安全工程技術領域數字孿生應用研究綜述*

付 敏，郝鎰林，李 萌，李榮峰，李慶雙，周柯成

(東北林業大學 機電工程學院，黑龍江 哈爾濱 150040)

0 引言

安全工程是1門多學科理論和技術交叉的科學，是參與者、運行設備和運行環境之間互相聯系的工程技術科學，是研究工程技術中各種因素之間的聯系以及應用相關的技術、理論和測量方法來達到系統安全的學科[1]。安全工程技術涉及領域廣泛，涵蓋了所有行業相關的安全問題，主要包括安全仿真分析、安全監控、設施或系統的故障診斷、安全運維管理、主動性維護等技術領域。目前安全性仿真分析多采用有限元或多體動力學方法，該類方法通常采用簡化模型，影響仿真精度；安全監控多采用監控器和傳感器采集數據，實時性和流暢性有待提高；故障診斷普遍采用基于經驗的現場故障診斷模式、基于客戶端的故障診斷模式以及基于網絡的遠程故障診斷模式，診斷系統分散、缺少動態反饋；安全運維管理主要面向復雜系統，通過構建圍繞主要業務系統的運維管理平臺實現安全管控，系統的協同性和關聯性需要加強；預測性維護的數據、模型和實體之間未形成交互聯通，存在精度和有效性不高的問題。

數字孿生是1種集成多物理、多尺度、多學科屬性，具有實時同步、忠實映射和高保真度特性，能夠實現物理世界與信息世界交互與融合的技術手段[2]。數字孿生模型的構建是實現技術應用的重要前提，該模型包括物理實體、虛擬實體、孿生數據、服務模塊以及各個部分的連接模塊[3]。數字孿生技術可以在虛擬空間反映實體運行或空間運動變化的特質與規律，能夠利用虛擬化模型反饋推動物理實體的運行。數字孿生技術基于高精度傳感技術、多領域多模型融合技術、全壽命周期數據管理技術以及高性能計算技術，可以實現復雜系統運行過程的實時快速狀態監測和評估、提供系統全生命周期的安全性評價、達成系統任務規劃與推演以及實時決策功能。數字孿生技術還可以在特定環境下對復雜系統的協同管理、安全維護和配置優化，減少系統維護成本。

目前數字孿生技術已在故障檢測、壽命預測、運行狀態監測等方面得到應用，為安全工程中的危險識別和評估、系統可靠性分析、工藝過程和關鍵設備的安全維護、安全監控、工作環境保護和檢查等問題提供了新的解決方案。為明確數字孿生在安全工程技術領域的應用進展和發展前景，本文基于文獻調研，從數字孿生應用的角度對安全工程技術領域中數字孿生的應用進行綜述，以期為安全工程技術數字化和后信息化等相關研究提供參考。

1 安全工程技術領域數字孿生的應用

數字孿生既是物理世界的鏡像，同時還在運行中接收物理世界的實時反饋，并通過反饋作用驅動物理世界發展。數字孿生在安全工程技術中的應用可分為仿真分析、安全監控、故障診斷、預測維護、運維控制等5個方面。

1.1 聯合模型動態仿真

仿真分析是1種重要的測試設備和分析系統可行性的方法。基于數字孿生模型的仿真分析與傳統計算機數學模型相比，最明顯的優勢是數學模型可以伴隨物理實體一起演變。對于采用實時的動態仿真來分析安全問題，國內外不少學者做了研究。

在航天安全領域，Tuegel等[4]分析了飛機壽命預測的物理模型，將數字孿生融入構建了應力-溫度-化學參數的動態模擬模型，模擬響應飛行條件對飛機結構變形和溫度變化的集成計算。董雷霆等[5]針對飛機結構疲勞問題，探討了飛機結構數字孿生的5項關鍵建模仿真技術，為飛機結構安全性預測提供理論基礎。

在武器工業安全領域，李杰林等[6]基于數字孿生提出武器裝備的可靠性數字孿生概念及內涵，說明武器裝備可靠性數字孿生模型能進行健康信息感知。

在公共安全領域，Ham等[7]構造了基于視覺信息交互式的數字孿生城市模型，利用計算機輔助虛擬環境進行沉浸式感知，分析模擬災害情況下城市的脆弱環節。王璐等[8]利用數字孿生圖書館模型，實現基于演練模擬模式的應急預案演習，實時指導圖書館應對突發事件。

