安全工程技术领域数字孪生应用研究综述*

付 敏，郝镒林，李 萌，李荣峰，李庆双，周柯成

(东北林业大学 机电工程学院，黑龙江 哈尔滨 150040)

0 引言

安全工程是1门多学科理论和技术交叉的科学，是参与者、运行设备和运行环境之间互相联系的工程技术科学，是研究工程技术中各种因素之间的联系以及应用相关的技术、理论和测量方法来达到系统安全的学科[1]。安全工程技术涉及领域广泛，涵盖了所有行业相关的安全问题，主要包括安全仿真分析、安全监控、设施或系统的故障诊断、安全运维管理、主动性维护等技术领域。目前安全性仿真分析多采用有限元或多体动力学方法，该类方法通常采用简化模型，影响仿真精度；安全监控多采用监控器和传感器采集数据，实时性和流畅性有待提高；故障诊断普遍采用基于经验的现场故障诊断模式、基于客户端的故障诊断模式以及基于网络的远程故障诊断模式，诊断系统分散、缺少动态反馈；安全运维管理主要面向复杂系统，通过构建围绕主要业务系统的运维管理平台实现安全管控，系统的协同性和关联性需要加强；预测性维护的数据、模型和实体之间未形成交互联通，存在精度和有效性不高的问题。

数字孪生是1种集成多物理、多尺度、多学科属性，具有实时同步、忠实映射和高保真度特性，能够实现物理世界与信息世界交互与融合的技术手段[2]。数字孪生模型的构建是实现技术应用的重要前提，该模型包括物理实体、虚拟实体、孪生数据、服务模块以及各个部分的连接模块[3]。数字孪生技术可以在虚拟空间反映实体运行或空间运动变化的特质与规律，能够利用虚拟化模型反馈推动物理实体的运行。数字孪生技术基于高精度传感技术、多领域多模型融合技术、全寿命周期数据管理技术以及高性能计算技术，可以实现复杂系统运行过程的实时快速状态监测和评估、提供系统全生命周期的安全性评价、达成系统任务规划与推演以及实时决策功能。数字孪生技术还可以在特定环境下对复杂系统的协同管理、安全维护和配置优化，减少系统维护成本。

目前数字孪生技术已在故障检测、寿命预测、运行状态监测等方面得到应用，为安全工程中的危险识别和评估、系统可靠性分析、工艺过程和关键设备的安全维护、安全监控、工作环境保护和检查等问题提供了新的解决方案。为明确数字孪生在安全工程技术领域的应用进展和发展前景，本文基于文献调研，从数字孪生应用的角度对安全工程技术领域中数字孪生的应用进行综述，以期为安全工程技术数字化和后信息化等相关研究提供参考。

1 安全工程技术领域数字孪生的应用

数字孪生既是物理世界的镜像，同时还在运行中接收物理世界的实时反馈，并通过反馈作用驱动物理世界发展。数字孪生在安全工程技术中的应用可分为仿真分析、安全监控、故障诊断、预测维护、运维控制等5个方面。

1.1 联合模型动态仿真

仿真分析是1种重要的测试设备和分析系统可行性的方法。基于数字孪生模型的仿真分析与传统计算机数学模型相比，最明显的优势是数学模型可以伴随物理实体一起演变。对于采用实时的动态仿真来分析安全问题，国内外不少学者做了研究。

在航天安全领域，Tuegel等[4]分析了飞机寿命预测的物理模型，将数字孪生融入构建了应力-温度-化学参数的动态模拟模型，模拟响应飞行条件对飞机结构变形和温度变化的集成计算。董雷霆等[5]针对飞机结构疲劳问题，探讨了飞机结构数字孪生的5项关键建模仿真技术，为飞机结构安全性预测提供理论基础。

在武器工业安全领域，李杰林等[6]基于数字孪生提出武器装备的可靠性数字孪生概念及内涵，说明武器装备可靠性数字孪生模型能进行健康信息感知。

在公共安全领域，Ham等[7]构造了基于视觉信息交互式的数字孪生城市模型，利用计算机辅助虚拟环境进行沉浸式感知，分析模拟灾害情况下城市的脆弱环节。王璐等[8]利用数字孪生图书馆模型，实现基于演练模拟模式的应急预案演习，实时指导图书馆应对突发事件。

