4 基于不明确机理的推测 基于明确机理的计算 实时互传信息数据 数字孪生体成熟度模型 物理世界的数字化建模 多孪生体共享智慧 先 知 数 化 先 觉 共 智 互 动 © Pera Corporation 对象在业务活动中演化的数字化表达 数字孪生体 行为状态 静态构成 子部件 协作对象 协作方式 T+2 T+1 传感与数 采 Pera Corporation Ltd. All 数据模 型 系统仿 真 机理仿 真 演化 (t) 工艺 能耗 质量 组成 材料 结构 动力 传动 转向 rights reserved. © 产生背景 装备的研制过程通常使用系统工 程方法来组织和管理 ，美国国防部 组 件 • 振动数据 • 电流数据 • 温度数据 • 运行数据 • … .. • 组件几何模型 • 组件机理模型 • 组件故障诊断模型 • 组件故障预测模型 • …… 设备、组件层级 • 设备全寿命周期管理 • 提升故障诊断准确度 •

....... 7 （一）工业互联网平台七大核心技术交织融合 ............. 7 （二）平台架构，PaaS 以其开放灵活特性成为主流选择 .... 11 （三）应用创新，工业机理与数据科学走向融合 .......... 13 （四）功能下沉，边缘与云端协同成为平台重要发展方向 .. 15 （五）开发框架，微服务等新型架构大幅降低开发难度与创新 成本 ....... 数据向云端平 台的集成。 第二层是平台，基于通用 PaaS 叠加大数据处理、工业数据 分析、工业微服务等创新功能，构建可扩展的开放式云操作系统。 一是提供工业数据管理能力，将数据科学与工业机理结合，帮助 制造企业构建工业数据分析能力，实现数据价值挖掘；二是把技 术、知识、经验等资源固化为可移植、可复用的工业微服务组件 库，供开发者调用；三是构建应用开发环境，借助微服务组件和 5 网平台的四大特征。一是泛在连接，具备对设备、软件、人员等 各类生产要素数据的全面采集能力。二是云化服务，实现基于云 计算架构的海量数据存储、管理和计算。三是知识积累，能够提 供基于工业知识机理的数据分析能力，并实现知识的固化、积累 和复用。四是应用创新，能够调用平台功能及资源，提供开放的 工业 APP 开发环境，实现工业 APP 创新应用。 （三）工业互联网平台核心作用

对上海石化智能制造认识与建议 对上海石化智能制造认识与建议  原油快评系统构建与关键技术  融合机理与运行信息的炼油过程计划调度优化  高危污染物的企业边界管理  基于 3D 模型的装置信息集成 对上海石化智能制造认识与建议  原油快评系统构建与关键技术  融合机理与运行信息的炼油过程计划调度优化  高危污染物的企业边界管理  基于 3D 模型的装置信息集成  该项目具有自主知识产权。整体技术达到国际先进水平，其中调 合效应模型、调合配方在线优化等核心技术达到国际领先水平。 原油快评系统构建与关键技术 对上海石化智能制造认识与建议  原油快评系统构建与关键技术  融合机理与运行信息的炼油过程计划调度优化  高危污染物的企业边界管理  基于 3D 模型的装置信息集成 炼油过程现状 • 2014 年，我国炼油能力 7.46 亿 吨，位居全球第二。拥有炼油企 柴油 干气 煤油 柴油 蜡油 加氢 精制 轻烃回收 芳烃分离 苯 气体分馏 焦化蜡油 原油调合 一次加工 处理装置 成品调合 炼油工艺流程 二次转化加工装置 油品组成复杂 过程机理复杂 工艺流程结构可变 运行特性受多种因素影响 芳烃开环 2H2 2H2 2H2 2H2 2H2 2H2 2H2 2H2 3H2 2H2 2H2 2H2 反应规则

