CN104111209B - 用于密度分析仪自校准的方法和装置 - Google Patents

Abstract

用于密度分析仪自校准的方法、装置、过程和系统。该过程可包括用多个传感器或单个传感器测量容器内流体的密度分布，以及用多个取样端口测量容器内流体的密度分布。基于传感器测得的密度分布，可以对多个取样端口中的至少一个的位置附近的流体密度进行插值。基于取样端口测得的密度分布，可以对该多个传感器中的至少一个的位置附近的流体密度进行插值。基于插值的取样端口密度和插值的传感器密度，可以对多个传感器中的至少一个的校准的进行调整。

Description

用于密度分析仪自校准的方法和装置

技术领域

本文所公开的实施例大体涉及密度分析仪。更具体地，本文所公开的实施例涉及用于密度分析仪自校准的方法和装置。

背景技术

石油工业通常被分类成三个部分：上游、中游和下游。上游工艺通常被认为是那些在油田进行的工艺并且最通常用来指代从地球探测并回收原油和/或天然气的工艺。原油是一种包含烃类和其他有机流体的化石燃料，且最常被发现于地表下。典型地，因为难以在提取过程中分离，原油和许多其它在地表下发现的流体一起获得，包括水和气体。在油田的前期分离可被用于基于密度差分离水、石油、以及气体，例如通过沉降槽和其它容器或工艺设备。所提取的原油随后被处理并精炼成有用的和更有价值的产品，如柴油、汽油、煤油等。

原油的加工和精炼在炼油厂进行，是石油工业的下游侧的重要部分。在精炼过程中，烃类可与气体、固体、和或其它流体一起混合处理，包括水。当在存储容器或处理容器内时，由于构成容器内的处理流体的不同物质的密度不同，处理流体（多种处理流体）可在自然重力的作用下发生层化（分层）。此外，在某些工艺中，电场可被施加于容器中的处理流体以便促进层化。利用电场的促进作用被称为电泳。

由于在在精炼期间在油田处处理混合物中的原油、水、以及任何其它流体或气体的量不同，容器内的流体的分层并不一致或不变。因此，由于加工可能是持续和正在进行的，很难在任何给定时间确定处理流体的密度分布（也就是，同时确定在沿着容器的几个高度处容器内包含的处理流体的密度）。

然而，在许多情况下，知道在特定时间的处理流体的密度分布是有益的。工程师利用密度信息来确定在处理流体中所包含的每种流体的百分比、分离的完全性等等。此外，工程师也可利用密度分布信息来对精炼过程进行调整，控制往返容器的流，以及控制过程中的其它方面。进一步地，知道在任一给定时间时水、油、和乳状液（混合物）在容器中的位置对于生产率和质量很重要。为了确定在容器中的密度分布，处理容器可配备有若干取样端口（抽头）。典型地，抽头可被设置在沿着容器壁的不同高度处。

利用这些抽头，在每个抽头高度处取得处理流体的样本是很方便的。可是，从每个抽头取样本并在实验室里分析每个样本费力又耗时。因此，等到在实验室里分析好每个样本并计算出在每个高度处的密度，有可能不再需要密度分布信息了。因此，采用传感器阵列可更有利和有效率，其中每个传感器能计算在任一给定时间在特定高度处处理流体的密度。

像很多传感和测量工具一样，传感器阵列中的每个传感器需要被适当地校准。校准是必要的，以便不仅确定每个传感器响应的精度而且，更重要地，维持每个传感器测量的精度。一种有效且常见的校准传感器阵列的方法是通过运用两点校准技术来完成。在此技术中，容器被先后用两种不同的已知密度的流体填充，例如，水和油。随后，传感器阵列中每个传感器的响应被记录和存储。典型地，用相互之间密度差别很大的流体填充容器会更有效。在这方面，各流体的测量将可能导致十分不同的传感器响应。因此，传感器检测到的密度变化将在每个传感器的响应上更加明显。在操作中，随后可以通过对用于传感器阵列校准的密度之间进行插值以基于传感器的响应得到计算密度，从每个传感器的响应导出在特定高度的密度。

尽管上述两点校准或再校准技术简捷，但是因其对生产的中断性而在精炼过程中不受欢迎，因为生产需要被停下来以便相继用两种已知密度的流体填充容器。如上所述，具有不中断的精炼过程是有益的，并且在多数情况下，是优选的。因此，工艺工程师需要一种校准或再校准传感器阵列中的每个传感器而不停止生产的方法。