在電氣安全領域，Podvaly等[9]面向智能配電網絡，構建了具有神經網絡進化特性的數字孿生模型。

文獻研究表明，基于數字孿生的仿真分析通過創建高保真的虛擬模型,真實地再現物理實體的幾何圖形、屬性、行為和規則等要素。數字孿生模型不僅要在幾何結構上與物理實體保持一致,而且要能夠模擬物理實體的時空狀態、行為、功能等。由于解決1類安全工程問題時需跨多領域建立數字孿生模型，已有建模手段的精確度還有待提高。

1.2 安全監控

安全監控是指對工程現場進行實時全方位監督、發送指令、接收響應[10]。不少學者將數字孿生技術應用于設備、環境以及人員行為的安全監控。

1)環境安全監控

Park等[11]分析火災事故的特點，利用各種傳感器和建筑物物理虛擬映射，通過物聯網對建筑物進行智能元素的監測管理。葛世榮等[12]進行了數字孿生模型驅動煤礦智采工作面的研究，得出數字孿生場景模型能提前發現生產現場的突發事件。

2)設備安全監控

Oyekan等[13]針對太空中飛機風扇葉片修理問題，構建了計算機視覺系統進行實時監測，并利用6自由度工業機器人進行修理。Venkatesan等[14]描述了電動汽車的健康檢測策略，采用MATLAB創建智能數字孿生模型以進行室內電動機的健康監測，采用人工神經網絡和模糊邏輯進行遠程電機健康監測。

3)人員行為安全監控

Greco等[15]通過對車間生產人員運動實時跟蹤，基于大量運動數據分析改進生產安全性。劉庭煜等[16]針對數字孿生車間生產人員的生產行為，構建了圖卷積識別數字孿生特征的模型，用于提升車間生產的監控管理。

文獻研究表明，數字孿生技術在環境安全監控中應用較多，主要是通過建立環境孿生模型并采用傳感技術進行環境異常監測；在設備安全監控中主要用于實時監測設備的工作狀態，而對于人員行為的安全監控研究相對較少。

1.3 故障診斷

設備或系統在運行中出現故障常會引發重大的安全事故[17]。針對數字化故障診斷，不少學者展開了相關研究。

面向航空、航天安全領域，Ezhlarasu等[18]研發了自適應神經模糊系統(Adaptive Network-based Fuzzy Inference System，ANFIS)監視器來快速檢測飛機電力系統是否存在故障。Millwater等[19]出于數字孿生機身安全性考慮，結合傳感器實時數據進行概率計算，有效預防飛機機身斷裂。

面向船舶運輸安全領域，周少偉等[20]基于數字孿生提出艦船動力系統故障增強模型，該模型可用于系統和設備故障的仿真和定位。

面向機械工業安全，Fang等[21]描述了風機內部故障和外部觀測數據的復雜關系，通過對檢測采集數據進行動態網絡標記的識別故障和定位故障。Vathoopan等[22]使用數字孿生虛實結合的特點對自動化系統進行模塊化故障歸因定位，并結合虛擬現實技術對故障進行可視化修正。Wang等[23]討論了數字孿生故障診斷模型的要求，提出了基于參數敏感性分析的模型，以研究旋轉機械不平衡故障和故障定位問題。

面向電氣安全領域，Huang等[24]構建了電力系統數字孿生系統設計框架，該框架可有效進行電力系統的故障診斷，降低系統不確定性。

基于數字孿生的故障診斷技術借助實時采集數據和與數字孿生體的同步映射仿真數據，對相關參數進行標記、對比分析，實現模型驅動與數據驅動協同的故障識別與診斷。現階段的數字孿生診斷技術還停留在建立故障模型和探索技術路線階段，還需進一步探索基于數字孿生實現診斷溯源的機理性問題。

1.4 運行維護控制

隨著設備和系統的復雜化，設備和系統的運行維護控制成為突出的安全問題。

面向機械安全領域，Roque等[25]提出了基于代理的分布式控制系統與數字孿生集成的體系框架，該框架可用于預測和校正車間生產系統開發設計時的執行情況。Karve等[26]基于數字孿生討論了在不確定性條件下實現最大有效生產的影響，探索了以損傷診斷概率、損傷預后概率以及任務優化3部分為核心的運行策略，并結合數字孿生優化疲勞裂紋加載情況。

面向石油化工安全領域，Hause等[27]提出基于模型的系統工程仿真引擎，將風險轉移到項目開發早期階段，運行過程中利用物聯網捕獲有關運營中的性能信息，實現閉環管控。

