劉銀亮*，劉晨，姚思家，解新保

（昆侖數(shù)智科技有限責(zé)任公司）

0 引言

隨著“德國數(shù)字化戰(zhàn)略2025”“美國智能制造”等戰(zhàn)略的提出，國家積極鼓勵利用新技術(shù)進(jìn)行企業(yè)數(shù)字化轉(zhuǎn)型。數(shù)字化轉(zhuǎn)型已經(jīng)成為各行各業(yè)企業(yè)變革的方向，在石油行業(yè)里，“數(shù)字孿生”是管道數(shù)字化技術(shù)的重要應(yīng)用[1]。

2020年4月7 日，國家發(fā)改委和中央網(wǎng)信辦聯(lián)合發(fā)布了發(fā)改高技〔2020〕552號《關(guān)于推進(jìn)“上云用數(shù)賦智”行動培育新經(jīng)濟(jì)發(fā)展實(shí)施方案》[2]，把“數(shù)字孿生”創(chuàng)新計(jì)劃列入其中作為數(shù)字化轉(zhuǎn)型支撐技術(shù)，并提出開展數(shù)字孿生創(chuàng)新計(jì)劃的工作舉措。2020年8月，國資委下發(fā)《關(guān)于加快推進(jìn)國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》，將數(shù)字孿生技術(shù)作為數(shù)字化轉(zhuǎn)型的基礎(chǔ)和關(guān)鍵技術(shù)[3]。2021年4月，工信部發(fā)布了《“十四五”智能制造發(fā)展規(guī)劃》（征求意見稿）[4]提出加快創(chuàng)新網(wǎng)絡(luò)建設(shè)、開展智能制造示范工廠建設(shè)、大力發(fā)展智能制造裝備和深化推進(jìn)標(biāo)準(zhǔn)化工作4個方面，多次涉及數(shù)字孿生體。

1 數(shù)字孿生體技術(shù)發(fā)展及概念

1.1 數(shù)字孿生體概念

數(shù)字孿生由密歇根大學(xué)Grieves教授提出，并且提出DTP（數(shù)字孿生原型）、DTI（數(shù)字孿生實(shí)例）等概念。指出信息鏡像模型，揭示了物理產(chǎn)品和虛擬產(chǎn)品二元性的含義[5]。使用虛擬產(chǎn)品代替物理產(chǎn)品的能力，體現(xiàn)了信息鏡像模型的價值。數(shù)字孿生技術(shù)在當(dāng)時主要被應(yīng)用在航天和軍事領(lǐng)域。

北京航空航天大學(xué)的陶飛團(tuán)隊(duì)提出了數(shù)字孿生通用抽象模型五維模型的概念，強(qiáng)調(diào)了與新技術(shù)結(jié)合、普適工業(yè)互聯(lián)、智能服務(wù)等需求[6]。中國電子信息產(chǎn)業(yè)發(fā)展研究院提出數(shù)字孿生定義，強(qiáng)調(diào)數(shù)據(jù)是基礎(chǔ)、模型是核心、軟件是載體[7]。國際標(biāo)準(zhǔn)化組織ISO制定了制造業(yè)領(lǐng)域的數(shù)字孿生標(biāo)準(zhǔn)，提出了數(shù)字孿生體定義，強(qiáng)調(diào)數(shù)字孿生體是制造系統(tǒng)元素的數(shù)字表示，并且能夠在制造元素與對應(yīng)數(shù)字表示之間以合適的速率保持一致[8]。

1.2 數(shù)字孿生級別

數(shù)字孿生級別是根據(jù)物理實(shí)體與虛擬實(shí)體數(shù)據(jù)的映射情況、模型算法的研發(fā)情況、應(yīng)用服務(wù)業(yè)務(wù)的支持情況而定。安世亞太科技公司提出數(shù)字孿生體的成熟度模型，認(rèn)為數(shù)字孿生經(jīng)過數(shù)化、互動、先知、先覺和共智等過程[9]。

1.3 數(shù)字主線

數(shù)字孿生體的關(guān)鍵技術(shù)是數(shù)字主線，有學(xué)者也稱數(shù)字線程。USAF（美國空軍）利用數(shù)字主線技術(shù)（3D數(shù)字化）進(jìn)行戰(zhàn)斗機(jī)數(shù)字化設(shè)計(jì)取代了紙質(zhì)藍(lán)圖，并將設(shè)計(jì)數(shù)據(jù)、工程數(shù)據(jù)、制造數(shù)據(jù)直接連接，從而減少了工程變更。

