基于OTS2000+的數字孿生智慧生產系統的設計與應用

孟 飛，李鎮江，丘仕能，李亦凡，薛 飛

（1.北京中水科水電科技開發有限公司,北京 100038；2.廣西大藤峽水利樞紐開發有限責任公司,廣西 南寧 537226）

隨著智慧水電站建設的快速發展，數字孿生技術作為一種先進的虛擬仿真技術，得到了廣泛應用。OTS2000+大藤峽智慧生產系統通過建立水電站、船閘、壩區等設備的精細化三維模型，對工程及庫區環境、工程各重要組成部分形象、機電設備運行情況進行3D 仿真，致力于孿生出一套與現場環境、機電設備完全一致的3D 模型。如此，可在3D 模型的依托下開發運行仿真與檢修仿真兩部分，從而實現智慧化生產的過程管理。為了解系統的應用效果，本研究以大藤峽項目為例，考察和分析系統在水電站數字孿生建設中的功能實現情況，以期為水電數字化、智能化轉型提供參考。

1 系統組成

OTS2000+大藤峽智慧生產系統主要由數據接口程序、3D 可視化模型、仿真培訓平臺等組成，系統還包含優化分析模塊、知識庫模塊等組成。

1.1 數據接口程序

OTS2000+云平臺基于B/S 架構，開發有開放性接口，用于與其他業務系統對接，在大藤峽智慧生產系統應用上，主要對接了現場的統一門戶平臺、發電廠、樞紐及船閘等MIS 系統、對接了數據中心平臺。一方面對接統一門戶與MIS 系統，用戶可以在多個平臺直接鏈入智慧生產系統，隨時隨地進行仿真培訓與仿真模擬；另一方面對接數據中心平臺，可以將現場采集的實時數據通過kafka 數據消費的方式，接入智慧生產系統，用戶可以在智慧生產系統前端頁面中進行仿真數據源與實時數據源中切換，既可以檢驗仿真數據的可靠性，又可以隨時隨地查看分析現場實時數據。

圖1 實時數據接入

1.2 3D 可視化模型

OTS2000+大藤峽智慧生產系統最終目標是構建成一個集可視化、數字化、信息化、智能化技術于一體的沉浸式三維虛擬現實仿真培訓系統。通過高精度3D 還原結合圖形化數學模型結合虛擬現實設備，可以使現場運行或檢修人員在實物映射的虛擬環境中進行設備巡檢、設備操作、案例模擬、故障處置等，可以直觀的提升各業務部門工作人員的設備認知與技術水平，降低上崗周期，保證現場作業安全性、規范性，通過數字化手段實現智慧生產。

1.3 仿真培訓平臺

系統通過集成圖形化數學建模、監控系統、運行仿真系統、檢修仿真系統、培訓考核系統、評分系統、案例構置系統、學員教員系統等，將整套培訓仿真一體化，結合3D 可視化模型，實現可視化巡檢、可視化模擬實操等[1]。

其一，在運行領域，可結合系統內搭建的數學模型，通過捕捉運行人員在3D 模型中的設備操作，經過命令下發——邏輯運算——狀態上送的通信方式，實現3D 模型中呈現出和實際現場一樣的設備狀態變化，且所有設備的物理模型符合實際水利水電行業各設備機理，遵守能量、質量和動量守恒定律。其二，在檢修領域，通過構建設備內部模型，可以實現零部件展示、爆炸圖、模型剖切等，保證檢修人員在非檢修期間，可以對設備內部結構以及設備檢修過程中的操作步驟進行充分了解，隨時隨地學習，在降低現場設備操作成本的基礎上提高工作效率。

1.4 優化分析模塊

指對水電站的運行數據進行智能分析優化。該模塊集成了模型建立、參數優化、狀況預測、決策支持等功能[2]。

其一，模型建立功能，利用機器學習算法，根據歷史運行數據建立水電站運行的數字孿生模型。模型采用神經網絡等深度學習技術，實現高精度模擬。其二，參數優化功能，根據建立的數字孿生模型，結合優化算法（如遺傳算法、粒子群算法等），尋找水電站運行參數的最優解，提高運行效率。其三，狀況預測功能，基于模型預測水電站未來運行狀態，評估健康狀態，預測關鍵部件的剩余壽命。其四，智能決策功能，根據預測結果，給出水電站維護、運行的參數調整建議，輔助工作人員進行智能決策。

