CN112784381A - 用于管线网络的管理的模拟方法和系统 - Google Patents
用于管线网络的管理的模拟方法和系统 Download PDFInfo
- Publication number
- CN112784381A CN112784381A CN202011214777.XA CN202011214777A CN112784381A CN 112784381 A CN112784381 A CN 112784381A CN 202011214777 A CN202011214777 A CN 202011214777A CN 112784381 A CN112784381 A CN 112784381A
- Authority
- CN
- China
- Prior art keywords
- pipeline network
- node
- value
- parameter value
- operating
- 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.)
- Pending
Links
Images
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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
技术领域
本发明的领域涉及管线网络的优化,例如,从工业工厂(诸如通过卡车同时向客户供应液体的空气分离单元)向客户供应气体的管线网络。
背景技术
由于管线网络的数学模型是高度非线性系统,因此管线网络的优化提出了重要的技术问题。另外,解决此类系统的难度随着管线网络的复杂性(通常位于空气分离单元中的源数量,旨在被供应气体的客户数量以及网络的架构)而增加。因此,管线网络的优化需要大量的方程式以获得令人满意和可靠的结果。
此外,不仅管线网络表现出非线性行为,而且管线网络的优化和管理还包括与离散决策相对应的二元变量。在遥远的时间范围上进行投影以预先确定工业设备的操作模式(通常是空气分离单元或其供应管线网络的设备之一的启动或关闭)也显著增加了管线网络优化的复杂性,特别是因为该管线网络具有很强的非线性。实际上,启动或停止空气分离单元的工业设备的决策是典型的二元决策,并且因此是管线网络优化中的二元变量。
因此,通常用于满足二元决策变量要求并且因此启动和停止工业设备的已知优化方法,诸如混合整数非线性编程(也称为MINLP),在大量的方程式或约束下无法给出令人满意的结果。这通常是在遥远的时间范围内的情况。此外,通过使用传统优化方法获得的结果可以导致关于管线网络的若干操作条件的局部最优,此类操作条件取决于管线网络的总负载、客户的消耗或源的注入。
除了非线性问题之外,描述系统所需的大量方程式也是重要的技术问题,因为这可能导致计算时间过长。实际上,已经提出了一些解决管线网络非线性问题的解决方案,诸如分段线性方法,用描述管线网络行为的大量线性方程式代替非线性方程式。然而,这种解决方案不限制方程式的数量,并且更糟糕的是增加了方程式的数量。
本发明试图改善该情况。
发明内容
为此,本发明提供了一种用于包括节点的管线网络的管理的模拟方法。该模拟方法使用处理单元实现,并且包括:
-定义表征管线网络的操作条件的管线网络的一个或多个操作状态STp,其中p是被包括在1和P之间的整数,P是操作状态的数量,
-针对每个操作状态STp,确定三维动态矩阵其每个系数与当管线网络的操作条件与操作状态STp对应时在第i个节点处的预定参考值的流量值变化之后在第k个时间步长tk在第j个节点处的相对初始压力值的压力变化值对应,其中,i和j是被包括在1和N之间的整数,N是节点数,并且k是被包括在1和T之间的整数,T是与预定的时间范围对应的时间步长数,
-针对给定节点在给定时刻,基于管线网络的操作时间表来估计压力值,该操作时间表提供关于直到给定时刻为止的每个节点的流量值的变化和管线网络的操作条件的演变的信息,该估计使用一个或多个操作状态以及相关联的三维动态矩阵,以及
-使用模拟方法的结果来修改管线网络的操作和/或向管线网络进料或从管线网络进料的工业工厂的操作。
表征管线网络的操作条件的操作状态的使用允许管理管线网络的高非线性。通过定义操作状态和对应的三维动态矩阵,降低非线性系统(诸如管线网络)的复杂性。管线网络的行为,特别是作为在另一个节点处的流量变化的函数的在节点处的压力的演变随着操作条件而变化,这反映了系统的非线性。针对每个操作状态使用三维动态矩阵的压力估计使得可以管理非线性。
通常,管线网络包括输入节点和输出节点,并且适于从一个或多个输入节点所对应的至少一个工业工厂(诸如包括空气分离单元的工业工厂)向与一个或多个输出节点对应的一个或多个客户供应气体。
根据实施例,管线网络的操作条件由数值参数表征,每个操作状态STp与由下限和上限定义的参数值范围相关联,并且操作状态STp的相应的范围不重叠。
例如,操作状态STp的相应的参数值范围被排序,使得参数值范围的下限等于前一参数值范围的上限,但其下限最小的参数值范围除外。
在管线网络包括输入节点和输出节点的情况下,数值参数表征管线的总负载,并且对应于:
-输出节点消耗的总和,和/或
-输入节点注入的总和,和/或
-输入节点注入和/或输出节点消耗的任何函数。
数值参数的使用使得可以采用客观和简单的标准来表征管线网络的操作条件。然后可以将操作条件与该数值参数的值的间隔相关联。此外,操作状态的数量越多,处理单元执行的模拟将越准确,渐近收敛于完全非线性解。
管线网络的操作条件可快速变化,这可能是由于例如数值参数的增加或减少而导致的。通常,数值参数的值可以从与操作状态对应的值改变为与另一操作状态对应的另一值。因此,此类情况的复杂性涉及考虑若干操作状态而不仅仅是一个操作状态。加权系数的使用使得在模拟中可以考虑这种现象。
有利地,通过阶跃函数来近似表征管线网络的操作条件的数值参数的演变。
实际上,时间在本发明的上下文中被有利地离散化。因此,仅使用与时间样本对应的数值参数值。因此,数值参数以阶跃函数的形式使用,并且每个时间样本对应于数值参数从一个值到另一个值的增加,或者对应于数值参数从一个值到另一个值的减少,或者对应于数值参数的恒定性。
-如果特定时间步长t对应于前一参数值和当前参数值之间的增加,则:
·如果当前参数值大于或等于与操作状态STp相关联的参数值范围的上限,并且前一参数值小于或等于该参数值范围的下限,则:
·如果前一参数值在与操作状态STp相关联的参数值范围内,并且当前参数值大于或等于该参数值范围的上限,则:
·如果当前参数值在与操作状态STp相关联的参数值范围内,并且前一参数值小于或等于该参数值范围的下限,则:
·如果当前参数值和前一参数值严格大于与操作状态STp相关联的参数值范围的下限,并且严格小于该参数值范围的上限,则:
