基于工业互联网的燃料乙醇生产线数字孪生框架与建模方法

林海龙，周雅光，张超,3，周光辉,3，田晓俊，刘劲松，邓立康

1.国投生物科技投资有限公司，北京 100034

2.西安交通大学 机械工程学院，陕西 西安 710049

3.西安交通大学 机械制造系统工程国家重点实验室，陕西 西安 710054

4.国投生物能源(铁岭)有限公司，辽宁 铁岭 112700

燃料乙醇生产线具有信息化与智能化不足、管控成本较高、安全隐患监测困难等特点，现有的燃料乙醇生产线的信息化和智能化程度偏低[1−4]，难以实现生产线全要素信息的感知、获取及进一步优化。与此同时，生产线的实际情况存在监测困难、管理难度大以及生产成本高等问题[5]。为了实现燃料生产线的全过程监测、管控与优化，促进燃料乙醇生产线智能化进程，提高核心技术竞争力，亟需通过与互联网、数字孪生、边缘计算、云计算等新一代信息技术融合应用，对生产线资源进行整合，优化生产过程，达到提高产能、降低燃料乙醇生产成本的目的[6]。

在智能制造的驱动下，数字孪生整合了多属性、多维度、多应用的仿真技术，通过数字技术对物理实体对象的特征、行为、形成过程和性能进行描述和分析，并结合先进传感器、工业互联网、历史大数据等技术实现监控、预测、数据挖掘等功能[7]。数字孪生的主要特点表现在：通过物理世界和数字世界之间的互联互通和智能化决策来实现生产过程的自组织、自适应和智能化运行[8]。国内外学术界和工业界围绕数字孪生驱动的智能生产线开展了许多探索性的研究，从不同角度对数字孪生赋能的生产线模式框架[9]、基础理论[10]、软硬件系统[11]等进行了论述，为数字孪生智能生产线的研究与实践提供了基础。但目前鲜有研究将数字孪生技术与燃料乙醇等化工生产线相结合，无法有效支撑燃料乙醇智能生产线的自治过程。

工业互联网主要依靠互联网等技术手段，将具有感知、监控能力的各类采集、控制传感器或控制器以及移动通信、智能分析等技术融入到工业生产过程各个环节，实现各个生产环节互联互通以及全产业链资源高效整合，从而提升传统工业的智能化水平[12]。基于工业互联网的燃料乙醇生产线数字孪生系统通过融合数字孪生技术，可实现对燃料乙醇生产过程中的全时段信息进行采集、感知与集成优化，进而支撑燃料乙醇生产过程中的设备状态监控、实时信息处理、工艺参数自适应调整等典型应用场景。

基于以上分析和思考，本文以燃料乙醇生产线为研究对象，从工业互联网驱动的角度，通过引入数字孪生技术，提出一种燃料乙醇生产线数字孪生框架与建模方法，阐述了燃料乙醇生产线数字孪生模型的物联配置、数据传输与融合和数字孪生建模三项关键技术。最后，以国投生物能源(铁岭)公司燃料乙醇生产线为工业案例，验证了所提框架与方法的有效性和实用性，实现了燃料乙醇生产线全过程的监测、管控与优化。

1 燃料乙醇生产线数字孪生框架

数字孪生技术对提高燃料乙醇生产线实时信息感知与监测有重要作用，工业互联网高效的数据传输与处理功能促进了数字孪生在物理空间和虚拟空间的信息传递与融合，在数字孪生中引入工业互联网平台，通过工业互联网高效的数据处理功能与数字孪生高保真的生产线模型，极大地提升了燃料乙醇生产线的智能化程度[13]。本文基于工业互联网，提出了一种燃料乙醇生产线数字孪生框架，如图1所示，包括物理空间、工业互联网平台、虚拟空间和关键应用场景4个层次。

图1 燃料乙醇生产线数字孪生框架

1.1 物理空间

物理空间是数字孪生虚拟空间的映射基础，也是生产任务智能执行的载体，主要提供燃料乙醇生产线生产所需的物料运输、生产设备与操作人员等全部生产要素与生产要素数据[14]。首先，物联设备通过现场总线和无线网实时感知生产要素数据信息并上传至工业云平台的互联网层；其次，在云基础服务 (infrastructure as a service，IaaS)层对物联设备的多源异构数据进行传输与融合；最后，将融合的数据作为虚拟空间数字孪生模型构建和关键应用场景的输入，提供底层高性能数据支持。物理空间通过对生产资源的共存、协同与自我认知，实现生产任务的智能执行，为工业互联网平台中孪生数据的融合连接与交互的实现、虚拟空间的模型的构建以及关键应用场景的应用服务的提供载体。

