01
前 言
2019年初，聚焦智慧水务领域的国际性非盈利组织（SWAN）召集并汇聚了全球水务行业的40多家相关单位和80多名国际专家建立了数字孪生统一架构工作组。该工作组经过70次会议和14场研讨会以及大量的文案工作，于2022年发布了《Digital Twin Readiness Guide水务行业数字孪生实施指南白皮书》，旨在使水务行业对数字孪生技术形成完整且统一的理解，并提供一个数字孪生技术实现的基本框架和实施路线图。
本公司组织对该白皮书进行了翻译，并对个别字段进行了编辑。并分系列发布以促进水务行业数字孪生技术的推广应用。
02
背景介绍
当前各种规模的水务行业运营商都面临着前所未有的挑战，包括成本增加、客户期望提高、人才管理和知识传承难度提升。
这些挑战给水务行业的整个生命周期带来了巨大的不确定性，同时增加了管理的复杂性。数字孪生技术有望彻底改变水务行业的管理方式，但目前尚还没有任何技术指南可以指导水务行业运营商预备良好的使用环境，以便运营商充分地支持数字孪生技术实施并得到更好的应用。
数字孪生技术是对现实世界实体及其行为的动态数字表示，其使用具有静态和动态数据的模型，实现洞察和互动，从而推动可操作和改进的结果。虽然数字孪生技术可以在水务基础设施的整个生命周期中使用，但本实施指南侧重于可指导实际运营的数字孪生技术应用并围绕此展开。
本指南为每个水务行业运营商提供了基础、必要的步骤和路径，帮助其实现更高的效率和更优的性能。另外，本指南旨在建立一个通用术语，以协调水行业生态圈不同的生态个体，同时解决围绕运营商构建可运营的数字孪生系统过程中所遇到的最紧迫问题。
数字孪生技术的发展历程
纵然实施数字孪生技术的路径对于每个市政水务公用事业运营商都是独一无二的，但该技术成功实施的步骤在本质上是相同的。
数字孪生技术的实施是可扩展和可迭代的，并且可能需要分阶段持续多年进行，具体时间段和进度划分将取决于每个公用事业运营商的独特需求、预算和基础状况。
每个市政水务公用事业运营商都会根据自己独特的成果预期、基础设施状况、资金预算和软件功能需求来实施数字孪生技术。
不过令人欣慰的好消息是，数字孪生技术实施过程是一个灵活的、可扩展的，因此可以有效地满足水务行业不同运营商的个性化、差异化诉求。
数字孪生时代已经到来
“作为全球领先的公用事业单位，我们相信《SWAN数字孪生技术实施指南》可以使各种规模的公用事业运营商和整个行业在开始或继续数字孪生之旅时了解数字孪生的基础，从而改变水务行业。”
——SWAN数字孪生公用事业咨询小组
“我们相信，这份及时的数字孪生实施指南为数字孪生带来了必要的清晰度。这本首创的指南是行业领先的资源，是80多名敬业的水务专业人士辛勤努力的结果。
让我们一起继续推动技术的界限向前发展。我们相信，这份实用指南将促进并加速数字孪生在水行业的使用。”
——数字孪生实施指南领导人
免责提示
本实施指南中提供的内容仅用于一般信息目的，不应被解释为适用于您的特定情况的专业建议。
对这些信息的任何使用都应在与合格且有资质的专业人员协商讨论后进行，专业人员可以考虑所有相关因素和预期结果。
本实施指南中的信息虽然在经过充分的合理性和谨慎性评估后进行发布，但是其中的某些信息仍然可能不完整、不准确或不适用于特定情况或条件。
对于因使用、依赖本实施指南中的信息或根据本数字孪生实施指南中的信息采取行动而造成的直接或间接损失，我们概不负责。
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
●
每个服务不同区域的水务行业运营商都有着独一无二的需求，在考虑实施数字孪生技术时，这些运营商都有着类似的问题。
本准备指南旨在揭开这些问题的神秘面纱，并提供数字孪生技术实施路线图。
（1）什么是数字孪生，它有什么好处？
了解什么是数字孪生技术以及它能解决什么问题至关重要。
本实施指南提供：
对数字孪生的明确定义，并通过实例研究和分享说明实施数字孪生技术的好处。
（2）现在就开始使用数字孪生技术还是继续观望？
迈向数字孪生的步伐可能是缓慢的，也可能是快速的，但尽早开始这一旅程将带来立竿见影的好处。同时应确保数字孪生技术实施各个阶段所需要的投资与运营商长期目标保持一致。
本实施指南提供：
