ITCO20120008A1 - Metodo e sistema per monitorare la condizione di un gruppo di impianti - Google Patents
Metodo e sistema per monitorare la condizione di un gruppo di impianti Download PDFInfo
- Publication number
- ITCO20120008A1 ITCO20120008A1 IT000008A ITCO20120008A ITCO20120008A1 IT CO20120008 A1 ITCO20120008 A1 IT CO20120008A1 IT 000008 A IT000008 A IT 000008A IT CO20120008 A ITCO20120008 A IT CO20120008A IT CO20120008 A1 ITCO20120008 A1 IT CO20120008A1
- Authority
- IT
- Italy
- Prior art keywords
- plant
- data
- component
- model
- monitoring
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims description 108
- 238000000034 method Methods 0.000 title claims description 43
- 238000003745 diagnosis Methods 0.000 claims description 42
- 238000004891 communication Methods 0.000 claims description 23
- 230000014509 gene expression Effects 0.000 claims description 20
- 238000012800 visualization Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 11
- 238000013079 data visualisation Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 241000196324 Embryophyta Species 0.000 claims 94
- 230000026676 system process Effects 0.000 claims 2
- 235000015001 Cucumis melo var inodorus Nutrition 0.000 claims 1
- 240000002495 Cucumis melo var. inodorus Species 0.000 claims 1
- 239000007943 implant Substances 0.000 claims 1
- 239000007789 gas Substances 0.000 description 25
- 238000004458 analytical method Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 238000013024 troubleshooting Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000007257 malfunction Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 238000010921 in-depth analysis Methods 0.000 description 2
- 239000003949 liquefied natural gas Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 238000011958 production data acquisition Methods 0.000 description 2
- 238000004171 remote diagnosis Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000012993 chemical processing Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001152 differential interference contrast microscopy Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0421—Multiprocessor system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C7/00—Features, components parts, details or accessories, not provided for in, or of interest apart form groups F02C1/00 - F02C6/00; Air intakes for jet-propulsion plants
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/14—Testing gas-turbine engines or jet-propulsion engines
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0216—Human interface functionality, e.g. monitoring system providing help to the user in the selection of tests or in its configuration
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
- F01D21/003—Arrangements for testing or measuring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
- F01D21/12—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for responsive to temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C9/00—Controlling gas-turbine plants; Controlling fuel supply in air- breathing jet-propulsion plants
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/80—Diagnostics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L3/00—Measuring torque, work, mechanical power, or mechanical efficiency, in general
- G01L3/02—Rotary-transmission dynamometers
- G01L3/04—Rotary-transmission dynamometers wherein the torque-transmitting element comprises a torsionally-flexible shaft
- G01L3/10—Rotary-transmission dynamometers wherein the torque-transmitting element comprises a torsionally-flexible shaft involving electric or magnetic means for indicating
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/06—Automatic controllers electric in which the output signal represents a continuous function of the deviation from the desired value, i.e. continuous controllers
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25315—Module, sequence from module to module, structure
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
- Engine Equipment That Uses Special Cycles (AREA)
- Control Of Turbines (AREA)
- Control Of Positive-Displacement Pumps (AREA)
Description
TITLE / TITOLO
METHOD AND SYSTEM FOR CONDITION MONITORING OF A GROUP OF PLANTS / METODO E SISTEMA PER MONITORARE LA CONDIZIONE DI UN GRUPPO DI IMPIANTI
PRECEDENTI DELL'INVENZIONE
Il campo dell'Invenzione riguarda in generale il funzionamento, il monitoraggio, la diagnosi di attrezzature meccaniche/elettriche e, nello specifico, i sistemi e i metodi per il monitoraggio di un gruppo di impianti a livello locale, con il monitoraggio selettivo di un parco impianti da una posizione remota.
Almeno alcuni degli impianti industriali noti che azionano un numero significativo di macchinari sono in grado di monitorare e diagnosticare lo stato di tali macchinari utilizzando un sistema di controllo locale. Tale sistema di controllo locale può altresì comunicare i valori dei parametri di funzionamento rilevati a un centro di monitoraggio fuori sede ai fini di archiviazione dei dati, di analisi e di risoluzione dei problemi. Di norma, i dati comunicati sono dati relativamente vecchi desunti dalla cronologia e/o comunicati in modo unidirezionale dall'impianto al centro di monitoraggio del parco macchinari. Al fine di sfruttare le competenze specializzate del fornitore delle attrezzature relativamente alle attrezzature acquistate dal proprietario dell'impianto, il tecnico di assistenza sul campo può dover visitare il sito presso cui si trova l'impianto al fine di rilevare e raccogliere i dati pressoché in tempo reale e regolare i dispositivi di controllo presenti. Le ispezioni presso gli impianti risultano costose, richiedono personale e sono di difficile gestione con breve preavviso.
BREVE DESCRIZIONE DELL'INVENZIONE
Nell'ambito di una realizzazione, un sistema di monitoraggio e diagnosi locale di un impianto comprende un sistema Client composto da un'interfaccia utente e da un browser, nonché da un database dell'impianto configurato in modo tale da archiviare i set di regole (rule set), laddove tali set di regole comprendono almeno una regola espressa sotto forma di almeno un modello basato sulla fisica, un modello basato sui dati e un modello empirico di un componente dell'impianto o del sistema e un'espressione relazionale dell'output di dati in tempo reale rispetto all'input di dati in tempo reale. L'espressione relazionale è specifica per una risorsa dell'impianto o per un gruppo di risorse intercorrelate. Il database dell'impianto è altresì configurato per ricevere i dati sugli eventi da un sistema di monitoraggio delle condizioni associato all'impianto mentre il sistema di monitoraggio delle condizioni è configurato per analizzare i dati delle attrezzature per l'ottimizzazione in tempo reale delle attrezzature e dei processi selezionati, per il monitoraggio delle condizioni e per la diagnostica degli eventi in modo da generare i dati dell'evento. Il sistema comprende inoltre un computer di livello server configurato per essere in comunicazione con il database e il sistema del Client. Il computer di livello server è altresì configurato per ricevere i dati sui componenti deirimpianto da un pannello di controllo delle componenti dell'impianto in comunicazione con i sensori posizionati attorno al componente dell'impianto, per generare i risultati dei sensori virtuali utilizzando almeno un modello basato sulla fisica, un modello basato sui dati, un modello empirico e una espressione relazionale associata al componente dell'impianto o al sistema, per trasmettere i dati sul componente dell'impianto e i risultati generati dal sensore virtuale al database dell'impianto ai fini della memorizzazione e a un sistema di visualizzazione dei dati ai fini di generazione di grafici analitici secondo quanto richiesto dall'utente del sistema Client, per determinare, mediante almeno un set di regole per un modello basato sulla fisica, un modello basato sui dati o un modello empirico, una condizione operativa o di rendimento del componente dell'impianto o del sistema pressoché in tempo reale, producendo una visualizzazione selezionata da un utente in cui venga rappresentato il componente selezionato dell'impianto o il sistema, in cui la visualizzazione comprenda una grafica che illustri i componenti dell'impianto o del sistema e le informazioni testuali che definiscano i valori dei dati ricevuti e generati correlati al sistema o al componente dell'impianto selezionato.
In un'altra realizzazione è presente un metodo di monitoraggio di macchinari e sistemi in un impianto produttivo in cui viene utilizzato un sistema locale di monitoraggio e diagnosi, in cui tale sistema locale di monitoraggio e diagnosi comprende un database di almeno un set di regole, in cui tale set di regole comprende almeno una regola espressa sotto forma di almeno un modello basato sulla fisica, un modello basato sui dati, un modello empirico di almeno una porzione relativa ad almeno un macchinario, un sistema o una combinazione di questi ultimi. Il metodo prevede la ricezione dai sensori in comunicazione con il sistema locale di monitoraggio e diagnosi dei valori dei parametri di funzionamento di almeno una porzione relativa ad almeno un macchinario o un sistema deirimpianto, determinando mediante il sistema locale di monitoraggio e diagnosi i valori del sensore virtuale per i parametri di funzionamento di almeno una porzione relativa ad almeno un macchinario o un sistema dell'impianto, con la generazione da parte del sistema locale di monitoraggio e diagnosi di una visualizzazione multi-livello di rappresentazioni grafiche di almeno una porzione di almeno un macchinario o un sistema dell'impianto, ivi compresi i valori dei parametri di funzionamento ricevuti e i valori del sensore virtuale, in cui ciascun livello di visualizzazione comprenda una rappresentazione grafica presentata con maggiori dettagli rispetto al livello precedente.
In un'altra realizzazione ancora, il sistema di monitoraggio e diagnosi di un parco impianti comprende un sistema Client associato a ciascun impianto, in cui ciascun sistema Client comprende un'interfaccia utente e un browser nonché un database dell'impianto associato a ciascun impianto, in cui il database di ciascun impianto è configurato per archiviare i set di regole relativi ai componenti ubicati presso l'impianto in oggetto, laddove il set di regole comprende almeno una regola espressa sottoforma di almeno un modello basato sulla fisica, un modello basato sui dati, un modello empirico di un sistema o di un componente dell'impianto e una espressione relazionale di output di dati in tempo reale rispetto all'input di dati in tempo reale, in cui l'espressione relazionale è specifica per una risorsa dell'impianto o per un gruppo di risorse intercorrelate, in cui il database dell'impianto è altresì configurato per ricevere i dati sugli eventi dal sistema di monitoraggio della condizione associato all'impianto, in cui il sistema di monitoraggio della condizione è configurato per analizzare i dati sulle attrezzature dell'impianto per l'ottimizzazione in tempo reale delle attrezzature e dei processi selezionati, per il monitoraggio delle condizioni e per la diagnostica degli eventi in modo da generare i dati dell'evento. Il sistema di monitoraggio e diagnosi comprende altresì un database del parco impianti in remoto rispetto al parco degli impianti, in cui il database del parco è configurato in modo tale da ricevere i dati sul rendimento e sul funzionamento dell'impianto da un numero selezionabile di impianti del parco, in cui i dati sul rendimento e sul funzionamento dell'impianto comprendono i dati cronologici dell'impianto e i dati dell'impianto in tempo pressoché reale, con la presenza di un computer di livello server configurato per comunicare con i sistemi e il database del Client, in cui il computer di livello server è altresì configurato per ricevere i dati sui componenti dell'impianto da un pannello di controllo dell'unità dell'impianto in comunicazione con i sensori posizionati attorno al componente dell'impianto, per generare i risultati del sensore virtuale utilizzando almeno un modello basato sulla fisica, un modello basato sui dati o un modello empirico e l'espressione relazionale associata al sistema o al componente dell'impianto, per trasmettere i dati sul componente dell'impianto e i risultati generati dal sensore virtuale al database dell'impianto ai fini della memorizzazione e a un sistema di visualizzazione dei dati ai fini di generazione di grafici analitici secondo quanto richiesto dall'utente del sistema Client, determinando mediante un set di regole di almeno un modello basato sulla fisica, un modello basato sui dati, un modello empirico, una condizione di rendimento o funzionamento del componente dell'impianto o del sistema pressoché in tempo reale, producendo una visualizzazione selezionata da un utente che rappresenti il componente dell'impianto o il sistema selezionato, in cui la visualizzazione comprende la grafica che illustra i componenti dell'impianto o il sistema, con informazioni testuali che definiscono i valori dei dati ricevuti e generati correlati al componente dell'impianto o del sistema selezionato.
BREVE DESCRIZIONE DEI DISEGNI
Le FIGG. 1-10 mostrano realizzazioni esemplificative del metodo e dei sistemi descritti nel presente documento.
La FIG. 1 è un diagramma a blocchi schematico di un sistema di monitoraggio e diagnosi remota conformemente a una realizzazione esemplificativa della presente invenzione;
La FIG. 2 è un diagramma a blocchi di una realizzazione esemplificativa dell'architettura di un network di un sistema di monitoraggio e diagnosi locale per un impianto industriale, ad esempio un sistema di controllo distribuito (DCS, distributed control System);
La FIG. 3 è un diagramma a blocchi di un set di regole esemplificative che possono essere utilizzate con il sistema locale di monitoraggio e diagnosi (LMDS) come da FIG. 1 ;
La FIG. 4 è un diagramma a blocchi sul flusso dei dati del LMDS conformemente a una realizzazione esemplificativa della presente invenzione;
La FIG. 5 è un diagramma di flusso relativo al metodo di monitoraggio della condizione e del rendimento dei componenti di un parco componenti che può essere monitorato da un LMDS o da un centro di monitoraggio e diagnosi remoto; La FIG. 6 è un diagramma a blocchi schematico di un LMDS in comunicazione con il sito dell'impianto e un centro di monitoraggio e diagnosi remoto;
La FIG. 7 è lo screenshot di una visualizzazione di livello 1 che può essere visualizzata attraverso il LMDS o il sistema di monitoraggio e diagnosi remoto tramite la connessione in rete;
La FIG. 8 è lo screenshot di una visualizzazione di livello 2 che può essere visualizzata dopo aver selezionato la scheda "monitoraggio" dalla visualizzazione di livello 1 di cui alla FIG. 7;
La FIG. 9 è lo screenshot di una visualizzazione di livello 3 che può essere visualizzata dopo aver selezionato la scheda "rendimento" dalla visualizzazione di livello 1 di cui alla FIG.7 o dalla visualizzazione di livello 2 di cui alla FIG. 8;
La FIG. 10 è lo screenshot di una visualizzazione di livello 4 in cui vengono mostrate le rilevazioni delle vibrazioni in base a una realizzazione esemplificativa della presente invenzione.
DESCRIZIONE DETTAGLIATA DELL'INVENZIONE
La seguente descrizione dettagliata illustra le realizzazioni dell'invenzione mediante esemplificazioni che non vogliono tuttavia costituire alcuna forma di limitazione. È previsto che l'invenzione abbia un'applicazione generale in realizzazioni analitiche e metodiche per la gestione dei sistemi di monitoraggio e diagnosi deH'impianto nell'ambito di applicazioni industriali, commerciali, residenziali.
Nel presente documento, un elemento o fase alla forma singolare preceduto/a daN'articolo "un" o "una" non sarà da interpretarsi a esclusione di una pluralità di elementi o fasi, salvo il caso in cui tale esclusione venga esplicitamente indicata. Inoltre, i riferimenti a "una realizzazione" della presente invenzione non sono da interpretarsi come esclusione della presenza di ulteriori realizzazioni che includano altresì le caratteristiche menzionate.
Le realizzazioni di cui al presente documento descrivono una soluzione collaborativa per l'accesso remoto a informazioni relative al rendimento e allo stato delle attrezzature per turbomacchine nei settori del gas e del petrolio all'interno di reti, ivi compresi, tra gli altri, Internet, che costituisca un sistema locale di monitoraggio e diagnosi (LMDS) intelligente e di facile utilizzo con algoritmi avanzati inseriti dal produttore di apparecchiature originali (OEM) e con set di regole unite a funzioni di visualizzazione avanzate per il miglioramento del rendimento delle apparecchiature con la contemporanea riduzione di costi e rischi. Il LMDS consente di evitare problemi all'unità e di rilevare un'anomala diminuzione del rendimento identificando le problematiche prima che si verifichino, in modo da consentire l'ottimizzazione attraverso la messa a punto di sistemi ad hoc. Il LMDS raccoglie i dati operativi, le informazioni sugli allarmi e quelle sugli eventi da un pannello di controllo dell'unità, mentre il database locale memorizza tali informazioni in una cronologia centrale e in un database SQL (structured query language, linguaggio di interrogazione strutturato) e, attraverso un modello di dati SOA (service oriented architecture, architettura orientata ai servizi) predefinito per le attrezzature, lo presenta in formato grafico completo mediante il browser Internet.
Una volta effettuato il login, l'utente visualizza il parco presso il sito di livello 1 , in cui viene visualizzato un riepilogo dello stato di tutte le linee o sequenze collegate a ciascun sito. Vengono visualizzati gli indicatori chiave di rendimento (ICR) sulla produzione, ad esempio lo stato di funzionamento, il prossimo arresto programmato nonché grafici immediati sui calcoli di disponibilità e affidabilità del flusso di produzione. I colori di serie del cartone esplicativo indicano lo stato di allarme più grave presente in ciascuna unità, dove il colore rosso indica un allarme critico o elevato che corrisponde a un arresto o a un avvio non riuscito, l'arancione un allarme di livello intermedio, il giallo un allarme di basso livello e il verde un'operazione svolta correttamente. All'Interno della realizzazione esemplificativa, la scheda "monitoraggio" fornisce una visualizzazione della serie di livello 2 deliinterfaccia uomo-macchina (HMI, human-machine interface), contenente un elenco degli ICR attuali per la turbina a gas e il compressore. All'interno di varie realizzazioni, la scheda "monitoraggio" fornisce una visualizzazione della serie di livello 2 HMI, contenente un elenco degli ICR attuali per un'altra attrezzatura, ivi compresi, a titolo esemplificativo e non limitativo, una turbina a vapore e un generatore oppure una turbina a gas e un generatore. Lo stato della macchina viene mostrato nel display a colori nonché mediante l'elenco di ICR. Vi sono molte aree sullo schermo dove l'utente può ottenere informazioni più approfondite. Facendo clic sulla turbina a gas si ottiene la visualizzazione di livello 3 per la turbina a gas in questione.
