CN104049628B - 基于实验测试的阀预测 - Google Patents
基于实验测试的阀预测 Download PDFInfo
- Publication number
- CN104049628B CN104049628B CN201410099012.4A CN201410099012A CN104049628B CN 104049628 B CN104049628 B CN 104049628B CN 201410099012 A CN201410099012 A CN 201410099012A CN 104049628 B CN104049628 B CN 104049628B
- Authority
- CN
- China
- Prior art keywords
- component
- valve
- data
- process control
- configuration file
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims description 15
- 238000002474 experimental method Methods 0.000 title claims description 14
- 238000000034 method Methods 0.000 claims abstract description 122
- 238000004886 process control Methods 0.000 claims abstract description 91
- 238000012423 maintenance Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims description 62
- 238000004891 communication Methods 0.000 claims description 29
- 241000196324 Embryophyta Species 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 210000004907 gland Anatomy 0.000 claims description 7
- 239000007788 liquid Substances 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 6
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000000429 assembly Methods 0.000 abstract description 2
- 230000000712 assembly Effects 0.000 abstract description 2
- 239000012530 fluid Substances 0.000 description 23
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000012369 In process control Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010965 in-process control Methods 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000010276 construction 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
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000009666 routine test Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
- F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
- F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
-
- 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
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
- Y10T137/00—Fluid handling
- Y10T137/8158—With indicator, register, recorder, alarm or inspection means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Mechanical Engineering (AREA)
- Quality & Reliability (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Manufacturing & Machinery (AREA)
- Testing And Monitoring For Control Systems (AREA)
- General Factory Administration (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Check Valves (AREA)
- Flow Control (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
要求保护的方法和系统制定了用于诸如阀等过程控制装置的组件的使用寿命配置文件,并使用所述寿命配置文件来确定操作中的装置组件的预期剩余寿命。所述寿命配置文件使用相似过程控制装置的真实世界数据来制定,相似过程控制装置在与操作中将要经历的基本相同的操作条件下使用。配置文件可被制定用于多个装置组件,由此制定整个过程控制装置的预期寿命配置文件。基于预期剩余寿命,通知警告可被发送到远程计算机,并且可以自动地实现维护计划。
Description
技术领域
本公开涉及过程工厂中的过程控制装置,更具体地,涉及一种对过程控制装置进行寿命预测的技术。
背景技术
现有的过程控制系统可对例如阀等过程控制装置进行周期诊断,以确定这些装置的操作和性能。确定过程控制装置的操作可允许更好地安排过程控制装置的维护,由此减少失效发生和中断时间。这可引起增强的效率、安全和收益。该过程控制系统可使用不同传感器和其它的测量装置来观察过程控制装置的特性。例如,一些现有控制系统可使用数字阀控制器来测量和收集来自控制阀上的不同传感器的数据。
在使用从控制阀收集的数据的过程中,用户希望该数据为他们的处理工厂安排预防性维护,希望避免由意外失效而引起的非计划的维护和产品的损耗。例如,用户希望了解在需要维护之前阀的预期寿命以及哪些修理步骤和替换选择是可用的或推荐的。对于制造商来说,由于实际的过程条件在不同用户之间、或不同设施之间、甚至在一个过程工厂中也会发生很大变化,所以提供精确的寿命预测是具有挑战性的。说明书可被提供给用户,以提供一些预测数据,并有时基于设计条件来反馈用户。但是,例如温度和压力等因素通常与来自用户的设计条件中提供的因素明显不同,总之,例如流体状态(液体或水汽)和杂质(固体、液体或水汽)等其它变化条件典型地没有提供在设计条件中,或者与其它因素一样在实际使用中显著地变化。
常规地,来自用户的服务和修理历史数据将被收集来建立平均失效时间(MTTF)和平均无故障时间(MTBF)。然后,MTTF和MTBF数据可用来预测阀的使用寿命。然而,由于维护记录可能不完整或者不存在,所以使用历史数据是有限制的。而且,用户考虑到他们的操作条件可能公开给他们的竞争对手,所以不希望分享这些信息。结果是基于历史数据的MTTF和MTBF数据通常不完整并且不能充分提供信息。
用来预测MTTF和MTBF的另一种技术是通过使用尽可能接近实际寿命条件的条件中产生的实验数据。压力和温度条件通常在完备的实验室中能够轻易获得。但是,流体特性和污染物是很难模拟的,尽管基本的流体特性通常是可以获得的,即,氧化、非氧化、潮湿、干燥、润滑或者非润滑。有时候,例如通过流体流中的颗粒甚至能够获得已知的污染物。特别是在表示特定阀使用应用的例如在相同温度、压力和流体特性下的实验周期测试可以是实际现场数据的有效替代。对于受到正常机械磨损或疲劳的阀组件更是如此。
虽然对于前述和其它原因使用了实验测试,但缺乏确定MTTF和MTBF的常规测试方法。这些方法不能说明特别是与滑杆阀和旋转阀相关的影响装置寿命的变化的条件和不同因素,其中可能磨损或疲劳引起阀失效的不同组件是很多的,每个组件对于诸如温度、压力、流体等操作条件可能具有不同的反应。
发明内容
根据一个实施例,提供一种用来制定过程控制装置的组件的预期寿命配置文件(profile)的方法。所述方法可包括接收组件的识别,以及接收与所述组件相对应的操作参数,所述组件能够在过程控制装置的操作过程中随着时间经受机械磨损或疲劳。由于操作参数的变化的值,所述组件的性能随着时间而下降。所述方法可包括接收先前记录的参考组件的性能数据,所述性能数据在与操作所述过程控制装置的条件一致的条件下在所述参考组件的操作过程中收集。所述方法还包括基于先前记录的性能数据来制定组件的预期寿命配置文件,其中,所述预期寿命配置文件根据所述操作参数的值表明所述组件的预期寿命。
根据另一个实施例,提供一种用于确定过程控制装置的组件的预期剩余寿命的方法。所述方法可包括接收组件的预期寿命配置文件,其中所述预期寿命配置文件基于先前记录的性能数据来制定,所述性能数据在与操作所述过程控制装置的条件一致的条件下在参考组件的操作过程中收集,并且所述预期寿命配置文件根据操作参数表明所述组件的预期寿命。所述方法可包括接收在所述过程控制装置的操作过程中所述组件的操作参数的当前数据。所述方法还包括分析当前数据和所述预期寿命配置文件来确定组件的预期剩余寿命。所述方法还包括基于确定的预期剩余寿命来确定组件的操作员通知状态。在一些实施例中,通知状态数据被通信到远程操作人员,例如过程控制装置操作员或维护操作人员,以安排组件的维护。
