王宇

摘要：在現(xiàn)階段數(shù)字化時(shí)代不斷發(fā)展的背景下，數(shù)字孿生技術(shù)在石油化工、公共安全、機(jī)械工業(yè)等方面得到了廣泛應(yīng)用，屬于多學(xué)科交叉作業(yè)的技術(shù)，需要運(yùn)行環(huán)境、機(jī)械設(shè)備、參與者等共同參與，并利用多樣化的理論、測(cè)量、技術(shù)等方式確保系統(tǒng)安全。面向智慧化工園區(qū)技術(shù)需求，提出了基于數(shù)字孿生+智慧化工園區(qū)建設(shè)新思路，本文首先從數(shù)字孿生技術(shù)概述入手，剖析數(shù)字孿生技術(shù)智慧化工園區(qū)安全應(yīng)用中面臨的挑戰(zhàn)，并提出具體思路，旨在高效推動(dòng)智慧化工園區(qū)質(zhì)量、效率和動(dòng)力的變革，以供參考。

關(guān)鍵詞：智慧化工園區(qū)；數(shù)字孿生；分析

DOI：10.12433/zgkjtz.20233104

數(shù)字孿生技術(shù)具有多學(xué)科、多角度、實(shí)時(shí)性、高保真度等特質(zhì)，是現(xiàn)實(shí)世界與虛擬空間相互轉(zhuǎn)化的重要手段之一，將數(shù)字孿生技術(shù)應(yīng)用于智慧化工園區(qū)，有助于及時(shí)發(fā)現(xiàn)并解決問題，防微杜漸，為企業(yè)安全有序作業(yè)提供技術(shù)支撐。

一、數(shù)字孿生技術(shù)概述

數(shù)字孿生實(shí)際上是利用物理模型、歷史數(shù)據(jù)、傳感器探測(cè)等方式在虛擬空間中映襯現(xiàn)實(shí)世界，并反映全周期生命過程。數(shù)字孿生模型主要包括服務(wù)模塊、物理實(shí)體、連接模塊、虛擬實(shí)體孿生數(shù)據(jù)等內(nèi)容，可利用全生命周期數(shù)據(jù)管理、多領(lǐng)域多模型融合、高精度傳感、高性能計(jì)算技術(shù)等手段對(duì)工程、設(shè)備、系統(tǒng)開展實(shí)時(shí)、快速評(píng)價(jià)，滿足實(shí)際建設(shè)需求，為后續(xù)的管理決策工作打下堅(jiān)實(shí)基礎(chǔ)。數(shù)字孿生技術(shù)也可在一定的空間內(nèi)完成優(yōu)化配置、安全維護(hù)、協(xié)同監(jiān)管工作，有效減少不必要的資源浪費(fèi)，確保技術(shù)的進(jìn)一步應(yīng)用與發(fā)展。

二、數(shù)字孿生技術(shù)內(nèi)涵

從實(shí)際構(gòu)成看，數(shù)字孿生技術(shù)主要包括以下六類：第一，感知控制技術(shù)。具備數(shù)據(jù)采集及控制反饋模塊，是保證虛擬世界及現(xiàn)實(shí)世界有序溝通的重要窗口。第二，數(shù)據(jù)集成技術(shù)。實(shí)現(xiàn)相關(guān)設(shè)備及系統(tǒng)的互聯(lián)互通，保證現(xiàn)實(shí)世界與虛擬空間的無縫對(duì)接。第三，模型構(gòu)建技術(shù)?？蓪F(xiàn)實(shí)物體在虛擬空間中形成映射，并構(gòu)建數(shù)據(jù)、機(jī)理、幾何模型，全方位展現(xiàn)物體的物理規(guī)律及外觀形態(tài)。第四，模型互操作技術(shù)?？蓪⒏黝惸Ｐ陀袡C(jī)融合，將靜態(tài)映射轉(zhuǎn)化為現(xiàn)實(shí)事物。第五，業(yè)務(wù)集成技術(shù)。可為生產(chǎn)全過程、產(chǎn)品全周期、商業(yè)全流程提供有效支撐，提高數(shù)字孿生技術(shù)的經(jīng)濟(jì)效益。第六，人工智能技術(shù)?？蓪⑷说囊蛩嘏c數(shù)字孿生系統(tǒng)結(jié)合，以人機(jī)作業(yè)方式進(jìn)行指令反饋，保證數(shù)字孿生技術(shù)的進(jìn)一步優(yōu)化創(chuàng)新。

