自2002年以来，“数字双胞胎”就被用来表示数据与资产虚拟模型的连接，无论是部件、过程还是系统，都可以使用模型功能在虚拟空间中评估资产的状况和性能。数字双胞胎模型非常适用于浮动生产系统（FPS）的资产完整性管理和运营指导。
浮动生产系统的资产完整性管理程序取决于检查、分析和测量数据的组合。这三种工具过去通常是单独应用，数字双胞胎模型使这三种工具的集成成为可能。为浮动生产系统开发的数字双胞胎模型，过去一直专注于促进检查计划或评估船体和甲板结构的响应。
最近开发的数字双胞胎模型则侧重于浮动生产系统的全局性能，包括立管、锚碇系统和运动响应。新的浮动生产系统数字双胞胎模型结合了全自动模式的数据测量和分析工具，可以更好地洞察浮动生产系统行为。数字双胞胎模型为其提供了以下机会：
●使生产最大化；
●帮助规划未来事件并减少停机时间；
●减少仪表和数据分析需求；
●帮助开发基于风险的检查和基于状态的维护计划；
●提供故障检测；
●加强寿命延长和持续的服务评估工作。
目标与发展
任何资产完整性管理计划的主要目标，是证明系统或部件在其整个使用寿命周期内，都能提供适当的服务。浮动生产系统的运营商明白，强大的完整性管理计划，包括使用测量数据和分析以及最新的设施和部件模型。但是，为了审查所产生的大量数据和分析模型评估所需的劳动力，对有效实施带来一定的挑战。
浮动生产系统数字双胞胎模型，使数据审查和分析任务自动化，使运营人员能够专注于将从数据和分析中获得的洞察力应用到维护和运行任务上。该模型的发展得益于强大数据清理算法的出现以及分析工具的进展，这些工具有效地取代了先前依赖于某种程度的人为干预活动。
数字双胞胎模型的基本系统架构如图1所示。它被完美的集成到接收和使用数据的现有业务系统中。核心包括虚拟模型、数据分析、使用完全耦合的全局性能模型的预测引擎，以及来自仪表或其它可用来源的环境测量和系统响应数据。然后，由预测引擎和分析生成的信息将上载到客户端系统。
图1：数字双胞胎的基本系统架构。本文图片来源：Stress Engineering Services
预测引擎执行系统评估，系统评估过程如图2所示。收集数据后，必须进行适当的整理。此时，还可以评估传感器的健康状况。然后使用特定时间段的可用测量数据运行模型。分析模型结果可与可用的测量响应数据结合使用，以执行系统健康评估。
图2：系统评估过程。
浮动生产系统的评估响应很复杂，并且取决于环境负荷（包括波浪、风和洋流），以及系统部件的相互作用（包括船体/船舷结构、锚碇系统和立管）。
因此，在使用全局性能模型时，预测引擎必须足够稳健，以解决数据丢失、不可用以及预测和测量响应之间差异的问题。
运行模型可以是迭代优化周期，如图3所示。测量数据用作全局性能模型的输入和验证。一个简单的例子是波浪环境与船体浮动响应之间的关系。对于给定的波浪环境，该模型可用于确定浮动响应。但是，如果没有可用的波浪数据，则可以使用该模型来反推产生所观测到的浮动响应的可能波浪环境。该迭代过程确保预测的模型行为与从物理资产测量的数据相匹配，还可以识别不可能或不切实际的测量数据（如果使用传统的数据分析，这些数据可能看不出问题。）
图3：优化周期。
数字双胞胎模型的两个基本部分是测量数据和系统模型；有用性完全取决于使用干净的测量数据和准确的模型预测。数据清理例程评估原始数据是否有错误，例如：平面数据、白噪声、数据削波、异常值、不连续性、重复值和缺乏相关性。强大的数据清理解决方案可以可靠地识别和纠正数据错误。
所用的全局性能软件是专有软件包，通过在众多的项目中使用，并且与重大风暴事件可用的测量数据进行比较，已经获得验证。具有代表性的全局性能模型如图4所示。全局性能模型使用船体/船舷的六度自由刚体，并包括锚碇系统和立管的离散模型。当使用测量的环境和响应数据，在各种天气条件下验证全局性能模型时，可以获得最佳结果。可以通过从详细有限元模型开发的传递函数，来执行船体和船舷的结构评估。
图4：全局性能模型示例。
功能和优势
