羅嵐, 周崇堯, 胡瓊, 楊杰, 鄒科, 屈衍,
(1.南方科技大學 海洋科學與工程系,廣東 深圳 518055; 2.華南理工大學 海洋科學與工程學院,廣東 廣州 518110; 3.中南大學 機電學院,湖南 長沙 410083)
數字孿生(digital twin)的概念由Grieves[1]于2003年產品全生命周期管理課程中提出,稱之為“鏡像空間模型”,2011年正式確定“數字孿生”概念[2]。數字孿生利用信息處理層將物理空間與數字空間連接[2-3],集模擬、監控、計算、預測、調控于一體,具有安全、高效、精準的特點。目前關于數字孿生廣泛接受的定義是:數字孿生是一個集多物理場、多尺度、多概率的仿真模型,能夠利用物理模型、傳感器數據和歷史數據等反映該模型對應實體的功能、實時狀態及演變趨勢[4]。
動態數字孿生集成物理實體,高精度、多尺度數字模型,以及物理空間與數字空間狀態信息,對物理實體的動態行為進行全方位、多尺度精準映射,實現對物理實體的狀態信息采集與處理、動態行為實時映射、運行操作模擬規劃、設備健康監測與管理,被認為是促進生產方式與管理模式變革的重要舉措。該技術還可以融合大數據、人工智能算法等技術,實現物理空間狀態預測,設備預防性維護,為建立服務于產品全生命周期的運行管理平臺提供解決方案。
近年來,動態數字孿生在海洋工程領域逐漸得到研究與應用。挪威Oseberg-H海上無人井口平臺利用動態數字孿生,實現平臺無人化生產運行,使其開發與運營成本比原計劃降低約20%[5]。Shim等[6]提出使用動態數字孿生,對混凝土橋梁進行建模、分析、設計、監控以及預防性維護等,提高橋梁安全性。Sivalingam等[7]利用動態數字孿生,評估海上風力渦輪機的剩余使用壽命,對其進行故障診斷以及預防性維護。Renzi等[8]利用動態數字孿生,對海上浮式生產系統進行資產管理與分析,提高管理效率,降低人員管理成本。Coraddu等[9]利用動態數字孿生,評估環境污染對行船速度的影響,提升船舶的行駛效率。
近年來,深海采礦行業得到越來越多的重視。深海采礦系統通常為超深水作業,水深范圍達到4~6 km,作業環境苛刻,系統集成協調配合要求高,需要對系統進行全方位、多尺度監測與管理。動態數字孿生技術的完善和提出,為深海采礦過程狀態監測與系統控制提供了理想的解決方案。將動態數字孿生技術應用于深海采礦作業全生命周期[10],實現采礦過程數字化、可視化、智能化,是保障深海采礦系統安全、高效作業的有效手段。本文針對常見深海采礦系統特點,探討了深海采礦動態數字孿生系統的結構、功能及構建方法。
典型深海采礦系統由集礦機系統、礦物輸送系統、立管系統、水面母船系統等4部分組成,如圖1所示。深海采礦系統作業流程如下:

圖1 深海采礦系統組成Fig.1 Composition of the deep-sea mining system
1)水面母船將采礦設備運送到工作海域,完成集礦機系統、礦物輸送系統、立管系統布放與調試;
2)集礦機行駛至作業區域后,開始進行集礦作業;
3)集礦機通過礦物輸送系統,將采集的礦物輸送至中繼器;
4)通過立管系統中的揚礦泵將中繼器中的礦物提升至水面母船;
5)采礦作業結束后,各子系統依次回收至水面母船。
深海采礦動態數字孿生系統應用框架由物理空間、數字空間、信息處理層3部分組成,三者通過數據連接形成閉環融合。系統在應用過程中,數字空間可對物理空間進行全方位、多尺度動態建模、實時映射,結合物理算法對物理空間進行狀態預測,為未來運行方案制定提供參考,提高深海采礦系統控制水平。
通過動態數字孿生實現深海采礦智能化作業后,設備操作方式將轉為使用經過動態模擬驗證后的作業方案驅動采礦設備運行,主動引導采礦系統狀態變化,提高作業效率與安全性。深海采礦動態數字孿生系統應用框架如圖2所示。

圖2 深海采礦動態數字孿生系統應用框架Fig.2 Application framework of dynamic digital twin system of deep-sea mining
動態數字孿生系統服務于深海采礦全生命周期,將實現功能如下:
1)采礦作業前:對采礦方案進行可視化模擬預演,結合歷史數據,對采礦方案進行優化,同時儲存模擬數據,為今后方案制定提供參考;
2)采礦過程中:對采礦過程進行實時映射,對采礦系統各設備及人員進行智能管理與調度,預測危險狀況并輔助生成解決方案,操作人員下達的指令可先行在數字孿生系統中得到驗證,避免人為因素引起的作業事故發生;
3)采礦過程結束后:依據采礦過程中的實時數據,重新模擬、分析采礦作業過程,發現操作不當之處,進行采礦方案二次優化。
深海采礦是在復雜海洋環境中作業的大型復雜海洋工程作業系統。建立滿足其工程作業監控及控制的動態數字孿生系統也是一個復雜的系統工程。深海采礦動態數字孿生系統開發流程可分為4步:數據采集與處理、數字化建模、功能實現、智能作業。具體流程如圖3所示。

