能源巨头荷兰皇家壳牌公司宣布在新加坡毛广岛炼油厂开展为期四年的试点项目,探索数字孪生技术的应用场景。该系统将于2024年全面落地,预计将提高生产率、增强可靠性与安全性。
在此之前,壳牌已经尝试过多种与数字孪生配套运作的数字化技术,包括3D打印等。
数字孪生赋能工厂
数字孪生技术能够为该处炼油厂及其所有流程建立完整的虚拟副本,并通过3D模型提供可视化辅助。它将允许操作人员远程控制现场的每个物理元素,现场系统也能以自动方式动态响应条件变化。
壳牌表示,他们计划最终通过AR和VR虚拟方式向工程师们提供关于工厂运作的所有信息。随着时间推移,也许未来的工程师们将不必亲临现场——或者只在必要时偶尔前往。到2025年,预计只需一台平板电脑即可指挥毛广岛炼油厂的所有实地操作。
新加坡经济发展委员会执行副主席Damin Chan表示,“我们对壳牌在新加坡试点数字孪生方案这一大胆举措感到振奋,他们为能源和化工行业的数字孪生技术应用树立了强有力的标杆,切实推动技术迈向工业4.0新标准。”
亚太地区的石化中心
毛广岛是亚太地区的专属能源中心,日处理能力高达50万桶。
该地在应用无人机、3D打印和AR等先进技术方面拥有丰富经验。仅壳牌一家就在这里拥有59年历史的工厂中驻扎有1300名员工,同时也是首家在新加坡设立炼油厂的企业。
当然,新技术的引入也激起人们对于自动化取代现有岗位的担忧,但壳牌表示“目前还没有在数字孪生落地后调整人力需求的计划。”
壳牌新加坡/菲律宾制造副总裁兼毛广岛炼油基地总经理Hugues Bourgogne补充道,“我们致力于将人力与先进的数字化技术相结合,让我们位于毛广岛和裕廊岛的工厂具备全球竞争力,从而真正实现运营方式转型。”
紧跟数字时代步伐
过去一年,壳牌为其140名员工组织了各种黑客马拉松和数字训练营活动,希望提高劳动力队伍的现场数字技术能力。在接下来两年中,包括管理人员、工程师和技术人员在内,壳牌毛广岛炼油基地的全体员工都将接受培训以学习如何操作数字孪生技术。自2021年起,该公司计划每年投入超6000个小时的员工培训以推动数字孪生转型。
预见到数字孪生的巨大潜力,工业制造巨头西门子此前也应用过这项技术。
去年,该公司推出了Sinumerik ONE,一款数字原生CNC控制器,其软件能够同步创建数字孪生杠。该控制器将帮助机械制造商为所开发的机器及生产流程建立全面的虚拟副本。
在国防领域,美国陆军最近与威奇托州立大学合作,为UH-60L黑鹰直升机创建了虚拟3D模型。通过完整拆卸的直升机机身和组件,研究人员得以单独对每个结构部件进行3D扫描,从而建立起数字孪生模型。
在目录整编完成之后,陆军希望能够以3D打印方式制造其中某些难以采购的小众部件。
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。