数字孪生模型在铁路领域大有作为

2019-09-09 来源：世界轨道交通资讯网

本文摘要：数字孪生模型已经成为当下最热门的话题之一，因为我们有望利用这一创新来改进设计，显著增强协作，并提高资产的可靠性和性能。

　　数字孪生模型已经成为当下最热门的话题之一，因为我们有望利用这一创新来改进设计，显著增强协作，并提高资产的可靠性和性能。然而，铁路是对安全性要求极高的传统行业，业主运营商和项目交付公司需要在更紧缩的预算、更短的工期和更严格的监管下开展工作，在这样的背景下，该行业的变革可能缓慢并具挑战性。

　　面对改变久经验证的可靠模式所带来的风险，虽然负责人会犹豫再三，但积极的一面是，铁路网络和系统的高度复杂性给了我们机会，让我们创新并利用技术来改变铁路网络运营方式。

　　世界各地许多业主运营商已经意识到数字孪生模型在其工作中的潜力，并且已经开始探索在铁路和交通运输网络的设计、施工、运营和维护的整个过程中应用大数据分析、人工智能(AI)和机器学习(ML)的机会。

　　什么是数字孪生模型？

　　数字孪生模型是物理资产、流程或系统以及可供我们了解并对其性能进行建模的工程信息的数字化表示。简单地说，数字孪生模型是物理资产对应物（或孪生物）的高精度数字模型。这里的资产可以是任何事物，例如车站内的自动售票机或自动扶梯，或其内部的轨道及道岔，以及立交桥或架空线路结构等相关基础设施，甚至是整个城市。

　　物理资产上连接的设备和传感器会收集可能与资产状态或性能相关的数据，这些数据可以映射到数字孪生模型上，以了解物理资产在真实环境中的表现，同时，通过分析或模拟，还可以了解资产未来的表现，或使用一系列不同参数时的表现。

　　为什么数字孪生模型如此重要？

　　数字孪生技术在制造业等行业已经存在了很多年，推动了精益流程，提高了资产性能，并能够预测存在故障风险的组件并进行提示。此外，数字孪生模型技术还可以确保根据学习的经验提升设计，并将这些经验应用于未来的产品和系统中。数字孪生模型会跨越资产全生命周期，将它应用于铁路基础设施时，其意义和影响力将非常明显。

　　在新铁路的规划、设计和施工期间或进行重大升级时，工程数字孪生模型可以根据运营要求优化设计，并通过模拟来降低工期延误或施工不合规的风险。工程数字孪生模型还可以改善供应链内的物流和沟通，从而维持项目进度和预算。

　　在运营期间，性能数字孪生模型将成为最有价值的工具。业主运营商可以将来自物联网(IoT)互联设备（如可以进行持续勘测以实时跟踪现实环境中的资产变化的无人机）的数据添加到数字化表示中，从而更深入地了解运营状况，这种深入了解有助于业主运营商确定维护或升级的优先级并对其进行相应改进。

　　因此，如果成功实施数字孪生模型技术，铁路或交通运输系统可以实现其最大价值。通过使用数字孪生模型来规划、设计和建设网络，以及在运营期间利用数字孪生模型，铁路或交通运输业主运营商将能够提升性能和可靠性。

　　通过应用AI和ML，从大数据中获得的分析可见性可以提供深度见解，助力沉浸式数字化运营，从而提高运营和维护的有效性。在这种情况下，通过访问性能数字孪生模型，员工便可在问题出现之前有效地进行预测并成功避免问题，或者缩短对系统故障的响应时间，从而减少停机时间。

　　通过应用无人机和机器人以及基于AI的计算机视觉，并使用数字孪生模型自动执行检查任务，专家能够远程执行检查，从而提高生产率并利用专业人员的价值，同时还降低了团队成员置身于危险环境的风险。

　　实现数字孪生模型的潜力

　　为了发挥数字孪生模型的潜力，我们必须有实际的解决方案来同步物理资产不断变化的状况。这种同步的时间和范围很关键，因为某些资产几乎实时更新，这对其可靠性至关重要。而对于其他资产来说，根据情况，可能每周、每月，甚至每年更新一次就足够了。因此，重要的是，在设置同步标准时，相关组织和专业人员必须有一个明确的策略，包括应分析哪些资产、何时以及通过哪些参数进行分析。

　　但是，如果不理解项目或资产的工程设计和规范中使用的数字工程信息，而仅仅采集和表示物理状况，包括采集物联网(IoT)数据等，那就永远不足以理解、分析或模拟期望的改进。

　　数字工程信息就像是基础设施资产的“数字DNA”。就像医生可以通过分析人类DNA来预测健康问题并进行个性化护理来改善身体状况一样，项目交付公司可以利用数字工程信息来实现协作、改进决策并提供更好的项目成果。

　　对于业主运营商，利用“数字DNA”就是创建并使用数字孪生模型，以充分发挥其优势——个性化资产维护，并最大限度地提高资产可靠性、延长正常运行时间，也就是创建一个开放的互连数据环境(CDE)，随时随地提供可信的信息来帮助业主运营商设计、构建、运营和维护物理资产。然后，所有者将使用数字孪生模型做出更好的决策，获得更高的效率并提高性能。

　　当前的网络是未来项目的数字孪生模型

　　Bentley的用户正在通过推进数字化工作流并利用智能组件和数字化环境来改进项目交付，并确保资产更有效地运转，这种情况每天都在世界各地发生着。印度那格浦尔地区的MahaMetro（马哈拉施特拉地铁轨道有限公司）就已成功实现这些目标。

　　MahaMetro实施的Bentley的OpenRail解决方案使用iModel作为其最终交付形式，因为iModel可以提供可供参考的可靠、持久的资产模型。该组织致力于实现全生命周期方法，并部署了以OpenRail互连数据环境(CDE)为核心的数字化项目交付系统，涵盖了从规划到运营的资产生命周期的每个阶段。

　　MahaMetro部署的CDE可记录所有数据，并使用资产标签来链接Bentley开放式建模应用程序（如其企业资源规划系统）创建的组件。目前，在CDE中，约有400名用户处理了数十万份图纸和文档，用户可以在需要时，随时随地对可信信息进行实时访问。扩展的CDE还可提供数据移动性，以弥合沟通差距、加快设计问题的解决和审批进度，从而节约数百万美元的成本。

　　MahaMetro和其供应链在设计和施工期间创建的数字DNA有助于该组织管理其当前、未来和翻新的资产。确保这些可信的信息保持最新状态且可访问，该组织的系统有助其做出战略性决策、建立基于状态的监测并制定预测性维护策略，有望在铁路的25年运营周期中节省至少2.22亿美元。

　　显然，数字孪生模型正展现出强劲的动力，尤其是在目前已制定IoT计划的组织中。由于数字孪生模型还处于初始发展阶段，因此它需要具有明确业务目标的方法，以及不断进行尝试并从经验中学习的灵活方法。正如MahaMetro引领着行业的发展趋势和方向一样，Bentley期待看到数字孪生模型能够在铁路所有者及其供应链中普遍采用。

本文涉及广告

关键词：企业

【收藏】【打印】【关闭】【返回顶部】

分享到

上一篇：中国通号：打造高铁强大“中枢系统”

下一篇：上海申通地铁运维的“大智慧”

数字孪生模型在铁路领域大有作为