打开文本图片集

摘要：当前，世界已进入信息化时代，以大数据、云计算、人工智能为代表的新一代数字技术日新月异，催生了数字经济这一新的经济发展形态。对轨道交通行业而言，数字化转型即是机遇也是挑战，作为涉及多专业，多领域的行业，需要利用数字技术进行全方位、多角度、全链条的升级。

关键词：数字孪生；轨道交通；应用

引言

深圳地铁作为“双区”加持下的大型国有企业，拥有得天独厚的优势，也兼具着推动轨道交通行业升级转型的重要历史使命。将传统生产行业与信息化、数字化技术相融合，是保证经济高速发展，技术不断创新，管理不断提高的必然趋势。本文通过分析深圳地铁在数字化转型中已经取得的经验成果，并结合工程中“智慧运维平台”以及建设工程中使用的“BIM正向设计”案例，对未来轨道交通行业全面信息化的产业模式进行探究。

1.数字孪生相关概述

1.1数字孪生的定义：

数字孪生（Digital Twin）由迈克尔·格里夫（Michael Grieves）教授在美国密歇根大学任教时首先提出。

2002年12月3日他在该校“PLM开发联盟”成立时的讲稿中首次图示了数字孪生的概念内涵，2003年他在讲授PLM课程时使用了“Digital Twin（数字孪生）”，在2014年他撰写的“数字孪生：通过虚拟工厂复制实现卓越制造（Digital Twin：Manufacturing Excellence through Virtual Factory Replication）”文章中进行了较为详细的阐述，奠定了数字孪生的基本内涵。2009年美国空军实验室提出了“机身数字孪生（Airframe Digital Twin）”的概念。2010年NASA也开始在技术路线图中使用“数字孪生（Digital Twin）”术语。

大约从2014年开始，西门子、达索、PTC、ESI、ANSYS等知名工业软件公司，都在市场宣传中使用“Digital Twin”术语，并陆续在技术构建、概念内涵上做了很多深入研究和拓展。

1.2数字孪生技术：

数字孪生（Digital Twin）包含了大数据、通信信号、物联网、模型等多方面的技术，随着技术的不断进步，其包含的技术也不断增加，例如AR及VR技术亦可作为数字孪生技术应用的分支。中国航空工业发展研究中心刘亚威认为：从本质上来看，数字孪生是一个对物理实体或流程的数字化镜像。创建数字孪生的过程，集成了人工智能、机器学习和传感器数据，以建立一个可以实时更新的、现场感极强的“真实”模型，用来支撑物理产品生命周期各项活动的决策。因此，以实现上述功能的技术，均可认为包含在数字孪生技术之中。

1.3数字孪生的意义：

数字孪生（Digital Twin）的实现离开不了数据的积累，其意义不在于“积累”而在于“预测”。

引用余建国博士（网名：Yjango）在“超智能体”中引入的例子作为说明：

预测的基本逻辑就是通过收集而来的数据（在轨道交通行业具体为设备的故障数据，建设阶段出现的工期节点、管线布局等问题）建立一个模型，每一个数据即为在坐标轴上的一个点，根据数据点的位置不断进行线性代数的拟合，最后所有点以正态分布的方式均匀的分布在曲线周围，这个过程可以通过计算机不断进行“训练”而实现。当得到曲线后，即可根据曲线的趋势对未来进行“预测”。

2.数字孪生信息技术在深圳地铁的应用情况

2.1 智慧运维平台

智慧运维平台，通过全息感知对设备状态进行检测，采用标准化数据接口和传输协议，融合现有的PSCADA功能，提供运前自动巡检、智能报表、定值管理等功能。

2.1.1接口功能

2.1.2模块功能

成本管理：

对检修生产过程中产生的 工时、物资消耗、人工成本、委外大修等进行记录。提供生产 成本分析、预算分析、供应商优劣分析等智能功能。

查询统计：

提供 计划、缺陷、工单、检修、设备 等信息查询、详情查看。以表格、饼状图、柱状图、折线图等多种报表形式呈现生产数据的各类PKI指标。

综合辅助：

提供对设备检修生产中 工器具 及 物资耗材 的管理，实现工器具和材料利用率最大化。

提供对应急处置中应急资源包括 应急车辆、应急物资、应急人员、外部环境 等信息的管理，实现统一调配、定位和统计。

提供知识库管理功能，实现对 图纸资料、规章制度 等的集中管理，便于归档、检索和查阅。

3.数字孪生技术分析

3.1阶段分析

应用先进的物联网、大数据、云计算、AI智能等技术，将信息化、数字化技术与传统工程建设有机结合，目前轨道交通行业正处于企业数字化转型中新技术与传统工程行业结合的过程中。