∝(STp;t)=1
·如果不是上述情况,则:
∝(STp;t)=0
-如果特定时间步长t对应于前一参数值与当前参数值之间的减小:
·如果当前参数值小于或等于与操作状态STp相关联的参数值范围的下限,并且前一参数值大于或等于该参数值范围的下限,则:
·如果前一参数值在与操作状态STp相关联的参数值范围内,并且当前参数值小于或等于该参数值范围的下限,则:
·如果当前参数值在与操作状态STp相关联的参数值范围内,并且前一参数值大于或等于该参数值范围的上限,则:
·如果当前参数值和前一参数值严格大于与操作状态STp相关联的参数值范围的下限,并且严格小于该参数值范围的上限,则:
∝(STp;t)=1
·如果不是上述情况,则:
∝(STp;t)=0
其中:
-L+(t)和L-(t)分别是当前参数值和前一参数值,以及
-ΔL(t)是当前参数值与前一参数值之间的绝对差,即ΔL(t)=|L+(t)-L-(t)|。
根据实施例,在给定时间步长t的第j个节点处的压力值被估计如下:
其中:
-P(j,t)是在给定时刻t在第j个节点处的压力值,
-Pini(j)是在第j个节点处的初始压力,
-ΔFR(i,tk)是在第k个步长tk的第i个节点处的流量值的变化,
-ΔFR是预定参考值的流量变化,
-M是整数,M是从t1到t的时间步长数,tM=t。
根据实施例,如果t-tk超出先前公式中的动态时间范围,则与操作状态STp相关联的三维动态矩阵的因子被替换为因子Φ。动态时间范围与在节点处的流量的扰动之后在节点处的压力的瞬态对应的时间段相对应。通常,该扰动对应于预定参考值ΔFR的流量变化。
在动态时间范围之外,用因子Φ代替因子简化了计算,并限制相对于要存储的三维动态矩阵的数据量。实际上,三维动态矩阵因此可以仅包括与瞬态对应的系数。发明人还发现,在动态时间范围之外使用因子Φ具有在第一流量变化随后是补偿第一变化的第二流量变化的情况下获得令人满意的结果的优点(例如,增加ΔFR1之后减小ΔFR2,诸如ΔFR2=-ΔFR1)。
例如,动态时间范围表征当流量在另一个节点(或相同节点)处变化时在管线网络的节点处的压力的瞬态的时间段。
如所解释的,在管线网络的节点处的流量的变化导致压力在另一个节点处改变。在稳定到取决于管线网络的总体积和外部温度的恒定变化率之前,该点处的压力的演变具有瞬态。该瞬态在特定时间段内延伸,该特定时间段因此可以用于定义动态时间范围。
-针对操作状态STp生成非线性管线网络模型,
-选择管线网络的第i个节点,
-使用非线性管线网络模型模拟在所选的第i个节点处的预定参考值的流量值变化,
-选择管线网络的第j个节点,
针对每个第i个节点,重复前述动作。
例如基于管线网络的历史操作数据来生成非线性管线网络模型,使用适于实时测量管线网络的节点处的流量值和/或压力值的传感器来收集历史操作数据。
有利地,历史操作数据以与管线网络的操作条件的演变相关的方式被存储在历史操作数据库中。
由传感器收集的数据的使用允许更准确的非线性管线网络模型。
根据实施例,该模拟方法进一步包括将在给定时刻在给定节点处的所估计的压力值与预定压力阈值进行比较,以及如果所估计的压力值大于或等于预定压力阈值,则修改管线网络的操作时间表,直到所估计的压力值小于预定压力阈值。
可替代地,可以修改向管线网络进料或从管线网络进料的工业工厂的操作时间表,以使所估计的压力值小于预定压力阈值。
在其操作期间,管线网络受到特别是与施加在每个输入或输出节点上的压力有关的各种约束。阀门用于防止损坏管线网络的风险。然而,有必要在上游检查即将到来的压力不会带来气体经由阀门损失的风险。因此有利的是,能够使用模拟来预先估计压力,并且如果需要,能够改变管线网络的操作时间表。因此,限制气体损失使得能够减少能量消耗。
操作员例如在人机界面的屏幕上看到管线网络的操作时间表以及采用预定阈值与针对节点的所估计的压力值之间的比较形式的模拟方法的结果的可能性允许通过连续迭代来优化管线网络的运作。
本发明还涉及一种计算机程序,该计算机程序包括指令,当这些指令由至少一个处理器实现时该指令用于实现上述模拟方法。
最后,本发明还涉及一种用于管理包括节点的管线网络的系统。该系统包括:
-管理模块,其适于定义表征管线网络的操作条件的管线网络的一个或多个操作状态STp,其中p是被包括在1和P之间的整数,P是操作状态的数量,以及
-处理单元,其适于:
·针对每个操作状态STp,确定三维动态矩阵其每个系数与当管线网络的操作条件与操作状态STp对应时在第i个节点处的预定参考值的流量值变化之后在第k个时间步长tk在第j个节点处的相对初始压力值的压力变化值对应,其中,i和j是被包括在1和N之间的整数,N是节点数,并且k是被包括在1和T之间的整数,T是与预定的时间范围对应的时间步长数,
·针对给定节点在给定时刻基于管线网络的操作时间表来估计压力值,该操作时间表提供关于直到给定时刻为止的针对每个节点的流量值的变化和管线网络的操作条件的演变的信息,该估计使用一个或多个操作状态以及一个或多个三维动态矩阵,以及
·以及使用模拟方法的结果来修改管线网络的操作和/或向管线网络进料或从管线网络进料的工业工厂的操作。
根据实施例,该系统进一步包括:
-传感器,其适于实时测量在管线网络的节点处的流量值和/或压力值,并收集管线网络的历史操作数据,以及
-历史操作数据库,其适于存储由传感器收集的历史操作数据,
处理单元进一步被配置为基于历史操作数据来生成非线性管线网络模型。
根据实施例,处理单元适于将在给定时刻在给定节点处的所估计的压力值与预定压力阈值进行比较,管理模块或处理单元进一步适于如果所估计的压力值大于或等于预定压力阈值,则修改管线网络的操作时间表,直到所估计的压力值小于预定压力阈值。
附图说明
通过以下参考附图提供的用于指示性和非限制性目的的描述,本发明的其它特征和优点将变得显而易见,在附图中:
-图1示出根据本发明的管线网络和系统;
-图2示出用于管线网络的管理的模拟方法;
-图3和图4示出确定图2中示出的模拟方法的三维动态矩阵的步骤;以及
-图5示出表征管线网络的操作条件的参数的演变曲线和三维动态矩阵的加权系数的确定的示例。
具体实施方式
图1示出管线网络PN和系统1。
管线网络适于从至少一个工业工厂向一个或多个客户供应气体。该工业工厂也可以通过卡车向客户供应液体。此类工业工厂在图1中未示出,因为本发明特别针对管线网络的模型,因而针对以便于集成到将涉及气体和液体供应的更全面的优化中的模拟。例如,工业工厂是适于提取二氮(dinitrogen)、二氧(dioxygen)以及稀有气体(特别是氩气)的空气分离单元。
氩气与其它空气成分的分离以获得尽可能纯的氩气流体具有许多工业应用。氩气是惰性气体,例如其被用作化学反应的气体环境。由于氩气还具有不与灯泡的灯丝反应的优点,因此也广泛用于白炽灯泡的制造中。当然,其它空气成分也具有多种工业应用,并且通过由空气分离单元实现的工业过程使它们的提取成为可能。因此,管线网络PN被配置为向客户提供气体和/或液体。