綜上所述，各家都提出了自己對數(shù)字孿生體的認(rèn)識，其中共同特點(diǎn)是都有數(shù)據(jù)、模型和應(yīng)用服務(wù)，并且需要結(jié)合大數(shù)據(jù)、人工智能等IT技術(shù)實(shí)現(xiàn)。

2 管輸企業(yè)數(shù)字化情況

管道是線性方式存在的，它的特點(diǎn)是線長、點(diǎn)多、環(huán)境復(fù)雜多樣，需要解決的應(yīng)用問題、解決方案、支撐的數(shù)據(jù)都有著自身的特性。國內(nèi)管輸企業(yè)在經(jīng)過管道數(shù)字化、自動化發(fā)展之后，逐步提出了智能化的目標(biāo)。同時提出了基于大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等新IT技術(shù)的智慧管網(wǎng)頂層設(shè)計(jì)，實(shí)現(xiàn)管道的可視化、網(wǎng)絡(luò)化、智能化管理，具有全方位感知、綜合性預(yù)判、一體化管控、自適應(yīng)優(yōu)化的能力[10]。

在感知層面國內(nèi)管道按照數(shù)據(jù)傳輸路徑主要分為兩種：一種是從管道伴行光纜上傳數(shù)據(jù)的SCADA（數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)）系統(tǒng)，另外一種是利用供應(yīng)商網(wǎng)絡(luò)或衛(wèi)星網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)上傳的物聯(lián)網(wǎng)采集系統(tǒng)。

在專業(yè)分析應(yīng)用層面，各企業(yè)按照所轄管道運(yùn)行特點(diǎn)或特定業(yè)務(wù)問題，不同程度進(jìn)行了地質(zhì)災(zāi)害監(jiān)測、管道智能防腐監(jiān)測、油氣泄漏檢測、站場閥室周界防護(hù)、管道挖掘監(jiān)測、視頻安防監(jiān)控、無人機(jī)巡檢監(jiān)測、天氣自然災(zāi)害監(jiān)測預(yù)警等系統(tǒng)的應(yīng)用。

在業(yè)務(wù)管理層面，管輸企業(yè)根據(jù)自身業(yè)務(wù)管理特點(diǎn)，先后經(jīng)過“十二五”“十三五”信息化建設(shè)高峰期，逐步建立了符合自身業(yè)務(wù)管理的信息化系統(tǒng)，主要包括：工程建設(shè)管理系統(tǒng)、管道完整性管理系統(tǒng)、管道生產(chǎn)管理系統(tǒng)、管道ERP（企業(yè)資源計(jì)劃系統(tǒng)）等[11]。

3 數(shù)字孿生體設(shè)計(jì)

參考數(shù)字孿生體技術(shù)發(fā)展，對管道資產(chǎn)情況進(jìn)行分析。管道資產(chǎn)通常經(jīng)過設(shè)計(jì)、采辦、建設(shè)、運(yùn)行等階段，不同階段對應(yīng)的數(shù)字孿生體的類型也不同（見圖1）。

圖1 數(shù)字孿生體類型與管道資產(chǎn)階段關(guān)系

通過對管道生命周期進(jìn)行分析，不同階段的數(shù)字孿生體特點(diǎn)不同，但在針對具體業(yè)務(wù)應(yīng)用和業(yè)務(wù)問題時，需要明確多個數(shù)字孿生體或不同類型孿生體之間的聚合關(guān)系和孿生體場景。在建設(shè)和運(yùn)行階段形成數(shù)字孿生體的聚合，產(chǎn)生多種聚合關(guān)系類型，如層級、關(guān)聯(lián)和對等聚合等。

3.1 管道孿生聚合關(guān)系

3.1.1 總體層級關(guān)系

結(jié)合管道物理實(shí)體對象和長輸管道業(yè)務(wù)現(xiàn)狀，管道實(shí)體按照層級關(guān)系可劃分為：管網(wǎng)、管道和站場、站場設(shè)備和線路設(shè)施。

