0 引言
隧道施工由劳动密集的钻爆作业逐步发展为大型机械化智能建造。隧道内一般施工人员逐步 被大型的智能机械取代。但就目前的技术而言,隧 道施工尚无法达到全机械人化,因此隧道内工作人 员仍然长时间受到有害气体、粉尘、柴油机尾气等 污浊空气以及低氧高温高湿环境的伤害。目前,通 风仍是解决洞内空气质量问题的主要手段。随着 传感器技术以及物联网、大数据和人工智能的快速 发展,施工隧道通风应急决策与通风调控智能化越 来越受到重视。针对粉尘、有毒有害气体、高温或 低温侵害以及高原低压低氧等施工环境的改善问 题,有望突破传统隧道通风理论和技术的限制,发 展智能通风技术,从而预防因局部失效造成全通风 系统的级联崩溃,进一步提升施工隧道监控预警水 平和应急处置能力,适应“绿色隧道”的建设与发 展需求。
隧道智能通风有望发展到通风系统的数字孪 生,这里先引入数字孪生的概念。尽管全尺度实 验、数值模拟以及数字式数据采集和虚拟现实在多 领域已经发展了几十年,如文献以自主逃生和 磁近感探测为案例描述了虚拟矿井的特点,用于快 速创建面向人工数据收集、模拟、可视化和培训的 地下矿井,现有数字孪生的概念在2002年才 由Grieves首次提出。此后,出现了大量的研究 成果和工业领域的应用。目前广泛使用的数字孪 生概念主要来自于Glaessgen和Stargel的定义: 数字孪生是一个“既有的多物理场、多维、多尺度 及概率模拟的集成系统,它由数字线程实现,即使 用最佳可用模型、传感器信息和输入数据来镜像和 预测其实物孪生体的全生命周期内的业务活动与 性能”。
构建数字孪生及其相关智能通风的现状分析。文献阐述了智能调控按需供风的定义及其将信息采集处理技术、控制技术与通风系统深度融合的内涵。文献着重论述了智能通风亟待解决的基于热流耦合的矿井通风网络理论、通风系统非线性观测器构建、传感器布设优化、阻变型故障诊 断、扰动识别、灾变时期风流状态、应急状态下致灾 因子传播快速推演技术等关键科学技术问题。文 献深入讨论了按需调风优化、在线闭环调控、 监控点优化布局、通风系统状态估计、需风量超前 预测、反风风道识别、可靠性调节优化、通风系统故 障诊断、智能调控风门风窗、通风智能化软件系统 等关键技术和相应的解决方案。上述研究或成果 一方面忽略了风巷内部的细节信息,风巷连接点只 能简化为节点。另一方面,传感检测手段建立了物 理实体与分析结果的动态关联,但其严重依赖传感 器数量,常有“以点带面”的现象。文献建立动 态管理仿真控制系统,依据洞内通风参数传感器的 监测数据,设计隧道智能通风系统,实时控制通风 系统的动态及管理爆破作业的全过程,提供通风机 变频调解方案。目前关注矿井智能通风的研究较 多,施工隧道智能通风也发展较快。相关成果构成 了数字孪生构建的基础或部分特征。
尽管通风系统数字孪生的现有研究报道很少, 但这些成果对于施工隧道智能通风系统数字孪生 的发展无疑将起到推动作用。文献针对传 统局部通风系统无法实时监测及智能调控风筒出 风口风流状态而导致风速场分配不合理等安全隐 患问题,提出一种基于数字孪生技术的掘进工作面 出风口风流智能调控系统,分析了系统实现的整体 框架、运行流程及关键技术,利用Zigbee自组网功 能进行相关实时数据的监测采集,运用Unity3D构 建系统虚拟模型并实现了物理实体与虚拟孪生体 的映射交互,并建立了风流智能调控决策系统。文 献[通过建立一个可深度展示通风系统组件模 型功能且可标定的模型,发展出能够识别关键问题 且可标定的通风系统数字孪生体。该模型提供了 解决动态复杂问题的最佳解决方案。
