基于数字孪生技术的智慧粮库 应用现状及发展趋势

宿 颖，张 刚，陈怡暄

（航天信息江苏有限公司，江苏南京 210031）

近年来，随着数字孪生概念的普及和相关技术的快速发展，各类生产制造、仓储、运维等相关行业也逐渐开始数字孪生技术的应用探索和尝试。数字孪生是物理对象的数字模型，该模型可通过接收来自物理对象的数据而进行实时演化，从而与物理对象的全生命周期保持一致。基于数字孪生可进行分析、预测、诊断、训练等（即仿真），并将仿真结果反馈给物理对象，从而有助于对物理对象进行优化和决策。物理对象、数字孪生以及基于数字孪生的仿真及反馈一起构成一个信息物理系统（Cyber Physical Systems）。面向数字孪生全生命周期（构建、演化、评估、管理和使用）的技术称为数字孪生技术（Digital Twin Technology）[1]。

数字孪生技术为粮库智能化建设及管理提供了全新的视角和技术理念参考，但如何将这一技术在粮食仓储领域落地并与智慧粮库建设有机结合，是一个亟待解决的复杂问题，需要做好规划，稳步推进。本文介绍了国内外数字孪生技术在粮食仓储行业的应用现状，并探讨了基于数字孪生技术的智慧粮库的应用趋势及方向。

1 国外数字孪生技术的行业应用技术及现状

1.1 Consafe Logistics

Consafe Logistics（康萨菲物流）相关研究者推出了与Xcelgo合作开发的面向仓储物流行业的Digital Twin概念。该工具将帮助仓库和物流企业准确重建他们自己的系统，并从根本上改善其管理和优化流程的方式[2]。现在，Consafe Logistics的客户可以使用新的Digital Twin概念向其WMS系统添加更多创新功能。有了这个附加功能，就可以精确地以3D方式重新创建任何仓库，甚至可以精确定位到库存的位置和货架单位的数量，这种可视化操作可以改善仓库的管理方式。

1.2 Centaur Analytics

Centaur Analytics（半人马咨询）的相关研究者则提出了构建全球化的收获后粮食质量控制链的概念，通过引入实时的、自动化的物联网监控和分析技术，积极干预粮食仓储流程并避免损失[3]。使用传感器跟踪温度、水分含量、空气流量、二氧化碳浓度、干物质损失以及其他与谷物存储质量有关的因素，由专有计算流体动力学提供支持的数字孪生模型，可以实时更新数据，从而快速侦测到可能的储粮劣化关键区域，及时提醒工作人员采取措施，避免或降低损失。

1.3 国内数字孪生技术的行业应用现状

国内智慧粮库的相关建设起步较晚，各粮食储备单位、研究所、高校和企业通过一段时间的积累，目前在粮库的信息化和数字化方面取得了一定成果。吕宗旺等[4]在2013年提出了综合利用RFID、计算机网络、传感器网络、车载网络和自动检测等现代技术作为构建智慧粮库系统的基础。罗山等[5]在2019年提出了针对海南省各地粮食储备库的信息化建设规划，通过构建智慧粮库综合管理系统，来实现针对库区粮食安全储藏的现代化管理。系统核心功能包括粮仓粮情测控、粮仓设备控制和其他业务功能。其中粮仓粮情测控含有粮温检测、水分检测、气体浓体检测、虫害检测、粮仓监控视频、仓内粮食数量检测和仓内气密性检测7大功能模块。粮仓控制含有智能通风、智能空调控温、仓内环流均温、氮气气调、环流熏蒸、照明控制和其他设备控制7大功能模块。其他业务功能含有出入库系统、业务管理系统、库区安防巡更系统、品质溯源系统及根据用户需求定制的其他业务功能模块。

2 基于数字孪生技术的智慧粮库应用趋势

数字孪生技术在智慧粮库的应用依赖于数字化粮库的建设基础，即丰富实时的感知数据、高效的数据传输网络及协议，在此基础上应用数字孪生技术，通过将高精确度的多维模型集合、态势感知和重构技术以及行业知识模型算法相结合，不但可以实现粮食仓储自动化控制的预测和决策辅助，而且通过持续的训练积累，可实现自动化的反馈控制，从而真正构建智慧粮库，降低粮库的仓储保管成本，提高粮食仓储品质及效率。一个典型的数字孪生应用架构如图1所示。

图1 数字孪生应用架构图

2.1 感知层

数字孪生技术的数据基础是丰富的实时数据来源，智慧粮库建设逐步构建了传感器网络，在传统的温湿度传感器基础上，逐步引入了视频监控、光电检测、气体检测等更为先进的监测技术。同时，伴随采用气调储粮技术替代传统熏蒸技术等技术革新，原有监测传感设备也面临着技术升级和更新。智慧粮库建设的趋势是部署更多种类和数量的传感器以实现更广泛的覆盖面，从而采集更丰富的监测数据，构建更立体的传感器网络。

2.2 传输层

数字孪生技术的孪生映射基础是高实时性的数据同步。目前，智慧粮库建设逐步普及了现场的数据传输网络，同时采用了传统的工业现场总线协议和新兴的物联网相关的数据传输协议。常见协议包括Modbus、OPC、MQTT，为数字孪生技术所需的高实时性数据同步提供广泛且可靠的数据来源。

2.3 模型层

数字孪生技术的孪生体构建基础是高精确度的多维模型集合，其中既包含传统的三维可视化模型（CAD），仿真模型（CAE），又包括预测控制模型（Model Predictive Control）。CAD模型技术主要用于构建智慧粮库的三维可视化场景，CAE模型技术主要用于构建粮仓内的温度场及流场可视化模型，预测控制模型技术主要用于根据感知数据进行建模，预测后续可能出现的问题，并有针对性地提供辅助决策，帮助工作人员降低故障出现概率。

2.4 应用层

应用层主要包括基于感知数据和孪生模型实现的具体应用，包括数据展示、分析预测、辅助决策、自动反馈控制等，这些都属于态势感知及重构技术的范畴。数字孪生技术的孪生可视化展现基础来自态势感知和重构，这是智慧粮库建设目前尚未大规模涉及的领域。采用态势感知技术可以实现对感知数据的辨识、关联和整合，并且在时间上进行推断，以判断其会怎样影响未来的操作环境，最终将这些可能性信息通过可视化形式展现给智慧粮库系统的用户，为其决策提供参考。

3 结语

国家的粮食安全战略的实施与粮食仓储智慧化建设的技术手段及其实行程度成正相关。总体来说，目前国外的粮食仓储智慧化建设都是集科学论证、技术设备试验、方法研究、标准制定等多功能于一身，其发展趋势多是由单一功能向多功能转变，且为大型粮食仓储企业提供系统和装备支持。而国内粮食仓储智慧化建设共同的特点是建设规模相对较小、设备和功能比较单一、场址相对分散、数据信息共享程度低，而且大部分粮库缺乏业务协同化运行的能力，与国外差距较大。基于数字孪生技术的智慧粮库应用研究将极大程度地解决我国粮食仓储智慧化建设的迫切需求，为智慧粮库及相关装备技术的研发、测试、评价等提供科学有效的试验和验证，对提升我国粮食仓储智能化、智慧化水平，确保粮食安全战略的实施具有重要意义。