第 3 章
工作原理：预测性维护示例
假设您的公司在不同地点设有多个井场，井场中运行多个泵，从地下开采油气。以下示例重点介绍如何对数字孪生资产应用预测性维护。
示例资产：泵
前文有述，数字孪生是运行中的真实资产的最贴近表示。
资产可以是:
系统组件，例如泵阀门
系统，泵本身
多个系统构成的系统，例如装有多个泵的井场
正排量泵。
在以下示例中，资产是指泵。三个井场地点各异，每个井场运行多台泵。
数字孪生模型的工作原理是什么？
您可以通过构建模型创建泵的最贴近表示，使用来自泵的数据（例如，通过传感器传输的数据及当前工况）更新模型。
随后，数字孪生模型将显示泵的当前状态。
此图显示传感器测量值和工况如何从泵发送到模型。模型读取相关读数并输出泵的当前状态。
为泵创建数字孪生模型可带来诸多优势
设备停机时间缩短
每台泵均配有一些昂贵零件，例如阀门、密封件和柱塞。您可以预测故障加以预防，继而帮助减少停机时间。
库存管理
您可能需要识别潜在故障，进一步了解哪些零件可能需要维修或更换。这也有助于更有效地管理零件库存。
车队管理、假设分析仿真和运行规划
三处井场的每个泵可能功能相似，甚至可能由同一家制造商生产。但是，不同的工况（例如，环境温度）会对这些泵的运行效率产生影响。
您希望能够监控整个车队、仿真未来场景并进行比较，以期提高车队的整体效率。这将有助于您进行运行规划。
每个井场的平均温度工况各不相同。