1.2 工业互联网平台

工业互联网平台包含3层，分别为工业物联网 (industry internet of things，IIoT)层、云基础服务层、云计算平台 (platform as a service, PaaS)层[15]。IIoT层负责工业云平台的互联网服务与数据采集服务。IaaS层将IIoT层中的多源异构数据传输进行融合，根据虚拟空间和关键应用解决方案层对于数据的需求量，合理的分配计算、存储资源。PaaS层由通用PaaS和工业PaaS两部分组成，通用PaaS主要进行数据处理，并对IaaS层的数据传输的网络带宽以及传输安全提供保障服务。工业PaaS为虚拟空间数字孪生模型的部署提供载体，藉由IIoT层与IaaS层对数据高效的传输与计算能力，为数字孪生模型的高保真度与虚拟同步的高实时性提供了高效的技术支撑。

工业互联网平台通过IIoT层、IaaS层与PaaS层共3层的分工协作，实现了物理空间的多源异构数据的融合传输、数据的安全与高效处理与虚拟空间数字孪生模型的部署承载，为物理空间数据的传输与虚拟空间的模型的部署提供了重要的技术支撑。借助工业互联网平台在该框架中承上启下的作用，为数字孪生技术的应用提供了良好的实时性与兼容性，提高了数字孪生应用的有效性。

1.3 虚拟空间

虚拟空间是各类数据驱动的生产任务仿真分析、任务执行状态预测和优化的载体，并集成跨空间的交互接口，用于数据指令的上传下达。虚拟空间采用大数据挖掘等技术，通过动态挖掘、关联和分析设备的生产、驱动、扰动等实时数据，分析实时数据对孪生模型的影响，实现数据与模型的自动关联和调整[16]。结合多尺度模型的统计计算方法和仿真优化机制，通过多模态数据接口，完成控制指令上传下达，实现实体空间与虚拟空间的同步映射和闭环控制。同时，基于物理空间设备构建的高保真仿真模型，同步模拟生产线的全部加工过程，及时对生产任务中的各种显隐性扰动实施调整与优化。

1.4 关键应用场景

关键应用场景围绕燃料乙醇生产线感知、控制、优化、诊断和决策等过程，构建面向数字孪生生产线智能管控服务，形成生产线生产过程建模、生产过程监测、工艺参数优化、设备异常状态监测的数字孪生解决方案，提高燃料乙醇生产线可视化水平及智能运维水平。在生产准备过程中，对生产线关键设备建模，并对其进行物理、运动、行为机理建模分析。基于数字孪生模型与生产计划的仿真、评估、优化数据，在关键应用场景层对工艺参数进行修正与优化。在生产过程中，数字孪生模型与孪生数据的驱动下，实现对生产线运行状态实时感知监测。物理空间将生产中的生产状态数据与虚拟空间的生产任务仿真、验证与优化的数据不断反馈到关键应用场景层中，并实时优化工艺参数以满足实际生产需求。此外，针对运行过程中设备故障、订单插单等生产扰动进行异常状态监测，基于孪生数据对扰动进行感知、报警、分析与优化，达到优化生产线的资源配置和提高其鲁棒性与生产效率的目的。

2 燃料乙醇生产线数字孪生建模

在燃料乙醇生产线数字孪生建模过程中，已建有完备的工业互联网平台，涉及到的工业物联网、云基础服务、云计算平台等技术已相对成熟，本文不再赘述。通过建设基于工业互联网平台的燃料乙醇生产线数字孪生系统，实现对分散生产线实时数据的感知、优化、控制、诊断和决策，建立高保真虚拟孪生模型，实现虚实空间同步映射与数据同步传输，形成支持生产线关键应用场景的数字孪生解决方案。根据数字孪生建模需求，所涉及到的关键技术包括生产线物联配置、数据多向传输与融合、数字孪生建模，下文进行详细阐述。

2.1 生产线物联配置

生产线物联配置是虚拟空间数字孪生建模的数据来源，通过物联设备智能配置，实现多源异构实时数据的感知与融合，并与物理空间与虚拟空间进行实时数据交互。生产线物联配置结构如图2所示。

图2 生产线物联配置

物联配置主要涉及生产类仪器仪表、实验类仪器仪表和关键机组机泵类设备，并将其合理部署，分别接入互联网边缘系统。生产类仪器仪表数据通过分布式控制系统(distributed control system，DCS)，将压力传感器、温度传感器、涡轮流量计、液位仪等数据写入实时数据库(real-time database，RTDB)，再通过物联适配器进行实时数据连接，将数据及时推送给上层应用。实验类仪器仪表数据主要通过仪器连接模块(instrument connection module，ICM)，将气象色谱仪、自动馏程仪、自动密度计等仪器仪表的数据进行采集、解析并输入到实验室信息管理系统(laboratory information management system，LIMS)。机组机泵类设备装置数据通过互联网适配器采集设备(离心式压缩机、蒸汽轮机、燃气轮机、发电机等)，监控并采集设备运行过程中的键相、振动以及各类工艺参数，采集存储振动分频、相位等关键数据。

