NEWS
新闻

特斯联以数字孪生技术促城市低碳智慧化升级

2021年12月9日

数字孪生本是一个舶来词,英文原为“Digital Twin”,强调的是物理实体在数字空间的完全映射,也就是我们所说的孪生体,要求的是数字世界与物理世界的近乎一致。

早在2000年,数字孪生技术就被应用于工业界的虚拟空间设计与装配,诸如大型航空器、发动机等开发周期长,精密度高的工业制造中。因为数字孪生技术的不断发展,使得工业化的制造、开发成本大大降低,极大提升了社会生产效率。

而近些年,随着BIM (Building Information Modeling,建筑信息模型)、GIS(Geographic Information System,地理信息系统)和IoT(Internet of Things,物联网)等技术在城市领域各场景的应用拓展,数字孪生技术日渐成为智慧楼宇系统的标准配置。

特别是在设施设备运维管理(Facility Management)过程中,数字孪生技术将各个物理实体系统在数字世界完全映射,形成数字模式下的人、设备、建筑三维度互通互联,极大提升了城市的智能化管理水平。

广义而言,数字孪生可以将物理实体对象的数字模型,通过实测、仿真和数据分析来实时感知、诊断、预测物理实体对象的状态,并通过指令来优化、调控物理实体对象的行为。

而目前用于运营的典型楼宇数字孪生通常包括:

  1. 楼宇三维可视化
  2. 数据直观表现
  3. 便捷交互控制
  4. 数据实时采集四部分

典型楼宇数字孪生的组成

然而,当前典型楼宇数字孪生偏重于数据的获取、存储、呈现与可视化,还欠缺基于具体领域知识的模型以及数据算法模型所提供的仿真、预测、优化、诊断等功能。

因而,在诸多实际项目应用中,智慧城市中楼宇的数字孪生变成无法落地的空中楼阁,难以切实地为楼宇高效运行和便捷管理提供实质性助益。

为解决上述问题提供行业解决方案,特斯联自主研发了Archi-Brain楼宇数字孪生算法平台及Archi-Sim楼宇数字孪生仿真模拟平台。

Archi-Brain和Archi-Sim通过各类AIoT传感器和BAS等子系统,获取楼宇系统运行中的信息,参考建筑、暖通及照明等系统设计图纸和模型,通过领域内知识模型和数据算法模型,分析、预测相关设备和系统的运维数据,进一步提供优化方案,从而降低能源消耗,提升运营效率,实现城市各场景中的建筑、楼宇环境的低碳实践。

在项目的实际运行中,如出现参数异常,系统可实现自主报警并提供诊断建议,再由调度工程师通知运行人员快速响应并及时与远程监控中心专家取得联系,协助现场运维人员快速处理问题。

项目运行逻辑示意图

上述系统可应用于诸多建筑场景。以高效机房优化控制为例,Archi-Brain算法平台从机房群控系统中获取冷冻水、冷却水进出的水温和流量,冷冻泵、冷却泵、冷却塔风扇的转速,以及冷水机组、冷冻水管供回水压差、室外温度等工况参数,在数字世界中还原以上机组、水管等映射;然后,通过算法平台的处理,形成动态辨识冷水机组性能、冷冻泵性能、冷却泵、冷却塔性能及管网阻力并提供相对应优化策略。

继而Archi-Sim仿真平台将模拟采用不同优化策略,并预测机房优化后的运行效率,再将优化后的结果(如冷冻水出水温度设定、运行台数、冷冻\冷却水泵的运行台数和转速、冷却塔台数、风扇档位、冷却水温度设定及冷冻水旁通流量等)反馈到机房群控系统进行实施。最后房群控系统可将已实施的机房运行数据采集至Archi-Brain和Archi-Sim算法平台,对之前的算法和模型进行迭代修正,进而持续提升运行效率。

通过持续的算法和模型迭代更新,机房可实现数字孪生与物理孪生之间的精准映射、虚实交互和智能干预,使楼宇数字孪生技术真正服务于建筑的高效运行与便捷管理。

Reference List

1. Challenge.org: Digital Twinning and How Exactly This Technology Works

2. Digital Twins for Industrial Applications. An Industrial Internet Consortium White Paper,2020-02-18

特斯联入选《中国企业碳中和社会责任研究报告》案例 以AIoT践行城市可持续发展

上一篇

特斯联加入碳达峰碳中和专家组,探索绿色低碳智慧城市

下一篇