本实践手册中提供的内容仅供一般参考之用，不应被视为适用于您特定情况的专业建议。
使用此信息时应咨询合格的专业人士，他们可以考虑所有相关的诱因和预期后果。
本实施手册中的信息似乎是在合理的知识和谨慎的情况下发布的，但个别信息可能不完整、准确或适用于特定情况或条件。
对于因使用、依赖本数字孪生实施手册中的信息或根据本数字孪生实施手册中的信息采取行动而造成的任何直接或间接损失，我们不承担任何责任。
01
第一章水务行业的数字孪生
有关数字孪生技术的常见问题
●
每个服务于不同地区的水务行业运营商都有独特的需求，并且在考虑实施数字孪生技术时都面临着类似的问题。
本规划手册致力于揭开这一问题的神秘面纱，并为数字孪生技术的实施提供路线图。
(1) 什么是数字孪生及其好处是什么？
了解数字孪生技术是什么以及它解决什么问题至关重要。
本实施手册规定：
通过案例研究和分享，明确数字孪生的定义，以及数字孪生技术的使用。
（2）我们应该现在就开始使用数字孪生技术还是继续观望？
数字孪生的旅程可能是渐进的或快速的，但尽早开始这一旅程将立即带来回报。 同时，应确保数字孪生技术实施各阶段所需投资与运营商年度目标一致。
本实施手册规定：
研究并分享世界各地已经使用该技术的不同水务运营商和研究单位的成功经验，了解这些运营商和单位何时开始进行该领域的研究以及所获得的利润。
（3）数字孪生技术的应用之旅应该从哪里开始？
每个水行业经营者的基础条件不同，其自身的特点将决定其征程和最终成功的最佳起点和行动路径。
本实施手册规定：
帮助评估运营商当前使用的软件、要求和基础设施的指南，以便您可以做出明智的选择并决定从哪里开始。
（4）是否可以定制或扩展数字孪生技术内容，以最好地满足我的个性化需求？
事实上，了解数字孪生实施过程如何提供灵活性和多种选项，以使技术成果适应您的特定需求。
本计划手册规定：
讨论数字孪生的可定制性和可扩展性，并通过具体案例研究和分享运营商如何定制数字孪生系统以最好地满足各自的需求。
数字孪生的定义
●
对整个水务行业数字孪生技术的定义达成共识，是数字孪生技术在水务行业实现的关键。
数字孪生定义：
数字孪生是现实世界实体及其行为的动态数字表示，使用具有静态和动态数据的模型，使洞察和交互能够推动可操作和改进的结果。
- 天鹅
数字孪生技术是化学世界的数字化表征，由技术提供商、工程公司和运营人员提供的许多独立的应用程序和数据集组成，因此没有必要强迫产业链生态系统中的所有利益相关者都必须有对数字孪生技术的共同理解和标准。
在运营商内部，由于涉及到跨部门的合作数字监控系统软件教程，因此需要对数字孪生技术有一致的看法。 数字孪生系统确实由许多移动部件组成，水务部门必须就数字孪生的基本概念达成一致。 如果没有一致的理解，数字孪生技术的应用可能会引起更多的混乱并阻碍其达到预期的结果。
共识还有助于技术供应商定制他们的产品，以帮助运营商和工程公司将各种组件集成到系统架构图中。 例如，技术供应商可以提供和定制特定的数字孪生技术应用可编程接口（API），用于跨系统应用数据和策略交互。 并减少不同系统平台之间交互的障碍。
传统模型和数字孪生之间的主要区别
●
“水务行业在使用模型借助收集的数据来帮助设计和管理水系统方面有着悠久而成功的历史；然而，数字孪生希望克服传统模型的局限性，同时帮助实现一个长久以来的愿望——帮助更有效地运行供水系统。”
——污水处理专家Pusker Regmi
数字孪生的承诺
●
数字孪生技术确保了水务部门设计、建造、更新和运营方式现代化的能力。
尽管数字孪生概念已经存在数年，但近年来，水务部门逐渐接受数字孪生技术，并将其应用于提高水循环效率。
在过去的两年里，SWAN 数字孪生工作组通过多次讨论促进并澄清了水务领域数字技术的模糊性。
传感和物联网 (IoT) 技术、安全数据集成和管理、高级数据剖析以及不断更新的基于机制的模型、数据驱动模型或两者的组合（称为混合模型）的最新进展使数字化成为可能双胞胎 蜂窝技术的实施前景成为可能。
生态系统的不同技术领域似乎是可互操作的，从而提供了一个共同的环境，整个生态系统的利益相关者可以在其中进行交流、培训和理解整个行业如何通过感知或无向的操作来对感知的知识内容进行交流。 其结果是对整个水生命周期的不同领域有了清晰的了解。
随着数字孪生战略从一个设施或一个单元流程发展成为整个水务行业的一项资产，它可以提供更有用和可操作的结果。 设备设施、流程处理单元以及全流程数字孪生技术的应用，将为运营部门人员带来更加准确、细致的洞察，同时也为更多数字孪生技术的融合铺平道路，产生小系统仍然可以使用更准确的信息来提高模拟精度。