2.2 燃料乙醇生产线虚实数据传输与融合

燃料乙醇生产线数字孪生通过物理空间部署不同通讯接口和通讯协议，将生产要素产生的多源异构数据经统一的传输协议转换和统一后的数据进行封装，与虚拟空间的孪生数据交互，实现虚实多源数据的传输与融合。

燃料乙醇生产线的数据传输与融合实现方法如图3所示。首先，基于工业互联网平台以及工业云平台PaaS层提供的工业数字化引擎，构建燃料乙醇生产线生产过程的可视化虚拟仿真环境，实现虚拟空间数字孪生对象模型与生产线现场并行运行。其次，基于边缘网关实现工业现场多样化设备的数据采集，利用边缘计算对数据进行预处理。再次，依托工业互联网提供的各类生产数据的采集技术，建立燃料乙醇生产线工业互联网平台，支持对DCS、实时数据库、工业设备、仪器仪表和信息系统的数据采集与处理。再次，基于工业互联网平台提供的数据整合、管控、服务等功能，将生产线多源异构数据经标准化传输协议上传至数据库中，并分别存储至结构化、非结构化、实时数据库中，进一步实现数据的清洗、融合、传输与管理，并上传至PaaS层供虚拟空间和关键应用场景对数据进行调用。

图3 数据多向传输与融合

2.3 数字孪生建模

数字孪生虚拟空间的高保真孪生模型是物理空间实体设备的生产状态的同步映射，研究燃料乙醇生产线数字孪生模型建模方法，为生产线仿真分析及运行状态监测、控制和优化提供了技术支撑。数字孪生建模技术如图4所示。

图4 数字孪生建模技术

1)针对燃料乙醇生产线发酵罐、蒸馏塔、离心机等关键设备资源，采用UG、ProE、3DMAX等三维建模工具，结合倾斜摄影、激光雷达扫描等技术和ANSYS、Adams等多学科建模工具，研究关键设备几何模型、物理模型在不同映射粒度和规则下的创成技术；从几何、物理、行为、规则、约束等维度，形成覆盖关键设备形状、尺寸、位置、运行状态、物理参数等多学科、多物理量和概率化的设备层数字孪生仿真模型。该数字孪生模型在孪生数据驱动下，可初步实现仿真模型与物理实体的虚实同步。并基于Modelica等建模软件，构建虚拟空间数字孪生驱动模型，并基于实时数据修正模型参数，实现数字孪生仿真模型的自适应优化控制。

2)针对生产过程的液化、发酵、蒸馏、精馏等关键工序，采用Plant Simulation等系统仿真工具，研究建立关键工序单元的工序和设备产能、设备负荷、生产时间等生产仿真模型，通过设备层虚拟模型向工序层虚拟模型的粗粒度关联和映射，建立基于设备模型的工序层数字孪生模型。基于关系型数据库与实时数据库技术，将工序层数字孪生模型的仿真数据映射至工业云平台的通用PaaS层，用于数字孪生模型的实时数据驱动。并基于 Pixyz Studio、Blender等轻量化模型软件，轻量化模型后并将模型导入到前端界面。

3)通过生产线数字孪生模型与所提框架中关键应用场景层的互联集成，基于生产线实时数据与模型优化参数，采用机器学习、深度学习等技术研究数字孪生模型在“数据−模型”混合驱动下，以生产线关键性能指标为优化目标，预测设备的运行状况与运行效率，并基于预测值实时调整生产线各设备的实时运行参数，实现数字孪生生产线运行过程的智能决策与优化，提高燃料乙醇生产线的智能化水平。

3 工业案例验证

3.1 案例应用场景分析

本文以国投生物能源(铁岭)公司燃料乙醇生产线为例，构建典型的数字孪生应用场景，依据数字孪生框架配置国投生物智能生产线，实现物理空间、工业互联网平台、虚拟空间和关键应用场景的框架搭建，并进一步研究国投生物燃料乙醇生产线数字孪生建模方法。基于工业互联网平台，国投生物燃料乙醇生产线应用场景关键设备包括粉碎机、混料搅拌、喷射器等，关键工序涉及粉碎、液化、发酵与蒸馏等。在进行燃料乙醇数字孪生框架搭建过程中，充分考虑不同空间尺度下的利用物理模型、传感器、运行历史等数据，集成多学科、多物理量、多尺度、多维度的仿真技术，在虚拟空间中完成虚实同步映射，同时融合优化、预测、控制、自适应调整等过程，实现基于数字孪生的燃料乙醇生产线全生命周期智能管控。

