基于 Apros 仿真环境的流程工业混合数字孪生
机器学习
2021-12-06 v1 人工智能
系统与控制
系统与控制
摘要
建立更新且符合实际建造状态的模型在流程工厂的生命周期中起着重要作用。特别是,数字孪生模型必须精确以保证系统的效率与可靠性。数据驱动模型可通过考虑不确定性与生命周期相关变化来模拟子系统的最新行为。本文以一个早期实现的原型为例,提出流程工厂混合数字孪生模型的逐步构建思路。它将详述利用过程设备的数据驱动模型来更新棕地过程系统的第一性原理模型与数字孪生的步骤。同时讨论生成符合实际建造状态的混合数字孪生所面临的挑战。借助过程历史数据训练机器学习模型,所实现的数字孪生可随时间持续改进,此项进行中的工作可进一步优化。
引用
@article{arxiv.2112.01903,
title = {Hybrid Digital Twin for process industry using Apros simulation environment},
author = {Mohammad Azangoo and Joonas Salmi and Iivo Yrjölä and Jonathan Bensky and Gerardo Santillan and Nikolaos Papakonstantinou and Seppo Sierla and Valeriy Vyatkin},
journal= {arXiv preprint arXiv:2112.01903},
year = {2021}
}