在电气安全领域，Podvaly等[9]面向智能配电网络，构建了具有神经网络进化特性的数字孪生模型。

文献研究表明，基于数字孪生的仿真分析通过创建高保真的虚拟模型,真实地再现物理实体的几何图形、属性、行为和规则等要素。数字孪生模型不仅要在几何结构上与物理实体保持一致,而且要能够模拟物理实体的时空状态、行为、功能等。由于解决1类安全工程问题时需跨多领域建立数字孪生模型，已有建模手段的精确度还有待提高。

1.2 安全监控

安全监控是指对工程现场进行实时全方位监督、发送指令、接收响应[10]。不少学者将数字孪生技术应用于设备、环境以及人员行为的安全监控。

1)环境安全监控

Park等[11]分析火灾事故的特点，利用各种传感器和建筑物物理虚拟映射，通过物联网对建筑物进行智能元素的监测管理。葛世荣等[12]进行了数字孪生模型驱动煤矿智采工作面的研究，得出数字孪生场景模型能提前发现生产现场的突发事件。

2)设备安全监控

Oyekan等[13]针对太空中飞机风扇叶片修理问题，构建了计算机视觉系统进行实时监测，并利用6自由度工业机器人进行修理。Venkatesan等[14]描述了电动汽车的健康检测策略，采用MATLAB创建智能数字孪生模型以进行室内电动机的健康监测，采用人工神经网络和模糊逻辑进行远程电机健康监测。

3)人员行为安全监控

Greco等[15]通过对车间生产人员运动实时跟踪，基于大量运动数据分析改进生产安全性。刘庭煜等[16]针对数字孪生车间生产人员的生产行为，构建了图卷积识别数字孪生特征的模型，用于提升车间生产的监控管理。

文献研究表明，数字孪生技术在环境安全监控中应用较多，主要是通过建立环境孪生模型并采用传感技术进行环境异常监测；在设备安全监控中主要用于实时监测设备的工作状态，而对于人员行为的安全监控研究相对较少。

1.3 故障诊断

设备或系统在运行中出现故障常会引发重大的安全事故[17]。针对数字化故障诊断，不少学者展开了相关研究。

面向航空、航天安全领域，Ezhlarasu等[18]研发了自适应神经模糊系统(Adaptive Network-based Fuzzy Inference System，ANFIS)监视器来快速检测飞机电力系统是否存在故障。Millwater等[19]出于数字孪生机身安全性考虑，结合传感器实时数据进行概率计算，有效预防飞机机身断裂。

面向船舶运输安全领域，周少伟等[20]基于数字孪生提出舰船动力系统故障增强模型，该模型可用于系统和设备故障的仿真和定位。

面向机械工业安全，Fang等[21]描述了风机内部故障和外部观测数据的复杂关系，通过对检测采集数据进行动态网络标记的识别故障和定位故障。Vathoopan等[22]使用数字孪生虚实结合的特点对自动化系统进行模块化故障归因定位，并结合虚拟现实技术对故障进行可视化修正。Wang等[23]讨论了数字孪生故障诊断模型的要求，提出了基于参数敏感性分析的模型，以研究旋转机械不平衡故障和故障定位问题。

面向电气安全领域，Huang等[24]构建了电力系统数字孪生系统设计框架，该框架可有效进行电力系统的故障诊断，降低系统不确定性。

基于数字孪生的故障诊断技术借助实时采集数据和与数字孪生体的同步映射仿真数据，对相关参数进行标记、对比分析，实现模型驱动与数据驱动协同的故障识别与诊断。现阶段的数字孪生诊断技术还停留在建立故障模型和探索技术路线阶段，还需进一步探索基于数字孪生实现诊断溯源的机理性问题。

1.4 运行维护控制

随着设备和系统的复杂化，设备和系统的运行维护控制成为突出的安全问题。

面向机械安全领域，Roque等[25]提出了基于代理的分布式控制系统与数字孪生集成的体系框架，该框架可用于预测和校正车间生产系统开发设计时的执行情况。Karve等[26]基于数字孪生讨论了在不确定性条件下实现最大有效生产的影响，探索了以损伤诊断概率、损伤预后概率以及任务优化3部分为核心的运行策略，并结合数字孪生优化疲劳裂纹加载情况。

面向石油化工安全领域，Hause等[27]提出基于模型的系统工程仿真引擎，将风险转移到项目开发早期阶段，运行过程中利用物联网捕获有关运营中的性能信息，实现闭环管控。

