数字孪生驱动的水工闸门损伤在线识别与监测方法

针对水工闸门损伤识别过程中存在的识别流程复杂、实时性较差、可视化程度低的问题,提出一种数字孪生驱动的水工闸门损伤在线识别与监测方法。首先阐述闸门孪生数据的获取方法,并采用融合注意力模块的卷积神经网络对其进行特征提取,构建实时数据驱动的闸门损伤识别模型;然后利用数字孪生技术搭建水工闸门虚拟现实场景,并将损伤识别结果映射至闸门虚拟几何模型,实现闸门损伤的实时可视化监测;最后将该方法应用于水工闸门试验平台,并借助Unity3D平台实现闸门数字孪生损伤识别系统的开发。结果表明,构建的水工闸门损伤识别模型对损伤状态的识别准确率达到了95%以上,系统运行每帧平均用时为136.68 ms,具有较高的准确性和较快的分析速度,验证了该方法在水工闸门损伤识别中的可行性.

基于数字孪生的泵闸群自动化调度系统研究

近年来,随着物联网理念的蓬勃发展,数字孪生技术被应用于智慧水利工程中,是水利行业向智慧化转型的必要技术,且在众多先行先试流域中已初具成效。该文首先对水利工程自动化目前存在的问题进行简单地分析,同时研究目前数字孪生技术在水利工程自动化中的应用,并且按照技术手段的不同目的分层,最后提出基于数据实时感知、运用神经网络算法进行动态建模等技术构建出智慧水利框架体系,实现实时监测泵闸群运行数据、及时分析泵闸群运行态势等目的,为推进未来智慧水利建设提供一定的参考。

泵闸水利工程数字孪生安全模型研究与应用

为提升国家水安全保障能力,致力于智慧水利建设与数字孪生流域建设,围绕“预报、预演、预警、预案”的“四预”系统,对复杂周边环境大型河口泵闸工程堤坝、基坑和外围堰工程进行科学计算与安全分析。依托智能化模拟、数据库建设以及数字化、智能化、网络化,构建具有“四预”功能的智慧水利系统,实现对风险的早期发现与管理。研究成果包括86组堤坝与基坑工程及43组外围堰工程的子数据库,构成智慧水利的核心,赋能精准地预报、快速地预警、前瞻地预演和细化地预案。“四预”体系以天、空、地一体化多元水利感知网为基础,实时与安全模型的科学计算相结合,制定灾害态势的时空阈值,为预警提供先机,为启动预演提供指引,为预案制定提供数据支撑,实现预报的先时筹备、预警的实时战备、预演的全时防备三位一体化预案体系,为水安全管理提供了强有力的技术支持。