《磷及磷化工生產(chǎn)領域數(shù)字孿生應用能力成熟度模型》

T/CPCIF00XX—20XX

ICSXX.XXX

CCSXXX

CPCIF

中國石油和化學工業(yè)聯(lián)合會團體標準

T/CPCIF00XX—2022

磷及磷化工生產(chǎn)領域數(shù)字孿生應用

能力成熟度模型

Phosphorusandphosphoruschemicalindustry—

Digitaltwinningapplicationcapabilitymaturitymodelinproductionarea

20XX-XX-XX發(fā)布20XX-XX-XX實施

中國石油和化學工業(yè)聯(lián)合會發(fā)布

T/CPCIF00XX—20XX

磷及磷化工生產(chǎn)領域數(shù)字孿生應用能力成熟度模型

1范圍

本標準規(guī)定了磷及磷化工行業(yè)生產(chǎn)領域數(shù)字孿生應用能力成熟度模型的構成、成熟度等級和成熟度

要求。

本標準適用于磷及磷化工行業(yè)生產(chǎn)企業(yè)、數(shù)字孿生系統(tǒng)解決方案供應商和第三方開展磷及磷化工生

產(chǎn)領域數(shù)字孿生能力的差距識別、解決方案規(guī)劃和能力建設。

2規(guī)范性引用文件

下列文件中的內(nèi)容通過文中的規(guī)范性引用而構成本文件必不可少的條款。其中，注日期的引用文件，

僅該日期對應的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本

文件。

GB/T39116智能制造能力成熟度模型

3術語和定義

下列術語和定義適用于本文件。

3.1

數(shù)字孿生intelligentplant

數(shù)字孿生是現(xiàn)有或將有的物理實體對象的數(shù)字模型，通過實測、仿真和數(shù)據(jù)分析來實時感知、診斷、

預測物理實體對象的狀態(tài)，通過優(yōu)化和控制指令來調(diào)整物理實體對象的行為，通過相關數(shù)字模型間的相

互學習來進化自身，同時改進利益相關方在物理實體對象生命周期內(nèi)的決策。

4縮略語

下列縮略語適用于本文件。

GIS：地理信息系統(tǒng)（GeographicInformationSystem）

RFID：射頻識別（RadioFrequencyIdentification）

5G：第五代通訊技術（The5GenerationMobileCommunicationTechnology）

5成熟度模型

本模型由成熟度等級、能力要素、能力域和成熟度要求構成，如圖1所示。

3

T/CPCIF00XX—20XX

成熟度等級

能

力磷礦磷化工

要

素

物生

能綜安智智智智料產(chǎn)工設質

力合監(jiān)能能能能配運藝備量

域集生掘開運巡方行優(yōu)管管

控產(chǎn)進采輸檢優(yōu)控化理理

化制

成熟度要求

圖1磷及磷化工生產(chǎn)領域數(shù)字孿生成熟度模型

6成熟度等級

成熟度等級規(guī)定了磷及磷化工生產(chǎn)領域數(shù)字孿生解決方案在不同階段應達到的水平。成熟度等級分

為五個等級，自低向高分別為一級（建模級）、二級（互動級）、三級（優(yōu)化級）、四級（預測級）和

五級（共智級）。

一級（建模級）：通過幾何建模、系統(tǒng)建模、流程建模、物聯(lián)網(wǎng)等技術，對物理對象進行數(shù)字化建

模，將物理世界的狀態(tài)轉變?yōu)榭梢员挥嬎銠C和網(wǎng)絡所能感知、識別和分析的狀態(tài)。

二級（互動級）：數(shù)字對象間及物理對象之間實現(xiàn)實時動態(tài)互動。

三級（優(yōu)化級）：運用多維數(shù)據(jù)分析、機器學習、神經(jīng)網(wǎng)絡、深度學習等算法或技術，依據(jù)物理對

象的確定規(guī)律和完整機理運算出控制優(yōu)化方案，實現(xiàn)了虛實互動和自我優(yōu)化。

四級（預測級）：運用云計算、大數(shù)據(jù)、人工智能、互聯(lián)網(wǎng)等核心技術對數(shù)據(jù)進行深度挖掘，實現(xiàn)