数字孪生将降低运营成本，同时满足合规性要求。
未来，数字孪生技术将不断提高仿真精度，从而提供更详细、更准确的洞察，从而满足日益提高的合规性要求并降低运营成本。 用来自现场传感器和仪器的实时数据替换模拟模型输入变量的近似值将更好地校准模型，准确地提供异常警告、更具指导性的见解和更好的操作预测。
为数字孪生技术的采用奠定基础具有成本效益，而且越早开始，节省的成本就越大。
随着运营商逐步完善数字孪生技术和组织基础，节省成本的机会将会加速。 数据孤岛不断整合，通过API套接字和数据库存储技术进行访问，可以构建更先进的数字孪生系统，消除当前不同部门之间的信息和数据孤岛。 这将使运营商内部复杂多样的组织之间形成全面的理解和共识。 正如本技术手册中的案例研究摘要所示，一些运营商已经利用这些方法将运营效率提升到了新的水平，而他们所取得的效率将加速数字孪生技术的进一步发展。
“随着数字孪生的发展，我们可能会听到更多关于跨多种数字技术/系统的即插即用功能，而不同数字孪生系统容器化的盛行将有助于提高和更多广泛之间数据和信息交换的准确性和及时性。数字孪生系统。 多个单元化数字孪生系统的集成或互连将形成更全面的数字生态系统，使我们能够更全面地了解整个水循环。 运营的全面视图。”
——托马斯·库钦斯基（Thomas Kuczynski），DC Water
全球范围内，已有多家运营商实施了数字孪生技术的应用。
这些运营商已经个性化了数字孪生技术并实施了它。
本手册的末尾包含十个案例研究的摘要，代表了数字孪生技术的一系列成功应用。
数字孪生的优点
●
水务行业可以受益于数字孪生，它将专业知识和多种技术结合到一个共同的环境中。
在每个项目的设计、建设和运营阶段，数字孪生可以提供全面的信息视图，从而提高水利工程建设的透明度，改善整体项目协作，增强团队创新能力。
数字孪生将使人们能够理解在单个设施和整个系统中无法通过视觉听到的信息。 从管道到水厂，再到整个分配或收集系统和处理设施。 这些运营理解会带来更好的见解和机会。
其优点总结如下：
优化
优化
1.多目标仿真实现跨领域优化设计
2、项目实施前以虚拟化数字化方式进行实验验证
3. 改善决策
4、加强利益相关方合作
5、减少施工过程和项目维护中的专业冲突
6.持续优化运营
协作和透明度
协作和透明度
1. 跨部门信息透明
2、加强部门间合作
3. 为新员工提供过去的项目知识
4、培养员工队伍的积极性和主动性
5、了解建设历史和经营决策过程
整体运营监管
整体运营监管
1. 全面的看法
2. 通过预警降低维护成本和意外停机
3、完善资产管理
4、异常情况监控
5、增加运营成本
6. 多种场景的假设分析
7. 降低出现不合规问题的可能性。
预测分析
预测分析
1.主动操作而不是被动操作，这有助于防止操作错误或故障
2.化学世界与数字世界近实时的整体连接
3. 能够随时运行假设场景并进行分析
4. 能够适应和应对快速变化的场景和干扰因素
数字孪生的架构
●
SWAN数字孪生技术工作组于2019年提出并开始研究数字孪生系统的总体架构，为支持数字孪生目标的实现提供全面的框架。
数字孪生架构的目标是包容整个技术生态系统，使数字孪生技术的发展能够借助安全、信息互联的平台取得当前和长期成果。 这些标准化的数字孪生架构具有涵盖每个技术组件的通用框架，并且是行业成功实施所必需的。 该框架为规划和实施数字孪生设定了水行业标准。
该框架最有用的是，它列出了水务公司运营商在采用和利用数字孪生时需要考虑的基本要素和相互依赖性。
仪表传感、控制设备以及数据收集和来源是水务运营商仍在部署和实施的基本要素。
这些数据随着时间的推移不断改进，并成为数字孪生实施的支柱。 数字孪生架构框架很好地总结了数字孪生的不同组成部分，但对于不同的运营商来说，目前还没有一个适合所有场景的通用数字孪生模型。 每个公司都有自己的要求、基础设施和技术能力差异。
（SWAN最先进的数字孪生系统架构）
使用上图所示的数字孪生架构，每个运营商都可以根据其技术类别评估其数字基础设施，以帮助识别机会和需求。
从带有一些操作数据（例如地图、2D 或 3D 图像或 BIM 模型）的数学孪生演示，到基于数学对象工作机制的中间实时模型。 数字孪生应用程序的完整性各不相同。
这种先进的系统可以表示供水、排水或水处理系统模型，包括天气、水力学、生物和物理处理模型。
