数字孪生技术在水利工程总承包项目管理应用探索

时间:2023-06-16 10:25:04 公文范文 来源:网友投稿

蒋乐龙 吉斯琴图雅

水利工程的信息化建设对于信息资源具有大量的需求,水利工程建设的过程中,我们需要对水雨情、安全监测、项目管理、档案资料等进行全面的收集与整理,从而满足工程建设需要。就当前我国水利工程信息化建设的进程来看,我国的水利信息化建设尚处于起步阶段,信息管理系统尚不成熟,全面的信息资源共享难以实现。尤其是在水利系统数据库建设中,大部分数据库都是为了解决特定业务和研究而建设的,服务目标比较单一,难以与其他系统共享[1]。同时难以对收集的大量数据进行深度挖掘,发挥出大数据的价值与作用。

数字孪生是一种实现物理系统向信息空间数字化模型映射的关键技术,利用布置在系统各部分的传感器,对物理实体进行数据分析与建模,形成多学科、多物理量、多时间尺度、多概率的仿真过程。数字孪生的概念最早起源于Grieves教授在2003年提出的“镜像空间模型”,受限于当时技术和认知水平,直到2010年,美国国家航空航天局在太空技术路线图中首次引入了数字孪生的概念,以期采用数字孪生实现飞行系统的全面诊断维护。

周瑜等[2]探索应用数字孪生技术建设雄安新区数字孪生城市,为数字孪生城市的实践提供了可能。石焱文等[3]构建基于数字孪生技术的水利工程运行管理体系,实现对水利工程运行管理过程的全生命周期的监管和控制。张社荣等[4]探索水电工程数字孪生应用模式,为提高水电工程设计施工一体化水平,弥补水利信息化短板提供技术指引。

针对目前总承包项目信息化所面临的问题,积极探索数字孪生技术在解决以上问题的可行性方案,使得总承包项目朝着标准化、数字化、智能化方向发展,切实提高项目管理效率。

近年来水利行业积极推进行业智慧建设,部分智慧水利试点工作已初见成效,但智慧水利建设与智慧社会要求还有较大差距[1]。部分水利项目已部署应用项目管理信息系统、大坝安全监测系统、水情自动测报系统、通信系统、计算机监控系统等信息化系统,基本实现水利工程项目工程建设期、运行维护期信息存储、水雨情预报、安全监测及洪水预警,一定程度上提升了工程科学管理的工作效率和应急响应能力。但对于新一代信息技术的应用,水利行业总体上还处于初级阶段。大数据、人工智能、数字孪生等技术尚未得到广泛应用,智慧功能没有得到充分显现。例如工程需对大部分机电设备如水轮机、泵组、主变压器、GIS设备、开关柜、直流系统等设置在线监测系统,实时采集监测对象的状态信息,除在监测量超出限制时发出报警外,在经过一定时间的运行积累一定的数据量后,采用人工智能技术分析找出设备间的联系及对设备状态趋势的规律,以问题导向,体现按“需”检修,提高生产效率和可利用率,降低运行成本,并使生产过程及运行设备状态“可控”,减少突发事故,为管理者减压,实现“智能巡检”。因此,需构建基于数字孪生的总承包项目管控体系,建立物理实体与虚拟空间和事物的精准映射关系,实时采集物理世界中的传感器数据,使虚拟环境中的仿真与现实中的生产无缝融合,从而提升总承包项目建设期、运维期管控的智能化水平,辅助项目管理人员高效、科学的决策。

2.1 技术架构方案

总承包项目数字化应用技术架构方案如图1所示。

图1 总承包项目数字化应用技术架构方案

技术架构方案包括物理实体层、数字孪生工程层以及业务应用层。

(1)物理实体层:水利工程总承包项目涉及工程建设过程中项目管理信息、建筑物信息、机电设备参数信息,以及工程试运行后的工程运行状态等,数字孪生即实现物理实体层的同步仿真运行、虚实交互及迭代优化。

(2)数字孪生工程层:涉及数字孪生平台和信息基础设施。信息基础设施指采集、传输大量物理实体数据信息的物联网、互联网等终端设备,这些设备是数字孪生数据采集的“触角”,感知工程状况及设备运行状态,并借助通讯网络将工程数据信息传输至系统数据库,为数据平台提供底层基础数据。数字孪生平台包括数据底板、模型平台、知识平台。数据底板汇聚水利信息网传输的各类数据,经处理后为模型和知识平台提供数据服务;
模型平台利用数据底板成果,以水利专业模型分析物理实体的要素变化、活动规律和相互关系,通过智能识别模型提升水利感知能力,利用模拟仿真引擎模拟物理流域的运行状态和发展趋势,并将以上结果通过可视化模型动态呈现;
知识平台汇集数据底板产生的相关数据、模型平台的分析计算结果,并融合业务规则与专家经验,经水利知识引擎处理形成知识图谱和知识库服务水利业务应用。