了對知識、模型等的應用，可依據(jù)不完整的信息和不明確的機理通過工業(yè)大數(shù)據(jù)和機器學習等技術手段

預測未來，并能反饋優(yōu)化核心業(yè)務流程，體現(xiàn)了人工智能。

五級（共智級）：通過云計算、大數(shù)據(jù)、人工智能等核心技術在不同數(shù)字孿生體之間進行了智慧交

換和共享，實現(xiàn)了預測、預警、自適應。

7能力要素

能力要素給出了磷及磷化工生產(chǎn)領域數(shù)字孿生應用能力提升的關鍵方面，包括磷礦和磷化工。磷礦

包括綜合集控、安監(jiān)生產(chǎn)、智能掘進、智能開采、智能運輸、智能巡檢5個能力域。磷化工包括物料配

方優(yōu)化、生產(chǎn)運行控制、工藝優(yōu)化、設備管理、質量管理5個能力域。

企業(yè)可根據(jù)自身業(yè)務活動特點對能力域進行裁剪。

8成熟度要求

8.1概述

成熟度要求規(guī)定了能力要素在不同成熟度等級下應滿足的具體條件。

8.2磷礦

4

T/CPCIF00XX—20XX

磷礦能力要素包括綜合集控、安監(jiān)生產(chǎn)、智能掘進、智能開采、智能運輸、智能巡檢5個能力域。

8.2.1綜合集控

綜合集控能力域按照成熟度等級可劃分為不同等級要求，見表1。

5

T/CPCIF00XX—20XX

表1綜合集控的成熟度要求

能力域一級二級三級四級五級

a）實現(xiàn)視頻監(jiān)控、設備運行a）建有智能聯(lián)動控制平臺；a）實現(xiàn)無人設備、物流設備、a）構建決策支持系統(tǒng)；a）實現(xiàn)“人、設備、數(shù)字孿

監(jiān)測、環(huán)境監(jiān)測以及其他傳b）實現(xiàn)動態(tài)配置不同傳感器、工業(yè)機器人的模型可視化；b）調(diào)用系統(tǒng)內(nèi)部功能軟件為生系統(tǒng)”之間準確無誤的協(xié)

感器實時上傳的監(jiān)測數(shù)據(jù)設備的快速接口；b）實現(xiàn)遠程監(jiān)測和控制；決策服務，使模型運行、同作業(yè)；

的集成；c）通過仿真技術，實現(xiàn)了物c）根據(jù)各子系統(tǒng)的控制特點，數(shù)據(jù)調(diào)用和知識推理達到b）建立分級別的預警、報警

b）實現(xiàn)設備精密細節(jié)、復雜理對象和數(shù)字對象之間的建立分級別的預警、報警機有機統(tǒng)一；機制；

結構、復雜動作的全數(shù)據(jù)驅動態(tài)互動，以及物理對象之制，實現(xiàn)相關系統(tǒng)之間的聯(lián)c）提高決策水平和質量效果c）相關系統(tǒng)之間實現(xiàn)聯(lián)鎖、

綜合集控動顯示；間的互動和數(shù)字對象之間鎖、聯(lián)動和協(xié)同優(yōu)化功能。顯著。聯(lián)動功能。

c）實現(xiàn)生產(chǎn)流程、生產(chǎn)環(huán)境、的互動。

設備運行狀態(tài)的實時監(jiān)測；

d）通過數(shù)據(jù)的可視化構建決

策模型。

8.2.2安監(jiān)生產(chǎn)