3.1.2 管網(wǎng)孿生體關(guān)系

管網(wǎng)孿生體的每個層級都又有層級、關(guān)聯(lián)和聚合等關(guān)系。管網(wǎng)孿生體組成主要包括：管網(wǎng)、子管網(wǎng)、管線、站場和管段。其主要關(guān)系是：管網(wǎng)包含管線、管線聚合管段和管段關(guān)聯(lián)站場等（見圖2）。

圖2 管道實(shí)體層次劃分

3.1.3 管道孿生體關(guān)系

管道孿生體主要包括：管道、站場、線路及附屬設(shè)施、周邊環(huán)境、第三方設(shè)施、安全防護(hù)與監(jiān)測系統(tǒng)等。主要關(guān)系包括：站場閥室關(guān)聯(lián)管段、站場包含進(jìn)出站口、站列關(guān)聯(lián)收發(fā)球筒、線路包含附屬設(shè)施、線路關(guān)聯(lián)第三方設(shè)施、線路包含傳跨越等。

3.1.4 站場孿生體關(guān)系

站場孿生體主要包括：站場、進(jìn)出站口、管道線路、功能區(qū)、設(shè)備設(shè)施、工藝管段、工藝管段焊口、管道組件等。主要關(guān)系包括：站場包含設(shè)備、站場包含功能區(qū)、站場包含工藝管段等。

3.1.5 設(shè)備孿生體關(guān)系

設(shè)備孿生體主要包括：臺套設(shè)備、單體設(shè)備、零部件、備品備件。主要關(guān)系包括：臺套設(shè)備包含單體設(shè)備、單體設(shè)備聚合零部件、單體設(shè)備關(guān)聯(lián)備件。

3.2 數(shù)字孿生體場景

數(shù)字孿生體場景是指在某一個階段將多種類型孿生體進(jìn)行組合，形成相互影響和相互作用集合。例如，某天然氣管道首站工藝運(yùn)行場景，主要工藝流程包括：進(jìn)站壓力表和進(jìn)站溫度計(jì)、過濾分離器、流量計(jì)、壓縮機(jī)、空冷器、出站溫度計(jì)和出站壓力表。對應(yīng)由各種設(shè)備設(shè)計(jì)數(shù)據(jù)組成的孿生原型（如：某型號壓力表），產(chǎn)生孿生實(shí)例（某站進(jìn)站壓力表，表溫度，表型號等），多個孿生實(shí)例形成孿生聚合體（如5臺過濾分離器聚合體），將主要工藝流程設(shè)備組合形成站場工藝運(yùn)行的孿生環(huán)境，這個孿生環(huán)境的場景可以服務(wù)于站場生產(chǎn)運(yùn)行等業(yè)務(wù)。

在數(shù)字孿生體場景下，通過分析各種算法模型從而解決業(yè)務(wù)需求，達(dá)到預(yù)期效果。例如：在輸氣管道中，壓氣站工作產(chǎn)生的能耗費(fèi)用會對整個管道的能耗費(fèi)用產(chǎn)生直接影響，必須對壓氣站的能耗進(jìn)行優(yōu)化，從而要求準(zhǔn)確掌握壓氣站中各臺壓縮機(jī)的特性，建立模型對壓縮機(jī)的綜合效率進(jìn)行優(yōu)化。從20世紀(jì) 60年代，國內(nèi)外學(xué)者紛紛提出運(yùn)用變轉(zhuǎn)速二次擬合法、神經(jīng)網(wǎng)絡(luò)等多種方法進(jìn)行數(shù)學(xué)和大數(shù)據(jù)算法建模，分析壓縮機(jī)特性曲線的變化規(guī)律。主要模型有利用物理公式和經(jīng)驗(yàn)的機(jī)理模型以及利用數(shù)據(jù)驅(qū)動的大數(shù)據(jù)模型，通過分析模型，達(dá)到對壓縮機(jī)性能優(yōu)化。

4 平臺設(shè)計(jì)

通過對數(shù)字孿生技術(shù)應(yīng)用的梳理可知，數(shù)字孿生技術(shù)主要包括三方面：數(shù)據(jù)、模型、應(yīng)用（服務(wù)）。