管线网络PN包括构成气体源的输入节点和通常对应于用户并且旨在由前述源供应气体的输出节点。
在图1中所示的示例中,管线网络PN包括两个输入节点或源S1和S2以及一个输出节点或客户C1。当然,该示例不是限制性的,并且管线网络可以包括更多数量的输入节点和输出节点。另外,必须注意,管线网络的节点可以同时是输入节点和输出节点。然而,为了简化起见,这里描述的管线网络PN的输入节点S1和S2专门是输入节点,而输出节点C1专门是输出节点。
系统1适于模拟管线网络PN的行为。在给定时间段内的模拟使得可以预测向客户(这里为客户C1)的气体供应中可能的问题。因此,系统1还使得可以管理管线网络PN并使它适应生产要求。
通常,在给定的时间段内,诸如包括空气分离单元的工厂的工厂必须使用管线网络PN在预定时刻向客户提供气体和/或液体。系统1允许在该时间段内预测管线网络PN的行为,并因此在必要时修改工业工厂和管线网络的操作时间表。要满足的约束可能既涉及管线网络PN的输入节点和输出节点处的压力,也涉及工业工厂中所需量的气体和/或液体罐库存的供应。
如图1中所示,系统1包括在输入节点级处的一个或多个传感器3(这里是分别在输入节点S1和S2级处的两个传感器3)、在输出节点级处的一个或多个传感器5(这里是在输出节点C1级处的一个传感器5)、历史操作数据库7、处理单元9和管理模块11。
传感器3适于实时测量在管线网络PN的输入节点级处的流量值和/或压力值,并收集管线网络PN的历史操作数据。
传感器3适于向历史操作数据库7发送随时间测量的流量值和压力值,即历史操作数据。
这里必须理解,流量值是指气体的流量。实际上,如前所述,在工业工厂级获得的气体可以经由输入节点供应给位于输出节点处的一个或多个客户。因此,传感器3使得可以实时测量由输入节点引入到管线网络PN中的气体的流量。
有利地,每个输入节点与传感器3相关联。这例如是在图1中所示的系统1中的情况,其中两个传感器3分别与两个输入节点S1和S2相关联。然而,输入节点可能未与任何传感器相关联。
传感器5适于实时测量在管线网络PN的输出节点级处的流量值和/或压力值,并收集管线网络PN的历史操作数据。
传感器5适于向历史操作数据库7发送随时间测量的流量值和压力值,即历史操作数据。
必须注意,通常管线网络的节点可以可替代地是输入节点和输出节点。然而,这里如上所述,管线网络PN的输入节点S1和S2是专门的输入节点,并且输出节点C1是专门的输出节点。在此类情况下,传感器5可以适于仅实时地测量压力值,因为输出节点C1不旨在将液体和气体引入管线网络PN中。
有利地,每个输出节点与传感器5相关联。这例如是在图1中所示的系统1中的情况,其中一个传感器5与输出节点C1相关联。然而,输出节点可能未与任何传感器相关联。
历史操作数据库7适于存储由传感器3和5收集的历史操作数据。
例如,历史操作数据库7存储在输入节点和输出节点级处由传感器3和5随时间测量的流量值和/或压力值。
在这里详细描述的示例中,历史操作数据库7存储在输入节点S1和S2级处由传感器3测量的流量值和压力值。历史操作数据库7还存储在输出节点C1级处的压力值。
有利地,由一个或多个传感器收集的历史操作数据以与管线网络PN的操作条件的演变相关的方式存储在历史操作数据库7中。换句话说,历史操作数据在历史操作数据库7中与已经基于其收集历史操作数据的操作条件的信息相关联。
处理单元9适于针对给定节点在给定时刻基于管线网络PN的操作时间表来估计压力值。该时间表提供关于直到给定时刻为止的针对每个输入节点的流量值的变化和管线网络PN的操作条件的演变的信息。
根据实施例,处理单元9还可以适于将给定节点处在给定时刻的所估计的压力值与预定压力阈值Plim进行比较,并且如果所估计的压力值大于或等于预定压力阈值Plim,则处理单元9适于修改或调节管线网络PN的操作时间表,直到所估计的压力值小于预定压力阈值Plim。
可以在给定时刻针对管线网络PN的输入节点或输出节点计算压力值。因此,可以由处理单元9针对输入节点或输出节点执行比较。在下面,将考虑针对管线网络PN的输出节点执行估计和比较。
处理单元9的运作将在下面参考图2至图5更详细地描述。
如图1中所示,处理单元9包括存储器13和处理器15。
存储器13被配置为存储计算机程序,该计算机程序包括指令,该指令由处理器15的执行使处理器9运作。
管理模块11适于管理系统1。更具体地,管理模块11允许操作员控制由处理单元9执行的管线网络PN的模拟。
管理模块11还允许操作员生成工业工厂和管线网络11的操作时间表。操作员还可以使用管理模块11,以在必要时基于由处理单元9,以及更特别地由处理器15执行的对管线网络PN的模拟,修改管线网络和/或向管线网络进料或从管线网络进料的工业工厂的操作时间表。
如图1中所示,管理模块11包括人机界面17、存储器19和处理器21。
人机界面17(也称为HMI)适于由操作员用来命令对管线网络PN在一段时间内的运作的模拟。
人机界面17还可以适于输入处理单元9的操作所需的数据和信息。例如,操作员可以定义管线网络PN的一个或多个操作状态,以表征管线网络PN的操作条件。实际上,操作状态的定义对于执行由处理单元9执行的模拟方法是必要的。下面将更精确地说明此类操作状态的使用。
人机界面17可以包括屏幕,以允许操作员查看管线网络PN的操作时间表,如果必要的话对其进行修改,并且还查看管线网络PN的模拟。此类模拟使得例如可以看到在管线网络PN的输入节点(这里是输入节点S1和S2)处的流量的演变以及在输入节点和输出节点(这里是输入节点S1和S2以及输出节点C1)处的压力的演变。
存储器19被配置为存储包括指令的计算机程序,该指令由处理器21的执行使管理模块11运作。
现在将参考图2至图5描述根据本发明的用于管线网络的管理的模拟方法,即数学建模。
在模拟方法的实现的上下文中,操作员希望模拟管线网络在一段时间内的操作。在这里开发的情况下,所考虑的管线网络例如是图1中所示的管线网络PN。管线网络PN从至少一个工业工厂(诸如包括空气分离单元的工业工厂)向一个或多个客户供应气体。管线网络PN包括构成气体源的输入节点和通常对应于用户并且旨在由前述源供应气体的输出节点。
在第一步骤S1中,定义管线网络PN的一个或多个操作状态STp。操作状态STp表征管线网络PN的操作状态。这里,p是被包括在1和P之间的整数,P是操作状态的数量。
例如,管线网络PN的操作条件由数值参数表征。每个操作状态STp与由下限和上限定义的参数值范围相关联,并且操作状态STp的相应的范围不重叠。
可以定义和排序操作状态STp的相应的参数值范围,使得参数值范围的下限等于前一参数值范围的上限,但其下限最小的参数值范围除外。