从目前国内外对数字孪生与智能通风系统的研究现状来看,相关研究集中于矿井通风,施工隧道通风系统的数字孪生技术尚处于初步研究阶段,仍需进一步发展与创新。同时,上述研究大多以风巷或隧道的拓扑结构为基础,这种抽象使计算机模型与物理实体的联系不够紧密。 此外,传感器的数量也制约了孪生模型的精准性,影响了数字孪生技术在通风领域的推广应用。 尽管数字孪生在隧道通风领域尚处于发展初期,但已有的研究成果为施工隧道智能通风系统的数字孪生构建提供了宝贵的支持与借鉴。
基于现有的智能通风系统与数字孪生技术研究成果,本研究旨在通过上述技术实现施工隧道通 风的智能运行,以改善通风效果与实现节能目标。 本文提出了基于算测协同的施工隧道数字孪生架 构,借助模拟数字孪生与大数据技术,规避了传感 器数量对数字孪生技术的限制。 同时,构建了智能 通风孪生管理平台架构,并实现实际施工环境与虚 拟空间的实时同步。 针对提出的理论与方法,本研 究将所构建的简捷智能通风系统融入智能通风孪 生管理平台,在实际隧道施工中进行了应用与验 证,并取得了初步的成效。 本研究为施工隧道智能 通风系统的数字孪生技术提供了新思路,有助于推 动数字孪生技术在施工隧道领域的发展,对于改善 施工环境质量以及实现节能降耗目标具有积极的 意义。
1 算测协同的智能通风系统数字孪生的构建
数字孪生主要分为两大类:实体(Plant)孪生和过程(Process)孪生。 实体孪生是一个数字或物理意义上的三维全尺度模型,虽然可作为智能观测器和高级仿真平台,但对于智能通风系统来说,其更适合引用过程孪生,即将相关的过程和自动化系统实现数字化表示,用来研究隧道的行为和性能,进一步实现传统的仿真计算、异常诊断、智能决策和调控等技术与人工智能、大数据、物联网等高新技术的深度融合。
1. 1 融合数据分析和仿真计算的模拟数字孪生
实际的物理问题都或多或少地积累历史信息,而经验数据存在噪声且很少是完整的。 特别是对于不同的施工工序,并非总是可以从现场的物理设备获取数据。 一旦在现场发生了仪器设备故障就可能导致灾难性灾变并致使设备损坏。 即使在可控的条件下,事故的产生也可能使数据获取过程是耗时、昂贵甚至是不可行的。 此外,由于事件尚未发生,总会存在一些不确定的数据,并且只能在特定条件下才能再现或被挖掘出来。 许多当前流行的分析方法实际上是数字化的———由背后的大数据来支撑。 但对于大数据分析的结果,由于事件从一开始就可能未能明确未知量,因而其提供可靠预测并独立于数据的结论受到限制。 大数据分析的有效性总是高度依赖于所提出物理问题的动态特性和数据收集的时段。 在这种情况下,除采用统计方法外(适用于稳定和易于准确模拟所有状态的系统),有必要使用其他数学分析手段来监控、预测和管理此类系统。
借鉴文献,引用模拟数字孪生(Simulation DigitalTwin)的概念,将基于物理和数据驱动的混 合建模产生的最终数字映射数据作为大数据缺失 的补充。 将机器学习技术应用于基于数值模拟的 结果有利于弥补数值计算技术和数据科学之间的 偏差,从而设计出更准确的数据分析模型,进而以 集成的方式完善系统特征。 本文选用的方法是先 将数据处理方案和CFD嵌入到所提出的模拟数字 孪生模型中,再基于物理过程和数据驱动进行混合 建模,构建出分层次的计算流程,旨在涵盖高代价 CFD无法实现的且更广泛的运行条件,否则这些 条件可能将过于昂贵而无法模拟。 通过这种数据 分析策略,多种施工工序中通风的复杂物理过程可 依靠CFD与大数据分析的融合以解决局部数据偏 差或缺失的问题。
大数据分析技术的进步使历史数据的价值显得更加重要,同时从预测的角度拓展了数据分析的潜在应用。 利用有限的历史数据,通过相关物理问题的近似分析解模拟再现系统的特征和探索未知量,进而采用数字孪生技术构建出系统中完整的未知数据。 这样发展通风理论以预测出以往难以预测的故障或灾变并为未知事件做好准备。 如果意外不可避免地发生,使用这种仿真可正确预测、及早发现新方案并对这些新方案做出更恰当的响应。 一旦掌握了物理问题的动态复杂性并辨识了其起源,动态或灾变管理就可以从反应性转变为预防性态势。
