Экспертные заключения: 0
Консультации: 0

Создание цифрового двойника Digital Twin тепломагистрали для диагностирования разрывов на основе анализа волн давления без установки дополнительных датчиков

Проект направлен на создание интеллектуальной системы диагностики тепломагистралей, которая позволяет обнаруживать и локализовать разрывы трубопроводов без установки дополнительных датчиков. Основная идея заключается в использовании цифрового двойника (Digital Twin) тепловой сети, построенного на основе физико-математических моделей гидродинамики и волновых процессов.

Принципы работы:

1. Виртуальные датчики: система использует существующую минимальную телеметрию (давление, температура, расход) на известных узлах сети. Остальные параметры в любой точке трубопровода рассчитываются математической моделью в реальном времени, выступая в роли "виртуальных датчиков".

2. Анализ волн давления: при возникновении разрыва (или резкого изменения расхода) в трубопроводе возникает волна давления (гидроудар), распространяющаяся по теплоносителю . Цифровой двойник моделирует распространение этой волны и её взаимодействие с элементами сети.

3. Диагностика по отклонениям: сравнивая показания реальных датчиков с прогнозными данными цифрового двойника (эталонная модель), система выявляет аномалии. Расхождение сигнатур указывает на наличие разрыва и его примерное местоположение.

4. Локализация: за счет высокой точности модели (использующей CFD/CAE-расчеты и методы машинного обучения) система позволяет определить место утечки с точностью до нескольких метров, что сопоставимо с решениями на основе физических датчиков.

Ожидаемый результат: повышение надежности и энергоэффективности тепловых сетей за счет раннего обнаружения аварий, снижения эксплуатационных затрат (отказ от прокладки новых кабелей и монтажа датчиков) и сокращения времени реакции на инциденты.

Ссылка

На страницу проекта

Направление

Коммунальное хозяйство, Энергетика

Рынки

EnergyNet

Сквозные технологии

Искусственный интеллект, Геоинформационные системы, Технологии машинного обучения и когнитивные технологии