动力系统云孪生智能技术研究报告

动力系统云孪生智能技术研究报告

何海辉（第一作者）、汤文成

广州蓝海豚游船有限公司 

摘要

近年来，数字孪生技术迅速发展，因其拥有可以反映实体装备的全寿期过程，具有虚实融合与实时交互、迭代运行与优化以及全要素、全流程、全业务数据驱动等特点得到了广泛关注。

动力系统作为舰船的心脏和能量来源，其性能指标、可靠性和维护保障对舰船作战效能和装备完好性有着关键影响。借助数字孪生来实现动力系统智能化，可以提升设备控制的稳定性、故障定位及诊断的准确性，从而提高舰艇性能。

本文为有关动力系统云孪生智能技术的研究。介绍了相关的技术并对应技术介绍了相关技术的实施方案。

关键词：舰船动力系统；数字孪生；技术体系

1

1绪论

1.1  背景介绍

自2005年起，我国舰船装备进入了快速发展期，多型舰船从无到有，初步建立了舰船设计、制造、测试等研发体系，但在舰船设备智能化方面尚未开展系统性研究。目前，我国在积极推动民船领域动力系统智能运维技术的发展，主要体现在机舱智能运维方面，在《智能船舶规范》中，智能机舱是智能船舶的六大功能模块之一。经过近年来的蓬勃发展，民船智能运维技术已建立了体系发展框架及相关规范，但舰船装备领域的动力系统智能化发展则略显不足。

数字孪生是一种旨在精确反映物理对象的虚拟模型会给研究对象（例如，风力涡轮机）配备与重要功能方面相关的各种传感器。这些传感器产生与物理对象性能各个方面有关的数据，其实现在很大程度上依赖其背后的计算平台，实时性是衡量数字孪生系统性能的重要指标。因此，基于分布式计算的云服务器平台是系统的重要保障，优化数据结构、算法结构等提高系统的任务执行速度是保障系统实时性的重要手段。如何综合考量系统搭载的计算平台的性能、数据传输网络的时间延迟及云计算平台的计算能力，设计最优的系统计算架构，满足系统的实时性分析和计算要求，是应用数字孪生的重要内容。

1

2.1 数字孪生体系架构

2.1.1  感测层

设备层对应动力系统的各个硬件设备，例如传感器、驱动等，这些设备能采集动力系统中EMS、BMS、推进系统、监测报警系统、吊舱装置转舵机旁控制箱、GPS、AIS等系统设备点数据。

2.1.2  网络层

通信层管理不同之间的交互组件并实现从设备到物联网的通信服务业。它提供网络、连接和数据功能传输并实现跨越不同网络环境。

2.1.3  数据与资源层

数据与资源层用来存放从通信层传输过来的数据。会使用诸如时间序列数据类型的数据库。

2.1.4  调度管理层

调度管理层根据任务需求来完成模型生成、算法选取及参数设置，通过模型运行管理而获得相应输出，并通过数据、图表等表现方式传输至服务层的各个功能子系统，从而完成系统的状态监测、维护指导、故障诊断、运行优化或设备管理。

2.1.5  模型与算法层

模型与算法层包含了数字孪生体所需的模型和算法。

2.1.6  安全层

安全层主要负责保障系统的安全以及用户的隐私，同时还负责身份管理、验证与授权功能。

2.1.7  应用层

应用层提供用户与数字孪生平台交互的界面。

图2.1 动力系统数字孪生平台体系构成

1

3系统实施方案

3.1  采集软件平台实施

采集软件平台使用NodeJS开发，并结合了Node-RED和Electron技术。

Node-RED是构建物联网应用程序的一个强大工具，其重点是简化代码块的“连接”以执行任务。它使用可视化编程方法，允许开发人员将预定义的代码块（称为“节点”，Node）连接起来执行任务。连接的节点，通常是输入节点、处理节点和输出节点的组合，当它们连接在一起时，构成一个“流”(Flows)。

Node-RED采用NodeJS开发，集成了NodeJS的诸多优秀功能特性，适合开发配置实时数据处理和数据采集程序。具有高度灵活、易用、可扩展性，非常适合用于船载端数据采集软件。

采用NodeRED开发设计的数据采集程序，部署在船载工控机上，通过ModBus协议、数据库数据读取、文件数据读取、串口数据读取等模块，实现实时数据采集。

3.2  物联网平台实施

物联网平台采用阿里云物联网平台。

阿里云物联网平台是一个集成了设备管理、数据安全通信、消息订阅和数据服务等能力的一体化平台。向下支持连接海量设备，采集设备数据上云；向上提供云端API，服务端可通过调用云端API将指令下发至设备端，实现远程控制。