1. 2 智能通风系统数字孪生的构建
参照被广泛接受的含5个组成部分数字孪生构架(即实体空间、虚拟空间、数据融合模块、服务模块和模块连接与交互),再结合专业领域的发展趋势和现实需求,本文提出智能通风系统数字孪生的构架为实体空间、虚拟空间、数据融合模块、机理模型模块和应用服务模块(参见图1)。
图1 含5个组成部分的数字孪生构架
实体空间包含隧道物理原型、传感器和执行器、通风设备和构筑物及其定位,对其全生命周期内的通风相关活动与性能进行快速计算、低时延可视化、可靠性分析和准确表征;虚拟空间是对物理实体进行高保真镜像和隧道通风任务的精准仿真, 包括多物理场、多尺度、概率仿真模型,这些模型集 成和挖掘、分析数据并执行仿真以确定物理原型的 最佳控制参数和策略;数据融合模块充当实体空间 与虚拟空间之间的桥梁、确保了这两个空间之间的 数据和驱动命令(驱动)无缝交换。 它从传感器和 模拟结果中收集数据,再通过机理模型模块进行数 理分析,生成驱动信息或指令进入应用服务模块;机 理模型模块将基于自然科学基础理论(如,对流、扩散、化学反应等守恒原理)建立的数学方程组、数字孪生数据库信息和专家知识深度融合,驱动人工智能孪生器(AIwomb)对实体空间的实体形态和行为、性能进行快速计算、可靠性分析和准确表征,对虚拟空间实现对实体空间的实体形态的高保真度镜像和内在行为与性能的精准计算;服务模块包含(低时延)可视化服务、仿真计算服务、诊断服务、模型标定服务、实施优化服务、各类数据服务等。
这里实现了“算测协同”,即在数据融合模块中实现传感器数据和数学模型仿真结果融合的同时,再结合模拟数字孪生完善数据库。 对监测数据和模拟数字孪生数据相互取长补短,为构建保真准确的数字孪生提供有效数据。 通常,在实体空间上训练预测性维护与诊断算法所需的故障或灾变条件成本太高,甚至不可能。 这一挑战的解决方案是使用来自完整隧道实体的现场数据来调整通风系统实体三维模型并创建数字双胞胎。 然后使用虚拟空间设计预测性维护与诊断的检测算法,用于部署通风系统实体的控制器。 该过程可以自动化,可以快速调整不同的条件、处理的指令和设备配置。
针对智能通风系统数字孪生构建中存在的测量与计算问题,提出的算测协同策略将全面解决此类挑战。 首先,对于实体空间中隧道通风状态参数的测量与求解问题,拟采用流体力学中的等效圆管风速分布测定法解决:在隧道内布置传感器,测量固定位置处的风速和风压,利用等效圆管流速经验模型,精确计算通风阻力等参数。 同时,结合传感器、微处理器和无线网络技术,实现数据的在线识别、解算和实时采集传输,从而实现对通风系统的持续监测和优化。
在数字孪生模型构建过程中,将数据处理方案和CFD模型嵌入模拟数字孪生模型中,基于物理过程和数据驱动进行混合建模。 在数字孪生平台上同时考虑实际数据和数值模型的影响,智能通风系统更准确地反映实际通风系统的运行状态,并增强数字孪生模型的预测能力。
针对隧道内存在的干扰因素导致的测量困难或参数无法测量的情况,在数字孪生平台上运用反问题和快速计算方法予以解决。 这一策略能够模拟获取“测不了”或“测不全”的数据,填补实际测量的不足,使数字孪生模型更加全面地反映实际情况。
为进一步提升数字孪生平台的效能,可将隧道通风状态参数的实时数据与历史数据相融合。 引入隧道内瞬态风流状态参数的解析求解方法,能够有效解决数字孪生平台中的计算难题或延迟问题,可以更准确地预测通风系统的变化趋势和性能表现,为系统优化提供更可靠的依据。 由此可见,借助采用算测协同的方法,能够充分应对智能通风系统数字孪生构建中的测量与计算问题,实现更加精确可靠的系统建模和优化。