根据实施例,数值参数对应于管线网络PN的总负载。可替代地,数值参数可以对应于输出节点消耗的总和。根据另一个实施例,数值参数还可以对应于输入节点注入的总和。这里必须理解,表征管线网络PN的操作条件的数值参数可以是在给定时刻给出关于管线网络PN的运作的信息的任何相关的数值参数。数值参数也可以是若干参数(诸如上述参数)的组合。
操作状态STp也可以例如由操作员使用管理模块11来定义。如前所述,人机界面17允许操作员输入数据。因此,操作员可以定义处理单元9必须考虑多少个操作状态STp。换句话说,操作员可以自己定义操作状态的数量P的值。
另外,操作者还可以选择表征管线网络PN的操作条件的数值参数。操作员仍然可以使用管理模块11的人机界面17,以针对每个操作状态STp定义对应的参数值范围。换句话说,操作者因此可以针对每个操作状态STp定义相关联的参数值范围的上限和下限。
操作状态STp的数量越多,由处理单元执行的模拟将越准确,渐近收敛于完全非线性解。然而,由于增加的复杂性,所需的计算时间将更长。
一旦操作员使用管理模块11定义了操作状态STp的数量P和对应的参数值范围,这些信息和数据就被发送到处理单元9。可替代地,操作状态STp的数量P和对应的参数值范围可以在处理单元9级处被直接和自动地定义。
在第二步骤S2中,处理单元9针对每个操作状态STp确定三维动态矩阵与操作状态STp相关联的三维动态矩阵包括系数系数与当管线网络的操作条件在由操作状态STp定义的范围内时在第i个节点(其也可以是输入或输出节点)处的预定参考值(ΔFR)的流量值变化之后从在第k个时间步长tk在第j个节点(其也可以是输入或输出节点)处的相对初始压力值的压力变化值对应。这里,i和j是被包括在1和N之间的整数,N是节点总数,并且k是被包括在1和T之间的整数,T是与预定时间范围对应的时间步长数。
可以由操作员使用管理模块11定义时间范围。可替代地,可以由处理单元9根据管线网络PN的操作时间表自动定义或调节时间范围。
此外,还可以引入动态时间范围。动态时间范围表征了在管线网络的节点处的压力在流量在另一个节点或相同节点处变化时的瞬态的时间段。
在时间被离散化并且其中T是与预定时间范围对应的时间步长数的本发明的上下文中,也可以定义与瞬态的时间段的时间步长数对应的整数Td。如在说明书的其余部分中更详细解释的,针对超出动态时间范围的时间步长,动态矩阵的系数可以被替换为根据管线网络PN的参数计算的因子的值。
在本情况下,管线网络PN包括两个输入节点或源S1和S2,以及一个输出节点或客户C1。因此,在该特定示例中,我们得到:
N=3
如图3中所示,第二步骤S2首先包括子步骤S21,在该子步骤S21中系统1的一个或多个传感器实时测量管线网络PN的输入节点和输出节点处的流量值和/或压力值。
在这里开发的示例中,两个传感器3分别实时测量管线网络PN的输入节点S1和S2处的流量值和压力值。传感器5实时测量输出节点C1处的压力值。
在子步骤S22中,传感器向历史操作数据库7发送随时间测量的流量值和/或压力值。由传感器收集的测量被存储在历史操作数据库7中作为历史操作数据。
有利地,历史操作数据以与管线网络PN的操作条件相关的方式存储在历史操作数据库7中。当由传感器收集测量并且然后将其发送到历史操作数据库7时,也可以测量和收集已经基于其完成测量的管线网络PN的操作条件。在此类实施例中,当从历史操作数据库中取得历史操作数据时,还可以确定在哪些操作条件下已经测量了所述历史操作数据。
如先前所解释的,管线网络PN的操作条件可以由数值参数来表征,并且每个操作状态STp可以与由下限和上限定义的参数值范围相关联。因此,当一个或多个传感器实时测量管线网络PN的输入节点和输出节点处的流量值和/或压力值时,例如还通过旨在实时测量数值参数值的外部附加传感器(图1中未示出)来测量表征管线网络PN的操作条件的数值参数。
然后,将由传感器执行的测量以与由该外部附加传感器获得的数值参数的对应值相关的方式存储在历史操作数据库7中作为历史操作数据。此外,数值参数的值可以例如通过确定所考虑的数值参数值在哪个参数值范围内来与管线网络PN的操作状态STp相关联。
根据实施例,在子步骤S23中,针对操作状态STp生成非线性管线网络模型。
有利地,操作状态STp的相应的参数值范围被排序,使得参数值范围的下限等于前一参数值范围的上限,但其下限最小的参数值范围除外。由此可以建立操作状态ST1,…,STP的排序列表。如图3中所示,只要p≤P,就执行非线性管线网络模型的生成,将p的值初始化为1。因此,该循环确保针对每个操作状态STp生成非线性管线网络模型。
可以基于使用传感器收集的管线网络PN的历史操作数据来生成和调节非线性管线网络模型。换句话说,针对给定的操作状态STp,处理单元9取得历史操作数据库中的历史操作数据。
实际上,如上所述,当收集历史操作数据时,可以测量表征管线网络PN的操作条件的数值参数的值。因此,所收集的历史操作数据可以与对应的数值参数值以及因此与对应的操作状态STp相关的方式存储在历史操作数据库7中。
在子步骤S24中,使用先前针对操作状态STp生成的非线性管线网络模型来模拟在管线网络PN的所选的第i个输入节点处的预定参考值ΔFR的流量值变化。该子步骤S24也在图4中示出。
在图4中,子步骤S24由示出第i个输入节点处的流量FR(i,t)随时间的演变的曲线图来示出。最初,流量FR(i,t)的值等于FRini(i)。使用操作状态STp的非线性管线网络模型,模拟了在第i个输入节点处的流量变化。该变化在图4中对应一个步骤,即流量值增加预定参考值ΔFR。换句话说,处理单元9使用非线性管线网络模型来模拟在所选的第i个输入节点处的预定参考值ΔFR的流量值FR(i,t)变化。
在管线网络PN中,在给定输入节点处的流量的变化对管线网络PN有影响,并且更特别地,对每个节点处的压力有影响。因此,方法原理是模拟第i个节点处的流量变化,以确定对第j个节点处的压力的影响。通过使用所选操作状态STp的非线性管线网络模型执行该模拟。实际上,根据所述管线网络PN的操作条件(因此针对每个操作状态STp使用不同的非线性管线网络模型),相同输入节点处的流量的相同变化将不对管线网络PN具有相同的影响。相反,在状态STp的操作范围内,现实的是考虑在相同节点处的流量的相同变化对管线网络PN将具有相同影响。
子步骤S25也在图4中示出。如上所述,第i个节点处的流量变化对第j个输出节点处的压力具有影响。然而,压力的该变化不是一步,而是压力值随时间连续变化。在示出子步骤S25和第j个输出节点处的压力P(j,t)随时间的变化的图4的曲线图中,看起来压力值在第一时间步长t1开始增加。第三时间步长t3处的压力值与第j个输出节点处的初始压力值Pini(j)之差等于ΔP。
在同样在图4中示出的子步骤S26中,处理单元9建立三维动态矩阵使用操作状态STp的非线性管线网络模型,在第i个节点处的预定参考值ΔP的流量值变化之后在第三时间步长t3在第j个节点处估计的压力的变化ΔP是三维动态矩阵的系数
