数字孪生技术在核电站的应用分析

潘保林,邹金强,毛志新,吴 航

(1.核动力运行研究所，湖北 武汉 430070；2.江苏核电有限公司，江苏 连云港 222042)

互联网、大数据、人工智能等新技术在核电运行控制与管理、核装备制造与燃料加工等领域的应用，将会极大促进核电的技术、管理和安全水平。对于核电系统来说，设计、制造、试验、运行、维护等过程中环境复杂，并具有独特的安全性和可靠性等要求。利用数字孪生技术，可以优化核电设备的设计、生产制造、运维流程，提升系统和设备的运行维护效率，未来一段时间，数字孪生将深刻影响核电站相关技术发展。

1 数字孪生技术

数字孪生这一概念最早出现在2003年,由GRIEVES在美国密歇根大学的产品全生命周期管理课程中提出，定义数字孪生是2个空间之间的映射[1-2]。他认为，通过利用物理设备的数据，人们可以在虚拟(信息)空间构建一个可以表征该物理设备的虚拟主体和子系统，并且这种联系不是单向和静态的，而是贯穿整个产品的生命周期。后来，美国国防部将数字孪生技术引入航天飞行器的健康维护中，并在美国国家航空航天局(NASA)的阿波罗计划中应用。

数字孪生技术是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的功能，数字模型就像现实实体的孪生兄弟一样。作为一种充分利用模型、数据、智能并集成多学科的技术，数字孪生面向产品全生命周期过程，发挥连接物理世界和信息世界的桥梁和纽带作用，数字孪生通过多维度的信息感知与现实物体的交互融合、通过智能算法等工具，实现为现实物体的智能认知、迭代优化等功能[3-5]。

2 数字孪生核电站的关键技术研究

2.1 孪生核电站特征分析

随着核电站运行管理的信息化水平越来越高，在核电站的运行过程中产生大量的数据，具有明显大数据的特征。这些数据既包括核电设备运行实时产生的数据，也包括设备的内在特性。传统开展核电设备管理对于设备自身的内在特性没有充分关注和重视，而核电设备的内在特性实际上隐藏着复杂的逻辑关系和算法模型，很难通过物理手段直接获取。现有核电运行数据不完整会导致各种基于数据的决策的可信度和可行性不足。

在数字技术的驱动下，核电站可通过传感器实时感知核电站运行过程中产生的各种状态数据，数字孪生模型通过虚实映射分析解析各种状态，结合智能算法或策略对设备及系统运行状态进行实时监测、数据处理、性能分析，并在出现异常情况时，具有更好的异常解决能力。

数字孪生核电站目前在学术和应用领域依然处于发展阶段，数字孪生核电关键开发技术、产品生命周期开发各阶段存在一定的技术挑战。目前国内部分核电站已经建立了一体化的生产运行管理管理系统、数字化平台、三维可视化平台、虚拟现实系统等，积累了良好的基础，具备了一定的数字孪生的基础。因此可以在前期技术的积累上，借鉴数字孪生相关技术成果重点，围绕核电站关键设备及系统建模开展工作，通过数据及信息融合处理、开发基础数字核电应用平台，形成基于数字孪生的核电站模型。

2.2 孪生核电站的数字建模技术

核电设备及系统的数字模型是实现孪生核电站的基础。将来自现实核电站的不同设备、系统对应不同的数字模型，这就导致数字建模需要具备设备多样、参数多样、属性多样的复杂关系属性。建立孪生核电站首先要对各种复杂设备性能、参数、特征、设备关系的进行数字表达，满足静态以及动态的设备及系统建模需要(如设备约束关系、设备上下游关系、设备参数动态定义、设备参数关联性等)，以适应不同设备、系统、机组的定义需要[6-7]。图1列举了部分数字孪生核电站的建模对象。

图1 孪生核电站建模对象Fig.1 DT-NPP modeling objects

通过构建孪生核电站完全模拟核电站存在较大难度。目前可以采取自顶向下进行构建分类数字孪生模型的方式。可以通过梳理核电站运行中所涉及的主要设备、系统、信息等约束条件，进行分级研究，对这些基本设备开展数字化模型(功能模型和性能模型)的分布建模，最后进行集中整合。