附图说明
图1是被配置成接收和协调在工厂的多个功能区域之间的数据传递的过程工厂的示意图;
图2是过程控制系统中使用的示例性的过程控制装置的框图,其中,示例性的过程控制装置是具有嵌入的集成诊断模块的阀组件;
图3是过程控制系统中使用的另一示例性的过程控制装置的框图,其中示例性的过程控制装置是阀组件,并且远程计算机包括集成的诊断模块;
图4示出了图2和图3的阀组件的实施例,显示了可被配置文件的不同的阀组件;
图5示出了用来对图4的阀组件的寿命配置文件的集成的诊断模块的框图;
图6A-6D是通过集成的诊断模块来制定用于图3中所示的每个阀组件的预期寿命配置文件的曲线图。
具体实施方式
尽管下文给出了多个不同实施例的详细描述,但是应理解该描述的法律范围由本申请的权利要求的词语来限定。如果可能,描述各个可能的实施例将是不切实际的,所以该详细描述仅被解释为示例性的,并没有描述每个可能的实施例。使用当前技术或在本申请的申请日以后发展的技术,还可实施多种可替换的实施例,这些实施例仍落入权利要求的范围内。
现参见图1,过程工厂10包括多个商业和其它的计算机系统,这些计算机系统通过一个或多个通信网络与多个控制和维护系统互连。
过程控制系统12、14可以是例如德克萨斯州奥斯汀的费希尔一罗斯蒙德系统公司(Fisher-Rosemount Systems,Inc.)销售的DeltaVTM控制器,或任何其它理想类型的控制器,或DCS,DCS可包括耦接到控制器12B和输入/输出(I/O)卡12C的操作员界面12A,输入/输出(I/O)卡12C然后被耦接到不同的现场装置,例如,模拟和高速可寻址远程发射机(HART)现场装置15。过程控制系统14可包括通过例如以太网总线等总线耦接到一个或多个分布式控制器14B的一个或多个操作员界面14A。控制器14B通过I/O装置连接到一个或多个现场装置16,例如HART或现场总线等现场装置或任何其它智能或非智能现场装置,包括例如使用 AS-接口和CAN协议中任一个的现场装置。已知地,现场装置16可向控制器14B提供与过程变量相关的模拟或数字信息以及其它装置信息。操作员界面14A可存储并执行过程控制操作员可用的工具以控制过程的操作,包括例如控制优化程序、诊断专家、神经网络、调谐器等。
进一步地,例如执行资产管理应用程序或其它装置监测和通信应用程序的计算机等维护系统可被连接到过程控制系统12、14或其中的各个装置,以执行维护和监视工作。例如,维护计算机18可通过任何理想的通信线路或网络(包括无线或手持装置网络)连接到控制器12B和/或装置15,以在装置15上进行通信,并在一些情形下进行重新配置或其它维护工作。相似地,资产管理应用程序可安装在与分布式过程控制系统14相关的一个或多个用户界面14A中,并通过用户界面14A来执行,以实施维护和监视功能,包括与装置16的操作状态相关的数据收集。
过程工厂10还包括不同的旋转设备20,例如涡轮机、马达等,其通过永久或临时通信线路(例如,总线、无线通信系统或连接到设备20进行读取然后被移除的手持装置)连接到维护计算机22。维护计算机22可存储并执行由例如来自田纳西州诺克斯维尔的CSI计算系统公司(CSI-Computational Systems,Inc.)的CSI2140机械诊断采集器提供的已知的监视和诊断应用程序23或其它任何已知的应用程序,以诊断、监视和优化旋转设备20的操作状态。维护操作人员通常使用应用程序23来维护和监视工厂10中的旋转设备20的性能,以确定关于旋转设备20的问题并确定何时以及是否必须修理或更换旋转设备20。
为了便于有关不同设备(即,过程控制装置)的维护的通信,在所示实施例中,提供计算机系统30,其通信地连接到与工厂10中的不同功能系统相关的计算机或界面,包括过程控制功能12和14以及例如在计算机18、14A、22和26以及商业功能中实施的那些维护功能。特别地,计算机系统30被通信地连接到过程控制系统12和与该控制系统相关的维护接口18、被连接到过程控制系统14的过程控制和/或维护界面14A、并被连接到旋转装置维护计算机22,所有连接通过总线32。总线32可使用任何理想的或适当的局域网(LAN)或广域网(WAN)协议来提供通信。
如图1中所示,计算机30还通过相同或不同的网络总线32连接到商业系统计算机35和维护计划计算机36,这些计算机可执行例如企业资源计划(ERP)、物料需求计划(MRP)、账目、生产和客户定购系统、维护计划系统,或者任何其它所需的商业应用程序,例如零件、供给和原材料定购应用程序、生产调度应用程序等等。计算机30还可通过例如总线32连接到工厂范围局域网37、公司广域网38以及允许从远程位置远程监测或通信工厂10的计算机系统40。
一般来说,计算机30存储并执行资产管理系统50,资产管理系统50收集通过过程控制系统12和14、维护系统18、22和26以及商业系统35和36产生的数据和其它信息以及通过在这些系统中各自实施的数据分析工具而产生的信息。
同样,一般而言,一个或多个用户界面程序58可由过程工厂10中的一个或多个计算机来存储和执行。例如,计算机30、用户界面14A、商业系统计算机35或任何其它的计算机可运行用户界面程序58。每个用户界面程序58可接收或预定来自资产管理系统50的信息,相同或不同组的数据可发送到每一个用户界面程序58。任一个用户界面程序58可使用不同的屏幕向不同的用户提供不同类型的信息。例如,一个用户界面程序58可提供屏幕或一组屏幕给控制操作员或商业人员,使其能够设定限制或选择用于标准控制程序或控制优化器程序的最优化变量。用户界面程序58可提供控制引导工具,该控制引导工具允许以一些协调的方式看见由索引生成软件51建立的索引。操作员引导工具还允许操作员或任何其它人员获得关于设备状态、控制环路、单元等的信息,并且该信息已经被过程工厂10中的其它软件检测到,所以容易地看到与这些实体的问题相关的信息。用户界面程序58还可使用由工具23、27、诸如资产管理应用程序等维护程序或任何其它维护程序提供或产生、或由模型与资产管理系统50一起产生的性能监视数据来提供性能监视屏幕。当然,用户界面程序58可提供任何用户访问并允许用户改变在工厂10的一些或所有功能区域中使用的参数选择或其它变量。
工厂10示出了不同的过程控制装置(例如,装置14、15、16、20和25),这些装置的性能随着时间下降并需要维护。在过程控制系统12和14的控制下,诸如控制阀或其它装置等某些过程控制装置被用来调整或控制过程控制系统中的流体流动。在这种情形下,流体可包括气态流体,例如压缩氮气等。这些作为示例来提供,本领域普通技术人员应该理解尽管这里描述的示例性实施例是基于气动控制阀,但是诸如泵、电致动阀和阻尼器等其它过程控制装置也将影响过程工厂操作并可被包含在这里描述的技术中。
一般地,诸如控制阀组件之类的过程控制装置可被放置在管道或导管中,通过使用相连的致动器和定位器改变诸如控制阀中的阀塞等可移动的部件的位置以控制流体流动。对于控制部件的调节可用来影响一些过程条件以维持选定的流速、压力、液位或温度。
控制阀组件通常由例如来自工厂压缩机的空气等被调节的气动流体压力源来操作。响应于从过程控制系统接收的信号,通过控制流体压力的定位器或阀控制仪器,流体压力被引入致动器(例如,用于滑杆阀的弹簧和隔膜致动器或用于旋转阀的活塞致动器)。致动器中流体压力的大小确定致动器中的弹簧和隔膜或活塞的运动和位置,由此控制耦接到控制阀的可移动部件的阀杆的位置。例如,在弹簧和隔膜致动器中,隔膜必须相对于偏置弹簧工作,以将可移动的部件(即,阀塞)放置到在控制阀的入口和出口之间的阀通道中,以改变过程控制系统中的流动。致动器还可被设计成使得压力腔中的增加的流体压力增加或者减小可移动部件打开的程度(例如,直接作用或者反向作用),在这里假设为前一种情形。尽管这些描述可应用于滑杆阀,但是相应的组件和操作还将应用于旋转阀。
图2示出了一般的控制阀组件100,其可用于过程控制系统12或14。控制阀102可具有可移动的部件,例如阀杆和阀塞(未示出),其通过定位器控制的致动器104来选择性地布置,以改变过程流动。本领域普通技术人员应该理解,阀塞的可移动部件的位置指示通过定位传感器106提供,定位传感器106可结合到阀位置控制器108,或可以为单独的定位发送器。控制阀102形成过程控制系统的流动通路中的可变孔口,以控制过程控制系统中过程材料的流动。过程控制系统一般使用发送器110来检测过程变量以表征处理过程。过程变量可被传递回引导过程工厂的操作来控制处理过程的过程装置控制器112。
阀控制器114包括阀位置控制器108、位置传感器106,并还可包括致动器控制信号发生器116,致动器控制信号发生器116可包括例如电动-气动级(未示出),其由设置在其中的微型计算机控制,从阀位置控制器108生成输出信号来驱动致动器104。本领域的普通技术人员应该理解致动器可以是电致动器(未示出),致动器控制信号发生器可提供电控制信号来控制或改变电致动器的位置。致动器控制信号发生器116将来自阀位置控制器108的输出信号转换成建立在致动器104中的相应的控制值。位置传感器106可监视致动器104(通过致动器杆的位置)用以位置输入信息,或控制阀102(通过阀杆),如虚线所示。
在操作中,用户在用户过程控制界面120上与控制阀102和过程118交互,用户过程控制界面120提供指令到负责整个过程的控制的过程控制器112,过程控制器112与工厂中使用的其它控制装置(未示出)通信以进行过程控制。过程控制器112可将用户在界面120提供的输入指令转变成设定点信号指令。然后,设定点信号指令被发送到阀控制器114,特别是阀位置控制器108。阀位置控制器108可具有上述的微型计算机。微型计算机可被编程以遵循这样的算法,该算法响应于接收到的设定点信号指令来控制控制阀102,并指挥致动器控制信号发生器116在致动器104中产生用于定位控制阀102的相应的控制信号。
在图2的系统中,设定点指令的量值的增加可引起阀致动器114中由致动器控制信号发生器116所提供的气动压力的相应增加,由此通过致动器104影响由控制阀102的可移动的部件所控制的开度的对应增加。所得到的可移动部件的位置可以影响过程并相应地影响由过程变量发送器110监测和检测的过程变量。过程变量发送器110将过程变量的表征信号发送回过程控制器112。本领域的普通技术人员应该理解过程控制器112使用该表征信号作为过程的状态的指示,以反馈来控制系统。