针对每个时间步骤,使用循环重复子步骤S25和S26。针对给定的第i行和给定的第j列,使用操作状态STp的非线性管线网络模型估计第j个节点处的压力值的变化,直到达到时间范围为止。换句话说,只要k≤T,就针对每个时间步长tk估计压力值的变化。
回到图2,处理单元9在第三步骤S3中针对给定节点在给定时刻基于管线网络PN的操作时间表来估计压力值。如前所述,操作时间表提供关于直到给定时刻为止的每个输入节点的流量值的变化和管线网络PN的操作条件的演变的信息。
有利地,在一段时间内针对每个节点执行这种估计。
根据实施例,估计步骤S3包括子步骤S31和子步骤S32。
根据实施例,通过阶跃函数来近似管线网络PN的操作条件的演变。换句话说,在这样的实施例中,生成管线网络PN的操作条件的时间表,以便采用近似表征管线网络PN的操作条件的数值参数值随时间的演变的阶跃函数的形式。实际上,在这里时间被离散化。因此,仅使用与时间样本对应的数值参数值。数值参数相应地以阶跃函数的形式使用。
更精确地,如果在时间t处,参数值增加使得前一参数值在与另一个操作状态相关联的范围内并且当前值在与操作状态STp相关联的范围内,或者如果在时间t处,参数值减小使得前一参数值在与另一个操作状态相关联的范围内并且当前值在与操作状态STp相关联的范围内,或者如果在时间处t,参数值增加使得与状态STp相关联的范围被完全包括在参数值变化范围中,或者如果在时间t处,参数值减小使得与状态STp相关联的范围被完全包括在参数值变化范围中,则加权系数∝(STp;t)的计算方式不同。
在下文中,认为每个操作状态STp与由下限和上限定义的参数值范围相关联,并且操作状态STp的相应的范围不重叠。另外,数值参数被标记为L,在给定时间t的数值参数的值相应地为L(t)。
公式中采用以下符号:
-L+(t)和L-(t)分别是当前参数值和前一参数值,以及
-ΔL(t)是当前参数值与前一参数值之间的绝对差,即ΔL(t)=|L+(t)-L-(t)|。
由于时间的离散化导致数值参数的演变采取阶跃函数的形式,因此每个时间样本t都对应于数值参数从一个值到另一个值的增加,即L+(t)>L-(t),或从数值参数的一个值减小到另一个值,即L+(t)<L-(t),或对应于数值参数的恒定性,即L+(t)=L-(t)。
如果特定时间t在时间上对应于前一参数值和当前参数值之间的不连续增加:
-如果当前参数值大于或等于与操作状态STp相关联的参数值范围的上限,并且前一参数值小于或等于该参数值范围的下限,则:
-如果前一参数值在与操作状态STp相关联的参数值范围内,并且当前参数值大于或等于该参数值范围的上限,则:
-如果当前参数值在与操作状态STp相关联的参数值范围内,并且前一参数值小于或等于该参数值范围的下限,则:
-如果当前参数值和前一参数值严格大于与操作状态STp相关联的参数值范围的下限,并且严格小于参数值范围的上限,则:
∝(STp;t)=1
-如果不是上述情况,则:
∝(STp;t)=0
如果特定时间t对应于前一参数值与当前参数值之间的减小,则:
-如果当前参数值小于或等于与操作状态STp相关联的参数值范围的下限,并且前一参数值大于或等于该参数值范围的下限,则:
-如果前一参数值在与操作状态STp相关联的参数值范围内,并且当前参数值小于或等于该参数值范围的下限,则:
-如果当前参数值在与操作状态STp相关联的参数值范围内,并且前一参数值大于或等于该参数值范围的上限,则:
-如果当前参数值和前一参数值严格大于与操作状态STp相关联的参数值范围的下限,并且严格小于该参数值范围的上限,则:
∝(STp;t)=1
-如果不是上述情况,则:
∝(STp;t)=0
根据这些定义,所有操作状态上的∝(STp;t)的总和始终等于1。
必须注意,在本实施例中,时间在操作时间表中离散化。然而,例如考虑到加权系数α(STp;t)在数值参数值的两个不连续演变之间是恒定的,可以将先前详述的公式扩展到连续时间。
现在将参考图5给出在子步骤S31中执行的加权系数∝(STp;t)的计算示例。
图5示出表征管线网络PN的操作条件的数值参数的演变曲线的示例。如先前所解释的,数值参数L例如对应于管线网络的总负载、输出节点消耗的总和、输入节点注入的总和或其组合。
图5中所示的数值参数的演变曲线也可以看作是管线网络PN的操作条件的时间表,因为数值参数表征这些操作条件。
在图5中所示的情况下,曲线通过阶跃函数(时间离散)近似。
特别地,阶跃函数包括在时间步长t1处的一个增加,在该时间步长t1中,参数L的值从值L-(t1)和值L+(t1)增加。然后,阶跃函数在时间步长t2处呈现第一次减小并且在时间步长t3呈现第二次减小,在该时间步长t2中,参数L的值从值L-(t2)和值L+(t2)减小,在该时间步长t3中,参数L的值从值L-(t3)和值L+(t3)减小。此外:
L+(t1)=L-(t2)
L+(t2)=L-(t3)
特别地,看起来数值参数L是恒定的并且等于时间步长t0和时间步长t1之间的值L-(t1)。
数值参数L也是恒定的并且等于在时间步长t1和时间步长t2之间的值L+(t1)=L-(t2)。
数值参数L也是恒定的并且等于时间步长t2和时间步长t3之间的值L+(t2)=L-(t3)。
最后,数值参数L是恒定的并且等于时间步长t3和时间步长t4之间的值L+(t3)。
此外,在图5中所示的示例中,操作状态的数量P等于3。因此,已经定义了三个操作状态ST1、ST2和ST3。如先前所解释的,在第一步骤S1中定义的操作状态可以由处理单元9自动地定义,或者由操作员经由管理模块11自动地定义,并且更精确地使用人机界面17来定义。
此外,定义参数值范围,使得参数值范围的下限等于前一参数值范围的上限,但其下限最小的参数值范围除外。换句话说:
时间点t1对应于前一参数值(这里为L-(t1))和当前参数值(这里为L+(t1))之间的不连续增加。
因此:
因此:
因此:
时间步长t2对应于前一参数值(这里为L-(t2))和当前参数值(这里为L+(t2))之间的减小。
因此:
∝(ST1;t2)=0
因此:
因此:
时间点t3对应于前一参数值(这里为L-(t3))和当前参数值(这里为L+(t3))之间的不连续减小。
因此:
因此:
因此:
∝(ST3;t3)=0
加权系数因此被归一化。
有利地,如上所规定,处理单元9估计在一段时间内针对管线网络PN的每个输出节点的压力值。在图1中所示的本情况下,处理单元9估计在一段时间内针对输出节点C1的压力值。此类时间段可以例如由操作员经由管理模块11选择。
根据实施例,在给定时刻t在第j个节点处的压力值被估计如下:
其中:
-P(j,t)是在给定时刻t在第j个节点处的压力值,
-Pini(j)是在第j个节点处的初始压力,
-ΔFR(i,tk)是在第k个步长tk在第i个节点处的流量值的变化,