发明内容

一方面，本文所公开的实施例涉及用于密度分析仪的自校准的过程。该过程可包括使用多个传感器或单个传感器测量容器内的流体的密度分布，以及使用多个取样端口测量容器内的流体的密度分布。随后可以基于传感器所测得的密度分布对多个取样端口的至少一个的位置附近的流体密度进行插值。还可以基于取样端口所测得的密度分布对多个传感器的至少一个的位置附近的流体密度进行插值。可以基于插值的取样端口密度以及插值的传感器密度，调整多个传感器的至少一个的校准。

另一方面，本文所公开的实施例涉及用于密度分析仪的自校准的系统。该系统可包括：多个传感器，用于测量容器中的流体的密度分布；多个取样端口，用于测量该容器中的流体的密度分布；以及计算机系统。该计算机系统可被配置成：基于传感器测得的密度分布，对多个取样端口的至少一个的位置附近的流体密度进行插值；基于取样端口测得的密度分布，对多个传感器的至少一个的位置附近的流体密度进行插值；以及基于插值的取样端口密度和插值的传感器密度，对多个传感器的至少一个的校准进行调整。

此发明内容用于介绍以下详细描述中进一步说明的的概念的精选。此发明内容不旨在确定要求保护主题的关键或基本特征，也不旨在帮助限定要求保护主题的范围。本发明的其它方面和优势将在接下来的描述和所附的权利要求中显而易见。

附图说明

图1是根据本公开的一个或多个实施例的系统的示意图。

图2示出根据本文所述实施例的密度分析仪的自校准的方法。

图3、4和6示出说明根据本文所述实施例的密度分析仪自校准的密度曲线。

图5示出在本文所公开的校准方法中函数L₁、L₂的演化。

图7A到7D示出一系列曲线图，示出根据本公开的一个或多个实施例的校准的结果。

图8A到8I示出如图7A到7D所示事件的密度分布。

具体实施方式

一方面，本文所述实施例总体上涉及密度分析仪。更具体地说，本文所公开的实施例涉及用于密度分析仪的自校准的方法和装置。

将参照附图描述本公开的具体实施例。在如下实施例的详细描述中，大量的具体细节被阐述以便提供对本公开的更全面理解。然而，对本领域技术人员而言，本公开显然可在没有这些具体细节的情况下施行。在其他实例中，众所周知的特征没有被详细描述，以避免使得本公开含糊不清。

如本文所用的，“流体”是指容器内可包含的气体、液体、和固体、或者它们的混合物。流体可包括水性流体、有机流体、单相系统、以及多相系统如泡沫、乳液、和流化粒子。如本文所用的，“密度分布”是指在多个位置处（即，作为位置的函数）的流体密度。例如，在容器内的流体的密度分布可包括在容器内几个不同高度处的流体的密度。

现在参照图1，示出容器109的下部的示意图，容器109包括根据本文所述的一个或多个实施例的密度分析仪107。容器109可配备有位于不同高度的一个或多个取样端口105。取样端口105可被用来在不同高度处提取容器内的处理流体103的样本。之后样本可被测量，来确定容器内在取样端口附近的流体的实际密度。在实验室或现场测得的密度连同取样端口的一致高度一起可被用于确定容器内的处理流体的密度分布。

如上所述，实验室测量可能需要耗时的分析、以及提取样本的人力、测量样本的人力、以及将样本数据传递给操作。实验室测量可因此提供后视的密度分布，当操作收到数据时，后视密度分布可能无法反映容器109中的实际密度分布。这可能使得工艺控制困难。此外，实验室（未示出）可能和容器位于相同的地点或位于远程位置。进一步地，对取自抽头105的样本进行的分析可在获得样本后马上进行或在任何随后时间进行，这依赖于容器的位置、特定的操作、以及特定的工艺需求。

为便于对密度的实时测量，可以采用密度分析仪107，其中密度分析仪107可包括用于在不同容器高度处测量流体混合物103的密度的两个或更多传感器101。传感器101可因而提供作为高度（在容器内的高度）的函数的密度的传感器测量。传感器101可包括任何种类的密度测量设备，并在某些实施例中可包括伽马射线密度测量设备，比如在美国专利No.8306187和7469033以及美国专利申请No.13/298155和13/650771中所描述的。在一些实施例中，密度分析仪107可包括单个传感器101，比如放置在容器附近的位置敏感伽马射线检测器，其中该单个传感器可被用于提供传感测量的密度分布。传感器101和取样端口105可沿着容器壁109相对彼此定位在相同或不同的高度处，如图1所示。