Sono altresì disponibili visualizzazioni di livello 3 selezionabili e indipendenti per ciascun compressore o per qualsiasi altra attrezzatura utilizzata. Dalla visualizzazione di livello 3, l'utente può utilizzare qualsiasi numero di collegamenti ipertestuali per ottenere informazioni più approfondite sulle varie sonde e misurazioni. Facendo clic sul pulsante di vibrazione è possibile ottenere la visualizzazione del componente o di livello 4. La visualizzazione di livello 4 mostra le rilevazioni dei sensori di vibrazione e da qui l'utente può ottenere informazioni più approfondite, ivi compresi i valori sismici, assiali o radiali delle sonde di vibrazione. Inoltre gli indicatori chiave di rendimento vengono visualizzati in una scheda sul rendimento. Gli ICR comprendono il rendimento termodinamico sia della turbina sia del compressore. Per quanto concerne il compressore, vengono riportati la velocità e la portata. Gli utenti possono selezionare il singolo ICR per ottenere analisi più approfondite, contenenti la visualizzazione dal vivo o una volta al minuto delle misurazioni di rendimento termodinamico al fine di segnalare, ad esempio, il rendimento politropico all'interno dell'involucro operativo di un compressore centrifugo. Durante la visualizzazione dal vivo, i punti blu rappresentano il livello previsto mentre i punti verdi rappresentano il livello effettivo. La scheda "analisi" è una funzione del LMDS che, quando unita alla finestra ICR ricercabile, offre strumenti avanzati di graficizzazione in modo da facilitare l'analisi da parte di esperti e la risoluzione dei problemi. Gli utenti sono in grado di trovare ICR specifici, di visualizzare le tendenze da ICR multipli su un singolo grafico o su grafici accostati, di personalizzare il lasso temporale per l'analisi dei dati e di utilizzare il cursore per zoomare su periodi specifici di tempo. Una volta soddisfatto dalle analisi, l'utente può aggiungere commenti pretestuali, salvare le analisi in formato PDF per inviarle a un cliente o a un collega per discuterne e personalizzare il LMDS salvando l'analisi tra i preferiti per poi ritrovarla facilmente in futuro quando necessario.
La finestra allarmi ed eventi è un altro strumento che fornisce informazioni sugli allarmi attuali e storici. Da qui, l'utente può eseguire numerose operazioni, ivi compresi il raggruppamento di allarmi, la ricerca o il filtraggio di allarmi specifici, la visualizzazione di avvisi, l'analisi delle informazioni sugli allarmi monitorando rapidamente l'andamento dei tag di attivazione degli allarmi, l'aggiunta di commenti alla cronologia degli allarmi e la conferma e l'annullamento di un allarme. Per un tecnico diagnostico, la finestra dell'allarme può essere il punto di avvio di qualsiasi operazione diagnostica necessaria sulla sequenza.
La scheda "informazioni" consente all'utente di disporre della targhetta datata dell'attrezzatura in modo da facilitare l'identificazione dei diversi componenti monitorati. La scheda "informazioni" comprende altresì le informazioni associate a risorse specifiche come, a titolo esemplificativo e non limitativo, bollettini di servizio, disegni dell'eseguito, distinte base (DIBA) e dati raccolti sul campo. La funzione di assistenza online è interamente ricercabile e può fornire indicazioni agli utenti su qualsiasi aspetto del sistema.
La FIG. 1 è un diagramma a blocchi schematico di un sistema di monitoraggio e diagnosi remoto 100 conformemente a una realizzazione esemplificativa della presente invenzione. Nella realizzazione esemplificativa, il sistema 100 comprende un centro di monitoraggio e diagnosi remoto 102. Tale centro di monitoraggio e diagnosi remoto 102 viene azionato da un'entità, ad esempio un OEM di una pluralità di attrezzature acquistate e utilizzate da entità indipendenti, ad esempio un'entità operativa. Nella realizzazione esemplificativa, ΓΟΕΜ e l'entità operativa stabiliscono un accordo di supporto in base a cui ΓΟΕΜ fornisce all'entità operativa i servizi correlati all'attrezzatura acquistata. L'entità operativa può possedere e utilizzare l'attrezzatura acquistata presso un unico sito o più siti. Inoltre, ΓΟΕΜ può stabilire accordi di supporto con una pluralità di entità operative, ciascuna delle quali utilizza il proprio unico sito o più siti. Ognuno dei diversi siti può contenere attrezzature singole identiche oppure una pluralità di gruppi identici di attrezzature, ad esempio sequenze di attrezzature. Inoltre, almeno alcune delle attrezzature possono essere uniche di un sito o uniche per tutti i siti.
Nella realizzazione esemplificativa, un primo sito 104 comprende uno o più analizzatori di processo 106, sistemi di monitoraggio dell'attrezzatura 108, centri di controllo locale dell'attrezzatura 110 e/o quadri di monitoraggio e allarme 112, ciascuno dei quali è configurato per interfacciarsi con i rispettivi sensori dell'attrezzatura e con l'attrezzatura di controllo per effettuare il controllo e il funzionamento della rispettiva attrezzatura. Gli analizzatori di processo, singoli o multipli, 106, i sistemi di monitoraggio dell'attrezzatura 108, i centri di controllo locale dell'attrezzatura 110 e/o i quadri di monitoraggio e allarme 112 sono in comunicazione con un sistema intelligente di diagnosi e monitoraggio 114 mediante una rete 116. Il sistema di diagnosi e monitoriaggio intelligente (IMAD) 114 è altresì configurato per comunicare con altri sistemi in loco (non mostrati nella FIG. 1) e con sistemi non in loco come, a titolo esemplificativo e non limitativo, un centro di monitoraggio e diagnosi remoto 102. In varie realizzazioni, l'IMAD 114 è configurato per comunicare con il centro di monitoraggio e diagnosi remoto 102 utilizzando, ad esempio, una rete dedicata 118, un collegamento wireless 120 e Internet 122.
Ciascun sito all'interno di una pluralità, ad esempio, un secondo sito 124 e un sito N 126 può risultare sostanzialmente simile al primo sito 104, nonostante possa essere o meno esattamente simile al primo sito 104.
La FIG. 2 è un diagramma a blocchi di una realizzazione esemplificativa di una architettura di rete 200 di un sistema di monitoraggio e diagnosi locale di un impianto industriale, ad esempio un sistema di controllo distribuito (DCS) 201. L'impianto industriale può includere una pluralità di attrezzature, quali turbine a gas, compressori centrifughi, unità di trasmissione, generatori, pompe, motori, ventole e sensori di monitoraggio dei processi, i quali vengono associati in comunicazioni di flusso attraverso collegamenti interconnessi e associati a comunicazioni di segnale con DCS 201 attraverso uno o più moduli remoti di input/output (I/O) e cavi di interconnessione e/o comunicazione wireless. Nella realizzazione esemplificativa, l'impianto industriale comprende un DCS 201 in cui è presente una dorsale di rete 203. Tale dorsale di rete 203 può essere un percorso di comunicazione di dati cablato che utilizzi ad esempio un cavo a coppia incrociata, un cavo coassiale schermato o un cavo di fibra ottica, oppure può essere parzialmente wireless. Il DCS 201 può altresì comprendere un processore 205 in comunicazione con l'attrezzatura dell'impianto, posizionato presso il sito dell'impianto industriale o in remoto, attraverso una dorsale di rete 203. Resta inteso che è possibile collegare un qualsiasi numero di macchine in modo operativo alla dorsale di rete 203. Una porzione delle macchine può essere cablata alla dorsale di rete 203, mentre un'altra porzione delle macchine può presentare un accoppiamento wireless alla dorsale 203 mediante una stazione di base wireless 207 in comunicazione con il DCS 201. La stazione di base wireless 207 può essere utilizzata per ampliare il range di comunicazione effettivo del DCS 201 , ad esempio con l'attrezzatura o i sensori posizionati a livello remoto rispetto all'impianto industriale, ma pur sempre interconnessi a uno o più sistemi all'interno dell'impianto industriale.
Il DCS 201 può essere configurato per ricevere e visualizzare i parametri operativi associati a una pluralità di attrezzature e per generare segnali di controllo automatici e ricevere input di comando manuale per il controllo del funzionamento delle attrezzature dell'impianto industriale. Nella realizzazione esemplificativa, il DCS 201 può includere un segmento di codice software configurato per controllare il processore 205 al fine di analizzare i dati ricevuti presso il DCS 201 in modo tale da consentire il monitoraggio e la diagnosi Online dei macchinari dell'impianto industriale. I dati possono essere raccolti da ciascuna macchina, ivi compresi le turbine a gas, i compressori centrifughi, le pompe e i motori, i sensori di processo associati e i sensori ambientali locali, come ad esempio sensori di vibrazione, sismicità, temperatura, pressione, corrente, tensione, temperatura ambiente e umidità ambiente. I dati possono essere pre-elaborati da un modulo diagnostico locale o da un modulo remoto di input/output, oppure possono essere trasmessi al DCS 201 in formato grezzo.
Un sistema locale di monitoraggio e diagnosi (LMDS) 213 può essere un dispositivo hardware indipendente aggiuntivo, ad esempio un personal computer (PC), che comunica con il DCS 201 e gli altri sistemi di controllo 209 e le fonti di dati attraverso la dorsale di rete 203. Il LMDS 213 può altresì essere realizzato in un segmento del programma software in esecuzione sul DCS 201 e/o in uno o più di altri sistemi di controllo 209. Di conseguenza, il LMDS 213 è in grado di funzionare in modo distribuito affinché una porzione del segmento del programma software possa essere eseguito in contemporanea su diversi processori. In tal modo, il LMDS 213 può essere integrato in toto nel funzionamento del DCS 201 e degli altri sistemi di controllo 209. Il LMDS 213 analizza i dati ricevuti dal DCS 201 , le fonti di dati e gli altri sistemi di controllo 209 per determinare lo stato operativo delle macchine e/o un processo che impieghi le macchine utilizzando una visualizzazione generale dell'impianto industriale.
Nella realizzazione esemplificativa, l'architettura di rete 100 comprende un computer di livello server 202 e uno o più sistemi Client 203. Il computer di livello server 202 comprende altresì un server database 206, un server applicativo 208, un server web 210, un server fax 212, un server directory 214, un server mail 216. Ciascuno dei server 206, 208, 210, 212, 214 e 216 può essere implementato nel software in esecuzione sul computer di livello server 202; in alternativa qualsiasi combinazione dei server 206, 208, 210, 212, 214 e 216 può essere implementata singolarmente o in combinazione su computer separati di livello server associati a una rete locale (LAN) (non mostrata). Un'unità di memorizzazione dei dati 220 è associata al computer di livello server 202. Inoltre, una postazione di lavoro 222, ad esempio la postazione di lavoro dell'amministratore di sistema, la postazione di lavoro dell'utente e/o la postazione di lavoro del supervisore, viene associata alla dorsale di rete 203. In alternativa, le postazioni di lavoro 222 sono associate alla dorsale di rete 203 mediante collegamento Internet 226 oppure sono connesse mediante collegamento wireless, ad esempio attraverso la stazione di base wireless 207.
Ciascuna postazione di lavoro 222 può essere un PC con browser Web. Nonostante le funzioni svolte presso le postazioni di lavoro vengano di norma illustrate come eseguite presso le rispettive postazioni di lavoro 222, tali funzioni possono essere svolte presso uno qualsiasi dei PC associati alla dorsale di rete 203. Le postazioni di lavoro 222 vengono descritte come associate a funzioni esemplificative indipendenti solo per facilitare la comprensione delle diverse tipologie di funzioni che possono essere eseguite dai singoli con accesso alla dorsale di rete 203.
Il computer di livello server 202 è configurato per essere in comunicazione con vari singoli, ivi compresi i dipendenti 228 e terzi, ad esempio provider di servizi 230. La comunicazione nella realizzazione esemplificativa viene indicata come effettuata con l'impiego di Internet; tuttavia, qualsiasi altra comunicazione di tipo WAN (rete geografica) può essere utilizzata in altre realizzazioni, ad esempio i sistemi e le procedure non sono limitati ad essere eseguiti mediante Internet.
Nella realizzazione esemplificativa, qualsiasi singolo autorizzato con postazione di lavoro 232 può avere accesso al LMDS 213. Almeno uno dei sistemi Client può comprendere una postazione di lavoro per manager 234, ubicata in posizione remota. Le postazioni di lavoro 222 possono essere realizzate su PC con un browser web. Inoltre, le postazioni di lavoro 222 sono configurate per comunicare con il computer di livello server 202. In aggiunta, il server fax 212 comunica con sistemi Client in postazioni remote, ivi compreso un sistema Client 236 che utilizza un collegamento telefonico (non mostrato). Il server fax 212 è altresì configurato per comunicare con altri sistemi Client 228, 230 e 234.
Gli strumenti computerizzati di analisi e modeling del LMDS 213, secondo quanto descritto di seguito più in dettaglio, possono essere conservati nel server 202 e consentono l'accesso da parte di un richiedente presso uno qualsiasi dei sistemi Client 204. In una realizzazione, i sistemi Client 204 sono computer che comprendono un browser web cossicché il computer di livello server 202 sia accessibile ai sistemi Client 204 con l'utilizzo di Internet. I sistemi Client 204 sono interconnessi a Internet attraverso molte interfacce, tra cui una rete, ad esempio la rete locale (LAN) o la rete geografica (WAN), connessioni dial-in, modem con cavo e line speciali ISDN ad alta velocità. I sistemi Client 204 possono cosistere in un qualsiasi dispositivo in grado di interconnettersi a Internet, ivi compresi telefoni basati sul web, palmari o altre apparecchiature collegabili basate sul web. Il server database 206 è connesso a un database 240 contenente le informazioni sull'impianto industriale 10, secondo quanto descritto di seguito più in dettaglio. In una realizzazione, il database centralizzato 240 è memorizzato su un computer di livello server 202 ed gli utenti potenziali possono accedervi presso uno dei sistemi Client 204 effettuando l'accesso sul computer di livello server 202 attraverso uno dei sistemi Client 204. In una realizzazione alternativa, il database 240 è conservato a livello remoto da un computer di livello server 202 e può essere non centralizzato.
Altri sistemi di impianti industriali possono fornire dati accessibili al computer di livello server 202 e/o ai sistemi Client 204 attraverso connessioni indipendenti alla dorsale di rete 204. Un server manuale tecnico elettronico interattivo 242 risponde alle richieste sui dati dei macchinari correlati alla configurazione di ciascun macchinario. Tali dati possono comprendere capacità operative, quali curve delle pompe, potenza cavalli vapore, classe di isolamento, dimensione telaio, parametri di progetto, quali dimensioni, numero di barre del rotore o pale della girante, e cronologia di manutenzione del macchinario, quali modifiche alla natura del macchinario, misurazioni di allineamento trovate e lasciate e riparazioni implementate sul macchinario che non riportano il macchinario alla condizione di progettazione originaria.
Un monitor portatile di rilevamento vibrazioni 244 può essere associato a intermittenza alla LAN direttamente o attraverso una porta di ingresso del computer, ad esempio le porte incluse nelle postazioni di lavoro 222 o nei sistemi Client 204. Di norma, i dati sulle vibrazioni vengono raccolti in un percorso di raccolta dati da un elenco predeterminato di macchinari su base periodica, ad esempio mensile o con altra cadenza. I dati sulle vibrazioni possono altresì venire raccolti unitamente alle attività di risoluzione problemi, manutenzione e messa in servizio. Inoltre, i dati sulle vibrazioni possono essere raccolti continuamente in tempo reale o pressoché in tempo reale. Tali dati possono fornire un nuovo punto di partenza per gli algoritmi del LMDS 213. I dati sul funzionamento possono essere analogamente raccolti mediante un percorso o durante le attività di risoluzione problemi, manutenzione e messa in servizio. Inoltre, alcuni dati sul funzionamento possono essere raccolti continuamente in tempo reale o pressoché in tempo reale. Taluni parametri di funzionamento possono non essere permanentemente utilizzati e il dispositivo di raccolta portatile di dati di funzionamento 245 può essere utilizzato per raccogliere i dati sui parametri di funzionamento da scaricare sul DCS 201 attraverso la postazione di lavoro 222 affinché siano accessibili al LMDS 213. Altri dati sui parametri di funzionamento, quali gli analizzatori della composizione del fluido di funzionamento e gii analizzatori delle emissioni inquinanti, possono essere inviati ai DCS 201 mediante una pluralità di monitor online 246.
L'energia elettrica fornita ai vari macchinari o prodotta dai generatori presso l'impianto industriale può essere monitorata da un relè di protezione del motore 248 associato a ciascun macchinario. Di norma, tali relè 248 sono posizionati in remoto rispetto alle attrezzature monitorate all'interno di un centro di regaolazione del motore (MCC, motor control center) o in un gruppo di controllo 250 che alimenta il macchinario. Inoltre, oltre ai relè di protezione 248, il gruppo di controllo 250 può altresì comprendere un sistema di controllo di supervisione e acquisizione dati (SCADA) che fornisce al LMDS 213 la corrente elettrica o un sistema di fornitura della corrente (non mostrato) posizionato presso l'impianto industriale, ad esempio in una stazione di commutazione, oppure interruttori di linea di trasmissione remoti e parametri di linea.
La FIG. 3 è un diagramma a blocchi di un set di regole esemplificative 280 che possono essere utilizzate con il LMDS 213 (mostrato in FIG. 1). Il set di regole 280 può essere una combinazione di una o più regole ad hoc, nonché una serie di proprietà che definiscono il comportamento e lo stato delle regole ad hoc. Le regole e le proprietà possono essere raggruppate e conservate sotto forma di stringa XML, che può essere codificata con una chiave a base di 25 caratteri alfanumerici quando memorizzate su un file. Il set di regole 280 è una cellula modulare di contenuti che comprende uno o più input 282 e uno o più output 284. Gli input 282 possono essere porte di software che indirizzano i dati da posizioni specifiche nel LMDS 213 al set di regole 280. Ad esempio, un input da un sensore di vibrazioni in uscita dalia pompa può essere trasmesso in una terminazione di input dell'hardware nel DCS 201. Il DCS 201 può campionare il segnale in corrispondenza di tale terminazione in modo da ricevere il segnale relativo. Il segnale può quindi essere elaborato e memorizzato presso una posizione in una memoria accessibile e/o integrata al DCS 201. Un primo input 286 del set di regole 280 può essere mappato in posizione all'interno della memoria affinché i contenuti della posizione in memoria siano disponibili per il set di regole 280 come input. Analogamente, un output 288 può essere mappato in un'altra posizione nella memoria accessibile al DCS 201 o in un'altra memoria in modo tale che la posizione nella memoria contenga l'output 288 del set di regole 280.