面向城建行業，Park等[28]探索出了1種能源存儲操作調度模型，建立虛擬空間中的數字孿生微電網，并結合監督學習技術，綜合實現對微電網的調度。王成山等[29]為解決城市綜合能源系統的可靠運行，指出利用數字孿生的全息鏡像可視化、多源數據集成、系統層級管理等特點構建能源運維管理系統。

面向公共安全領域，Chen等[30]為避免高層建筑中多路電梯碰撞，建立了基于數字孿生的電梯轎廂跟隨模型，設置優先級避免碰撞。劉占省等[31]以冬奧場館為例，進行消防安全疏散演練的理論分析，通過場館和人員數字孿生建模后算法規劃路徑，提出最優的解決方案。

面向航空、航天安全領域，Arzhaev等[32]基于數字孿生收集、管理、記錄長期運行期間的海軍火箭推進劑工廠(Naval Propellant Plant，NPP)全面數據，融合大數據處理、分析實現機組壽命管理。

面向礦山安全領域，張帆等[33]為準確評估礦山的安全可靠性，提出了基于“數字孿生+5G”的智慧礦山體系架構理論，通過構建礦山數字孿生模型(Mine Digital Twin Modeling，MDTM)實時交互實現對礦山系統的管理控制。

文獻研究表明，融合數字孿生技術進行設備和系統的運行維護控制已在多個行業領域得到了應用。借助數字孿生的虛擬平臺網絡，對物理平臺的性能進行分析，并結合物聯網、大數據等數據科學技術對累積數據進行記錄管理與分析，實現物理平臺網絡的高效運維與快速控制，有效推動物理平臺安全維護、風險轉移、資源配置合理化等功能實現。

1.5 預測性維護

預測性維護能提前規避事故的發生，提高生產效率、延長產品生命周期。

面向機械安全領域，Aivaliotis等[34]建立生產機器運行中的數學模型，利用數學模擬和仿真模型的交互反饋來調整評估機械狀態，并進行預測性維護。Guo等[35]通過源數據建立制造車間數字孿生模型，利用非線性漂移布朗運動建立功能部件壽命預測模型，該預測模型具有高度實時性。

面向航天安全領域，孟松鶴等[36]通過構建數字孿生航空伴飛系統框架，集合歷史數據和專家經驗確定可能故障并進行預測性維護。孔旭等[37]為了拓寬數字孿生在航空航天中的應用，建立數字孿生預測性維修技術框架，該框架的核心是故障特征提取、故障診斷和性能趨勢預測。

面向船舶運輸安全領域，李福興等[38]提出了創建船舶孿生體、獲取數據、數據預處理、模型訓練等船舶預測性維護的方法。

面向建筑施工安全領域，Shim等[39]以混凝土橋梁為例，提出了基于圖像處理和跟蹤的閉環數字特征的故障檢測系統，此系統可隨著累計數據升級更新。

面向石油化工安全領域，Cattaneo等[40]通過加速度計采集鉆機運行數據，利用數據進行指數衰減完成隨機系數統計，進行鉆機壽命預測并及時維護。

文獻研究表明，融合數字孿生技術的預測性維護主要應用于機械、航天、建筑施工、石油化工、船舶運輸等行業，其中對于機械設備的預測性維護關注最多。基于數字孿生的預測性維護技術路線是通過構建數字孿生體獲取工程參數，經數據處理后進行故障特征提取、故障識別與處理。

2 討論與展望

2.1 討論

國內外不少學者利用數字孿生的先知預測、可視化實時監控、動態仿真模擬、故障診斷溯源、運行維護管理的特點結合各領域問題進行了研究，尤其是在機械行業中綜合利用數字孿生技術解決遇到的安全問題。雖然數字孿生技術已在各行業領域得到廣泛應用，但大多停留在理論階段，需進一步探索安全工程技術領域中數字孿生應用過程中需要解決的關鍵技術問題，以期為進一步開展實際應用研究提供參考。

1)數據采集獲取

數據作為數字孿生技術的基礎，數據的采集獲取是數字孿生能否使能的關鍵[41]。但是現階段數據的采集獲取仍然是一大難點。其原因如下：在建立原始孿生體模型時，由于重要機械或精密機械的數據保密性，導致難以建立精確的模型。在原始孿生體模型建立后，需通過攝像頭、傳感器對物理實體的數據實時獲取來實現數字孿生體和物理實體數據交互的實時性，但目前傳感器、攝像頭等的數據獲取能力難以滿足數據采集高效率和高精度的要求。因此需要開展高精度和高實時性傳感器的相關研究，以克服數據信息對數字孿生模型的干擾。