参照文献提出的启动数字孪生的通用框架,本文给出构建方案的6个具体步骤:(1)构思 所有可能的应用场景,将对每项应用进行评估、确 定有关过程的进程片段以便迅速抢占先机。 (2) 辨识并确定用于标定的数字孪生结构或配置,既有 最高经济和技术价值又有高成功率。 (3)制定标 定方案,在应用服务实施之前采用迭代与渐进的敏 捷开发以加速机器学习,确定面临的挑战与风险、 以及评估付出的代价,用于微调传感器和其他数字 技术的选择以及所面对数字孪生的分析方 法。 (4)标准化数字孪生过程,使用已建立的机理 模型、现有技术和手段将数字孪生开发和配置过程 实现标准化。 (5)扩充孪生体,可组合相关联的数 字孪生配置以及与标定有交互的任何其他流程。 (6)监测和评估反馈,持续监测并客观衡量应用服务模块的效果,并迭代式修正现有的数字孪生以产生最佳应用成效。
2 施工隧道智能通风控制系统案例描述
施工隧道智能通风控制系统可以提高空气品质,创造健康的工作环境,同时实现风机的高效运转和风筒的合理有效供风,减少由于通风异常导致的停工停产损失和通风安全事故的发生,确保各个施工工序的有序进行。 特别是智能通风既能满足现场施工通风需求,也能实现通风机的精准控制及通风电耗的降低。
参照运营隧道智能通风系统并结合施工隧道现场实际需求,创建了简捷的施工隧道智能通风系统,如图2所示,包括主控模块、调控参数识别模块和风机频率控制模块。
图2 简捷的施工隧道智能通风系统拓扑图
主控模块由主控制器、通讯模块和数据存储单元等部分组成,能够接收通风系统各部分的运行参 数和隧道内部的环境参数并控制相应的执行机构 以对风机进行控制。 主控模块以钻爆法施工工序 为参考,借助通风系统数字孪生平台所提供的在线 数据和历史数据,对O2 、CO、颗粒污染物等关键参 数的实测值进行深入分析,结合历史数据及工序特 征,实现施工工序及其时长的实时判定。 通过不断 地修正各工序的起止时间点判断标准,主控模块能 够根据当前工序的特征和所需通风量情况,精确地 供风,从而实现整个施工过程中通风的全工序自动 化控制。 此外,隧道内存在的一些干扰因素,例如 运输车辆的装载、挂网支护,都将对传感器数据的 准确性造成影响。 为克服这些干扰,主控模块结合 实时数据,运用反问题和快速计算方法进行参数修 正,保持计算数据与监控数据同步,并为控制系统 提供更为可靠的参数输入。
调控参数识别模块由数据采集、通讯单元和多种传感器组成,能够实时采集当前位置的各项环境参数,并将数据上传到控制主机。 在隧道内,还可以在不同位置设置模块来识别隧道内部状态。 风机频率控制模块包括执行器和风机变频器,能够接收上位机的控制指令以控制风机,同时还可以采集风机的实时运行参数并将其上传至主控模块。
某施工隧道总长约3543m,采用钻爆法施工,通风系统使用一台安百拓AVH140.110 变频轴流风机,额定功率110kW。 由于钻爆法施工不同工序中产生污染物的量和速率不同,借助构建的简捷施工隧道智能通风系统实现风机频率的智能调节,可实现良好的节能效果。 调控参数识别模块安装在掌子面附近的移动式配电箱后方(如图3),主要包括O2、CO、CO2、颗粒物传感器,它们与数据采集、通信模块等集成在掌子面环境质量监测箱中。传感器和采集模块均采用无线数据通信方式,利用隧道内现有的局域网进行数据交互,将数据传输并保存至控制主机。 当掌子面与主控室距离过远时,可通过无线中继器实现数据转发。
图3 调控参数识别模块布置
风机频率控制模块通过导轨安装在风机变频器旁(如图4),接收主控模块发出的指令,并将信号转化为模拟量,通过风机变频器控制风机的启停及实现运行频率的智能调控。 此外,该模块还可以收集风机运行的状态参数并将其传输至主控模块。
图4 风机频率控制模块布置