对全球已经使用该项技术的不同的水务运营商、研究单位的成功经验进行研究和分享，了解这些运营商和单位开始开展这方面研究工作的时间及获得的收益。
（3）数字孪生技术应用旅程该从哪里出发？
每个水务行业运营商都有其不同的基础条件，其自身的特征将决定其旅程最佳出发点和行动路径从而最终走向成功。
本实施指南提供：
帮助评估当前运营商使用的软件、需求和基础设施的指导方针，以便您能够明智的选择和决定从哪里开始。
（4）是否可以定制或者扩展数字孪生技术内容以最好地满足我个性化需求吗？
当然可以，了解数字孪生技术实施过程是如何提供灵活性和定制化的方案，使得该技术成果满足您的具体需求。
本准备指南提供：
阐述数字孪生的可裁剪性和可扩展性，并通过具体案例研究和分享这些运营商是如何个性化定制数字孪生系统，以最好地满足他们各自的需求的方法。
数字孪生的定义
●
整个水行业对数字孪生技术定义有共同理解是实现水务行业数字孪生技术的关键。
数字孪生定义：
A digital Twin is a dynamic digital representation of real-world entities and their behaviors using models with static and dynamic data that enable insights and interactions to drive actionable and improved outcomes.（数字孪生是对现实世界的实体及其行为的动态数字表示，模型使用静态和动态数据，从而实现洞察和互动，以推动可操作和改进的结果。）
——SWAN
数字孪生技术是物理世界的数字表示，它由技术提供商、工程公司和运营商工作人员分别提供许多独立的应用程序和数据集组成，所以务必使得产业链生态圈所有利益相关者都需要对数字孪生技术有共同的理解和标准。
在运营商内部，由于涉及跨部门的合作，需要对数字孪生技术有一致的看法。数字孪生系统确实由有许多不断变化的部分所组成，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导致更多的混乱，并使其难以实现预期的结果。
共同的理解也有助于技术供应商为用户定制其产品，以帮助运营商和工程公司集成系统架构图中的各种组件。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模型之间的关键区别
●
“水务行业在利用收集的数据使用模型帮助设计和管理水系统方面有着悠久的历史，并取得了巨大的成功; 然而，数字孪生模型希望克服传统模型的局限性，同时帮助实现这些模型的长期愿望----帮助更有效地运营水系统。”
——污水处理专家Pusker Regmi
数字孪生的承诺
●
数字孪生技术确保有能力使水务部门设计、建造、更新和运营的方式变得更加现代化。
尽管数字孪生概念已经存在了几十年，但近年来，水务部门才逐渐接受了数字孪生技术，并应用其来提高水循环的效率。
在过去的三年里，SWAN数字孪生工作组通过多次讨论，推动并澄清了围绕水务行业数字技术的歧义。
传感器技术和物联网（IoT）技术、安全数据集成和管理、高级数据分析以及不断更新的基于机理模型、数据驱动模型或两者的组合（称为混合模型）等领域的最新进展使数字孪生技术实施前景成为可能。
生态系统不同技术领域正在变得具有互操作性，从而提供了一个共同的环境，在这个环境中，整个生态圈相关人员可以进行相互交流、培训，并理解整个行业如何通过被感知的或未被直接感知的知识内容进行运作。其结果是对整个水的生命循环周期中不同的领域中都有清晰的认知。
随着数字孪生战略从一个设施或一个单元过程发展到全水务行业的资产，它可以提供更有用和可操作的结果。设备设施、过程处理单元和全流程数字孪生技术的应用将为运营部门人员带来更准确和更详细的洞察力，同时也为集成更多的数字孪生技术铺平道路，使得大型系统能够利用更精确的信息来提高模拟精度。
数字孪生将在满足合规性要求的同时获得更低的运营成本。
数字孪生技术在未来将不断提高模拟精度，这将提供更详细和准确的洞察能力，从而满足不断提高的合规性要求并降低运营成本。采用来自现场的传感器和仪表等的实时数据替换仿真模型输入变量的近似值，将更好地校准模型，准确地提供异常预警、更具指导性的洞察和更好的操作预测。