數(shù)據(jù)是基礎(chǔ)。數(shù)據(jù)的應(yīng)用關(guān)鍵在于精準(zhǔn)映射，通過數(shù)據(jù)感知、數(shù)據(jù)建模，將數(shù)據(jù)與物理實(shí)體之間進(jìn)行映射。模型是核心。面向物理實(shí)體和邏輯對象建立機(jī)理模型或數(shù)據(jù)驅(qū)動的大數(shù)據(jù)模型，關(guān)鍵在于利用軟件定義模擬或監(jiān)測物理空間的真實(shí)狀態(tài)和規(guī)則[7]。應(yīng)用（服務(wù)）是數(shù)字孿生體的載體。通過數(shù)據(jù)流動、模型定義，將功能服務(wù)化，實(shí)現(xiàn)物理空間和虛擬空間的狀態(tài)、輔助決策和持續(xù)優(yōu)化等業(yè)務(wù)應(yīng)用功能[7]，解決業(yè)務(wù)問題。

4.1 數(shù)據(jù)是基礎(chǔ)

若要實(shí)現(xiàn)物理實(shí)體與虛擬實(shí)體一一映射，需要全面的數(shù)據(jù)支撐，要求包括從設(shè)計(jì)、采購、建設(shè)各個階段產(chǎn)生的數(shù)據(jù)，在以上關(guān)系基礎(chǔ)上進(jìn)行關(guān)聯(lián)整合，作為工程交付內(nèi)容給管道運(yùn)行期應(yīng)用。在運(yùn)行期，物理實(shí)體還會產(chǎn)生運(yùn)行期動態(tài)數(shù)據(jù)，主要包括：傳感器監(jiān)測數(shù)據(jù)、業(yè)務(wù)管理數(shù)據(jù)。

根據(jù)定義，數(shù)字孿生體可提供對應(yīng)層級的數(shù)據(jù)。從管輸企業(yè)對管道管理的數(shù)據(jù)需求考慮，結(jié)合管道業(yè)務(wù)以及數(shù)字主線概念，管道數(shù)字孿生體的數(shù)字主線主要分為兩個方面：水平主線和垂直主線。

水平主線：主要解決從設(shè)計(jì)、施工到運(yùn)維整個生命周期的數(shù)據(jù)傳遞及共享問題。涉及多個時間段，需要多階段數(shù)據(jù)整合。這些數(shù)據(jù)主要是靜態(tài)的基礎(chǔ)參數(shù)，是隨實(shí)物資產(chǎn)一同交付的數(shù)據(jù)資產(chǎn)，主要存在設(shè)計(jì)平臺或工程施工建設(shè)管理系統(tǒng)中。垂直主線：物理傳感器設(shè)備監(jiān)測、專業(yè)計(jì)算和業(yè)務(wù)管理等數(shù)據(jù)的結(jié)合，解決運(yùn)行期數(shù)據(jù)上傳匯總，需要多源數(shù)據(jù)集成加載。主要包括：管道實(shí)體的運(yùn)行監(jiān)測數(shù)據(jù)、專業(yè)分析計(jì)算數(shù)據(jù)、各種業(yè)務(wù)管理數(shù)據(jù)。這些數(shù)據(jù)是隨著管道運(yùn)營期間的生產(chǎn)活動實(shí)時產(chǎn)生。

兩條主線的數(shù)據(jù)不是相對獨(dú)立的，對于復(fù)雜問題需要將水平主線數(shù)據(jù)與垂直主線數(shù)據(jù)融合關(guān)聯(lián)，并進(jìn)行數(shù)據(jù)的組織管理，體現(xiàn)數(shù)字孿生體層級和聚合關(guān)系，達(dá)到模型計(jì)算的輸入要求，實(shí)現(xiàn)支撐應(yīng)用的基礎(chǔ)作用。管道數(shù)字孿生體模型信息與數(shù)據(jù)（主要包括資產(chǎn)交付數(shù)據(jù)、運(yùn)行監(jiān)測數(shù)據(jù)、專業(yè)分析數(shù)據(jù)、管理數(shù)據(jù)）要進(jìn)行融合打通，數(shù)據(jù)需要進(jìn)行集成、存儲、管理，并按統(tǒng)一標(biāo)準(zhǔn)提供接口服務(wù)。