三、數(shù)字孿生技術(shù)的智慧化工園區(qū)關(guān)鍵應(yīng)用

（一）聯(lián)合動(dòng)態(tài)仿真模型

聯(lián)合仿真模型是現(xiàn)階段較為重要的系統(tǒng)分析、設(shè)備檢測(cè)手段，相較于以往的計(jì)算機(jī)數(shù)字模型，采用數(shù)字孿生仿真技術(shù)的優(yōu)勢(shì)在于可以依據(jù)現(xiàn)實(shí)物體的變化調(diào)整映射內(nèi)容。技術(shù)人員可將數(shù)字孿生技術(shù)與智慧化工園區(qū)三維模型的創(chuàng)建工作相融合，提升視覺信息交互性，并利用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)沉浸感知，準(zhǔn)確分析可能發(fā)生的各類災(zāi)害事故，明確可行的事故應(yīng)急預(yù)案，在事故發(fā)生前做好準(zhǔn)備。

（二）安全監(jiān)控

安全監(jiān)控是對(duì)整個(gè)化工園區(qū)企業(yè)開展全方位的監(jiān)管、反饋和響應(yīng)，可從以下三方面開展監(jiān)控作業(yè)：第一，環(huán)境監(jiān)控，利用各類傳感器及時(shí)掌握不同事故的特點(diǎn)，并在虛擬空間進(jìn)行模擬，最終由物聯(lián)網(wǎng)技術(shù)自動(dòng)監(jiān)測(cè)建筑。第二，設(shè)備安全監(jiān)控，以數(shù)字孿生技術(shù)為基礎(chǔ)創(chuàng)建信息視覺系統(tǒng)，并利用配套工業(yè)機(jī)器人完成設(shè)備修復(fù)作業(yè)，綜合人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯理念創(chuàng)建遠(yuǎn)程健康監(jiān)管作業(yè)。第三，人員行為安全監(jiān)控，利用數(shù)字孿生技術(shù)實(shí)時(shí)跟蹤車間內(nèi)人員，并有針對(duì)性地改進(jìn)生產(chǎn)流程及方案，或針對(duì)人員的生產(chǎn)行為創(chuàng)建數(shù)字孿生圖卷積識(shí)別模型，更好地管理整個(gè)生產(chǎn)環(huán)境。

（三）故障診斷

為避免系統(tǒng)與設(shè)備在實(shí)際運(yùn)營(yíng)期間發(fā)生大規(guī)模故障導(dǎo)致嚴(yán)重的安全事故，技術(shù)人員應(yīng)積極引進(jìn)數(shù)字孿生技術(shù)并落實(shí)到電子故障診斷作業(yè)中。可通過對(duì)自動(dòng)化系統(tǒng)故障模塊進(jìn)行定位，提出可行的修整方案，也可深入分析數(shù)字孿生技術(shù)的故障診斷模型要求，提出敏感參數(shù)分析模型，判斷并定位故障區(qū)域。將數(shù)字孿生技術(shù)的同步映射性能與故障診斷技術(shù)相融合，需要技術(shù)人員對(duì)得到的數(shù)據(jù)進(jìn)行標(biāo)記、對(duì)比，綜合數(shù)據(jù)與模型驅(qū)動(dòng)，完成故障診斷作業(yè)。

