西門子能源攜手 NVIDIA
借助 Omniverse 為發電廠開發工業數位孿生
數位孿生技術為發電廠提供預測性維護，每年為公用事業供應商省下約 17 億美元的經費
在全球市值數兆美元的能源市場中，領先全球的發電廠技術供應商西門子能源 (Siemens Energy)，現正使用 NVIDIA Omniverse 平台來建立數位孿生，以支援發電廠的預測性維護。
此舉使得西門子能源躋身各行各業利用數位孿生技術來提升其營運績效的浪潮。其中在全球擁有 31 處工廠的 BMW 集團，為其營運據點建立多個工業數位孿生；而 Ericsson (愛立信) 採用 Omniverse 建立都會區的數位孿生，以協助判斷如何建構 5G 網路。
據 Grand View Research 估計，全球數位孿生平台的市值至 2028 年將達到 860 億美元。
西門子能源技術組合經理 Stefan Lichtenberger 表示：「NVIDIA 的開放平台加上符合物理原理的神經網路，為西門子能源帶來了極大的價值。」
西門子能源提供複合循環電廠建造和檢修保養服務，其中包括大型燃氣輪機和蒸汽輪機。餘熱回收鍋爐 (Heat recovery steam generators；HRSGs) 利用燃氣輪機的廢熱，產生用於驅動蒸汽輪機的蒸汽。西門子能源表示此舉使得發電廠的熱力學效率提升超過 60%。
在餘熱回收鍋爐的某些部分，蒸汽及水會腐蝕鍋爐，進而影響到餘熱回收鍋爐零件的使用壽命，若停機以進行維修保養，將會導致公用事業收入大減。
西門子能源估計，若是將業界平均規劃的 5.5 天餘熱回收鍋爐停機時間減少 10% (需要檢查腐蝕造成的管道壁厚損失)，每年將可省下 17 億美元的經費。
針對工業應用的模擬
西門子能源利用 NVIDIA 的技術發展一項全新的工作流程，藉此能夠在維持安全性的情況下，減少計畫停機的頻率。預先處理進水溫度、壓力、pH 值、燃氣輪機功率和溫度等即時資料，以計算水及蒸汽的壓力、溫度與速度。將壓力、溫度及速度等數據投入使用 NVIDIA Modulus 框架建立的物理機器學習模型，以即時精確模擬蒸汽和水如何流經管道。
https://youtube.com/watch?v=JLboPXn6sKI%3Ffeature%3Doembed
接著在 NVIDIA Omniverse 中以視覺化技術呈現管道中的流動狀況，Omniverse 為用於 3D 工作流程的虛擬環境模擬與協作平台，Omniverse 可擴大至跨多個 GPU 運行，幫助西門子能源即時掌握與預測腐蝕的綜合影響性。
加速數位孿生發展
西門子能源利用在 NVIDIA A100 Tensor 核心 GPU 上運行的 NVIDIA 軟體框架，模擬熱、水和其它條件對金屬的長期腐蝕作用，以微幅調整其維護需求。利用機器學習模型更準確地預測維護工作，有助於減少維護檢查的頻率且不會存在故障風險。縮放規模後的 Modulus PINN 模型在 AWS Elastic Kubernetes Service (EKS) 上運行，其由具備 A100 GPU 的 P4d EC2 執行個體支援。
為每個餘熱回收鍋爐建立計算流體動力學模型的過程中，每個模型需要花上長達八週的時間，才能估算出餘熱回收鍋爐工廠管道內的腐蝕情況，且超過六百台設備有此需求。西門子能源透過 NVIDIA 加速工作流程，因此不用數週、只需數小時便能估算出腐蝕情況。
NVIDIA Omniverse 提供了一個極具擴充性的平台，西門子能源可以將數位孿生項目複製並部署到全球各地，且依照需求使用數千個 NVIDIA GPU。
Lichtenberger 表示：「作為加速運算、人工智慧軟體平台及模擬領域的領導者，NVIDIA 為西門子能源的工業數位孿生提供所需的規模和靈活性。」
進一步瞭解將 Omniverse 用於虛擬模擬與數位孿生。
發表迴響