分析功能利用数据驱动和机械模型来运行不同的场景。 可视化提供了剖析化学场景和检查当前系统的能力。 现代用户体验界面使数字孪生直观、可靠且值得操作员信赖。 安全且互联的架构是成功数字孪生的基础，但数字孪生的结果是更明智的决策、优化的性能和可操作的结果。
数字孪生的四大支柱
●
数字孪生的四大支柱构成了运营商构建数字孪生系统的关键基础。 运营商可以利用这一点来评估他们实施数字孪生技术的路径，并随着数字孪生技术的发展而不断下降。
可以帮助公用事业公司评估其数字孪生路径。 这个主干网构成了一个基础，随着每个公用事业公司的数字孪生的发展而下降。
每个支柱都有自己的成熟度，并且可以在实现预期结果方面对其他支柱产生积极或消极的影响。 最不成熟的支柱可能成为未来推动公用事业运营商采用数字孪生的焦点。
01
结果：
推动数字孪生落地的预期目标
数字孪生的实施应始终以结果为导向，并且应尽可能量化此类结果（例如，改善或提高对监测指标的合规性、降低运营成本以及更可靠和有弹性的系统）。 这些预期结果可以用来规划数字孪生实施的发展方向，以实现预期目标。 它们还可以指导公用事业运营商了解现有数字孪生系统中缺少哪些元素以及哪些元素应该进一步开发或升级。 同时，这一结果还可以进一步用于跟踪数字孪生系统的性能并规划下一步的发展。
02
技术连接：
现有基础设施的技术水平和信息互操作性
这是一项评估、衡量和跟踪现有基础设施资产是否可以安全集成、数字化感知和控制并提高控制水平的举措。 基础设施的技术水平以及信息的可测量性、连通性和互操作性阻碍了数字孪生技术的影响。 具有高可靠性、连接性和先进测量技术的公用事业运营商可以为数字孪生技术的应用提供更多实时数据，使数字孪生系统能够更准确地反映实际运行状况，并提供更智能的决策支持和先进的手动控制。
03
洞察力：
洞察数字孪生的形成
数字孪生系统可以通过分析数据驱动模型、机械模型或混合模型来生成更深入的见解。 该视图使用户能够了解系统中正在发生的事情、已经发生的事情以及即将发生的事情，例如异常监控、场景分析和预测操作参数。 一般来说，机械模型（如水力模型）擅长模拟设施的预期设计运行工况，而数据驱动模型则可以模拟实际运行工况下的规律。 通过将机械模型和数据驱动模型中的实时数据相结合，可以产生协同效应，有助于形成更精确和推测性的观点，从而更快、更好地做出决策。
04
交互：人机交互并执行操作以达到期望的结果
在其最基本的应用场景中，数字孪生系统为包括操作员和工程师在内的用户提供决策支持。 这种支持可以是建议过程参数或生成可执行操作工作指令的形式。 在更高级的场景下，数字孪生系统可以通过现场控制站（PLC可编程逻辑控制器）直接控制现场设备，实现手动智能控制。 这些功能类似于客机的手动驾驶系统，可以帮助操作人员进行日常运行监控等业务领域。 例如，它可以帮助操作员在直接监督下动态、快速地控制泵和蝶阀等设备。
（待续）
待续
上海科迪智能环境有限公司于2021年与华北理工学院人工智能与自动化大学合作成立科迪智能——华北理工学院智慧水务研究中心。 随后成立工作组，开展市政水务数字孪生决策优化技术研究。
工作组在督导国外多个实际工程项目后，对市场上流行的多种工艺仿真建模软件进行了对比试用。 同时，还回顾了北美、欧洲、东亚乃至国外同行的同行和研究机构的数字孪生软件。 细胞技术应用成果进行跟踪交流。 在此基础上，产生了科迪的数字孪生电池技术研究与实施技术路线。 对广州南湖污水处理厂40万吨/日A/A/O工艺处理装置进行示范工程研究。 开发了KDDOS-MWTP1000Ⓡ市政污水处理厂数字孪生决策优化系统（Digital twin optimization system form city Waste Treatment plant）并取得了初步成果。
在本示范项目的研究过程中，
获上海水利集团，
上海城市排水发展有限公司
广州南湖污水处理厂
各级领导和一线生产操作人员
全力支持和帮助。
期间还得到了
IWA国际水协会中国组
IWA国际水协会中级专家胡志荣博士，
来自日本的ImreTakacs博士，
Csaba Kujbus先生
以及王玉郎先生的指导和帮助。
谨向以上各位致以最诚挚的歉意。
科地城市污水处理厂数字孪生决策优化系统
●
KDDOS-MWTP1000Ⓡ市政污水处理厂数字孪生决策优化系统（Digital twin optimization system form city污水处理厂）是上海科迪智能环境有限公司与北方人工智能与手工大学精心研发的化工信息系统中国科学技术研究院.