Nella realizzazione esemplificativa, il set di regole 280 comprende una o più regole correlate al monitoraggio e alla diagnosi di problemi specifici associati all'attrezzatura di un impianto industriale, ad esempio, un impianto di reiniezione di gas, un impianto di gas naturale liquiefatto (GNL), una centrale elettrica, una raffineria e uno stabilimento di lavorazione chimica. Nonostante il set di regole 280 venga descritto relativamente all'utilizzo presso un impianto industriale, il set di regole 280 può essere idoneamente costruito per catturare qualsiasi tipo di informazione ed essere utilizzato per determinare soluzioni in qualsiasi campo. Ad esempio, il set di regole 280 può contenere informazioni relative all'andamento economico, alle attività finanziarie, ai fenomeni atmosferici e alle procedure di progettazione. Il set di regole 280 può pertanto essere utilizzato per determinare le soluzioni ai problemi in tali campi. Il set di regole 280 comprende informazioni da una o più fonti affinché le informazioni siano trasmesse verso qualsiasi sistema a cui sia applicato il set di regole 280. Le informazioni vengono catturate sotto forma di regole che mettono in relazione gli output 284 con gli input 282, in modo tale che la specificazione di input 282 e output 284 consenta l'applicazione del set di regole 280 al LMDS 213. Il set di regole 280 può comprendere solamente regole specifiche per una risorsa di impianto specifica e può essere indirizzato soltanto verso un solo problema possibile associato a tale risorsa di impianto specifica. Ad esempio, il set di regole 280 può comprendere unicamente regole applicabili a un motore o a una combinazione motore/pompa. Il set di regole 280 può unicamente includere le regole che determinano lo stato della combinazione motore/pompa utilizzando i dati sulle vibrazioni. Il set di regole 280 può altresì includere le regole che determinano lo stato della combinazione motore/pompa con l'impiego di un insieme di strumenti diagnostici che, oltre a tecniche di analisi delle vibrazioni, comprendono ad esempio strumenti di calcolo del rendimento e/o strumenti di calcolo finanziario per la combinazione motore/pompa.
Durante il funzionamento, il set di regole 280 viene creato all'interno di uno strumento di sviluppo software che solleciti l'utente in relazione ai rapporti tra input 282 e output 284. Gli inputs 282 possono ricevere dati che rappresentano, ad esempio, segnali digitali, segnali analogici, forme d'onda, segnali elaborati, parametri di configurazione e/o inseriti manualmente e output da altri set di regole. Le regole all'interno del set di regole 280 possono comprendere regole logiche, algoritmi numerici, applicazione di forme d'onda e tecniche di elaborazione dei segnali, sistemi per esperti e algoritmi di intelligenza artificiale, strumenti statistici, altre espressioni che mettano in correlazione gli output 284 agli input 282. Gli output 284 possono essere mappati nelle posizioni rispettive in memoria e vengono riservati e configurati in modo da ricevere ciascun output 284. Il LMDS 213 e il DCS 201 possono quindi utilizzare le posizioni in memoria per eseguire correttamente qualsiasi funzione di monitoraggio e/o controllo che il LMDS 213 e il DCS 201 possono essere programmati ad eseguire. Le regole del set di regole 280 funzionano indipendentemente dal LMDS 213 e dal DCS 201 , nonostante gli input 282 possano essere forniti al set di regole 280 e gli output 284 possano essere forniti al set di regole 280, direttamente o indirettamente attraverso i dispositivi che intervengono.
Durante la creazione del set di regole 280, un operatore umano esperto nel campo divulga le informazioni del campo specifici di una determinata risorsa utilizzando uno strumento di sviluppo mediante la programmazione di una o più regole. Le regole vengono create generando espressioni di rapporto tra output 284 e input 282 affinché non sia necessaria alcuna codifica delle regole. Gli operandi possono essere selezionati da una libreria di operandi, mediante metodi grafici, ad esempio usando il trascina e rilascia su un'interfaccia grafica dell'utente presente nello strumento di sviluppo. La rappresentazione grafica di un operando può essere selezionata da una porzione della libreria di un display (non mostrato), quindi trascinato e rilasciato nella porzione di creazione della regola. I rapporti tra gli input 282 e gli operandi vengono stabiliti in una modalità di visualizzazione logica e l'utente è sollecitato a inserire i valori, quali le costanti, quando necessario in base agli operandi specifici e agli input specifici 282 selezionati. In tal modo vengono create tutte le regole necessarie per catturare le informazioni dell'esperto. Di conseguenza, il set di regole 280 può comprendere un set robusto di regole di diagnosi e/o monitoraggio o un set relativamente meno robusto di regole diagnostiche e/o di monitoraggio basate sulle richieste dei clienti e sullo stato deH'arte nel campo particolare del set di regole 280. Lo strumento di sviluppo fornisce le risorse per testare il set di regole 280 in fase di sviluppo onde garantire varie combinazioni e i valori di input 282 producono gli output previsti 284. Al fine di tutelare le informazioni o la proprietà intellettuale catturate nel set di regole 280, è possibile utilizzare un codice di codifica di sviluppo per proteggere il set di regole 280 da eventuali alterazioni, eccetto quelle già dotate di chiave di codifica. Ad esempio, il creatore del set di regole 280 può conservare la chiave di codifica per bloccare gli utenti finali del set di regole 280; il creatore può vendere la chiave di codifica o la licenza per un determinato periodo di tempo all'utente finale o a terze parti, che possono quindi fornire i servizi all'utente finale.
A seguito dell'elaborazione, il set di regole 280 può entrare in modalità distribuzione in cui il set di regole 280 viene convertito in una forma trasmissibile, ad esempio un file XML che può essere trasmesso ad un cliente via e-mail, CD-ROM, un link ad un sito Internet o qualsiasi altro mezzo di trasmissione di un file leggibile su computer. Il set di regole 280 può venire codificato con un codice di codifica di distribuzione che impedisca l'impiego del set di regole 280 salvo il caso in cui l'utente finale non sìa autorizzato dal creatore, ad esempio mediante l'acquisto di una chiave di codifica di distribuzione. Il set di regole 280 può essere ricevuto da un utente finale attraverso qualsiasi mezzo mediante cui è possibile trasmettere un file leggibile su computer. Il manager del set dì regole, il quale può essere una piattaforma software che faccia parte del LMDS 213, può ricevere la forma distribuibile del set di regole 280 e convertirla in un formato utilizzabile dal LMDS 213. L'interfaccia grafica dell'utente consente all'utente finale di manipolare uno o più set di regole 280 come oggetti. Il set di regole 280 può essere applicato in modo tale che gli input 282 e le posizioni corrispondenti nella memoria vengano mappate correttamente e affinché gli output 284 e le posizioni corrispondenti in memoria vengano mappati correttamente. Con l'applicazione iniziale, il set di regole 280 può essere posizionato in modalità di prova in cui il set di regole 280 funziona come creato, salvo il caso in cui le notifiche di comportamenti anomali che possano essere rilevate dal set di regole 280 non vengano distribuite su base limitata. Durante la modalità di prova, le certificazioni di qualità possono essere eseguite in modo da garantire che il set di regole 280 funzioni correttamente nell'ambiente operativo. Quando la certificazione di qualità è completa, il set di regole 280 può essere attuato laddove il set di regole 280 funziona sul LMDS 213 con la piena funzionalità delle regole all'interno del set di regole 280. In un'altra realizzazione, il set di regole 280 comprende il ciclo di vita con solo due modalità: la modalità di prova e la modalità dal vivo. Nella modalità di prova, le regole funzionano normalmente salvo il caso in cui non vi siano eventi generati o notifiche inviate, mentre la modalità dal vivo è sostanzialmente simile all'attuazione.
Nella realizzazione esemplificativa, il set di regole può comprendere uno o più dei seguenti elementi:
Set di regole sulla disponibilità della turbina a gas:
1. Temperatura cavità rotore-statore
2. Controllo temperatura di scarico
3. Variazione temperatura di scarico
4. Localizzatore comb avaria
5. Trasferimento DLN
6. Monitoraggio rilevatore fiamma
7. Temperatura olio lubrificante
8. Filtro ingresso
9. Rapporto di pressione del compressore
10. IBV/IGV/IBH/GCV/FPG Regola per il rilevamento di problemi al trasmettitore.
Set di regole sul rendimento della turbina a gas:
1. Rendimento comp assiale
2. Portata comp assiale
3. Diminuzione potenza uscita
4. Diminuzione tasso calore
5. Consumo combustibile carico componente
Set di regole sulla disponibilità del compressore centrifugo:
Set di regole sulla disponibilità del sistema di tenuta a gas primario:
1. Sporco nei filtri del gas
2. Malfunzionamento PDV (DE)
3. Malfunzionamento PDV (NDE)
4. Malfunzionamento PDV tenuta secondaria
5. Malfunzionamento PV tenuta terziaria
6. Avaria guarnizione Ampliflow
7. Perdite locali attorno al pannello
8. Avaria riscaldatore
Set di regole sulla disponibilità delle cartucce di tenuta del gas secco 9. Avaria dispositivo coalescente
10. Danno cartuccia tenuta primaria DE
11. Danno cartuccia tenuta primaria NDE
12. Danno cartuccia tenuta secondaria DE
13. Danno cartuccia tenuta secondaria NDE
14. Condensazione idrocarburo
15. Fuoriuscita gas dalla tenuta attraverso scarico secondario (locale) 16. Tenuta primaria aperta bloccata DE
17. Tenuta primaria bloccata aperta NDE
18. Gioco maggiore tenuta estremità DE
19. Gioco maggiore tenuta estremità NDE
20. Tenuta secondaria aperta bloccata DE
21. Tenuta secondaria aperta bloccata NDE
Sistema scarico primario
22. Bassa pressione flaring
23. Alta pressione flaring
Disponibilità sistema gas separazione
24. Avaria tenuta terziaria (migrazione olio)
Sistema alimentazione azoto
25. Avaria del sistema di alimentazione azoto
Set di regole sul rendimento del compressore centrifugo:
1. Rendimento effettivo
2. Rendimento previsto
3. Allarme calo rendimento
4. Delta coeff testa
5. Delta coeff portata
6. Condizione aspirazione
In una realizzazione, il set di regole sulla temperatura della cavità rotore-statoreè configurato per calcolare la temperatura prevista della cavità rotore-statore relativamente alle condizioni di funzionamento del motore della turbina a gas. Il vantaggio del set di regole sulla temperatura dello spazio rotore-statore è una soglia predittiva e adattabile che collega diverse componenti della turbina a gas e il rendimento del compressore per prevedere il legame superiore ed inferiore sulla temperatura prevista della cavità rotore-statore.
Il set di regole sull'angolo di turbolenza del combustore è configurato per valutare l'angolo tra la temperatura del gas di scarico campione misurata, a carichi variabili, e la posizione-fonte del combustore per identificare la posizione del probabile combustore in avaria.
Il set di regole sul differenziale della temperatura di scarico è configurato per identificare correttamente i punti caldi/freddi nel profilo della temperatura di scarico con ciascuna modalità di combustione e secondo diversi carichi e per definire anomalie della temperatura di combustione mediante una soglia predeterminata, in modo da definire con precisione l'anomalia del differenziale e ricondurlo alla modalità di combustione e al carico.
Il set di regole per il monitoraggio del rilevatore di fiamma secondario è configurato per prevedere l'avaria del rilevatore di fiamma mediante il monitoraggio dei segnali analogici e digitali in modo da evitare problemi dovuti ai sensori in avaria.
Il set di regole sul rendimento del compressore assiale è configurato per calcolare il rendimento del compressore assiale online, a condizioni di stato regolari, e per monitorarne la diminuzione nel corso del tempo.
Il set di regole sul rendimento della portata del compressore assiale è configurato per calcolare il rendimento della portata del compressore assiale online, con correzioni in base alle condizioni ISO e alla velocità 100%, e per monitorarne la diminuzione nel corso del tempo.
Il set di regole sulla diminuzione della potenza in uscita della turbina a gas è configurato per calcolare la potenza effettiva in uscita, corretta secondo le condizioni ISO e la velocità 100%, a confronto con il valore di riferimento iniziale utilizzando le mappe di rendimento del motore della turbina a gas, al fine di evitare la riduzione della potenza in uscita.
Il set di regole sulla riduzione del tasso di calore della turbina a gas è configurato per calcolare il tasso di calore effettivo, corretto secondo le condizioni ISO e la velocità 100%, a confronto con il valore di riferimento iniziale utilizzando le mappe di rendimento del motore con turbina a gas, al fine di evitare un tasso di calore eccessivo.
La FIG. 4 è un diagramma a blocchi sul flusso dei dati del LMDS 213 in conformità ad una realizzazione esemplificativa della presente invenzione; Nella realizzazione esemplificativa, il LMDS 213 comprende una pluralità di moduli. Un modulo diagnostico di prima disponibilità 402 è configurato per ricevere i dati cronologici e i dati pressoché in tempo reale e per eseguire analisi sui dati in tempo reale utilizzando, a titolo eseplificativo ma non limitativo, la gestione degli allarmi, le regole di diagnosi/prognosi, l'analisi di disponibilità/affidabilità e la risoluzione dei problemi. Il modulo di rendimento 404 è configurato per ricevere i dati cronologici e i dati pressoché in tempo reale e per eseguire il monitoraggio del rendimento, la fattibilità dell'ottimizzazione di rendimento e funzionalità, l'ottimizzazione del rendimento dell'impianto e le statistiche/i raffronti tra i parchi impianti. Il LMDS 213 comprende altresì un modulo di supporto al funzionamento 406 configurato per facilitare le operazioni di messa a punto a distanza DLE (dry low emissions, a basse emissioni a secco) e DLN (dry low NOx, a basse emissioni di NOx), la risoluzione dei problemi a distanza, ad esempio da un centro del parco impianti, come un centro di monitoraggio e diagnosi remoto 102, il monitoraggio predittivo delle emissioni (PEMS, predictive emissions monitoring), il controllo della disponibilità di magazzino e della disponibilità in officina. Il LMDS 213 comprende altresì un modulo di cronologia del macchinario 408 che facilita il rintracciamento di una distinte base (DIBA) per i componenti selezionati presso un sito dell'impianto, sia di progetto sia realizzati. Il modulo di cronologia del macchinario 408 è altresì configurato per facilitare il rintracciamento degli ordini, l'invio degli ordini, il rintracciamento dei materiali di prova, il rintracciamento dei componenti per sostituzioni e riparazioni e i report del tecnico di assistenza sul campo (FSE). Il LMDS 213 comprende altresì un modulo di pianificazione della manutenzione 410, configurato per disporre di una base di politiche sulla manutenzione, ottimizzazione della manutenzione, NIC applicabili, bollettini di servizio (SBn) e conversioni, modifiche e aggiornamenti (CM&U).
FIG. 5: diagramma di flusso di un metodo 500 per il monitoraggio delle condizioni e del rendimento dei componenti di un parco di componenti che possono essere monitorati dal LMDS 213 o da un centro per il monitoraggio e la diagnosi remoto 102. In una realizzazione esemplificativa, il metodo 500 viene eseguito utilizzando uno o più set di regole, eseguibili in serie l'una rispetto all'altra, in parallelo o in una relativa combinazione. Durante ciascuna esecuzione dei set di regole, i set di regole ricevono 502 una pluralità di input in base agli input 286 configurati per l'utilizzo in ciascun set di regole. Gli input possono essere direttamente ricevuti da un sensore, DCS 201, un pannello di controllo del sensore, un sistema di acquisizione dei dati, una cronologia o un altro database. Gli input possono rappresentare i dati cronologici, i dati pressoché in tempo reale o relative combinazioni in base alla programmazione di ciascun set di regole. Gli input vengono controllati 504 affinché rientrino nei limiti predeterminati e, in caso contrario, viene generata una notifica 506 per allertare gli operatori circa una ampia variazione di uno o più parametri di funzionamento. Laddove gli input ricevuti rientrino nei limiti predeterminati, il rendimento calcolato viene determinato 508 utilizzando gli input ricevuti; inoltre, viene determinato il rendimento previsto 510. li rendimento effettivo 512 viene calcolato, il rendimento previsto 514 viene calcolato e il rendimento effettivo e il rendimento previsto vengono messi a raffronto 516 in modo da generare lo scostamento di rendimento. Laddove lo scostamento di rendimento risulti superiore rispetto a quanto predeterminato e consentito 518, il cliente associato al componente o al sistema con scostamento di rendimento superiore rispetto allo scostamento predeterminato consentito riceve un'allerta 520 su tale condizione. Utilizzando il rendimento previsto calcolato, la copertura prevista viene calcolata 522 e mappata 524 per il rendimento effettivo calcolato.
La FIG. 6 è un diagramma a blocchi schematico di un LMDS 213 in comunicazione con il sito dell'impianto 104 e un centro di monitoraggio e diagnosi remoto 102. La sequenza dei singoli macchinari 602 viene mostrata nella realizzazione esemplificativa per maggiore chiarezza. Tuttavia, è possibile utilizzare qualsiasi numero di macchinari, componenti, sequenze e sistemi. I dati grezzi del sensore 604 e 606 vengono trasmessi a un sistema di monitoraggio e diagnosi remoto 608 e a uno o più pannelli di controllo dell'unità locale 610.