如上所述,过程控制器112可以与工厂中使用的其它控制设备进行通信,以对过程进行控制。过程控制器112还可包括或可连接到具有诸如处理器或处理装置、存储器、输入装置和显示装置(例如,监视器)等一般计算元件的计算机。正如本领域技术人员所知的,处理器可被连接到存储器、显示装置和输入装置。而且,计算机可包括用于连接网络和计算机的网络接口,以提供其间的通信。在一个实施例中,计算机可形成过程处理器的一部分,例如,在数字过程控制器中。在另一个实施例中,用户过程控制接口可代表计算机。可替换地,计算机可在网络上连接到过程控制器,但是在物理上远离过程控制器。
阀控制器114还包括操作条件传感器122,或者可替换地,从操作条件传感器122接收信息,操作条件传感器122监视用于阀102和/或阀致动器104的一个或多个操作条件和/或操作阀102的一个或多个环境条件。操作条件传感器122可以是任何传感器或发送器,其探测或者监测阀102或阀致动器104处或周围的操作条件。例如,操作条件传感器可监测通过阀102流动的流体的温度、操作阀致动器104的流体的温度、移动通过位置控制器108的流体的温度、阀102、阀致动器104或阀位置控制器108的周围大气温度、上述任一流体的pH等级、上述任一流体的压强(上游或下游)、上述任一流体的盐度或粘度等。操作条件传感器122被耦接来提供感测的操作条件数据到阀位置控制器108来影响阀102的控制并提供到集成的诊断模块124。在一些实施例中,操作条件传感器122将数据发送到数据历史器或其它的集中数据收集元件,诊断模块124从其获取操作条件数据。
多个操作条件传感器122和/或多个位置传感器106可设置在整个系统中,如图2中所示,用来探测和/或测量控制装置和系统的特征,并可提供该特征信息或数据到计算机或过程装置控制器112,以显示在显示装置元件上。在一个实施例中,来自传感器106、122的传感器数据由集成的诊断模块124收集,诊断模块124可包括计算机处理器和存储器。在一些实施例中,耦接到模块124的诊断监视器126代表计算机显示装置,其显示通过模块124输出的传感器数据或数据。计算机的输入设备元件可以是例如键盘、触摸板、鼠标、轨迹球、光笔或麦克风(例如,用于语音指令输入)等。还应该注意,正如本领域技术人员所知的,下述要求保护的方法和系统的不同实施例可以作为在计算机处理器中运行的一组指令被实施。
集成的诊断模块124制定和执行用于过程控制装置的预测算法,以预测这些装置和/或其不同组件的使用寿命的终止。这里例举的示例性的过程控制装置是阀组件。然而,更广泛地,集成的诊断模块可用于随着时间而经受磨损或疲劳的任何过程控制装置,包括调整过程中流体流动的装置,例如,阀、泵、阻尼器等,并且被实施来预测这些装置中的任一和任何装置的组件的使用寿命的终止。
集成的诊断模块124组合用于形成过程控制装置的组件的预测算法,并由此可确定使用剩余寿命(例如,剩余周期寿命时间、预期维护日期)数据。正如下面所讨论的,集成的诊断模块124可从在给定的应用中使用的相同类型和结构材料的多个过程控制装置的记载的平均或最小使用寿命、从通过最接近现场使用条件(例如,操作环境)的方式收集的实验数据和/或从安装装置或部件的工厂或环境中的相同或相似的装置或装置的部分的历史数据获得这些算法。因此,这些算法考虑了这些组件,它们通过机械磨损或疲劳而正常地失效,并能够被定性为在全新的时候具有固定或平均的寿命。例如,当预测周期寿命时,集成的诊断模块124在操作过程中每经历一个周期就消耗固定或平均周期寿命。这种消耗可自动地发生,例如,以响应于过程控制装置的自动传感器或者来自操作员输入。作为另一个示例,集成的诊断模块124可通过在阀致动器104或阀102中由位置传感器106感测到的部件(例如阀杆)的累积的运动来消耗固定或平均运动寿命(例如,围绕阀杆的密封件的寿命),这由致动器控制信号发生器116控制,由阀位置控制器108控制,或者甚至由过程控制器112控制。
在一些实施例中,至少部分基于来自测量正常操作条件的传感器(例如,传感器106和122)上的数据来确定剩余寿命,其中,在周期的确定的时间间隔上,或者在连续的基础上或者响应于一些触发事件来收集数据。在一些实施例中,至少部分基于来自过程控制器112、阀位置控制器108和/或阀致动器104的信息来确定剩余寿命。例如,在一些实施例中,剩余寿命可根据由传感器122感测的一个或多个操作条件并根据由过程控制器112指示的打开/关闭周期的数目(相对于从致动器104或位置传感器106接收打开/关闭周期的数目)来确定。
集成的诊断模块124能够确定过程控制装置的各个可更换的组件(例如,阀塞、密封件、轴衬、轴承等)以及作为一个整体的过程控制装置的剩余寿命。在任一情形下,剩余寿命可仅仅基于考虑的特定过程控制装置或组件的特征或者基于从其它过程工厂装置或数据测量的特征。后者可包括与考虑的装置协调的其它装置操作以及过程工厂的一般操作条件。特定剩余寿命数据可存储在计算机可读取的存储装置中,例如通过诸如图2的阀控制器114等阀结构中的智能定位器装置。
集成的诊断模块124能够通过通信接口128与诸如系统控制器12或14等远程计算机通信,通信接口128可以是有线或无线通信接口,在一些情形下,该远程计算机可基于从集成的诊断模块124接收的数据进行一些过程控制行为(例如,切换到多余装置/流动通路,或调节阀的使用,例如,致动的速度或频率以延长阀的组件的寿命等)。
如图2中所示,并如上所述,集成的诊断模块124可在不同的实施中接收不同的输入。这些输入中是来自一个或多个操作条件传感器122、一个或多个位置传感器106、一个或多个过程变量发送器110、过程控制器112和通信接口128的输入。每个操作条件传感器122可感测不同的参数(例如,温度、压力、粘度或流速等),或者可感测与另一传感器相同但是在不同位置的参数(例如,上游和下游压力、流动通过阀102的流体的温度以及控制致动器104的流体的温度等)。一个或多个位置传感器106可分别感测不同元件的位置(例如,阀杆的位置和致动器杆的位置)。集成的诊断模块124还可包括(例如,存储在存储装置中)或获取/接收(例如,通过通信接口128)数据和/或算法,以用于确定装置或装置的组件的剩余使用寿命。
在图2的实施例中,集成的诊断模块124可嵌入阀组件100中。例如,模块124可通过(控制器114的)单板处理器来实施,或者在智能过程控制装置中通过该处理器执行的指令来实施。图3示出了另一种示例结构,阀组件100’具有与阀组件100相似的特征,除了集成的诊断模块150包含在远程计算机系统152中,例如,复用主机、DCS系统、工厂资产管理系统(例如,资产管理系统50)或这些系统的任意组合。通信接口128’封装来自传感器122’和传感器106’的操作条件数据,并将这些数据传送到远程计算机系统152,用于通过集成的诊断模块150进行配置文件。
图4是由不同的组件构成的阀组件200形式的示例性的过程控制装置,每个组件潜在地具有由集成的诊断模块(例如,集成的诊断模块124)确定的不同的寿命配置文件。在所示的实施例中,由于这些寿命配置文件取决于阀经历的操作周期的数目(例如,经受完全打开/关闭操作的数目,经受部分打开/关闭操作的数目),它们是周期寿命配置文件。在所示的实施例中,阀组件200由一系列组件形成,这些组件可使用实验测试数据或先前收集的实际使用阀组件的历史数据来进行配置文件。通过这种方式,寿命配置文件可根据反映在过程工厂安装中经受的特定条件的真实世界数据来制定。所示的特定组件包括隔膜头组件202和轴插座204,轴插座204连接到密封组件206并通过填料压盖(轴衬、轴承等)组件210接合阀体208。
对应于阀控制器114的阀控制器212全部地或者部分地控制阀致动和位置。阀控制器212中的集成的诊断模块收集不同的操作数据和配置文件数据,以使用预测算法来确定这些不同的组件中的每一个的周期寿命配置文件。在一些实施例中,例如图2,预测算法由阀控制器中的专用定位器中的单板处理器来应用。在一些实施例中,例如图3,预测算法由与阀控制器212通信的复用主机来应用,例如,计算机系统30、35或36。在其它实施例中,可使用与控制器212通信的分布式过程控制(DCS)系统或诸如资产管理系统50等工厂资产管理系统。在其它实施例中,可使用这些分析结构的组合,当使用来自多个不同源的组件周期寿命时,这是有利的。
图5示出了示例性的集成的诊断模块400(例如,对应于集成的诊断模块124),其可包含在阀控制器312或远程计算机系统152中。模块400被配置成访问设备描述器402,设备描述器经过分析识别特定的过程控制装置(例如,阀组件、泵组件、阻尼器等)。设备描述器402可通过制造商或用户嵌入过程控制装置中,并可以是文件,其存储在存储装置中,在不同的实施例中,该存储装置是不可调的或者可重写的。在一些实施例中,设备描述器402是可重写的,或者是用户过程控制界面120的可设置部分,以便于待配置文件的特定过程控制装置的手动识别或选择。在任何情形下,设备描述器402可存储在本地过程控制装置或诸如系统12、14、30、35或36等远程计算机系统上。
设备描述器402访问列表文件404,列表文件404识别形成过程控制装置的组件并具有可配置文件的寿命,并可向任一个组件识别形成组件的寿命配置文件所需的任何数据,如下所述。在图4的实施例中,列表文件404将隔膜头组件302、轴插孔304、密封组件306和填料压盖组件310识别为阀组件300的可配置文件的组件。
在一些实施例中,列表文件404中列出的组件取决于过程控制装置的类型。例如,对于滑杆阀组件,列表组件404可识别在操作中将经受机械磨损或疲劳的任何一个或多个下列组件:致动器隔膜或活塞和杆密封件、致动器导向轴衬或轴承、阀填料、阀杆、阀杆或阀塞导向轴衬或轴承、阀塞平衡密封件、阀塞、阀笼、波纹管密封件和/或致动器弹簧。对于旋转阀组件,列表文件404可识别致动器隔膜或活塞和杆密封件、致动器导向轴衬或轴承、致动器杆端轴承、阀轴、阀轴承或轴衬、密封件、阀盘、阀球、分段阀球或阀塞和/或致动器弹簧。
在其它实施例中,列表文件404可包括用于特定类型的装置的特定线的所有组件或者用于制造商整个生产线的所有组件。在这些实施例中,集成的诊断模块400仅从列表文件404获取通过设备描述器402识别的与装置相关的数据。例如,设备描述器402可识别(例如,通过操作员或技术人员编程/配置)由特定类型的致动器致动的特别类型的阀。然后,模块400可从设备描述器402获取与组件相关的数据,这些组件与特定的致动器和阀的类型相关联。在一些实施例中,列表文件404可以通过诸如LAN(例如,当列表文件404存储在工厂服务器上时)或因特网(例如,当列表文件404存储在设备制造商服务器上时)等通信网络远程存储在例如可读取的服务器上。