1.5 知識庫模塊

除三維實操外，系統還開發有理論知識題庫模塊與知識學習模塊，理論答題功能，可作為水電站或水利樞紐人員針對不同的技能鑒定或安全生產考試進行模擬答題，題目試卷可隨機或手動配置，方便用戶隨時隨地練習，提升答題效率。知識學習功能可支持上傳多類型學習資料，在用戶登錄系統進行知識學習時，系統會有后臺記錄，記錄用戶學習內容與學習時長，同時系統還會根據學習內容，分配相關試題用作學習試煉，便于用戶提升知識水平。

圖3 理論題庫模塊

2 系統結構

2.1 主系統結構

系統采用B/S 架構的Web 方式、Pod 分布式計算方式實現，支持多用戶在線協同開發維護[3]。平臺部署現場虛擬服務器，具備自動集群部署功能，既可以通過交換機構建實驗室局域網，用于仿真測試服務，又可以通過內網為公司做培訓考核服務，系統通過提供彈性伸縮的高可用計算集群，可實現大規模Web 并發訪問的動態負載均衡。

平臺整體采用三層架構：

第一層基礎服務：包含消息隊列、用戶認證、監控、任務計劃、日志等系統服務，以及關系數據庫、非關系數據庫、緩存等數據服務。

第二層業務服務：包含數學模型、算法、運行工況、故障模擬、案例庫、考試題庫、工程管理等與項目相關的服務，以及對服務的監視調度。

第三層人機交互界面：可為不同用戶角色如工程師站、教練員站、學員站、管理員站等分配不同權限，其中學員站與教練員站主要用于新員工日常實操培訓，工程師站可以編寫程序，搭建模型，做日常程序、設備配置修改的仿真測試，故障重現故障模擬等。

客戶端設計簡潔合理、模塊清晰、操作方式符合常規用戶習慣。主系統結構設計圖如圖4 所示。

圖4 主系統結構圖

圖5 可視化檢修仿真

2.2 三維結構

系統的三維引擎體系龐大復雜，設計將其核心功能封裝為虛擬場景繪制模塊，其他功能封裝為獨立部件，與核心部分互動。三維引擎結構設計參照體系結構要求，相關設計模塊如下：

（1）虛擬場景繪制引擎：采用Unity 與UE4 引擎，具備大場景加載更新、場景流暢瀏覽、3D 模型初始化定位、模型渲染、特效處理等核心功能，也可擴展數據接口，與數學模型、硬件設備做數據交互。

（2）3D 地形模塊：利用三維地理信息技術，在虛擬場景中還原精細地形、建筑、植被等。

（3）粒子系統模塊：處理3D 模型和場景精細度，實現動態模型逼真效果，例如水的流動，火的蔓延，設備動作等。

（4）數據采集接口：支持地理數據、仿真數據、外部系統數據以及動態模型數據等采集，兼容各類外接設備，可二次擴展。

（5）3D 模型庫：包含靜態和動態模型，與實際場景1：1 對應，動作方式符合現場動作規范。

（6）三維多媒體模塊：實現三維立體聲音效果。

3 系統主要技術

3.1 可視化數學建模技術

OTS2000+大藤峽智慧生產系統的數學建模采用面向對象的可視化建模方式，以圖形的方式描述各仿真任務模塊，包含圖形模型的繪制與模塊的屬性設置。系統已經過多個水電仿真項目的應用檢驗，目前已形成成熟的、先進的水利水電仿真算法模型庫，包括有廠用電、水輪機、勵磁、油水氣系統、電網、閘門系統、船只通航人字門系統、泄洪閘門系統等模型算法，用戶只需要根據實際圖冊按照相應設備工作機理搭建，搭建完成后通過各模塊的輸入輸出配置及參數配置進行系統調試，調試完成后就形成了一個完整的系統模型[4]。多個系統模型數據結合起來，即可構建一個水電廠或水利樞紐的數學模型。同時，若已有算法不滿足需求，用戶也可按照C++代碼，擴充模型算法，便于建模使用。OTS2000+系統將模型算法庫、工況庫、故障庫、案例庫等功能集成至云端工程師頁面，可以在網頁端進行多人協同開發。

