【能源人都在看，点击右上角加关注】
如今，越来越多的作业者使用数字孪生来管理资产性能。DNV GL公司提出概率数字孪生，以缩小数字孪生与风险分析（资产投入使用前，仍然主要是人工进行）的误差。
编译 | 二丫 TOM
在昨天的欧洲海洋大会上，DNV GL集团技术研发部门的油气项目主管Frank B?rre Pedersen博士与资深研发科学家Andreas Hafver博士提出了概率数字孪生（PDT）的概念。
数字孪生是实物资产的数字镜像，包括其结构与动态模型，这些模型可结合多个数据源进行更新。它们为数据管理与决策带来了显著收益，提供了一致、准确的单一信息源。
风险模型很少被应用到实际作业中，它们通常分别存在于设计、作业与健康安全规程中，并且大多仅用于纸上谈兵，基于对历史数据的分析，只能提供潜在风险的静态图像。
实际上，风险是动态的，会随着作业条件与资产条件的变化而变化。然而，目前的风险模型并未捕捉到这种情况，这些风险模型很少更新，缺乏实时和预测能力。
DNV GL公司油气部门首席执行官Liv A.Hovem表示：单一、非计划的停机事件每天可能耗费200万到500万美元，而更详细、更及时的风险信息则可以显著减少计划外或不必要的停机时间。
我们提出的概率数字孪生模型旨在将风险分析引入‘实时’应用中。创建出这种模型，将为现有的数字孪生增加一层概率风险分析，捕捉不确定性、新知识以及实际条件对作业性能与安全性的影响。
她补充道：通过提供更及时、更具体的资产风险图，PDT有助于作业者随时调整作业或采取预防措施，将风险保持在可接受水平。从而提高安全性，减少昂贵的停机时间。
Frank B?rre Pedersen表示：DNV GL公司着眼于未来，我们的用户都将拥有他们所有资产的数字孪生，鼓励他们在多个行业中使用该技术。目前，许多用户正在建立并维护他们资产的数字孪生。基于PDT技术，我们和我们的用户将能够利用这些数字孪生包含的所有信息，来提高风险评估能力。
概率数字孪生并不是一种替代品，而是数字孪生的进化版，将数字孪生扩展至风险分析领域。这是一种以数字化形式持续提供风险分析的新方式，可在日常决策中增加更多价值。
PDT可以依靠可靠性和退化模型来预测机械组件的剩余寿命。但同时，它又不仅仅是一个预测性维护工具。实际上，风险不仅与组件故障有关，还与危险暴露和资产运营方式有关。通过将可靠性模型、危险暴露模型、出现问题的后果相结合，PDT可以最终描述出上述所有因素对安全性的整体影响。
概率数字孪生与传统数字孪生的主要区别在于：
1.概率退化与故障模型：反映出影响性能并导致故障的不确定及可变条件和过程；
2.逻辑与关系模型：将性能变量与故障和损失事件联系起来；
3.代理模型：也就是快速近似模型，可快速查询，并实现不确定性和模型耦合的传播。免责声明：以上内容转载自石油圈，所发内容不代表本平台立场。
全国能源信息平台联系电话：010-65367827，邮箱：hz@people-energy.com.cn，地址：北京市朝阳区金台西路2号人民日报社