列表文件404还可识别安装到阀组件或阀定位器的疲劳配件,例如,体积增压器、螺线管、切断阀、限位开关、位置发送器、仪器供给压力调节器和气动导管。
尽管图5中示出了单个列表文件404,但是在其它实施例中,可使用多个列表文件,例如,用来允许标准阀组件列在一个列表文件中,疲劳配件列在另一个列表文件中。
当多个组件存储在设备描述器402中时,用于每个部分的不同的列表文件404可在来自集成的诊断模块400的指令下被访问。
列表文件404可通过设备制造商或用户由操作员输入来初始化和更新。例如,向操作员提供GUI界面(通过界面120提供),以允许选择预先存储的组件表目,以及增加和/或删除组件表目。因此,列表文件404的形成可在过程控制装置的操作之前进行。列表文件404可被更新来包括在部件组件的操作过程中增加的其它组件。这种更新可由操作员手动输入或例如对于一些系统自动地发生,在这些系统中,由于配件被增加到部件组件,所以这些配件通过部件控制器自动地删除。
除了识别组件以外,对于每个列出的组件,列表文件404可识别在装置的操作中影响该组件的机械磨损或疲劳的操作参数。由于每个组件的寿命可受不同操作条件影响,在一些实施例中,列表文件404识别不同的操作参数,在制定组件寿命配置文件的过程中,这些操作参数被集成的诊断模块400访问。例如,阀定位器可变得疲劳,以响应于多个参数,例如,阀喷嘴/挡板、压电晶体或移动的螺线管组件经受的电流压力比(I/P)。其它的参数包括压力继电器上的压力、阀中联动装置的位置、不同的反馈装置的位置,不论这种反馈是来自电位计、编码器或解析器。一般地,这些操作参数使用预测算法识别感测和评估的度量(metrics),以确定组件和整个过程控制装置的寿命配置文件。
正如下面所讨论的,集成的诊断模块400还可访问存储的历史数据406,历史数据406包括先前获得的操作数据、维护数据、疲劳平均时间或装置及其组件上的其它数据。
在所示的实施例中,集成的诊断模块400还访问用于过程控制装置和列表文件404中列出的相应组件的实验测试数据407。在其它实施例中,实验测试数据407或历史数据406中仅一个由模块400访问。
在图2的配置中,历史数据406和实验测试数据407可本地存储或者通过通信接口128远程访问。在图3的配置中,历史数据406和实验测试数据407可存储在远程计算机系统152中,例如,通过计算机系统12、14、30、35和/或36访问。
为了诊断过程控制装置的操作并制定寿命配置文件,集成的诊断模块400包括配置文件器408,配置文件器408收集并存储用于在列表文件404中列出的至少一些组件的历史数据406和实验测试数据407。根据该数据,配置文件器408基于识别的与该组件相关的对应的操作参数来确定每个识别的组件的寿命配置文件。配置文件器408可存储先前制定的寿命配置文件或可建立这些配置文件。
如图所示,确定的寿命配置文件被存储在多个不同的配置文件410中。每个示例性的配置文件在图6A、6B、6C、6D中示出。
图6A是由配置文件器408制定的寿命配置文件,用于隔膜组件302,示出了根据温度的隔膜的氧化等级的寿命(小时),并显示了线性向下倾斜的曲线分布。图6B示出了用于填料压盖组件310的周期寿命配置文件,示出了根据组件的操作周期的泄漏量(以百万分率测量)。周期寿命配置文件包括从历史数据406和/或实验测试数据407收集的用于至少4个不同的填料压盖组件的配置文件数据。
当配置文件器408设有多个数据集时,配置文件器408可平均数据,以获得疲劳的平均时间,即,数据集对应于相同的操作参数。在一些实施例中,存储的数据可包括在不同的操作参数下获取的历史或实验测试数据(例如,收集的一个数据集表示根据压力的实际寿命,另一个表示根据温度的实际寿命)。在这些情形下,配置文件器408可在各个不同的操作参数下制定组件的配置文件。
图6C示出了针对密封组件306制定的周期寿命配置文件,示出了根据操作周期的数目的泄漏量(ppm)。图6D是关于轴组件304的周期寿命配置文件,示出了根据操作周期数目的失效百分比。尽管为了例举目的示出了4个周期寿命配置文件,但是应该理解任何数目的周期寿命配置文件都可存储在配置文件器408中,并由集成的诊断模块400使用。
在一些实施例中,配置文件器408预先加入例如用于列表文件404中识别的组件的寿命配置文件,其中,这些组件已经在相似的操作条件下预先进行配置文件。在任一情形下,配置文件器408能够基于过去的时间、周期的数目或其它参数来更新寿命配置文件。例如,对于阀组件,配置文件器408可从阀定位器或阀状态计数器414接收周期计数。配置文件器408可从温度传感器(未示出)接收温度值。配置文件器408可从定位传感器接收阀的位置数据。配置文件器408还能够基于这些参数来调节组件或整个阀组件的寿命配置文件。
集成的诊断模块400收集传感器数据(例如,从传感器106和122),并将用于过程控制装置的操作条件存储到操作数据模块410。操作条件可以是对应于列表文件404中识别的操作参数的实时感测数据。如上所述,对于阀组件,感测的数据可包括影响列出的组件或整个阀组件的机械磨损或疲劳的任何参数,包括阀喷嘴/挡板、压电晶体或移动的螺线管组件经受的电流压力比(I/P)、压力、组件温度、环境温度、流速、泄漏、氧化等级、阀中联动装置的位置以及不同反馈装置的位置。
来自模块410的操作数据连同来自配置文件器408的寿命配置文件被提供到剩余寿命分析器412,剩余寿命分析器412针对组件的对应的配置文件分析当前操作数据,以确定每个组件和/或整个过程控制装置的预期剩余寿命。对于后者,分析器412将多因素分析算法应用到接收的数据,以基于每个组件的预期寿命时间来确定预期寿命。例如,当根据阀组件的剩余操作周期来表征时,预期的剩余寿命值可以是周期寿命值。但在其它实施例中,预期剩余寿命值可在计数器时间或预期的失效时间内测量或标示。例如,寿命分析器412可从计数器414接收周期计数值,然后将周期计数值与来自配置文件器408的配置文件对比以确定预期的剩余周期寿命。
分析器412可包括置信测定,其评估是否已经向其提供了足够的操作数据和配置文件以对过程控制装置的预期周期寿命作出足够精确的测定。如果没有收集足够的传感器数据,并且不能确定给定阀组件的剩余预期寿命,则提供警报指示。
分析器412向确定测定的通知状态的决策模块418提供预期周期寿命测定。在一个示例中,通知状态具有3个条件中的一个:(i)正常,指示不需要维护;(ii)维护,指示在下一个定期使用时需要维护或更换;或者(iii)警报,指示在下一个定期使用之前需要维护或更换。警报机构可以设置在过程控制装置上来指示通知状态,例如,通过颜色编码灯或显示器。决策模块418被耦接到通信接口420(其可以是通信接口128或128’)以将通知状态和预期寿命测定通信到远程计算机或操作员,例如,远程计算机系统12、14、30、35和/或36,如图1中所示。除了提供通知状态的本地指示以外,通信接口420可以是有线或无线通信接口,提供通知状态的指示到主机、DCS、远程计算机等等,在至少一些实施例中,例如通过减小致动的频率或速度或者通过切换到多余的流动通路,使得控制器根据通知状态改变过程工厂的操作。
通过这种方式,该技术可提供警告信息到控制室操作人员、维护部门或可靠性工程部门,其中警告信息量化组件的预期剩余失效时间。在一些实施例中,在预期失效时间之前发生的定期维护停用过程中,警告可在出现之前足够早地设置。这将向操作人员提供机会,以在预期失效之前安排组件的检修或更换。该警告信息可包括修理数据,例如,推荐备件或推荐检修行为。警告信息可被提供到远程计算机系统,以帮助手动修理定购或允许来自组件制造商的更换部件的自动定购。警告信息可被提供到商业系统计算机35和维护计划计算机36,这不仅如上所述的帮助定购或更换部件,并且还安排这种更换,例如,在已经安排的维护停用期间或在将来的维护停用期间。
在一些实施例中,根据过程控制装置的评定条件以及将来的检修预测,警告信息的定时可通过过程控制装置的操作员设定成长于或短于先前设定。例如,当接近预期的失效点时,集成的诊断模块400可被配置成提供更频繁的警告信息。警告信息的定时还可在已经发出最初的警告信息之后进行控制。
当过程控制装置的性能退化时,更具体地,当不同组件的性能退化时,预期周期寿命数据以及最终的实际周期寿命数据被存储在历史数据406中。于此,诸如组件的MTTF和MTBF等数据可被存储,用于集成的诊断模块400或用于另一装置的模块日后进行参考,由此改进了将来周期寿命预测的精确性。在一些实施例中,这种历史数据可经过组件拥有者的同意通过专用有线或无线通信与制造商分享。例如,可通过授权访问共享数据库、网页或无线网络、存储历史数据406的副本来提供这种数据。提供这种数据允许通过使用制造商一方的更可靠算法制定的数据来最终替换实验数据。
这里的系统的预测能力可基于对于具体应用的现场实验来定制。如同配置文件器408,寿命分析器412和决策模块418的标准可基于诸如过去时间、阀行程、周期或温度等数个参数来设定。通过这种方式,诊断能力可基于在安装之前的现场实验和由装置控制器收集的数据。
在各种实施例中,模块可以在硬件或软件中实施。例如,在硬件中实施的模块可包括被永久性配置以进行特定操作的专用电路或逻辑(例如,诸如现场可编程门阵列(FPGA)或专用集成电路(ASIC)等专用处理器)。在软件中实施的模块可包括通过软件临时性配置以执行特定操作的可编程序逻辑或电路(例如,包含在通用处理器或其它可编程处理器中)。应该理解,在专用且永久性配置的电路中的硬件中或者在临时性配置的电路的软件中实施该模块的决定通过成本和时间考虑事项来驱动。
因此,术语“硬件模块”应被理解为包含有形实体,该有形实体是被物理构造、永久性配置(例如,被硬连线)或被临时性配置(例如,被编程)来以特定的方式工作或执行这里描述的操作。正如这里所使用的,“硬件实施模块”是指硬件模块。考虑到其中硬件模块被临时性配置(例如,被编程)的实施例,每个硬件模块不需要在任何一个时刻被配置或实例化。例如,在硬件模块包括使用软件配置的通用处理器时,通用处理器可在不同的时间被配置成各个不同的硬件模块。软件可相应地配置处理器,例如在一个时刻构成一特定的硬件模块,并在另一时刻构成另一不同的硬件模块。