系统通过流程建模、工况预测、运行参数优化等功能，协助城市污水处理厂增加运行成本、提高运行效率，满足城市污水处理厂生产运行控制和参数优化的需求。
系统还可以跟踪生产过程的运行状态并预测未来时期的投入和产出结果。 通过生产策略分析和模拟，优化生产运行控制参数，达到增加生化反应曝气煤耗、优化反硝化处理碳源投加策略、节省物理除磷、沉淀、絮凝成本的目的，以及助凝剂PAM和PAC。 。
系统采用开源的、国际先进的污水处理流程仿真模型工具、自主研发的智能数据引擎、数据库技术和BIM技术，建立现代化污水处理厂进水箱涵、粗细格栅、升降水厂、爆破曝晒气室、生化反应池、加药室、高效沉淀池、深床反硝化氧化沟、消毒池、污泥处理的整个生产过程机理模型和实体对象数学模型； 采用KD-WQDCⓇ水质在线仪器数据清洗技术（On-lineWaterQualityMonitoringDataCleaning）和KD-WQISSⓇ智能水质软仪器（WaterQualityIntelligentSoftSensing）技术对实时动态数据进行清洗和修正； 采用KD-DDOⓇ（Data-drivenOptimization）数据驱动优化技术，实现废水处理工艺控制参数的手动优化。
该系统使用 3D 虚幻引擎创建泵站结构和设施的 3D 图像。 采用可视化人机交互技术，实现过程处理的稳态模拟、历史数据的动态模拟以及基于实时数据的在线模拟，方便操作人员直观地调整参数。 动态评估控制策略并实时预测控制结果。
该系统适用于采用AO、A/A/O、SBR、CAST、MBR、MBBR和过滤器等废水处理技术的市政污水处理厂。
该系统可独立部署，对污水处理厂的生产过程进行优化和分析。 还可以方便地与SCADA系统、生产运营管理系统等第三方系统互联或集成。
（市政污水处理厂数字孪生决策优化系统示意图）
产品特点
产品特点
1、基于完整废水处理生物动力学/物理模型的废水处理模拟工具软件，如IWA国际水协会ASM系列活性污泥模型、ADM1好氧消化模型、Barker-Dold碳氧化脱氮除磷模型等。废水处理硝化/对反硝化过程、生物物理除磷过程、絮凝、曝气、污泥脱水等过程进行建模和模拟。
2、采用任务流模型，部署全套生化反应器，包括CSTR、PFR、氧化沟、SBR、MBR以及二沉池、初沉池、污泥浓缩单元等固液分离器； 电机、流量堰、渠道、调节池等流量控制装置； 实现DO、MLSS、SRT、pH、正醋酸盐等工艺参数的模拟控制，建立城镇污水处理厂全工艺生产过程的模拟模型。
3、实现废水处理生产过程的稳态和历史数据离线动态模拟，并可直接访问工厂生产监控系统SCADA的实时数据，实现实时在线动态运行模拟。 早期预测冲击负荷、高温干旱、高温汛期、低温干旱、低温汛期等异常工况下的出水量指标，并对运行参数进行合理、智能的评估。
4、利用人工智能深度机器学习技术，在前提下对废水处理运行关键参数（内外回流比、溶解氧DO、碳源、PAM/PAC等）进行单变量和多变量综合满足边界约束。 搜索优化，手动给出最优运行参数，进而实现生化反应溶解氧DO、曝气量、碳源投加量、药剂投加量等控制参数的优化，达到节能减排的目的减少。
5、利用建筑信息模型（Building Information Modeling）BIM技术建立泵站数字孪生化学模型数字监控系统软件教程，采用可视化人机交互方式，方便操作人员更直观地观察和动态调整运行参数。
6、系统支持单机、笔记本、联通、服务器等多种部署形式。 模拟结果可以采用能量平衡桑基图、EXCEL报表等方式输出，方便用户进行各种可视化统计分析。
（在线基准模型）
（A/A/O过程模拟模型图）
（在线实时模拟手动优化示例图）
（离线动态手动优化示例图）
优化案例
Pr优化案例