（四）運(yùn)行維護(hù)控制

科學(xué)技術(shù)的飛速發(fā)展，使得系統(tǒng)設(shè)備逐漸突顯復(fù)雜化特質(zhì)，維運(yùn)控制安全成為現(xiàn)階段較突出的問題。創(chuàng)新數(shù)字孿生集成—分布式控制框架體系可及時(shí)預(yù)測(cè)、校正生產(chǎn)系統(tǒng)執(zhí)行情況，技術(shù)人員深入討論不確定性條件下?lián)p傷診斷概率、預(yù)后概率、優(yōu)化升級(jí)的運(yùn)行策略，與數(shù)字孿生技術(shù)相結(jié)合，避免出現(xiàn)設(shè)備疲勞裂紋等問題。技術(shù)人員也可創(chuàng)新系統(tǒng)工程仿真引擎，并將運(yùn)營(yíng)風(fēng)險(xiǎn)提前至開發(fā)初期，利用物聯(lián)網(wǎng)技術(shù)獲取相關(guān)性能信息，落實(shí)控制閉環(huán)。因此融合數(shù)字孿生技術(shù)可借助虛擬互聯(lián)網(wǎng)平臺(tái)分析現(xiàn)實(shí)世界的物體性能，同時(shí)綜合大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)進(jìn)一步記錄和分析數(shù)據(jù)，確?，F(xiàn)實(shí)平臺(tái)網(wǎng)絡(luò)的有序運(yùn)營(yíng)及管控，突出風(fēng)險(xiǎn)轉(zhuǎn)移、安全維護(hù)和資源優(yōu)化等性能。

（五）預(yù)測(cè)性維護(hù)

預(yù)測(cè)性維護(hù)可有效避免出現(xiàn)各類安全事故，提高實(shí)際生產(chǎn)效率，延長(zhǎng)產(chǎn)品建設(shè)周期。通過構(gòu)建生產(chǎn)機(jī)器運(yùn)行數(shù)學(xué)模型，利用仿真及數(shù)字模擬的交互反饋方式做好機(jī)械設(shè)備的狀態(tài)評(píng)估作業(yè)，落實(shí)預(yù)測(cè)性維護(hù)原則，也可綜合源數(shù)據(jù)創(chuàng)建車間數(shù)字孿生模型，充分發(fā)揮非線性漂移布朗運(yùn)動(dòng)優(yōu)勢(shì)，研發(fā)功能部件壽命預(yù)測(cè)模型，提升預(yù)測(cè)模型的實(shí)時(shí)性和高效性。因此以數(shù)字孿生技術(shù)為基礎(chǔ)的預(yù)測(cè)性維護(hù)技術(shù)主要通過創(chuàng)建數(shù)字孿生體獲取工程參數(shù)，技術(shù)人員可在數(shù)據(jù)比對(duì)、處理后對(duì)故障特征進(jìn)行識(shí)別、定位以及處理。

四、數(shù)字孿生技術(shù)的智慧化工園區(qū)面臨的挑戰(zhàn)

第一，數(shù)據(jù)獲取方面的挑戰(zhàn)。數(shù)據(jù)采集門檻高，為了獲得應(yīng)急預(yù)案、救援隊(duì)伍、物資庫、消防栓、取水點(diǎn)、避難場(chǎng)所等數(shù)據(jù)，有時(shí)需要鎮(zhèn)街和多個(gè)部門協(xié)調(diào)，數(shù)據(jù)的采集、傳輸、存儲(chǔ)和分析都需要消耗大量資源，在現(xiàn)有條件下，收集準(zhǔn)確實(shí)用的信息是一項(xiàng)挑戰(zhàn)。

第二，模型建立方面的挑戰(zhàn)。要想實(shí)現(xiàn)高度逼真的建模，需要應(yīng)用大數(shù)據(jù)、人工智能等技術(shù)手段，利用傾斜攝影技術(shù)，采用數(shù)據(jù)矢量化建模的方式，將道路、林區(qū)、房屋、監(jiān)測(cè)點(diǎn)、巡航位置等信息在三維高清遙感地理場(chǎng)景上全景展現(xiàn)，實(shí)現(xiàn)對(duì)化工園區(qū)企業(yè)可視化、自動(dòng)化和精準(zhǔn)化監(jiān)管。

第三，運(yùn)行維護(hù)方面的挑戰(zhàn)。要保證在不同的場(chǎng)景中快速有效的處置，必須掌握大量準(zhǔn)確實(shí)時(shí)的信息，這就需要耗費(fèi)大量人力、物力對(duì)后臺(tái)資源進(jìn)行實(shí)時(shí)維護(hù)。另外，隨著時(shí)間推移，對(duì)模型標(biāo)準(zhǔn)和軟硬件的性能要求也越來越高，需要不斷對(duì)平臺(tái)進(jìn)行升級(jí)、優(yōu)化。

