西门子能源公司使用 NVIDIA Omniverse 开发发电厂的工业数字孪生

数字孪生能够为发电厂提供预测性维护,每年可帮助公用设备供应商节省约 17 亿美元。

by RICHARD KERRIS

在规模达万亿美元的全球能源市场中,西门子能源公司是领先的发电厂技术供应商,该公司依靠 NVIDIA Omniverse 平台创建数字孪生,从而为发电厂的预测性维护提供支持。

西门子能源通过这一举措加入各行各业使用数字孪生升级运营的浪潮。比如,在全球拥有 31 家工厂的宝马集团正在针对自身业务构建多个工业数字孪生;Ericsson 正在采用 Omniverse 构建城市地区的数字孪生,以帮助其确定如何建设 5G 网络。

事实上,根据 Grand View Research 的预测,到 2028 年,全球数字孪生平台的市场规模将达到 860 亿美元。

西门子能源技术组合经理 Stefan Lichtenberger 表示:“NVIDIA 的开放式平台以及融合了物理学的神经网络为西门子能源带来了巨大的价值。”

西门子能源能够进行联合循环电厂的建造和维护,其中包括大型燃气轮机和蒸汽轮机。热回收蒸汽发生器 (HRSG) 可以利用燃气轮机的废热产生用于驱动蒸汽轮机的蒸汽。西门子能源表示,这使发电厂的热力学效率提高 60% 以上。

在 HRSG 的某些部分,蒸汽和水的混合物会导致腐蚀,进而影响 HRSG 部件的使用寿命。维护和修理所导致的宕机时间会给公用事业公司造成收入损失。

西门子能源估计,使用 HRSG 的行业的平均计划宕机时间是 5.5 天(需要检查因腐蚀造成的管壁损失厚度等),如果将其减少 10%,每年将为公用事业公司节省 17 亿美元。

工业应用仿真

西门子能源正在使用 NVIDIA 技术开发一种新的工作流程,以降低计划停机频率,同时确保安全。该流程通过对进水温度、压力、pH 值、燃气轮机功率和温度等实时数据进行预处理,计算出水和蒸汽的压力、温度和速度。将计算出的压力、温度和速度输入使用 NVIDIA Modulus 框架创建的物理学和机器学习模型中,从而实时对蒸汽和水流经管道时的状况进行精确仿真。

之后,通过用于 3D 工作流程的虚拟世界仿真和协作平台 NVIDIA Omniverse,将管道中的流动状况可视化。Omniverse 可以进行多 GPU 扩展,这能够帮助西门子能源实时了解和预测腐蚀所产生的综合影响。

加快数字孪生的开发

借助在 NVIDIA A100 Tensor Core GPU 上运行的 NVIDIA 软件框架,西门子能源可以对高温、水和其他条件对金属的长期腐蚀作用进行仿真,并根据结果微调维护需求。使用机器学习模型更准确地预测维护工作有助于减少维护检查的频率,同时避免故障风险。扩展后的 Modulus PINN 模型在 AWS Elastic Kubernetes Service (EKS) 上运行,并由搭载了 A100 GPU 的 P4d EC2 实例支持。

如果为每台 HRSG 构建计算流体动力学模型,需要长达八周的时间才能估算出使用 HRSG 的工厂管道内的腐蚀情况,且共有 600 多台设备都需要经历这个流程。通过使用 NVIDIA 技术,西门子能源能够加速工作流程,将估算腐蚀情况所需的时间从几周缩短到几小时。

NVIDIA Omniverse 是一个具有高度可扩展性的平台,让西门子能源能够在全球范围内打造和部署数字孪生,并根据需要访问数以千计的 NVIDIA GPU 。

Lichtenberger 表示:“作为加速计算、AI 软件平台和仿真领域的先行者,NVIDIA 为西门子能源的工业数字孪生提供了所需的可扩展性和灵活性。”

点击此处连接,深入了解 Omniverse 在虚拟仿真和数字孪生领域的应用。