CN108020606A - 分析仪部件的监测 - Google Patents
分析仪部件的监测 Download PDFInfo
- Publication number
- CN108020606A CN108020606A CN201710535300.3A CN201710535300A CN108020606A CN 108020606 A CN108020606 A CN 108020606A CN 201710535300 A CN201710535300 A CN 201710535300A CN 108020606 A CN108020606 A CN 108020606A
- Authority
- CN
- China
- Prior art keywords
- gas analyzer
- instruction
- component
- gas
- sample
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 89
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000003745 diagnosis Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 37
- 239000011159 matrix material Substances 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 2
- 239000002245 particle Substances 0.000 claims 7
- 230000003862 health status Effects 0.000 abstract description 7
- 239000007789 gas Substances 0.000 description 99
- 238000010586 diagram Methods 0.000 description 15
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 12
- 230000008859 change Effects 0.000 description 10
- 238000004817 gas chromatography Methods 0.000 description 10
- 230000014759 maintenance of location Effects 0.000 description 9
- 230000036541 health Effects 0.000 description 8
- 230000008439 repair process Effects 0.000 description 8
- 239000012159 carrier gas Substances 0.000 description 7
- 150000001875 compounds Chemical class 0.000 description 5
- 230000032683 aging Effects 0.000 description 4
- 238000004587 chromatography analysis Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000002266 amputation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 206010063493 Premature ageing Diseases 0.000 description 1
- 208000032038 Premature aging Diseases 0.000 description 1
- 238000003483 aging Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 238000011208 chromatographic data Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000013154 diagnostic monitoring Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/007—Arrangements to check the analyser
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8651—Recording, data aquisition, archiving and storage
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8658—Optimising operation parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0073—Control unit therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N2030/022—Column chromatography characterised by the kind of separation mechanism
- G01N2030/025—Gas chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
- G01N2030/889—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 monitoring the quality of the stationary phase; column performance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/62—Detectors specially adapted therefor
- G01N30/64—Electrical detectors
- G01N30/66—Thermal conductivity detectors
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Library & Information Science (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种气体分析仪,所述气体分析仪包括样本入口、样本出口、检测器、监测部件和控制器。样本入口被配置为接收样本并连接到样本出口。检测器可操作地设置在样本入口和样本出口之间,并且被配置为提供与样本相关的指示。监测部件被配置为提供关于气体分析仪的至少一个部件的诊断指示。控制器被配置为控制通过气体分析仪的流量并可操作地连接到检测器,以分析样本、向监测部件提供分析报告并向输出提供健康状况指示。