硬件模块可向其它硬件模块提供信息或从其它硬件模块接收信息。因此,描述的硬件模块可被认为是通信地耦接。当多个这种硬件模块同时存在时,通信可通过连接硬件模块的信号传输(例如,通过适当的电路和总线)来实现。在不同的时间配置或实例化多个硬件模块的实施例中,这种硬件模块之间的通信可例如通过多个硬件模块能够访问的存储结构中的信息存储和获取来实现。例如,一个硬件模块可执行一操作并将该操作的输出存储到与其通信耦接的存储装置中。然后,另一个硬件模块可在之后的时间访问存储装置以获得并处理存储的输出。硬件模块还可促使与输入或输出装置的通信并对资源进行操作(例如,信息的收集)。
这里描述的示例性方法的各种操作可至少部分通过被临时性配置(例如,通过软件)或被永久性配置来进行相关操作的一个或多个处理器来进行。无论是临时性还是永久性配置,这种处理器可构成用来执行一个或多个操作或功能的处理器应用模块。在一些示例性的实施例中,这里涉及的模块包括处理器应用模块。
类似地,这里描述的方法或程序可至少部分地采用处理器来实现。例如,方法的至少一些操作可通过一个或多个处理器或处理器应用硬件模块来执行。特定操作的执行可分布在一个或多个处理器中,不仅设置在单个机器中,而且在多个机器之间展开。在一些示例性的实施例中,一个或多个处理器可位于单个位置(例如,在家庭环境、办公室环境中或作为服务器场),而在其它实施例中,处理器可以分布在多个位置。
另外,附图示出了仅用于例举目的的映射编辑系统的优选实施例。本领域技术人员将从下面的讨论中意识到,在不偏离这里描述的原理的情况下,可使用这里例举的结构和方法的替换实施例。
通过阅读该公开内容,本领域技术人员将通过这里公开的原理理解用于识别终端路段的系统和过程的其它替换结构和功能设计。因此,尽管已经例举并描述了特定的实施例和应用,但是应该理解公开的实施例并非用来限制这里公开的具体结构和组件。在不偏离所附权利要求限定的精神和范围的情况下,这里公开的方法和装置的设置、操作和细节可进行各种改进、变化和变形,这些改进、变化和变形对于本领域技术人员来说是显而易见的。
Claims (39)
1.用于制定用于过程控制装置的组件的预期寿命配置文件的方法,其特征在于,所述方法包括:
在集成的诊断模块接收对所述过程控制装置的所述组件的识别,其中所述组件能够在操作所述过程控制装置的期间随着时间经受机械磨损或失效,以及在所述集成的诊断模块接收对应于所述组件的操作参数,其中,所述组件的所述机械磨损或失效随着所述操作参数的改变而改变;
在所述集成的诊断模块接收参考组件的先前记录的性能数据,其中所述先前记录的性能数据在与用来操作所述过程控制装置的条件相一致的条件下操作所述参考组件的期间被收集;以及
基于所述先前记录的性能数据,在配置文件器中制定用于所述组件的所述预期寿命配置文件,其中所述预期寿命配置文件将所述组件的预期寿命表征为所述操作参数的值的函数。
2.根据权利要求1所述的方法,其特征在于,还包括:
接收用于多个参考组件的先前记录的性能数据,每个参考组件具有在与用来操作所述过程控制装置的条件相一致的条件下收集的先前记录的性能数据;以及
通过确定所述组件的平均预期寿命配置文件来制定所述组件的所述预期寿命配置文件。
3.根据权利要求1所述的方法,其特征在于,还包括:
接收用于多个参考组件的先前记录的性能数据,每个参考组件具有在与用于操作所述过程控制装置的条件相一致的条件下收集的先前记录的性能数据;以及
通过确定所述组件的最小预期寿命配置文件来制定所述组件的所述预期寿命配置文件。
4.根据权利要求1所述的方法,其特征在于,所述先前记录的性能数据是从在与用于操作所述过程控制装置的过程工厂条件相对应的过程工厂条件下操作的所述参考组件收集的历史数据。
5.根据权利要求1所述的方法,其特征在于,所述先前记录的性能数据是通过在与用于操作所述过程控制装置的条件相一致的条件下测试所述参考组件而收集的实验测试数据。
6.根据权利要求1所述的方法,其特征在于,所述过程控制装置是阀装置,所述组件是所述阀装置的隔膜组件、填料压盖组件、轴衬组件、密封组件或轴组件。
7.根据权利要求6所述的方法,其特征在于,所述预期寿命配置文件是用于所述组件的周期寿命配置文件,其基于所述阀装置的操作周期的预期数目为所述操作参数的函数来表征所述组件的理想寿命。
8.根据权利要求6所述的方法,其特征在于,用于所述组件的所述操作参数是压力、流速、温度、泄漏、失效百分比、阀位置、流量、液位、电流/压力比和致动器位置。
9.根据权利要求1所述的方法,其特征在于,还包括:
接收在操作所述过程控制装置期间用于所述组件的操作条件;以及
基于接收的操作条件,在所述配置文件器中更新用于所述组件的所述预期寿命配置文件。
10.根据权利要求9所述的方法,其特征在于,所述接收的操作条件包括压力、流速、温度、泄漏、失效百分比、位置、流量、液位和电流/压力比中的至少一个的数据。
11.根据权利要求9所述的方法,其特征在于,所述接收的操作条件包括过去的时间和周期的数目中的至少一个的数据。
12.根据权利要求1所述的方法,其特征在于,还包括:
在所述集成的诊断模块接收所述过程控制装置的多个组件的识别;
在所述集成的诊断模块接收多个参考组件的先前记录的性能数据,每个性能参数对应于所述过程控制装置的不同组件;
基于所述先前记录的性能数据,在所述配置文件器中制定用于每个所述组件的预期寿命配置文件;以及
基于用于所述组件的所述预期寿命配置文件,在所述配置文件器中制定用于所述过程控制装置的预期寿命配置文件。
13.根据权利要求1所述的方法,其特征在于,所述集成的诊断模块包含在所述过程控制装置中。
14.根据权利要求1所述的方法,其特征在于,所述集成的诊断模块远离所述过程控制装置存储,并通过通信线路与所述过程控制装置通信。
15.根据权利要求1所述的方法,其特征在于,所述先前记录的性能数据远离所述集成的诊断模块存储,并通过通信线路接收。
16.用于确定过程控制装置的组件的预期剩余寿命的方法,其特征在于,所述方法包括:
在集成的诊断模块接收用于所述组件的预期寿命配置文件,其中所述预期寿命配置文件基于先前记录的性能数据来制定,所述先前记录的性能数据在与用于操作所述过程控制装置的条件相一致的条件下操作参考组件的期间收集,其中所述预期寿命配置文件将所述组件的预期寿命表征为操作参数的函数;
在所述集成的诊断模块接收在操作所述过程控制装置期间用于所述组件的操作参数的当前数据;
在寿命数据分析器中分析用于所述组件的操作参数的当前数据和用于所述组件的所述预期寿命配置文件,以确定所述组件的预期剩余寿命;以及
基于确定的预期剩余寿命来确定所述组件的操作员通知状态。
17.根据权利要求16所述的方法,其特征在于,所述过程控制装置是阀装置,所述组件是所述阀装置的隔膜组件、填料压盖组件、轴衬组件、密封组件或轴组件。
18.根据权利要求17所述的方法,其特征在于,所述预期寿命配置文件是用于所述组件的周期寿命配置文件,其基于所述阀装置的操作周期的预期数目将所述组件的理想寿命表征为所述操作参数的函数。
19.根据权利要求16所述的方法,其特征在于,用于所述组件的所述操作参数是压力、流速、温度、泄漏、失效百分比、阀位置、流量、液位、电流/压力比、致动器位置中的一个。
20.根据权利要求16所述的方法,其特征在于,所述操作员通知状态为:(i)正常,指示不需要对所述过程控制装置进行维护;(ii)维护,指示应该在正常维护窗口中进行维护;或者(iii)警报,指示应该在所述正常维护窗口之前进行维护。
21.根据权利要求20所述的方法,其特征在于,还包括如果所述通知状态是维护或警报,则将通知状态数据传送给维护操作人员。
22.根据权利要求20所述的方法,其特征在于,还包括将通知状态数据传送到远程计算机或远程操作员。
23.根据权利要求20所述的方法,其特征在于,还包括:
将通知状态数据传送到维护计划;以及
基于所述预期剩余寿命在所述过程控制组件上自动安排维护。
24.根据权利要求23所述的方法,其特征在于,还包括自动地生成与计划维护相对应的维护顺序。
25.根据权利要求20所述的方法,其特征在于,还包括将通知状态数据传送到远程计算机或远程操作员,其中所述通知状态数据包括用来对所述组件进行维护或更换的推荐更换部件和/或推荐检修行为。
26.根据权利要求16所述的方法,其特征在于,所述集成的诊断模块包含在所述过程控制装置中。
27.根据权利要求16所述的方法,其特征在于,所述集成的诊断模块位于通过通信线路与所述过程控制装置通信的远程计算机系统中。
28.根据权利要求27所述的方法,其特征在于,所述操作参数的当前数据通过所述通信线路从所述过程控制装置接收到所述远程计算机系统。
29.阀控制器,其特征在于,包括:
阀致动器,其耦接到阀并能够操作来致动所述阀的可移动的控制部件;
致动器控制信号发生器,其被设置成接收阀控制信号,并生成相应的致动器控制信号并将所述致动器控制信号传送到所述阀致动器;
阀位置控制器,其从控制器接收设定点值,并执行控制算法来输出用于控制所述阀的所述阀控制信号;
操作条件传感器,其被设置成检测操作所述阀或所述阀致动器的操作环境的参数;以及
集成的诊断模块,其接收下列信息:
(a)所检测的所述操作环境的参数的指示;以及
(b)(i)所述可移动的控制部件的位置;
(ii)所述可移动的控制部件的运动;
(iii)所述阀控制信号;
(iv)所述相应的致动器控制信号;或者
(v)所述设定点值,
所述集成的诊断模块被设置成分析所接收的信息(a)和(b),并基于所接收的信息(a)和(b)以及基于用于所述阀或所述阀致动器的预定配置文件数据来确定所述阀的组件或所述阀致动器的组件的预测剩余寿命。
30.根据权利要求29所述的阀控制器,其特征在于,所述预定配置文件数据识别在给定的操作条件下具有可预测的寿命的所述阀的一个或多个组件和/或所述致动器的一个或多个可更换的组件。
31.根据权利要求30所述的阀控制器,其特征在于,所述预定配置文件数据还识别所述可预测的寿命和所述给定的操作条件之间的关系。
32.根据权利要求31所述的阀控制器,其特征在于,所述集成的诊断模块接收所检测的所述操作环境的参数的指示,并根据接收的所检测的所述操作环境的参数的指示来选取相应的预定配置文件数据的子集,并使用所述预定配置文件数据的所述子集来确定所述预测剩余寿命。