2)多領域多維度聯合建模

數字孿生的應用過程中需建立對應的物理實體模型，通過對仿真模型賦能，使其具有對物理實體可視化和預測性的能力。在復雜系統中，數字孿生的模型與傳統仿真模型不同，建模時應采用多領域多維度聯合建模技術。在建立精準的數字孿生模型時，既要基于多技術領域對實體對象進行跨領域建模，還要從空間維、時間維、成本維、質量維等多個維度對實體對象的特征進行刻畫。

目前大部分行業中數字孿生建模是針對特定領域的模型開發和發展進化的，前期分別在特定領域用數字孿生建立模型，后期將多領域的模型集成其他技術進行整理融合[42]。例如，對車間進行數字孿生建模，前期需要對車間中所涉及對象分別在各領域建立相應的數字孿生體，后期再將各部分的數字孿生模型進行融合，由此構建的模型會存在超自由度和不易理解的情況。因此需開展計算機建模技術的研究，以解決跨領域模型融合的問題。

3)數字孿生置信度評價方法

數字孿生的本質是與物理實體忠誠映射的模型。數字孿生實質上是模型的1種，該模型在指導實踐生產和應用過程中并非是完全可信和完全準確的[43]。現階段，鮮有學者對數字孿生技術應用中置信度問題進行研究。針對數字孿生模型的置信度評價方法進行研究，可以提高孿生體對物理實體修正結果的可信性。例如，建立基于數字孿生預測性維護的置信度評價方法，在高置信度時可通過提前維護延長使用壽命。

2.2 安全工程技術領域中數字孿生應用展望

對于各行業所隸屬的安全工程技術領域，數字孿生應用于動態仿真、安全監控、故障診斷、運維控制、預測性維護等方面，提供了數字化、高安全性的工程環境。而新材料技術、量子通信技術、量子計算、芯片技術、融合人工智能、物聯網等前沿技術的持續發展，也必然會推動數字孿生技術不斷發展和完善，其在安全工程技術領域中的應用也具有廣闊的發展前景。安全工程技術領域中數字孿生應用展望可朝以下方向進行：

1)基于大規模的工程實際問題，運用數字孿生集成數據科學在工程中建立統一的危險程度和預測可靠性的評價方法。

2)研究數據實時傳輸技術，以解決現有工程數據挖掘的滯后性問題，提高數字孿生模型的可靠性。

3)基于數字孿生技術的動態交互性和實時性，構建高趣味性和沉浸感的安全演練與培訓平臺。

4)結合大數據對工程中多種數據進行融合分析，將數據驅動和解析模型深層次融合，基于數字孿生技術的數據分析功能，開展對故障診斷、故障溯源的機理性研究。

5)將數字孿生技術應用于災后處理，構建包括人員定位、緊急通訊、自救資源的安全避險系統，以提高救災精準度、減少人員傷亡。

6)安全工程技術領域數字孿生的理想特征應具有自我感知性、數據實時性、多向互動性、動態進化性、技術容錯性、模型開放性、高度自動化和綠色環保性。

3 結論

1)目前數字孿生在安全科學技術領域的應用主要包括仿真分析、安全監控、故障診斷、預測維護、運維控制等5個方面。

2)基于數字孿生的聯合仿真分析在航天工業、武器裝備、公共場所安全、電氣行業得到了應用，但由于建模技術和數據傳輸技術的不足，尚未實現精準的數字孿生模型描述。

3)在安全監控方面，數字孿生技術在環境的安全監控中應用較多，主要是通過建立環境孿生模型并采用傳感技術進行環境異常監測；在設備的安全監控中主要用于實時監測設備的工作狀態，而對于人員行為的安全監控研究相對較少。

4)在故障診斷方面，主要應用于電氣行業、航天工業、機械工業以及船舶運輸行業中，融合數字孿生技術實現復雜系統和設備的故障診斷、定位和溯源，但對于故障診斷和溯源的機理未進行深入探究。

5)融合數字孿生技術進行設備和系統的運行維護控制已在機械工業、石油化工、航空航天、煤炭、城建、公共安全等多個行業領域得到了應用，但較少涉及決策評價方法的研究。

6)融合數字孿生技術和歷史數據分析可進行預測性維護，主要應用于機械、航天、建筑施工、石油化工、船舶運輸等行業，數字預測性維護的算法優化是下一步亟需解決的問題。