构建地下管网的数字孪生体

3天前浏览14

来源：DUT智慧管网课题组

作者：李明昊冯新韩阳

00 摘要

城市地下管网与民生安全息息相关。为了推动地下管网的安全管理从事后处置向提前干预转变，本文探索采用数字孪生技术实现预测性运维。

本文核心观点认为，虽然当前对数字孪生的定义仍较模糊，但有三方面的基本要素：①物理对象与数字孪生体的交互，包含各类传感器监测和检测技术；②数字孪生模型，包含几何以及对物理对象的分析、预测和决策；③人与数字孪生的交互，包含各类可视化和人机交互技术。

基于此，本文分别提出了①分布式的传感器监测网络，②物理-数据混合驱动的状态评价及预测模型，③基于移动增强现实的虚实交互。最后，本文构建了地下管网的数字孪生框架并提供了一系列应用案例分析以验证所提方法的有效性。

结果表明，分布式传感器网络可以测量重要但不可预测的纵向弯曲和轴向热应变，物理-数据混合模型比现有计算模型更准确地估计了结构应力状态和寿命预测，基于MAR的人机交互可以实现更直观、高效和自动化的操作和维护。

01研究背景

城市地下管网因不可见、服役环境复杂、管理混乱、重建设轻运维的历史，近年来时有发生燃气管道爆炸、路面塌陷等事故。就在不久前的3月13日河北省燕郊镇又发生了一起令人痛心的爆燃事故，爆炸直接导致了一栋建筑物的垮塌，已造成了7人死亡、27人受伤。事故原因被初步判断为城市燃气管道的泄漏。而该市服役较久的管网已使用20多年，埋藏最深的有12米，调查排查的难度大，至今仍没有确定是单点泄漏还是多点泄漏以及泄漏的位置。

为了采用数字孪生技术推动地下管网的自动化、信息化和预测性运维。根据数字孪生的三个基本要素：①管道中普遍采用的检测技术和SCADA系统都因稀疏和低采样的数据而很难完整的在全生命周期中提供结构状态评价。②现有的管道结构分析和预测模型大多是纯物理性质的，没有融入能反映具体结构信息的监测数据。③地下管网不可视是阻碍现场运维最直接的因素，现有的可视化方法集中在纯虚拟环境的BIM中。还有一些研究探索了AR在地下管网的应用，但仍处于几何可视化的阶段，与结构状态相关的信息可视仍是研究空白。

02 研究方法

1）分布式传感器网络

地基沉降或土壤空洞会引起管道纵向弯曲变形，其产生的纵向弯曲应力可以沿着管道任意位置发生，且实际工程证明弯曲应力可能会很大。常用的一些离散点式传感器无法解决这一问题。基于布里渊散射的光纤传感器可以分布式的测量应变和温度，测量范围可达几十公里。其次，为了测量管内的温度和压力来计算环向应力，布设了基于物联网的数字温度传感器和压力变送器。

2）数字孪生模型

数字孪生模型是一个或一系列耦合的计算模型，能随着时间持续的反映物理对象在结构或功能上的演变。以机器学习为代表的数据驱动建模方法缺乏可解释性，特别是对于地下管网这一风险敏感的结构，黑盒方法是不可接受的。基于物理的建模虽然可以从机理上描述一些现象，但参数往往是假定的，导致预测结果与实际会有较大差距。本文提出一种物理-数据混合驱动的方法，将监测数据引入到被广泛采用的物理模型中，实现了更准确的结构安全在线评估和预测。

3）基于MAR的人机交互

在地下管网的现场运维过程中，隐蔽性是安全管理的一个主要障碍。这可能导致地下管网的意外破坏，在缺陷定位、紧急情况的应对等方面也带来巨大挑战。若数字孪生能够与运维者实现基于位置的现场实时互动可以带来更直观和高效运维支持和现场的应急管理。本文在Unity3D中开发了基于AR的信息管理平台，不仅综合管理了多源信息数据、分析评价结果、预测结果和运维决策支持，还实现了人-数字孪生-物理管网之间的高度交互和沉浸式体验。