Nella realizzazione esemplificativa, il LMDS 213 comprende un server aziendale 612, che consiste in una soluzione di controllo e visualizzazione basata sul client/server, che facilita la visualizzazione del funzionamento dell'impianto, eseguendo la supervisione automatica e fornendo informazioni affidabili per applicazioni analitiche di livello superiore. Il server aziendale 612 comprende un motore grafico, la gestione dinamica del tempo e l'opzione aggiungiva DGR (digitai graphical replay), al fine di consentire agli operatori di monitorare e controllare con precisione l'ambiente, le attrezzature e le risorse dell'impianto.
Il server aziendale 612 gestisce la tecnologia di visibilità in tempo reale per consentire la gestione di determinate parti di uno stabilimento, di un impianto intero o di un parco da un centro di monitoraggio e diagnosi remoto 102. Il server aziendale 612 offre altresì un registratore aggiungito DGR (Digital Graphic Replay) che consente di richiamare eventi precedenti per analizzare a livello grafico gli eventi verificatisi in passato.
Il dispositivo di raccolta OPC 614 è un Client indipendente Data Access e XML DA che cattura i dati OPC da qualsiasi server DA o XML DA come, a titolo esemplificativo ma non limitativo, un sistema di monitoraggio e diagnosi remoto 608. Il dispositivo di raccolta OPC 614 collabora con altri prodotti conformi a OPC per elaborare i dati OPC catturati, archiviarli, analizzarli o trasferirli al database, al file o ai moduli di scambio.
Il dispositivo di raccolta OPC 614 è un componente chiave per l'acquisizione di dati sulla produzione (PDA, production data acquisition) o per mansioni di gestione dei dati che prevede una configurazione relativamente semplice dei dati da archiviare, memorizzare temporaneamente o elaborare.
Il DVS (Dynamic Visualization System) 616 comprende un sistema Trend 618 che facilita la visualizzazione delle funzioni dell'impianto mostrando la tendenza dei dati dell'impianto per le analisi e i raffronti sul rendimento dell'impianto. Gli utenti possono selezionare qualsiasi tag dell'impianto da un sistema specifico per l'impianto organizzato o a livello grafico da display delle schermate DCS emulate per mostrare la tendenza dei dati all'interno di una finestra con il lasso temporale che, ad esempio, va da un'ora a un anno a partire dal momento attuale o riguarda qualsiasi data specifica del passato. Il DVS comprende altresì un sistema Watch 620 che facilita la visualizzazione di qualsiasi schermata HMI specifica dell'impianto (es. schermata SCADA, DCS) fornendo dati dal vivo in tempo reale. Il sistema Watch consente la selezione di un momento di inizio da un calendario per replicare il funzionamento dell'impianto dal vivo per il passato in tempo reale, in modalità veloce o lenta. Inoltre, il sistema Watch 620 è in grado di raccogliere tutti gli allarmi e gli eventi dell'impianto e di archiviarli in un database SQL, utilizzato per sostituire le stampanti per i registri degli eventi e degli allarmi, eliminando pertanto problemi di affidabilità e costo a lungo termine associati all'hardware della stampante e ai relativi materiali di consumo. Inoltre, quando il sistema Watch 620 riproduce un evento dell'impianto per un periodo di tempo selezionato, il sistema Watch 620 offre una panoramica dettagliata e completa sul funzionamento dell'impianto dal vivo e in tempo reale, ivi comprese la risposta di funzionamento dell'impianto, la generazione di allarmi e le attività dell'operatore. Il DVS 616 comprende un sistema Alarm 622 che fornisce l'hardware e il software per facilitare la raccolta di tutti gli allarmi e gli eventi dell'impianto in tempo reale e per archiviarli in un database SQL 624 mediante rete o linea seriale, utilizzato altresì per sostituire le stampanti per i registri degli eventi e degli allarmi, eliminando pertanto problemi di affidabilità e costo a lungo termine associati all'hardware della stampante e ai relativi materiali di consumo. Inoltre, il sistema Alarm 622 va ad integrare gli eventi e gli allarmi dell'impianto nel sistema Trend 618, nel sistema Watch 620, nel sistema Alarm 622 e in altri moduli che forniscono una panoramica dettagliata e completa del funzionamento dell'impianto dal vivo e in tempo reale, ivi comprese la risposta del funzionamento dell'impianto, la generazione dell'allarme e le attività dell'operatore.
Il sistema Performance 626 è un sistema di supervisione del rendimento in tempo reale che visualizza a livello grafico tutti gli indicatori chiave di rendimento (ICR) affinché il personale preposto alla gestione dell'impianto possa monitorare il rendimento deirimpianto, l'impiego delle utility e il rendimento energetico online e in tempo reale. Il sistema Perform facilita il rilevamento delle aree che possono funzionare in modo più efficace e l'ottimizzazione del processo generale. Questo sistema di supervisione del funzionamento in tempo reale fornisce analisi sulla capacità di funzionamento, sul rendimento sull'utilizzo. Il sistema Perform offre altresì analisi e notifìche di allerta quando il rendimento dell'impianto o del sistema si scosta dal modello statistico.
La FIG. 7 è lo screenshot di una visualizzazione di livello 1 700 che può essere visualizzata attraverso il LMDS 213 o il sistema di monitoraggio e diagnosi remoto 608 attraverso la connessione di rete. Questo screenshot mostra il riepilogo delle condizioni di tutte le serie e sequenze connesse presso ciascun sito, selezionabili utilizzando una finestra con gerarchia ad albero delle risorse 702. I principali indicatori chiave di rendimento (ICR) di produzione, quali stato del funzionamento, prossimo arresto programmato nonché grafici istantanei sui calcoli di disponibilità e affidabilità del flusso di produzione, vengono mostrati nella finestra di stato veloce 704. I colori di serie dei cartoni esemplificativi 706 in una finestra di analisi 707 mostrano lo stato degli allarmi più gravi presenti presso ciascuna unità, dove il colore rosso indica un allarme critico o elevato che corrisponde a un arresto o a un avvio non riuscito, l'arancione un allarme di livello intermedio, il giallo un allarme di basso livello e il verde un'operazione svolta correttamente. Gli allarmi e gli eventi vengono registrati in una finestra degli allarmi e degli eventi 708.
La FIG. 8 è è lo screenshot di una visualizzazione di livello 2 800 visualizzabile dopo aver selezionato la scheda "monitoraggio" 802 dalla visualizzazione di livello 1 700 (mostrata in FIG. 7). La scheda "monitoraggio" 802 fornisce una visualizzazione sulla serie di livello 2 HMI contenente un elenco degli indicatori chiave di rendimento (ICR) attuali per una sequenza di macchinari 803 composta da una turbina a gas 804 e da un compressore 806. Lo stato della sequenza di macchinari 803 mostra un display a colori nonché l'elenco di ICR. Vi sono molte aree sullo schermo dove l'utente può ottenere informazioni più approfondite. Ad esempio, facendo clic sulla turbina a gas 804 si ottiene una visualizzazione del macchinario di livello 3.
La FIG. 9 è lo screenshot di una visualizzazione di livello 3 900, visualizzabile dopo aver selezionato la scheda "rendimento" 902 dalla visualizzazione di livello 1 700 (mostrata in FIG. 7) o dalla visualizzazione di livello 2 800 (mostrata in FIG.
8). Tutti gli ICR elencati nella visualizzazione di livello 3 900 sono correlati unicamente alla turbina a gas 804. Inoltre, è presente una visualizzazione separata di livello 3 (non mostrata) per ciascun compressore e per ciascun componente monitorato. Da qui, l'utente può utilizzare qualsiasi numero di collegamenti ipertestuali per ottenere informazioni più approfondite sulle varie sonde e misurazioni. Gli ICR sono visualizzati nella finestra sul rendimento termodinamico 904 sulla scheda "rendimento" 902. Tali ICR comprendono il rendimento termodinamico sia della turbina, sia del compressore. Per quanto concerne il compressore, vengono riportati ad esempio la velocità e la portata. Gli utenti possono selezionare il singolo ICR per ottenere analisi più approfondite, contenenti la visualizzazione dal vivo o una volta al minuto delle misurazioni di rendimento termodinamico al fine di segnalare, ad esempio, il rendimento politropico all'interno dell'involucro operativo di un compressore centrifugo. Facendo clic sulla vibrazione viene visualizzato il livello 4 o la visualizzazione del componente.
La FIG. 10 è è lo screenshot di una visualizzazione di livello 4 1000 in cui vengono mostrate le rilevazioni delle vibrazioni in base a una realizzazione esemplificativa della presente invenzione. Da qui, l'utente può può ottenere informazioni ancora più approfondite, ivi compresi i valori sismici, assiali o radiali delle sonde di vibrazione.
La scheda "analisi" è una funzione che, quando unita alla finestra ICR ricercabile, offre strumenti avanzati di graficizzazione in modo da supportare l'analisi da parte di esperti e la risoluzione dei problemi. Gli utenti sono in grado di trovare ICR specifici, di visualizzare le tendenze da ICR multipli su un singolo grafico o su grafici accostati, di personalizzare il lasso temporale per l'analisi dei dati ed utilizzare il cursore per zoomare su periodi specifici di tempo. Una volta soddisfatto dalle analisi, l'utente può aggiungere i commenti pretestuali, salvare le analisi in formato PDF per inviarle a un cliente o a un collega per discuterne, salvando l'analisi tra i preferiti per ritrovarla facilmente in futuro quando necessario.
Il termine processore, secondo l'utilizzo nel presente contesto, si riferisce a unità di elaborazione centrali, microprocessori, microcontrollori, RISC (reduced instruction set circuits), ASIC (application specific integrated circuits), circuiti logici e qualsiasi altro circuito o processore in grado di eseguire le funzioni descritte nel presente.
Nel presente documento, i termini “software” e “firmware" sono intercambiabili e comprendono qualsiasi programma informatico memorizzato per l'esecuzione da parte di un processore, ivi comprese memoria RAM, memoria ROM, memoria EPROM, memoria EEPROM, memoria RAM non volatile (NVRAM). Le succitate tipologie di memoria sono indicate unicamente a titolo esemplificativo e, di conseguenza, non a titolo limitativo per quanto concerne le tipologie di memoria utilizzabili per la memorizzazione di un programma informatico.
Come evidenziato dalle succitate specifiche, le realizzazioni sopra descritte relative alla divulgazione possono essere implementate utilizzando tecniche di ingegneria o programmazione informatica, tra cui software informatico, firmware, hardware o qualsiasi relativa combinazione o sottogruppo, dove l'effetto tecnico è destinato ai servizi selezionabili di monitoraggio e diagnosi locale o remota da un fornitore delle apparecchiature, OEM o fornitore di servizi. Il centro dove vengono eseguiti i servizi di monitoraggio e diagnosi remota è selettivamente in comunicazione con un sistema di monitoraggio e diagnosi locale presso il sito dell'impianto. Il centro per i servizi di monitoraggio e diagnosi remota possono comunicare con il sistema di monitoraggio e diagnosi locale quando in possesso dei permessi per scaricare i moduli del software, gli aggiornamenti dei moduli già in esecuzione sul sistema di monitoraggio o diagnosi locale o fornire servizi di diagnosi remota. Tali programmi risultanti, dotati di mezzi di codifica leggibili da computer, possono essere realizzati o fomiti all'interno di uno o più supporti leggibili da computer, creando pertanto un programma informatico, es. un articolo di produzione, in conformità alle realizzazioni presentate nella divulgazione. I supporti leggibili del computer possono essere, ad esempio, un (hard) drive fisso, un dischetto, un disco ottico, un nastro magnetico, una memoria a semiconduttori, ad esempio una memoria di sola lettura (ROM), e/o qualsiasi mezzo di trasmissione/ricezione come Internet o altra rete di comunicazione o collegamento. L'articolo di produzione contenente il codice del computer può essere realizzato e/o utilizzato eseguendo il codice direttamente da un supporto, copiando il codice da un supporto a un altro supporto oppure trasmettendo il codice su una rete.
Le realizzazioni sopra descritte di un metodo e di un sistema di monitoraggio di macchinari e sistemi all'interno di un impianto produttivo utilizzando un sistema di monitoraggio e diagnosi locale fornisce un mezzo affidabile ed economico per il monitoraggio di macchinari in un parco macchinari disseminato in aree globali remote da un sistema locale o dal sistema del parco remoto. Nello specifico, i metodi e i sistemi descritti nel presente documento facilitano l'applicazione di soluzioni OEM in tempo reale ai macchinari ubicati in posizioni remote rispetto alle strutture dell'OEM. Inoltre, i metodi e i sistemi sopra descritti facilitano il mantenimento di una pluralità di set di regole complesse basate sulla fisica, utilizzate nel sistema di monitoraggio e diagnosi locale. Di conseguenza, i metodi e i sistemi descritti nel presente facilitano automaticamente il monitoraggio e la diagnosi del funzionamento di un impianto singolo o di un parco impianti in maniera affidabile ed economica.
La presente descrizione scritta si avvale di esempi per divulgare l'invenzione, inclusa la modalità migliore, per consentire a qualsiasi esperto in materia di attuare l'invenzione, ivi compresi la realizzazione e l'utilizzo di qualsiasi dispositivo o sistema nonché l'esecuzione di qualsiasi metodo incluso. L'ambito brevettabile dell'invenzione è definito dalle rivendicazioni e potrebbe includere altri esempi utili agli esperti in materia. Detti ulteriori esempi rientrano neH’ambito delle rivendicazioni se caratterizzati da elementi strutturali che non differiscono dal linguaggio letterale delle rivendicazioni, oppure nel caso in cui includano elementi strutturali equivalenti con differenze non significative rispetto ai linguaggi letterali delle rivendicazioni.
Claims (10)
- CLAIMS / RIVENDICAZIONI 1 . Un sistema di monitoraggio e diagnosi locale, in cui tale sistema comprenda: un sistema Client composto da un'interfaccia utente e da un browser; un database deirimpianto configurato per memorizzare i set di regole, i quali comprendono almeno una regola espressa sotto forma di almeno un modello di un componente dell'impianto o sistema e una espressione relazionale di un output di dati in tempo reale relativo a un input di dati in tempo reale, in cui l'espressione relazionale sia specifica per una risorsa dell'impianto o per un gruppo di risorse interno melate, in cui il database dell'impianto è altresì configurato per ricevere i dati sugli eventi da un sistema di monitoraggio delle condizioni associate all'impianto, in cui il sistema di monitoraggio delle condizioni è configurato per analizzare i dati sulle attrezzature dell'impianto per l'ottimizzazione in tempo reale della attrezzature e dei processi selezionati, il monitoraggio delle condizioni e la diagnosi degli eventi per generare i dati sull'evento; un computer di livello server configurato per comunicare con tale sistema Client e tale database, in cui tale computer di livello server è altresì configurato per: ricevere dati sui componenti dell'impianto da un pannello di controllo dell'unità dell'impianto in comunicazione con i sensori posizionati attorno al componente dell'impianto, generare output sui sensori virtuali utilizzando almeno un modello basato sulla fisica, un modello basato sui dati, un modello empirico e l'espressione relazionale associata al componente dell'impianto o al sistema; trasmettere i dati sul componente dell'impianto e gli output generati dal sensore virtuale a tale database deirimpianto per l'archiviazione e a un sistema di visualizzazione dati per generare i grafici analitici come richiesto da un utente di tale sistema Client; determinare usando almeno un modello basato sulla fisica, un modello basato sui dati, un set di regole per un modello empirico, una condizione operativa o di rendimento della componente dell'impianto o del sistema pressoché in tempo reale; produrre una visualizzazione selezionata da un utente che rappresenti il componente del sistema o dell'impianto selezionato, in cui la visualizzazione applicazione dei valori dei parametri di funzionamento del sistema ricevuti e dei valori del sensore virtuale determinati ad almeno una regola per generare valori di rendimento sul funzionamento e valori diagnostici relativi al funzionamento del macchinario o sistema monitorato; generazione da parte di un sistema di monitoraggio e diagnosi locale di una visualizzazione multi-livello di rappresentazioni grafiche di un macchinario o sistema monitorato neirimpianto, tra cui i valori dei parametri di funzionamento ricevuti e i valori di sensore virtuale, in cui ciascun livello di visualizzazione comprende una rappresentazione grafica presentata più in dettaglio rispetto al livello precedente. 6. Un metodo in conformità alla Rivendicazione5, in cui tale modello comprende almeno un modello basato sulla fisica, un modello basato sui dati, un modello empirico del componente dell'impianto o del sistema. 7. Un metodo in conformità alla Rivendicazione5, in cui si impedisce al sistema di monitoraggio e diagnosi locale di comunicare con un entità fuori sede. 8. Un sistema di monitoraggio e diagnosi per un parco di impianti, in cui tale sistema comprende: un sistema Client associato a ciascun impianto, in cui ciascun sistema Client comprende una interfaccia utente e un browser; un database dell'impianto associato a ciascun impianto, in cui tale database dell'impianto è configurato per memorizzare i set di regole relativi alle componenti ubicate presso l'impianto, in cui tali set di regole comprendono almeno una regola espressa sotto forma di almeno un modello di un componente dell'impianto o sistema e una espressione relazionale di un output di dati in tempo reale relativo a un input di dati in tempo reale, in cui l'espressione relazionale sia specifica per una risorsa dell'impianto o per un gruppo di risorse intercorrelate, in cui il database dell'impianto è altresì configurato per ricevere i dati sugli eventi da un sistema di monitoraggio delle condizioni associate all'impianto, in cui il sistema di monitoraggio delle condizioni è configurato per analizzare i dati sull'impianto per l'ottimizzazione in tempo reale dell'impianto e dei processi selezionati, il monitoraggio delle condizioni e la diagnosi degli eventi per generare i dati sull'evento; un database del parco impianti ubicato in posizione remota rispetto al parco impianti, in cui tale database del parco è configurato per ricevere i dati sul rendimento e sul funzionamento dell'impianto da un numero selezionabile di impianti all'interno del parco, in cui i dati sul rendimento e funzionamento dell'impianto comprendono i dati cronologici dell'impianto e i dati suH'impianto pressoché in tempo reale; un computer di livello server configurato per comunicare con tali sistemi Client e tale database, in cui tale computer di livello server è altresì configurato per: ricevere dati sui componenti dell'impianto da un pannello di controllo dell'unità dell'impianto in comunicazione con i sensori posizionati attorno al componente dell'impianto; generare output sui sensori virtuali utilizzando almeno un modello basato sulla fisica, un modello basato sui dati, un modello empirico e l'espressione relazionale associata al componente dell'impianto o al sistema; trasmettere i dati sul componente dell'impianto e gli output generati dal sensore virtuale a tale database dell'impianto per l'archiviazione e a un sistema di visualizzazione dati per generare i grafici analitici come richiesto da un utente di tale sistema Client; determinare, usando almeno un modello basato sulla fisica, un modello basato sui dati, un set di regole per un modello empirico, una condizione operativa o di rendimento del componente dell'impianto o del sistema pressoché in tempo reale; produrre una visualizzazione selezionata da un utente che rappresenti il componente del sistema o dell'impianto selezionato, in cui la visualizzazione comprende grafici che illustrano il componente dell'impianto o il sistema e in cui le informazioni testuali definiscono i valori dei dati ricevuti e generati relativi al componente dell'impianto o sistema selezionato. 9. Un sistema di monitoraggio e diagnosi locale in conformità alla Rivendicazione8, in cui tale modello, almeno un modello basato sulla fisica, un modello basato sui dati, un modello empirico della componente dell'impianto o sistema, comprenda le informazioni riservate di un produttore dell'apparecchiatura originale per un sistema o componente dell'impianto. 10. Un sistema di monitoraggio e diagnosi in conformità alla rivendicazione8, in cui tale computer di livello server è configurato per ricevere un set di regole generate dal produttore di apparecchiature originali (OEM) di un componente associato al set di regole o da terzi. CLAIMS / RIVENDICAZIONI 1 . A local monitoring and diagnostic system for a plant, said system comprising: a client system comprising a user interface and a browser; a plant database configured to store rule sets, the rule sets including at least one rule expressed as at least one of a model of a plant component or system and a relational expression of a real-time data output relative to a real-time data input, the relational expression being specific to a plant asset or group of inter-related assets, the plant database is further configured to receive event data from a condition monitoring system associated with the plant, the condition monitoring system configured to analyze plant equipment data for real-time optimization of equipment and selected processes, condition monitoring, and event diagnostics to generate the event data; a server grade computer configured to communicatively couple to said client system and said database, said server grade computer further configured to: receive plant component data from a plant unit control panel communicatively coupled to sensors positioned about the plant component, generate virtual sensor outputs using said at least one of the physics-based model, data-driven model, and a empirical model and the relational expression associated with the plant component or system; transmit the plant component data and generated virtual sensor outputs to said plant database for storing and to a data visualization system for generating analytical graphics as requested by a user of said client system; determine using the at least one of a physics-based model, data-driven model, and a empirical model rule set, an operating or performance condition of the plant component or system in near real-time; and output a visualization selected by a user representing the selected plant component or system, the visualization including graphics illustrating the plant component or system and textual information defining values of received and generated data relating to the selected plant component or system.