为数字孪生技术应用奠定基础具有成本效益，且越早开始越能节省开支。
随着运营商逐步建立数字孪生技术和组织基础，成本节约的机会将加速增多。数据孤岛被持续整合，通过使用API接口和数据库存储技术进行访问，可以建立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的不同组织间达成一个整体的认知和共识。如本技术指南中的案例研究总结所示，一些运营商已经利用这种方法达到了新的运营效率水平，而他们所取得的高效成果也将加速数字孪生技术的进一步深化应用。
“随着数字孪生技术的发展，我们可能会看到更多跨越多种数字技术/系统的即插即用能力，不同的数字孪生单元系统容器化技术的兴起将有助于提高与更广泛的数字孪生系统之间数据和信息交互的准确性和及时性。多个单元化数字孪生系统的整合或互连将产生一个更全面的数字生态系统，使我们对整个水循环有一个更全面的操作视图。"
——Thomas Kuczynski, DC Water
在全球范围内，许多运营商已经实现了数字孪生技术的应用。
这些运营商都将数字孪生技术进行了个性化的定制并予以实施。
本指南末尾包含十个案例研究摘要，代表了一系列数字孪生技术应用成功案例。
数字孪生的优势
●
水务行业可以利用数字孪生将专业知识和多种技术结合到一个共同的环境中而从中获益。
在每个项目设计、施工和运营阶段，数字孪生都可以提供一个全面的信息视图，从而提高水务项目建设透明度，提升项目整体协作性，提高团队创新能力。
数字孪生将使人们能够了解单个设施和整个系统中不能直观看到的信息。从管道到泵站，再到整个分配或收集系统和处理设施。这种对运营的理解带来了更优的洞察力和机会。
其优势总结如下:
优化
optimization
1.多目标模拟，实现跨领域的优化设计
2.在项目实施前以虚拟化数字形式进行实验验证
3.改进决策
4.加强利益相关者的合作
5.减少施工过程和项目维护中的专业相互冲突
6.持续的运营优化
协作与透明
Collaboration and transparency
1.跨部门的信息透明度
2.加强部门间的合作
3.为新员工提供项目既往知识
4.培养员工队伍的积极性和主动性
5.便于了解工程建设历史和运营决策过程
整体运营监督
Overall operation supervision
1.一个全面的视图
2.通过早期预警减少维护成本和非计划停工
3.改善资产管理
4.异常情况检测
5.降低运营成本
6.多个场景的假设分析
7.减少不合规问题发生的概率
预测性分析
Predictive analysis
1.主动操作而不是被动反应，这有助于避免操作错误或发生故障
2.物理世界和数字世界之间近乎实时的整体连接
3.能够随时运行假设情况并对其分析
4.有能力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在2019年提出并开始研究一个数字孪生系统整体架构，用以提供一个综合框架来支持数字孪生目标的实现。
数字孪生架构的目标是包括整个技术生态系统，利用安全的和信息可交互连接的平台，使数字孪生技术的发展能够实现当前和长期的成果。这种标准化的数字孪生架构具有涵盖各个技术组件的通用框架，是行业成功实施所必需的。该架构为规划和实施数字孪生技术设定了水务行业的标准。
该架构最有用的是，它列举了水务公用事业运营商在接受和利用数字孪生时需要考虑的基本要素和相互依赖关系。
仪表传感器、控制设备和数据收集及其来源是水务运营商们始终在部署和实施的基本要素。
随着时间的推移，这些数据在持续不断改进，成为实施数字孪生技术的支柱。数字孪生体系结构框架很好地概括了数字孪生的不同组成部分，但对于不同的运营商来说，目前没有一个适用于所有场景的通用的数字孪生模型。每家公司都有自己的诉求、基础设施和技术能力差异。
（SWAN最先进的数字孪生体系架构）
使用上图这个数字孪生体系架构，每个运营商都可以按照其技术类别评估他们的数字基础设施，帮助确定机会和需求。
从诸如地图、2D或者3D画面或BIM模型中带有一些操作数据的物理孪生展示到基于物理对象工作机理的高级实时模型。数字孪生技术应用的完整性各不相同。
这些先进的系统可以代表给水系统、排水系统或水处理系统模型，包括天气、水力学、生物和化学处理模型。