基于以上分析，在搭建平臺時需要考慮：

一是建立以數(shù)字孿生體為中心的數(shù)據(jù)標(biāo)準(zhǔn)。數(shù)據(jù)從兩個方向進(jìn)行融合的前提條件是建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)。數(shù)據(jù)標(biāo)準(zhǔn)的建立需要以數(shù)字孿生體為中心進(jìn)行標(biāo)準(zhǔn)制定。因此對物理實(shí)體的數(shù)據(jù)劃分不光需要考慮單個物理實(shí)體的屬性，更應(yīng)該考慮數(shù)字孿生體的組合關(guān)系，包括：層級、關(guān)聯(lián)、對等聚合，從而可以支持上層應(yīng)用場景的數(shù)據(jù)服務(wù)。

二是以數(shù)字孿生體為中心的多階段數(shù)據(jù)整合與管理。針對設(shè)計(jì)、采辦、施工逐個階段進(jìn)行數(shù)據(jù)采集，需要針對相同實(shí)體對各階段數(shù)據(jù)進(jìn)行屬性對齊更新和屬性整合，最終能夠達(dá)到準(zhǔn)確的實(shí)體交付數(shù)據(jù)。

三是數(shù)字孿生體運(yùn)行涉及多源數(shù)據(jù)集成。如物聯(lián)網(wǎng)監(jiān)測設(shè)備的采集系統(tǒng)、自動化數(shù)據(jù)采集系統(tǒng)、多個信息管理系統(tǒng)等數(shù)據(jù)。因此，受到通信協(xié)議、數(shù)據(jù)格式、編碼等因素的影響，需要多系統(tǒng)與移交的實(shí)體數(shù)據(jù)進(jìn)行集成關(guān)聯(lián)，形成以統(tǒng)一孿生體實(shí)體為中心的運(yùn)行期多業(yè)務(wù)、多源數(shù)據(jù)的集成。

4.2 模型是核心

模型定義了物理實(shí)體中各種運(yùn)行、管理等規(guī)則。模型并非是將所有物理世界的規(guī)則一次性的全部建立，而是一個逐步完善的過程，要根據(jù)不同的業(yè)務(wù)問題進(jìn)行逐步建模分析處理。通常依靠對管道業(yè)務(wù)及油氣儲運(yùn)專業(yè)知識的研究和積累，利用已知的數(shù)學(xué)、物理、化學(xué)等機(jī)理公式針對業(yè)務(wù)問題進(jìn)行建模分析。例如在設(shè)備故障診斷的場景中，壓縮機(jī)故障診斷需要利用幅值域分析、時域分析、頻域分析等分析方法，對壓縮機(jī)系統(tǒng)測量信號進(jìn)行分析[12]。這些方法都是基于對設(shè)備運(yùn)行原理的了解和長期運(yùn)維經(jīng)驗(yàn)積累。這種建模方法的特點(diǎn)是利用已知的知識進(jìn)行分析預(yù)測，結(jié)果是可解釋的。

另外，隨著各種傳感器檢測技術(shù)的發(fā)展使數(shù)據(jù)類型更加多樣化，對于海量數(shù)據(jù)的處理分析技術(shù)也突飛猛進(jìn)，使利用數(shù)據(jù)驅(qū)動進(jìn)行建模分析成為可能。因此出現(xiàn)了利用基于大數(shù)據(jù)處理的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)建模分析算法。例如在設(shè)備故障診斷的場景中，國內(nèi)外學(xué)者多次提出利用神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等數(shù)據(jù)驅(qū)動的人工智能算法對閥門故障及壓縮機(jī)性能進(jìn)行診斷識別[13-15]。采用這種方法的前提是采集足夠多的樣本數(shù)據(jù)，以數(shù)據(jù)驅(qū)動的方式利用神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的算法進(jìn)行模擬預(yù)測，由于神經(jīng)網(wǎng)絡(luò)算法內(nèi)部為“黑盒”，對分析結(jié)果的成因解釋便成為難題。

以上兩種建模方法均有優(yōu)缺點(diǎn)，有學(xué)者提出將大數(shù)據(jù)、機(jī)理模型和人工分析相結(jié)合的復(fù)雜系統(tǒng)數(shù)學(xué)建模方法。這種方法比較復(fù)雜，需要對具體問題結(jié)合大數(shù)據(jù)算法，對過程機(jī)理進(jìn)行逐個影響因素分析，建立多個子模型，對不同子模型選取適合的模型進(jìn)行分析（見圖3）。