数字双胞胎的主要功能来自全局性能模型与测量数据的集成。因此，数字双胞胎的有效性直接与全局性能模型预测的准确性联系在一起。图5展示了张力腿平台（TLP）张力和TLP偏移的测量数据，与全局性能模型预测之间比较的示例。
图5：测量和预测响应的比较。
显示的时间段包括两个重大风暴事件。高质量测量数据与预测响应之间的比较，确保了对模型精度有效性的高可信度。张力腿平台偏移的比较显示了与全球定位系统（GPS）数据相关的大量噪声。偏移响应的比较，对更大事件效果更好；但是，对于日常事件，GPS数据无法可靠地用于执行详细的设施评估。
数字双胞胎功能通过物理模型和数据分析/处理的自动化，提供了诸多收益，而不仅仅是消除了执行这些任务通常所需的劳动力。数字双胞胎架构的基本功能是提供实时连续评估。与使用数据或分析单独评估系统相比，它所执行的评估更为彻底。
数字双胞胎模型允许数据和分析模型一起工作，以便了解浮动生产系统对实际情况而不是假设条件的响应。在设计过程中进行的浮动系统分析或典型的离线评估，必须对加载进行假设，以便将分析案例的数量降低到合理的程度。
图6是关于海洋气象参数和船体偏移的，在该图中对这些假设进行了说明。从图中可以明显看出，测量数据显示出比通常所做的假设更多的变化。在确定累积疲劳时，实际条件的可变性尤为重要。
图6：典型评估和测量数据的比较。
使用数字双胞胎模型的好处在于：
测量数据的清洁版本，便于数据检查和使用；
使用测量数据和分析模型对设施进行实时连续评估；
能够对运营支持进行后报和预测评估；
实时检测传感器功能，关键性能指标（KPI） 超标以及将触发进一步评估的系统变更；
“虚拟传感器”使用物理模型为没有仪表的部件提供信息；
使用实际和虚拟传感器，对系统进行自动极值和疲劳监控，有助于确保安全运行并为持续的服务评估提供支持；
附加功能
数字双胞胎提供对浮动生产系统的连续监视和模拟，为浮动生产系统的所有部件生成虚拟数据流，包括无法访问或无法使用仪表的区域。自动生成和跟踪KPI以立即获得性能反馈。连续监测和自动数据分析可识别仪表故障、异常和高于给定阈值的响应。
某些响应的极值可用于验证合规性。例如，可以将合成锚碇系统的极端锚碇张力与可允许的水平进行比较，以确保不需要额外的测试。自动生成的累积疲劳数据（使用模拟响应和测量响应的组合确定）可用于完整性管理评估，回接/扩展评估和持续服务评估。
该模型还可以利用数字双胞胎的预测行为，消除基本运动响应和环境参数之外的数据需求，从而降低仪表成本。这种按比例缩小的仪表系统易于维护，不会牺牲信息的提供或系统性能。
同样，由传感器故障造成的数据很容易被数字双胞胎输出所取代。此外，模型预测能力允许“基于响应的操作”，从而可以使用预测的环境/运营条件中的预测系统响应来规划运营活动。
后报和预测功能，允许以与评估实时数据相同的方式进行评估。先前测量的数据或来自对未来事件预测的数据，可与全局性能模型一起用于预测过去或未来事件。对于过去的事件，这意味着可以评估浮动生产系统响应的整个可用数据记录。由后报环境数据驱动的浮动生产系统模拟响应，可以填补由仪表系统中断引起的测量响应数据中的任何空缺，例如在飓风期间的停电。
对于未来事件，可以评估浮动生产系统响应，以确定预测响应是否保持在规划任务的运营限值内，或者在恶劣天气事件期间，任何系统部件是否可能超负荷。
经验证的数字双胞胎充当“虚拟传感器”，并提供关于仪表数据不可用部件的响应信息。全局性能模型包括设施、立管和锚碇系统或张力的离散模型。从模型中可获得的响应信息包括设施的运动响应（包括偏移、速度和加速度），以及立管和锚碇线或立管的运动、张力、弯矩和应力行为。该响应信息可用于确定沿锚碇线、张力或立管在整个长度上的疲劳损伤累积，包括无法直接安装仪表的关键位置，例如钢悬线立管着陆区域。此功能还可用于减少设施的仪表需求以及相关的维护成本。
了解浮动生产系统寿期内所经历条件的实际响应，对于延长寿命以及回接和扩展项目具有明显的好处。此信息还有助于开发基于风险的检查和基于状态的维护计划，因为计划开发部分取决于对系统运行历史的理解。
数字双胞胎的实施，使浮动系统行为的洞察得以实现，这在以前是无法实现的，同时极大地增强了对设施的管理。（作者：David Renzi）