33.根据权利要求32所述的阀控制器,其特征在于,所述集成的诊断模块执行计数,所述计数根据信息(b)增加或减小。
34.根据权利要求29所述的阀控制器,其特征在于,所述信息(b)被从位置传感器接收。
35.根据权利要求29所述的阀控制器,其特征在于,所述预定配置文件数据被从在对应于所述操作环境的条件下操作的相同阀或相同致动器的实验数据获取。
36.根据权利要求29所述的阀控制器,其特征在于,所述集成的诊断模块被设置成生成通知状态数据并将所述通知状态数据传送到远程计算机或远程操作员,其中所述通知状态数据指出所述组件的预测剩余寿命。
37.根据权利要求36所述的阀控制器,其特征在于,所述通知状态数据包括用来对所述组件进行维护或更换的推荐更换部件和/或推荐检修行为。
38.根据权利要求29所述的阀控制器,其特征在于,所述组件是所述阀的隔膜组件、填料压盖组件、轴衬组件、密封组件或轴组件。
39.根据权利要求29所述的阀控制器,其特征在于,所述预测剩余寿命是用于所述组件的周期寿命,其基于所述阀的操作周期的预期数目将所述组件的理想寿命表征为所述操作环境的参数的函数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361785073P | 2013-03-14 | 2013-03-14 | |
US61/785,073 | 2013-03-14 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104049628A CN104049628A (zh) | 2014-09-17 |
CN104049628B true CN104049628B (zh) | 2018-12-18 |
Family
ID=50628980
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201420119543.0U Withdrawn - After Issue CN204164465U (zh) | 2013-03-14 | 2014-03-14 | 阀控制器 |
CN201410099012.4A Active CN104049628B (zh) | 2013-03-14 | 2014-03-14 | 基于实验测试的阀预测 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201420119543.0U Withdrawn - After Issue CN204164465U (zh) | 2013-03-14 | 2014-03-14 | 阀控制器 |
Country Status (10)
Country | Link |
---|---|
US (2) | US10845272B2 (zh) |
EP (1) | EP2972624B1 (zh) |
JP (1) | JP2016512368A (zh) |
CN (2) | CN204164465U (zh) |
AR (1) | AR095272A1 (zh) |
BR (1) | BR112015022775A2 (zh) |
CA (2) | CA3218228A1 (zh) |
MX (1) | MX365659B (zh) |
RU (1) | RU2681989C2 (zh) |
WO (1) | WO2014152109A1 (zh) |
Families Citing this family (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AR095272A1 (es) | 2013-03-14 | 2015-09-30 | Fisher Controls Int Llc | Pronóstico de válvula en función de análisis de laboratorio |
AR095323A1 (es) | 2013-03-14 | 2015-10-07 | Fisher Controls Int Llc | Pronóstico de válvula para componentes poliméricos en función de técnicas de envejecimiento acelerado |
WO2015017747A1 (en) * | 2013-08-01 | 2015-02-05 | General Equipment And Manufacturing Company Inc., D/B/A Topworx, Inc. | Method and apparatus for predicting lifetime of a solenoid coil |
JP6393508B2 (ja) * | 2014-04-16 | 2018-09-19 | 株式会社日立製作所 | 分散型制御システム |
US10067483B1 (en) * | 2014-08-28 | 2018-09-04 | Apple Inc. | Controlling electrical device based on temperature and voltage |
WO2016163154A1 (ja) * | 2015-04-07 | 2016-10-13 | 株式会社テイエルブイ | 保守支援システム及び保守支援方法 |
DE102015210210A1 (de) | 2015-06-02 | 2016-12-08 | Gemü Gebr. Müller Apparatebau Gmbh & Co. Kommanditgesellschaft | Verfahren zur Diagnose eines Membranventils, sowie Diagnosesystem für ein Membranventil |
DE102015210204A1 (de) | 2015-06-02 | 2016-12-08 | Gemü Gebr. Müller Apparatebau Gmbh & Co. Kommanditgesellschaft | Verfahren zum Betreiben eines Membranventils, sowie System und Ausleseeinrichtung |
US10371285B2 (en) * | 2015-10-27 | 2019-08-06 | Dresser, Llc | Predicting maintenance requirements for a valve assembly |
JP2017091258A (ja) * | 2015-11-11 | 2017-05-25 | 横河電機株式会社 | フィールド機器、フィールド機器システム、および診断方法 |
WO2017147297A1 (en) * | 2016-02-23 | 2017-08-31 | John Crane Uk Ltd. | Systems and methods for predictive diagnostics for mechanical systems |
WO2017166087A1 (en) * | 2016-03-30 | 2017-10-05 | Dresser, Inc. | Replacing a controller on a process device and a valve assembly |
US10590752B2 (en) * | 2016-06-13 | 2020-03-17 | Saudi Arabian Oil Company | Automated preventive and predictive maintenance of downhole valves |
US9926803B2 (en) | 2016-06-28 | 2018-03-27 | Woodward, Inc. | Turbine control device prognostics |
DE102016113214A1 (de) * | 2016-07-18 | 2018-01-18 | Prominent Gmbh | Dosiereinrichtung mit Kommunikationsschnittstelle |
SE541415C2 (en) * | 2016-09-26 | 2019-09-24 | Scania Cv Ab | Method and system for prediction of a drainage valve malfunction probability |
JP6675297B2 (ja) * | 2016-12-09 | 2020-04-01 | Dmg森精機株式会社 | 情報処理方法、情報処理システム、および情報処理装置 |
US9915375B1 (en) * | 2017-02-10 | 2018-03-13 | Fisher Controls International Llc | Methods and apparatus to monitor health information of a valve |
GB201703276D0 (en) | 2017-03-01 | 2017-04-12 | Carlisle Fluid Tech (Uk) Ltd | Predictive maintenance of pumps |
GB2577000B (en) * | 2017-05-08 | 2022-07-13 | Idex Health & Science Llc | Flow control assembly having localized non-volatile memory |
JP6943683B2 (ja) * | 2017-08-25 | 2021-10-06 | アズビル株式会社 | 調節計および劣化位置検出方法 |
DE102017219864A1 (de) * | 2017-11-08 | 2019-05-09 | Festo Ag & Co. Kg | Verfahren zur Diagnose wenigstens einer Automatisierungsanlage und System |