安監(jiān)生產(chǎn)能力域按照成熟度等級可劃分為不同等級要求，見表2。

6

T/CPCIF00XX—20XX

表2安監(jiān)生產(chǎn)的成熟度要求

能力域一級二級三級四級五級

a）實現(xiàn)重大危險源在線檢測；a）通過數(shù)字孿生模型之間的a）5G移動通訊技術融入支持a）對重大危險源實時數(shù)據(jù)信a）實現(xiàn)不同重大危險源數(shù)字

b）實時采集重大危險源數(shù)據(jù)；智能交互機制，實現(xiàn)整體的異構協(xié)議的物聯(lián)網(wǎng)融合通息進行深度挖掘；孿生體之間的智慧交換和

c）實現(xiàn)物理實體的各類傳感協(xié)同化和智能化；信網(wǎng)絡系統(tǒng)；b）實現(xiàn)工作面的環(huán)境安全預共享；

器實時數(shù)據(jù)、歷史數(shù)據(jù)以及b）實現(xiàn)物理實體與孿生數(shù)據(jù)b）實現(xiàn)實時定位與三維GIS、警；b）實現(xiàn)了預測、預警，并能

相關派生數(shù)據(jù)的匯集；的協(xié)同交互、平行運轉。視頻智能識別與聯(lián)動、輔助運c）對礦山設備實現(xiàn)智能故障自動下達應急處理預案。

d）完成虛實融合的數(shù)字化建輸與智能化調(diào)度；診斷和健康預測；

安監(jiān)生產(chǎn)模。c）通過大數(shù)據(jù)建模、計算和d）對設備的故障并給出相應

分析、深度學習技術實現(xiàn)礦的預防措施和解決方案。

山設備的質量缺陷管理、運

行故障識別及健康預測；

d）實現(xiàn)環(huán)境安全場景的在線

感知與狀態(tài)分析、交互在線

與干預預測。

8.2.3智能掘進

智能掘進能力域按照成熟度等級可劃分為不同等級要求，見表3。

7

T/CPCIF00XX—20XX

表3智能掘進的成熟度要求

能力域一級二級三級四級五級

a）構建面向掘進工作面的高a）實現(xiàn)遠程一鍵開啟、關鍵a）實現(xiàn)截割作業(yè)的程序化控a）將各類傳感器數(shù)據(jù)匯聚并a）實現(xiàn)地面和井下遠程集控

精度三維動態(tài)地質模型；部位遠程視頻監(jiān)控、異常狀制；引入由裝備行為準則為支中心對掘進工作面“人-機-

b）基于巷道圍巖時效控制技態(tài)遠程人工干預功能；b）實現(xiàn)截割參數(shù)與環(huán)境、裝撐的掘進決策控制平臺中；環(huán)”協(xié)同、自主管控；

術，構建裝備行為控制模b）基于遺傳算法計算出自適運系統(tǒng)動態(tài)自配準；b）基于大數(shù)據(jù)分析、人工智b）實現(xiàn)多機協(xié)同控制、設備

型；應截割方法，優(yōu)化截割參c）采用超限處理、區(qū)間報警、能等技術，形成掘進控制決狀態(tài)可視監(jiān)控與健康診斷、

c）結合數(shù)字孿生、故障預測數(shù)；設備姿態(tài)調(diào)整、區(qū)間停車等策思想；環(huán)境智能檢測、主動安全防

與健康管理、人工智能和大c）實現(xiàn)掘進系統(tǒng)的遠程虛實多種控制方式，實現(xiàn)系統(tǒng)自c）礦山機電系統(tǒng)運行狀態(tài)實護、無線數(shù)據(jù)網(wǎng)絡管理、供

智能掘進數(shù)據(jù)挖掘等方法技術，建立同步控制。調(diào)性、自組織性和自穩(wěn)定現(xiàn)知識表達、異常工況狀態(tài)配電等功能；