Description
背景技术
诸如生产气体分析仪、基于激光的气体分析仪和气相色谱仪的分析仪通常接收样本气体输入并通过气体测量阶段输送气体,以提供与样本气体的某些方面相关的分析输出。
气相色谱法涉及通过色谱柱基于迁移速率的化合物的混合物的分离。例如,分离可以基于沸点、极性或分子大小的不同。然后,分离的化合物可以流过适当的检测器,例如热传导检测器(TCD),所述检测器检测给定样本中存在的每种化合物的浓度。已了解单个化合物的浓度使得可以使用工业标准方程式计算样本的特定物理性质,例如BTU、比重或其他所需特性。
现代气相色谱仪包括多个部件和子部件,包括多个阀和色谱柱,以将化合物分离分裂成几个子过程。确保每个部件适当作用对于准确的色谱结果是重要的。例如,在长时间(通常几个月至几年)内,流动路径中的污染或者色谱柱的性能的改变可能会影响部件离开色谱柱所需的时间。
发明内容
一种气体分析仪包括样本入口、样本出口、检测器、监测部件和控制器。样本入口被配置为接收样本并连接到样本出口。检测器可操作地设置在样本入口和样本出口之间,并且被配置为提供相对于样本的指示。监测部件被配置为提供关于气体分析仪的至少一个部件的诊断指示。控制器被配置为控制通过气体分析仪的流量并可操作地连接到检测器,以分析样本、向监测部件提供分析并向输出提供健康状况指示。
附图说明
图1A-1C示出根据本发明的一个实施例的具有监测部件的气相色谱仪的一个示例;
图2示出呈现根据本发明一个实施例的甲烷随时间而偏离的经验保留时间的示例性控制图表;
图3示出根据本发明的一些实施例的可以使用的一个示例性成分/征兆矩阵;
图4示出根据本发明一个实施例的提供气相色谱仪健康指示的一个示例性方法的流程图;
图5是根据本发明的一个实施例的用于确定气相色谱仪部件的剩余寿命的方法的流程图;以及
图6是根据本发明一个实施例的用于使用模糊逻辑计算气相色谱仪部件的剩余寿命的方法的流程图。
具体实施方式
气体分析仪通常测量各种应用中的气体组成。例如,气相色谱仪可以被配置为向技术人员提供信息,例如色谱图、分析样本中检测到的成分的摩尔百分数、生成的报告和趋势。在一个实施例中,气相色谱仪可以包括MODBUS协议和/或模拟输入/输出接口。
现有的分析仪(例如,气相色谱仪单元)的一个问题是所述单元在长时间使用后不能检测和自诊断问题或者不能向技术人员提供检测到的色谱柱健康状态、检测器功能和样本环路功能的指示。因此,可能难以确定给定的分析仪部件是过早老化还是具有可检测的错误或故障。获得这种信息可以向技术人员提供可以帮助通知关于气相色谱仪的决策的信息,例如建议对特定部件进行抢先更换或修理。
在气相色谱仪的示例中,故障类型可以包括:色谱柱污染、色谱柱退化、色谱柱松动连接和不好的安装。可以针对检测器提供的一些示例性指示可以包括:检测器热丝不平衡、脏的或有缺陷的检测器、检测器电源关闭状态、熔断的检测器保险丝或者由于使用或磨损而检测到的老化。此外,在一个实施例中,气相色谱监测部件可以提供关于各种其他问题的指示,包括但不限于:色谱仪中不希望有的峰值、与端口泄漏相关的反冲洗阀口、观察到的基准线噪声、注水、阀噪声积分、峰值漂移报警、通风口中的水、样本闸阀故障、通风口堵塞和检测到的泄漏。
在一个实施例中,气相色谱仪设置有监测部件,所述监测部件可以被配置为监测随时间变化的一个或多个参数。在一个实施例中,监测部件被配置为向技术人员提供气相色谱仪的部件和子部件的健康状况的指示。在一个实施例中,气相色谱监测部件可以监测色谱柱、检测器和样本环路以及相关联的子部件的健康状况。在一个实施例中,监测部件可以被配置为在预期的部件故障之前向技术人员提供警报,从而减少意外的部件故障的风险。
在一个实施例中,分析仪监测部件可以集成专家知识和历史数据,以用于改进自我诊断和故障预测。例如,监测部件可以包括关于可观察的分析仪趋势和已知部件问题之间的已知相关性的数据。在一个实施例中,分析仪监测部件被配置为向诸如气相色谱仪的分析仪的部件和子部件提供基于统计的监测功能。在另一个实施例中,监测部件包括基于模糊逻辑的混合模块,所述混合模块分析分析仪参数随时间的行为。特定用于气相色谱仪的感兴趣的参数的一些示例包括:保留时间、面积、高度、响应因素等。在一个实施例中,基于模糊逻辑的混合模块可以在气相色谱仪专家知识的背景下分析观测参数,以提前诊断和检测潜在的部件故障,从而允许修理。在一个实施例中,监测可以包括气相色谱仪数据的周期性监测。在另一个实施例中,监测包括监测每一个气相色谱仪分析。检测和监测部件健康状况的能力还可以帮助管理维修和更换库存。
图1A-1C示出根据本发明的一个实施例的具有监测部件的气相色谱仪的一个示例。图1A示出气相色谱仪100的一个示例性实施例,本发明的实施例可以使用所述气相色谱仪。然而,图1A示出例如可从Rosemount Analytical Inc.购得的型号700XA气相色谱仪,在此提供的方法和实施例可以用于其他示例性气体分析仪。
图1B是本发明的实施例可以使用的气体分析仪的示意图。在一个实施例中,气相色谱仪100包括一个或多个入口110。(多个)入口110可以被配置为允许载运气体和样本气体的适当来源例如通过色谱仪100到出口112,在一个实施例中,所述出口包括适当的处理管线。在一个实施例中,载运气体被提供到流动面板,其中所述载运气体在进入分析仪炉120之前通过调节器和干燥器,其中所述载运气体可以通过载运气体预加热器线圈。
在一个实施例中,样本气体进入色谱仪100并通过样本环路122。在一个实施例中,根据已知的气相色谱技术,样本气体和载运气体可以进入多个气动控制的多端口选择阀中,所述选择阀被配置成使各种体积的样本和/或载运气体选择性地流动通过一个或多个色谱柱124。在一个实施例中,每一个多端口选择阀可以以流体连通方式连接到相应的螺线管,所述螺线管可被配置为从控制器(例如,控制器130)接收控制信号。在一个实施例中,控制器130也可操作地连接到检测器126。
在一个实施例中,检测器126是设置在分析仪炉120内的热传导检测器,并且被配置为例如通过控制一个或多个螺线管(未示出)来充分控制通过气相色谱仪100的流量。另外,在一个实施例中,控制器130被配置成确定检测器126对通过其的气体流的响应。在一个实施例中,控制器130选择性地将样本引入色谱柱124中一段选定的时间量,使气体反向流动通过色谱柱124,将所述反向流引导通过检测器124并随时间记录响应。
控制器130优选地包括微处理器或者被配置为执行一系列指令以计算分析参数并存储信息的其他适当的装置。控制器130可以包括或者可以连接到易失性和/或非易失性存储器(如图1C所示)。在一个实施例中,控制器130被配置为提供音频或视觉输出132。输出132可以呈现在连接的显示器、用户接口上,或者可以被提供给另一个装置以用于显示例如远程计算单元。