- 2. A local monitoring and diagnostic system in accordance with Claim 0, wherein said model comprises at least one of a physics-based model, a data-driven model, and a empirical model of the plant component or system.
- 3. A local monitoring and diagnostic system in accordance with Claim 0, wherein said server grade computer is configured to receive a rule set generated by an original equipment manufacturer (OEM) of a component associated with the rule set or by a third party entity.
- 4. A local monitoring and diagnostic system in accordance with Claim 0, further comprising a remote communications system and wherein said server grade computer is configured to communicatively couple to a fleet management center using the remote communications system, the sever system further configured to transmit information stored in said database relating to an operation of at least one of the plant components or systems in response to received requests from a subject matter expert located remotely from the plant and receive modifications to one or more of the rule sets based on the transmitted information.
- 5. A method of monitoring machinery and systems in a process plant using a local monitoring and diagnostic system, the local monitoring and diagnostic system including a database of at least one rule set, the rule set including at least one rule expressed as a model of at least a portion of at least one of a machine, a system, and combinations thereof, said method comprising: receiving from sensors communicatively coupled to the local monitoring and diagnostic system process parameter values relating to an operation of the at least a portion of at least one of a machine and a system in the plant; determining by the local monitoring and diagnostic system virtual sensor values for process parameters relating to the operation of the at least a portion of at least one of a machine and a system in the plant; applying the received system process parameter values and the determined virtual sensor values to the at least one rule to generate operating performance values and diagnostic values relating to the operation of the monitored machinery or system; and generating by the local monitoring and diagnostic system a tiered visualization of graphic representations of the monitored machinery or system in the plant including the received process parameter values and virtual sensor values, wherein each tier of visualizations include a graphic representation presented in greater detail than a previous tier.
- 6. A method in accordance with Claim 5, wherein said model comprises at least one of a physics-based model, a data-driven model, and a empirical model of the plant component or system.
- 7. A method in accordance with Claim 5, further comprising preventing the local monitoring and diagnostic system from communicating with an off-site entity.
- 8. A monitoring and diagnostic system for a fleet of plants, said system comprising: a client system associated with each plant, each said client system comprising a user interface and a browser; a plant database associated with each plant, each plant database configured to store rule sets relative to components located at that plant, the rule sets including at least one rule expressed as at least one of a model of a plant component or system and a relational expression of a real-time data output relative to a real-time data input, the relational expression being specific to a plant asset or group of inter-related assets, the plant database is further configured to receive event data from a condition monitoring system associated with the plant, the condition monitoring system configured to analyze plant equipment data for real-time optimization of equipment and selected processes, condition monitoring, and event diagnostics to generate the event data; a fleet database located remotely from the fleet of plants, said fleet database configured to receive plant performance and operations data from a selectable number of plants in the fleet, the plant performance and operations data including historical plant data and near real-time plant data; a server grade computer configured to communicatively couple to said client systems and said database, said server grade computer further configured to: receive plant component data from a plant unit control panel communicatively coupled to sensors positioned about the plant component; generate virtual sensor outputs using said at least one of the at least one of the physics-based model, data-driven model, and a empirical model and the relational expression associated with the plant component or system; transmit the plant component data and generated virtual sensor outputs to said plant database for storing and to a data visualization system for generating analytical graphics as requested by a user of said client system; determine using the at least one of the physics-based model, data-driven model, and a empirical model rule set, an operating or performance condition of the plant component or system in near real-time; and output a visualization selected by a user representing the selected plant component or system, the visualization including graphics illustrating the plant component or system and textual information defining values of received and generated data relating to the selected plant component or system.
- 9. A monitoring and diagnostic system in accordance with Claim 8, wherein said at least one of a physics-based model, a data-driven model, and a empirical model of the plant component or system comprises proprietary data of an original equipment manufacturer of the plant component or system.
- 10. A monitoring and diagnostic system in accordance with Claim 8, wherein said server grade computer is configured to receive a rule set generated by an original equipment manufacturer (OEM) of a component associated with the rule set or by a third party entity.
Priority Applications (70)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT000008A ITCO20120008A1 (it) | 2012-03-01 | 2012-03-01 | Metodo e sistema per monitorare la condizione di un gruppo di impianti |
CA2865194A CA2865194C (en) | 2012-03-01 | 2013-02-28 | Method and system for condition monitoring of a group of plants |
JP2014559227A JP2015508928A (ja) | 2012-03-01 | 2013-02-28 | プラントのグループの条件モニタリングのための方法およびシステム |
KR1020147027681A KR20140130543A (ko) | 2012-03-01 | 2013-02-28 | 설비들의 그룹의 조건 모니터링을 위한 방법 및 시스템 |
US14/382,036 US9274520B2 (en) | 2012-03-01 | 2013-02-28 | Method and system for condition monitoring of a group of plants |
CN201380012036.5A CN104254810B (zh) | 2012-03-01 | 2013-02-28 | 用于一组工厂的条件监视的方法和系统 |
PCT/EP2013/054098 WO2013127958A1 (en) | 2012-03-01 | 2013-02-28 | Method and system for condition monitoring of a group of plants |
EP13708121.2A EP2820490B1 (en) | 2012-03-01 | 2013-02-28 | System for condition monitoring of a group of plants |
RU2014133941A RU2636095C2 (ru) | 2012-03-01 | 2013-02-28 | Способ и система для контроля состояния группы установок |
AU2013224935A AU2013224935A1 (en) | 2012-03-01 | 2013-02-28 | Method and system for condition monitoring of a group of plants |
EP13716964.5A EP2820497A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for advising operator action |
EP13713090.2A EP2820493A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real-time performance degradation advisory for centrifugal compressors |
EP13713365.8A EP2820495A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real time gas turbine performance advisory |
CN201380012462.9A CN104395848B (zh) | 2012-03-01 | 2013-03-01 | 用于实时干低氮氧化物(dln)和扩散燃烧监视的方法和系统 |
EP13713091.0A EP2820494A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real-time performance recovery advisory for centrifugal compressors |
RU2014133935A RU2613637C2 (ru) | 2012-03-01 | 2013-03-01 | Способ и система для правил диагностики мощных газовых турбин |
CA2865204A CA2865204A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real-time performance degradation advisory for centrifugal compressors |
EP13713366.6A EP2820496A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for diagnostic rules for heavy duty gas turbines |
RU2014133942A RU2657047C2 (ru) | 2012-03-01 | 2013-03-01 | Способ и система для рекомендации действий оператору |
EP13713089.4A EP2820492A2 (en) | 2012-03-01 | 2013-03-01 | Method and system for real time dry low nitrogen oxide (dln) and diffusion combustion monitoring |
AU2013224890A AU2013224890B2 (en) | 2012-03-01 | 2013-03-01 | Method and system for real time gas turbine performance advisory |
US14/382,076 US20150025814A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real time dry low nitrogen oxide (dln) and diffusion combustion monitoring |
RU2014133934A RU2014133934A (ru) | 2012-03-01 | 2013-03-01 | Способ и система для уведомления в реальном времени об ухудшении характеристик центробежных компрессоров |
AU2013224893A AU2013224893C1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real-time performance degradation advisory for centrifugal compressors |
JP2014559245A JP2015509566A (ja) | 2012-03-01 | 2013-03-01 | 重荷重ガスタービン用の診断ルールのための方法とシステム |
KR1020147027658A KR102073912B1 (ko) | 2012-03-01 | 2013-03-01 | 고부하 가스 터빈들에 대한 진단 규칙들을 위한 방법 및 시스템 |
RU2014133943A RU2014133943A (ru) | 2012-03-01 | 2013-03-01 | Способ и система для выдачи в реальном времени рекомендаций по восстановлению рабочих характеристик центробежных компрессоров |
CN201380012000.7A CN104303121B (zh) | 2012-03-01 | 2013-03-01 | 用于建议操作者动作的方法和系统 |
CA2865205A CA2865205A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for diagnostic rules for heavy duty gas turbines |
BR112014021204A BR112014021204A2 (pt) | 2012-03-01 | 2013-03-01 | método implantado por computador |
CN201380011941.9A CN104254809B (zh) | 2012-03-01 | 2013-03-01 | 用于重型燃气涡轮机的诊断规则的方法和系统 |
PCT/EP2013/054157 WO2013127995A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for advising operator action |
US14/382,049 US20150027212A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real time gas turbine performance advisory |
PCT/EP2013/054161 WO2013127998A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for diagnostic rules for heavy duty gas turbines |
JP2014559240A JP6228553B2 (ja) | 2012-03-01 | 2013-03-01 | リアルタイムガスタービン性能通知のための方法およびシステム |
CA2865213A CA2865213A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real-time performance recovery advisory for centrifugal compressors |
CN201380012061.3A CN104272207B (zh) | 2012-03-01 | 2013-03-01 | 用于实时燃气涡轮性能报告的方法和系统 |
AU2013224892A AU2013224892B2 (en) | 2012-03-01 | 2013-03-01 | Method and system for advising operator action |
KR1020147027708A KR20140130545A (ko) | 2012-03-01 | 2013-03-01 | 실시간 건성 저질소 산화물 (dln) 및 확산 연소 모니터링을 위한 방법 및 시스템 |
RU2014134207A RU2627742C2 (ru) | 2012-03-01 | 2013-03-01 | Способ и система для информирования о характеристиках работы газовой турбины в реальном времени |
CN201380012020.4A CN104471500A (zh) | 2012-03-01 | 2013-03-01 | 用于离心式压缩机的实时性能恢复报告的方法和系统 |
KR1020147027661A KR20140130539A (ko) | 2012-03-01 | 2013-03-01 | 원심 압축기들에 대한 실시간 성능 저하 경고를 위한 방법 및 시스템 |
CA2865199A CA2865199A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for advising operator action |
PCT/EP2013/054158 WO2013127996A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real-time performance degradation advisory for centrifugal compressors |
JP2014559241A JP6122451B2 (ja) | 2012-03-01 | 2013-03-01 | 乾式低窒素酸化物(dln)と拡散燃焼をリアルタイムで監視するための方法とシステム |
US14/382,030 US20150025689A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for realtime performance recovery advisory for centrifugal compressors |
JP2014559243A JP6220353B2 (ja) | 2012-03-01 | 2013-03-01 | 遠心式圧縮機に関するリアルタイムで性能低下を通知するための方法およびシステム |
KR1020147027665A KR20140127915A (ko) | 2012-03-01 | 2013-03-01 | 실시간 가스 터빈 성능 경고를 위한 방법 및 시스템 |
AU2013224896A AU2013224896A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real-time performance recovery advisory for centrifugal compressors |
BR112014019965A BR112014019965A2 (pt) | 2012-03-01 | 2013-03-01 | método implantado por computador e sistema de recuperação de desempenho |
PCT/EP2013/054156 WO2013127994A2 (en) | 2012-03-01 | 2013-03-01 | Method and system for real time dry low nitrogen oxide (dln) and diffusion combustion monitoring |
AU2013224891A AU2013224891B2 (en) | 2012-03-01 | 2013-03-01 | Method and system for real time dry low nitrogen oxide (DLN) and diffusion combustion monitoring |
PCT/EP2013/054162 WO2013127999A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real-time performance recovery advisory for centrifugal compressors |
MX2014010453A MX2014010453A (es) | 2012-03-01 | 2013-03-01 | Metodo y sistema para asesoria de degradacion de desempeño en tiempo real para compresores de centrifugacion. |
CA2865195A CA2865195A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real time gas turbine performance advisory |
CA2865200A CA2865200A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real time dry low nitrogen oxide (dln) and diffusion combustion monitoring |
PCT/EP2013/054154 WO2013127993A1 (en) | 2012-03-01 | 2013-03-01 | Method and system for real time gas turbine performance advisory |
MX2014010464A MX2014010464A (es) | 2012-03-01 | 2013-03-01 | Metodo y sistema para el asesoramiento sobre la recuperacion del rendimiento en tiempo real para compresores centrifugos. |
AU2013224895A AU2013224895B2 (en) | 2012-03-01 | 2013-03-01 | Method and system for diagnostic rules for heavy duty gas turbines |
US14/382,028 US9921577B2 (en) | 2012-03-01 | 2013-03-01 | Method and system for diagnostic rules for heavy duty gas turbines |
KR1020147027675A KR20140130541A (ko) | 2012-03-01 | 2013-03-01 | 운영자 조작에 대해 경고하기 위한 방법 및 시스템 |
CN201380011998.9A CN104246636A (zh) | 2012-03-01 | 2013-03-01 | 用于离心式压缩机的实时性能降级报告的方法和系统 |
JP2014559242A JP6143800B2 (ja) | 2012-03-01 | 2013-03-01 | オペレータの動作に助言するための方法およびシステム |
KR1020147027674A KR20140130540A (ko) | 2012-03-01 | 2013-03-01 | 설비들의 그룹의 조건 모니터링을 위한 방법 및 시스템 |
US14/382,063 US10088839B2 (en) | 2012-03-01 | 2013-03-01 | Method and system for real-time performance degradation advisory for centrifugal compressors |
JP2014559246A JP2015516530A (ja) | 2012-03-01 | 2013-03-01 | 遠心圧縮機用のリアルタイム性能回復勧告のための方法およびシステム |
RU2014133939A RU2613548C2 (ru) | 2012-03-01 | 2013-03-01 | Способ и система для контроля в реальном времени горения без впрыска воды с низким уровнем выбросов оксидов азота и диффузионного горения |
US14/382,013 US20150066418A1 (en) | 2012-03-01 | 2013-03-03 | Method and system for advising operator action |
AU2017202631A AU2017202631A1 (en) | 2012-03-01 | 2017-04-20 | Method and system for condition monitoring of a group of plants |
AU2019201086A AU2019201086B2 (en) | 2012-03-01 | 2019-02-15 | Method and system for condition monitoring of a group of plants |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT000008A ITCO20120008A1 (it) | 2012-03-01 | 2012-03-01 | Metodo e sistema per monitorare la condizione di un gruppo di impianti |
Publications (1)