運行機理、經(jīng)驗知識和數(shù)據(jù)性；在線識別和關鍵部件內(nèi)部c）采用超限處理、區(qū)間報警、

深度特征融合設備狀態(tài)分d）在設備互聯(lián)互通條件下，狀態(tài)預測分析。設備姿態(tài)調(diào)整、區(qū)間停車等

析模型。對生產(chǎn)業(yè)務組織、生產(chǎn)流程多種控制方式，實現(xiàn)系統(tǒng)自

與資源配置進行特征提取，調(diào)性、自組織性和自穩(wěn)定

建立多目標綜合約束條件，性。

實現(xiàn)礦山設備運行調(diào)度的

最優(yōu)化。

8.2.4智能開采

智能開采能力域按照成熟度等級可劃分為不同等級要求，見表4。

8

T/CPCIF00XX—20XX

表4智能開采的成熟度要求

能力域一級二級三級四級五級

a）實現(xiàn)地質勘察、設計、施a）通過工作面場景可視化技a）利用機器視覺、多源信息a）基于5G等先進技術，將a）對現(xiàn)場實時數(shù)據(jù)，通過機

工等各種地下空間地理分術，將工作面環(huán)境與裝備的融合與三維物理仿真等技掘進、運輸、提升、排水、器學習進行樣本歸納、類比

布信息的數(shù)據(jù)采集、存儲、實際狀態(tài)迅速、直觀地展現(xiàn)術對所采集數(shù)據(jù)進行智能通風、地質信息、經(jīng)營管理推理分析，實現(xiàn)知識挖掘、

管理和分析；給位于安全位置的遠程開分析；等環(huán)節(jié)智能協(xié)同；計算和持續(xù)迭代更新；

b）通過采礦裝備精確導航、采人員；b）自動給出開采方案并持續(xù)b）通過大數(shù)據(jù)、人工智能、b）體現(xiàn)適應性、動態(tài)性和演

定位技術、復雜工況計算機b）通過利用遠程可視化技術，優(yōu)化方案生成。物聯(lián)網(wǎng)等信息技術，根據(jù)智化性的智能體理性決策特

視覺識別技術和磷礦大數(shù)實時監(jiān)控作業(yè)情況，人為對能自適應系統(tǒng)進行智能分征。

據(jù)技術等實現(xiàn)礦山智能感現(xiàn)場進行干預；析和決策；

智能開采

知；c）通過虛擬控制系統(tǒng)，實現(xiàn)c）對開采過程中可能出現(xiàn)的

c）通過三維激光掃描技術，遠程機械設備的自動連接情況進行實時預測，并能反

對作業(yè)場景和環(huán)境進行高與控制。饋核心業(yè)務流程。

精度建模；

d）在虛擬現(xiàn)實技術與三維地

質建模技術支持下，對地質

體、礦產(chǎn)等實現(xiàn)可視化和信

息化。

8.2.5智能運輸

智能運輸能力域按照成熟度等級可劃分為不同等級要求，見表5。

9

T/CPCIF00XX—20XX

表5智能運輸?shù)某墒於纫?/p>

能力域一級二級三級四級五級

a）實現(xiàn)礦井中的任何物品與a）依據(jù)大數(shù)據(jù)和云存儲服務a）通過車載智能感知與控制a）實現(xiàn)車輛監(jiān)控、指令下達、

互聯(lián)網(wǎng)相連接，實現(xiàn)互聯(lián)互將數(shù)據(jù)上傳共享至多個設系統(tǒng)的多傳感融合技術，實運輸任務調(diào)配、失速保護、報

通；備，進行數(shù)據(jù)實時互聯(lián)互現(xiàn)障礙物感知；警管理、應急響應等功能，優(yōu)

b）通過射頻識別(RFID)、紅通；b）通過域控制器對車輛進行化作業(yè)流程，實現(xiàn)輔助運輸業(yè)

外感應器、全球定位系統(tǒng)、激b）通過運輸系統(tǒng)的智能調(diào)度控制，實現(xiàn)車輛自動避障行務的智能化。

光掃描器等信息傳感設備，進實現(xiàn)遠距離連續(xù)傳輸以及駛與路徑合理優(yōu)化；

智能運輸行信息交換和通訊，實現(xiàn)智能特殊路段運輸；c）基于工業(yè)互聯(lián)網(wǎng)架構的礦

化識別、定位、追蹤、監(jiān)控和c）實現(xiàn)車輛監(jiān)控和遠程指令井下輔助運輸管控一體化

管理。運輸?shù)裙δ?。技術和一體化通信定位網(wǎng)

