石油和天然气公司内部的信息孤岛严重影响了效率，阻碍了卓越运营的实现。在决策和执行过程中，对所有数据类型的单一真实来源的渴望一直推动着对IT/OT融合的追求，而这在很大程度上仍然是难以理解并掌握实现。改变的关键便是一个有效的数字孪生。
理念方法
数字孪生旨在准确地展现资产在其整体运营操作范围和全生命周期内的情况。理想的情况是在初步研究中创建，以评估资产的可行性并在该资产的设计、实施和调试过程中使用以及进一步开发。数字孪生技术有助于资产的优化设计和对操作该资产的工作人员开展培训。同时，数字孪生技术可在当下实时开展工作，在以模拟模式来镜像反映工厂的实际情况，数字孪生并具备完整的行业知识，能够对其历史性能和未来潜力做出准确的理解和认识。
流程模拟工具与数字孪生技术（图1）是一样的吗？并非如此。一个流程模拟软件应该能够从严格的设计工具过渡到数字孪生技术驱动操作，包括生产管理和供应链优化。
图1 流程模拟工具和数字孪生的比较，始终与业务数据模型保持一致并驱动业务数据模型
大多数运行良好的工厂都会有一个工厂的工艺模拟模型，可能是在工厂设计期间或设计之后创建的。然而，工艺模拟工具在运营支持方面的使用仅限于由装置工程师特别使用，以排除故障和调查改进提升。流程模拟要求工程师评估可能发生的情况，然后配置并使用它，并进行What-If假设性场景分析以尝试计算最佳价值所在。
这种方法带来了挑战：只有当工程师专注于正确的领域时，才能发现并改进可能会出现的问题。通常情况下，操作人员对临时专用模型的结果缺乏信心，因此装置工程师希望在做出改变或出现意外结果情况时再次检查该模型。更新的速度减慢或没有改善，装置工程师经常停止使用该模型或不恰当的过度建立和测试该模型，从而失去对其他更有价值的改进的关注，这导致了花费了很多时间和成本增加，错失了优化机会，便错过了对业务的提升并造成了利润的损失。
十多年来，Petro-SIM一直是一个严格的设计工具，它将深入的物理和化学知识应用于实时生产数据，以推动生产管理和供应链优化活动的商业决策。
协作
2019年2月，KBC宣布与OSI-软件合作，以加速整个能源和化工行业的数字化，消除大数据分析带来的失望。
通过这种合作，Petro-SIM的配置使每个人都能看到内部情况，并感知没有被直接测量的细节信息。高质量和准确的预测可以立即得到，并以人人都能理解和同意的方式一致性运行。如果Petro-SIM模型发生变化，它可以根据Petro-SIM自动创建PI资产框架（PI AF）模板，并自动更新PI AF模板。它使Petro-SIM模型自动生成当前的PI数据，并自动生成具有Petro-SIM输出的PI数据库。任何PI标签的变化都会触发对Petro-SIM的自动通知。
装置性能自动计算分析能够允许 "What-If 如果？"和 "What is Best 什么是最好的？"的假设性情景方案的自动运行，以确定可行的决策并努力使盈利能力最大化。
所有Petro-SIM模型的输出都会自动实时地写回到PI系统中，大幅提高了PI系统中数据的质量和丰富度。这包括测量、模拟模型和LP模型输出的比较，以帮助跟踪模型和实际工厂性能的差异。其他参数包括（但不限于）温度、压力、流量、密度、粘度、进料和产品的流股物性、催化剂活性和运行寿命预测、催化剂循环率和热交换器/燃烧加热器结垢等。反过来，PI系统中更高保真的操作记录将有助于通过将Petro-SIM的数据以及Petro-SIM洞见带到PI Vision仪表板和其他与PI系统集成的系统中，以推动整个企业做出更明智的决策。这也使得我们能够从PI Vision深入到Petro-SIM模型中。（图2）
图2 所有Petro-SIM模型的输出都会自动实时反馈到PI系统，包括测量模型、模拟模型与LP模型输出的比较
必要的第一步提供了Petro-SIM不仅是一个严格的设计工具，而且向前深化应用，是可以执行监测、监控预警、供应链优化和其他高级应用和服务的数字孪生技术。
Petro-SIM数字孪生技术所提供的重要价值在于处理和解决以下问题：
在不良/错误数据上做出正确的决定
分析计划/方案活动中出现的假阳性现象
需要在系统中有风险和困难的部分进行测量
在全厂范围水平和平行独立的单独装置团队之间做出决策
在工艺/产量/能源集成分析的情况下，对可靠性和维护进行优化
计划错误或不准确的地方必须通过储存/系统灵活性来 "擦掉-弥补"，避免使错误从一个计划扩散到另一个计划
根据工厂的实际情况对操作人员进行培训
避免不信任和不了解全厂和单个装置的实时运作/经济性的情况
避免由于没有利用现有的非测量/推断指标而做出次优决策
避免由于做重复性的工作而浪费了工程时间
避免不符合企业工程/设计标准
避免无法将专有的知识产权、知识和技术know how"嵌入"到在常规工作中
