一种可扩展的水泵数字孪生体构建方法与流程

本发明涉及数字孪生，更具体地说，本发明涉及一种可扩展的水泵数字孪生体构建方法。

背景技术：

1、水泵作为整个水资源配置工程的核心和关键，在水利工程中起到至关重要的作用，近年来，数字孪生技术受到广泛关注和重视，在各行业各领域有了不同程度的应用，但是在水利行业刚刚起步，其持续发展仍然面临不少亟待解决的关键技术，如何将数字孪生技术与经典水动力学理论相结合，为工程运行管理提供决策支持，是“新时代生态智慧水利工程”需要解决的重要问题。

2、现有的水利工程水泵安全性监测方法一般包括数据采集与传输步骤、数据处理与分析步骤以及监测站与控制中心，其中数据采集与传输步骤由数据采集器和传输设备组成，负责将各个监测点的数据采集起来，并进行传输与存储；数据处理与分析步骤包括数据处理软件、数据分析算法、数据模型和可视化工具等，对采集到的水文数据进行处理、整理和分析；监测站与控制中心的监测站是各种监测设备的安装点，提供实时的监测数据，控制中心则是数据采集、处理、分析和报告生成的核心，负责接收和管理来自监测站的数据，并向相关部门和用户提供相应的水文信息和服务。

3、但是其在实际使用时，仍旧存在一些缺点，如数据采集与传输步骤由于水泵处于复杂多变的自然环境中，极端天气和气候的不确定性增加了监测的难度和数据不准确性；采集数据时往往采用人工观测和简单的传感器监测，无法提供实时、准确的数据，传感器技术的局限性也限制了监测的精度和范围，使得一些潜在的安全隐患无法及时发现；分析数据时由于数据采集部门不同导致数据共享和通信存在障碍，导致数据难以整合利用。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供一种可扩展的水泵数字孪生体构建方法，通过以下方案，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、s1：构建物理模型：根据水资源配置工程所需水泵，进行物理模型的构建；

4、s2：采集水泵性能数据：基于s1构建的物理模型，对水资源配置工程采集水泵性能数据，所述水泵性能数据包括水泵流量数据、水泵压力数据以及水泵运行数据；

5、s3：预处理水泵性能数据：对s2采集的水泵性能数据进行预处理，包括数据清洗、数据修正、滤波以及特征提取；

6、s4：构建水泵数字孪生模型：基于s3预处理后的水泵性能数据和物理模型建立水泵性能智能分析模型，根据水泵性能智能分析模型构建水泵数字孪生模型；

7、s5：应用水泵数字孪生模型：基于s4构建的水泵数字孪生模型，应用水泵数字孪生模型并进行可视化处理；

8、s6：优化水泵数字孪生体：基于水泵性能数据集、水泵性能智能分析模型以及水泵运行状态，采用模块化对水泵数字孪生体进行优化。

9、优选的，所述s2包括水泵流量数据采集单元、水泵压力数据采集单元以及水泵运行数据采集单元，水泵流量数据采集单元用于采集水泵流量数据，包括进口流量、出口流量、体积流量以及质量流量；水泵压力数据采集单元用于采集水泵压力数据，包括进口压力、出口压力以及扬程；水泵运行数据采集单元用于采集水泵运行数据，包括水泵的历史运行时间、历史维护时间、水泵有功功率以及轴功率。

10、优选的，所述预处理对水泵性能数据中异常数据进行自动筛选、剔除，并采用数据清洗技术实现数据的修正；数据清洗是指发现并纠正数据中可识别的错误，包括检查数据一致性，处理无效值和缺失值，滤波是为了去除虚拟体中水泵性能数据中的噪声和干扰，特征提取是从s2中采集的水泵性能数据中提取出信息，包含但不限于以下几个方面的特征：平均值：计算一段时间内的平均历史维护时间和平均历史运行时间，反映水泵的运行状态；最大值和最小值：计算一段时间内的最大出口压力和进口压力、最小出口压力和进口压力，反映水泵的极限工作状态；百分率：计算一段时间内的水泵、水力以及容积的百分率，反映水泵的效率。