絡，采用工作流、智能報表、

GIS地圖等組件，實現(xiàn)基于

二維、三維地圖的輔助運

輸一體化管控應用。

8.2.6智能巡檢

智能巡檢能力域按照成熟度等級可劃分為不同等級要求，見表6。

10

T/CPCIF00XX—20XX

表6智能巡檢的成熟度要求

能力域一級二級三級四級五級

a）建立的了完整的地質模型、a）針對不同生產(chǎn)事故的特點，a）通過先進的數(shù)字孿生模型a）構建計算機視覺系統(tǒng)；

設施設備模型、管網(wǎng)模型通過物聯(lián)網(wǎng)對建筑物實現(xiàn)和人工神經(jīng)網(wǎng)絡，實現(xiàn)生產(chǎn)b）利用環(huán)境現(xiàn)場的各類傳感

等，可進行生產(chǎn)現(xiàn)場的渲智能元素的監(jiān)測管理；設備的健康巡檢和在線實器進行生產(chǎn)設備的實時檢

染、裝配、組合校核；b）建立了完整的生產(chǎn)現(xiàn)場虛時檢測；測；

b）建立了完整的礦區(qū)地面地擬場景；b）對現(xiàn)場生產(chǎn)人員的運動實c）對生產(chǎn)設備的運行情況進

下龐大生產(chǎn)結構的虛擬場c）采用數(shù)字孿生模型驅動磷時跟蹤，基于大量數(shù)據(jù)分析行預測、預警。

智能巡檢

景；礦智能巡檢工作的實時交改進生產(chǎn)安全性；

c）基于大數(shù)據(jù)分析技術，構互。c）針對數(shù)字孿生模型分析生

建生產(chǎn)人員生產(chǎn)行為的數(shù)產(chǎn)人員的生產(chǎn)行為，避免人

字孿生模型。身安全事故的發(fā)生。

8.3磷化工

磷化工能力要素包括物料配方優(yōu)化、生產(chǎn)運行控制、工藝優(yōu)化、設備管理、質量管理5個能力域。

8.3.1物料配方優(yōu)化

物料配方優(yōu)化能力域按照成熟度等級可劃分為不同等級要求，見表7。

11

T/CPCIF00XX—20XX

表7物料配方優(yōu)化的成熟度要求

能力域一級二級三級四級五級

a）建立熔融指數(shù)、等規(guī)度、a）根據(jù)產(chǎn)品生產(chǎn)過程實時數(shù)a）基于在線監(jiān)測的生產(chǎn)過程a）采用軟測量技術實現(xiàn)牌號a）根據(jù)產(chǎn)品生產(chǎn)需求，自動

抗沖強度等指標的機理模據(jù)信息，優(yōu)化調(diào)整數(shù)據(jù)驅動數(shù)據(jù)，通過產(chǎn)品物料配方模型平穩(wěn)切換；修復和調(diào)整不同數(shù)字孿生

型以及數(shù)據(jù)驅動的軟測量的軟測量模型；和配方數(shù)據(jù)庫預測生產(chǎn)情況；b）實現(xiàn)過程約束及質量指標體相關的生產(chǎn)參數(shù)；

模型；b）實現(xiàn)虛實空間產(chǎn)品切換操b）對產(chǎn)品配方實時驅動在線的在線估計；b）實現(xiàn)預測、預警和自適應。

b）建立產(chǎn)品物料配方模型和作動態(tài)的實時交互。優(yōu)化；c）基于大數(shù)據(jù)分析，對產(chǎn)品

配方數(shù)據(jù)庫，為操作人員提c）根據(jù)機理模型和軟測量模生產(chǎn)情況進行在線分析和

供實時計算結果；型，建立不同牌號切換邏輯和異常預測。

物料配方優(yōu)化c）根據(jù)機理模型和軟測量模操作優(yōu)化條件。

型，形成不同牌號生產(chǎn)的數(shù)