Publication Number | Publication Date |
---|---|
ITCO20120008A1 true ITCO20120008A1 (it) | 2013-09-02 |
Family
ID=46051732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
IT000008A ITCO20120008A1 (it) | 2012-03-01 | 2012-03-01 | Metodo e sistema per monitorare la condizione di un gruppo di impianti |
Country Status (12)
Country | Link |
---|---|
US (7) | US9274520B2 (it) |
EP (7) | EP2820490B1 (it) |
JP (7) | JP2015508928A (it) |
KR (7) | KR20140130543A (it) |
CN (7) | CN104254810B (it) |
AU (9) | AU2013224935A1 (it) |
BR (2) | BR112014021204A2 (it) |
CA (7) | CA2865194C (it) |
IT (1) | ITCO20120008A1 (it) |
MX (2) | MX2014010453A (it) |
RU (7) | RU2636095C2 (it) |
WO (7) | WO2013127958A1 (it) |
Families Citing this family (150)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ITCO20120008A1 (it) * | 2012-03-01 | 2013-09-02 | Nuovo Pignone Srl | Metodo e sistema per monitorare la condizione di un gruppo di impianti |
US20140244328A1 (en) * | 2013-02-22 | 2014-08-28 | Vestas Wind Systems A/S | Wind turbine maintenance optimizer |
US10678225B2 (en) | 2013-03-04 | 2020-06-09 | Fisher-Rosemount Systems, Inc. | Data analytic services for distributed industrial performance monitoring |
US9665088B2 (en) | 2014-01-31 | 2017-05-30 | Fisher-Rosemount Systems, Inc. | Managing big data in process control systems |
US10649424B2 (en) | 2013-03-04 | 2020-05-12 | Fisher-Rosemount Systems, Inc. | Distributed industrial performance monitoring and analytics |
US9558220B2 (en) | 2013-03-04 | 2017-01-31 | Fisher-Rosemount Systems, Inc. | Big data in process control systems |
US10649449B2 (en) | 2013-03-04 | 2020-05-12 | Fisher-Rosemount Systems, Inc. | Distributed industrial performance monitoring and analytics |
US10866952B2 (en) | 2013-03-04 | 2020-12-15 | Fisher-Rosemount Systems, Inc. | Source-independent queries in distributed industrial system |
US10909137B2 (en) | 2014-10-06 | 2021-02-02 | Fisher-Rosemount Systems, Inc. | Streaming data for analytics in process control systems |
US10691281B2 (en) | 2013-03-15 | 2020-06-23 | Fisher-Rosemount Systems, Inc. | Method and apparatus for controlling a process plant with location aware mobile control devices |
CN104344946B (zh) * | 2013-07-24 | 2017-12-05 | 中国国际航空股份有限公司 | Apu涡轮叶片断裂与转轴卡阻故障的监控方法和装置 |
US20150075170A1 (en) * | 2013-09-17 | 2015-03-19 | General Electric Company | Method and system for augmenting the detection reliability of secondary flame detectors in a gas turbine |
US9234317B2 (en) * | 2013-09-25 | 2016-01-12 | Caterpillar Inc. | Robust system and method for forecasting soil compaction performance |
ITCO20130043A1 (it) * | 2013-10-02 | 2015-04-03 | Nuovo Pignone Srl | Metodo e sistema per monitorare il funzionamento di un dispositivo flessibile di accoppiamento |
US20150153251A1 (en) * | 2013-11-29 | 2015-06-04 | Johannes Izak Boerhout | Systems and methods for integrated workflow display and action panel for plant assets |
US20150219530A1 (en) * | 2013-12-23 | 2015-08-06 | Exxonmobil Research And Engineering Company | Systems and methods for event detection and diagnosis |
US20150184549A1 (en) | 2013-12-31 | 2015-07-02 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
US9957843B2 (en) | 2013-12-31 | 2018-05-01 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
US10139267B2 (en) * | 2014-01-09 | 2018-11-27 | General Electric Company | Systems and methods for storage and analysis of periodic waveform data |
US20150271026A1 (en) * | 2014-03-24 | 2015-09-24 | Microsoft Technology Licensing, Llc | End user performance analysis |
KR102189282B1 (ko) * | 2014-05-21 | 2020-12-09 | 세메스 주식회사 | 공정 설비 제어 방법 |
US9813308B2 (en) * | 2014-06-04 | 2017-11-07 | Verizon Patent And Licensing Inc. | Statistical monitoring of customer devices |
KR101676926B1 (ko) * | 2014-12-31 | 2016-11-16 | 주식회사 포스코아이씨티 | 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법 |
US9777723B2 (en) * | 2015-01-02 | 2017-10-03 | General Electric Company | System and method for health management of pumping system |
US10036233B2 (en) * | 2015-01-21 | 2018-07-31 | Baker Hughes, A Ge Company, Llc | Method and system for automatically adjusting one or more operational parameters in a borehole |
US20160260041A1 (en) * | 2015-03-03 | 2016-09-08 | Uop Llc | System and method for managing web-based refinery performance optimization using secure cloud computing |
JP5872124B1 (ja) * | 2015-03-24 | 2016-03-01 | 三菱電機株式会社 | プラント監視制御装置 |
US10095200B2 (en) | 2015-03-30 | 2018-10-09 | Uop Llc | System and method for improving performance of a chemical plant with a furnace |
US9864823B2 (en) | 2015-03-30 | 2018-01-09 | Uop Llc | Cleansing system for a feed composition based on environmental factors |
US20170315543A1 (en) * | 2015-03-30 | 2017-11-02 | Uop Llc | Evaluating petrochemical plant errors to determine equipment changes for optimized operations |
US10031510B2 (en) * | 2015-05-01 | 2018-07-24 | Aspen Technology, Inc. | Computer system and method for causality analysis using hybrid first-principles and inferential model |
US10078326B2 (en) | 2015-05-14 | 2018-09-18 | Honeywell International Inc. | Apparatus and method for event detection to support mobile notifications related to industrial process control and automation system |
US10505790B2 (en) | 2015-05-14 | 2019-12-10 | Honeywell International Inc. | Apparatus and method for automated event notification read receipt to support non-repudiated auditing or other functions in industrial process control and automation system |
US10021064B2 (en) | 2015-05-14 | 2018-07-10 | Honeywell International Inc. | Apparatus and method for translating industrial process control and automation system events into mobile notifications |
US10466688B2 (en) * | 2015-05-14 | 2019-11-05 | Honeywell International Inc. | Apparatus and method for providing event context with notifications related to industrial process control and automation system |
US20160334770A1 (en) * | 2015-05-14 | 2016-11-17 | Honeywell International Inc. | Apparatus and method for using configurable rules linking triggers with actions to support notifications associated with industrial process control and automation system |
US10021063B2 (en) | 2015-05-14 | 2018-07-10 | Honeywell International Inc. | Apparatus and method for protecting proprietary information over public notification infrastructure |
CN105157986B (zh) * | 2015-06-17 | 2017-09-22 | 广东电网有限责任公司电力科学研究院 | 一种用于燃气轮机热端部件的可靠性监测方法 |
US20170038276A1 (en) * | 2015-08-04 | 2017-02-09 | Solar Turbines Incorporated | Monitoring System for Turbomachinery |
US20170038275A1 (en) * | 2015-08-04 | 2017-02-09 | Solar Turbines Incorporated | Monitoring system for turbomachinery |
US10657450B2 (en) | 2015-09-30 | 2020-05-19 | Deere & Company | Systems and methods for machine diagnostics based on stored machine data and available machine telematic data |
US10495545B2 (en) * | 2015-10-22 | 2019-12-03 | General Electric Company | Systems and methods for determining risk of operating a turbomachine |
FR3043463B1 (fr) * | 2015-11-05 | 2017-12-22 | Snecma | Systeme et procede de surveillance d'une turbomachine avec fusion d'indicateurs pour la synthese d'une confirmation d'alarme |
KR102486704B1 (ko) * | 2016-01-15 | 2023-01-10 | 엘에스일렉트릭(주) | 감시제어데이터수집시스템에서의 클라이언트 및 서버 |
US10503483B2 (en) | 2016-02-12 | 2019-12-10 | Fisher-Rosemount Systems, Inc. | Rule builder in a process control network |
US10311399B2 (en) * | 2016-02-12 | 2019-06-04 | Computational Systems, Inc. | Apparatus and method for maintaining multi-referenced stored data |
US10574739B2 (en) | 2016-02-26 | 2020-02-25 | Honeywell International Inc. | System and method for smart event paging |
US20170300945A1 (en) * | 2016-04-15 | 2017-10-19 | International Business Machines Corporation | Segmenting mobile shoppers |
EP3239684A1 (en) * | 2016-04-29 | 2017-11-01 | Siemens Aktiengesellschaft | Fault diagnosis during testing of turbine unit |
EP3458926A4 (en) * | 2016-05-16 | 2020-03-25 | Jabil Inc. | DEVICE, MOTOR, SYSTEM AND METHOD FOR PREDICTIVE ANALYTICS IN A MANUFACTURING SYSTEM |
US11914349B2 (en) | 2016-05-16 | 2024-02-27 | Jabil Inc. | Apparatus, engine, system and method for predictive analytics in a manufacturing system |
US10294869B2 (en) | 2016-06-14 | 2019-05-21 | General Electric Company | System and method to enhance corrosion turbine monitoring |
US10047679B2 (en) | 2016-06-14 | 2018-08-14 | General Electric Company | System and method to enhance lean blowout monitoring |
US10099804B2 (en) | 2016-06-16 | 2018-10-16 | General Electric Company | Environmental impact assessment system |
EP3258333A1 (en) * | 2016-06-17 | 2017-12-20 | Siemens Aktiengesellschaft | Method and system for monitoring sensor data of rotating equipment |
CN106089671A (zh) * | 2016-06-29 | 2016-11-09 | 广东葆德科技有限公司 | 一种基于卫星定位的空压机及时维护方法及其系统 |
US10643167B2 (en) * | 2016-07-28 | 2020-05-05 | Honeywell International Inc. | MPC with unconstrained dependent variables for KPI performance analysis |
EP3279755B1 (en) * | 2016-08-02 | 2021-09-29 | ABB Schweiz AG | Method of monitoring a modular process plant complex with a plurality of interconnected process modules |
US11143056B2 (en) | 2016-08-17 | 2021-10-12 | General Electric Company | System and method for gas turbine compressor cleaning |
US10724398B2 (en) | 2016-09-12 | 2020-07-28 | General Electric Company | System and method for condition-based monitoring of a compressor |
US10606254B2 (en) * | 2016-09-14 | 2020-03-31 | Emerson Process Management Power & Water Solutions, Inc. | Method for improving process/equipment fault diagnosis |
US10545487B2 (en) | 2016-09-16 | 2020-01-28 | Uop Llc | Interactive diagnostic system and method for managing process model analysis |
US20180100442A1 (en) * | 2016-10-11 | 2018-04-12 | General Electric Company | Systems and Methods to Control Performance Via Control of Compressor OLL Protection Actions |
US10338549B2 (en) | 2016-10-17 | 2019-07-02 | Fisher-Rosemount Systems, Inc. | Methods and systems for subscribing remote devices to process control data |
US10444730B2 (en) * | 2016-11-30 | 2019-10-15 | Eurotherm Limited | Real-time compliance status for equipment |
US10466677B2 (en) | 2016-12-15 | 2019-11-05 | Solar Turbines Incorporated | Assessment of industrial machines |
US10401881B2 (en) * | 2017-02-14 | 2019-09-03 | General Electric Company | Systems and methods for quantification of a gas turbine inlet filter blockage |
US10466686B2 (en) | 2017-02-17 | 2019-11-05 | Honeywell International Inc. | System and method for automatic configuration of a data collection system and schedule for control system monitoring |
KR101933784B1 (ko) | 2017-03-17 | 2018-12-28 | 두산중공업 주식회사 | 가스 터빈 실시간 시뮬레이션 시스템 및 그 방법 |
US10678272B2 (en) | 2017-03-27 | 2020-06-09 | Uop Llc | Early prediction and detection of slide valve sticking in petrochemical plants or refineries |
US10754359B2 (en) | 2017-03-27 | 2020-08-25 | Uop Llc | Operating slide valves in petrochemical plants or refineries |
US10670353B2 (en) | 2017-03-28 | 2020-06-02 | Uop Llc | Detecting and correcting cross-leakage in heat exchangers in a petrochemical plant or refinery |
US10816947B2 (en) | 2017-03-28 | 2020-10-27 | Uop Llc | Early surge detection of rotating equipment in a petrochemical plant or refinery |
US11037376B2 (en) | 2017-03-28 | 2021-06-15 | Uop Llc | Sensor location for rotating equipment in a petrochemical plant or refinery |
US10752844B2 (en) | 2017-03-28 | 2020-08-25 | Uop Llc | Rotating equipment in a petrochemical plant or refinery |
US10962302B2 (en) | 2017-03-28 | 2021-03-30 | Uop Llc | Heat exchangers in a petrochemical plant or refinery |
US10752845B2 (en) | 2017-03-28 | 2020-08-25 | Uop Llc | Using molecular weight and invariant mapping to determine performance of rotating equipment in a petrochemical plant or refinery |
US10844290B2 (en) | 2017-03-28 | 2020-11-24 | Uop Llc | Rotating equipment in a petrochemical plant or refinery |
US11130111B2 (en) | 2017-03-28 | 2021-09-28 | Uop Llc | Air-cooled heat exchangers |
US10670027B2 (en) | 2017-03-28 | 2020-06-02 | Uop Llc | Determining quality of gas for rotating equipment in a petrochemical plant or refinery |
US10794401B2 (en) | 2017-03-28 | 2020-10-06 | Uop Llc | Reactor loop fouling monitor for rotating equipment in a petrochemical plant or refinery |
US10663238B2 (en) | 2017-03-28 | 2020-05-26 | Uop Llc | Detecting and correcting maldistribution in heat exchangers in a petrochemical plant or refinery |
US11396002B2 (en) | 2017-03-28 | 2022-07-26 | Uop Llc | Detecting and correcting problems in liquid lifting in heat exchangers |
US10794644B2 (en) | 2017-03-28 | 2020-10-06 | Uop Llc | Detecting and correcting thermal stresses in heat exchangers in a petrochemical plant or refinery |
US10695711B2 (en) | 2017-04-28 | 2020-06-30 | Uop Llc | Remote monitoring of adsorber process units |
DE102017209847A1 (de) * | 2017-06-12 | 2018-12-13 | Siemens Aktiengesellschaft | Verfahren zum Betreiben einer Gasturbinenanlage |
US10913905B2 (en) | 2017-06-19 | 2021-02-09 | Uop Llc | Catalyst cycle length prediction using eigen analysis |
US11365886B2 (en) | 2017-06-19 | 2022-06-21 | Uop Llc | Remote monitoring of fired heaters |
US10739798B2 (en) | 2017-06-20 | 2020-08-11 | Uop Llc | Incipient temperature excursion mitigation and control |
US11130692B2 (en) | 2017-06-28 | 2021-09-28 | Uop Llc | Process and apparatus for dosing nutrients to a bioreactor |
US10994240B2 (en) | 2017-09-18 | 2021-05-04 | Uop Llc | Remote monitoring of pressure swing adsorption units |
EP3462264A1 (en) * | 2017-09-29 | 2019-04-03 | Siemens Aktiengesellschaft | System, method and control unit for diagnosis and life prediction of one or more electro-mechanical systems |
US11194317B2 (en) | 2017-10-02 | 2021-12-07 | Uop Llc | Remote monitoring of chloride treaters using a process simulator based chloride distribution estimate |
GB2568380B (en) * | 2017-10-02 | 2022-08-31 | Fisher Rosemount Systems Inc | Systems and methods for multi-site performance monitoring of process control systems |
US11676061B2 (en) | 2017-10-05 | 2023-06-13 | Honeywell International Inc. | Harnessing machine learning and data analytics for a real time predictive model for a FCC pre-treatment unit |
US11105787B2 (en) | 2017-10-20 | 2021-08-31 | Honeywell International Inc. | System and method to optimize crude oil distillation or other processing by inline analysis of crude oil properties |
US10416661B2 (en) * | 2017-11-30 | 2019-09-17 | Abb Schweiz Ag | Apparatuses, systems and methods of secure cloud-based monitoring of industrial plants |
JP6909871B2 (ja) * | 2017-12-06 | 2021-07-28 | 株式会社日立産機システム | 巻上機の管理システム |
WO2019116368A1 (en) * | 2017-12-11 | 2019-06-20 | Halo Digital Ltd. | A system and a method for continuous monitoring and verification of the operation of a microcontroller |
US10395515B2 (en) * | 2017-12-28 | 2019-08-27 | Intel Corporation | Sensor aggregation and virtual sensors |
US10607470B2 (en) * | 2018-01-23 | 2020-03-31 | Computational Systems, Inc. | Vibrational analysis systems and methods |