例如，密度分析仪107包括放置在容器附近的至少一个伽马射线检测器。该伽马射线检测器被配置成测量背向散射伽马射线计数并基于该背向散射伽马射线计数来确定工艺容器内容纳的靠近传感器的流体的密度。传感器101的伽马射线源（未单独示出）以及伽马射线检测器（未单独示出）可附加或以其它方式安装在容器壁109附近。

伽马射线源可发射伽马射线穿过容器壁109并进入处理流体103，处理流体103可以是与过程相关联的气体、液体、以及固体、或它们的混合物。普通技术人员能意识到，该容器的内容可以比如图1所示的简单示例更复杂。例如，处理流体103可能包含几种不同密度的流体而且这些流体可能是分开的和/或混合的。所发射的伽马辐射可从处理流体103背向散射，而该背向散射的伽马辐射可随后被伽马射线检测器检测到。

检测器响应于γ射线产生电脉冲，并通过对脉冲计数，可得知γ射线的通量（每秒多少γ射线撞击传感器）。计数率N或者电压可随后被转换成密度ρ，例如，使用公式：N=-αρ+β，其中α和β为校准系数。实际用于将计数率或电压转换为密度的公式可能或多或少地更复杂，此处所示的简化公式仅用于说明目的。

在一些实施例中，密度分析仪可被安装在新容器上。对于这样的新结构，传感器可用两种或更多流体进行初始校准，来确定校准常数和/或任何其它必要的偏移/校准值。在其它实施例中，包括多个传感器101的密度分析仪可通过初始校准常数集来安装在工作的容器上。初始校准常数集可以是已知的，例如来自初始系统校准的知识。这些常数可从处理流体103的先验知识或以前用过的校准常数来确定。进一步地，校准常数可包括估计值以便在操作过程中为传感器101的校准提供起点（其可在稍后作为参考）。在任一实例中，对于新安装或改装，传感器输出可能需要被校准或再校准，以便在容器内可能遇到的全流体范围上提供精确的密度测量。本文所公开的实施例在容器的例行操作期间提供传感器的自校准。

用于依据本文所述实施例的密度分析仪自校准的过程需要实验室（实际的）密度测量以及传感器测量。尽管处理流体103可能在操作期间连续改变，但是不断变化的流体可被用来收集数据集。特别地，从抽头105取得的样本可被分析来确定在获得样本的抽头高度处的处理流体103的密度。此外，以及同时，可从传感器阵列中的传感器101的响应获得传感器数据。而且，分析从端口105取得的样本以及获得传感器101的响应可在操作中的若干不同时间进行，以便在操作中获得对应于不同时间的多个数据集。使用多个数据集是有益的，以便连续地调谐、或者校准传感器阵列中的传感器101的响应，并且可导致对处理流体103的密度分布的有效和精确确定。通过基于所测得的密度（实际的）训练传感器，传感器的校准常数可随后被在运行中调整。

然而，传感器的训练可能不是简单的事。容器内的密度分布通常会指示从容器顶部的低密度到接近容器底部的高密度的过渡。然而，可能被用来训练传感器并计算系统的合适校准常数的经验建模可能具有过度的自由度，而对误差的最小化可能导致过度拟合。模型的过度拟合可能随后导致密度分析仪中一个或多个传感器的错误密度读数。

为了根据本文所述实施例恰当地校准密度分析仪，校准过程可包括如图2所示的步骤。在步骤210，可使用多个传感器测量容器中流体的密度分布。在步骤215，可使用多个取样端口测量容器中流体的密度分布。

在步骤220，可以基于传感器测得的密度分布估算多个取样端口的至少一个的位置附近的流体密度。在步骤225，可以基于取样端口测得的密度分布估算多个传感器的至少一个的位置附近的流体密度。

在每个抽头105的高度处所估算的密度可通过在高度接近抽头高度的两个传感器（优选地，相对于该抽头高度，一个传感器在较高的高度，一个传感器在较低的高度）之间进行插值来确定。插值的抽头密度基于从每个传感器101的响应所确定的密度代表在该抽头高度处的密度。在传感器101之间的插值可以是线性的、多项式的、任何本领域已知的其它插值或任何它们的组合。此外，本领域技术人员可能知道并领会到，可能不存在相对于抽头高度处于较高或较低高度的传感器，并且因此可以使用其它插值方法或者可以不对在抽头高度处的密度进行插值。