在一个实施例中,控制器130还连接到或者包括监测部件150。在一个实施例中,监测部件150分析当前的气相色谱仪数据,并将所述数据与历史数据或者已知的标准数据进行比较,以便检测一个或多个参数在一段时间(例如,保留时间)、面积等内的潜在偏差。监测部件150可以被配置为提供指示,例如输出132,所述输出指示一个或多个部件呈现异常行为。在一个实施例中,所提供的指示表示经历异常行为的部件,并提出响应例如更换脏色谱柱、缺陷检测器或电磁阀等的建议。
图1C提供根据本发明的一个实施例的监测部件200的说明性示意图。在一个实施例中,监测部件200与关于图1呈现和说明的监测部件150相似,并且提供关于分析仪的一个或多个部件(例如,气相色谱仪)的监测和诊断指示。在一个实施例中,监测部件200包括气相色谱数据入口源202。在一个实施例中,气相色谱数据入口源202包括来自一个或多个最近的气相色谱分析的数据。
在一个实施例中,监测部件200还包括校准数据入口流204,所述校准数据入口流被配置为接收关于气相色谱仪的一个或多个最近校准的信息。在一个实施例中,气相色谱仪入口数据202和校准数据流204被提供给监测部件200内的数据获取部件210。在一个实施例中,数据获取部件210可以用于聚集关于气相色谱仪和其部件或子部件中的一个或多个的输入信息。在一个实施例中,数据获取部件210可以连接到存储器220。存储器220可以被配置为存储标准参考数据222和/或存档数据224。存档数据224可以包括与之前的气相色谱仪分析、运行以及之前的校准数据相关的数据。此外,存档数据224可以存储关于气相色谱仪和/或气相色谱仪部件或子部件的一个或多个已知的良好参数。
在一个实施例中,监测部件200包括数据处理部件230。在一个实施例中,数据处理部件230可以被配置为分析关于接收到的分析仪参数的当前状态的输入数据,并将当前参数与先前采集的数据(例如,从存储器220检索)进行比较。数据处理部件230可以使用已知的统计方法232、模糊逻辑234、人造神经网络236和/或分析信息的其他方法238中的一种或多种。数据处理部件230可以被配置为提供健康指示符240。健康指示符240可以包括整体上关于分析仪(例如,气相色谱仪)的总体健康状况的指示符、一个或多个部件的健康状况、或者对于分析仪的一个或多个部件可能修复或更换策略的指示。
在一个实施例中,在每一个气相色谱仪校准运行结束后,监测部件200将例如从数据流202和/或204检索数据,并组织存储器220内的数据。存储器220可以被配置为存储来自校准运行的数据,以便更有效地处理历史数据。在一个实施例中,数据处理部件230可以被配置为例如周期性地或在每一个气相色谱仪运行结束时从存储器220检索信息,并应用统计方法,以便识别随时间变化的一个或多个参数。在一个实施例中,可以相对于一个或多个参数创建或采用控制图表,并且可以在色谱仪的寿命期间更新控制图表。在一个实施例中,控制图表可以有助于识别随时间变化的参数。在一个实施例中,改变可以包括检测参数正在增加、减小、经历向上或向下的水平移动、经历变化等。图2中呈现一个示例性控制图表,在下面详细说明。确定所识别的趋势的斜率可以指示参数随时间偏移得多快,从而可以提供何时可能发生预期的故障状况的指示。在一个实施例中,检测何时可能发生预期的故障状况可以提供足够的时间来订购更换零件,这可以减少现有库存的需求。在一个实施例中,监测部件200可以可通信地连接到远程库存系统,使得当检测到参数偏差时可以对更换零件进行订购。
图2示出根据本发明的一个实施例的呈现成分(在该示例中为甲烷)的经验保留时间随时间偏离的示例控制图表。在一个实施例中,监测部件,例如监测部件200被配置为随时间生成参数的图形输出。在一个实施例中,输出300可以从内部由监测部件使用以检测偏差,或者在另一个实施例中,向技术人员输出到显示器上。
控制图表300为检测到的参数偏差的说明。在一个实施例中,仅呈现检测到的问题的指示或可能的解决方案的指示。例如,在一个实施例中,监测部件被配置为随时间分析来自分析仪的数据,并检测部件可能发出问题的任何偏差。然后,在一个实施例中,监测部件可以确定所述趋势对应于一个或多个部件的预期故障或修理需求。在一个实施例中,监测部件将控制图表300输出给技术人员。监测部件可以呈现所识别的趋势的指示、可能与所识别的偏差相关联的一个或多个潜在问题的指示和/或对所识别的问题的一个或多个解决方案的指示。在一个实施例中,监测部件不直接输出控制图表300,而是仅将计算出的时间呈现给预期的部件故障。在另一个实施例中,控制图表300仅是说明性的,使得监测部件被配置为仅向所提出的解决方案的技术人员提供指示,例如以便更换色谱柱或者更换检测器保险丝等。
在一个实施例中,控制图表300包括与一个或多个分析相对应的原始数据。控制图表300示例性地提供对于特定气相色谱仪(例如,色谱仪100)的时间段304上的成分(甲烷)的保留时间302的分析报告。
在一个实施例中,趋势线310提供随着时间变化的平均保留时间x的指示,并且指示所述平均值是否随时间而波动以及如何在标准偏差σ中测量。在一个实施例中,关注区域320被识别为其中趋势线310的斜率306随时间增加的一个区域。斜率306的大小可以提供检测到的问题的严重程度的指示。斜率306的大小也可以指示或用于计算气相色谱仪的剩余寿命。剩余寿命可以有助于计算特定部件的故障情况何时可能发生。例如,斜率306可以提供气相色谱仪中的特定色谱柱需要在例如两周内或者在特定数量的分析之后更换的指示。
然而,图2示出一个具体参数、甲烷随着时间变化通过气相色谱仪的保留时间的控制图表300,例如,其他参数也可以随时间追踪。随时间追踪多个参数可以允许监测部件确定分析仪的完整健康描绘。在一个实施例中,随着时间追踪气相色谱仪的多个参数有助于提供气相色谱仪及其部件或子部件中的一个或多个的更新的健康描绘以及故障之前的警告。随时间追踪分析仪的完整健康状况也可允许监测部件向技术人员提供修复或更换分析仪的不同部件或子部件的时间的指示,使得避免了预期的故障。在一个实施例中,监测部件还能够减少现有替换部件库存需求,这是因为可以根据早期检测的参数偏差更容易地预期和计划维修和更换需求。
在一个实施例中,一旦在一个或多个追踪的参数中检测到趋势,则监测部件被配置为计算问题的严重性。例如,如果参数以快速的速率变化,则可以指示问题严重且必须尽快采取补救措施。严重程度可以由监测部件提供,例如定性指示(例如,“严重”)或者定量指示(例如,零件必须修理或更换前的一周)。
图3示出根据本发明的一些实施例的可以使用的部件/征兆矩阵的一个示例。在一个实施例中,一个或多个控制图表,例如图2中呈现的控制图表,可以组合地提供气相色谱仪健康状况的总体指示。随着时间检测一个或多个参数可以允许监测部件通过识别存在的一个或多个征兆并将观察到的征兆与可能的问题相关联来提供问题的指示。图3提供一个示例性部件/征兆矩阵400,所述矩阵可以用于将识别的征兆与气相色谱仪的潜在问题相关联。例如,保留时间的增加可以指示色谱柱污染。因此,检测到保留时间增加可以指示由于色谱柱污染可能需要更换或修理一个或多个色谱柱。