字孿生模型。

8.3.2生產(chǎn)運行控制

生產(chǎn)運行控制能力域按照成熟度等級可劃分為不同等級要求，見表8。

12

T/CPCIF00XX—20XX

表8生產(chǎn)運行控制的成熟度要求

能力域一級二級三級四級五級

a）面向生產(chǎn)過程的不同操作a）實現(xiàn)對實體裝置的產(chǎn)品質a）根據(jù)虛擬空間的操作決策a）根據(jù)裝置操作方案的變化a）實現(xiàn)生產(chǎn)過程及其控制系

方案，建立適用于每個工作量實時計算和優(yōu)化控制；結果，選擇匹配目前生產(chǎn)狀以及對關鍵非線性相關變量統(tǒng)的數(shù)字孿生；

方案下的產(chǎn)品質量預報模b）實現(xiàn)生產(chǎn)過程的實時模擬況的模型和參數(shù)，以及未來的自動判斷，在模型集的多個b）實現(xiàn)基于數(shù)字孿生模型集

型、優(yōu)化控制模型和預測控仿真及變量預報；對模型和參數(shù)的操作切換預測控制模型之間進行自動的產(chǎn)品質量預報和優(yōu)化控

制模型；c）在虛擬空間實現(xiàn)對實際生方案，從而實現(xiàn)虛擬空間在智能切換；制預報；

b）建成完備的生產(chǎn)過程數(shù)字產(chǎn)過程的實時仿真和預報。模型、參數(shù)和操作上對物理b）基于數(shù)字孿生模型集中的c）實現(xiàn)產(chǎn)品質量預報和優(yōu)化

生產(chǎn)運行控制

孿生模型集。空間過程生產(chǎn)運行的指導；預測控制模型，通過閉環(huán)控制控制預報的智能操作決策。

b）在物理空間，實現(xiàn)對實體仿真形式進行優(yōu)化控制預報，

裝置的產(chǎn)品基于產(chǎn)品質量包括對被控變量控制效果的

化驗數(shù)據(jù)對模型性能進行預報和裝置經(jīng)濟指標變化的

實時評價、實時更新，對物預報。

理空間的應用進行指導。

8.3.3工藝優(yōu)化

工藝優(yōu)化能力域按照成熟度等級可劃分為不同等級要求，見表9。

13

T/CPCIF00XX—20XX

表9工藝優(yōu)化的成熟度要求

能力域一級二級三級四級五級

a）實現(xiàn)產(chǎn)品設計與工藝設計a）依托工業(yè)互聯(lián)網(wǎng)平臺，融a）開發(fā)人機交互界面；a）應用大數(shù)據(jù)、人工智能、a）實現(xiàn)工藝設計、生產(chǎn)、檢

之間的關聯(lián)性；合過程機理和裝置運行特b）利用模型對實際過程進行物聯(lián)網(wǎng)等技術，實現(xiàn)輔助工驗、運維等不同數(shù)字孿生體

b）建立工藝設計規(guī)范和標準，性，建設高精度的過程模仿真測算；藝創(chuàng)新推理的在線自主優(yōu)的動態(tài)協(xié)同；

并指導計算機輔助工藝規(guī)型；c）評估關鍵操作條件對實際化；b）基于在線知識庫，實時為

劃及工藝設計；b）實現(xiàn)虛擬空間的仿真模型生產(chǎn)單元產(chǎn)品收率、性質等b）實現(xiàn)基于三維模型制造工產(chǎn)品設計和工藝設計提供

c）通過設計管理軟件實現(xiàn)工自動獲取和處理生產(chǎn)數(shù)據(jù)、模關鍵指標的影響；藝全過程的仿真分析及迭決策支持。

藝設計數(shù)據(jù)或文檔的結構型自動校正以及模型預測值d）利用智能優(yōu)化算法求解工代優(yōu)化。

化管理與數(shù)據(jù)共享；和物理空間實測值的對比驗藝參數(shù)最優(yōu)操作條件；

工藝優(yōu)化d）實現(xiàn)工藝設計流程、結構證展示；e）實現(xiàn)虛擬空間模擬仿真結