西門子能源攜手Nvidia為發電廠開發數位孿生

2021-11-25
作者 Nvidia

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;而愛立信(Ericsson)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 ViewResearch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,HRSG)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。

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。

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運作,幫助西門子能源即時掌握與預測腐蝕的綜合影響性。

西門子能源利用在Nvidia A100 Tensor核心GPU上運作的Nvidia軟體框架,模擬熱、水和其他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)上運作,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。

 

 

 

 

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

發表評論

訂閱EETT電子報