相较于其他隧道智能通风系统,本系统具有如下特点:(1)调控参数识别模块以颗粒物浓度、一氧化碳、二氧化碳等有害气体浓度作为主要调控识别参数。 PM10 等颗粒物是影响隧道内能见度的主要因素之一,通风系统的调控可以与作业人员的视觉感官相关联,更加直观地反映通风效果;(2)为满足隧道氧气供应与稀释污染物的需求,主控模块采用的控制策略是在保证基础通风量的前提下,计算各种污染物的无量纲浓度,以超标最严重的污染物浓度作为主要控制对象,实现了隧道通风的多参数控制;(3)系统采用模块化设计,可按需配置以实现单一或多种功能;(4)采用集成化的环境信息采集模块,有效降低现场工作量以及整体系统成本,并降低了安装调试技术难度。
3 虚拟空间建立与孪生同步过程的实现
3. 1 智能通风系统数字孪生的构建
隧道参数化模型由参数化构件类和逻辑分析类组成,参数化构件类除一次衬砌、复合衬砌、锚杆、洞门等常规模型外,还需对常规模型进行纵坡、长度等批量参数设定。 逻辑分析类即用Dynamo对各构件沿不规则空间曲线铺设。 首先通过EXCEL表格的导入,利用PlaneCurve节点自动生成三维空间曲线。 再调用构件类型对应里程的EXCEL 文件,使得各参数化构件自动附着在生成的三维空间曲线上,实现施工隧道1∶1自动化建模,如图5。 模型包括位置编码、区段编码、长度、几何形状、材料、结构等信息。 同时,采集施工现场进度的相关数据(几何信息、围岩参数等),并以此为依据实时更新BIM模型,将实际的进度信息集成到既有的模型中,保证信息和模型同步。
图5 施工隧道通风系统虚拟模型
在已建隧道模型的基础上加入通风系统模块,包含设备的几何参数、运行参数等。 根据实时施工隧道模型采集的截面积、长度等动态数据,不断调整通风系统模块。 采用效果图、虚拟漫游等多种展示手段,将施工隧道实体通风系统以三维图形方式虚拟展示出来;将通风设备与设施的各种真实属性通过参数形式进行相关参数统计和性能模拟分析。
3. 2 智能通风数字孪生管理平台架构
采用BIM与物联网技术(IOT)搭建智能通风数字孪生管理平台,如图6所示。 在实体空间中优选传感器节点位置及数量,实现各类数据的实时采集与上传功能。 在虚拟空间中创建传感器和网络单元效果图模型,实现洞内环境参数监控与实时分析,配合施工决策管理。
图6 智能通风孪生管理平台架构
感知层由各类传感器组成,包括环境参数传感器、视频监控设备及风机数据采集装置等,全部以网络化的形式构成传感网络。 网络层由洞内、洞口局域网以及通讯互联网组成,通过物联网标准的通信协议将感知层信号传递给相应的IP 功能控制器。 平台层是信息的集中处理中心,提供虚拟空间展示、实时数据监测、历史数据调取、安全预警等多种功能。 应用层将由集中管理和分散应用的功能软件组成,可以实现通风系统的智能控制并进行物理场的模拟预测以及通风策略优化。 数据库用于储存各类数据以供其他各层调用。 构建完成的智能通风孪生管理平台如图7所示。
图7 智能通风数字孪生管理平台
3. 3 数字孪生同步机制的实现
借鉴文献提出的实时数据驱动的多维融合模型孪生同步方法,可从状态实时映射和动作实时映射的角度实现数字孪生同步。 虚拟空间以物理空间为基础,构建隧道几何模型、通风属性模型和约束规则模型。 其中,隧道几何模型是其他两个维度模型的载体;通风属性模型是对隧道实体要素固有属性和风流运动状态的客观描述,既接收实时数据又接收机理模型仿真结果,改变动态映射信息中参数变量以进行状态映射;约束规则模型是孪生同步过程正确与否的判断条件,包括状态映射规则和动作映射规则。 这里的状态是物理空间要素通过一组特定物理参量表现出的通风系统特征;动作控制函数接收动态映射信息中的变量信息,驱动隧道几何模型中通风设备或设施做出相应动作并进行动作映射。 隧道几何、通风属性和约束规则三维融合的孪生模型是物理空间在虚拟空间的镜像,具有与隧道实体相同的位置、状态、关系等特征和多样化功能,处理后的实时通风数据驱动孪生模型,使其在状态和动作上与物理空间保持一致并实现孪生同步。
