点击蓝字 关注我们↑↑↑
DIGITAL TWIN
如果您不希望错过文章，就加个星标吧！
本期阅读
本期阅读
文章信息
论文"Digital twin modeling method for environmental governance of abandoned landfills based on multi-agent systems"于2024年11月发表于Digital Twin期刊。这篇文章由Zhansheng Liu, Zehua Zhang, Qingwen Zhang, Linlin Zhao共同完成。
DOI：https://doi.org/10.12688/digitaltwin.18083.1
论文链接：
https://digitaltwin1.org/articles/4-12
引用本文：
Liu Z, Zhang Z, Zhang Q and Zhao L. Digital twin modeling method for environmental governance of abandoned landfills based on multi-agent systems [version 1; peer review: awaiting peer review]. Digital Twin 2024, 4:12 (https://doi.org/10.12688/digitaltwin.18083.1)
原文阅读（摘要）
Digital twin modeling method for environmental governance of abandoned landfills based on multi-agent systems
Zhansheng Liu 1,2, Zehua Zhang 1,2, Qingwen Zhang 1,2, Linlin Zhao1,2
1 College of Architecture and Civil Engineering, Beijing University of Technology, Beijing, 100124, China
2 The Key Laboratory of Urban Security and Disaster Engineering of the Ministry of Education, Beijing University of Technology, Beijing, 100124, China
Abstract
Background
It is currently observed that some landfills are experiencing severe overloading, with some having ceased operations. However, they continue to threaten the environment and public health. There is an urgent need for governance, although the process is complex and requires more intelligent and efficient governance approaches.
Methods
This study explored the application of digital twin technology based on multi-agent systems in the environmental governance of abandoned landfills. This paper addresses the demands of landfill governance by integrating modules, including twin models, mechanisms, and big data, and integrating each module with corresponding intelligent agents, forming a thoughtful, collaborative, and adaptive digital twin agent system.
Results
This method can collect and analyze on-site data more systematically and provide feedback to management personnel to guide the adjustment of on-site plans and improve the on-site management efficiency by 30%.
Conclusions
Through application cases, the operation process of this system in specific landfill environmental governance scenarios was demonstrated, confirming its superiority in environmental governance. This system can facilitate environmental monitoring, intelligent analysis, and decision control during the governance of abandoned landfills.