3.2问题分析

3.2.1概念及目标

无论是“信息化”、“数字转型”还是“数字孪生”，首先这些概念是偏向理论性的，需要与轨道交通行业工程化的特性相结合。将故障数据进行上传是“信息化”，创建设备模型、统计客流量数据也是“信息化”。概念的无序扩大及模糊使得整个目标变得不明确，加之轨道交通行业包含业务众多，全面推进的效果会大打折扣。

因此，应当回归收集数据的根本目的，即为“预测”，在明确目的后，就可以对当前的工程情况进行排序，列出最主要的问题。然后优先对最主要问题的数据进行收集和积累。需要注意的是，数据的采集并不是越多越好，海量的数据和没有数据导致的结果是一样的，抓住主要问题矛盾点才能有效的明确最需要的数据。然后根据数据建立模型，建立训练集，才能将效率最大化。

3.2.2接口问题

在第二章节智慧运维平台的案例中，列举了各个设备需要采集的数据，采集方法是通过终端的传感器，在实际工程实施中，该传感器是由平台厂商提供。由平台厂商提供的传感器和原设备厂家生产设备的适配性需要进行长时间的磨合，才能确定可靠性。很多大型设备制造商都是模块化生产，设备的型号尺寸，柜内空间都是确定的，而不同平台厂家所生产的终端传感器型号并不统一，通讯模式、通讯协议也不相同。由平台厂家加装的传感器是否会影响设备本身功能的实现或者加装传感器后，设备厂家是否愿意继续为设备提供质保服务，这些都需要进一步的探究。

3.2.3规范问题

随着信息化与行业的融合，无人值守车站必将会出现。虽然从技术上，完全无人值守具备可实施性，但在规范上是否仍需要多职人员的值守。当出现智能设备导致的责任事故时，责任主体划分存在困难。即设备不能成为责任主体，责任的主体仍需要人来承担。

3.2.4产业融合问题

轨道交通建设属于标准化流程作业，类似于互联网行业的瀑布式开发，严格遵循预先计划的需求、分析、设计、编码、测试的步骤顺序进行。步骤成果作为衡量进度的方法，例如需求规格，设计文档，测试计划和代码审阅等等。而数字平台开发更倾向于敏捷开发，把一个大项目分为多个相互联系，但也可独立运行的小项目，并分别完成，在此过程中软件一直处于可使用状态。行业流程模式不同加之专业不同，将导致需求端与研发端出现沟通障碍。

3.2.5信息安全

信息化建设以及新基建尚处于起步探索阶段，相关的信息技术规则和法律还没有引起足够的重视。对数据进行收集分析，建立云平台存储数据是未来的发展趋势，随之而来的问题就是如何保护这些数据的安全。这些数据具有极高的商业价值，大部分的供应商热衷于介绍平台的功能，却很少介绍平台的安全性。除此之外，人员的信息安全管理和培训也应需受到重视。

结束语

数字孪生在轨道交通行业的应用，能够促使整体体系进一步的升级细化。

在建设阶段，通过建模和工地数据监控，解决工序及接口问题，同时能对施工风险进行预警，提高管理效率，缩短面对风险的响应时间。在运营维护阶段，通过智慧运维平台，减少故障出现的风险，提高设备平稳运行的能力。

参考文献

[1]王建民.工业大数据技术综述[J].大数据，2017，3（6）：3-14.

[2]陶飞，刘蔚然，刘检华，等.数字孪生及其应用探索[J]，2018，24（1）：1-18.

[3]陶飞，程颖，程江峰，等.数字孪生车间信息物理融合技术[J]，2017，23（8），753-785

[4]吴文豪，陈国兵，杨自春.数字孪生技术在船舶装备运维中的应用及挑战[J].舰船科学技术，2022，44（08）：139-144.

[5]叶增炜，张云帆，鞠卫国.数字孪生网络技术及典型应用研究[J].电信快报，2022（03）：33-37.

[6]徐岩，邓扬，袁奂青.数字孪生技术赋能下的智慧城市建设[J].城乡建设，2022（03）：54-56.

[7]聂蓉梅，周潇雅，肖进，赵博.数字孪生技术综述分析与发展展望[J].宇航总体技术，2022，6（01）：1-6.

[8]崔玉福，刘质加，王靖.数字孪生卫星技术与工程实践[J].航天器工程，2021，30（06）：62-69.

[9]万碧玉. 应用场景驱动下的数字孪生城市[J]. 中国建设信息化， 2020.

[10]贝加莱工业自动化（中国）有限公司. 数字孪生——在产线投资之前就知道它是否可行？[J]. 国内外机电一体化技术， 2019（1）：3.