数字孪生的建模方法包括三维动态仿真以及数字特征建模，目前核电设备三维动态仿真建模技术逐步成熟，数字特征建模处于研究阶段，本文尝试提供耦合参数特征关联的方式对设备进行建模。譬如对蒸汽发生器进行数字特征建模时，分析蒸汽发生器基本工作原理，蒸汽发生器的参数有一回路水进、出口温度、一回路水流量、一回路水压力等。可以将蒸汽发生器流程以及工质状态将蒸汽发生器分为若干个控制体,根据蒸汽发生器的物理构造和运行机理、相互运行参数之间的关联,对蒸汽发生器工作运行时的水循环特性以及影响蒸汽发生器水位变化的诸多因素进行分析，打通参数之间关联性。建模时数学模型遵循三大方程质量守恒、动量守恒和能量守恒方程，通过建立工质热力状态参数方程，形成模型参数之间的关联性。在数字模型建立后，可以进一步模拟仿真热力状态。数字孪生的难点在于建立蒸汽发起器的参数方程时需要编制相应的热力参数关系函数，然后关联SIMLINK等仿真软件进行数学模型和仿真模块联系，实现蒸汽发生器的数字孪生。

在多个设备建立数字孪生模型后，同样可以通过设备之间系列参数的关联性，建立系统级别的数字孪生模型。系统级建模将是数字孪生建模研究的重难点，是未来进一步研究的方向。

2.3 数字孪生的信息处理技术

实现核电系统的信息传感交互与协同处理[3]。数字孪生核电站面临的系统和设备的数量是海量数据，组成一个典型核电站的系统大大小小有400多个，其中的设备数以万计。需要实现现实核电站与虚拟世界的交互与协同，涉及将核电系统的状态信息通过数据管理平台和中心数据库实现，通过信息传感交互与协同技术，建立中心数据库和各离散数据库的信息协同，实现数字孪生核电站设备之间数据的匹配。同时需进行核电设备状态的并行数字处理。为更好服务于孪生核电站物理实体的性能监测及优化，需要保证数字孪生核电站可以准确、随需向多个核电设备实体提供被动或主动反馈信息。这就要求数字孪生核电站使用高效的数据分析计算技术，譬如利用分布式并行计算技术、多线程技术等，将各类核电设备和系统的性能参数、运行状态、影响因素和运行流程实时反馈在孪生核电站模型中，继而实现针对系统和设备运行过程的真实映射和数据处理[12]。

2.4 数字孪生核电站的可视化运维技术

在数字孪生核电站模型、信息处理的基础上，进行孪生核电站的仿真运维研究[8]。孪生核电站可通过核电沉浸式交互仿真，实现数据交融迭代、实现数字孪生核电站可视化、设备可视化[3]。尤其随着感知和仿真技术的进步，数字孪生核电站将带来对现实核电站的更全面的沉浸式体验，可以实现通过和孪生核电站设备的运行状态模拟、设备检测模拟、维修模拟、运行状态模拟、设备改造、整体性能优化模拟等。通过沉浸式的仿真技术，将孪生核电站的数据信息更加真实的体现对实体核电站的运维预测。孪生核电站结合现有的核电应用软件，能够更加有效、直接、高效地体现对核电站的运维效果[10]。

3 数字孪生核电站的应用方向

数字孪生核电站支撑核电工程从设计到建造、运行、维护的业务全贯通，随着数字孪生核电站技术在模型建立、信息处理、交互仿真等领域的应用，建立起连接现有核电站和数据的虚拟空间。在数字空间中，建立与核电站需求分析、概念设计、详细设计、工艺设计、仿真分析、工程建设、试验验证、运行管理和运维保障相适应的业务模型，改变传统流程分工带来的数据割裂等诸多问题，实现全生命周期数据协同。应用的主要方面有：

3.1 核电设备设计

基于数字化孪生的核电系统设备设计，在总体论证和设计阶段，实现数字化全专业协同设计成果的信息关联、构建核电设备设计规则库，实现基于数字孪生设计成果的智能组包。孪生核电模型支持在总体级、系统级和设备级建立数字样机，从功能、性能、行为等方面全面真实地模拟核电系统及装备，通过建立数字化孪生核电系统为基础，实现基于多学科数字样机的协同仿真与优化，实现对核电设备功能性能的各类仿真，支撑总体设计，缩短设计改进周期。

3.2 核电设备制造

通过开发涵盖核电制造系统、设备资源以及模拟设备制造环境的数字孪生模型。通过核电设备模型中的工艺分析、参数的优化、集成的优化，分析核电设备可优化制造流程、合理配置制造资源，可以减少核电关键返工、提升核电关键设备制造效率，缩短设备制造时间，进而提高核电生产资源利用率、降低核电建设生产成本。