EP3502890A1 (en) * | 2017-12-22 | 2019-06-26 | Bull SAS | Method for managing resources of a computer cluster by means of historical data |
US11002380B2 (en) | 2018-02-06 | 2021-05-11 | Fisher Controls International Llc | Methods and apparatus to validate valve position parameters |
US11681929B2 (en) | 2018-10-02 | 2023-06-20 | Honeywell International Inc. | Methods and systems for predicting a remaining useful life of a component using an accelerated failure time model |
DE102018129590A1 (de) * | 2018-11-23 | 2020-05-28 | Endress + Hauser Wetzer Gmbh + Co. Kg | Feldgerät mit prozessspezifischer Zustandsüberwachung |
WO2020261220A1 (en) * | 2019-06-27 | 2020-12-30 | ResMed Pty Ltd | System and method for fleet management of portable oxygen concentrators |
CN110715174B (zh) * | 2019-10-17 | 2021-09-14 | 重庆川仪自动化股份有限公司 | 智能阀门定位器的阀位累积方法、装置、存储介质及电子终端 |
JP6795231B1 (ja) * | 2020-03-09 | 2020-12-02 | 金子産業株式会社 | 電磁弁 |
US11341830B2 (en) | 2020-08-06 | 2022-05-24 | Saudi Arabian Oil Company | Infrastructure construction digital integrated twin (ICDIT) |
GB2599134B (en) * | 2020-09-25 | 2023-05-24 | Aquamonitrix Ltd | Operation monitoring of in-situ fluidic analytical systems |
US11990022B2 (en) | 2020-10-30 | 2024-05-21 | Honeywell International Inc. | Self-testing duct environment detector |
US20220163428A1 (en) * | 2020-11-23 | 2022-05-26 | General Electric Company | Damper condition monitoring for a damper of a gas turbine engine |
CN112657562B (zh) * | 2020-12-11 | 2022-05-17 | 浙江省海洋水产研究所 | 一种实验室用多用途材料存放装置 |
CN112709859B (zh) * | 2020-12-21 | 2022-07-19 | 广西中烟工业有限责任公司 | 一种阀门开度控制方法、装置、电子设备及存储介质 |
US11687053B2 (en) | 2021-03-08 | 2023-06-27 | Saudi Arabian Oil Company | Intelligent safety motor control center (ISMCC) |
US12024985B2 (en) | 2022-03-24 | 2024-07-02 | Saudi Arabian Oil Company | Selective inflow control device, system, and method |
JP7568667B2 (ja) | 2022-03-30 | 2024-10-16 | 株式会社Tmeic | ドライブ装置一括管理装置 |
CN115614539B (zh) * | 2022-11-08 | 2023-07-04 | 无锡隆圣威流体控制设备有限公司 | 一体式气动控制回信器电磁阀 |
CN116256163B (zh) * | 2023-04-25 | 2023-08-11 | 中鼎恒盛气体设备(芜湖)股份有限公司 | 一种隔膜压缩机膜片生产用寿命试验装置 |
DE102023203885A1 (de) * | 2023-04-26 | 2024-10-31 | Siemens Aktiengesellschaft | Verfahren und Anordnung zur Restlebensdauerbestimmung eines elektronischen Geräts, insbesondere im gewerblichen, beispielsweise industriellen Umfeld |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5311562A (en) * | 1992-12-01 | 1994-05-10 | Westinghouse Electric Corp. | Plant maintenance with predictive diagnostics |
CN101443735A (zh) * | 2004-12-16 | 2009-05-27 | 罗伯特·博世有限公司 | 预测包含多个部件的产品的预期寿命的方法和装置 |
CN101761524A (zh) * | 2008-12-22 | 2010-06-30 | Abb技术股份公司 | 用于以电子方式确定阀门机构的与位置相关的磨损状况的方法及气动阀门 |
CN201773049U (zh) * | 2010-08-30 | 2011-03-23 | 苏州锦鹏机电设备制造有限公司 | 气动执行器的高低温以及寿命试验设备 |
CN204164465U (zh) * | 2013-03-14 | 2015-02-18 | 费希尔控制国际公司 | 阀控制器 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02141897A (ja) * | 1988-11-24 | 1990-05-31 | Hitachi Ltd | 予防保全エキスパートシステム |
JPH02141897U (zh) | 1989-05-02 | 1990-11-29 | ||
JPH03277938A (ja) | 1990-03-28 | 1991-12-09 | Hitachi Ltd | 電動弁余寿命診断エキスパートシステム |
US5549137A (en) * | 1993-08-25 | 1996-08-27 | Rosemount Inc. | Valve positioner with pressure feedback, dynamic correction and diagnostics |
US5646600A (en) | 1995-01-12 | 1997-07-08 | General Electric Company | Instrument for detecting potential future failures of valves in critical control systems |
US7254518B2 (en) * | 1996-03-28 | 2007-08-07 | Rosemount Inc. | Pressure transmitter with diagnostics |
US6411908B1 (en) * | 2000-04-27 | 2002-06-25 | Machinery Prognosis, Inc. | Condition-based prognosis for machinery |
JP2002221076A (ja) | 2001-01-24 | 2002-08-09 | Mitsubishi Heavy Ind Ltd | ディーゼル主機関診断システム |
JP2002374362A (ja) | 2001-06-13 | 2002-12-26 | Toshiba It & Control Systems Corp | ユーザ側システム、サービスセンター装置、プログラム、交換機器保守サービスシステムおよびそのサービス方法 |
US8417360B2 (en) * | 2001-08-10 | 2013-04-09 | Rockwell Automation Technologies, Inc. | System and method for dynamic multi-objective optimization of machine selection, integration and utilization |
JP2005069938A (ja) | 2003-08-26 | 2005-03-17 | Risou Keisoku Kk | 電子部品の試験装置 |
JP2006085573A (ja) * | 2004-09-17 | 2006-03-30 | Hitachi Plant Eng & Constr Co Ltd | 設備機器の保守管理システム |
US10410145B2 (en) * | 2007-05-15 | 2019-09-10 | Fisher-Rosemount Systems, Inc. | Automatic maintenance estimation in a plant environment |