另一个示例可以包括基线不能归零的检测。如矩阵400所示,这可以与不平衡的检测器细丝相关。在一个实施例中,矩阵400被提供给使用气相色谱仪工作的技术人员,使得当监测部件提供检测到征兆的指示时,技术人员可以咨询矩阵400以通过气相色谱仪确定潜在问题。在另一个实施例中,矩阵400被存储在监测部件的存储器内,例如模块200的存储器220。在一个实施例中,监测部件200例如使用数据处理部件230对控制图表300中对于多个追踪参数观察到的趋势与识别的征兆402进行比较。一旦检测到一个或多个征兆402,则监测部件200接着可以识别可能存在哪些潜在问题404并向技术人员提供指示。例如,一些征兆402可以与以下中的任何一个相关:色谱柱污染、有缺陷的检测器细丝和/或色谱柱流出的增加。在一个实施例中,监测部件200提供所有潜在问题的指示,使得技术人员必须检测哪些问题对观察到的征兆负责。在另一个实施例中,监测部件200例如通过执行观察到的征兆的相关性来确定最有可能存在哪一个问题或哪些问题提供最可能的问题的指示。可以理解的是因为这种分析仪的各种参数可以随着不同部件和分析仪条件的变化而变化,因此其他类型的分析仪可以具有不同的矩阵400。
在一个实施例中,知道潜在征兆与潜在问题如何相关以及知道如何进行快速观察参数偏差,可以允许气体分析仪监测部件预测气体分析仪(例如,气相色谱仪)或其部件或子部件中的一个的剩余寿命。这可以以各种方式完成,并且一些示例性方法在下面关于图4-6进行说明。
在一个实施例中,关于潜在征兆如何与潜在问题相关的专家知识被存储在存储模块220内,使得监测部件200可以检索并应用专家知识到识别的征兆状,以确定哪个潜在问题最有可能对观察到的参数趋势负责。在一个实施例中,一旦将问题识别为观察到的参数偏差的潜在原因,则监测部件200被配置为例如通过健康指示器240提供所识别的问题的指示。
图4示出根据本发明的一个实施例的提供气体分析仪健康指示的一个示例性方法的流程图。方法500可以用于检测和提供用于检测到的气体分析仪的问题的警报。在一个实施例中,也可以使用方法500来提供关于气体分析仪和/或其部件或子部件中的一个的状态。
在方框510中,从气体分析仪接收校准数据。在一个实施例中,接收到的校准数据可以如方框512中所示被存储以供将来分析。在另一个实施例中,接收的数据在其被接收时被分析。在另一个实施例中,监测部件可以例如根据时间间隔(例如,每周或每月一次)或者在给定数量的分析之后(例如,每10次运行一次)进行周期性分析。
在方框520中,处理接收到的校准数据。在一个实施例中,处理数据包括将最近接收的数据与历史数据、已知的良好数据、已知的标准数据等进行比较。处理数据可以包括统计分析,如方框522所示,或者如方框524中所示包括基于模糊逻辑的分析,或者如方框526中所示使用另一种分析技术。如方框520中所示,处理数据还可以包括创建图表或者以其他方式检测是否出现参数偏差。如果观察到趋势,则在一个实施例中,监测部件可以标记该参数。在一个实施例中,标记参数可以包括注意到潜在的趋势并向技术人员提供指示。在一个实施例中,标记参数包括调整分析计划以监测检测到的趋势。在一个实施例中,处理校准数据包括将检测到的征兆与问题和/或特定部件相关联。
在方框530中,监测部件确定一个或多个气体分析仪部件的使用年限。根据几个因素,例如根据测试的样本的数量或类型,不同的部件可以更快或更慢地老化。确定老化可以包括检测一个或多个部件的剩余的使用寿命。例如,检测到气相色谱柱被污染以及污染率可以允许监测部件确定在更换或修理色谱柱之前剩余的使用寿命。在一个实施例中,可以根据检测到的参数偏差来计算一个或多个部件的使用年限。在一个实施例中,检测到的偏差的斜率可以提供严重性的指示和故障的时间。
在方框540中提供指示。在一个实施例中,所述指示包括指示气体分析仪的一个或多个部件需要维修或更换的警报544。提供警报544可以包括指示对故障情况的估计时间。在另一个实施例中,所述指示包括气体分析仪的状态542。在另一个实施例中,状态542可以说明一个或多个部件的状态。例如,在一个实施例中,提供状态542可以包括指示色谱柱状态在质量上是“差”而不是“好”或“优秀”,和/或指示剩余的使用寿命,例如色谱柱在需要维修或更换之前还具有少于三个月的使用寿命。
方法500可以用于向技术人员提供何时气相色谱仪的部件需要更换或修理的指示。这可以有助于技术人员避免故障情况,或者通过检查气相色谱仪的单个色谱图的检查或物理检查来检测可能不容易看清的问题。使用方法500处理数据的能力可以使给定的气相色谱仪保持更好的总体健康状况并早期识别潜在的故障问题。
图5示出根据本发明的一个实施例的用于确定气相色谱仪部件的剩余寿命的一个示例性方法的流程图。方法600可用于计算气相色谱仪部件的剩余寿命。例如,检测到的征兆可能导致故障情况或者不准确,从而需要修理或更换。因此,方法600可用于在部件使用年限超过期望的质量标准时提供警报,或者提供包括对部件何时老化超过期望的质量标准的估计的警报。
在方框610中,在一个实施例中,气体分析仪数据由监测部件接收。在一个实施例中,接收气体分析仪数据包括接收最近的校准数据和/或最近的色谱图。
在方框612中,将气体分析仪数据与历史数据或存储的分析仪数据进行比较。在一个实施例中,在已知的良好数据和最近获得的数据之间进行比较,以确定参数是否趋向于远离平均值以及如何严重。在一个实施例中,对历史数据进行比较以检测参数是否经历了统计学上明显的漂移。
在方框620中,气体分析仪数据被分类。在一个实施例中,方框620中的分类数据包括识别潜在征兆622。识别征兆622可以包括对于一个或多个参数生成一个或多个控制图表以及识别远离平均值的任何观察到的偏差或趋势的监测部件。在一个实施例中,一旦识别的趋势达到显著的偏差,例如远离平均值的一个或多个标准偏差,则该趋势被分类为潜在征兆。在一个实施例中,除了识别趋势之外还计算征兆的严重性。在一个实施例中,可以根据观察到的趋势的偏差率来识别严重性。对于线性趋势,偏差率对应于斜率。对于非线性趋势,可以例如通过识别趋势将何时通过与故障情况相对应的阈值或使用其他方法通过图表计算严重程度。
在一个实施例中,识别的趋势可以与使用部件/征兆矩阵的部件相关联的潜在问题相关,例如图3中所呈现。在方框620中,分类数据还可以包括例如根据所识别的参数偏差识别潜在征兆,如方框622中所示。如方框624中所示,可以例如使用部件/征兆矩阵通过将一个或多个已知征兆与和这种征兆相关联的问题进行比较来识别问题。识别潜在问题还可以包括根据从气相色谱仪专家的知识获得的分析比较收集的数据,这可以有助于将识别的征兆和问题相关。