3.2 虛擬仿真技術

系統整體采用3Dmax 建模，結合Unity、Ue4 等虛擬仿真引擎，搭建三維交互環境，實現人機交互和過程模擬。在三維引擎基礎上開發有與數學模型通信接口，開發了自定義組件和插件，通過構建三維動態圖元，關聯3D 點表，實現對特定電氣/機械設備的模擬控制[5]。同時，一些特定運行或檢修操作案例，需要通過建立極為精細化的三維模型，結合標準操作步驟，實現如機組零部件的拆裝，集電環及碳刷打磨等案例處置，同時也可結合虛擬現實設備進行模擬訓練。

3.3 機器學習技術

系統積極采用了當前機器學習領域的前沿技術，以實現高效準確的狀態評估和故障預測。系統整合了TensorFlow、PyTorch 等主流開源深度學習框架，可以靈活選擇構建不同類型的神經網絡模型。采用卷積神經網絡（CNN）等對圖像特征表達能力強的模型做三維掃描點的云數據分析，實現對設備零部件的自動化識別和質量檢驗。而對于時序運行數據，則使用門控循環神經網絡（GRU）等能夠學習時間序列規律的模型來實現對設備壽命的預估。此外，還研發了專門針對水電站特定系統的狀態評估模型，能對功能狀態和潛在故障進行準確判斷。

3.4 大數據技術

系統使用大數據技術來實現海量數據的高效存儲與智能計算。構建了分布式文件系統，可擴展到大容量的數據存儲。使用分布式計算引擎，通過內存計算實現高速數據處理。系統還使用了非結構化數據存儲數據庫，以適應海量非結構化數據的存儲需要。在數據計算方面，采用了基于GPU 的并行加速技術，能夠實現實時的模型訓練與預測分析。此外，還使用了流式計算框架，可以實時處理傳感器等不斷生成的數據流。通過這些大數據技術的集成應用，本系統實現了對海量水電站運行數據的高效管理與智能分析。

4 系統功能

OTS2000+大藤峽智慧生產系統，利用虛擬現實和計算機仿真技術構建了一個沉浸式的大藤峽三維數字化生產仿真與培訓系統，實現了與現實場景實時映射的三維可視化監視、巡檢、操作、檢修等三維可視化智能應用，也可以作為仿真培訓系統對技術人員開展應急演練、提升技能、技能鑒定等訓練考核工作。系統主要功能有三維智能巡檢、三維可視化檢修、沉浸式虛擬現實交互、理論與實操高度結合的培訓功能。

4.1 三維智能巡檢

系統收集了發電廠、樞紐中心、船閘中心等生產設備信息，構建了完整的生產設備系統信息庫，采用三維仿真建模技術，在虛擬平臺上展現水輪發電機組、泄洪閘門系統、船閘人字門系統等生產設備全物理過程的精確模型，逼真地模擬出發電廠、樞紐中心、船閘中心各種設備的運行工況和故障現象，同時接入生產大區的工業控制系統數據，通過通信點表配置，在智慧生產系統中的監控系統以及三維虛擬平臺均可展現與現實場景完全一致的現場設備信息、設備狀態，達到在系統上便可對設備進行全方位的遠程巡視檢查，可對現場設備信息進行遠程把控，大幅度提高運維人員的巡回檢查效率，縮短了突發事件應急響應的準備時間。

4.2 三維可視化檢修

系統根據設備的結構特點、拆卸/裝配順序、檢修維護要點以及典型故障和事故處理經驗等，開展高精度的三維建模，如發電機、水輪機、調速器等，并通過構置設備拆裝、檢修操作步驟，予以全過程拆裝、檢修的說明與展示，用戶可任意選擇將要進行操作的設備模型，在強大的3D 引擎支持下，進行高保真的人機交互式訓練[6]，在系統界面中可以通過點擊3D 模型的各個組件，實現將模型設備“從零到整，從整到零”的全過程拆卸、組裝，在操作的同時可顯示各組件的詳細參數信息，從而幫助檢修維護人員進一步深化對設備結構的了解與掌握，特別是對長期運行無法拆卸的設備和預埋設備的熟悉了解，對提高維護人員技術水平，全方位掌握設備情況提供了安全、高效的手段，可以將以往靠想象力進行的事故演練變成了可以直觀查看的可視化仿真場景，為設備故障、事故的判斷與處理提供了可靠的決策依據。