US10255797B1 (en) * | 2018-01-24 | 2019-04-09 | Saudi Arabian Oil Company | Integrated alarm management system (ALMS) KPIs with plant information system |
EP3749863A1 (de) | 2018-02-05 | 2020-12-16 | Ziehl-Abegg Se | Verfahren zur optimierung des wirkungsgrads und/oder der laufperformance eines ventilators oder einer ventilator-anordnung |
US10901403B2 (en) | 2018-02-20 | 2021-01-26 | Uop Llc | Developing linear process models using reactor kinetic equations |
US11264801B2 (en) * | 2018-02-23 | 2022-03-01 | Schlumberger Technology Corporation | Load management algorithm for optimizing engine efficiency |
US11119453B2 (en) * | 2018-03-09 | 2021-09-14 | Nishil Thomas Koshy | System and method for remote non-intrusive monitoring of assets and entities |
US11237550B2 (en) * | 2018-03-28 | 2022-02-01 | Honeywell International Inc. | Ultrasonic flow meter prognostics with near real-time condition based uncertainty analysis |
US10734098B2 (en) | 2018-03-30 | 2020-08-04 | Uop Llc | Catalytic dehydrogenation catalyst health index |
EP3553615A1 (en) * | 2018-04-10 | 2019-10-16 | Siemens Aktiengesellschaft | Method and system for managing a technical installation |
JP7271576B2 (ja) * | 2018-05-10 | 2023-05-11 | ストール マシーナリ カンパニー,エルエルシー | 工場管理監視システム及び方法 |
US11709480B2 (en) | 2018-05-14 | 2023-07-25 | Honeywell International Inc. | System and method for automatic data classification for use with data collection system and process control system |
US11042145B2 (en) | 2018-06-13 | 2021-06-22 | Hitachi, Ltd. | Automatic health indicator learning using reinforcement learning for predictive maintenance |
US11755791B2 (en) | 2018-07-03 | 2023-09-12 | Rtx Corporation | Aircraft component qualification system and process |
WO2020026071A1 (en) * | 2018-07-31 | 2020-02-06 | Abb Schweiz Ag | Method for predicting performance of modules of distributed control system through network and system thereof |
CN109151271A (zh) * | 2018-08-22 | 2019-01-04 | Oppo广东移动通信有限公司 | 激光投射模组及其控制方法、图像获取设备和电子装置 |
WO2020055898A1 (en) * | 2018-09-10 | 2020-03-19 | Aveva Software, Llc | Cloud and digital operations system and method |
BE1026619B1 (fr) * | 2018-09-17 | 2020-04-14 | Safran Aero Boosters Sa | Systeme de mesure pour turbomachine |
CZ2018517A3 (cs) | 2018-09-30 | 2020-04-08 | 4Dot Mechatronic Systems S.R.O. | Diagnostický systém strojů |
CN109556876B (zh) * | 2018-11-07 | 2020-09-04 | 国网浙江省电力有限公司电力科学研究院 | 一种区分燃气轮机燃烧故障和热通道设备故障的诊断方法 |
CN109372593A (zh) * | 2018-11-16 | 2019-02-22 | 华南理工大学 | 一种汽轮机dcs系统下的hmi控制系统及控制方法 |
CA3120618A1 (en) * | 2018-11-21 | 2020-05-28 | Basf Se | Method and system of manufacturing an insulated member |
CN109356662B (zh) * | 2018-11-27 | 2021-06-18 | 中国航发沈阳黎明航空发动机有限责任公司 | 一种航空发动机低压涡轮转子装配的工艺方法 |
US10953377B2 (en) | 2018-12-10 | 2021-03-23 | Uop Llc | Delta temperature control of catalytic dehydrogenation process reactors |
TWI831864B (zh) * | 2018-12-27 | 2024-02-11 | 美商Bl科技公司 | 用於製程氣體壓縮機的動態監測及控制之系統及方法 |
DE102019108415A1 (de) * | 2019-04-01 | 2020-10-01 | Pilz Gmbh & Co. Kg | Verfahren zur Überwachung der Vitalität einer Anzahl von Teilnehmern eines verteilten technischen Systems |
EP3726810B1 (en) * | 2019-04-16 | 2023-12-06 | ABB Schweiz AG | System and method for interoperable communication of automation system components |
US11927944B2 (en) * | 2019-06-07 | 2024-03-12 | Honeywell International, Inc. | Method and system for connected advanced flare analytics |
US11591936B2 (en) | 2019-09-04 | 2023-02-28 | Saudi Arabian Oil Company | Systems and methods for proactive operation of process facilities based on historical operations data |
KR102224983B1 (ko) * | 2019-10-17 | 2021-03-08 | 한국서부발전 주식회사 | 가스터빈 연소기의 점검 진단 장치 |
CN110866616A (zh) * | 2019-11-01 | 2020-03-06 | 许继集团有限公司 | 一种变电站二次设备故障预警方法及装置 |
WO2021105246A1 (en) * | 2019-11-26 | 2021-06-03 | Basf Se | Forecasting industrial aging processes with machine learning methods |
US20210165723A1 (en) * | 2019-12-03 | 2021-06-03 | Computational Systems, Inc. | Graphical Indicator With History |
EP4147105A1 (en) * | 2020-05-08 | 2023-03-15 | Uop Llc | Real-time plant diagnostic system and method for plant process control and analysis |
JP7372198B2 (ja) * | 2020-05-08 | 2023-10-31 | 株式会社荏原製作所 | 表示システム、表示装置及び表示方法 |
CN113721557B (zh) * | 2020-05-25 | 2022-12-20 | 中国石油化工股份有限公司 | 基于关联参数的石化装置运行工艺参数监测方法及装置 |
CN111691985A (zh) * | 2020-06-12 | 2020-09-22 | 国网天津市电力公司电力科学研究院 | 一种降低燃气机组dln-2.6燃烧系统nox排放的控制方法 |
EP3923099B1 (en) * | 2020-06-12 | 2023-10-25 | Tetra Laval Holdings & Finance S.A. | A method and an apparatus for enabling access to process data of a food production plant |
RU2737457C1 (ru) * | 2020-06-26 | 2020-11-30 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Государственный морской университет имени адмирала Ф.Ф. Ушакова" | Автоматическая система с нейро-нечеткой сетью для комплексной технической диагностики и управления судовой энергетической установкой |
US11397427B2 (en) * | 2020-08-04 | 2022-07-26 | Arch Systems Inc. | Methods and systems for predictive analysis and/or process control |
DE102020004841A1 (de) * | 2020-08-07 | 2022-02-10 | Mettler-Toledo Gmbh | Verfahren und Vorrichtung zur Ermittlung einer beobachtbaren Eigenschaft eines Objekts |
CN112199370B (zh) * | 2020-09-02 | 2024-01-26 | 安徽深迪科技有限公司 | 一种可有效提高结算效率的bom加速结算工方法 |
US11700567B2 (en) * | 2020-10-15 | 2023-07-11 | Raytheon Technologies Corporation | Waveguide system with redundancy |
EP3992737A1 (de) * | 2020-10-28 | 2022-05-04 | Siemens Aktiengesellschaft | Verfahren zur datenkommunikation zwischen einer leitebene und einer feldebene eines industriellen systems |
US20220136404A1 (en) * | 2020-10-29 | 2022-05-05 | General Electric Company | Gas turbine mass differential determination system and method |
CN112364088A (zh) * | 2020-12-02 | 2021-02-12 | 四川长虹电器股份有限公司 | 基于工厂数字化制造资源的可视化配置系统 |
CN112539941B (zh) * | 2020-12-02 | 2023-01-20 | 西安航天动力研究所 | 考虑真实气体效应的液体火箭发动机热试验参数设置方法 |
CN112817240B (zh) * | 2020-12-30 | 2022-03-22 | 西安交通大学 | 一种基于深度强化学习算法的离心压缩机调控方法 |
CN113110402B (zh) * | 2021-05-24 | 2022-04-01 | 浙江大学 | 知识与数据驱动的大规模工业系统分布式状态监测方法 |
US20230304664A1 (en) | 2022-03-24 | 2023-09-28 | Solar Turbines Incorporated | Gas turbine predictive emissions modeling, reporting, and model management via a remote framework |
CN117851765B (zh) * | 2024-03-07 | 2024-05-10 | 中国空气动力研究与发展中心高速空气动力研究所 | 考虑真实气体效应的低温轴流压缩机性能参数归一化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005124491A1 (en) * | 2004-06-12 | 2005-12-29 | Fisher-Rosemount Systems, Inc. | System and method for detecting an abnormal situation associated with a process gain of a control loop |
US20090149972A1 (en) * | 2006-03-10 | 2009-06-11 | Edsa Micro Corporation | Real-time system for verification and monitoring of protective device settings within an electrical power distribution network and automatic correction of deviances found |
US20110178737A1 (en) * | 2010-01-15 | 2011-07-21 | Fluke Corporation | User interface system and method for diagnosing a rotating machine condition not based upon prior measurement history |
Family Cites Families (119)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3898439A (en) | 1970-10-20 | 1975-08-05 | Westinghouse Electric Corp | System for operating industrial gas turbine apparatus and gas turbine electric power plants preferably with a digital computer control system |
US4249238A (en) | 1978-05-24 | 1981-02-03 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Apparatus for sensor failure detection and correction in a gas turbine engine control system |
JPS572497A (en) | 1980-06-04 | 1982-01-07 | Hitachi Ltd | Volume control method for centrifugal compressor |
US4442665A (en) | 1980-10-17 | 1984-04-17 | General Electric Company | Coal gasification power generation plant |
US4449358A (en) | 1981-07-24 | 1984-05-22 | General Electric Company | Method and apparatus for promoting a surge condition in a gas turbine |
JPS60142070A (ja) | 1983-12-28 | 1985-07-27 | Ishikawajima Harima Heavy Ind Co Ltd | 多段圧縮機のドライヤ装置 |
JPS60216098A (ja) | 1984-04-11 | 1985-10-29 | Hitachi Ltd | 流体機械の性能監視装置 |
JPS61241425A (ja) | 1985-04-17 | 1986-10-27 | Hitachi Ltd | ガスタ−ビンの燃料ガス制御方法及び制御装置 |
JPH0255807A (ja) | 1988-08-18 | 1990-02-26 | Toshiba Corp | コンバインドサイクル発電プラント用の潤滑給油装置 |
US4969796A (en) | 1989-10-30 | 1990-11-13 | Westinghouse Electric Corp. | Method and apparatus for cooling shaft seals |
JPH076411B2 (ja) * | 1990-07-17 | 1995-01-30 | 株式会社豊田中央研究所 | ガスタービン機関の消炎予測判別装置 |
FR2674290B1 (fr) | 1991-03-18 | 1993-07-09 | Gaz De France | Systeme a turbine a gaz naturel a vapeur d'eau fonctionnant en cycle semi ouvert et en combustion stóoechiometrique. |
US5367617A (en) | 1992-07-02 | 1994-11-22 | Microsoft Corporation | System and method of hybrid forward differencing to render Bezier splines |
JPH08189846A (ja) * | 1995-01-11 | 1996-07-23 | Yokogawa Electric Corp | プラント診断システム |
US5761895A (en) | 1995-08-28 | 1998-06-09 | General Electric Company | Transient load controller for gas turbine power generator |
DE19605736A1 (de) | 1996-02-16 | 1997-08-21 | Gutehoffnungshuette Man | Verfahren zur Schnellumschaltung vom Vormischbetrieb in den Diffusionsbetrieb in einer Brennkammer einer mit Brenngas betriebenen Gasturbine |
DE59710054D1 (de) | 1997-11-10 | 2003-06-12 | Alstom Switzerland Ltd | Verfahren zur Überwachung des Versorgungssystems einer Gasturbine mit Mehrbrennersystem sowie Vorrichtung zur Durchführung des Verfahrens |
JP3783442B2 (ja) | 1999-01-08 | 2006-06-07 | 株式会社日立製作所 | ガスタービンの制御方法 |
US7010459B2 (en) | 1999-06-25 | 2006-03-07 | Rosemount Inc. | Process device diagnostics using process variable sensor signal |
US6591182B1 (en) * | 2000-02-29 | 2003-07-08 | General Electric Company | Decision making process and manual for diagnostic trend analysis |
US6917845B2 (en) * | 2000-03-10 | 2005-07-12 | Smiths Detection-Pasadena, Inc. | Method for monitoring environmental condition using a mathematical model |
JP2004501465A (ja) | 2000-06-19 | 2004-01-15 | ダウ グローバル テクノロジーズ インコーポレーテッド | 回転装置診断システム及び適応コントローラ |
JP3612472B2 (ja) * | 2000-06-22 | 2005-01-19 | 株式会社日立製作所 | 遠隔監視診断システム、及び遠隔監視診断方法 |
US6460346B1 (en) | 2000-08-30 | 2002-10-08 | General Electric Company | Method and system for identifying malfunctioning combustion chambers in a gas turbine |
JP2002070584A (ja) | 2000-08-30 | 2002-03-08 | Toshiba Corp | ガスタービンプラント |
US6466858B1 (en) | 2000-11-02 | 2002-10-15 | General Electric Company | Methods and apparatus for monitoring gas turbine engine operation |
US6795798B2 (en) * | 2001-03-01 | 2004-09-21 | Fisher-Rosemount Systems, Inc. | Remote analysis of process control plant data |
WO2002103177A1 (fr) | 2001-06-18 | 2002-12-27 | Hitachi, Ltd. | Procede et systeme permettant de diagnostiquer un etat de turbine a gaz |
US7568000B2 (en) * | 2001-08-21 | 2009-07-28 | Rosemount Analytical | Shared-use data processing for process control systems |
US6796129B2 (en) | 2001-08-29 | 2004-09-28 | Catalytica Energy Systems, Inc. | Design and control strategy for catalytic combustion system with a wide operating range |
JP2003091313A (ja) | 2001-09-17 | 2003-03-28 | Hitachi Ltd | 圧縮機の遠隔監視システム |
JP3741014B2 (ja) | 2001-09-18 | 2006-02-01 | 株式会社日立製作所 | 複数台の圧縮機の制御方法及び圧縮機システム |
JP2003111475A (ja) | 2001-09-28 | 2003-04-11 | Japan Servo Co Ltd | 異常回転数検出装置を備える可変速度フアンモータ |
US6658091B1 (en) * | 2002-02-01 | 2003-12-02 | @Security Broadband Corp. | LIfestyle multimedia security system |
JP2003271231A (ja) * | 2002-03-15 | 2003-09-26 | Mitsubishi Heavy Ind Ltd | 検出器ドリフトの推定装置、及び、検出器の監視システム |
US20070234730A1 (en) | 2002-06-28 | 2007-10-11 | Markham James R | Method and apparatus for monitoring combustion instability and other performance deviations in turbine engines and like combustion systems |
MXPA05003199A (es) * | 2002-09-26 | 2005-07-05 | Siemens Ag | Dispositivo y procedimiento para vigilar una instalacion tecnica que abarca varios sistemas, en particular una instalacion de central electrica. |
US6983603B2 (en) * | 2002-10-24 | 2006-01-10 | Pratt & Whitney Canada Corp. | Detection of gas turbine engine hot section condition |
US6962043B2 (en) | 2003-01-30 | 2005-11-08 | General Electric Company | Method and apparatus for monitoring the performance of a gas turbine system |
JP2004278395A (ja) | 2003-03-14 | 2004-10-07 | Toshiba Corp | ガスタービン燃焼器の燃料流量監視制御装置 |
US6990432B1 (en) * | 2003-04-04 | 2006-01-24 | General Electric Company | Apparatus and method for performing gas turbine adjustment |
US6912856B2 (en) * | 2003-06-23 | 2005-07-05 | General Electric Company | Method and system for controlling gas turbine by adjusting target exhaust temperature |
US7233843B2 (en) * | 2003-08-08 | 2007-06-19 | Electric Power Group, Llc | Real-time performance monitoring and management system |
US20070104306A1 (en) | 2003-10-29 | 2007-05-10 | The Tokyo Electric Power Company, Incorporated | Thermal efficiency diagnosing system for nuclear power plant, thermal efficiency diagnosing program for nuclear power plant, and thermal efficiency diagnosing method for nuclear power plant |
US20050096759A1 (en) | 2003-10-31 | 2005-05-05 | General Electric Company | Distributed power generation plant automated event assessment and mitigation plan determination process |
JP2005147812A (ja) | 2003-11-14 | 2005-06-09 | Tokyo Electric Power Co Inc:The | トルク計測装置 |
JP3950111B2 (ja) | 2004-01-07 | 2007-07-25 | 川崎重工業株式会社 | 自己診断機能を有する火炎検出装置 |
US7676285B2 (en) * | 2004-04-22 | 2010-03-09 | General Electric Company | Method for monitoring driven machinery |
US7831704B2 (en) | 2004-04-22 | 2010-11-09 | General Electric Company | Methods and systems for monitoring and diagnosing machinery |
FR2872327B1 (fr) * | 2004-06-28 | 2006-10-06 | Avions De Transp Regional Grou | Procede et dispositif de detection de degradation de performances d'un aeronef |
US7254491B2 (en) | 2004-06-28 | 2007-08-07 | Honeywell International, Inc. | Clustering system and method for blade erosion detection |
US20060031187A1 (en) * | 2004-08-04 | 2006-02-09 | Advizor Solutions, Inc. | Systems and methods for enterprise-wide visualization of multi-dimensional data |
US20060041368A1 (en) * | 2004-08-18 | 2006-02-23 | General Electric Company | Systems, Methods and Computer Program Products for Remote Monitoring of Turbine Combustion Dynamics |
US7278266B2 (en) * | 2004-08-31 | 2007-10-09 | General Electric Company | Methods and apparatus for gas turbine engine lean blowout avoidance |
JP4625306B2 (ja) * | 2004-10-28 | 2011-02-02 | 三菱重工業株式会社 | 流体機械の性能診断装置及びシステム |
US7243042B2 (en) | 2004-11-30 | 2007-07-10 | Siemens Power Generation, Inc. | Engine component life monitoring system and method for determining remaining useful component life |
JP2005135430A (ja) | 2004-12-03 | 2005-05-26 | Hitachi Ltd | 発電設備の遠隔運用支援方法及び発電設備の遠隔運用支援システム |
US7222048B2 (en) * | 2005-04-21 | 2007-05-22 | General Electric Company | Methods and systems for diagnosing machinery |
JP2006307855A (ja) * | 2005-04-26 | 2006-11-09 | Copeland Corp | 圧縮機メモリシステム、圧縮機情報ネットワークおよび保証管理方法 |
EP1768007A1 (en) * | 2005-09-22 | 2007-03-28 | Abb Research Ltd. | Monitoring a system having degrading components |
