數字孿生在地鐵環控系統中的應用

楊國偉，王菲，畢湘利，蔡蔚，周俊龍

數字孿生在地鐵環控系統中的應用

楊國偉1，王菲2，畢湘利1，蔡蔚1，周俊龍1

（1.上海軌道交通十三號線發展有限公司，上海 20000；2.同濟大學，上海 20000）

針對地鐵環控和能耗的目標，論述了地鐵車站的數字孿生系統實施的重點和關鍵問題。探討了地鐵車站三維模型的構建方法，虛實映射的硬件設計和預測性分析，包括環境質量監測、熱舒適性研究、能耗預測等。指出了數字孿生在地鐵環控中的顯著優勢，借助三維動態可視化提供有價值的分析功能，集成種類龐雜的監測信息，減小了預測性維護的難度，為傳統地鐵運維提供了全新的解決思路和可行的技術手段。

數字孿生；環控系統；地鐵運維；能耗管理

數字孿生[1]是充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程[2]。數字孿生的模型概念包括三大要素，即物理世界、虛擬空間以及兩者的交互接口。其目標在于精準映射現實空間的物理信息，呈現給管理者進行相關決策。

1 數字孿生在地鐵環控中的應用探索

對于地鐵這樣規模龐大且人流密集的重大設施，監測、控制其環境質量，滿足乘客的舒適度體驗，又能在緊急情況下保證乘客的人身安全是非常必要的。傳統地鐵環境控制系統采用自動化管理與控制系統，面對獲取的大量運行狀態監測數據，難以用可視化的方式呈現。

將數字孿生技術與地鐵環控系統相結合，具有以下優勢：①三維可視化。數字孿生打破了通過平面圖紙整合建筑信息的傳統模式，通過3D建模技術映射物理現實世界的建筑模型。能夠逼真還原地鐵車站的建筑結構、管道系統、通風空調系統、電梯系統、安全警報系統等，同時涵蓋所有的幾何、材料和狀態信息。②全生命周期[3]。數字孿生從規劃設計到施工再到運維階段的信息集成，保證了數據的完整性和一致性，貫穿地鐵車站全生命周期。改善了傳統模式中設計、建造階段的信息與運維階段的信息分別儲存的弊端，減少了維護成本。③預測性分析。數字孿生技術的引入為預測性決策和分析提供了基礎。利用傳感器監測大功率或易燃易爆等危險物品的關鍵數據；可借助深度學習算法，分析監控采集的乘客行為圖像；根據通風空調系統的配置和傳感器采集的數據等，分析車站熱舒適度，同時預測能耗。

2 基于數字孿生的地鐵環控系統設計規劃

2.1 數字孿生平臺設計

本文提出了一種針對上海某地鐵車站的數字孿生系統構建的方案。該系統首先針對地鐵車站這一物理對象，以及針對安防、環控等需求來分析物理對象特征，建立三維虛擬模型，并融合設計建造階段、運維階段產生的所有信息，借助傳感器、設備運行歷史等數據構建物理實體和虛擬空間的交互關系，最終為用戶提供各類服務應用。該系統結構主要包括以下四個模塊。

2.1.1 三維建模

需要針對地鐵車站該物理實體作一一映射，包括建筑結構如墻、天花板、樓板、風機盤管、水管管道等構件，并根據最終服務應用的目標分析其他物理實體的特征，即地鐵屏蔽門、電梯、燈光照明、進出口閘機、消防栓、火災報警器等設施。三維虛擬模型的建立是實現數字孿生系統的基石，無論是信息融合還是預測分析都必須基于虛擬模型。

2.1.2 運維信息

將設計施工階段、運維階段產生的所有信息集成至孿生系統中，比如用戶信息、設備信息、采購信息、保修信息和財務信息等。實現模型和信息的一體化，簡化業務流程和解決方案，為高效運維提供可能。

2.1.3 虛實交互

利用傳感器采集實時數據，并根據各個設備的歷史運行數據等，完成物理世界與虛擬空間的虛實交互，如圖1所示。利用Zigbee、Wi-Fi、以太網、現場總線等通訊手段，可將環境傳感器和室內定位系統等傳感器動態獲取的實時數據，結合照明系統、監控系統、暖通系統等系統的運行歷史數據和當前狀態，存儲入服務器中，為虛擬空間的構建提供必要前提。在虛擬空間中，以三維虛擬模型為基礎，利用CFD流體力學計算和深度學習等方法，獲得相應的環控策略、人體舒適度預測和能耗預測方案。

2.1.4 預測分析

讀取服務器中的相關數據，獲取CFD分析中需要的邊界條件和初始條件，根據地鐵車站的三維模型，計算獲得溫度場、流速場、空氣組分等的三維分布并可視化。在此基礎上，可以計算不同平面以及各邊界表面的熱舒適度，保證地鐵環境的熱舒適性。同時能對不同的通風、制冷加熱方案做能耗分析，選擇合理方案控制能源消耗，節約運維成本。

圖1 地鐵車站數字孿生系統的虛實交互設計

2.2 地鐵環控方案設計規劃

由于地鐵車站的客流量大、環境因素復雜，如何保證乘客在乘坐地鐵時的舒適與健康，又能控制通風空調系統、照明系統等的能耗，是值得研究的問題。本方案主要關注空氣質量、熱舒適性以及能耗控制三個方面。