圖3 深海采礦動態數字孿生系統開發流程Fig.3 Development process of dynamic digital twin system of deep-sea mining
本文使用Unity 3D引擎開發基于狀態診斷的深海采礦動態數字孿生系統。該引擎是一款由Unity Technologies公司開發的3D引擎。該引擎具有強大的通用性、較低的開發成本、逼真的視覺畫面、便捷的人機交互性、支持多平臺發布,且腳本語言書寫方便等特點,廣泛應用于游戲開發、建筑可視化、實時三維動畫等應用[11]。
深海采礦系統數字化模型包含深海采礦技術裝備數字化模型與作業環境數字化模型。深海采礦技術裝備數字化模型要求可以準確反映物理實體形狀尺寸、物理屬性與機械性能等信息;作業環境數字化模型要求準確反映采礦作業環境風浪、海底地形等信息。當接收到物理空間實時數據后,可將數據存入數據庫的同時,在數字孿生系統界面進行數據顯示,并使用數據驅動數字化模型,對物理空間進行實時映射,實現物理空間與數字空間深度融合,監控與管理采礦系統作業過程。目前國內深海采礦仍處于海上試驗階段,本文結合海試系統要求,主要對作業環境,采礦裝備包括采礦船、采礦車、中繼站、立管及輸送軟管系統運動和位移狀態開展了動態數字孿生構建工作,如圖4所示。

圖4 深海采礦系統數字模型Fig.4 Digital model of deep-sea mining system
2.1.1 數字環境搭建
作業環境數字化模型包括真實的海底地形、波高與波頻可動態調整的水面環境以及有擾動效果的水下場景。本文海底地形數字化模型構建過程為確定作業區域后,采集該區域海底散點高程數據,由于數據密度有限,本文采用雙調和樣條插值加密生成地形模型。該插值方法的原理是使用已知的局部數據點反演未知數據點信息,用局部解代替全局解,解決了大量數據集插值計算效率低的問題[12]。原理如下:
離散數據擬合可表示為:
Z(x)=φ(x1,x2,…,xn)
(1)
簡寫為:
Zj=φ(xj),j=1,2,…,n
(2)
式中:x1,x2,…,xn為采樣點x的n維坐標數;Z(x)為采用點x的數值;φ為映射關系。
對式(1)兩邊建立雙調和方程,可表示為:
(3)
式中:▽4為雙調和操作符;Wj為加權數;δ為采樣函數。
方程(3)通解為:

(4)
式中Gm為m維雙調和格林函數。
將式(2)代入式(4),得到

(5)
因此,可根據式(5)任意輸入坐標點xi計算出該點插值結果。通過插值計算得到海底地形三維模型如圖5所示。

圖5 海底地形三維模型Fig.5 3D digital model of seabed terrain
2.1.2 深海采礦裝備建模
深海采礦裝備數字化建模包括對水面母船、中繼器、集礦機、揚礦泵、立管、輸送軟管以及浮力材料等技術裝備進行數字空間映像。數字化模型要求可準確反映各類裝備幾何尺寸、表面材質、物理屬性、機械性能等多個尺度的屬性。系統先進行初步計算得到初始狀態。當動態數字孿生系統接收到物理空間實時數據,可在用戶界面顯示數據的同時,驅動數字化模型運動,對數字化模型不斷更新,實現采礦作業過程實時映射。深海采礦技術裝備數字化模型如圖6所示。

圖6 深海采礦裝備系統動態數字孿生模型Fig.6 Dynamic digital twin system for deep-sea mining system
數字孿生模型的參數預設是對裝備模型及系統運動狀態的參數化設置,通過使用物理模型信息數據的采集和對數字模型參數的同步更新,可以實現對數字化空間動態映射。是動態數字孿生系統構建的關鍵步驟。本文深海采礦數字孿生系統主要采用如下參數進行定義。
2.2.1 主要設備運功功能預設
水面母船A型架對集礦機進行起吊,轉動過程通過油缸活塞伸縮驅動實現。首先對油缸添加關節約束,給定油缸活塞伸長量,驅動A型架轉動。通過輸入活塞伸長量控制A型架運動邏輯判斷如圖7所示。

表1 深海采礦數字孿生系統主要參數Table 1 Deepsea mining digital twin system parameters

圖7 A型架運動邏輯判斷Fig.7 Logic judgment diagram of A-frame movement
集礦機運動通過履帶轉動實現,因此在給定集礦機運動速度時,履帶要根據運動速度進行轉動,并在海底地形數字化模型上留下履帶駛過痕跡。
對履帶轉動過程預制動畫,當給定集礦機運動速度后,根據運動速度以及運動方向調整動畫播放速度以及播放順序,模擬集礦機運動過程中履帶轉動效果。集礦機運動效果如圖8所示。