五、數(shù)字孿生技術(shù)的智慧化工園區(qū)應(yīng)用分析

堅(jiān)持“統(tǒng)籌組織、分級(jí)負(fù)責(zé)、多方投入、有序推進(jìn)、全程管控、務(wù)求實(shí)效”的原則。智慧化工園區(qū)的建設(shè)更加強(qiáng)調(diào)“智慧”，構(gòu)建“一體化平臺(tái)、一張圖應(yīng)用、三個(gè)中心、三大體系”模式。一體化平臺(tái)：綜合管理、基礎(chǔ)設(shè)施、公共服務(wù)一體化平臺(tái)；一張圖應(yīng)用：采用數(shù)字孿生Digital Twin技術(shù)構(gòu)建園區(qū)安全生產(chǎn)、應(yīng)急救援、能源等一張圖；三個(gè)中心：預(yù)警中心、數(shù)據(jù)中心、視頻監(jiān)控中心；三大體系：安全生產(chǎn)、應(yīng)急救援、封閉管理。

第一，直播推流 。通過設(shè)備采集直播內(nèi)容，推流SDK推送直播流，提供直播流接入、分發(fā)、實(shí)時(shí)流媒體處理服務(wù)。視頻直播服務(wù)通過邊緣推流的方式將直播流推送至直播中心，推送的視頻流通過CDN邊緣節(jié)點(diǎn)進(jìn)行加速，確保上行傳輸?shù)姆€(wěn)定性。

第二，蔓延分析模型。通過與3D技術(shù)相結(jié)合，模擬事故擴(kuò)散趨勢(shì)，結(jié)合當(dāng)日氣象五參因素（即溫度、氣壓、濕度、風(fēng)向、風(fēng)速）分析事故擴(kuò)散的方向，并在GIS地圖上顯示，從而把握事故擴(kuò)散趨勢(shì)，為應(yīng)急處置提供輔助決策。

第三，AR應(yīng)用?；贏R技術(shù)的智慧園區(qū)管控系統(tǒng)，實(shí)現(xiàn)視、查、管、控一站式應(yīng)用，利用攝像裝置采集園區(qū)內(nèi)的數(shù)據(jù)分送至AR設(shè)備生成園區(qū)的AR實(shí)景圖，建立一套先進(jìn)、穩(wěn)定、可靠、經(jīng)濟(jì)及可擴(kuò)展的AR實(shí)景綜合管理平臺(tái)。

第四，5G傳輸?；?G網(wǎng)絡(luò)，無人機(jī)直播畫面回傳、高空瞭望、視頻監(jiān)控、移動(dòng)會(huì)商等的數(shù)據(jù)傳輸速率更穩(wěn)定、更快速，便于數(shù)據(jù)的采集與傳輸。

第五，AI智能數(shù)據(jù)分析。整合散落的園區(qū)各類數(shù)據(jù)，構(gòu)建統(tǒng)一的大數(shù)據(jù)平臺(tái)系統(tǒng)，實(shí)現(xiàn)各類場(chǎng)景分析，從各類整體指標(biāo)概覽，再到分層細(xì)節(jié)指標(biāo)數(shù)據(jù)的對(duì)比分析，實(shí)現(xiàn)數(shù)據(jù)指導(dǎo)業(yè)務(wù)精細(xì)化運(yùn)營(yíng)。

六、數(shù)字孿生技術(shù)的智慧化工園區(qū)具體思路

第一，數(shù)據(jù)分析采集。利用分布式大數(shù)據(jù)技術(shù)將園區(qū)數(shù)據(jù)進(jìn)行整合、分析處理，形成可視化圖表，將采集到的數(shù)據(jù)進(jìn)行形象化、直觀化和具體化呈現(xiàn)，實(shí)現(xiàn)對(duì)園區(qū)概況、園區(qū)基本信息、園區(qū)企業(yè)數(shù)量統(tǒng)計(jì)、安全風(fēng)險(xiǎn)對(duì)象、風(fēng)險(xiǎn)單元、重大危險(xiǎn)源、重點(diǎn)監(jiān)管工藝、重點(diǎn)監(jiān)管危險(xiǎn)化學(xué)品等信息的統(tǒng)計(jì)分析，同時(shí)直觀查看園區(qū)的各項(xiàng)指標(biāo)和平臺(tái)預(yù)警信息。