(3)业务应用层:构建数字孪生工程,面向防洪度汛、大坝及库区安全监测、边坡安全防护、应急管理、工程全景可视化、综合决策、移动应用等业务需求智能应用。

2.2 知识平台

知识平台是利用知识图谱技术、智能学习算法等建立、存储已有的水利工程知识和规律,并不断推导、挖掘数据间新关系和新趋势,为数字孪生工程提供智能大脑,支持平台正向智能推理和反向溯因分析。知识平台主要包括水利知识和水利知识引擎。水利知识提供描述原理、规律、规则、经验、技能、方法等的信息,水利知识引擎是组织知识、进行推理的技术工具,水利知识经知识引擎组织、推理后形成支撑研判和决策的知识图谱或知识库。知识平台应关联到可视化模型和模拟仿真引擎,实现各类知识和推理结果的可视化。水利知识为决策分析提供支撑信息,包括大坝安全预案库、裂缝处置经验库、滑坡应急预案、滑坡处置实例、预警阈值、专家经验等。水利知识引擎主要实现水利知识表示、抽取、融合、推理和存储等功能。

2.3 模型平台

模型平台主要包括水利专业模型、智能识别模型、三维仿真可视化模型等。

水利专业模型包括大坝安全监测数据预处理模型、大坝运行安全性态分析模型、大坝运行安全性态有限元结构仿真分析模型、大坝运行安全警戒值拟定模型、基于监测数据的大坝运行趋势预测预报模型、基于监测数据的大坝运行趋势异常预警模型、基于监测数据的大坝运行安全状况综合评价模型等。

智能识别模型是将人工智能与水利工程建设场景的结合,实现水利工程建设特定场景的识别,提升水利工程建设感知能力。

三维仿真可视化模型是水利工程、机电设备等物理实体在虚拟空间中的三维可视化构建,并结合水利专业模型计算过程及结果,进行仿真模拟。

2.4 数据底板

采集水利工程坝址区和库区重点区域倾斜摄影模型、数学高程模型,构建重点部位BIM模型,结合已有数据基础,搭建水利工程三维可视化场景汇聚工程基础数据、地理空间数据、监测数据、业务管理数据以及外部共享数据,展现水利工程全貌和工程运行状态,完成水利工程物理世界的镜像化描述。

2.5 信息基础设施

信息基础设施主要包括工程感知网、水利信息网、水利云等。工程感知网优化传统水利监测站点布局、升级改造传统监测系统,扩大监测范围、增设监测要素、增加数据传输频次,推进自动在线监测,实现信息采集提档升级,并加强卫星遥感、无人机、高清视频、地面和水下机器人等新型监测手段应用,提升水利管理活动的动态感知能力。水利信息网主要包括水利业务网和工控网,利用网络新技术优化网络结构、增强资源动态调配能力。水利云利用已有基础设施资源,提档升级计算存储能力,进一步扩展优化机房环境,建设完善会商调度中心。

3.1 多维IoT全面感知与数据传输

IoT,物联网(TheInternetofThings),简单理解就是万物可以通过网络互联,为物与物、物与人之间交互信息提供了一种通用语言[5]。借助IoT技术,实现对水雨情信息、人员信息、环境信息、安全监测信息、特种设备信息的动态采集。IoT主要涉及的关键技术包括射频识别技术(RFID)、传感器技术、传感器网络通信技术等。RFID技术是一种非接触式的自动识别技术,通过射频信号自动识别对象并获取数据[6]。RFID系统由RFID标签、信息读写器和信息系统组成,信息读写器通过读取粘贴在物体上的RFID标签,将识别出的信息自动传输至信息系统。RFID技术具有穿透力强、非接触、效率高等特点。RFID可应用于智能安全帽,钢筋、水泥、混凝土等原材料、中间产品的质量跟踪检测。传感器负责物联网信息的采集,是实现物联网应用和服务的基础。传感器的种类多样,工作原理也有不同。常见的工程应用传感器有位移计、压力传感器、应力应变传感器等。传感器网络通信技术通过感知、采集环境和监测信息,利用嵌入式系统处理信息,并通过网络中继方式将处理的信息传送到用户终端。传感器网络通信技术分为近距离通信和广域网络通信技术。在隧洞工程、地下厂房工程等施工条件复杂,有线网络架设困难的地方,可利用ZigBee等无线网络通信技术进行采集数据的传输。