同样地，在每个传感器101的高度处所估算的密度可通过在高度接近该传感器高度的两个取样端口测得的密度之间进行插值来确定。插值的传感器密度基于对从取样端口取出的流体的密度进行实验室或实际物理测量（应对取样端口适当冲洗以便取回代表性样本）代表在该传感器高度处的密度。

随后可以基于插值的取样端口密度和插值的传感器密度，调整230多个传感器的至少一个的校准。

在一些实施例中，可以通过以下步骤来确定在步骤230中进行的校准调整：(a)基于初始传感器校准常数、所测得的取样端口密度分布以及插值的取样端口密度，最小化第一误差函数以确定新的或当前的校准常数；以及（b）基于初始传感器校准常数、所测得的传感器密度分布、插值的传感器密度、以及所确定的当前校准常数，计算第二误差函数。可以通过调整校准常数来匹配传感器密度分布和取样端口测得的密度分布，迭代地最小化第一误差函数。可在迭代过程中监视第二误差函数以便最小化第一误差函数。在第二误差函数中到达最小值时，该迭代过程可中止。在迭代过程期间对一个或多个传感器所确定的校准常数可随后被重设或调整为当第二误差函数到达最小值时所确定的新的或当前的校准常数。

在一些实施例中，第一误差函数L₁可表示为公式：

$L_1=\underset{p=1}{\overset{n}{\mathrm{\Σ}}}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{[t_{\mathrm{ip}},({\stackrel{\→}{s}}_0,{\stackrel{\→}{C}}_0\stackrel{\→}{C})-l_{\mathrm{ip}}]}^2$

其中m是被分析n次的取样端口的数量，t是插值的取样端口密度，l是测得的取样端口密度，是初始传感器密度，是初始校准常数，以及是当前校准常数。以及都是向量。例如，如果有6个传感器，那么是6个数，每个都是12个数。

第二误差函数L₂可由以下公式表示：

$L_2=\underset{\mathrm{jp}}{\mathrm{\Σ}}{(s_{\mathrm{jp}}({\stackrel{\→}{s}}_0,\stackrel{\→}{C}{\stackrel{\→}{C}}^{*})-s_{\mathrm{jp}}^{*})}^2$

其中j是被分析p次的取样端口的数量，s是测得的传感器密度，s*是插值的传感器密度，是初始传感器密度，是当前校准常数，以及是模型校准常数。对于L2，以及都是向量。例如，如果有6个传感器，那么是6个数，每个都是12个数。

根据本文所述实施例的自校准因此需要测量实际密度数据和传感器数据。由于实验室测量可能需要一段时间，训练可以基于累积的历史数据。传感器测得的密度分布的历史可被保存于数据存储中以备以后在系统校准中使用。传感器历史可包括，例如，传感器标识符、传感器的位置或高度、时间戳中的一个或多个，以及初始传感器校准常数（初始是在时间戳的时间上与传感器相关联的校准常数）、传感器电压计数率输出值、以及传感器密度测量值中的至少一个。一旦被测量，取样端口测得的密度分布的历史可被输入到数据存储中。取样端口历史可包括，例如，取样端口标识符、取样端口的位置或高度、取样时间戳、以及所测得的密度值中的一个或多个。

从容器取样可由操作工在例行时间完成，比如每2、4、或6小时，或其它适于操作的时间间隔。然而，“例行”样本可能由于正在进行的工厂运行而不是按规定时间间隔取自该容器；例如，4点钟的样本可能一天是取在3:45而后一天取在4:30。而且，传感器的历史数据可能是以不对应于采样时间的间隔来记录。因此，本文所述实施例也可以将取样端口历史的时间戳匹配到传感器历史的时间戳以用于计算和监视L₁和L₂。

即使在调整传感器的校准常数以便精确地代表容器中的流体密度之后，仍可能需要对传感器进行再校准。例如，由于其内在原因该进程可能持续变化。传感器漂移、将不同密度的新流体引入到容器中、容器、容器和/或检测器老化以及其它因素也可能导致更新传感器校准的需求。同样地，如在上文所描述的步骤、用传感器测量密度分布、用取样端口测量密度分布、最小化第一误差函数、以及计算第二误差函数可根据需要重复，以基于新获得的或最近的历史数据确定用于多个传感器的新校准常数。