在方框630中,针对每一个观察趋势计算隶属度。隶属度可以对应于参数首先偏离的时间长度和偏差率。在一个实施例中,所计算的隶属度可以提供所检测问题的严重性的指示。如果一个或多个参数的行为以快速的速率变化,则所述参数可以指示问题是严重的。相反,如果参数以较慢的速率变化,则所述参数可以指示该问题是温和的。了解例如方框630中计算的隶属度可以允许技术人员或者气体分析仪的监测部件确定是否需要立即采取行动、或者在将来什么时间采取行动来防止故障情况或色谱仪分析中不可接受的不准确性。
在方框640中,在一个实施例中,相关性根据观察到的征兆来识别与一个或多个部件相关的潜在问题。在一个实施例中,相关性包括分析基于来自一个或多个气体分析仪专家的输入编译的确认性矩阵。
发生矩阵可以指明征兆多频繁地出现。确认性矩阵可以有助于识别所识别的征兆与问题相关的强度,例如它们彼此相关的程度。例如,多种征兆可以与单个问题相关,或者一个征兆可以与多个问题相关。例如,多个征兆可以指示色谱柱污染,单个征兆(例如,高背景信号噪声)可以与多个问题相关。确认性矩阵可以提供特定征兆与具体问题相关的强度的更好指示。一旦监测部件具有关于征兆和问题的相关性的信息,则监测部件可以执行组合操作以检测相关性的隶属度。
在方框650中,计算气体分析仪部件的剩余寿命。例如,在控制图表300的示例中,其中观察到的偏差是线性的,计算剩余寿命包括确定斜率以及何时将超过不可接受的漂移水平。在一个实施例中,不可接受的漂移水平可以对应于不可接受的不准确度。在另一个实施例中,不可接受的漂移水平对应于部件的故障情况。
方法600可用于气体分析仪的监测部件,以计算气体分析仪的一个或多个部件的剩余使用寿命,或者向技术人员提供预期故障的指示。方法600也可以用于根据观察到的随时间变化的参数偏差量化地计算剩余寿命。
图6示出根据本发明的一个实施例的用于使用模糊逻辑计算气体分析仪部件的剩余寿命的方法的流程图。在一个实施例中,方法700可用于为气体分析仪部件提供可靠的估计的剩余寿命,这在计划修理计划中是有用的。此外,方法700可以帮助减少或消除意外的故障状态,并且可以快速且准确地隔离对检测到的数据缺陷负责的部件。
方法700从方框710开始,其中计算检测到的参数偏差的严重性。在一个实施例中,通过识别由气体分析仪测量的一个或多个参数的一个或多个趋势712来计算严重性。在一个实施例中,也可以通过确定趋势712的斜率或者变化速率714来计算检测到的偏差的严重性。
在方框720中获得部件/征兆矩阵。在一个实施例中,通过计算观察到的趋势712和斜率714之间的最大值并将该最大值乘以问题/征兆矩阵来生成部件/系统矩阵Ra。例如,问题/征兆矩阵可以与图3中呈现的矩阵相似。
在方框730中检索气体分析仪的专业知识。在一个实施例中,气体分析仪的专业知识包括发生矩阵Ro和/或确认性矩阵Rc。发生矩阵732将征兆与特定问题相关,并且确认性矩阵734指示征兆如何强烈地确认特定问题。例如,矩阵734可以指示在气相色谱仪中增加的保留时间有多强确认色谱柱污染问题,或者完全可以表示不同的问题。
在方框740中获得最大值-最小值组成。在一个实施例中,通过应用下面的等式1来获得最大值-最小值组合。
M部件与问题(x,z)=最大值yE征兆(最小值(μ部件与征兆(x,y),μ征兆与问题(y,z)))
等式1
其中,x∈{部件},y∈{征兆},z∈{问题/难题/原因},以及μ为隶属度。等式1可以用于使用下面所示的等式2和3聚集专家关于计算矩阵的知识以获得R1和R2。
R1为Ra、部件/征兆矩阵和Rc、确认性矩阵之间的组合。类似地,R2为部件/征兆矩阵Ra和发生矩阵Ro之间的组合。
在方框750中确定固定的决定。固定决定可以对应于导致0或1答案的矩阵运算。固定决定可用于确定部件是有效运行、正在接近故障状态还是需要修理。在一个实施例中,通过应用阿尔法截除来获得固定决定,如方框752所示。阿尔法截除可以例如被设置为相对于x+6σ为0.5。在矩阵R1和R2上应用阿尔法截除可以以0或1的形式获得固定决定。确定固定决定也可以通过应用矩阵等式运算来获得,如方框754中所示。在一个实施例中,应用矩阵等式运算可以提供用于确认故障情况的替代机制。
在方框760中,一旦例如通过确认固定决定来确认预期的故障情况,在一个实施例中,计算相关部件的剩余的使用寿命。为了便于说明,呈现检测到的线性趋势的示例计算。然而,还可以计算检测到的非线性偏差的剩余寿命。在一个实施例中,对于线性趋势,使用直线方程来计算剩余的使用寿命,如下面的等式4中所示。
y=mx+c 等式4
在等式4中,x表示剩余天数的时间,y表示控制警告值,m表示斜率,c表示常数。因此,计算剩余天数的时间可以通过重新排列等式4来提供x而获得。
寻找线性趋势线,例如图3中所示,在通过气相色谱仪随时间变化的甲烷的停留时间中观察到增加的偏差。这可以指示例如负责分离出甲烷成分的色谱柱正在经历一些污染。变化率或观察到的斜率m指示色谱柱内污染发生有多快。
然而,简单地识别污染正在发生并不一定表明需要采取行动,例如更换污染的色谱柱。因此,监测部件可能不会立即向技术人员提供警报,而是会提供指示必须紧密观察所指出的色谱柱中的保留时间。此外,可以提供指示,即正在发生污染,然而,在趋势线穿过警告极限或控制极限之前可能不会提供更换色谱柱的警报。例如,当超过警报极限(例如,色谱柱的百分比污染阈值)时可以提供警报指示。在一个实施例中,在检测到污染正在发生之后,监测部件可以确定污染的色谱柱的剩余最大天数。这可以允许监测部件计算色谱柱的污染率。这可以允许对所识别的征兆和污染物计算的隶属度。
监测部件可以被配置为通过识别趋势和计算何时超过警报值和故障值来计算剩余寿命。例如,可以识别线性趋势,并且可以使用等式5中呈现的线性方程来计算警报值,其中x表示以天为单位的时间,y表示控制警报值,m表示斜率。可以对故障值重复计算,以确定直到发生故障为止的剩余寿命。
添加监测部件可以允许气体分析仪减少故障发生次数,并在整个使用寿命期间提高数据准确性。另外,使用本文的征兆和方法可以使技术人员利用专家知识并对潜在的故障情况作出更明智的决定。另外,使用在此所述的系统和方法可以有助于减少故障诊断中的人为错误。此外,本文的系统和方法可以帮助提供早期警报并避免突然的气体分析仪故障。此外,使用在此所述的系统和方法的监测部件的存在可以提高来自这种气体分析仪的结果的置信度。另外,了解估计的剩余寿命可以有助于规划维修和避免现场过多的备用库存零件。
虽然已经参考优选实施例说明本发明,但是本领域技术人员将认识到,在不脱离本发明的精神和保护范围的情况下可以在形式和细节上进行改变。例如,虽然已经以气相色谱仪说明了本发明的实施例,但本发明的实施例可应用于各种各样的气体分析仪。另外,虽然本发明的实施例说明了作为气体分析仪(例如,气相色谱仪)的部件的诊断监测部件,但也能明确地想到监测部件也可以是可通信地连接到一个或多个气体分析仪的远程部件。
Claims (24)
1.一种气体分析仪,包括:
样本入口,所述样本入口被配置为接收样本并且被连接到样本出口;
检测器,所述检测器能够操作地设置在所述样本入口和所述样本出口之间,并被配置为提供关于样本的指示;