3.2 知识图谱技术

知识图谱是人工智能领域的分支,是大数据时代知识表示最重要的一种方式。本质上是由具有属性的实体通过关系链接而成的网状知识库[7]。基于多维IoT的全面感知,已可实现水利监测从点到面的提高,从静态到动态的转变,并积累了海量监测数据、水文气象、工程信息。如何将这些海量多源异构数据互相关联,充分挖掘数据价值,实现信息的高效利用,是智慧水利发展的关键[8],也是实现水利信息资源检索推荐、语义搜索、数据挖掘与决策分析、智慧防汛[9]、智慧水资源管理的基础,对于提高水利工程智能化管理水平、辅助工程管理人员进行分析与决策具有重要的意义。

水利领域知识图谱的核心是建立水利领域知识库,逐步形成水利知识语义网,通过语义模型实现水利知识的语义搜索、水利知识推荐、管理分析等功能,从而具备对工地“人、机、料、法、环”等进行生产要素关联和因果分析的能力。知识图谱构建过程主要包括:一是水利知识表示。可利用三元组形式表示,即(实体1,关系,实体2)和(实体,属性,属性值),通过实体内部特征关系和实体之间所属关系表现知识存在形式。二是水利知识的抽取。水利知识大量存在于结构化的数据、半结构化数据表格、网页和非结构化的文本中,可通过构建模板抽取器、深度学习算法,将水利知识抽取出来,从而填充水利领域知识图谱的静态知识和动态知识。三是水利知识融合。水利知识融合是消除实体、关系、属性、语义间的歧义,获得高质量、更全面的水利知识的必要途径。四是水利知识推理。知识推理是从知识的实体关系出发,通过计算机推理,获取实体间新的关联,从而丰富、拓宽知识图谱的知识网络。建立完善的知识库后,可以通过知识推理获取到大量的隐形关系和知识。五是水利知识存储。优化知识存储结构,提高知识查询和检索的速度。知识图谱可为智慧建管平台提供更多的专业知识,为智慧水利提供更多的语义网,使其具备水利工程领域理解能力。

结合多维IoT全面感知与数据传输技术、知识图谱技术,形成水利工程总承包项目工程信息智能采集与处理、三维建模与分析、BIM+GIS项目管理等功能模块,实现水雨情、安全监测、环境信息等工程信息实时采集、传输、处理;
实现三维模型动态建立与智能分析;
实现总承包项目的可视化、透明化管理,更加科学有效地配置协调生产资源,保障现场安全,促进各方合作,实现工程建设阶段的各方面绩效要求。

4.1 工程信息智能采集与处理

水利工程施工环境复杂,影响正常施工的外部环境因素众多。项目现场需要对人员管理、视频监控、环境量、地质信息及特种设备运行状态进行监测。人员定位:感知施工人员分布情况,确定人员的位置(是否擅自离开等),当在人员遇到危险情况时,及时确定人员位置,并查看人员历史轨迹信息;
视频监控:感知的内容主要包括工地现场深基坑、区间隧道、工地出入口、建筑材料堆放处、材料加工区、关键通道位置、塔吊上方、围墙周界、高空作业设备及工人生活区、管理人员生活区等动态情况;
环境量监测:感知设备包括有噪声实时监控设备、扬尘实时监控设备(包括PM10和PM2.5两个参数)、气象监控设备、雨量计。地质信息监测:地质信息监测,利用钻探和现代物探等手段,探测隧道、隧洞、地下厂房等地下工程的岩土体开挖面前方的地质情况,力图在施工前掌握前方的岩土体结构、性质、状态以及地下水、瓦斯等的赋存情况、地应力情况等地质信息。安全监测:根据工程的总体布置,以及各主要建筑物的结构设计特点,布置的工程安全监测仪器自动采集监测数据,重点监测隧洞、高边坡等重点部位应力、应变、位移等数据。特种设备监测:盾构机监测、门式起重机(龙门吊)实时运行状态监测。

4.2 三维建模与分析

水利工程三维模型是工程信息、前端感知信息的载体,是工程现场在虚拟空间的数字孪生体,可提供更直观、更真实的三维场景进行三维参数化快速建模、施工便道选址、施工仿真模拟、工程量计算、碰撞检查、设计优化等。