在操作期间，容器中流体的密度和/或密度分布（即，处理密度和/或处理密度分布）可通过基于所测得的密度和/或密度分布操纵一个或多个处理变量来控制。例如，在容器成为处理中的一个组件的情况下，可以响应于容器中传感器测得的流体密度分布来操纵一个或多个处理变量。传感器数据可被显示并且可以例如使用过程控制系统来执行处理变量操纵。

在某些实施例中，过程控制系统可被配置成执行传感器的自校准。例如，过程控制系统可以包括用于储存历史传感器数据、接收并储存输入取样端口数据、以及确定更新的校准常数的软件和硬件。

在其它实施例中，历史传感器数据可从过程控制系统输出或检索到远程计算机系统，远程计算机系统包括用于储存历史传感器数据、接收并储存输入取样端口数据、以及确定更新的校准常数的硬件和软件。该更新的校准常数可随后被传送回或输入到过程控制系统。

不管自校准是在本地或远程或甚至在多个节点上进行，过程控制系统和远程计算机系统可包括或连接到局域网（LAN）、广域网（例如，因特网）、以及其它通信和显示装置，诸如键盘、网络接口连接、显示器（显示设备）、相关的物理存储器、共享存储器、或其他输入、输出、储存和处理设备以及本领域技术人员知道的计算机可读介质。

作为如上所述的自校准技术的示例，假设有m个被采样并分析n次的抽头，l_ip;i=1,2,,…,m;p=1,2,,…,n，且传感器报告的密度每次都被记录。角标“0”用来强调密度是由在初始采样时间有效的初始校准常数获得的。当校准常数发生变化，由传感器报告的密度也将改变并且其关系可表示为函数：

$\stackrel{\→}{s}\left(\stackrel{\→}{C}\right)=\stackrel{\→}{s}({\stackrel{\→}{s}}_0,{\stackrel{\→}{C}}_0\stackrel{\→}{C}).$

在最简单的线性响应以及各传感器相互独立的情况下，由第i个传感器报告的密度为

$s_i=C_i^{\mathrm{low}}\frac{C_{i,0}^{\mathrm{high}}-s_{i,0}}{C_{i,0}^{\mathrm{high}}-C_{i,0}^{\mathrm{low}}}+C_i^{\mathrm{high}}\frac{s_{i,0}-C_{i,0}^{\mathrm{low}}}{C_{i,0}^{\mathrm{high}}-C_{i,0}^{\mathrm{low}}}$

实际的关系可能比如上所示的简单或复杂。利用这种关系，传感器密度可在任何时间和在使用任何校准常数集时获得。在抽头高度处的密度t可通过例如插值从s估算。因此，在任何时间，所估算的抽头密度是传感器阵列读数采样时间的校准常数以及当前校准常数的已知函数，并可被表示为：

$\stackrel{\→}{t}=\stackrel{\→}{t}\left(\stackrel{\→}{s}\right)=\stackrel{\→}{t}\left(\stackrel{\→}{s}({\stackrel{\→}{s}}_0,{\stackrel{\→}{C}}_0,\stackrel{\→}{C})\right)$

更新的校准常数可随后通过最小化相对于校准常数的向量的如下函数来确定：

在取样时间的传感器阵列读数和校准常数，是已知常数，此外，

$t_{\mathrm{ip}}({\stackrel{\→}{s}}_0,{\stackrel{\→}{C}}_0,\stackrel{\→}{C})$

是已知函数。求和遍历端口i和采样集p。最小化可通过任何标准方法完成，例如，梯度下降法。本领域技术人员可以了解并领会到，上述的插值、求和、以及最小化计算可通过本领域已知的任何数学方法来求解。

如上描述的最小化过程本质上构建了对例行操作中遇到的密度范围的传感器响应的经验模型。该模型是校准常数的集合。在某些情况下，可能会出现被称为过度拟合的问题。过度拟合发生在该模型是过度时，也就是，在最小化问题中自由度超过该数据实际允许。

为了说明这一点，图3示出过度拟合的示例。在此，所估算的抽头密度t（在曲线中示为星形）通过传感器响应或节点（在曲线中示为球形）之间的插值来获得。就其本质而言，较稠密物质相对于其它低稠密物质在容器内处于更低的高度处。因此，所估算的抽头密度t随着高度的增加而系统地减小。然而，如图3所示，插值节点（球形）示出了相反的情形：从较低高度处数起（或从曲线左侧数起），在第5个节点处的密度大于在第4个节点处的密度。尽管此结果实现了L₁的绝对最小值，但它可能是用于最小化L₁的特定数据集的特征，而非数据的大体趋势。