11、优选的，所述水泵数字孪生模型基于预处理的水泵性能数据进行模拟，创建出与物理世界对应的虚拟建模，建立水泵性能智能分析模型，基于水泵知识图谱建立水泵性能智能分析模型，水泵性能智能分析模型包括但不限于水泵流量数字模型、水泵压力数字模型以及水泵运行数字模型，水泵流量数字模型用于调用水泵性能数据集中的水泵流量数据，并对水泵流量数据进行分析，分析得到水泵流量稳定评估系数，水泵流量稳定评估系数的具体分析公式为：

12、

13、其中y表示水泵流量稳定评估系数，co表示水泵出口流量，ci表示水泵进口流量，cv表示水泵的体积流量，cm表示水泵的质量流量，cv预表示预设的单位时间内通过水泵出口的液体体积，cm预表示预设的单位时间内通过水泵出口的液体质量；水泵压力数字模型用于调用水泵性能数据集中的水泵压力数据，并对水泵压力数据进行分析，分析得到水泵压力安全评估系数，水泵压力安全评估系数的具体分析公式为：

14、

15、其中z表示水泵压力安全评估系数，lc表示水泵的扬程，lc理表示水泵的理论扬程，po表示水泵的出口压力，pi表示水泵的进口压力，pomin表示出口压力最小值，pomax表示出口压力最大值；水泵运行数字模型用于调用水泵性能数据集中的水泵运行数据，并对水泵运行数据进行分析，分析得到水泵运行状态评估系数，水泵运行状态评估系数的具体分析公式为：

16、

17、其中，eh表示水泵有功功率，e表示轴功率，eh/e表示水泵效率，tp表示水泵的历史运行时间，tg表示水泵的历史维护时间，u1、u2为历史维护时间的二次项系数和一次项系数，u1>0、u2>0；基于水泵性能智能分析模型，整合水泵流量稳定评估系数、水泵压力安全评估系数以及水泵运行状态评估系数，接入水泵数字孪生模型，并模拟水泵物理行为。

18、优选的，所述水泵知识图谱基于预处理后的水泵性能数据，对预处理后的水泵流量数据、水泵压力数据以及水泵运行数据进行整合，获取完整的水泵性能数据集；根据水泵性能数据集，对水泵流量数据、水泵压力数据基于水泵运行数据进行分类操作，以获取水泵性能数据集对应的分析要点，水泵性能数据集对应的分析要点为水泵性能数据集对应的水泵知识领域，水泵知识领域包括但不限于水泵流量分析领域、水泵压力分析领域以及水泵运行分析领域，根据不同水泵知识领域构建不同水泵知识图谱。

19、优选的，所述s5结合水泵数字孪生模型，确定水泵运行状态，并对水泵进行可视化处理，水泵运行状态包括绿区、黄区以及红区，若水泵运行状态进入绿区，则表示水泵处于正常、安全的运行状态，系统正常运行，无需进行额外的监控或干预；若水泵运行状态进入黄区，则表示水泵处于潜在风险或轻微异常的运行状态，系统即将出现问题或已经存在某些轻微异常，此时，通过孪生平台发出预警提示，以便操作人员及时关注并采取必要的预防措施；若水泵运行状态进入红区，则表示水泵处于严重异常或危险的运行状态，系统已经出现问题或即将发生严重故障，此时，孪生平台提示按预案进行处置，以确保系统的安全和稳定；预案通过预案模型，根据运行进入“红区”的原因，如空化、压力脉动、驼峰以及超水位，制定相应的处置预案，对于水泵是否进入红区的判断方法如下：

20、d1：从物理实体中，获取实时感知数据，物理实体包括监控系统和数据处理系统，实时感知数据包括采集和预处理的水泵性能数据；

21、d2：在虚拟体中，首先，将性能曲线进行数字模型数字化；其次，根据获取的实时感知数据或手动输入相应数据，启动决策支持算法，计算得到需要运行的机组编号及相应转速，并将计算结果输出至数据库；

22、d3：将虚拟工况点轨迹与实时工况点在虚拟屏上同步展示；

23、d4：虚拟工况点根据历史大数据进行校正；

24、d5：工况点进入“红区”时，提出相应的处置预案。

25、优选的，所述可视化处理包括用户界面层和系统服务层，通过用户界面，利用前端开发技术，实现测点管理、仪器管理、三维视图以及监测数据查询功能，并设置交互式界面允许用户与水泵数字孪生模型进行交互，如调整参数和查看历史数据，通过系统服务层提供公共的服务性功能，生成详细的数据报表和分析报告，供管理人员使用。