摘要
背景
当前，部分垃圾填埋场面临严重超负荷问题，部分填埋场甚至已停止运营。然而，这些填埋场仍持续威胁着环境与公众健康。因此，对其进行治理迫在眉睫，但治理过程复杂，亟需更加智能高效的治理方法。
数字孪生技术： 一种基于模型的创新技术，通过数字模型精确全面地模拟物理系统，支持决策制定。
多智能体系统：由多个独立智能体组成，每个智能体具备感知、决策和执行能力，共同完成任务或解决问题。
数字孪生与多智能体系统集成： 为填埋场环境治理提供智能解决方案，提高治理效率和可持续性。
方法
本研究探讨了基于多智能体的数字孪生技术在废弃垃圾填埋场环境治理中的应用。本文通过整合包括孪生模型、机制及大数据在内的模块，并将各模块与相应的智能主体相结合，构建了一个深思熟虑、协同合作且具备自适应能力的数字孪生主体系统，以满足垃圾填埋场治理的需求。
影响因素分析：确定填埋场环境治理过程中的影响因素，包括人员、设备、垃圾状况、治理过程和方案、环境气候等。
数字孪生框架构建： 基于多智能体系统构建数字孪生框架，无缝链接现场监测、协作工作、智能决策和实时响应。
物理模型建立： 通过部署监测仪器和传感器，收集现场信息，建立物理模型。
虚拟模型建立： 建立与物理模型对应的虚拟模型，包括几何、物理、行为和规则四个维度。
虚拟与现实交互信息建模： 实现实时数据传输，确保物理和虚拟治理站点间信息兼容和稳定。
实验设计
数据监测智能体（DMA）：负责识别和收集治理过程中的信息，通过无线传输技术与设备建立连接。
分析决策智能体（ADA）：包括虚拟孪生模型和分析决策系统，提供服务以满足填埋场环境治理需求。
治理服务智能体（GSA）：负责可视化监测数据和分析结果，直观调整和现场决策交付。
数据交互智能体（DIA）：促进DMA、ADA和GSA之间的数据交互和信息传输。
结果分析
该方法能够更系统地收集与分析现场数据，并向管理人员提供反馈，指导现场计划的调整，使现场管理效率提高了30%。
人员因素： 人员的专业素质和工作条件与填埋场环境健康状况密切相关，需监控人员属性和实施操作。
设备因素： 大型机械的性能和运行状态直接影响废物处理效率和质量，需标注设备功能和属性并监控其状态。
废水状况： 垃圾组成直接影响填埋场的环境状况，需确定垃圾的具体组成以指导治理。
治理过程： 选择适当的废物治理过程以最小化二次环境污染。
环境气候：温度、降水、风速、湿度和气压的变化直接影响废物分解速率和环境状况，需实施适当措施以减少影响。
总体结论
通过应用案例，本文展示了该系统在特定垃圾填埋场环境治理场景中的运行过程，证实了其在环境治理方面的优越性。该系统有助于废弃垃圾填埋场治理过程中的环境监测、智能分析及决策控制。
治理过程影响因素： 人员、设备、垃圾状况、治理过程和方案、环境气候是影响填埋场治理的主要因素。
数字孪生模型构建： 提出了基于多智能体系统的填埋场治理数字孪生模型构建方法，从物理实体建模、虚拟实体建模和虚拟-物理交互三个方面详细阐述了理论框架。
治理应用验证： 在实际废弃垃圾填埋场治理项目中应用了该方法，验证了其可行性，通过实时监控和智能决策有效提高了现场治理的精度、质量和效率。
Figure 1. Digital twin framework for environmental governance of abandoned landfill based on multi-agent.
关注公众号，后台回复“DT48”即可下载原文
作者简介
刘占省
北京工业大学教授、正高级工程师，博导，科发院副院长，智能建造专业负责人。主要从事智能建造、数字孪生与智慧运维等研究。兼任中国技术创业协会技术创新工作委员会副理事长、北京绿色建筑联盟副理事长、中国建筑学会BIM专委会理事等。主持和参与30余项国家、省部级及横向科研课题，课题经费近3000万元。发表学术论文100余篇，其中SCI40余篇，已申请专利20余项，出版著作12本。获得北京市科技进步二等奖两项（均排名1）、华夏建设科技进步一等奖（排名2）、华夏建设科技进步二等奖等20余项科技奖励。
张泽华
北京工业大学建筑工程学院土木工程专业硕士研究生。从事智能建造、废弃填埋场智能修复技术研究。
张晴雯
博士，博士后，北京工业大学讲师。主要从事智能建造、工程管理、神经工程管理等研究。主持国家资助博士后研究人员计划一项，发表SCI/SSCI检索论文十余篇，已申请专利2项。
赵林林
博士，主持参与多项科研项目，包括主持或参与多项科研项目。在国际重要学术期刊和国际会议上发表英文论文30多篇，以第一作者发表SCI 论文17篇，EI 论文1篇，其它英文期刊论文3篇，国际会议论文3篇，国际会议特邀报告15篇。出版英文著作一部，申请国际专利一项，是多个英文期刊的审稿人和编委。
相关阅读
更多数字孪生国际期刊文章，请点击下方卡片阅读合集 ↓↓↓
本公众号致力于分享高质量的数字孪生与数字工程相关学术研究与知识资讯，以促进学术交流与知识传播。推送的论文内容主要来源于公开出版或在线发布的学术资源，版权归原作者所有，仅供学术交流，未经授权不得商用。如有侵权，请联系删除。
如您有优秀论文需推荐，或者成果发布、企业进展、科研交流等需求，请在公众号后台留言，或发送邮件到digitaltwin@buaa.edu.cn，与我们取得联系。感谢您的持续关注与支持！
