數字孿生能夠為發電廠提供預測性維護，幫助公用設備供應商每年節省約 17 億美元。

西門子能源是全球萬億美元級能源市場中的一家領先發電廠技術供應商，該公司依靠 NVIDIA Omniverse 平臺創建數字孿生，為發電廠的預測性維護提供支持。

西門子能源通過這一舉措加入各行各業使用數字孿生升級運營的浪潮。比如在全球擁有 31 家工廠的寶馬集團正在為其工廠建立多個工業數字孿生；愛立信正在采用 Omniverse 構建城市地區的數字孿生以幫助確定如何建設 5G 網絡。

事實上，根據 Grand View Research 的預測，到 2028 年全球數字孿生平臺的市場規模將達到 860 億美元。

西門子能源技術組合經理 Stefan Lichtenberger 表示：“ NVIDIA 的開放式平臺以及融合了物理學的神經網絡為西門子能源帶來了巨大的價值。”

西門子能源能夠進行聯合循環電廠的建造和維護，其中包括大型燃氣輪機和蒸汽輪機。熱回收蒸汽發生器（HRSG）可以利用燃氣輪機的廢熱產生用于驅動蒸汽輪機的蒸汽。西門子能源表示這將使發電廠的熱力學效率提高 60% 以上。

在熱回收蒸汽發生器的某些部分，蒸汽和水的混合物會導致腐蝕，進而影響熱回收蒸汽發生器部件的使用壽命。而維護和修理所導致的停機時間會給公用事業公司造成收入損失。

西門子能源估計，使用熱回收蒸汽發生器的行業平均計劃停機時間是 5.5 天，如果將其減少 10%（比如檢查因腐蝕造成的管壁損失厚度等），每年將為公用事業公司節省 17 億美元。

工業應用模擬

西門子能源正在使用 NVIDIA 技術開發一種新的工作流程，以減少計劃停機頻率并確保安全。該流程通過對進水溫度、壓力、 pH 值、燃氣輪機功率和溫度等實時數據進行預處理，計算出水和蒸汽的壓力、溫度和速度。計算出的壓力、溫度和速度被發送至一個使用 NVIDIA Modulus 框架創建的物理和機器學習模型中，以精確模擬蒸汽和水如何實時流經管道。

之后通過用于 3D 工作流程的虛擬世界模擬和協作平臺—— NVIDIA Omniverse ，將管道中的流動狀況可視化。Omniverse 可以進行多 GPU 擴展，這能夠幫助西門子能源實時了解和預測腐蝕所產生的綜合影響。

加快數字孿生的構建

西門子能源使用在 NVIDIA A100 Tensor Core GPU 上運行的 NVIDIA 軟件框架模擬高溫、水和其他條件對金屬的長期腐蝕作用，并根據結果微調維護需求。使用機器學習模型更準確地預測維護工作，有助于減少維護檢查的頻率，同時避免故障風險。擴展后的 Modulus PINN 模型在 AWS Elastic Kubernetes Service（EKS） 上運行，并由搭載了 A100 GPU 的 P4d EC2 實例支持。

如果為每臺熱回收蒸汽發生器建立計算流體動力學模型，需要長達八周的時間才能估計出熱回收蒸汽發生器工廠管道內的腐蝕情況，且共有 600 多臺設備都需要經歷這個流程。通過使用 NVIDIA 技術，西門子能源能夠加速工作流程，將估計腐蝕情況所需的時間從幾周縮短到幾小時。

NVIDIA Omniverse 是一個具有高度可擴展性的平臺，讓西門子能源能夠在全球范圍內打造和部署數字孿生，并根據需要去訪問高達數千個 NVIDIA GPU 。

Lichtenberger 表示：“作為加速計算、AI 軟件平臺和模擬領域的先行者，NVIDIA 為西門子能源的工業數字孿生提供了所需的規模和靈活性。”

原文標題：西門子能源使用 NVIDIA Omniverse 構建發電廠的工業數字孿生

文章出處：【微信公眾號：NVIDIA英偉達】歡迎添加關注！文章轉載請注明出處。