-ΔFR是预定参考值的流量变化,以及
-M是整数,M是从t1到t的时间步长数,tM=t。
类似于在图4中示出子步骤S24和预定值ΔFR在第i个节点处的流量变化的曲线图,这里可以认为流量FR(i,t)采取阶跃函数的形式,使得ΔFR(i,tk)对应于第k个时间样本的流量步长或时间步长tk。如果没有将流量的演变表示为阶跃函数,则在时间步长tk处计算第i个节点处的流量变化的另一种方式就是简单地测量时间步长tk FR(i,tk)处的流量与前一时间步长(即时间步长tk-1,FR(i,tk-1))的流量之间的差。换句话说:ΔFR(i,tk)=FR(i,tk)-FR(i,tk-1)。
如前所述,相对于与节点(相同节点或另一个节点)处的流量扰动之后节点处压力的瞬态对应的一段时间的动态时间范围也可以用于简化计算并限制要存储的数据量。三维动态矩阵描述了当节点中的流量变化时节点中压力的行为。特别地,压力的行为至少在一段时间内是瞬态的。动态时间范围是相对于与瞬态相对应的压力行为的一部分。
三维动态矩阵可以仅包括与该瞬态相对应的系数,该系数对应于直到动态时间范围的在Td数量的时间步长上离散的时间段。三维动态矩阵因此可以在动态时间范围之外被该因子Φ补充或替换。此外,发明人已经发现,在动态时间范围之外使用该因子Φ具有在第一流量变化随后是补偿第一变化的第二流量变化的情况下获得令人满意的结果的优点(例如,增加ΔFR1,之后减少ΔFR2,诸如ΔFR2=-ΔFR1)。
例如,因子Φ被计算如下:
其中:
-Text是外部温度,
-Tref是预设参考温度,通常等于273.15K(开尔文),
-Pref是预设参考压力,通常等于1.013*105Pa(帕斯卡),以及
-Vtotal是管线网络的总体积。
另外,必须注意,一方面在先前公式中所考虑的用于计算压力值并且在图5中示出的时间步长以及另一方面在图4中示出的用于建立操作状态STp的三维动态矩阵的时间步长并不相同。图4中的时间步长表示流量变化之后直到预定时间范围的时间的离散化,以确定在这些时间步长处压力值的演变。因此,这些是与事件(即流量变化)有关的时间步长。相反,压力计算公式的时间步长(所述时间步长也在图5中示出)对应于操作时间表上的绝对时间的离散化。因此,与时间步长tk对应的动态三维矩阵的系数是与t-tk对应的系数。
在第四步骤S4中,将在给定时刻在给定节点(可以是输入节点或输出节点)处的所估计的压力值与预定压力阈值Plim进行比较。通常,针对管线网络PN的输出节点,这种步骤由处理单元9,并且更特别地由处理器15执行。
在第五步骤S5中,如果在输出节点级处的所估计的压力值大于或等于预定压力阈值Plim(图2中的OK),则修改管线网络PN的操作时间表,直到所估计的压力值小于预定压力阈值Plim为止。
例如,修改是由操作员使用管理模块11执行的。更具体地,操作员可以改变管线网络PN中流量随时间演变的时间表。实际上,如上所述,管线网络PN通常用于从一个或多个输入节点所对应的至少一个工业工厂向与一个或多个输出节点对应的一个或多个客户供应气体。因此,操作时间表包括针对每个输入节点的流量随时间的演变。
因此,如果给定节点处的压力值大于或等于预定阈值Plim,则操作员可以修改针对管线网络PN的一个或多个输入节点的流量演变时间表,以便修改目标节点在给定时刻的预期压力值。
可替代地,可以由处理单元9自动修改管线网络PN的操作时间表。
相反,如果在节点级处的所估计的压力值小于预定压力阈值Plim(图2中的KO),则例如针对另一个节点或在不同的时间段内再次执行模拟方法。
本发明呈现若干优点。
首先,使用表征管线网络的操作条件的操作状态来生成管线网络行为的模拟允许管理管线网络的高非线性。通过定义操作状态和对应的三维动态矩阵,可以降低非线性系统(诸如管线网络)的复杂性。现在,给定节点的预期压力的计算是线性的,而不会损害非线性模型的准确性。
该模拟方法还显著地减少了描述管线网络通常所需的大量方程式,因为管线网络仅由其输入节点和输出节点而不是其物理架构描述。因此,本发明构成了一种有效的模拟工具,用于针对与管线网络连接的工业工厂的进一步优化,包括诸如设备的启动或停止的二元决策。
此外,基于管线网络的操作条件的演变对三维动态矩阵的加权允许改善给定节点处压力值的估计。借助于加权系数,可以更精确地考虑操作条件对压力值计算的影响。
最后,操作员例如在人机界面的屏幕上可视化管线网络的操作时间表以及采用预定阈值与针对节点的所估计的压力值之间的比较形式的模拟方法的结果的可能性允许通过连续迭代来优化管线网络的运作。
Claims (18)
1.一种模拟方法,用于管理包括节点(S1,S2,C1)的管线网络(PN),所述模拟方法使用处理单元(9)实现,并且包括:
-定义(S1)表征所述管线网络的操作条件的所述管线网络的一个或多个操作状态STp,其中p是被包括在1和P之间的整数,P是操作状态的数量,
-针对每个操作状态STp,确定(S2)三维动态矩阵该三维动态矩阵的每个系数与当所述管线网络的所述操作条件与所述操作状态STp对应时在第i个节点处的预定参考值(ΔFR)的流量值变化之后在第k个时间步长tk在第j个节点处相对初始压力值的压力变化值对应,其中,i和j是被包括在1和N之间的整数,N是节点数,并且k是被包括在1和T之间的整数,T是与预定的时间范围对应的时间步长数,
-针对给定节点在给定时刻,基于所述管线网络的操作时间表来估计(S3)压力值,所述操作时间表提供关于直到所述给定时刻为止的每个节点的流量值的变化和所述管线网络的操作条件的演变的信息,所述估计使用所述一个或多个操作状态以及相关联的三维动态矩阵,以及
-使用所述模拟方法的结果来修改所述管线网络的操作和/或向所述管线网络进料或从所述管线网络进料的工业工厂的操作。
2.根据权利要求1所述的模拟方法,其中,所述管线网络包括输入节点和输出节点,并且适于从所述一个或多个输入节点所对应的至少一个工业工厂,诸如包括空气分离单元的工业工厂,向与所述一个或多个输出节点对应的一个或多个客户供应气体。
3.根据权利要求1或2所述的模拟方法,其中,所述管线网络的所述操作条件由数值参数(L)表征,每个操作状态STp与由下限和上限定义的参数值范围相关联,并且所述操作状态STp的相应的范围不重叠。
4.根据权利要求3所述的模拟方法,其中,所述操作状态STp的所述相应的参数值范围被排序,以使得参数值范围的所述下限等于前一参数值范围的上限,但其下限最小的所述参数值范围除外。
5.根据权利要求3或4所述的模拟方法,其中,所述管线网络包括输入节点和输出节点,其中,所述数值参数表征所述管线的总负载并且对应于:
-输出节点消耗的总和,和/或
-输入节点注入的总和,和/或
-输入节点注入和/或输出节点消耗的任何函数。
7.根据权利要求6所述的模拟方法,其中,通过阶跃函数来近似表征所述管线网络的所述操作条件的所述数值参数的演变。