4.3 沉浸式虛擬現實展示

系統采用三維虛擬現實技術將三維視景、圖像、聲音、文字結合的方式對設備的工作原理及真實操作場景、進行全方位仿真，利用可穿戴的沉浸式虛擬現實設備，實現人機交互。用戶既可以在三維場景中進行飛天漫游，感受工程的宏大場景，也可以模擬現地實際操作和設備檢修拆裝過程，進一步提升了人機交互的親和性，加強了仿真學習的真實感。

4.4 理論與實操高度結合的培訓功能

系統不但提供了豐富的、貼合生產實際的仿真實操培訓，例如發電廠倒閘操作、船閘人字門泵房動力配電屏停電處理、泄洪閘起落門操作、應急裝置、柴油發電機使用等，還提供了行業內最新的安全生產、技能鑒定等理論知識培訓，能夠根據技術人員的實際需求，自動生成理論訓練和考試試卷，形成了一整套“教-學-練-考-評”的完整演練及培訓考核評價系統。為大藤峽技術、技能人才培養提供了優質的平臺。

4.5 數據中心實時數據支持

系統在數字化三維引擎中開發了專用數據接口，通過數據中心項目接入了生產設備的實時監控數據，在虛擬場景及云端集成的監控系統中，能夠實時展示大藤峽工程生產設施的工作狀態、關鍵數據及報警信息，可實現在控制大區以外的辦公三區，對生產現場設備的遠程實時監控，同時開放的數據接口除接入實時數據外，也可在后續接入實際生產硬件設備進行測試，例如用智慧生產系統的數學模型搭建設備執行模型與參數變化，同時結合上位機監控系統操作，搭配實際硬件PLC 做性能測試，同時也能針對生產過程中的疑難雜癥通過模型搭建做綜合測試等。

4.6 后續的應用拓展

大藤峽智慧生產系統可與現場工業電視結合、與巡檢機器人做開發接口，將工業電視調用接口接入三維可視化場景中，在虛擬巡檢時可以隨時打開查看現場情況，以減輕巡視人員的巡視范圍，提升巡檢效率；將巡檢機器人的巡檢影像與巡檢數據接入智慧生產云平臺，用作后期的數據分析與仿真推演。同時可集成拓展生產設備趨勢分析，用于提升設備的安全系數，通過專家分析將設備檢修進行標準化與精準化；集成綜合信息展示，將重要數據或易出現問題的實時數據實時展示在參觀大屏或領導辦公電腦中，除一區的監控人員外，其他大量人員也可參與對現場運行情況的多重監視，既可減輕了現場監控人員的壓力，又能提升生產運行的安全系數；最后可結合3D 打印技術、結合PLC，實現虛擬到物理的仿真演練。

5 結語

大藤峽智慧生產系統充分利用了三維數字化、虛擬仿真、機器學習與大數據分析等前沿技術，形成了覆蓋生產全周期的智能化解決方案。三維數字化技術打破了數據采集的限制，實現對關鍵工藝環節的虛擬化復現;仿真技術支持各類過程的模擬仿真，可大幅提升作業效率與質量;而機器學習與大數據技術實現了對海量數據的挖掘與監測預測，使系統向更智能化方向發展。

這套系統已經在多個水電站得到成功應用，顯著提升了運行效率、降低了安全風險。與此同時，我們也應充分認識到，要實現從智能制造到智能生產的戰略轉型，任重而道遠。這需要產學研用各界通力協作，深入開展關鍵核心技術研發與集成創新，以適應產業升級的迫切需要。本文所述系統只是邁向這一宏偉目標的有益探索，希望能對行業發展提供借鑒。