HT for Web?自主研發(fā)了強大的基于 HTML5 的 2D、3D 渲染引擎，為可視化提供了豐富的展示效果。在?2D 組態(tài)?和?3D 組態(tài)?上，Hightopo（以下簡稱 HT ）的?HT for Web?產(chǎn)品有著豐富的組態(tài)可供選擇，本文將介紹運用 HT 豐富的?2/3D 組態(tài)?搭建出的一個?地鐵數(shù)字孿生管理系統(tǒng)?。

數(shù)字孿生指現(xiàn)實世界以及利用數(shù)字化技術營造的與現(xiàn)實世界對稱的數(shù)字化鏡像，以數(shù)字化方式拷貝一個物理對象，模擬對象在現(xiàn)實環(huán)境中的行為。數(shù)字孿生的模型概念包括三大要素，即物理世界、虛擬空間以及兩者的交互接口。其目標在于精準映射現(xiàn)實空間的物理信息，呈現(xiàn)給管理者進行相關決策。

數(shù)字孿生的優(yōu)勢

提高可靠性和可用性。

降低風險。

降低維護成本。

改善生產(chǎn)。

更少的時間創(chuàng)造更多的價值。

系統(tǒng)結構

地鐵數(shù)字孿生管理系統(tǒng)，該系統(tǒng)首先針對地鐵車站這一物理對象，以及針對安防、環(huán)控等需求來分析物理對象特征，建立三維虛擬模型，并融合設計建造階段、運維階段產(chǎn)生的所有信息，借助傳感器、設備運行歷史等數(shù)據(jù)構建物理實體和虛擬空間的交互關系，最終為用戶提供各類服務應用。該系統(tǒng)結構主要包括以下四個模塊。

一、三維建模

需要針對地鐵車站該物理實體作一一映射，包括建筑結構如墻、天花板、樓板、風機盤管、水管管道等構件，并根據(jù)最終服務應用的目標分析其他物理實體的特征，即地鐵屏蔽門、電梯、燈光照明、進出口閘機、消防栓、火災報警器等設施。三維虛擬模型的建立是實現(xiàn)數(shù)字孿生系統(tǒng)的基石，無論是信息融合還是預測分析都必須基于虛擬模型。

1、站臺整體概覽

2、站廳整體概覽

3、自動售票機

4、安檢機

5、進出口閘機

二、運維信息

將設計施工階段、運維階段產(chǎn)生的所有信息集成至孿生系統(tǒng)中，比如用戶信息、設備信息、采購信息保修信息和財務信息等。實現(xiàn)模型和信息的一體化，簡化業(yè)務流程和解決方案，為高效運維提供可能。

三、虛實交互

利用傳感器采集實時數(shù)據(jù)，并根據(jù)各個設備的歷史運行數(shù)據(jù)等，完成物理世界與虛擬空間的虛實交互。傳感器動態(tài)獲取的實時數(shù)據(jù)，結合照明系統(tǒng)、 監(jiān)控系統(tǒng)、曖通系統(tǒng)等系統(tǒng)的運行歷史數(shù)據(jù)和當前狀態(tài)，存儲入服務器中，為虛擬空間的構建提供必要前提。在虛擬空間中，以三維虛擬模型為基礎，利用不同計算方法，獲得相應的運營策略、環(huán)控策略和能耗預測方案。

四、預測分析

讀取服務器中的相關數(shù)據(jù)，獲取地鐵進出站客流量的歷史數(shù)據(jù)，依據(jù)不同時段，不同星期，不同月份的客流量數(shù)據(jù)，依據(jù)不同權重比，提前計算預測進出站客流量。在此基礎上，可以根據(jù)預測客流量合理調派地鐵工作人員，以及調整地鐵進站安檢通道，選擇合理的方案以應對地鐵站客流高低峰時段，幫助地鐵站平穩(wěn)運營。

根據(jù)服務器中的相關數(shù)據(jù)，計算在地鐵車站上不同位置溫濕度、空氣質量的三維分布并可視化。在此基礎上，可以計算不同平面以及各邊界表面的熱舒適度，保證地鐵環(huán)境的熱舒適性。同時能對不同的通風、制冷加熱方案做能耗分析，選擇合理方案控制能源消耗，節(jié)約運維成本。

實現(xiàn)價值

將數(shù)字孿生技術與地鐵環(huán)控系統(tǒng)相結合，具有以下優(yōu)勢：

①三維可視化。數(shù)字孿生打破了通過平面圖紙整合建筑信息的傳統(tǒng)模式，通過 3D 建模技術映射物理現(xiàn)實世界的建筑模型。能夠逼真還原地鐵車站的建筑結構、管道系統(tǒng)、通風空調系統(tǒng)、電梯系統(tǒng)、安全警報系統(tǒng)等，同時涵蓋所有的幾何、材料和狀態(tài)信息。

②全生命周期。 數(shù)字孿生從規(guī)劃設計到施工再到運維階段的信息集成，保證了數(shù)據(jù)的完整性和一致性，貫穿地鐵車站全生命周期。改善了傳統(tǒng)模式中設計、建造階段的信息與運維階段的信息分別儲存的弊端，減少了維護成本。

③預測性分析。數(shù)字孿生技術的引入為預測性決策和分析提供了基礎。利用傳感器監(jiān)測大功率或易燃易爆等危險物品的關鍵數(shù)據(jù)；可借助深度學習算法，分析監(jiān)控采集的乘客行為圖像；根據(jù)通風空調系統(tǒng)的配置和傳感器采集的數(shù)據(jù)等，分析車站熱舒適度，同時預測能耗。

總結

對于地鐵這樣規(guī)模龐大且人流密集的重大設施，監(jiān)測、控制其環(huán)境質量，滿足乘客的舒適度體驗又能在緊急情況下保證乘客的人身安全是非常必要的。傳統(tǒng)地鐵環(huán)境控制系統(tǒng)采用自動化管理與控制系統(tǒng)，面對獲取的大量運行狀態(tài)監(jiān)測數(shù)據(jù)，難以用可視化的方式呈現(xiàn)。