-如果所述特定时间步长t对应于前一参数值与当前参数值之间的增加,则:
·如果所述当前参数值大于或等于与所述操作状态STp相关联的所述参数值范围的所述上限,并且所述前一参数值小于或等于所述参数值范围的所述下限,则:
·如果所述前一参数值在与所述操作状态STp相关联的所述参数值范围内,并且所述当前参数值大于或等于所述参数值范围的所述上限,则:
·如果所述当前参数值在与所述操作状态STp相关联的所述参数值范围内,并且所述前一参数值小于或等于所述参数值范围的所述下限,则:
·如果所述当前参数值和所述前一参数值严格大于与所述操作状态STp相关联的所述参数值范围的所述下限,并且严格小于所述参数值范围的所述上限,则:
∝(STp;t)=1
·如果不是上述情况,则:
∝(STp;t)=0
-如果所述特定时间步长t对应于前一参数值与当前参数值之间的减小,则:
·如果所述当前参数值小于或等于与所述操作状态STp相关联的所述参数值范围的所述下限,并且所述前一参数值大于或等于所述参数值范围的所述下限,则:
·如果所述前一参数值在与所述操作状态STp相关联的所述参数值范围内,并且所述当前参数值小于或等于所述参数值范围的所述下限,则:
·如果所述当前参数值在与所述操作状态STp相关联的所述参数值范围内,并且所述前一参数值大于或等于所述参数值范围的所述上限,则:
·如果所述当前参数值和所述一前参数值严格大于与所述操作状态STp相关联的所述参数值范围的所述下限,并且严格小于所述参数值范围的所述上限,则:
∝(STp;t)=1
·如果不是上述情况,则:
∝(STp;t)=0
其中:
-L+(t)和L-(t)分别是所述当前参数值和所述前一参数值,以及
-ΔL(t)是所述当前参数值与所述前一参数值之间的绝对差,即ΔL(t)=|L+(t)-L-(t)|。
12.根据权利要求11所述的模拟方法,其中,基于所述管线网络的历史操作数据来生成所述非线性管线网络模型,使用适于实时测量在所述管线网络的节点处的所述流量值和/或所述压力值的传感器来收集(S21)所述历史操作数据。
13.根据权利要求12所述的模拟方法,其中,所述历史操作数据以与所述管线网络的所述操作条件的演变相关的方式被存储(S22)在历史操作数据库(7)中。
14.根据前述权利要求中的一项所述的模拟方法,进一步包括:将在所述给定时刻在所述给定节点处的所估计的压力值与预定压力阈值(Plim)进行比较(S4),以及如果所估计的压力值大于或等于所述预定压力阈值,则修改(S5)所述管线网络的所述操作时间表,直到所估计的压力值小于所述预定压力阈值。
15.一种计算机程序,包括指令,当所述指令由至少一个处理器(15,21)实现时所述指令用于实现根据前述权利要求中的一项所述的模拟方法。
16.一种用于管理包括节点(S1,S2,C1)的管线网络(PN)的系统(1),所述系统包括:
-管理模块(11),其适于定义表征所述管线网络的操作条件的所述管线网络的一个或多个操作状态STp,其中p是被包括在1和P之间的整数,P是操作状态的数量,以及
-处理单元(9),其适于:
·针对每个操作状态STp,确定三维动态矩阵该三维动态矩阵的每个系数与当所述管线网络的所述操作条件与所述操作状态STp对应时所述第i个节点处的预定参考值(ΔFR)的流量值变化之后在第k个时间步长tk在第j个节点处的相对初始压力值的压力变化值对应,其中,i和j是包括在1和N之间的整数,N是节点数,并且k是包括在1和T之间的整数,T是与预定的时间范围对应的时间步长数,
·针对给定节点在给定时刻估计基于所述管线网络的操作时间表的压力值,所述操作时间表提供关于直到所述给定时刻的每个节点的所述流量值的变化和所述管线网络的所述操作条件的演变的信息,所述估计使用所述一个或多个操作状态以及所述一个或多个三维动态矩阵,以及
·使用所述模拟方法的结果来修改所述管线网络的操作和/或向所述管线网络进料或从所述管线网络进料的工业工厂的操作。
17.根据权利要求16所述的系统,进一步包括:
-传感器(3,5),其适于实时测量在所述管线网络的节点处的所述流量值和/或所述压力值,并收集所述管线网络的历史操作数据,以及
-历史操作数据库(7),其适于存储由所述传感器收集的所述历史操作数据,
所述处理单元进一步被配置为基于所述历史操作数据来生成非线性管线网络模型。
18.根据权利要求16或17所述的系统,其中,所述处理单元进一步适于将在所述给定时刻在所述给定节点处的所估计的压力值与预定压力阈值进行比较,所述管理模块或所述处理单元进一步适于如果所估计的压力值大于或等于所述预定压力阈值(Plim),则修改所述管线网络的所述操作时间表,直到所估计的压力值小于所述预定压力阈值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19207034.0 | 2019-11-05 | ||
EP19207034.0A EP3819723B1 (en) | 2019-11-05 | 2019-11-05 | Simulation method and system for the management of a pipeline network |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112784381A true CN112784381A (zh) | 2021-05-11 |
Family
ID=68468574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011214777.XA Pending CN112784381A (zh) | 2019-11-05 | 2020-11-04 | 用于管线网络的管理的模拟方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11550972B2 (zh) |
EP (1) | EP3819723B1 (zh) |
CN (1) | CN112784381A (zh) |
SG (1) | SG10202010844PA (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113515830B (zh) * | 2021-06-06 | 2022-06-03 | 三峡大学 | 基于供热管道网络拓扑变换的供热网络模型优化方法 |
CN113901626B (zh) * | 2021-12-10 | 2022-03-25 | 武汉理工大学 | 排水管网污泥沉积可视化仿真方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012015500A1 (en) * | 2010-07-26 | 2012-02-02 | Exxonmobil Upstream Research Company | Method and system for parallel multilevel simulation |