如上所描述的，抽头密度t_ip可通过对从传感器响应s_jp导出的节点之间插值来获得。然而，在此示例中，因为其导致了过度拟合问题，反向过程可被引入。具体地，如图4中所示，传感器响应s_j*_p可通过在实验室报告的抽头密度l_ip之间插值并将s_j*_p与实际响应s_jp进行比较来获得。如对L₁的最小化所进行的，值

$L_2=\underset{\mathrm{jp}}{\mathrm{\Σ}}{(s_{\mathrm{jp}}({\stackrel{\→}{s}}_0,\stackrel{\→}{C}{\stackrel{\→}{C}}^{*})-s_{\mathrm{jp}}^{*})}^2$

被连续监视并在达到L₂的最小值时停止最小化。图5示出L₁和L₂在整个过程中的演变。在某一点，L₂经过其最小值而L₁持续尝试接近最小值。在该点之后，对L₁的进一步减小即为骗局，因为该模型是对特定数据集的过度拟合，而非获知所遇流体的密度的大体趋势。图6示出如上所述的最小化在L₂达到最小值后停止的结果。相比于图3，此结果弥补了过度拟合的趋势并且是更合理和合适的趋势。在此示例中，相似的结果也可通过直接最小化L₂来得到。

示例

作为示例，具有密度分析仪传感器系统和四个取样端口的容器被根据本文所述实施例进行自校准。图7（A-D）示出表示根据本公开的一个或多个实施例的校准技术的表现的一系列曲线。

初始校准，线条601A、601B、601C、以及601D被证明不准确。在有序的不间断的操作期间获得的数据已被用来改善该校准。

这些数据包括9个采样事件。每个事件具有在8个取样端口（抽头）处的4个密度，从8个抽头处的样品获得的8个密度和密度分析仪报告的6个密度。在图7A-D中，相对于样本号码（1到10）高度绘制相应的端口的密度。线601A、601B、601C、和601D是用初始校准测量的密度。线603A、603B、603C、和603D是按照根据本公开的一个或多个实施例的自校准方法所测得的传感器密度。线605A、605B、605C、和605D是来自实验室报告的测量密度，并被认为是最精确的密度。在按照根据本文所述实施例的自校准的传感器测量中的改进是可观的。图8A到8I示出了图7A到7D所示的事件的密度分布，包括实验室值（801），校准前的重建(802)，以及校准后的重建(803)。

如上所述，本文所公开的实施例用于密度分析仪的自校准。自校准可有利地提供改进的传感器密度测量精度，以及用于改进这样的测量而不必关闭容器的操作来重新校准。

有利地，本公开的一个或多个实施例可在整个操作期间有效地监视和校准传感器响应而不必中断生产。此外，此方法和设备可有效地用于改善并在连续的迭代中维持传感器响应的精度。有效地维持传感器响应的精度而不必诉诸两点技术，这允许更高效率的下游工艺和持续生产。进一步的，本领域技术人员将领会到本公开的实施例可在各种环境或应用中实现。

虽然本公开包括有限数量的实施例，本领域技术人员在得益于本公开的情况下将领会到，可以涉及不背离本公开的范围的其它实施例。相应地，该范围应仅由所附的权利要求书所限定。

Claims (16)