26、优选的，所述s6基于水泵性能数据集、水泵性能智能分析模型以及水泵运行状态，采用模块化来优化水泵数字孪生体，所述模块化包括数据模块、模型模块以及应用模块，数据模块、模型模块以及应用模块通过预留接口插槽的方式进行连接和通信，预留接口插槽采用微服务架构或插件化架构，以便需要时添加机理模型到数字孪生体中，架构支持动态加载和卸载模块，以适应不同的应用场景和需求；数据模块用于对水泵性能数据进行采集并不断整合水泵性能数据集，建立实时映射机制，对物理实体与水泵数字孪生体进行数据的实时同步和更新，并提供与其他模块进行数据交换的接口，通过预留接口插槽，添加新传感器或数据源，获取新感知数据，新添加的感知数据自动集成到数据模块中的水泵性能数据集，对水泵数字孪生体进行实时更新；模型模块通过水泵性能数据集对水泵性能智能分析模型进行优化，根据实际需求和数据变化，对模型进行参数调整、结构优化以及重新训练，水泵性能智能分析模型包括但不限于水泵流量数字模型、水泵压力数字模型以及水泵运行数字模型，并基于水泵流量数字模型、水泵压力数字模型、水泵运行数字模型以及更新的机理模型计算水泵数字孪生体合理度，其具体计算公式为：

27、

28、其中p表示水泵数字孪生体合理度，y表示水泵流量稳定评估系数，z表示水泵压力安全评估系数，t表示水泵运行状态评估系数，λ1、λ2以及λ3为不同评估维度对应的比例系数，λ1>0、λ2>0、λ3>0，φ为更新的机理模型合理度调整参数，将水泵数字孪生体合理度p与预设的水泵数字孪生体合理度pyu做对比，判断水泵数字孪生体是否合理，对不合理的水泵数字孪生体进行预警并进一步优化和更新；数据模型还提供与其他模块进行模型调用和数据传递的接口，通过预留接口插槽对现有模型模块中的机理模型进行更新或替换，以适应新的物理实体和变化的环境条件，更新后的机理模型无缝集成到水泵数字孪生体中；应用模块基于数据模块和模型模块，根据水泵数字孪生体对水泵使用进行监控、预警、决策以及故障诊断，通过静态值、模拟值以及机理模型数据三种方式，驱动水泵数字孪生体的行为参数，其中，静态值用于初始化水泵数字孪生体的行为参数，作为初始参数，模拟值用于水泵数字孪生体缺乏具体的数据时使用，机理模型数据则多用于驱动模拟仿真使用，水泵数字孪生体的行为参数包括水泵出水流量控制、水泵扬程控制以及叶轮转动启停，根据不同行为参数与用户进行交互，对不同行为参数下的场景进行应用，并提供与其他系统或模块进行集成的接口。

29、本发明的技术效果和优点：

30、1、通过构建物理模型对水泵数字孪生模型提供基础，并基于物理模型对水泵性能数据进行采集，并对采集到的数据进行清洗、去噪和归一化处理，消除数据中的异常值和噪声预处理，提高数据的质量和可靠性，也为后续构建水泵数字孪生模型提供重要依据；通过对水泵流量数据、水泵压力数据以及水泵运行数据多个维度进行水泵数字孪生模型的构建，并根据水泵实际运行情况，对模型进行不断完善，使得对水泵设备多个维度进行实时监测，及时发现异常情况，预测故障风险，并给出维护建议，能够显著减少故障停机时间，提高设备的稳定性和可靠性，对水泵的运行状态进行分析和预测，从而优化设备运行，降低能耗成本；

31、2、基于水泵数字孪生模型，通过三维可视化技术，将水泵数字孪生模型以直观、生动的方式展示给管理人员，有助于管理人员更好地理解水泵的运行状态、性能参数以及潜在问题，采用模块化设计、开放的数据接口等，以便于后续的功能扩展和系统集成，实现水泵数字孪生模型的可扩展性；水泵数字孪生模型还可以对水资源配置工程进行安全监测，对水泵运行的不同状况进行判断，并做出不同的应对结果，进一步提高工程的安全性。