ITMI20120838A1 (it) * | 2012-05-15 | 2013-11-16 | Eni Spa | "metodo per l'identificazione di occlusioni in reti di tubazioni per il trasporto di fluidi" |
US9810045B2 (en) * | 2013-08-27 | 2017-11-07 | Halliburton Energy Services, Inc. | Connection conditions for modeling fluid transport in a well system environment |
CN103617563B (zh) * | 2013-12-05 | 2016-09-07 | 重庆大学 | 一种基于地统计空间分析理论的供水管网无监测节点压力确定方法 |
-
2019
- 2019-11-05 EP EP19207034.0A patent/EP3819723B1/en active Active
-
2020
- 2020-10-30 SG SG10202010844PA patent/SG10202010844PA/en unknown
- 2020-11-04 US US17/088,956 patent/US11550972B2/en active Active
- 2020-11-04 CN CN202011214777.XA patent/CN112784381A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US11550972B2 (en) | 2023-01-10 |
EP3819723B1 (en) | 2022-10-05 |
US20210133372A1 (en) | 2021-05-06 |
EP3819723A1 (en) | 2021-05-12 |
SG10202010844PA (en) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11644207B2 (en) | Smart thermostat with model predictive control | |
Drgoňa et al. | All you need to know about model predictive control for buildings | |
US11119451B2 (en) | Apparatus, method, program, and recording medium | |
CN111290271B (zh) | 控制参数最佳化系统及具备该系统的运行控制最佳化装置 | |
EP3828651B1 (en) | Apparatus, method and program | |
EP3601960B1 (en) | Apparatus and method for creating inferential process flow measurements using flow restrictor and upstream and downstream pressure measurements | |
JP2019521444A5 (zh) | ||
CN112784381A (zh) | 用于管线网络的管理的模拟方法和系统 | |
EP3800323A1 (en) | Virtual flow meter method and system for monitoring flow of an oil well in an industrial environment | |
CN105453217B (zh) | 用于控制使用反馈的流量比控制器的方法和系統 | |
US20230313950A1 (en) | A method for controlling a compressor room and an apparatus thereof | |
CN105340058B (zh) | 用于控制使用前馈调整的流量比控制器的方法及系统 | |
Persechini et al. | Centralized and distributed control architectures under Foundation Fieldbus network | |
US10429828B2 (en) | Plant simulation device and plant simulation method with first parameter adjustable at start and second parameter adjustable during operation of the plant | |
KR100877061B1 (ko) | 다변수 예측제어 시스템 및 방법 | |
CN111108738B (zh) | 数据处理设备、数据分析设备、数据处理系统和用于处理数据的方法 | |
CN115203861A (zh) | 多级机站通风系统风机变频优化方法、装置及设备 | |
CN107615184B (zh) | 用于针对模型预测估计和控制应用程序中的模型的后台元件切换的系统和方法 | |
JP2010079464A (ja) | プラント制御システムおよびプラント制御方法 | |
CN115081175A (zh) | 解析装置、解析方法以及记录有程序的计算机可读介质 | |
JP4664842B2 (ja) | エネルギープラントの最適運用システムと方法、およびプログラム | |
JP7409345B2 (ja) | 学習処理装置、制御装置、学習処理方法、制御方法、学習プログラムおよび制御プログラム | |
JP7043261B2 (ja) | モデル予測コントローラ及び推定器の機器点検のためのシステム及び方法 | |
Kristoffersen et al. | State and parameter estimation for a gas-liquid cylindrical cyclone | |
Hoshino et al. | Self tuning control with generalized minimum variance control in continuous time domain |
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 |