分析功能利用数据驱动模型和机理模型来运行不同的情景方案。可视化提供了对物理场景进行分析和监测当前系统的能力。现代化的用户体验界面使数字孪生对运行人员来说是直观、可靠和值得信赖的。一个安全且互联互通的架构是成功实现数字孪生的基础，而且数字孪生的成果是做出更加明智的决策、优化性能并实现可操作的结果。
数字孪生的四大支柱
●
数字孪生的四大支柱构成了运营商架构其数字孪生体系的关键基础。运营商可以据此评估其实施数字孪生技术的路径，同时随着数字孪生技术的发展而持续增长。
可以帮助公用事业单位评估其数字孪生路径。这些支柱构成了一个基础，随着各个公用事业单位数字孪生的发展而增长。
每个支柱都有自己的成熟度，在实现预期结果方面，可以对其他支柱产生积极或消极的影响。成熟度最低的支柱可以成为未来推进公用事业运营商数字孪生应用的焦点。
01
结果：
推动数字孪生实施的预期目标
数字孪生的实施应该始终以结果为导向，这些结果（例如，改善或者提高监督指标的满足性、降低运营成本以及一个更可靠和更具弹性的系统）应该尽可能量化。这些预期结果可用于规划数字孪生实施的发展方向，以达到预期目标。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要素，以及哪些要素应该进一步开发或升级。同时这些结果可以进一步用于跟踪数字孪生系统的性能，并计划下一步的发展。
02
技术连接：
现有基础设施的技术水平和信息可互通性
这是一项用来评估、衡量和跟踪现有基础设施资产是否可以被安全地整合、数字化感知和提升控制水平的措施。基础设施的技术水平和信息可度量性、可连接性和可互通性对数字孪生技术可以发挥的影响形成制约。具有高可靠性、可连接性和先进度量技术的公用事业运营商能够为数字孪生技术的应用提供更多实时数据，使数字孪生系统能更加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自动化控制。
03
洞察：
数字孪生产生的深刻见解
数字孪生系统通过分析数据驱动模型、机理模型或混合模型可以生成更深刻的见解。这些见解可以使用户了解其系统中正在发生的事情、已经发生的事情以及将要发生的事情，例如异常情况检测、场景分析和预测运行参数等。通常，机理模型（如水力学模型）擅长模拟设施的预期设计运行条件，而数据驱动模型则可以模拟实际运行条件下的规律。通过结合机理和数据驱动模型中的实时数据，可以产生协同效应，有助于产生更准确和可推断的见解，从而更快、更好地做出决策。
04
交互操作：人机交互和执行操作以实现预期结果
在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工艺参数或者形成可执行的操作工单。在更先进的场景中，数字孪生系统可通过现场控制站（PLC可编程逻辑控制器）直接控制现场设备，实现自动化智能控制。这种功能类似于飞机的自动驾驶系统，可以对运营商日常运行监控等业务领域提供帮助。例如，可以在操作人员的直接监督下帮助其动态和更快速地控制泵和阀门等设备。
（待续）
To be continued
武汉科迪智能环境股份有限公司于2021年和华中科技大学人工智能与自动化学院合作成立科迪智能---华中科技大学智慧水务研究中心。随即成立工作组展开市政水务数字孪生决策优化技术研究。
工作组经过国内数个实际工程项目的调研，对市场流行的多种工艺仿真建模软件进行了比较和试用，同时对国际上北美、欧洲、东亚同行及研究机构乃至于国内同行的数字孪生技术应用的成果进行了跟踪和交流，在这个基础上形成了科迪公司数字孪生技术研究实施技术路线。并以武汉北湖污水处理厂40万吨/日A/A/O工艺处理单元为对象进行示范性工程研究。研制了 KDDOS-MWTP1000Ⓡ市政污水处理厂数字孪生决策优化系统 (Digital twin optimization system for municipal wastewater treatment plants)并获得初步成果。
在这个示范工程项目研究过程中，
得到了武汉水务集团、
武汉城市排水发展有限公司、
武汉北湖污水处理厂
各级领导和一线生产运行人员的
鼎力支持和协助。
期间也得到了
IWA国际水协中国组
IWA国际水协高级专家胡志荣博士、
法国Imre Takacs博士、