面向城建行业，Park等[28]探索出了1种能源存储操作调度模型，建立虚拟空间中的数字孪生微电网，并结合监督学习技术，综合实现对微电网的调度。王成山等[29]为解决城市综合能源系统的可靠运行，指出利用数字孪生的全息镜像可视化、多源数据集成、系统层级管理等特点构建能源运维管理系统。

面向公共安全领域，Chen等[30]为避免高层建筑中多路电梯碰撞，建立了基于数字孪生的电梯轿厢跟随模型，设置优先级避免碰撞。刘占省等[31]以冬奥场馆为例，进行消防安全疏散演练的理论分析，通过场馆和人员数字孪生建模后算法规划路径，提出最优的解决方案。

面向航空、航天安全领域，Arzhaev等[32]基于数字孪生收集、管理、记录长期运行期间的海军火箭推进剂工厂(Naval Propellant Plant，NPP)全面数据，融合大数据处理、分析实现机组寿命管理。

面向矿山安全领域，张帆等[33]为准确评估矿山的安全可靠性，提出了基于“数字孪生+5G”的智慧矿山体系架构理论，通过构建矿山数字孪生模型(Mine Digital Twin Modeling，MDTM)实时交互实现对矿山系统的管理控制。

文献研究表明，融合数字孪生技术进行设备和系统的运行维护控制已在多个行业领域得到了应用。借助数字孪生的虚拟平台网络，对物理平台的性能进行分析，并结合物联网、大数据等数据科学技术对累积数据进行记录管理与分析，实现物理平台网络的高效运维与快速控制，有效推动物理平台安全维护、风险转移、资源配置合理化等功能实现。

1.5 预测性维护

预测性维护能提前规避事故的发生，提高生产效率、延长产品生命周期。

面向机械安全领域，Aivaliotis等[34]建立生产机器运行中的数学模型，利用数学模拟和仿真模型的交互反馈来调整评估机械状态，并进行预测性维护。Guo等[35]通过源数据建立制造车间数字孪生模型，利用非线性漂移布朗运动建立功能部件寿命预测模型，该预测模型具有高度实时性。

面向航天安全领域，孟松鹤等[36]通过构建数字孪生航空伴飞系统框架，集合历史数据和专家经验确定可能故障并进行预测性维护。孔旭等[37]为了拓宽数字孪生在航空航天中的应用，建立数字孪生预测性维修技术框架，该框架的核心是故障特征提取、故障诊断和性能趋势预测。

面向船舶运输安全领域，李福兴等[38]提出了创建船舶孪生体、获取数据、数据预处理、模型训练等船舶预测性维护的方法。

面向建筑施工安全领域，Shim等[39]以混凝土桥梁为例，提出了基于图像处理和跟踪的闭环数字特征的故障检测系统，此系统可随着累计数据升级更新。

面向石油化工安全领域，Cattaneo等[40]通过加速度计采集钻机运行数据，利用数据进行指数衰减完成随机系数统计，进行钻机寿命预测并及时维护。

文献研究表明，融合数字孪生技术的预测性维护主要应用于机械、航天、建筑施工、石油化工、船舶运输等行业，其中对于机械设备的预测性维护关注最多。基于数字孪生的预测性维护技术路线是通过构建数字孪生体获取工程参数，经数据处理后进行故障特征提取、故障识别与处理。

2 讨论与展望

2.1 讨论

国内外不少学者利用数字孪生的先知预测、可视化实时监控、动态仿真模拟、故障诊断溯源、运行维护管理的特点结合各领域问题进行了研究，尤其是在机械行业中综合利用数字孪生技术解决遇到的安全问题。虽然数字孪生技术已在各行业领域得到广泛应用，但大多停留在理论阶段，需进一步探索安全工程技术领域中数字孪生应用过程中需要解决的关键技术问题，以期为进一步开展实际应用研究提供参考。

1)数据采集获取

数据作为数字孪生技术的基础，数据的采集获取是数字孪生能否使能的关键[41]。但是现阶段数据的采集获取仍然是一大难点。其原因如下：在建立原始孪生体模型时，由于重要机械或精密机械的数据保密性，导致难以建立精确的模型。在原始孪生体模型建立后，需通过摄像头、传感器对物理实体的数据实时获取来实现数字孪生体和物理实体数据交互的实时性，但目前传感器、摄像头等的数据获取能力难以满足数据采集高效率和高精度的要求。因此需要开展高精度和高实时性传感器的相关研究，以克服数据信息对数字孪生模型的干扰。