3.2 案例数字孪生建模

3.2.1 设备层数字孪生模型

在设备层数字孪生建模中，如图5所示，针对燃料乙醇生产线的关键设备卧式离心机与粉碎机，通过现场实地测绘得到设备的外形尺寸与内部结构，再通过UG、3DMAX等三维建模工具建立关键设备的几何模型，并通过Modelica与ANSYS等多学科建模工具建立设备的物理模型、机理模型和行为模型等。通过设备层数字孪生模型的建立，实现设备层关键设备状态的实时状态感知与关键性能指标的预测，提高燃料乙醇生产线智能化水平，并为燃料乙醇生产线工序层与产线层数字孪生模型建立提供技术支撑。

图5 燃料乙醇生产线关键设备数字孪生模型

3.2.2 工序层数字孪生模型

在工序层数字孪生建模中，如图6所示，针对生产过程的液化、发酵、蒸馏、精馏等关键工序，采用 Tecnomatix Plant Simulation、Flexsim 等系统仿真工具，研究建立关键工序单元的工序和设备产能、设备负荷、生产时间等生产仿真模型。通过HTML、JavaScript、CSS等前端技术，将上述软件搭建好仿真模型的实时数据导入到前端界面，实现异构模型的融合与可视化展示，并通过MySQL、Redis等数据库技术，实现虚拟模型与物理实体的虚实同步。如图6所示，以燃料乙醇生产线为例，基于分子筛、一塔、二塔、粗塔机器人等关键设备数字孪生模型，构建了生产过程的蒸馏工序，自动包装饲料工序等关键工序数字孪生模型，实现了对进醪量、产酒量、分子筛水分、包装速度、电源/气源消耗等生产过程的同步仿真分析。

图6 燃料乙醇生产线关键工序数字孪生模型

3.2.3 产线层数字孪生模型

产线层的数字孪生建模如图7所示。通过数据接口进行数据模型集成，规划设计面向生产线的产品模型、工艺模型、资源模型和布局模型，并依据仿真算法和编程语言，建立产线层数字孪生模型，实现对生产线总体性能(产值、效益、加工能力等)的精确仿真；同时，采用图形化技术，建立多空间尺度下的可视化仿真模型，通过图形、图表、动画等形式，实现对多学科、多物理量、多空间尺度下仿真对象状态的可视化呈现。

图7 燃料乙醇生产线关键工序数字孪生模型

3.3 数字孪生模型系统部署和应用

通过部署燃料乙醇生产线数字孪生框架与模型，在国投生物能源(铁岭)公司进行工业应用验证，数字孪生模型系统部署与应用如图8所示。1)针对国投铁岭燃料乙醇生产线实际需求，将燃料乙醇生产线生产设备接入工业互联网系统，进一步通过多源异构数据融合，基于ProMACE工业互联网平台提供的工业数字化引擎、集中集成组件、工业互联网，搭建燃料乙醇生产线可视化虚拟仿真环境。2)搭建工业互联网与数字孪生相结合的智能生产线，基于数字孪生远程运维技术及工业互联网高效的数据处理功能，实现生产线数据监测与管控优化，解决传统燃料乙醇生产线因智能化程度低、现场数据获取不及时等导致的工艺决策严重依赖人工经验、生产效率低等问题。3)通过生产线数字孪生模型与现场DCS等控制系统集成，创新燃料乙醇生产模式，推动企业智能化转型，解决智能产线管理等技术难题。

图8 数字孪生模型系统部署与应用

4 结论

本文基于工业互联网平台，提出了燃料乙醇生产线数字孪生框架与高保真建模方法，搭建了燃料乙醇生产线数字孪生框架，研究了数字孪生建模方法，阐述了燃料乙醇生产线数字孪生模型的互联网配置、数据传输与融合和数字孪生建模3项关键技术。通过建设基于工业互联网平台的燃料乙醇生产线数字孪生系统，实现对分散生产线的感知、优化、控制、诊断和决策，形成支持生产线关键应用场景的数字孪生解决方案，进而推进企业的智能化转型升级。

1)基于工业互联网，将数字孪生技术与燃料乙醇生产线相结合，提出了包括物理空间、工业互联网平台、虚拟空间、关键应用场景4个层次在内的一种燃料乙醇生产线数字孪生框架，明晰了智能生产线动态形成机理和互作用机制。

2)从数字孪生建模方法入手，阐述了燃料乙醇生产线数字孪生模型3项关键技术：互联网配置、数据传输与融合与数字孪生建模，揭示了生产线数字孪生的建模技术和关键运行逻辑。

3)以国投生物能源(铁岭)公司燃料乙醇生产线为例进行工业案例试验，构建了系统集成的国投生物燃料乙醇生产线数字孪生模型，验证了本文所提框架与方法的有效性和实用性。