Csaba Kujbus先生
以及王禹浪先生的指导和帮助。
在这里向以上诸位致以最诚挚的谢意。
科迪市政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 formunicipal wastewater treatment plants) 是武汉科迪智能环境股份有限公司联合华中科技大学人工智能与自动化学院精心研制的物理信息系统。
系统通过过程建模、工况预测和运行参数优化等功能辅助市政污水处理厂降低运行成本、提升运行效率，满足市政污水处理厂生产运行控制及参数优化的需求。
系统能够对生产过程运行状态进行跟踪，并对未来时段输入和输出结果进行预测。通过生产策略分析和模拟优化生产运行控制参数，达到降低生化反应曝气能耗、优化脱氮处理碳源投加策略、节省化学除磷，沉淀、絮凝和助凝剂PAM、PAC投加成本的目的。
系统采用源代码开放的国际先进污水处理工艺仿真模型工具、自主开发的智能数据引擎、数据库技术和BIM技术构建了现代化污水处理厂进水泵房、粗细格栅间、提升泵房、鼓风曝气房、生化反应池、加药间、高效沉淀池、深床反硝化滤池、消毒池及污泥处理等全厂生产全过程工艺机理模型和实体对象物理模型；采用KD-WQDCⓇ水质在线仪表数据清洗技术（On-line Water Quality Monitoring Data Cleaning）和KD-WQISSⓇ智能水质软仪表(Water Quality Intelligent Soft Sensing )技术对实时动态数据进行清洗和修正；采用KD-DDOⓇ（Data-driven Optimization）数据驱动优化技术实现污水处理过程控制参数自动优化。
系统采用3D虚幻引擎（Unreal Engine)构建水厂构筑物设施3D画面，通过可视化人机交互技术实现工艺处理过程稳态模拟、历史数据动态模拟和基于实时数据的在线模拟，方便运行人员直观调整参数、实时动态评估控制策略并预测控制结果。
系统适用于采用AO、A/A/O、SBR、CAST、MBR、MBBR以及氧化沟等污水处理工艺技术的市政污水处理厂。
系统可以单独部署以用于对污水处理厂进行生产过程优化分析，也可以很方便地和SCADA系统、生产运营管理系统等第三方系统互联互通或者集成使用。
(市政污水处理厂数字孪生决策优化系统架图)
产品特点
Product characteristics
1.基于IWA国际水协ASM系列活性污泥模型、ADM1厌氧消化模型、Barker-Dold碳氧化脱氮除磷模型等完整的污水处理生物动力学/化学模型为基础的污水处理仿真工具软件，对污水处理硝化/反硝化过程、生物和化学除磷过程、絮凝、曝气、污泥脱水等工艺进行建模仿真。
2.采用任务流方式部署包括CSTR、PFR、氧化沟、SBR、MBR等全套生化反应器和二沉池、初沉池、污泥浓缩单元等固液分离器；水泵、过流堰、渠、调节池等流量控制单元；实现DO、MLSS、SRT、pH、正磷酸盐等过程参数模拟控制，构建市政污水处理厂全厂工艺生产过程仿真模型。
3.实现污水处理生产过程稳态、历史数据离线动态模拟，并可以直接接入厂区生产监控系统SCADA实时数据，实现实时在线动态运行模拟。提前预测冲击负荷、高温旱季、高温雨季、低温旱季、低温雨季等异常工况下出水指标以及对运行参数合理性评估。
4.采用人工智能深度机器学习技术，在满足边界约束条件前提下，对污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、多变量综合寻优，自动给出最优运行参数，从而实现生化反应溶解氧DO动态管理、曝气量、碳源投加量以及加药量给定等控制参数优化，达到节能降耗的目的。
5.采用建筑信息模型（Building Information Modeling）BIM技术构建水厂数字孪生物理模型，并采用可视化人机交互方式，方便运行人员更加直观地观察和动态调整运行参数。
6.系统支持单机PC端、笔记本电脑移动端、服务器端等多种部署方式，仿真结果可以采用能量平衡桑基图、EXCEL报表等方式进行输出，便于用户进行各种可视化统计分析。
(在线基准模拟图)
(A/A/O工艺仿真模型图)
(在线实时模拟自动优化实例图)
(离线动态自动优化实例图）
优化案例
PrOptimization case