监测部件,所述监测部件被配置为提供关于所述气体分析仪的至少一个部件的诊断指示;和
控制器,所述控制器被配置为控制通过所述气体分析器仪的流量,所述控制器能够操作地连接到所述检测器以分析样本,向所述监测部件提供分析报告,并向输出提供健康状况的指示。
2.根据权利要求1所述的气体分析仪,还包括:
至少一个气体测量台,所述至少一个气体测量台设置在所述样本入口和所述样本出口之间。
3.根据权利要求1所述的气体分析仪,其中,所述指示包括关于所述气体分析仪的所述至少一个部件的预期故障的指示。
4.根据权利要求1所述的气体分析仪,其中,所述指示包括关于所述气体分析仪的所述至少一个部件所剩余的估计的剩余寿命。
5.根据权利要求1所述的气体分析仪,其中,所述指示包括与所述气体分析仪的所述至少一个部件相关的被检测到的问题。
6.根据权利要求1所述的气体分析仪,其中,所述指示包括与所述气体分析仪的所述至少一个部件相关的建议的行动过程。
7.根据权利要求6所述的气体分析仪,其中,所述指示包括与所述诊断指示相关的被识别的趋势。
8.根据权利要求1所述的气体分析仪,其中,所述监测部件还被配置为将所述分析报告与存储的分析报告进行比较。
9.根据权利要求1所述的气体分析仪,其中,所述气体分析仪的所述至少一个部件包括样本环路。
10.根据权利要求1所述的气体分析仪,其中,所述监测部件被配置为提供关于所述气体分析仪的所述至少一个部件的基于统计的监测功能。
11.根据权利要求1所述的气体分析仪,其中,所述监测部件被配置为提供用于分析气体分析仪的参数随着时间发生的行为的基于模糊逻辑的模块。
12.一种监测气体分析仪的部件的方法,所述方法包括以下步骤:
检测参数的趋势,其中所述趋势指示所述参数的被检测到的偏差;
将所检测到的趋势与部件问题相关联;和
根据所检测到的趋势提供关于所述气体分析仪的状态的指示。
13.根据权利要求12所述的方法,其中,所述指示包括指示与所述部件问题相关联的部件的警报。
14.根据权利要求12所述的方法,还包括以下步骤:
根据所检测到的趋势识别征兆。
15.根据权利要求14所述的方法,其中,将所检测到的趋势与部件问题相关联的步骤包括计算所识别的所述征兆与可能问题的列表之间的隶属度以识别所述部件问题。
16.根据权利要求15所述的方法,其中,将所检测到的趋势与部件问题相关联的步骤包括检索和检查部件/征兆矩阵。
17.根据权利要求12所述的方法,其中,检测所述趋势的步骤包括计算检测到的所述偏差的严重性。
18.根据权利要求12所述的方法,其中,所述指示包括所述部件问题的潜在解决方案的指示。
19.根据权利要求12所述的方法,其中,所述指示包括计算出的剩余寿命。
20.根据权利要求12所述的方法,其中,所述指示包括所述部件问题的指示。
21.根据权利要求12所述的方法,其中,检测所述参数的趋势的步骤包括执行所述参数的统计分析。
22.一种用于气体分析仪的监测部件,所述监测部件包括:
数据获取部件,所述数据获取部件被配置为接收气体分析仪数据集;
存储器,所述存储器被配置为存储已知的良好气体分析仪数据集;和
数据处理部件,所述数据处理部件被配置为将所述气体分析仪数据集与所述已知的良好气体分析仪数据集进行比较,并提供关于所述气体分析仪的部件的状态指示。
23.根据权利要求22所述的监测部件,其中,所述状态指示包括与所述气体分析仪数据集中的参数相关的被检测到的趋势的指示。
24.根据权利要求23所述的监测部件,其中,所述状态指示包括基于检测到的趋势的斜率的严重性的指示。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/IN2016/050385 WO2018083706A1 (en) | 2016-11-04 | 2016-11-04 | A method of monitoring the components of gas analyser |
INPCT/IN2016/050385 | 2016-11-04 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108020606A true CN108020606A (zh) | 2018-05-11 |
CN108020606B CN108020606B (zh) | 2024-03-26 |
Family
ID=61633495
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710535300.3A Active CN108020606B (zh) | 2016-11-04 | 2017-07-03 | 分析仪部件的监测 |
CN201720795992.0U Active CN207133247U (zh) | 2016-11-04 | 2017-07-03 | 气体分析仪和用于气体分析仪的监测部件 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201720795992.0U Active CN207133247U (zh) | 2016-11-04 | 2017-07-03 | 气体分析仪和用于气体分析仪的监测部件 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11029298B2 (zh) |
EP (1) | EP3535578A4 (zh) |
JP (1) | JP7076440B2 (zh) |
CN (2) | CN108020606B (zh) |
WO (1) | WO2018083706A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112955840A (zh) * | 2018-09-12 | 2021-06-11 | Abb瑞士股份有限公司 | 用于监测气体分析仪的样品处置系统的状况的方法和系统 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020059290A1 (ja) * | 2018-09-21 | 2020-03-26 | 株式会社日立ハイテクノロジーズ | 液体クロマトグラフを有する分析装置および液体クロマトグラフの分析方法 |
JP7201987B2 (ja) * | 2018-09-28 | 2023-01-11 | 株式会社日立ハイテクサイエンス | クロマトグラフ |
EP3839499A1 (en) * | 2019-12-19 | 2021-06-23 | Roche Diagnostics GmbH | Techniques for monitoring an analyzer including multiple liquid chromatography streams |