圖3 復(fù)雜設(shè)備診斷問題

模型不僅需要數(shù)據(jù)作為輸入，同時還需要結(jié)合模型開發(fā)技術(shù)。模型算法技術(shù)中包括知識驅(qū)動的機(jī)理模型和數(shù)據(jù)驅(qū)動的大數(shù)據(jù)模型。對于大數(shù)據(jù)模型的應(yīng)用可以考慮利用開源框架（如 TensorFlow、百度飛槳等）的基礎(chǔ)算法，并在此基礎(chǔ)上結(jié)合業(yè)務(wù)特征。另外，對于算法和業(yè)務(wù)結(jié)合，逐步建立典型案例，需要對案例信息進(jìn)行知識提煉，利用知識管理技術(shù)逐步進(jìn)行知識驅(qū)動的機(jī)理模型庫的建立。因此需要從平臺角度考慮對算法框架、知識管理等功能的支撐。

基于以上分析，在搭建平臺時需要考慮：

1）通用基礎(chǔ)算法框架

數(shù)據(jù)驅(qū)動的大數(shù)據(jù)模型、機(jī)理模型兩種建模模型方式，為了提高解決實(shí)際業(yè)務(wù)問題的效率和效果，可以在通用的、成熟的基礎(chǔ)框架上進(jìn)行業(yè)務(wù)問題算法研發(fā)。因此管道數(shù)字化平臺搭建時可以考慮集成多個基礎(chǔ)模型算法框架，為業(yè)務(wù)算法研發(fā)提供支撐。

2）建立解決業(yè)務(wù)問題的算法模型知識庫

在形成大數(shù)據(jù)和機(jī)理模型后，需要及時總結(jié)業(yè)務(wù)場景及算法模型，作為案例進(jìn)行信息提煉形成知識，逐步建立算法模型知識庫。

4.3 應(yīng)用（服務(wù)）是載體

應(yīng)用（服務(wù)）在宏觀戰(zhàn)略層面是以管輸企業(yè)的戰(zhàn)略目標(biāo)進(jìn)行規(guī)劃，支撐企業(yè)數(shù)字化轉(zhuǎn)型。在戰(zhàn)略目標(biāo)的規(guī)劃下，解決具體業(yè)務(wù)問題。業(yè)務(wù)問題的提出，需要對應(yīng)層級數(shù)字孿生體的數(shù)據(jù)（包括水平主線移交數(shù)據(jù)和垂直主線實(shí)時數(shù)據(jù)）和對應(yīng)問題的分析模型算法結(jié)合形成對應(yīng)的應(yīng)用進(jìn)行支持。對于復(fù)雜業(yè)務(wù)問題需要進(jìn)行分解，并且確定他們之間的關(guān)聯(lián)關(guān)系。最終利用各種建模技術(shù)建立模型，輸入數(shù)據(jù)，輸出分析結(jié)果。

管輸企業(yè)提出了本質(zhì)安全、高效運(yùn)營的戰(zhàn)略目標(biāo)。針對本質(zhì)安全的戰(zhàn)略目標(biāo)，提出了線路本體腐蝕預(yù)測、地災(zāi)監(jiān)測等業(yè)務(wù)問題。針對高效運(yùn)營目標(biāo)，提出了針對設(shè)備運(yùn)行效率優(yōu)化等業(yè)務(wù)問題。在開發(fā)應(yīng)用的過程中參考相應(yīng)階段，結(jié)合數(shù)據(jù)與模型分析解決業(yè)務(wù)問題，梳理、明確數(shù)字孿生體應(yīng)用場景以及應(yīng)用功能設(shè)計(jì)。并利用分析結(jié)果對實(shí)際物理實(shí)體進(jìn)行優(yōu)化，從而實(shí)現(xiàn)數(shù)字孿生體的業(yè)務(wù)價值。逐步完善多層級、多種組合關(guān)系的孿生應(yīng)用，最終形成孿生業(yè)務(wù)生態(tài)。