3.2.1  阿里云物联网平台架构

物联网平台支持与接入设备进行通信，可将设备通信数据流转到其他阿里云产品中进行存储和处理，是构建物联网应用的基础。

设备接入物联网平台后，可上报设备数据至IoT云端。物联网平台可实现设备数据的采集、流转、存储、分析和实时监控，同时，提供安全认证和权限策略服务，保障设备和物联网平台云端数据的安全。

3.2.2  本地数据库实施

本地数据库采用开源的时序数据库TimeScaleDB。该数据库是一款基于PostgreSQL开源数据进行扩展的时序数据库，其具有时序数据压缩能力，自动滚动循环存储能力，数据分片和水平扩展能力，自动扩展分区，高速数据插入能力等。同时还继承了世界领先的开源数据库

PostgreSQL的诸多功能特性，包括丰富的数据类型：数组、范围、JSON、KV、GIS、图等，丰富的索引接口：b-tree、gin、gist、sp-gist、brin、rum、bloom、hash等，此外还支持通过标准的SQL语句对数据进行查询和分析。

3.2.3  云端数据库实施

云端数据库采用阿里云的RDS MySQL，是由阿里云托管并提供服务的云端MySQL 数据库。MySQL是全球最受欢迎的开源数据库之一，阿里云RDS  MySQL云数据库，针对云端场景对MySQL 开源版本进行特殊优化，保证系统持续稳定和高吞吐。此外，阿里云RDS 是首个通过“等保三级”认证的高安全数据库，并获得国内外多个安全等级认证。

3.2.4  云端分析型数据库实施

云端分析型数据库采用阿里云的Hologres交互式分析数据库。

Hologres致力于高性能、高可靠、低成本、可扩展的实时数仓引擎研发，为用户提供海量数据的实时数据仓库解决方案和亚秒级交互式查询服务，广泛应用在实时数据中台建设、精细化分析、自助式分析、营销画像、人群圈选、实时风控等场景。

3.2.5  阿里云流数据处理平台数据总线DataHub

阿里云流数据处理平台数据总线DataHub是流式数据（Streaming Data）的处理平台，提供对流式数据的发布(Publish)，订阅（Subscribe）和分发功能，让您可以轻松构建基于流式数据的分析和应用。数据总线DataHub服务可以对各种移动设备，应用软件，网站服务，传感器等产生的大量流式数据进行持续不断的采集，存储和处理。用户可以编写应用程序或者使用流计算引擎来处理写入到数据总线DataHub的流式数据比如实时Web访问日志、应用日志、各种事件等，并产出各种实时的数据处理结果比如实时图表、报警信息、实时统计等。

3.2.5  安全层实施

安全层采用阿里云的IoT安全运营中心。

IoT安全运营中心（Security Operation Center）是面向物联网资产的统一安全管理系统，通过全网资产测绘、全面安全检测、实时安全防护等能力，实现物联网资产“可见、可知、可管”的安全运营闭环。

3.3  云计算服务实施

云计算服务采用阿里云的 ECS弹性计算云服务，用于部署和运行用户认证服务、维修专家知识系统服务、手机端监控软件服务等数据和应用服务。具有高稳定性，高可靠性，高安全性，弹性可伸缩等云计算的优势和特点。

云服务器ECS主要包含实例、镜像、块存储、快照、安全组、网络等功能组件，具体产品组件架构图如图3.6所示。

3.4  应用层实施

应用采用微信小程序开发，实现无需下载安装就能立即使用的手机移动端应用解决方案，可以同时支持苹果和安卓手机，一次发布，多端运行，方便快捷。

4  结论

专家系统通过采集船舶电力推进系统和设备的运行信息，在船载端采用高速现场总线完成电力推进系统设备的数据搜集，并在船载端进行实时化数据处理，在船载端对数据的处理应满足标准规范的数据格式，规定电力推进系统下系统参数及各设备的设备参数，经过存储、加密、压缩等方式，然后通过无线通讯网络传输至岸基端或云端，专家系统进行数据分析和诊断。岸基端或云端需对数据进行分析，然后按照不同设备、不同数据类型对其进行数据分析、异常监测、数据可视化、应用服务等。

1