第二，構(gòu)建一張圖。建設(shè)數(shù)字孿生一張圖，包括園區(qū)、安全、應(yīng)急、能源等三維信息，以一張圖透視分析智慧園區(qū)運(yùn)行全貌，建立可視化、智能化、一體化管理平臺(tái)。通過與GIS地圖相結(jié)合展示園區(qū)總體信息，實(shí)時(shí)關(guān)注園區(qū)動(dòng)態(tài)，了解園區(qū)、企業(yè)日常情況，高效全面掌握和管理園區(qū)運(yùn)營(yíng)狀態(tài)。將園區(qū)內(nèi)的重大危險(xiǎn)源數(shù)據(jù)、應(yīng)急資源、企業(yè)位置分布、實(shí)時(shí)監(jiān)測(cè)信息、車輛信息、能源設(shè)備等信息實(shí)現(xiàn)一張圖匯總。利用大數(shù)據(jù)圖表形式進(jìn)行多維度分析，綜合考慮安全、應(yīng)急、能源、人員等因素，提高園區(qū)管理者安全應(yīng)急一體化管理水平。

第三，實(shí)時(shí)預(yù)警監(jiān)控。實(shí)現(xiàn)對(duì)園區(qū)所有預(yù)警、報(bào)警管理、實(shí)時(shí)監(jiān)測(cè)企業(yè)各項(xiàng)數(shù)據(jù)運(yùn)行情況，一旦發(fā)生異常，立即啟動(dòng)預(yù)警應(yīng)急流程，并實(shí)時(shí)分析企業(yè)的動(dòng)態(tài)風(fēng)險(xiǎn)。進(jìn)行預(yù)警統(tǒng)計(jì)分析，對(duì)預(yù)警信息進(jìn)行統(tǒng)計(jì)分析，包括人員定位報(bào)警、智能監(jiān)控、DCS監(jiān)測(cè)報(bào)警、應(yīng)急事故報(bào)警、隱患排查，以可視化圖表分析報(bào)警信息，實(shí)時(shí)統(tǒng)計(jì)園區(qū)內(nèi)不同類型的報(bào)警次數(shù)，維護(hù)園區(qū)安全。對(duì)報(bào)警信息進(jìn)行管理，查看報(bào)警信息的詳情，對(duì)報(bào)警通知進(jìn)行忽略、應(yīng)急響應(yīng)和解除操作，實(shí)現(xiàn)對(duì)報(bào)警信息的綜合管理與處置，預(yù)警記錄是對(duì)預(yù)警信息的統(tǒng)計(jì)分析，可以查看報(bào)警來源、處置狀態(tài)、報(bào)警時(shí)間、報(bào)警描述、處置時(shí)間等信息。

第四，風(fēng)險(xiǎn)動(dòng)態(tài)管理。實(shí)現(xiàn)企業(yè)風(fēng)險(xiǎn)情況的匯總，按照風(fēng)險(xiǎn)等級(jí)對(duì)企業(yè)進(jìn)行排名，以紅橙黃藍(lán)對(duì)風(fēng)險(xiǎn)等級(jí)進(jìn)行重點(diǎn)標(biāo)識(shí)，查看日期、具體時(shí)間、企業(yè)名稱、風(fēng)險(xiǎn)指數(shù)、風(fēng)險(xiǎn)等級(jí)、是否重大危險(xiǎn)源企業(yè)、是否涉危企業(yè)等信息。

七、數(shù)字孿生技術(shù)智慧化工園區(qū)應(yīng)用展望

相關(guān)人員可利用數(shù)字孿生技術(shù)手段，從不同的維度為后續(xù)的運(yùn)行工作提供數(shù)字化、安全性的作業(yè)環(huán)境。而現(xiàn)階段隨著物聯(lián)網(wǎng)、芯片技術(shù)、量子計(jì)算、新材料技術(shù)、融合人工智能、量子通信技術(shù)等高端科技手段的不斷創(chuàng)新發(fā)展，可以推進(jìn)數(shù)字孿生技術(shù)實(shí)現(xiàn)進(jìn)一步創(chuàng)新升級(jí)，拓寬現(xiàn)有發(fā)展前景。