基于以上分析，在搭建平臺時需要考慮：

1）應(yīng)用統(tǒng)一規(guī)劃，逐步開發(fā)實(shí)施

從業(yè)務(wù)角度對應(yīng)用進(jìn)行整體規(guī)劃，按照企業(yè)戰(zhàn)略目標(biāo)進(jìn)行業(yè)務(wù)問題的優(yōu)先級劃分，整合后臺數(shù)據(jù)，按照優(yōu)先級進(jìn)行業(yè)務(wù)問題研究及模型建立，逐步進(jìn)行應(yīng)用的開發(fā)和實(shí)施。

2）業(yè)務(wù)應(yīng)用具備敏捷開發(fā)模式，快速響應(yīng)業(yè)務(wù)問題

業(yè)務(wù)問題是按照企業(yè)戰(zhàn)略目標(biāo)和優(yōu)先級進(jìn)行解決，根據(jù)不同的業(yè)務(wù)問題進(jìn)行逐步建模分析處理。同時對應(yīng)的業(yè)務(wù)應(yīng)用也是逐步建立，并隨著戰(zhàn)略目標(biāo)的變化進(jìn)行維護(hù)更新。需要平臺具備敏捷開發(fā)模式迭代更新的能力，進(jìn)行快速發(fā)布部署，最終達(dá)到與業(yè)務(wù)需求相匹配的應(yīng)用模式。

5 管道數(shù)字化平臺框架

5.1 功能框架

通過對數(shù)字孿生體技術(shù)發(fā)展趨勢分析，對數(shù)字孿生體概念理解提出平臺設(shè)計(jì)思路，在此基礎(chǔ)上提出功能框架，主要包括：數(shù)據(jù)、模型、應(yīng)用（服務(wù)）。

數(shù)據(jù)主要功能：數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)質(zhì)量控制、多源數(shù)據(jù)集成、多階段數(shù)據(jù)整合與管理、數(shù)據(jù)服務(wù)。

模型主要功能：通用算法框架（數(shù)據(jù)驅(qū)動的大數(shù)據(jù)模型、知識驅(qū)動的機(jī)理模型）、模型算法知識庫、模型算法服務(wù)。

應(yīng)用（服務(wù)）按照企業(yè)總體的戰(zhàn)略目標(biāo)規(guī)劃應(yīng)用，總體分為線路管理應(yīng)用、生產(chǎn)運(yùn)行管理應(yīng)用、設(shè)備管理應(yīng)用。然后根據(jù)業(yè)務(wù)問題逐步確定具體應(yīng)用，是一個循序漸進(jìn)逐步積累的過程，最終形成數(shù)字孿生體應(yīng)用生態(tài)（如圖4）。

圖4 孿生平臺功能框架

5.2 技術(shù)框架

數(shù)字孿生體平臺的搭建，需要充分利用信息化新技術(shù)的支持，包括：物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、知識圖譜等技術(shù)。

首先，數(shù)字孿生體的映射需要以數(shù)據(jù)為基礎(chǔ)。數(shù)據(jù)涉及到集成、存儲、處理等技術(shù)。集成涉及到多類型數(shù)據(jù)源，主要包括：信息系統(tǒng)接口、歷史文件導(dǎo)入、物聯(lián)網(wǎng)消息、自控系統(tǒng)接口、各種數(shù)據(jù)庫對接等。對于管道數(shù)據(jù)的集成主要考慮設(shè)計(jì)成果、工程建設(shè)采集數(shù)據(jù)、線路監(jiān)測數(shù)據(jù)、SCADA采集數(shù)據(jù)、生產(chǎn)運(yùn)行設(shè)備等管理數(shù)據(jù)。存儲涉及分布式文件存儲、分布式結(jié)構(gòu)化數(shù)據(jù)存儲、分布式列示數(shù)據(jù)存儲和分布式圖數(shù)據(jù)存儲等存儲技術(shù)[16]。處理涉及到批處理、流處理、圖計(jì)算、內(nèi)存計(jì)算、批流混合計(jì)算等技術(shù)[17]。