JP7479561B2 (ja) | 2020-07-15 | 2024-05-08 | エフ. ホフマン-ラ ロシュ アーゲー | 加重カウンタを用いたlcカラムの取り扱い |
JP7294361B2 (ja) * | 2021-03-23 | 2023-06-20 | 横河電機株式会社 | フィールド機器、測定方法、及びプログラム |
WO2023012112A1 (en) * | 2021-08-02 | 2023-02-09 | Roche Diagnostics Gmbh | Method for determining lifetime of at least one chromatography column |
US20230075933A1 (en) * | 2021-09-09 | 2023-03-09 | Dionex Corporation | Check standard recycle setup for ion chromatography |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080244437A1 (en) * | 2007-03-29 | 2008-10-02 | Fischer Gregory T | Quick Glance Maintenance Interface for an Analytical Device |
US20110147312A1 (en) * | 2008-01-25 | 2011-06-23 | Biogen Idec Ma Inc. | Automated System And Method For Monitoring Chromatography Column Performance, And Applications Thereof |
US8389289B2 (en) * | 2008-09-12 | 2013-03-05 | Shimadzu Corporation | Gas chromatography apparatus |
US20130304393A1 (en) * | 2012-04-02 | 2013-11-14 | I-Vigilant Technologies Limited | Improved method of analysing gas chromatography data |
CN104237427A (zh) * | 2014-09-12 | 2014-12-24 | 华南理工大学 | 一种液相色谱流动相预警装置 |
CN204314262U (zh) * | 2014-12-26 | 2015-05-06 | 广州京诚检测技术有限公司 | 气相色谱进样垫寿命监测装置 |
CN106526055A (zh) * | 2016-12-13 | 2017-03-22 | 贵州电网有限责任公司都匀供电局 | 一种无载气油色谱在线监测系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04252928A (ja) * | 1990-12-25 | 1992-09-08 | Tokyo Metropolis | ポンプの故障診断装置 |
US7635433B2 (en) * | 2005-08-26 | 2009-12-22 | Agilent Technologies, Inc. | System and method for feature alignment |
JP5635509B2 (ja) * | 2008-08-15 | 2014-12-03 | バイオジェン・アイデック・エムエイ・インコーポレイテッド | クロマトグラフィーカラムの性能を評価するための方法 |
JP5369563B2 (ja) | 2008-09-11 | 2013-12-18 | 株式会社ニコン | 形状測定装置 |
US9746450B2 (en) * | 2014-04-15 | 2017-08-29 | Rosemount Analytical Inc. | Online gas chromatograph operation with reduced usage of calibration gas |
-
2016
- 2016-11-04 JP JP2019522733A patent/JP7076440B2/ja active Active
- 2016-11-04 EP EP16920523.4A patent/EP3535578A4/en active Pending
- 2016-11-04 WO PCT/IN2016/050385 patent/WO2018083706A1/en unknown
-
2017
- 2017-03-02 US US15/448,002 patent/US11029298B2/en active Active
- 2017-07-03 CN CN201710535300.3A patent/CN108020606B/zh active Active
- 2017-07-03 CN CN201720795992.0U patent/CN207133247U/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080244437A1 (en) * | 2007-03-29 | 2008-10-02 | Fischer Gregory T | Quick Glance Maintenance Interface for an Analytical Device |
US20110147312A1 (en) * | 2008-01-25 | 2011-06-23 | Biogen Idec Ma Inc. | Automated System And Method For Monitoring Chromatography Column Performance, And Applications Thereof |
US8389289B2 (en) * | 2008-09-12 | 2013-03-05 | Shimadzu Corporation | Gas chromatography apparatus |
US20130304393A1 (en) * | 2012-04-02 | 2013-11-14 | I-Vigilant Technologies Limited | Improved method of analysing gas chromatography data |
CN104237427A (zh) * | 2014-09-12 | 2014-12-24 | 华南理工大学 | 一种液相色谱流动相预警装置 |
CN204314262U (zh) * | 2014-12-26 | 2015-05-06 | 广州京诚检测技术有限公司 | 气相色谱进样垫寿命监测装置 |