1.一种用于密度分析仪的自校准的过程，所述过程包括：

用多个传感器或单个传感器测量容器内的流体的密度分布；

用多个取样端口测量所述容器内的流体的密度分布，所述取样端口用于从所述容器提取流体；

基于传感器测得的密度分布，对所述多个取样端口中至少一个的位置附近的流体的密度进行插值；

基于取样端口测得的密度分布，对所述多个传感器中至少一个的位置附近的流体的密度进行插值；以及

基于插值的取样端口密度和插值的传感器密度，对所述多个传感器中至少一个的校准进行调整。

2.如权利要求1所述的过程，进一步包括：

基于初始传感器校准常数、所测得的取样端口密度分布和插值的取样端口密度，最小化第一误差函数以确定当前校准常数；以及

基于初始传感器校准常数、所测得的传感器密度分布、插值的传感器密度、以及所确定的当前校准常数，计算第二误差函数。

3.如权利要求2所述的过程，进一步包括：

迭代地最小化所述第一误差函数和计算所述第二误差函数；以及

在所述第二误差函数中达到最小值时中止所述迭代过程。

4.如权利要求3所述的过程，其中对所述多个传感器中至少一个的校准进行调整包括：

将传感器的校准常数调整为当所述第二误差函数达到最小值时所确定的当前校准常数。

5.如权利要求2所述的过程，其中所述第一误差函数由如下公式表示：

$L_1=\underset{p=1}{\overset{n}{\Σ}}\underset{i=1}{\overset{m}{\Σ}}{\[t_{ip}({\stackrel{\→}{s}}_0,{\stackrel{\→}{C}}_0,\stackrel{\→}{C})-l_{ip}\]}^2$

其中m是被分析n次的取样端口的数量，t是插值的取样端口密度，l是所测得的取样端口密度，是初始传感器密度，是初始校准常数，以及是当前校准常数。

6.如权利要求2所述的过程，其中所述第二误差函数由如下公式表示：

$L_2=\underset{jp}{\Σ}{\left(s_{jp}\right({\stackrel{\→}{s}}_0,\stackrel{\→}{C},{\stackrel{\→}{C}}^{*})-s_{jp}^{*})}^2$

其中j是被分析p次的取样端口的数量，s是所测得的传感器密度，s*是插值的传感器密度，是初始传感器密度，是当前校准常数，以及是模型校准常数。

7.如权利要求2所述的过程，进一步包括：

在数据存储中存储所述传感器测得的密度分布的历史，其中所述传感器历史包括传感器标识符、传感器的位置或高度、时间戳中的一个或多个，以及初始传感器校准常数、传感器电压计数率输出值、以及传感器密度测量值中的至少一个；

在所述数据存储中输入所述取样端口测得的密度分布的历史，其中所述取样端口历史包括取样端口标识符、取样端口的位置或高度、时间戳、以及测得的密度值中的一个或多个。

8.如权利要求7所述的过程，进一步包括：

匹配所述取样端口历史的时间戳和所述传感器历史的时间戳。

9.如权利要求7所述的过程，进一步包括重复进行用传感器测量密度分布、用取样端口测量密度分布、最小化第一误差函数、以及计算第二误差函数以确定所述多个传感器的新校准常数。

10.一种用于密度分析仪的自校准的系统，所述系统包括：

用于测量容器内流体的密度分布的多个传感器；

用于测量容器内流体的密度分布的多个取样端口，所述取样端口用于从所述容器提取流体；

计算机系统，被配置成：

基于传感器测得的密度分布，对所述多个取样端口中至少一个的位置附近的流体的密度进行插值；

基于取样端口测得的密度分布，对所述多个传感器中至少一个的位置附近的流体的密度进行插值；以及

基于插值的取样端口密度和插值的传感器密度，调整所述多个传感器中至少一个的校准。

11.如权利要求10所述的系统，所述计算机系统进一步配置成：

基于初始传感器校准常数、所测得的取样端口密度分布和插值的取样端口密度，最小化第一误差函数以确定当前校准常数；以及

基于初始传感器校准常数、所测得的传感器密度分布、插值的传感器密度、以及所确定的当前校准常数，计算第二误差函数。

12.如权利要求11所述的系统，所述计算机系统进一步配置成：

迭代地最小化所述第一误差函数和计算所述第二误差函数；以及

在所述第二误差函数中达到最小值时中止所述迭代过程。

13.如权利要求12所述的系统，所述计算机系统进一步配置成：

将传感器的校准常数调整为当所述第二误差函数达到最小值时所确定的当前校准常数。

14.如权利要求10所述的系统，进一步包括：

数据存储，用于存储所述传感器测得的密度分布的历史和所述取样端口测得的密度分布的历史，

其中所述传感器历史包括传感器标识符、传感器的位置或高度、时间戳中的一个或多个，以及初始传感器校准常数、传感器电压计数率输出值、和传感器密度测量值中的至少一个；以及

其中所述取样端口历史包括取样端口标识符、取样端口的位置或高度、时间戳、以及所测得的密度值中的一个或多个。

15.如权利要求14所述的系统，所述计算机系统进一步配置成：

访问所述数据存储；以及

匹配所述取样端口历史的时间戳和所述传感器历史的时间戳。

16.如权利要求10所述的系统，其中所述多个传感器位于单个检测器装置中。