FR2920233B1 (fr) * | 2007-08-20 | 2009-10-30 | Airbus France Sas | Procede et dispositifs d'evaluation de risques operationnels pour l'aide aux decisions de maintenance de vehicules |
US8849586B1 (en) * | 2007-11-30 | 2014-09-30 | Intellectual Assets Llc | Path classification and estimation method and system for prognosticating asset life |
JP2011019347A (ja) * | 2009-07-09 | 2011-01-27 | Toshiba Corp | 電力系統監視制御装置及びシステム |
JP2011123431A (ja) | 2009-12-14 | 2011-06-23 | Toshiba Elevator Co Ltd | 発光デバイス表示装置の寿命判定装置 |
US8671315B2 (en) * | 2010-01-13 | 2014-03-11 | California Institute Of Technology | Prognostic analysis system and methods of operation |
JP5749954B2 (ja) * | 2011-03-23 | 2015-07-15 | Ntn株式会社 | 機械要素部品の余寿命算出方法 |
DE102011007629B3 (de) * | 2011-04-18 | 2012-09-27 | Siemens Aktiengesellschaft | Elektropneumatischer Stellungsregler |
US20120283963A1 (en) * | 2011-05-05 | 2012-11-08 | Mitchell David J | Method for predicting a remaining useful life of an engine and components thereof |
US9625532B2 (en) * | 2011-10-10 | 2017-04-18 | Battelle Energy Alliance, Llc | Method, system, and computer-readable medium for determining performance characteristics of an object undergoing one or more arbitrary aging conditions |
CN202710679U (zh) | 2012-05-31 | 2013-01-30 | 苏州热工研究院有限公司 | 电磁继电器线圈寿命试验系统 |
-
2014
- 2014-03-12 AR ARP140100885A patent/AR095272A1/es unknown
- 2014-03-14 JP JP2016502291A patent/JP2016512368A/ja not_active Ceased
- 2014-03-14 EP EP14720817.7A patent/EP2972624B1/en active Active
- 2014-03-14 WO PCT/US2014/026961 patent/WO2014152109A1/en active Application Filing
- 2014-03-14 RU RU2015139500A patent/RU2681989C2/ru active
- 2014-03-14 CA CA3218228A patent/CA3218228A1/en active Pending
- 2014-03-14 US US14/211,157 patent/US10845272B2/en active Active
- 2014-03-14 MX MX2015011829A patent/MX365659B/es active IP Right Grant
- 2014-03-14 CN CN201420119543.0U patent/CN204164465U/zh not_active Withdrawn - After Issue
- 2014-03-14 BR BR112015022775A patent/BR112015022775A2/pt not_active IP Right Cessation
- 2014-03-14 CN CN201410099012.4A patent/CN104049628B/zh active Active
- 2014-03-14 CA CA2902198A patent/CA2902198A1/en active Pending
-
2020
- 2020-10-15 US US17/071,766 patent/US11385138B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5311562A (en) * | 1992-12-01 | 1994-05-10 | Westinghouse Electric Corp. | Plant maintenance with predictive diagnostics |
CN101443735A (zh) * | 2004-12-16 | 2009-05-27 | 罗伯特·博世有限公司 | 预测包含多个部件的产品的预期寿命的方法和装置 |
CN101761524A (zh) * | 2008-12-22 | 2010-06-30 | Abb技术股份公司 | 用于以电子方式确定阀门机构的与位置相关的磨损状况的方法及气动阀门 |
CN201773049U (zh) * | 2010-08-30 | 2011-03-23 | 苏州锦鹏机电设备制造有限公司 | 气动执行器的高低温以及寿命试验设备 |
CN204164465U (zh) * | 2013-03-14 | 2015-02-18 | 费希尔控制国际公司 | 阀控制器 |
Also Published As
Publication number | Publication date |
---|---|
US11385138B2 (en) | 2022-07-12 |
MX2015011829A (es) | 2016-01-08 |
WO2014152109A1 (en) | 2014-09-25 |
US20210025787A1 (en) | 2021-01-28 |
EP2972624A1 (en) | 2016-01-20 |
BR112015022775A2 (pt) | 2017-07-18 |
MX365659B (es) | 2019-06-10 |
RU2681989C2 (ru) | 2019-03-14 |
US20140261791A1 (en) | 2014-09-18 |
CA3218228A1 (en) | 2014-09-25 |
CN204164465U (zh) | 2015-02-18 |
CA2902198A1 (en) | 2014-09-25 |
AR095272A1 (es) | 2015-09-30 |
US10845272B2 (en) | 2020-11-24 |
JP2016512368A (ja) | 2016-04-25 |
CN104049628A (zh) | 2014-09-17 |
EP2972624B1 (en) | 2021-02-17 |
RU2015139500A (ru) | 2017-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104049628B (zh) | 基于实验测试的阀预测 | |
CN104049627B (zh) | 基于加速老化技术的聚合体组件的阀预测 | |
US9727433B2 (en) | Control valve diagnostics | |
CA3104482C (en) | Deep-learning-based fault detection in building automation systems | |
CN112673321B (zh) | 阀门定位器及诊断方法 | |
US7912676B2 (en) | Method and system for detecting abnormal operation in a process plant | |
West et al. | Automated fault detection and diagnosis of HVAC subsystems using statistical machine learning | |
JP5124374B2 (ja) | プロセス性能監視とプロセス装置監視および制御への統合 | |
US10120350B2 (en) | Background collection of diagnostic data from field instrumentation devices | |
US8032341B2 (en) | Modeling a process using a composite model comprising a plurality of regression models | |
US11275365B2 (en) | Integration of online and offline control valve data | |
WO2008014344A2 (en) | Model based method for detecting abnormal operation of a level regulatory control loop and associated apparatus | |
CN115427767A (zh) | 用于过程工厂内数据驱动的故障检测的改进模式识别技术 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |