Digital Twin-Based Virtual Sensing for Real-Time Process Monitoring of Marine Reciprocating Natural Gas Compressor Packages
Notice bibliographique
Résumé
Marine reciprocating compressor packages are critical in offshore oil and gas production but face inherent challenges for process monitoring due to explosion-proof requirements and limited onboard sensing. Many key process variables, such as flow rates and stage-wise efficiencies, remain unmeasured in practice, hindering comprehensive and accurate real-time monitoring. This study proposes a digital twin-based virtual sensing approach that integrates process mechanism modeling with real-time data streams to infer unmeasured variables from limited measurements and reconstruct package-level operating states. A full package-level process mechanism model was established in HYSYS, incorporating compression, heat exchange, and recycle control modules, and further generalized through a cascaded-stage modeling strategy that supports scalable deployment across packages with different configurations. A DT framework was constructed to couple the model with real-time sensor inputs, enabling continuous model updating, virtual-physical synchronization, and visualization through a service platform. Validation on a two-stage marine compressor package shows that predicted data closely match operating and design values, with MAPE typically <2% for compressor metrics, heat exchanger water flow MAPE≈1.4–1.5%, and recycle flow MAPE≈9.6%. Additional testing on a small-scale compressor package confirms the scalability of the cascaded-stage modeling approach and the DT system, maintaining flow-prediction errors within 5% while requiring only minimal interface configuration and parameter adjustment for direct deployment across packages. These results indicate that the proposed method can effectively extend monitoring capability beyond limited sensor coverage, providing a practical pathway for DT-enabled monitoring and supervisory optimization of marine reciprocating compressor packages.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».