通风系统运行时,传感器收集到的属性参数数据和风机的运行状态信息等数据通过无线通讯网 络传递,并进行数据清洗、分类和储存至数据库中。 处理后的数据经过约束规则映射后,实现虚拟空间 与实体空间之间的状态和动作实时映射,并将产生 的孪生数据同步储存在系统数据库中(如图8)。 虚拟空间物理模型能够接收并展示实时数据流,并 实现实体通风系统的相应动作。 在通风系统数字 孪生中,机理模型快速计算当前风机最佳运行状态 与频率,并将指令传递给执行器。 执行器接收指令 后,将调控指令转化为控制信息传递给风机变频 器,以调整风机运行状态,并将反馈信息传递给数 字孪生模型。 在此过程中,孪生模型接收到的指令 数据实时记录在历史列表中。 如果由于网络等原 因出现错误,或通风系统故障导致隧道工作环境质 量下降,系统会以弹窗的形式在前端界面显示报警 反馈信息,由操作人员进行判断和操作,保证系统安全性。
图8 通风系统数字孪生同步机制
3. 4 案例实施的初步结果
图9显示了1月2日至3日部分时段内隧道工作面污染物浓度和风机频率的变化曲线。 从图 中可以看出,2日15时前后进行了爆破作业并开 始进行出渣工序。 工作面环境参数识别模块监测 到爆破发生后PM10、PM2.5、二氧化碳等多种污染 物浓度超标,执行器控制管理模块识别隧道进行了 爆破工序,智能通风监控系统切换风机至排烟模 式,向风机变频器发出调控指令,风机以最大频率 运行,排出粉尘与有害气体。 约30min后,出渣工 序完成,颗粒物等污染物浓度降低至设定标准以 下,符合国家《公路隧道施工技术规范》(JTG/T 3660—2020)相关规定。 执行器控制管理模块 向风机变频器发出信号,降低风机运行频率,使风 机保持在35Hz基础频率范围内运行,以确保污染 物及粉尘浓度低于标准限值。 16时至20时隧道 进行找顶排险与锚杆支护等工作,各种污染物浓度 相对较低,风机频率基础值35Hz范围上下波动。 20 至21 时进行混凝土喷浆工序,此时,隧道内主 要污染物为PM10,浓度约380μg/m3,风机运行频 率较高,20时与21时由于现场实际工作需求进行 了15min 的手动停机。 21时前后喷浆工序完成, 开始进行下一循环工序的放样、钻孔装药等工序, 并在22时进行了第二次爆破。 风机频率调节与施 工工序及隧道内污染物浓度之间良好吻合表明了 智能通风系统良好的可靠性。
图9 隧道风机运行频率随污染物变化曲线
实际运行数据显示,当某些污染物浓度升高时,风机运行频率迅速调节。例如,16时至20时期间污染物浓度相对较低,但当颗粒污染物超出设定浓度时,智能通风系统实时调节风机频率,确保污染物浓度能够维持在设定范围。这种良好的相关性表明了智能通风控制系统对于各种污染物的浓度具有良好的灵敏度,相较于手动调节方式具有很大优势。
4 结论
(1)提出了算测协同的智慧隧道施工通风系统的数字孪生构架,由实体空间、虚拟空间、数据融合、机理模型和应用服务5个模块组成,进一步提出了构建方案的6个具体步骤。
(2)创建了简捷的施工隧道智能通风系统。将调控参数与作业人员视觉感官相关联,更加直观反映通风效果;提出了以污染物无量纲浓度作为控制参数的方法,确保超标最严重污染物的需风量,实现了通风的多参数控制。
(3)提出了施工隧道通风系统孪生同步机制,构建了虚拟空间和实体空间之间状态和动作实时映射的过程,所研发的智能通风系统已在某施工隧道通风系统中开展了初步实践,表现出良好的可靠性和灵敏度。
(4) 将数字技术和数字孪生集成到日常通风管理与应急决策的理论体系中将成为未来的发展趋势,提出的数字孪生通风系统也将随之升级,利用数字孪生和大数据的新视角可灵活扩充智能通风系统的功能。
摘自《地下空间与工程学报 》