构件库的建立:平台集成水利工程三维设计常用构件“族”库,设计人员可以在构件库中编辑构件的尺寸、形状、性能等不同方面信息,实现构件的标准化配置;
设计成果输出:可按设计者的意图输出不同工程部位的材料类型、数量、单位等数据,满足工程数量统计的需求;
信息附加与传递:建立工程信息附加与筛选机制,实现BIM设计信息到施工信息的高质量传递及施工阶段前端感知信息与BIM模型挂载与联动,构建三位一体、可视化的虚拟动态仿真场景。BIM协同平台用户界面如图2所示。

图2 BIM协同平台用户界面

4.3 BIM+GIS项目可视化、透明化管理

基于BIM+GIS的工程建设管理系统作为总承包项目日常工作的实际业务系统,辅助项目部实现标准化、统一化、集成化的项目管理。实现工程的前期报批进展,项目开工后进度计划、合同费用计量支付、采购仓储管理、质量控制、安全控制、文档资料审批与共享等。

(1)利用GIS+BIM技术:搭建“地形地质+建筑物”的工程整体数字化模型,构建三维可视化管理平台,实时展示施工进展、施工设备的位置和状态、建筑物运行情况、集成主要管理指标、现场视频等信息,便于管理人员能够从宏观到微观把控施工进程和运行状态,追踪质量问题和安全隐患的位置,辅助管理者多维度掌控工程动态进行科学决策。

(2)安全预警管理:基于BIM+GIS平台的施工安全预警管理,实现各类监测系统的接入,实现监测测点管理、监测数据采集上传、存储、整编计算、报表及曲线输出、预警分析、信息发送等功能,建立全线工程安全地图,提供工程安全预警、应急救援指挥调度等功能,可以结合BIM+GIS平台进行综合分析、可视化模拟与展示。

(3)电子档案管理:作为完整档案业务流程管理的信息化平台,涵盖档案业务管理中“收集、管理、保存、利用”的业务需求。

(4)移动应用:质量巡检,质量巡检发现问题,可现场拍照、录像、录音上传巡检结果,并生成缺陷项进行闭环跟踪管理。除此之外,还包括隐蔽工程现场验收、质量测量数据上传、安全隐患查询、安全巡检、物料验收等功能。三维可视化平台如图3所示。

图3 三维可视化管理平台

4.4 数字孪生智能化应用

4.4.1 远程专家指导

基于数字孪生,在遇到工程问题时,专家可获取工地运行信息,与现场管理人员进行一对一的语言、视频互动。实现远程专家指导与问题会诊,对于棘手的问题可以得到最快速的初步解答。

4.4.2 数字工人与智能建造

当工人在移动设备端收到工作指令时,会同时收到完成该工作需要的工具及设备清单。工人可以在移动设备端发起需求,并实时追踪需求处理进程。工人可以接收设备运行状态的数据和警报,实时看到物资、设备信息,能够发放、撤回、停止许可,发起启动前安全检查,进行上锁挂牌程序以及实地核查。同时基于数字孪生模式,标准化、数字化的几何逻辑与建造逻辑为智能建造提供了绝佳的工作条件,未来重复性自然作业可由机器人、无人化施工设备来完成。

文章结合总承包项目管理业务需求,基于数字孪生技术架构方案,探索了多维IoT全面感知与数据传输、三维建模与分析、BIM+GIS项目可视化、透明化管理及智能化应用的工程总承包项目数字孪生应用方案,助力总承包项目朝着标准化、数字化、智能化方向发展,共同推动水利行业智能化建设进程。

猜你喜欢水利可视化水利工程基于CiteSpace的足三里穴研究可视化分析世界科学技术-中医药现代化(2022年3期)2022-08-22思维可视化师道·教研(2022年1期)2022-03-12水利工程存在的安全隐患及对策中华建设(2020年5期)2020-07-24为夺取双胜利提供坚实水利保障(Ⅱ)水利建设与管理(2020年6期)2020-07-08为夺取双胜利提供坚实水利保障(Ⅰ)水利建设与管理(2020年6期)2020-07-08重大水利工程复工风采水利建设与管理(2020年5期)2020-06-18基于CGAL和OpenGL的海底地形三维可视化海洋信息技术与应用(2020年1期)2020-06-11水利工会河南水利年鉴(2020年0期)2020-06-09水利监督河南水利年鉴(2020年0期)2020-06-09营改增对水利工程造价的影响水利规划与设计(2020年1期)2020-05-25

推荐访问:水利工程 项目管理 总承包