其次，數(shù)字孿生體場景的實(shí)現(xiàn)需要發(fā)揮模型的核心作用。模型涉及到數(shù)據(jù)驅(qū)動的人工智能算法和知識驅(qū)動的機(jī)理算法。人工智能算法主要包括：回歸與分類、聚類、協(xié)同過濾、降維、頻繁模式挖掘和神經(jīng)網(wǎng)絡(luò)等人工智能算法模型[17]。機(jī)理算法主要包括：流體動力學(xué)機(jī)理、質(zhì)量守恒、能量守恒、動量守恒、物性狀態(tài)方程等。除了模型之外還需要進(jìn)行知識工程的建設(shè)，涉及知識表示、知識獲取、知識推理、知識集成和知識存儲等關(guān)鍵技術(shù)。

最后，數(shù)字孿生體場景的應(yīng)用是將數(shù)據(jù)和模型結(jié)合進(jìn)行功能實(shí)現(xiàn)解決問題的載體。由于管道業(yè)務(wù)特點(diǎn)，針對具體業(yè)務(wù)問題是逐步發(fā)現(xiàn)，并建立數(shù)據(jù)和模型的數(shù)字孿生體場景應(yīng)用。因此在技術(shù)支持方面，需要有敏捷開發(fā)、微服務(wù)等框架的支持，保證對數(shù)字孿生體場景的應(yīng)用生命周期管理（如圖5）。

圖5 孿生平臺技術(shù)框架

6 進(jìn)一步研究方向

本文針對長輸管道管網(wǎng)、管線、站場、設(shè)備實(shí)體進(jìn)行數(shù)字孿生關(guān)系分析，提出長輸管道的水平數(shù)字主線和垂直數(shù)字主線，在通用智能分析算法框架上搭建管道專業(yè)算法并逐步建立算法模型知識庫，應(yīng)用統(tǒng)一規(guī)劃逐步開發(fā)實(shí)施快速響應(yīng)業(yè)務(wù)問題的平臺思路。當(dāng)前，在數(shù)據(jù)、模型、應(yīng)用（服務(wù)）仍存在需要進(jìn)一步研究的方向：

一是數(shù)據(jù)需要進(jìn)一步細(xì)化。長輸管道行業(yè)對于數(shù)字孿生體實(shí)體層級的劃分需要進(jìn)一步細(xì)化明確。各種數(shù)字孿生體之間的關(guān)系在基礎(chǔ)類型的會有具體變化。對應(yīng)數(shù)據(jù)分類、屬性、采集項(xiàng)的明確工作更為艱巨，需要業(yè)務(wù)專家和管理專家支持協(xié)調(diào)。并且對于物理實(shí)體的數(shù)據(jù)采集工作，也涉及到采集成本、網(wǎng)絡(luò)傳輸?shù)戎T多技術(shù)問題需要解決。

二是模型需要針對業(yè)務(wù)建立，逐步積累知識庫。由于長輸管道線性長距離分布，同一業(yè)務(wù)問題在不同地區(qū)的影響因素不同，從而分析模型和算法的建立會產(chǎn)生差異，因此模型建立需要考慮多種方式不同影響因素，并進(jìn)行評估。另外逐步形成一個企業(yè)級模型知識庫，對已有經(jīng)驗(yàn)進(jìn)行積累，是一個漫長的過程。

三是應(yīng)用（服務(wù)）需要以數(shù)字孿生體為中心結(jié)合管道數(shù)據(jù)與模型，快速響應(yīng)業(yè)務(wù)。雖然現(xiàn)階段有各種建模技術(shù)，但針對具體應(yīng)用場景的落地，需要大量工作。模型知識的積累方面，雖然知識圖譜技術(shù)已廣泛應(yīng)用，但并不能生搬硬套到工業(yè)模型上。因此，對于管道數(shù)字化平臺搭建的重點(diǎn)是以管道實(shí)體為中心，從業(yè)務(wù)問題與孿生場景對應(yīng)的數(shù)據(jù)整理、模型研發(fā)、應(yīng)用搭建三方面考慮，最終形成對管道運(yùn)行的優(yōu)化方案，作用在物理實(shí)體上。

綜上所述，目前的數(shù)字孿生驅(qū)動管道數(shù)字化平臺建設(shè)還有諸多研究課題亟需探索，且有巨大的應(yīng)用前景，本文按照數(shù)據(jù)、模型、應(yīng)用（服務(wù)）提出了管道數(shù)字化平臺的功能框架及技術(shù)框架，為管輸數(shù)字化平臺搭建提供參考與借鑒。