2.2.1 空氣質量

地鐵車站的空氣污染主要來自二氧化碳和顆粒物[4]兩方面。乘客堆積在密閉空間中，夾帶了灰塵、皮屑等顆粒物，同時呼出大量二氧化碳，造成空間的窒悶和污染。針對本方案設計一體式環境傳感器，監測地鐵車站內的溫度、濕度、風速、PM2.5～PM10的值、二氧化碳濃度等。該一體式環境傳感器集成了溫濕度、風速、PM2.5、二氧化碳傳感器等多種類的環境傳感器，將其數據傳入MCU單元中處理后輸出。各個環境傳感器通過Zigbee協議組網，數據匯總至某一出口節點，再通過網線傳輸至路由最終到主控設備。在數字孿生平臺中可視化環境傳感器采集的數據，監測其是否超標，并對此做通風等調節，將其控制在合適的范圍內，保證乘客的健康和舒適。

2.2.2 熱舒適性

利用溫濕度、風速傳感器在線獲取實時邊界條件和初始條件，包括壁面溫度、進風口溫度、進風口風速、當前空氣溫度、當前風速等，傳入CFD軟件中實時解算，獲得三維溫度場、流速場，并根據平均預測投票數PMV指標[5]進行熱舒適性評估，如圖2所示。

PMV指標是國際公認的較客觀的熱舒適性評判指標[6]，包括空氣溫度、濕度、風速、平均輻射溫度、人體做功功率、衣物熱阻六大影響因素。其中，人體做功功率可以根據乘客活動模式來設定，一般設為0；衣物熱阻可以根據季節氣候來設定，冬季取0.9clo，夏季取0.5clo，1clo=0.155 m2·K/W；其他因素需要通過傳感器測量以及CFD分析獲取。

PMV指標的計算公式[7]如下：

PMV=（0.303×－0.036M+0.028）×｛－－3.05×0.001×［5 733－6.99×（－）－］｝－0.42×［（－）－58.15］－1.72×10-5×（5 867－）－0.001 4××（34－）－3.96×10-8×cl×｛［（cl+273）4－（r+273）4］－cl×c×（cl－a）｝ （1）

式（1）中：為新陳代謝率；為人體做功率；為水蒸氣分壓力；cl為著衣體表面與裸體表面之比；c為衣服與空氣之間的表面換熱系數；a為周圍的空氣溫度。

cl=35.7－0.028（－）－cl×｛1.96×10-8×cl×［（cl+273）4－（r+273）4］－cl×c×（cl－a）｝ （2）

式（2）中：cl為衣服外表面溫度；cl為衣服熱阻；r為平均輻射溫度。

c=Max[2.38（cl－a）0.25，12.1a0.5]

利用CFD流體力學分析引擎分析車站內的溫度場、流速場，首先要考慮圍護結構輻射，墻、柱子等的熱容、傳熱系數等，可以簡化為第一類邊界條件或第二類邊界條件[8]，即壁面溫度或者熱流值。其次要考慮列車、設備、人員的發熱情況，可以簡化為發熱功率或熱流值，同時要考慮通風設備，設置送風口的風速、溫度，以及回風口的回風比例等因素。將三維模型、邊界條件和初始條件傳入熱分析引擎中解算，最后可以得到流速軌跡線、截面的溫度云圖、截面的PMV云圖。檢測現有的通風散熱方案是否能滿足人體舒適度指標。

2.2.3 能耗控制

綜合考慮車站參數、圍護結構熱工性能參數、氣象參數，分析開式系統、閉式系統、屏蔽門系統等不同的通風方案的能源消耗。輸入車站參數包括所處地區的時區段、海拔高度、水質情況以及當地經緯度；圍護結構熱工性能參數包括維護結構密度、導熱性、厚度等；氣象參數包括地下土壤的溫度、日平均溫度、室外干濕球溫度、相對濕度等。

模擬夏季、冬季、過渡季節不同氣候下的通風方案，分析空氣處理機、排風機、制冷機、水泵以及冷卻塔各時間段運行能耗情況，比較后獲得最佳方案。

圖2 熱舒適性分析示意圖

3 結語

數字孿生目前缺少系統的理論研究和成熟的應用體系，在地鐵環控系統中的應用也比較匱乏。本文對基于數字孿生的地鐵車站環控系統進行設計與規劃，基本能夠實現地鐵空氣質量、舒適度分析和能耗預測的服務功能，為地鐵環控提供了可行的技術路線，提高了運維質量，降低了成本。

［1］MICHAEL G.Origins of the digital twin concept［R/OL］.［2016-08-30］.https://www.researchgate.net/ publication/307509727_Origins_of_the_Digital_Twin_Concept.

［2］于勇，范勝廷，彭關偉，等.數字孿生模型在產品構型管理中應用探討［J］.航空制造技術，2017（7）：41-45.

［3］莊存波，劉檢華，熊輝，等.產品數字孿生體的內涵、體系結構及其發展趨勢［J］.計算機集成制造系統，2017，23（4）：753-768.

［4］韓宗偉，王嘉，邵曉亮，等.城市典型地下空間的空氣污染特征及其凈化對策［J］.暖通空調，2009，39（11）：21-30.

［5］TOFTUM J，FANGER P O.Upper limits for air humidity to prevent warm respiratory discomfort［J］. Energy & Buildings，1998，28（1）：15-23.

［6］FANGER P O.Thermal Comfort［M］.Florida：Krieger Publishing Company，1982.

［7］劉慶，徐繼寧.基于改進粒子群算法的室內熱舒適度優化研究［J］.工業控制計算機，2017，30（2）：67，70.

［8］王龍，呂潔，孫厚永.健身房空調末端的冬季熱舒適性研究［J］.建筑熱能通風空調，2019，38（3）：65-68，84.

V268.7；U231.6

A

10.15913/j.cnki.kjycx.2019.14.013

2095－6835（2019）14－0033－03

楊國偉（1973—），男，江蘇大豐人，博士，總工程師，教授級高級工程師，主要研究方向為巖土工程、軌道交通。

〔編輯：嚴麗琴〕