3.3 核电设备性能监测与健康管理

利用数字孪生技术开发孪生核电站的设备及系统模型，建立基于数字孪生的核电机组故障预测机制。核电站实体设备和孪生核电设备的状态可进行实时动态比较和分析。实体设备在实时运行的同时，虚拟设备也与实体设备同步运行，产生各种评估和分析数据。可以通过相关监测设备获得实时的设备信息、运行信息和重要结构应力状态信息，结合核电站系统相关模型进行信息融合处理，从而提供核电运行时的设备实时状态和疲劳寿命状态信息，有助于运行单位掌握核电设备健康状态。还可利用智能算法(如神经网络算法、随机森林算法等)预测系统及设备在正常工作条件下的性能趋势等，进而制定优化维修进度、减少核电站设备计划外停机，大幅提高核电站运营业绩。

3.4 核电运行保障

将建立的孪生核电站与核电日常运维、维修管理等深度融合，形成维修状态管理模型和核电站运行信息深度融合系统，为日常维修的人、机、料管理和安排提供准确依据。同时基于数字化模型，孪生核电站可以树立全寿命期技术保障体系，孪生核电站的模型注重设备设计数据、制造工艺数据、运行数据、维修保障数据收集、保存工作，贯穿设备寿命期的每一个环节，包括立项论证、方案设计、技术设计、施工设计和建造、使用与保障以及退役等各个阶段等，均可建立各专项数据管理数据库，对全寿命期数据进行管理，通过对孪生核电站对象设备资料规格、设计图、检查结果、检查计划等进行统一存储整理，实现对核电站系统化的管理。并可进行孪生运维方法仿真模拟，建立智能化的运维保障体系及方法。

3.5 核电人因管理

建立数字化孪生核电站，运用现有的防人因失误模型，可提升人员认知行为的各个方面以及大脑的工作机理。防人因失误的关键是识别技术人员在高风险条件下需要快速做出复杂决策时的人员绩效的本质，利用虚拟现实(VR)、混合现实(MR)、增强现实(AR)等，孪生核电站提供系统与设备的沉浸式模式和靶向目标系统，实现面向训练的个人提供个性化智能防人因失误服务技术。

3.6 核电虚拟培训

通过建立数字孪生核电站，利用虚拟现实中的视点跟踪、数字检测、逆运动学、物体拾取、数据实时反馈等关键技术和算法等实现对设备的交互操作。结合事故模拟专业软件，利用图形处理技术实现设备的拆卸与安装、设备维修、防泄漏操作、断电处理、火灾处理等极端事故的数值模拟和三维可视化。在数字孪生核电站中建立可交互的仿真操作系统，数字孪生可以根据客体不同(如人、设备和系统)，将培训关键需求推送到客体本身或指定中间环节，最终再形成满足客体需要的个性化服务，提供虚拟培训技术。

3.7 核电性能优化

通过建立孪生核电站模型，在虚拟核电站中形成端到端的数据归集、汇聚和流动机制，建立贯穿各核电系统及设备稳定的信息流，利用知识自动化、专业分析算法等技术，快速掌握核电机组运行的内在规律，并通过机器学习等手段，实现自主学习和模型的自我进化，提升核电机组基于数据的设备参数的优化及调整，推动核电系统性能指标优化。逐步构建起体验化的，数据与模型驱动的沉浸式应用形态和氛围，推动智慧运行、智慧维修、智慧管理和智慧优化的核电运行生产模式。

4 结论及研究展望

本文初步探索研究数字孪生核电站的应用模式和架构，并阐述了实现数字孪生核电站需要突破的一些关键技术，对部分关键技术进行了初步的探索和实践。孪生核电站是结合动力学、机械学、建模技术、仿真技术、数据处理、智能算法、优化迭代等多种技术的系统结合体，是面向复杂系统及设备的建模与仿真。孪生核电站可以结合数字空间和物理空间信息的双向传感交互和信息追溯，建立智能化的数据处理仿真模型，实现对系统或者关键设备的运行监测、同生异长，优化迭代，可广泛应用在关键复杂核电设备的设计、制造、运行维护、性能优化等全生命周期业务过程。

数字孪生技术将广泛应用在核工业领域的智慧电站、智慧院所应用过程中。在数字孪生核电站建设过程中，应坚持“统一平台、分布式协同设计、模块推进”的思路来推进数字孪生核电站的落地。要选择适应长期、可持续建设要求的技术、建设模式和运作模式，最终建立起符合数字孪生技术要求的核电数字孪生，支撑现代化核电站的运行管理，支撑核电企业数字化转型发展。在新一代信息技术与人工智能技术背景下，将推动数字孪生技术在核电站设备设计、制造、运维等全过程获得更大范围、更高层级的应用，使核电站的管理创新、效率优化、可靠性水平提升到新的高度。