2)多领域多维度联合建模

数字孪生的应用过程中需建立对应的物理实体模型，通过对仿真模型赋能，使其具有对物理实体可视化和预测性的能力。在复杂系统中，数字孪生的模型与传统仿真模型不同，建模时应采用多领域多维度联合建模技术。在建立精准的数字孪生模型时，既要基于多技术领域对实体对象进行跨领域建模，还要从空间维、时间维、成本维、质量维等多个维度对实体对象的特征进行刻画。

目前大部分行业中数字孪生建模是针对特定领域的模型开发和发展进化的，前期分别在特定领域用数字孪生建立模型，后期将多领域的模型集成其他技术进行整理融合[42]。例如，对车间进行数字孪生建模，前期需要对车间中所涉及对象分别在各领域建立相应的数字孪生体，后期再将各部分的数字孪生模型进行融合，由此构建的模型会存在超自由度和不易理解的情况。因此需开展计算机建模技术的研究，以解决跨领域模型融合的问题。

3)数字孪生置信度评价方法

数字孪生的本质是与物理实体忠诚映射的模型。数字孪生实质上是模型的1种，该模型在指导实践生产和应用过程中并非是完全可信和完全准确的[43]。现阶段，鲜有学者对数字孪生技术应用中置信度问题进行研究。针对数字孪生模型的置信度评价方法进行研究，可以提高孪生体对物理实体修正结果的可信性。例如，建立基于数字孪生预测性维护的置信度评价方法，在高置信度时可通过提前维护延长使用寿命。

2.2 安全工程技术领域中数字孪生应用展望

对于各行业所隶属的安全工程技术领域，数字孪生应用于动态仿真、安全监控、故障诊断、运维控制、预测性维护等方面，提供了数字化、高安全性的工程环境。而新材料技术、量子通信技术、量子计算、芯片技术、融合人工智能、物联网等前沿技术的持续发展，也必然会推动数字孪生技术不断发展和完善，其在安全工程技术领域中的应用也具有广阔的发展前景。安全工程技术领域中数字孪生应用展望可朝以下方向进行：

1)基于大规模的工程实际问题，运用数字孪生集成数据科学在工程中建立统一的危险程度和预测可靠性的评价方法。

2)研究数据实时传输技术，以解决现有工程数据挖掘的滞后性问题，提高数字孪生模型的可靠性。

3)基于数字孪生技术的动态交互性和实时性，构建高趣味性和沉浸感的安全演练与培训平台。

4)结合大数据对工程中多种数据进行融合分析，将数据驱动和解析模型深层次融合，基于数字孪生技术的数据分析功能，开展对故障诊断、故障溯源的机理性研究。

5)将数字孪生技术应用于灾后处理，构建包括人员定位、紧急通讯、自救资源的安全避险系统，以提高救灾精准度、减少人员伤亡。

6)安全工程技术领域数字孪生的理想特征应具有自我感知性、数据实时性、多向互动性、动态进化性、技术容错性、模型开放性、高度自动化和绿色环保性。

3 结论

1)目前数字孪生在安全科学技术领域的应用主要包括仿真分析、安全监控、故障诊断、预测维护、运维控制等5个方面。

2)基于数字孪生的联合仿真分析在航天工业、武器装备、公共场所安全、电气行业得到了应用，但由于建模技术和数据传输技术的不足，尚未实现精准的数字孪生模型描述。

3)在安全监控方面，数字孪生技术在环境的安全监控中应用较多，主要是通过建立环境孪生模型并采用传感技术进行环境异常监测；在设备的安全监控中主要用于实时监测设备的工作状态，而对于人员行为的安全监控研究相对较少。

4)在故障诊断方面，主要应用于电气行业、航天工业、机械工业以及船舶运输行业中，融合数字孪生技术实现复杂系统和设备的故障诊断、定位和溯源，但对于故障诊断和溯源的机理未进行深入探究。

5)融合数字孪生技术进行设备和系统的运行维护控制已在机械工业、石油化工、航空航天、煤炭、城建、公共安全等多个行业领域得到了应用，但较少涉及决策评价方法的研究。

6)融合数字孪生技术和历史数据分析可进行预测性维护，主要应用于机械、航天、建筑施工、石油化工、船舶运输等行业，数字预测性维护的算法优化是下一步亟需解决的问题。