数字化转型 | 数字孪生技术助力核能产业制胜精益运营
本文原刊登于Ansys Blog：《Digitally Transforming Nuclear Energy for a More Sustainable Future with the ConnexITy Consortium》
作者：Lucas Boucinha | Ansys 首席产品专家
核能是全球可持续性水平最高、最清洁的能源之一，其机制来自原子核或原子核心自然反应释放能量。为产生核能，原子需要在热反应堆中分裂，产生能将水转化为蒸汽的热量。而后由高压蒸汽驱动与发电机连接的涡轮机产生电力。此外，核能发电的二氧化碳（CO2）排放量接近0。
能源生产和消费是目前联合国制定的许多可持续发展目标(SDG)的基础。其中一个目标，俗称SDG 7或7号全球目标，其旨在确保下一个十年末所有人都能够使用低成本、可靠、可持续的现代能源。
根据国际核能署提供的资料，在可持续发展框架内进行的核能特征分析，证明核能行业采取的方法总体上符合基本的SDG要求，同时能最大限度地减少对环境的影响。根据核能机构(NEA)的资料，在可持续发展框架内对核能特征的分析表明，核能部门采取的方法总体上符合基本的可持续发展目标，同时最大限度地减少对环境的影响。不过，为了保持这种一致性以及满足不断增长的环保与安全需求，核能行业亟需进行数字化转型。
由法国跨国公共事业机构法国电力集团（EDF）主导的ConnexITy联盟正在引领此类举措。包括Ansys在内，来自核能行业的14家企业确立了共同目标，根据数字技术打造新的应用与服务，以支持核能行业的数字化转型。
例如，为了优化核电厂场地的维护与运行，该联盟提出：如果核电厂能够使用数字化的手段实时预测运行中的设备行为，这会产生哪些影响？
为了探索这一主题并实现设想，EDF、Atos、Assystem、Siemens Energy、Technicatome、Naval Group和Ansys等合作伙伴正在采用数字孪生技术开发相关工作流程。
数字孪生制胜精益运营：数字化电厂解决方案
2020 NEA报告”Unlocking Reductions in the Construction Costs of Nuclear: A Practical Guide for Stakeholders”明确了加快核能项目开发的各方面技术、组织、管理与政策要点。
图1：ConnexITy数字孪生用户体验示意图
数字化转型是该报告重点介绍的、能够在短期内改进反应堆项目，并且有望迅速降低成本的三大技术方法之一。系统的数字化可以改进工程方法和供应链集成效能，实现对组件的在线监控并提高生产力。此类改进有助于降低核电厂建造与经营成本并提高其效率，从而促进核能的更大规模普及。
ConnexITy联盟提供了新的改进解决方案：核电厂组件数字孪生。目前联盟主要关注涡轮发电机应用，用于在发电链末端将机械能转化为电能。由于其在工作流程中的重要作用，妥善监控涡轮发电机运行过程中的性能具有巨大优势：能够检测异常，避免意外停机，并提供相关信息，以便操作人员优化预防性维护，最终降低相关成本。另外，通过监控机械性能，电厂操作人员可以节约能源，同时能够降低许多生产流程的碳排放量。
为此，ConnexITy正采用Ansys Twin Builder设计涡轮发电机的数字孪生体，可以分四个步骤优化维护与运行：
监控：检测相对于正常资产性能的偏移
识别：预测偏移的根本原因
确认：证实预测的失效模式反映实际正常资产性能
建议：提供维护指南和见解。
数字孪生联盟指出，数字孪生是一种以特定频率和保真度与物理实体与流程同步的虚拟表示。
Ansys Twin Builder使团队能够创建、验证和部署数字孪生，有可能将创建精确产品模型的时间减少一半。这有助于优化生命周期管理和实现真正的预测性维护，从而节约成本，助力企业保持竞争优势。
涡轮发电机这一种能够将涡轮机所产生的机械能转换为电能的电力设备。在本例中，偏移表示两个量之间的差异，就流量传感器的电压输出量而言，偏移是数字孪生模型预测值和实际测量值之间的差异。
图2：位于法国巴黎Saclay台地ConnexLab的ConnexITy涡轮发电机测试台
涡轮发电机的数字双胞胎可以通过学习传感器数据和瞬变电磁行为的降阶模型(rom)来实时预测发电机的健康状态。它还采用基于支持向量机（SVM）的嵌入式缺陷分类器预测可能的失效模式。在机器学习（ML）应用中，SVM是一种算法监督模型，可以对数据进行分析和分类。另外，数字孪生还可与Atos的工业物联网（IIoT）平台Codex Smart Edge集成，配备能够支持操作人员与专家之间进行互动的网页端看板提供可视化信息。
虽然该解决方案主要面向发电机应用，不过同样的数字孪生技术和方法还可以应用于电厂的其它设备。数字化转型的这种更广泛普及以及最终迈向更具可持续性的发展也是联盟坚持推进的使命。
图3：本图演示了降阶模型（ROM）如何采用机器学习从3D求解器提取物理场，将其插入数字孪生体后端，从而实时获得准确的物理预测
ConnexITy互联
ConnexITy从2017年开始一直在开发旨在将创新融入核电厂设计与运营业务的研发项目。该联盟在过去五年在位于法国巴黎Saclay台地的ConnexLab实验室中设计、集成和评估了相关创新。
联盟的多个项目已经实现产业化，证明核能行业有能力在现有工作流程采纳和实施新的技术。ConnexITy将继续根据数字技术创造新的应用与服务，以促进数字化转型在核能行业更广泛的普及并提高可持续性。