动态实时优化技术 基于神经网络的实时优化技术 技术概述 工艺全过程的严格机理模型，这种全 过程机理模型既包括工艺过程每个设 备的机理模型，也包括物质沿工艺过 程在不同设备间的传递也是按机理建 模，稳态实时优化技术一般是小时级 优化。 一般用数学回归的方法对工艺过程 进行建模，也有一些动态优化技术 将装置中的部分设备用机理模型进 行表达，但物质沿工艺过程间的传 递是数学回归模型，这种方法大大 简化了模型，提高了计算效率，优 的模型采用神经网络模型进行建立，同样 存在计算结果合理性无法保障的问题，特 别是当实际工况不在神经网络的样本范围 内、需要外延计算时，计算偏差很大。 技术特点 严格机理模型；优化过程需对装置进 行稳态检测、小时级、非线性优化、 用机理和优化算法进行数据调和 数学模型为主、不对装置进行稳态 检测、分钟级、线性或非线性优化、 用反馈方法进行数据调和 利用历史数据和流程模拟数据做样本进行 回归的神经网络模型、失效速度快需持续 Real Time Optimizer ）即实时在线优化技术，是指设定一定的优化目标，让装置操作围绕该目标实时、在 线优化的一种技术。 稳态实时优化技术无论是单台设备还是整个工艺过程的描述都更加符合化工机理，虽然稳态优化方程规模大、计算效率 低，但更容易让企业和工艺人员理解和接受， 国 内 外 企 业 采 用 的 实 时 优 化 技 术 大 多 是 稳 态 实 时 优 化 技 术 。 - 33 -

数字化制造 智能化 网络化 数字化 范式演进 来源：中国工程院易观分析整理 中国制造业升级基本范式， 需“并行推进，融合发 展” , 运用网络化、数字 化、智能化技术手段，深 度融合制造机理，构建具 有深度自感知、智慧优化 自决策、精准控制自执行 的高柔性化及自适应功能 的制造体系。 数字化 数字化即在数字化技术 和制造技术融合的背景 下，以 5G 、 人工智能、 智能赋能 产品整体优化与深度协同 流程 规划 基于工业互联网对产品全生命 周 期进行贯通连接，融合 AI 技 术 强化在产品设计、流程规划、 生 产工程等环节的模型、机理 共享 与协同设计，产品数据的 智能分 析等。 信息来源：工信部，由易观分析整理 流程效率提升与重点业务价 值 挖掘 产品订单 生产计划 材料与供应 制造 的智能化管理，包括远程诊断、 预测性维护等。 设备资产全面运维保障与高 质量服务 系统设计 建造 投产 运维 退役 报废与回收 一方面，人工智能与工业知识的结合能够构建各类工业机理模型，嵌入智能工厂重点领域与场景，加速协同与创新。 另一方面，由于智能工厂环节多，系统复杂度高，工业 AI 的开发与应用须依托工业互联网方可实现创新在效率的预 期目标。目前工业互联网已经形成六大类典型应用模式，各模式中均深度融合

13009000 构建城市尺度建筑能耗模型 UBEM- 机理数据联合驱动 + 自底向 上 一 个老问题的几个新挑战： 历史 / 未来天气 (a)CMIP6 未来气象数据库 (b) 动态降尺度方法 难点：海量 ( 数十万栋 ) 、 多维 ( 形貌、功能、年龄 等 ) 的城市级建筑信息难获 取 Dabe/Time 目标：机理 - 数据联合驱动、 全自动化、结果可信的 UBEM 构建城市尺度建筑能耗模型 UBEM- 机理数据联合驱动 + 自底向 上 城市级 社区级 楼宇级 一个老问题的几个新挑战的解决思路： EnergyPlus 全 社 会 用 电 交 通 运 输 批 发 零 售 5 1 民 生 活 社区尺度 UBEM 模拟建筑群的 典型年逐时冷 / 热 / 电能 耗 EnergyPlus 建筑热工机理模拟 ● 室外太阳热辐射 ● 围护结构传热 (mid-rise) Residennal Chigh-nise) Ofce Commercial Industrial Adninistative Educatonsl Chuster 9 机理 - 数据联合驱动模型验证的关键技术 平台最易受质疑的就是模型真实性，故采用时间 - 空间 - 能量三维度验证 A) 典型建筑 / 社区验证