(yùn)行狀態(tài)，及時(shí)發(fā)現(xiàn)和解決問(wèn)題，并做出更加科學(xué)和準(zhǔn)確的預(yù)測(cè)性維護(hù)決策。

圖6 水廠設(shè)備數(shù)字孿生駕駛艙

基于數(shù)字孿生BIM 模型，展示設(shè)備資產(chǎn)信息、運(yùn)行統(tǒng)計(jì)信息、歷史生產(chǎn)信息、維保工單等數(shù)據(jù)信息，集成設(shè)備保養(yǎng)、故障、維修的全部業(yè)務(wù)數(shù)據(jù)，形成以設(shè)備為核心的全生命周期維護(hù)管理手段[11]，進(jìn)一步提升管理效率，實(shí)現(xiàn)設(shè)備精益管理。未來(lái)數(shù)字孿生技術(shù)將結(jié)合更加先進(jìn)的機(jī)器學(xué)習(xí)和人工智能算法，能夠更加精準(zhǔn)地模擬水廠設(shè)備的工作狀態(tài)，并預(yù)測(cè)潛在故障和問(wèn)題。在此趨勢(shì)下，水廠設(shè)備的遠(yuǎn)程監(jiān)控和維護(hù)將更加普遍和便捷，人力資源的需求大大減少，設(shè)備的利用率和經(jīng)濟(jì)效益得到顯著提升。

3.結(jié)論

隨著全球城市人口的不斷增加和經(jīng)濟(jì)的快速發(fā)展，城市水資源管理面臨著前所未有的挑戰(zhàn)。其中，水廠設(shè)備作為城市飲水系統(tǒng)的核心組成部分，其可靠性、效率和可持續(xù)性的管理對(duì)城市居民的生活品質(zhì)和城市環(huán)境的可持續(xù)性發(fā)展至關(guān)重要。本文提出一種基于數(shù)字孿生的水廠設(shè)備預(yù)測(cè)性維護(hù)管理手段，引入自組織映射神經(jīng)網(wǎng)絡(luò)，對(duì)設(shè)備故障進(jìn)行預(yù)測(cè)并制定相應(yīng)維護(hù)方案。數(shù)字孿生模型可以實(shí)時(shí)反映設(shè)備的運(yùn)行狀態(tài)和性能指標(biāo)，使得能夠及時(shí)發(fā)現(xiàn)問(wèn)題并采取預(yù)防措施，同時(shí)可以幫助診斷復(fù)雜故障的原因，提供更精確的維護(hù)建議，減少設(shè)備故障和延長(zhǎng)其壽命，進(jìn)而提升了水廠的智能化管理水平。在某水廠實(shí)際應(yīng)用中設(shè)備故障停機(jī)時(shí)間縮短約40%，設(shè)備維護(hù)成本降低約20%，提高了設(shè)備維護(hù)管理的效率和準(zhǔn)確性。但是研究仍然存在不足，數(shù)據(jù)采集涉及了水廠的部分設(shè)備，并沒(méi)有覆蓋全廠，數(shù)據(jù)分析的類(lèi)型還不夠豐富。未來(lái)需要進(jìn)一步研究和探索數(shù)字孿生技術(shù)在設(shè)備預(yù)測(cè)性維護(hù)中的應(yīng)用和優(yōu)化，為水廠的可持續(xù)發(fā)展提供更加科學(xué)和有效的技術(shù)支持。