圖8 集礦機運動效果Fig.8 Movement effect diagram of mining collector
2.2.2 輸送軟管線型模擬
集礦機采集到的礦物通過輸送軟管輸送至中繼器,因此輸送軟管狀態對采礦過程安全性至關重要。由于技術及成本原因,采礦系統只能布置兩個信標點對軟管狀態進行監測,需要結合數值分析方法求解懸鏈線方程確定軟管整體線型及位置狀態。
本文采礦軟管懸鏈線方程推導過程如下:設輸送軟管質量均勻,單位長度質量為ω0,且處于平衡狀態。取輸送軟管上任意一點A(x,y(x))以及附近一點B(x+Δx,y(x+Δx)),其中Δx→0,A點所受張力為T(x),B點所受張力為T(Δx),設AB段長度為dl,則:
d2l=d2x+d2y
(6)
輸送軟管處于平衡狀態,故合外力為0,則B點垂直張力為:
Ty(x+Δx)=Ty(x)+ω0dl
(7)
其中Ty(x)為A點所有垂直張力。A點與B點水平張力滿足:
Tx(x)=Tx(x+Δx)=k
(8)
將式(15)代入式(16),得:
(9)
則:
(10)
即:
(11)
由于AB段長度趨于0,力的方向與AB段線形方向相同,故:
(12)
將式(11)代入式(12),得:
(13)
兩邊積分同時對x,得:
(14)
物理空間實時數據采集內容主要包括深海采礦系統各子系統運行數據,如集礦機及水面母船行駛速度、母船A型架油缸伸長量、輸送軟管信標點位置坐標、中繼器位置坐標、各類報警器狀態等。通過實時數據對數字化模型進行驅動控制,實現在數字空間對物理空間進行實時映射。
深海采礦動態數字孿生系統使用OPC UA (OPC unified architecture)統一架構接口協議進行數據傳輸。傳感器采集的設備運行數據通過局域網傳輸至服務器,當動態數字孿生系統運行時,系統作為客戶端,與服務器建立連接,接收數據并進行解析,解析的數據發送至內存緩沖區的同時數據庫中進行存儲。系統在緩沖區中讀取數據,驅動相應的數字模型,實現實時映射的效果。
OPC UA接口協議通用性好、集成性高、通訊性能優越,保證了數據傳輸的可靠性與安全性。因此,極大提升了數字孿生系統運行的穩定性與準確性。
深海采礦動態數字孿生系統是一個以數據為紐帶,連接各子系統,使其緊密配合聯動的系統。所有數據各子系統共享,形成一個完整的信息閉環,實現了不同數據源的數據實時高效流通,避免產生數據孤島。系統運行流程如圖9所示。

圖9 深海采礦動態數字孿生系統運行流程Fig.9 Operation process of dynamic digital twin system of deep-sea mining
1)通過數據采集系統,得到深海采礦系統全部數據,數據可為2類,即離線數據與在線數據。離線數據即采礦設備物理屬性與幾何尺寸,是構建數字空間的基礎;在線數據即設備運行數據與環境信息,記錄物理空間在時間尺度上的狀態信息。
2)將數據采集系統中的所有數據傳遞至數據庫中,作為數字化建模、實時映射、采礦方案制訂以及采礦過程重演的重要依據。將離線數據傳遞至模型創建系統,用于生成與物理空間完全一致的數字空間;將在線數據傳遞至數據處理系統,對關鍵數據進行處理分析,去除雜項數據與異常數據,提高數據采集準確性。
3)數字化模型與處理完畢的實時數據在仿真系統中進行深度融合,實現數字空間對物理空間的實時映射、狀態預測及對采礦設備交互控制,實現深海采礦系統數字化、可視化、智能化運行。
由于深海采礦尚未開展實際生產作業,本文開發的深海采礦動態數字孿生系統在實驗中進行了測試與應用?,F場實驗中動態數字孿生系統控制與顯示臺如圖10所示。

圖10 動態數字孿生系統實際操作與顯示工作臺Fig.10 Control console of dynamic digital twin system of deep-sea mining
動態數字系統實現了對深海采礦全系統近200余項數據的實時采集與處理,并對數據進行同步顯示,對異常狀態進行報警提示。同時,驅動水下作業車、支持船、中繼器、輸送軟管等數字化模型運動,實時更新數字孿生模型狀態,實現系統作業過程三維動態顯示,為設備操作提供了直觀、準確的視覺參考。系統數據每0.02 s新一次,保證了狀態監控的實時性,提高了系統的安全性與作業效率。
1)深海采礦數字孿生系統開發過程包括數字化建模、數字模型運動功能實現、用戶界面開發、數據采集與處理以及系統實驗應用。
2)動態數字孿生系統可以結合機器學習、強化學習、神經網絡等技術,對設備運行狀態進行仿真與預測,實現系統整體狀態智能監控、風險預警、數字化運維,將在未來的深海采礦工程及相關的海洋工程作業中發揮重要作用。