US7603222B2 (en) | 2005-11-18 | 2009-10-13 | General Electric Company | Sensor diagnostics using embedded model quality parameters |
US7549293B2 (en) | 2006-02-15 | 2009-06-23 | General Electric Company | Pressure control method to reduce gas turbine fuel supply pressure requirements |
JP4513771B2 (ja) | 2006-02-28 | 2010-07-28 | 株式会社日立製作所 | 一軸型コンバインドサイクルプラントの性能監視方法及びシステム |
GB0614250D0 (en) * | 2006-07-18 | 2006-08-30 | Ntnu Technology Transfer As | Apparatus and Methods for Natural Gas Transportation and Processing |
US7746224B2 (en) * | 2006-08-14 | 2010-06-29 | Honeywell International Inc. | Instant messaging applications in security systems |
US8359248B2 (en) * | 2006-08-24 | 2013-01-22 | Blue Pillar, Inc. | Systems, methods, and devices for managing emergency power supply systems |
US7702447B2 (en) | 2006-12-18 | 2010-04-20 | United Technologies Corporation | Method and system for identifying gas turbine engine faults |
JP2008175149A (ja) | 2007-01-19 | 2008-07-31 | Hitachi Ltd | 圧縮機の吸気噴霧装置 |
US7840332B2 (en) | 2007-02-28 | 2010-11-23 | General Electric Company | Systems and methods for steam turbine remote monitoring, diagnosis and benchmarking |
RU66447U1 (ru) * | 2007-03-16 | 2007-09-10 | Открытое акционерное общество "Газпром" (ОАО "Газпром") | Агрегатно-цеховой комплекс контроля и управления "риус-квант", предназначенный для замены выработавших технический ресурс средств автоматизации газоперекачивающих агрегатов гтк-10и(р)-speedtronic и компрессорных цехов импортной поставки-geomatic |
US9043118B2 (en) | 2007-04-02 | 2015-05-26 | General Electric Company | Methods and systems for model-based control of gas turbines |
JP2008275325A (ja) * | 2007-04-25 | 2008-11-13 | Denso Corp | センサ装置 |
US8612029B2 (en) * | 2007-06-15 | 2013-12-17 | Shell Oil Company | Framework and method for monitoring equipment |
US20090043539A1 (en) * | 2007-08-08 | 2009-02-12 | General Electric Company | Method and system for automatically evaluating the performance of a power plant machine |
JP4361582B2 (ja) | 2007-08-21 | 2009-11-11 | 株式会社日立製作所 | ガスタービンの性能診断方法及び性能診断システム |
EP2053475A1 (de) | 2007-10-26 | 2009-04-29 | Siemens Aktiengesellschaft | Verfahren zur Analyse des Betriebs einer Gasturbine |
US20090125206A1 (en) * | 2007-11-08 | 2009-05-14 | General Electric Company | Automatic detection and notification of turbine internal component degradation |
JP4760823B2 (ja) * | 2007-12-17 | 2011-08-31 | 株式会社日立製作所 | ガスタービンの監視・診断装置 |
US20090228230A1 (en) * | 2008-03-06 | 2009-09-10 | General Electric Company | System and method for real-time detection of gas turbine or aircraft engine blade problems |
EP2105887A1 (de) | 2008-03-28 | 2009-09-30 | Siemens Aktiengesellschaft | Verfahren zur Diagnose einer Gasturbine |
DE102008021102A1 (de) * | 2008-04-28 | 2009-10-29 | Siemens Aktiengesellschaft | Wirkungsgradüberwachung eines Verdichters |
US8221057B2 (en) | 2008-06-25 | 2012-07-17 | General Electric Company | Method, system and controller for establishing a wheel space temperature alarm in a turbomachine |
CN101621502A (zh) | 2008-06-30 | 2010-01-06 | 华为技术有限公司 | 存储、查找路由表的方法及装置 |
US7861578B2 (en) | 2008-07-29 | 2011-01-04 | General Electric Company | Methods and systems for estimating operating parameters of an engine |
US8517663B2 (en) | 2008-09-30 | 2013-08-27 | General Electric Company | Method and apparatus for gas turbine engine temperature management |
LT2364360T (lt) * | 2008-11-13 | 2017-08-10 | Nogra Pharma Limited | Priešprasmės kompozicijos ir jų gavimo bei panaudojimo būdai |
US20100257838A1 (en) * | 2009-04-09 | 2010-10-14 | General Electric Company | Model based health monitoring of aeroderivatives, robust to sensor failure and profiling |
US20100290889A1 (en) | 2009-05-18 | 2010-11-18 | General Electric Company | Turbine wheelspace temperature control |
US8692826B2 (en) | 2009-06-19 | 2014-04-08 | Brian C. Beckman | Solver-based visualization framework |
US20120143623A1 (en) | 2009-07-02 | 2012-06-07 | Koninklijke Philips Electronics N.V. | Rule based decision support and patient-specific visualization system for optimal cancer staging |
GB0911836D0 (en) | 2009-07-08 | 2009-08-19 | Optimized Systems And Solution | Machine operation management |
US9388753B2 (en) | 2009-09-17 | 2016-07-12 | General Electric Company | Generator control having power grid communications |
IT1396517B1 (it) | 2009-11-27 | 2012-12-14 | Nuovo Pignone Spa | Metodo di controllo di modo basato su temperatura di scarico per turbina a gas e turbina a gas |
IT1397489B1 (it) * | 2009-12-19 | 2013-01-16 | Nuovo Pignone Spa | Metodo e sistema per diagnosticare compressori. |
IT1399156B1 (it) | 2009-12-19 | 2013-04-11 | Nuovo Pignone Spa | Metodo e sistema di raffreddamento per specifici componenti di una turbina a gas e relativa turbina. |
US20110162386A1 (en) | 2010-01-04 | 2011-07-07 | Shinoj Vakkayil Chandrabose | Ejector-OBB Scheme for a Gas Turbine |
CN102192985A (zh) | 2010-03-18 | 2011-09-21 | 上海依科赛生物制品有限公司 | 一种人体β淀粉样蛋白试剂盒 |
US8818684B2 (en) | 2010-04-15 | 2014-08-26 | General Electric Company | Systems, methods, and apparatus for detecting failure in gas turbine hardware |
DE102011102720B4 (de) | 2010-05-26 | 2021-10-28 | Ansaldo Energia Switzerland AG | Kraftwerk mit kombiniertem Zyklus und mit Abgasrückführung |
US8510060B2 (en) | 2010-06-07 | 2013-08-13 | General Electric Company | Life management system and method for gas turbine thermal barrier coatings |
JP5302264B2 (ja) | 2010-06-07 | 2013-10-02 | 株式会社日立製作所 | 高温部品の寿命診断方法及び診断装置 |
JP2012008782A (ja) | 2010-06-24 | 2012-01-12 | Mitsubishi Heavy Ind Ltd | プラントの機能を診断する方法、及びプラント監視装置 |
FR2962165B1 (fr) | 2010-07-02 | 2014-05-02 | Turbomeca | Detection de survitesse d'une turbine libre par mesure sur couplemetre |
DE102010026678B4 (de) | 2010-07-09 | 2016-05-19 | Siemens Aktiengesellschaft | Überwachungs-und Diagnosesystem für ein Fluidenergiemaschinensystem sowie Fluidenergiemachinensystem |
RU2010130189A (ru) | 2010-07-19 | 2012-01-27 | Сименс Акциенгезелльшафт (DE) | Способ компьютеризованного анализа технической системы |
US8712560B2 (en) | 2010-12-08 | 2014-04-29 | L'air Liquide Societe Anonyme Pour L'etude Et L'exploration Des Procedes Georges Claude | Performance monitoring of advanced process control systems |
US20120158205A1 (en) * | 2010-12-17 | 2012-06-21 | Greenvolts, Inc. | Scalable backend management system for remotely operating one or more photovoltaic generation facilities |
CN102226428A (zh) * | 2011-04-29 | 2011-10-26 | 哈尔滨工程大学 | 燃气轮机健康状态预测方法 |
FR2986507B1 (fr) * | 2012-02-06 | 2014-01-17 | Eurocopter France | Procede et dispositif pour realiser un controle de l'etat de sante d'un turbomoteur d'un aeronef pourvu d'au moins un turbomoteur |
ITCO20120008A1 (it) * | 2012-03-01 | 2013-09-02 | Nuovo Pignone Srl | Metodo e sistema per monitorare la condizione di un gruppo di impianti |
US9360864B2 (en) * | 2012-04-11 | 2016-06-07 | General Electric Company | Turbine fault prediction |
US20150184549A1 (en) * | 2013-12-31 | 2015-07-02 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
US9746360B2 (en) * | 2014-03-13 | 2017-08-29 | Siemens Energy, Inc. | Nonintrusive performance measurement of a gas turbine engine in real time |
EP3035140B1 (en) * | 2014-12-19 | 2018-09-12 | Rolls-Royce Deutschland Ltd & Co KG | Equipment health monitoring method and system |
US20170284386A1 (en) * | 2015-03-19 | 2017-10-05 | Mitsubishi Heavy Industries, Ltd. | Condition monitoring device and condition monitoring method for extracted-gas compression system, and extracted-gas compression system |
US10125629B2 (en) * | 2016-07-29 | 2018-11-13 | United Technologies Corporation | Systems and methods for assessing the health of a first apparatus by monitoring a dependent second apparatus |
US10871081B2 (en) * | 2016-08-31 | 2020-12-22 | General Electric Technology Gmbh | Creep damage indicator module for a valve and actuator monitoring system |
US10066501B2 (en) * | 2016-08-31 | 2018-09-04 | General Electric Technology Gmbh | Solid particle erosion indicator module for a valve and actuator monitoring system |
US10496086B2 (en) * | 2016-12-12 | 2019-12-03 | General Electric Company | Gas turbine engine fleet performance deterioration |
-
2012
- 2012-03-01 IT IT000008A patent/ITCO20120008A1/it unknown
-
2013
- 2013-02-28 US US14/382,036 patent/US9274520B2/en active Active
- 2013-02-28 WO PCT/EP2013/054098 patent/WO2013127958A1/en active Application Filing
- 2013-02-28 RU RU2014133941A patent/RU2636095C2/ru active
- 2013-02-28 CN CN201380012036.5A patent/CN104254810B/zh active Active
- 2013-02-28 EP EP13708121.2A patent/EP2820490B1/en active Active
- 2013-02-28 JP JP2014559227A patent/JP2015508928A/ja active Pending
- 2013-02-28 AU AU2013224935A patent/AU2013224935A1/en not_active Abandoned
- 2013-02-28 CA CA2865194A patent/CA2865194C/en active Active
- 2013-02-28 KR KR1020147027681A patent/KR20140130543A/ko not_active Application Discontinuation
- 2013-03-01 JP JP2014559245A patent/JP2015509566A/ja active Pending
- 2013-03-01 MX MX2014010453A patent/MX2014010453A/es not_active Application Discontinuation
- 2013-03-01 EP EP13716964.5A patent/EP2820497A1/en not_active Ceased
- 2013-03-01 AU AU2013224893A patent/AU2013224893C1/en not_active Ceased
- 2013-03-01 CA CA2865199A patent/CA2865199A1/en not_active Abandoned
- 2013-03-01 KR KR1020147027658A patent/KR102073912B1/ko active IP Right Grant
- 2013-03-01 KR KR1020147027665A patent/KR20140127915A/ko not_active Application Discontinuation
- 2013-03-01 US US14/382,049 patent/US20150027212A1/en not_active Abandoned
- 2013-03-01 RU RU2014133935A patent/RU2613637C2/ru not_active IP Right Cessation
- 2013-03-01 EP EP13713365.8A patent/EP2820495A1/en not_active Ceased
- 2013-03-01 US US14/382,028 patent/US9921577B2/en not_active Expired - Fee Related
- 2013-03-01 JP JP2014559242A patent/JP6143800B2/ja not_active Expired - Fee Related
- 2013-03-01 CA CA2865204A patent/CA2865204A1/en not_active Abandoned
- 2013-03-01 JP JP2014559246A patent/JP2015516530A/ja not_active Ceased
- 2013-03-01 AU AU2013224891A patent/AU2013224891B2/en not_active Ceased
- 2013-03-01 MX MX2014010464A patent/MX2014010464A/es unknown
- 2013-03-01 RU RU2014133942A patent/RU2657047C2/ru not_active IP Right Cessation
- 2013-03-01 EP EP13713089.4A patent/EP2820492A2/en not_active Ceased
- 2013-03-01 US US14/382,063 patent/US10088839B2/en active Active
- 2013-03-01 BR BR112014021204A patent/BR112014021204A2/pt not_active IP Right Cessation
- 2013-03-01 JP JP2014559243A patent/JP6220353B2/ja not_active Expired - Fee Related
- 2013-03-01 WO PCT/EP2013/054158 patent/WO2013127996A1/en active Application Filing
- 2013-03-01 WO PCT/EP2013/054156 patent/WO2013127994A2/en active Application Filing
- 2013-03-01 WO PCT/EP2013/054161 patent/WO2013127998A1/en active Application Filing
- 2013-03-01 EP EP13713090.2A patent/EP2820493A1/en not_active Ceased
- 2013-03-01 EP EP13713091.0A patent/EP2820494A1/en not_active Withdrawn
- 2013-03-01 WO PCT/EP2013/054157 patent/WO2013127995A1/en active Application Filing
- 2013-03-01 US US14/382,030 patent/US20150025689A1/en not_active Abandoned
- 2013-03-01 WO PCT/EP2013/054162 patent/WO2013127999A1/en active Application Filing
- 2013-03-01 WO PCT/EP2013/054154 patent/WO2013127993A1/en active Application Filing
- 2013-03-01 KR KR1020147027674A patent/KR20140130540A/ko not_active Application Discontinuation
- 2013-03-01 CN CN201380012061.3A patent/CN104272207B/zh not_active Expired - Fee Related
- 2013-03-01 RU RU2014134207A patent/RU2627742C2/ru not_active IP Right Cessation
- 2013-03-01 KR KR1020147027675A patent/KR20140130541A/ko not_active Application Discontinuation
- 2013-03-01 BR BR112014019965A patent/BR112014019965A2/pt not_active Application Discontinuation
- 2013-03-01 CN CN201380011998.9A patent/CN104246636A/zh active Pending
- 2013-03-01 JP JP2014559241A patent/JP6122451B2/ja not_active Expired - Fee Related
- 2013-03-01 AU AU2013224892A patent/AU2013224892B2/en not_active Ceased
- 2013-03-01 KR KR1020147027661A patent/KR20140130539A/ko not_active Application Discontinuation
- 2013-03-01 AU AU2013224896A patent/AU2013224896A1/en not_active Abandoned
- 2013-03-01 JP JP2014559240A patent/JP6228553B2/ja not_active Expired - Fee Related
- 2013-03-01 US US14/382,076 patent/US20150025814A1/en not_active Abandoned
- 2013-03-01 CN CN201380011941.9A patent/CN104254809B/zh not_active Expired - Fee Related
- 2013-03-01 AU AU2013224895A patent/AU2013224895B2/en not_active Ceased
- 2013-03-01 CN CN201380012462.9A patent/CN104395848B/zh not_active Expired - Fee Related
- 2013-03-01 AU AU2013224890A patent/AU2013224890B2/en not_active Ceased
- 2013-03-01 CA CA2865205A patent/CA2865205A1/en not_active Abandoned
- 2013-03-01 CN CN201380012000.7A patent/CN104303121B/zh not_active Expired - Fee Related
- 2013-03-01 RU RU2014133943A patent/RU2014133943A/ru unknown
- 2013-03-01 KR KR1020147027708A patent/KR20140130545A/ko not_active Application Discontinuation
- 2013-03-01 CA CA2865213A patent/CA2865213A1/en not_active Abandoned
- 2013-03-01 RU RU2014133934A patent/RU2014133934A/ru unknown
- 2013-03-01 RU RU2014133939A patent/RU2613548C2/ru active
- 2013-03-01 CA CA2865195A patent/CA2865195A1/en not_active Abandoned
- 2013-03-01 CN CN201380012020.4A patent/CN104471500A/zh active Pending
- 2013-03-01 CA CA2865200A patent/CA2865200A1/en not_active Abandoned
- 2013-03-01 EP EP13713366.6A patent/EP2820496A1/en not_active Ceased
- 2013-03-03 US US14/382,013 patent/US20150066418A1/en not_active Abandoned
-
2017
- 2017-04-20 AU AU2017202631A patent/AU2017202631A1/en not_active Abandoned
-
2019
- 2019-02-15 AU AU2019201086A patent/AU2019201086B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005124491A1 (en) * | 2004-06-12 | 2005-12-29 | Fisher-Rosemount Systems, Inc. | System and method for detecting an abnormal situation associated with a process gain of a control loop |
US20090149972A1 (en) * | 2006-03-10 | 2009-06-11 | Edsa Micro Corporation | Real-time system for verification and monitoring of protective device settings within an electrical power distribution network and automatic correction of deviances found |
US20110178737A1 (en) * | 2010-01-15 | 2011-07-21 | Fluke Corporation | User interface system and method for diagnosing a rotating machine condition not based upon prior measurement history |
Non-Patent Citations (1)
Title |
---|
THEILLIOL D ET AL: "A hierarchical fault diagnosis method using a decision support system applied to a chemical plant", SYSTEMS, MAN AND CYBERNETICS, 1995. INTELLIGENT SYSTEMS FOR THE 21ST C ENTURY., IEEE INTERNATIONAL CONFERENCE ON VANCOUVER, BC, CANADA 22-25 OCT. 1995, NEW YORK, NY, USA,IEEE, US, vol. 3, 22 October 1995 (1995-10-22), pages 2205 - 2210, XP010194656, ISBN: 978-0-7803-2559-3, DOI: 10.1109/ICSMC.1995.538108 * |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019201086B2 (en) | Method and system for condition monitoring of a group of plants | |
BISSONNETTE et al. | ELEMENTS AND ENABLERS OF THE DIGITAL POWER PLANT |