從實(shí)際情況分析，數(shù)字孿生的智慧化工園區(qū)可朝著以下方向推進(jìn)：第一，深入創(chuàng)新數(shù)據(jù)實(shí)時(shí)傳輸技術(shù)，避免出現(xiàn)數(shù)據(jù)滯后等問題，提高模型精確性。第二，由于數(shù)字孿生技術(shù)具有動(dòng)態(tài)性、實(shí)時(shí)性、交互性特質(zhì)，需要構(gòu)建沉浸感強(qiáng)烈的安全培訓(xùn)演練平臺(tái)。第三，利用大數(shù)據(jù)技術(shù)融合平臺(tái)數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)與模型的整合統(tǒng)一，并以數(shù)字孿生技術(shù)的相關(guān)信息為參照開展故障診斷作業(yè)，對(duì)故障溯源原理進(jìn)行深入探究。第四，將數(shù)字孿生技術(shù)與災(zāi)后處理工作相結(jié)合，創(chuàng)建自救安全避險(xiǎn)系統(tǒng)、人員緊急定位通訊系統(tǒng)等，減少人員傷亡。第五，提升數(shù)字孿生技術(shù)的綠色環(huán)保性、多向互動(dòng)性、自我感知性、模型開放性、數(shù)據(jù)實(shí)時(shí)性、技術(shù)容錯(cuò)性、動(dòng)態(tài)進(jìn)化性以及高度自動(dòng)化。

八、結(jié)語

數(shù)字孿生技術(shù)與智慧化工園區(qū)充分融合，建設(shè)以全面互聯(lián)、透徹感知、簡(jiǎn)易運(yùn)維、統(tǒng)一監(jiān)測(cè)、安全可控的智慧化工園區(qū)，以工業(yè)產(chǎn)業(yè)體系建設(shè)為基礎(chǔ)，以基礎(chǔ)設(shè)施體系建設(shè)為支撐，以綜合服務(wù)體系建設(shè)為保障，實(shí)現(xiàn)信息化系統(tǒng)集成、部門聯(lián)動(dòng)協(xié)同、上下貫通指揮的高度統(tǒng)一，引導(dǎo)園區(qū)重新定位和產(chǎn)業(yè)升級(jí)，實(shí)現(xiàn)園區(qū)“基礎(chǔ)設(shè)施智能化、園區(qū)管理精細(xì)化、產(chǎn)業(yè)發(fā)展現(xiàn)代化”的目標(biāo)，促使園區(qū)效益最大化。

參考文獻(xiàn)：

[1]劉庭煜，洪慶，孫毅鋒，等.基于圖卷積網(wǎng)絡(luò)的數(shù)字孿生

車間生產(chǎn)行為識(shí)別方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2021，

27（02）：501-509.

[2]潘偉，徐剛，熊方杰.基于非線性技術(shù)鍋爐故障分析[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2020，16（12）：176-182.

[3]孿杰林，劉晉飛，鞠傳海，等.可靠性數(shù)字孿生概念內(nèi)涵和技術(shù)框架研究[J].測(cè)控技術(shù)，2021，40（02）：18-24.

[4]王璐，張興旺.面向全周期管理的數(shù)字孿生圖書館理

論模型、運(yùn)行機(jī)理與體系構(gòu)建研究[J].圖書與情報(bào)，2020

（05）：86-95.

[5]劉海鵬，周淑秋.移動(dòng)通信技術(shù)發(fā)展對(duì)安全生產(chǎn)影響研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2020，16（08）：161-166.

[6]孔瑋，劉云，李輝，等.基于圖卷積網(wǎng)絡(luò)的行為識(shí)別方法綜述[J].控制與決策，2021，36（07）：1537-1546.

[7]王蘊(yùn)紅，何睿，劉慶杰.一種基于層級(jí)圖卷積網(wǎng)絡(luò)的群體場(chǎng)景圖生成方法[P].中國(guó)，CN202111155721.6，2022-01-07.

[8]朱時(shí)兵.基于稠密擴(kuò)張卷積網(wǎng)絡(luò)的時(shí)序行為檢測(cè)[D].成都：電子科技大學(xué)，2019.

[9]豐艷，張?zhí)鹛穑鮽餍?基于偽3D殘差網(wǎng)絡(luò)與交互關(guān)系建模的群組行為識(shí)別方法[J].電子學(xué)報(bào)，2020，48（07）：1269-1275.

[10]王傳旭，林曉萌，林國(guó)丞.基于合作與競(jìng)爭(zhēng)交互關(guān)系的組群行為識(shí)別算法[J].青島科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2022，43（05）：109-120.