CN106526055A (zh) * | 2016-12-13 | 2017-03-22 | 贵州电网有限责任公司都匀供电局 | 一种无载气油色谱在线监测系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112955840A (zh) * | 2018-09-12 | 2021-06-11 | Abb瑞士股份有限公司 | 用于监测气体分析仪的样品处置系统的状况的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
US11029298B2 (en) | 2021-06-08 |
CN108020606B (zh) | 2024-03-26 |
CN207133247U (zh) | 2018-03-23 |
EP3535578A1 (en) | 2019-09-11 |
JP2020513215A (ja) | 2020-05-07 |
EP3535578A4 (en) | 2020-06-17 |
WO2018083706A1 (en) | 2018-05-11 |
JP7076440B2 (ja) | 2022-05-27 |
US20180128797A1 (en) | 2018-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN207133247U (zh) | 气体分析仪和用于气体分析仪的监测部件 | |
JP5795268B2 (ja) | ネットワーク化された診断臨床分析装置の差し迫った分析故障を検出するための方法 | |
EP0358994B1 (en) | Corrosion-erosion trend monitoring and diagnostic system | |
US20180046155A1 (en) | Identifying and implementing refinery or petrochemical plant process performance improvements | |
Hashemian | State-of-the-art predictive maintenance techniques | |
CA2616455C (en) | Device management method, analysis system used for the device management method, analysis data structure, and maintenance inspection support apparatus used for the device management method | |
CN109186813A (zh) | 一种温度传感器自检装置及方法 | |
JP4856993B2 (ja) | 自己診断型自動分析装置 | |
CN104678058B (zh) | 烟气排放连续监测装置及监测数据的有效性自动核查方法 | |
US20190376991A1 (en) | Methods and apparatus for predicting and preventing failure of in vitro diagnostic instruments | |
CN107132301A (zh) | 分析测定装置系统 | |
US20150369831A1 (en) | Automatic analysis apparatus | |
Pietruczuk et al. | Block inspection policy model with imperfect maintenance for single-unit systems | |
Singer et al. | A pattern-recognition-based, fault-tolerant monitoring and diagnostic technique | |
CN115511237A (zh) | 装置运行状况监控方法及系统 | |
WO2019028020A1 (en) | IMPROVING THE PERFORMANCE OF A REFINERY PROCESS OR A PETROCHEMICAL PLANT | |
RU2705929C1 (ru) | Способ диагностики измерительного канала | |
KR102385007B1 (ko) | 산업용 측정장비 상태 정보(시계열 자료) 신뢰수준 기반 교정 시점 예측 장치 및 방법 | |
US20080183643A1 (en) | System and Method for Creating and Processing Data Validation Rules for Environmental or Non-anthropogenic Data | |
Brambley et al. | Automated Commissioning for Lower-cost, Widely Deployed Building Commissioning of the Future | |
Petrov et al. | Assessment of the bugs probability in software systems | |
WEST DESERT TEST CENTER (ARMY) DUGWAY PROVING GROUND UT DUGWAY PROVING GROUND United States | Test Operations Procedure (TOP) 08-2-188 Chemical Point Detector Vapor Testing | |
CN117990136A (zh) | 利用视觉指示器监控处理站 | |
Fitria | Use of Operational Data for SIS Follow-up Activities | |
Van de Camp et al. | Tools and methodologies for pipework inspection data analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190109 Address after: Minnesota, USA Applicant after: ROSEMOUNT Inc. Address before: Texas, USA Applicant before: FENG, Chang-dong |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |