CN114341542A - 蒸汽疏水阀监视设备、系统和相关技术 - Google Patents

蒸汽疏水阀监视设备、系统和相关技术 Download PDF

Info

Publication number
CN114341542A
CN114341542A CN202080061349.XA CN202080061349A CN114341542A CN 114341542 A CN114341542 A CN 114341542A CN 202080061349 A CN202080061349 A CN 202080061349A CN 114341542 A CN114341542 A CN 114341542A
Authority
CN
China
Prior art keywords
steam trap
steam
series data
time series
determining
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
Application number
CN202080061349.XA
Other languages
English (en)
Inventor
D·D·文兹洛夫
B·H·卡尔霍恩
N·E·罗伯茨
T·欧布莱恩
S·P·玛恩肯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yongyue Co ltd
Original Assignee
Yongyue Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yongyue Co ltd filed Critical Yongyue Co ltd
Publication of CN114341542A publication Critical patent/CN114341542A/zh
Pending legal-status Critical Current

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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16T—STEAM TRAPS OR LIKE APPARATUS FOR DRAINING-OFF LIQUIDS FROM ENCLOSURES PREDOMINANTLY CONTAINING GASES OR VAPOURS
    • F16T1/00—Steam traps or like apparatus for draining-off liquids from enclosures predominantly containing gases or vapours, e.g. gas lines, steam lines, containers
    • F16T1/38—Component parts; Accessories
    • F16T1/48—Monitoring arrangements for inspecting, e.g. flow of steam and steam condensate
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F22—STEAM GENERATION
    • F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
    • F22B37/00—Component parts or details of steam boilers
    • F22B37/02—Component parts or details of steam boilers applicable to more than one kind or type of steam boiler
    • F22B37/38—Determining or indicating operating conditions in steam boilers, e.g. monitoring direction or rate of water flow through water tubes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/72—Investigating presence of flaws
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00—Control of temperature
    • G05D23/01—Control of temperature without auxiliary power
    • G05D23/12—Control of temperature without auxiliary power with sensing element responsive to pressure or volume changes in a confined fluid
    • G05D23/123—Control of temperature without auxiliary power with sensing element responsive to pressure or volume changes in a confined fluid the sensing element being placed within a regulating fluid flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Thermal Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

描述了与蒸汽疏水阀监视相关的设备、系统和技术。这些包括使用从其环境中采集的电力运行的无电池蒸汽疏水阀监视器、用于获取设施中或跨多个设施的疏水阀的蒸汽疏水阀监视器数据的系统、以及用于处理蒸汽疏水阀监视器数据以可靠地确定各个蒸汽疏水阀的状态和潜在地其它系统参数的技术。

Description

蒸汽疏水阀监视设备、系统和相关技术
相关申请资料
本申请要求于2019年8月7日提交的标题为“Steam Trap Monitoring Devices,Systems,and Related Techniques”的美国申请No.16/534,945(代理人案号PSIKP004)的优先权，其全部公开内容通过引用并入本文。
背景技术
蒸汽系统在各种各样的工业应用中经由热传递提供能量。由锅炉生成的蒸汽通过分配系统流向热交换器，由此将蒸汽的热量传递给负载。当热量传递到能量所导向的负载或者传递为来自分配系统的损失时，至少有一些蒸汽冷凝成液体形式(冷凝物)。这种冷凝物降低了系统的热传递的效率。冷凝物如果被剩余的流通(live)蒸汽加速到高速，那么会对系统造成灾难性的损害。进入或在系统中形成的不可凝气体(例如，氧气和二氧化碳)也会降低系统效率，并会导致系统组件的腐蚀。
蒸汽疏水阀(trap)是被设计为从蒸汽系统排放冷凝物和不可凝气体的设备，优选地具有最小的蒸汽损失。目前有几种基本类型的蒸汽疏水阀，包括例如机械疏水阀、温度疏水阀、热力(thermodynamic)疏水阀、Venturi喷嘴疏水阀等。每种类型都具有影响其对给定应用的期望性的优点和缺点。并且虽然蒸汽疏水阀有效地维持蒸汽系统的效率，但它们的特点是故障模式会导致系统效率低下和停机，因此必须定期检查和维护。但是手动检查蒸汽疏水阀会是昂贵的，或者甚至不切实际，特别是对于可能有数百甚至数千个蒸汽疏水阀的设施。
为了解决这个问题，已经开发了电子蒸汽疏水阀监视器，其自动监视与它们相关联的蒸汽疏水阀的参数并且当这些参数超过可接受的操作阈值时传输故障信号。但是，当今市场上的大多数蒸汽疏水阀监视器都存在检测故障状况的可靠性的问题，以及大多数由电池供电并且因此要求周期性电池检查和/或更换的事实，因此至少部分地无法实现安装它们的目的。
发明内容
根据各种实施方式，提供了方法、装置、设备、系统和计算机程序产品，其中至少一些与蒸汽疏水阀监视相关。
根据特定类别的实施方式，提供了方法、装置、设备、系统和计算机程序产品，其中接收蒸汽疏水阀的蒸汽疏水阀数据。蒸汽疏水阀数据包括表示蒸汽温度和冷凝物温度中的一者或两者的时间序列数据。基于时间序列数据的第一范围确定蒸汽疏水阀的正常基线操作。基于时间序列数据的一个或多个数据点确定蒸汽疏水阀的操作的改变。
根据这一类的具体实施方式，时间序列数据包括表示蒸汽温度的第一时间序列数据和表示冷凝物温度的第二时间序列数据。确定蒸汽疏水阀的正常基线操作包括：使用蒸汽疏水阀数据生成多个向量，该多个向量包括基于第一时间序列数据的一个或多个蒸汽温度包络向量以及基于第二时间序列数据的一个或多个冷凝物温度包络向量；基于第一时间序列数据确定一个或多个时段，在该一个或多个时段期间流通蒸汽正在蒸汽疏水阀处流动；以及基于确定一个或多个时段和蒸汽疏水阀的正常基线操作，处理向量的第一子集以确定在时段中的至少一个时段期间蒸汽疏水阀的状态。
根据更具体的实施方式，蒸汽疏水阀的状态包括正常、打开失败、调制或关闭失败之一。
根据另一种更具体的实施方式，确定一个或多个时段包括：使用多种方法，以使用方法中的每一种方法基于第一时间序列数据确定多个开启状态和多个关闭状态，每个开启状态和每个关闭状态具有与其相关联的置信度值；以及使用置信度值，组合多种方法的开启状态和关闭状态或从多种方法的开启状态和关闭状态中选择，以限定一个或多个时段。
根据另一种更具体的实施方式，确定一个或多个时段包括基于一个或多个蒸汽温度包络向量来确定浮动阈值的集合以及确定第一时间序列数据高于或低于对应浮动阈值的点。
根据另一种更具体的实施方式，确定一个或多个时段包括使用固定阈值周围的滞回(hysteresis)范围来确定第一时间序列数据高于或低于固定阈值的点。
根据另一种更具体的实施方式，确定一个或多个时段包括确定第一时间序列数据低于阈值的第一点以及将第一时间序列数据中早于第一点的第二点识别为与蒸汽关闭事件对应。根据甚至更具体的实施方式，使用基于第一时间序列数据和第二中的任一者或两者的样本时间间隔向量来识别第二点。
根据另一种更具体的实施方式，确定一个或多个时段包括基于表示蒸汽疏水阀的正常操作的基线的基本事实事件来确定阈值以及确定第一时间序列数据高于或低于该阈值的点。
根据这一类的具体实施实施方式，确定蒸汽疏水阀的正常基线操作至少部分地基于根据时间序列数据来确定蒸汽疏水阀处于调制蒸汽应用中。
根据更具体的实施方式，确定蒸汽疏水阀处于调制蒸汽应用中包括对时间序列数据的至少一部分应用快速傅立叶变换，或者对时间序列数据的至少一部分应用自相关函数。
根据这一类的具体实施方式，时间序列数据包括表示蒸汽温度的第一时间序列数据和表示冷凝物温度的第二时间序列数据，并且确定蒸汽疏水阀正常基线操作包括：使用蒸汽疏水阀数据生成多个向量，该多个向量包括基于第一时间序列数据的一个或多个蒸汽温度包络向量以及基于第二时间序列数据的一个或多个冷凝物温度包络向量；以及使用一个或多个蒸汽温度包络向量或一个或多个冷凝物温度包络向量确定数据点的集合的质心，每个数据点表示第一时间序列数据或第二时间序列数据的对应值。确定蒸汽疏水阀的操作的改变包括：跟踪数据点相对于数据点的质心的偏差；以及识别具有大于阈值的对应量值和在指定角度范围内的对应角度的偏差的子集。
根据更具体的实施方式，阈值基于数据点的方差。根据甚至更具体的实施方式，阈值是基于方差的特定数量的标准偏差来限定的。
根据另一个更具体的实施方式，接收蒸汽疏水阀元数据。蒸汽疏水阀元数据表示蒸汽疏水阀的蒸汽疏水阀类型和蒸汽疏水阀的蒸汽疏水阀应用。阈值和指定角度范围是基于蒸汽疏水阀类型和蒸汽疏水阀应用。
根据这一类的具体实施方式，接收蒸汽疏水阀元数据。蒸汽疏水阀元数据表示蒸汽疏水阀的疏水阀类型和蒸汽疏水阀的疏水阀应用。确定蒸汽疏水阀的正常基线操作是基于蒸汽疏水阀类型和蒸汽疏水阀应用。
根据另一类实施方式，感测设备包括被配置为生成传感器信号的一个或多个传感器、被配置为传输表示传感器信号的传感器数据的一个或多个发送器、以及被配置为控制一个或多个发送器的操作并将传感器信号转换成传感器数据的控制电路系统。第一能量采集设备被配置为从其中部署有感测设备的环境中采集第一类型的能量。第二能量采集设备被配置为从该环境采集第二类型的能量，第二类型的能量不同于第一类型的能量。能量存储设备被配置为存储得自第一类型的能量和第二类型的能量的能量。电力管理电路系统被配置为接收来自第一能量采集设备的第一电力和来自第二能量采集设备的第二电力，并控制能量存储设备对所存储能量的存储。电力管理电路系统还被配置为向一个或多个发送器和控制电路系统提供从存储的能量生成的第三电力。电力管理电路系统还被配置为以其中存储的能量仅从第一电力得出的第一模式、以其中存储的能量仅从第二电力得出的第二模式以及以其中存储的能量得自第一电力和第二电力的组合的第三模式操作。
根据这一类的具体实施方式，第一类型能量和第二类型能量中的每一个是光能、机械能、热能、振动能、声能、超声能、射频能、电磁能或磁能之一。
根据这一类的具体实施方式，电力管理电路系统包括DC-DC转换器、AC-DC转换器、降压转换器、升压转换器、降压-升压转换器或单电感器多输出(SIMO)转换器中的至少一种。
根据这一类的具体实施方式，能量存储设备是电容器或电池之一。
根据这一类的具体实施方式，感测设备被配置为监视蒸汽疏水阀。一个或多个传感器包括第一温度传感器和第二温度传感器，并且传感器数据表示蒸汽温度和冷凝物温度。
根据更具体的实施方式，传感器数据包括表示蒸汽温度的第一时间序列数据和表示冷凝物温度的第二时间序列数据。
根据另一种更具体的实施方式，第一能量采集设备包括热电发电机并且第二能量采集设备包括一个或多个光伏电池。
根据这一类的具体实施方式，选择电路系统被配置为选择性地使电力管理电路系统能够以第一模式、第二模式或第三模式操作。
根据这一类的具体实施方式，电力管理电路系统包括电力点跟踪电路系统，其被配置为跟踪由第一能量采集设备生成的第一电力和由第二能量采集设备生成的第二电力中的任一者或两者。
根据另一类实施方式，感测设备包括被配置为生成表示一个或多个温度的传感器信号的一个或多个温度传感器、被配置为将表示传感器信号的传感器数据无线地传输到远程设备的一个或多个发送器、以及被配置为控制一个或多个发送器的操作并将传感器信号转换成传感器数据的控制电路。传感器数据包括表示一个或多个温度的时间序列数据。热电发电机被配置为从其中部署了感测设备的环境中采集热能。能量存储设备被配置为存储得自热能的能量。
根据这一类的具体实施方式，第二能量采集设备被配置为从环境中采集第二类型的能量，该第二类型的能量不同于热能。电力管理电路系统被配置为接收来自热电发电机的第一电力和来自第二能量采集设备的第二电力，并且控制能量存储设备对所存储能量的存储。电力管理电路系统还被配置为向一个或多个发送器和控制电路系统提供从存储的能量生成的第三电力。
根据更具体的实施方式，电力管理电路系统还被配置为以其中存储的能量仅从第一电力得出的第一模式、以其中存储的能量仅从第二电力得出的第二模式以及以其中存储的能量得自第一电力和第二电力的组合的第三模式操作。根据甚至更具体的实施方式，选择电路系统被配置为选择性地使电力管理电路系统能够以第一模式、第二模式或第三模式操作。
根据另一种更具体的实施方式，电力管理电路系统包括电力点跟踪电路系统，其被配置为跟踪由热电发电机生成的第一电力和由第二能量采集设备生成的第二电力中的任一者或两者。
根据另一种更具体的实施方式，第二类型的能量是光能、机械能、振动能、声能、超声能、射频能、电磁能或磁能之一。
根据另一种更具体的实施方式，电力管理电路系统包括DC-DC转换器、AC-DC转换器、降压转换器、升压转换器、降压-升压转换器或单电感器多输出(SIMO)转换器中的至少一种。
根据另一种更具体的实施方式，第二能量采集设备包括一个或多个光伏电池。
根据这一类的具体实施方式，能量存储设备是电容器或电池之一。
根据这一类的具体实施方式，感测设备被配置为监视蒸汽疏水阀，其中一个或多个温度传感器包括第一温度传感器和第二温度传感器，并且其中传感器数据表示蒸汽温度和冷凝物温度。
根据这一类的具体实施方式，传感器数据包括表示蒸汽温度的第一时间序列数据和表示冷凝物温度的第二时间序列数据。
可以通过参考说明书的其余部分和附图来实现对各种实施方式的性质和优点的进一步理解。
附图说明
图1描绘了由本公开启用的蒸汽系统和云连接的蒸汽疏水阀监视系统的示例。
图2是由本公开启用的蒸汽疏水阀监视器的框图。
图3是图示由本公开所启用的蒸汽疏水阀监视器数据的处理的流程图。
图4是图示由本公开所启用的蒸汽疏水阀监视器数据的处理的另一个流程图。
图5是图示由本公开所启用的蒸汽疏水阀监视器数据的处理的另一个流程图。
图6是图示由本公开所启用的蒸汽疏水阀监视器数据的处理的另一个流程图。
具体实施方式
现在将详细参考具体实施方式。这些实施方式的示例在附图中示出。应当注意的是，这些示例是出于说明性目的而描述的，并不旨在限制本公开的范围。更确切地说，所描述的实施方式的替代方案、修改和等同物包括在如所附权利要求限定的本公开的范围内。此外，为了促进对所描述的实施方式的透彻理解，可以提供具体细节。可以在没有这些细节中的一些或全部的情况下实践本公开的范围内的一些实施方式。另外，为了清楚起见，可以没有详细描述众所周知的特征。
本公开描述了与蒸汽疏水阀监视相关的各种设备、系统和技术，包括依靠从其环境中采集的电力运行的无电池蒸汽疏水阀监视器、用于获取设施中或跨多个设施的疏水阀的蒸汽疏水阀监视器数据的系统、以及用于处理蒸汽疏水阀监视器数据以可靠地确定各个蒸汽疏水阀的状态和潜在地其它系统参数的技术。应当注意的是，所描述的示例可以以各种组合使用。还应当注意的是，本文描述的示例中的至少一些可以独立于其它示例来实现。例如，本文描述的用于处理疏水阀监视器数据的技术可以用于处理使用多种监视器中的任何一者捕获的数据，该监视器包括但不限于本文描述的监视器。类似地，本文描述的蒸汽疏水阀监视器可以与多种监视系统和数据处理技术中的任何一者一起使用，该监视系统和数据处理技术包括但不限于本文描述的系统和技术。
图1描绘了蒸汽疏水阀监视系统100，其中多个蒸汽疏水阀102(可能数百甚至数千)被部署在采用蒸汽系统的整个设施中。为清楚起见，未示出蒸汽系统的细节。此外，图1中的蒸汽疏水阀被描绘为常规的倒桶式蒸汽疏水阀。但是，应当注意的是，这仅仅是可以如本文所述被监视的蒸汽疏水阀类型的一个示例。即，本文描述的系统、监视器和技术可以与四种基本类型的蒸汽疏水阀(例如机械疏水阀、温度疏水阀、热力疏水阀和Venturi喷嘴疏水阀)中的任何一者一起使用。
每个蒸汽疏水阀102具有安装在蒸汽疏水阀上或蒸汽疏水阀附近的相关联的蒸汽疏水阀监视器(STM)104。STM 104生成与相关联的蒸汽疏水阀102及其相邻管道相关的各种类型的传感器数据。STM104将传感器数据传输到控制节点106，控制节点106进而经由网络110将传感器数据传输到STM数据服务108。如将认识到的，STM104和控制节点106的数量将根据设施而变化。
STM服务108可以符合多种体系架构中的任何一者，诸如例如部署在一个或多个协同位置处的服务平台，每个协同位置用一个或多个服务器112实现。STM服务108也可以部分或全部使用基于云的计算资源来实现。网络110表示多种网络环境的任何子集或组合，包括例如基于IP上TCP/UDP的网络、单播/多播/广播网络、电信网络、无线网络、卫星网络、有线网络、公共网络、专用网络、广域网、局域网、互联网、万维网、内联网、外联网等。
本文描述的示例中的至少一些预期基于计算模型的实施方式，该计算模型使得能够对计算资源(例如，基于云的网络、服务器、存储装置、应用和服务)的池进行无处不在、便捷、按需的网络接入。如将理解的，此类计算资源可以与控制STM数据服务108的同一实体集成和/或在其控制下。可替代地，此类资源可以独立于服务108，例如，在受分离的计算资源提供者控制的平台上，服务108与该平台连接以根据需要消耗计算资源，例如，云计算平台或服务。
还应当注意的是，虽然本文提及任何特定计算范例和软件工具，但各种实施方式所基于的计算机程序指令可以与多种编程语言、软件工具和数据格式中的任何一者对应，可以存储在任何类型的非暂态计算机可读存储介质或(一种或多种)存储器设备中，并且可以根据各种计算模型来执行，该计算模型包括例如客户端/服务器模型、在独立计算设备上的对等模型，或根据其中各种功能可以在不同位置实现或使用的分布式计算模型。
STM 104可以使用多种有线和无线协议和技术中的任何一者与控制节点106通信。根据一些实施方式，控制节点106和STM 104使用由位于加利福尼亚州圣克拉拉(SantaClara)的PsiKick公司提供的称为
Figure BDA0003525310820000091
的专有低功率通信协议进行通信。适于以此类实施方式使用的此类协议和相关联电路系统的示例在美国专利No.9,020,456和9,413,403以及美国专利公开No.2014/0269563和No.2016/0037486中进行了描述，每个专利的全部公开内容都通过引用并入本文用于所有目的。但是，应当注意的是，预期其中采用STM与系统的其余部分之间的其它通信模式的实施方式。
控制节点106可以使用各种合适的工业互联网网关中的任何一者来实现，并且可以使用各种有线和无线协议中的任何一者连接到STM服务108，协议例如各种版本的以太网、各种蜂窝(例如，3G、LTE、5G等)、各种wi-fi(802.11b/g/n等)等。在一些情况下，常规网关被扩增为包括实现
Figure BDA0003525310820000092
协议的组件。
每个STM 104生成表示与其相关联的蒸汽疏水阀相关的一个或多个温度的传感器数据以及可以与疏水阀相关联的其它感测到的数据。一个或多个温度包括蒸汽温度和/或冷凝物温度。使用连接到疏水阀(可以是流通蒸汽或负载)的系统侧的管道的温度传感器(例如，热敏电阻)捕获蒸汽温度。使用连接到管道的温度传感器(例如，热敏电阻)捕获冷凝物温度，通过该管道排出冷凝物和不可凝气体。STM还可以被配置为捕获和生成表示其中部署有STM的环境的环境温度和/或湿度的传感器数据。
每个STM 104还可以被配置为生成表示由多种传感器类型和/或源生成的多种其它参数的传感器数据。例如，STM可以监视光照水平、湿度、振动或其它类型的机械能、声能、超声能等。
根据特定实施方式，每个STM 104响应于来自其控制节点106或本地唤醒定时器的唤醒消息而从低功率模式转变、在其每个传感器上获取读数，并在数据包中向其控制节点106传输读数的数字化版本，在该数据包中每个传感器及其读数成对(例如，作为标签-值对)。数据包还包括用数据包中读数的时间戳和唯一标识符识别特定STM的信息(例如，在报头中)。唤醒消息可以从每个控制节点周期性地传输到其相关联的STM。
每个控制节点106将从其STM 104接收到的数据包存储在其本地数据库中，并周期性或机会性地将存储的信息上传到STM数据服务108(例如，当控制节点连接到互联网时，上传到基于云的服务)。因此，如果出现中断，那么控制节点能够高速缓存传感器数据，直到连接恢复为止。传感器数据的处理由STM数据服务108完成，例如，使用逻辑114。STM数据服务108还存储蒸汽疏水阀监视系统100的历史数据(例如，在数据存储库116中)。由STM数据服务108生成以及存储在数据存储库116中的蒸汽疏水阀数据和其它系统数据可以由与其中部署蒸汽疏水阀监视系统的一个或多个设施相关联的负责人员按需访问(例如，在计算设备118上的仪表板中)。
蒸汽温度和冷凝物温度对于确定蒸汽疏水阀的状态是有用的，因为蒸汽疏水阀被设计为收集在蒸汽系统中部署疏水阀处或其附近形成的冷凝物。蒸汽疏水阀通常安装在蒸汽分配系统中的低点。每隔一段时间，蒸汽疏水阀就会将收集到的冷凝物排入排水管中。当蒸汽疏水阀发生故障时，它常常会导致蒸汽直接通过疏水阀进入排水管。
在简单的示例中，通常预期蒸汽疏水阀的蒸汽侧处于或接近流通蒸汽的温度或其附近(例如，远高于100摄氏度)。相比之下，由于冷凝物的存在，通常预期疏水阀的冷凝物侧的温度低于疏水阀的蒸汽侧的温度。如果蒸汽疏水阀打开失败，那么这可以基于疏水阀的冷凝物侧相对于蒸汽温度高于预期的温度来检测。但是，由于蒸汽疏水阀的不同类型、在其中安装它们的不同应用、故障模式的多样性以及温度数据的固有噪声，使用两个温度的简单比较来确定疏水阀的状态可能不是特别可靠。
如将在下面讨论的，本公开启用多种技术，通过这些技术，这些和潜在地其它参数可以被处理以更可靠地确定各个蒸汽疏水阀的状态。此外，可以通过监视这些温度和/或其它参数来检测或确定超出各个蒸汽疏水阀的状态的各种系统参数。例如，蒸汽温度的下降可以是由锅炉或减压阀(PRV)的压力下降造成的。可以基于来自一个STM的数据点的集合和/或来自分布在系统周围的多个STM的数据集来做出这种确定。来自多个STM的数据也可以被用于进行更精细的评估，诸如例如区分锅炉或减压阀(PRV)的压力问题。
更一般地，预期这样的实施方式，其中STM数据的各种子集(捕获的数据和导出的数据两者)可以被用于为多种系统行为或组件中的任何一者限定正常基线操作(以及潜在地正常附近的某个范围)。然后可以使用这样的正常限定来检测与预期范围的偏差。这可以最初涉及一般故障条件的识别，但也可以随着时间的推移而被细化，以识别由对应数据签名表示的特定状态和/或故障模式。此类签名可以使用由一个或多个STM在给定时间点或特定时间范围内生成的数据来表示。
根据一些实施方式，采用使用从部署它们的环境中采集的功率来操作的STM。图2是这种STM 200的示例的框图。在所描绘的实施方式中，STM 200使用利用光伏(PV)设备202和热电发电机(TEG)204从其环境采集的能量来供电，其中光伏(PV)设备202从STM 200附近的环境光捕获能量，热电发电机(TEG)204从例如蒸汽分配系统的管道捕获热能。如将要讨论的，预期这样的实施方式，其中STM的电力管理单元可以被配置为使得STM可以使用来自“仅太阳能”模式下的PV设备(如从PV设备202到VIN的虚线所指示的)、“仅TEG”模式下的TEG，或两者都处于“太阳能辅助”模式的组合(如从PV设备202到VCAP的实线所指示的)的电力。用于配置这些连接的合适的开关电路系统对于本领域技术人员将是已知的，因此为了清楚起见而未描绘。
STM 200包括电力管理单元(PMU)206，其控制经由负载开关212向控制器208和数据发送器210的电力递送。VIN是到PMU 206的采集输入，并且VCAP和三个电压轨(为清楚起见而未示出)是生成的输出。PMU 206使用从PV设备202和TEG 204中的任一者或两者(取决于采集模式)采集的能量经由充电电路216用VCAP为能量存储设备214(例如，超级电容器)充电。负载开关212和充电电路216控制何时向STM 200的其余部分供电并允许STM 200在能量存储设备214充电时起作用。
STM 200从与其相关联的系统控制节点接收唤醒消息(例如，用唤醒接收器218)。唤醒消息的接收触发PMU 206对负载开关212的控制，以向控制器208提供电力以捕获与由STM 200监视的蒸汽疏水阀相关联的读数，并向发送器210提供电力以将传感器数据传输到控制节点。PMU 206还经由数字I/O信道220与控制器208通信。这可以被控制器用来监视PMU206的状态，并更新其配置或校准设置。
一旦被唤醒并通电，控制器208就使用与STM 200相关联的传感器的一个或多个集合来捕获读数。如所描绘的，这些可以包括一个或多个温度传感器222(例如，连接到邻近疏水阀的管道的热敏电阻)。还预期用于检测或测量其它参数或读数类型(例如，环境温度和/或光、声学、超声波、湿度、振动/机械能等)的传感器。如上面所讨论的，控制器208将数字化的传感器数据打包，并经由数据发送器210将(一个或多个)数据包发送到相关联的传感器节点。
根据特定实施方式，PMU 206包括升压DC-DC转换器，该转换器采用最大功率点跟踪来将从采集源之一(例如，PV设备202或TEG 204，取决于模式)接收的相对低的电压VIN升压到其输出处的更高的电压VCAP，该电压VCAP被用于为能量存储设备(例如，214)充电。一旦VCAP足够高，降压/升压、单输入多输出(SIMO)DC-DC转换器就接通并获取VCAP并使其升高或降低(取决于能量存储设备214的充电水平)，从而生成三个电压轨；分别为+2.5、+1.2和+0.6伏。这些电压轨用于为STM 200的其它电子器件(例如，控制器208和发送器210)供电。
在“太阳能辅助”采集模式下，PV设备202可以通过二极管224直接附接到VCAP(以防止泄漏)，如图2中的实线连接所表示的。在这种模式下，并且假设其输出足以正向偏置二极管224，PV设备202可以向TEG 204提供充电辅助，其中两个采集源的能量自然地组合在能量存储设备214中，而不要求复杂的控制电子器件。根据特定实施方式，在“太阳能辅助”模式下，PV设备202被用于提高VCAP，使得对升压转换器的偏置开启。这允许升压从较低的输入电压采集(例如，允许从TEG 204上的较低温度增量采集)。在另一种实施方式中，PV设备202可以连接到PMU 206的VIN，如图2中的虚线所示。这允许对较低水平的光或较低电压的PV电池进行升压以对能量存储元件进行再充电。
更一般地，本公开启用其中能量可以从多个不同的能量源采集并以任何组合用于为这种STM供电的实施方式。其它潜在的采集源包括振动能量(例如，使用基于压电的设备)和RF能量。如将认识到的，这些是AC能源，因此要求AC-DC转换器。如果其中任何一个产生的DC电压不够高，那么可以使用升压转换器对其进行升压。
现在将参考图3-图6描述根据特定类的实施方式的STM算法及其组件分析算法对STM传感器数据的处理。如上面所提到的，这些处理技术可以与由本公开启用的STM结合使用，但也可以与多种STM类型中的任何一者一起使用。如图3中所示，STM算法的输入包括时间序列数据，例如表示蒸汽温度(Tsteam)、冷凝物温度(Tcond)、(可选地)环境温度(Tamb)的用于STM的向量，以及用于时间序列数据的对应值的时间戳(Time)。向量提取(302)针对多个不同的向量类型从这些输入向量中生成向量特征。
根据一些实施方式，每个向量可以包括STM在其整个历史上的特征值，并且每次STM算法及其各种分析组件运行时，可以处理STM的这整个历史。这种方法可以是有用的，因为为了确定蒸汽疏水阀在任何给定时间点的状态，其在其寿命内的行为可以是相关的并且因此可以被考虑在内。即，STM的历史行为常常对于理解和/或告知其当前行为是有用的。
但是，应当注意的是，预期其中仅处理给定时间范围内的STM传感器数据的子集的实施方式。例如，如果STM生成了10年的传感器数据，并且关于必须以多快的速度确定STM的状态存在时间约束，那么STM算法可能被约束为仅使用最近一年的传感器数据以加速处理时间。此外，可以将STM的修复或校准作为“基本事实”事件引入其数据集中，该“基本事实”事件可以用于告知后续事件检测和置信度分数和/或限定要使用的传感器数据的范围。
根据一些实施方式，作为向量提取302的结果生成的向量包括dt向量，其值表示时间序列数据中的连续样本之间的时间差(例如，如从Time输入向量导出的)。如将要讨论的，这个信息对于确定任何时间序列数据的改变率是有用的并且可以被用于例如确定蒸汽开启和蒸汽关闭事件的定时。如还将讨论的，dt向量也可以被用于检测蒸汽调制，并且检测表示蒸汽疏水阀状态的显著改变的事件。
向量提取302还导致生成在本文中称为Ts包络(max和min)和Tc包络(max和min)的向量，它们分别表示蒸汽温度和冷凝物温度的温度包络。每个包络由两个向量表示，包括与对应温度向量的原始温度值在时间上对准的温度值，例如，Ts包络(max和min)向量的值与Ts向量的值在时间上对准。包络的向量之一表示对应温度的最大值，而另一个表示最小值。这些表示缓慢地适应潜在的温度的改变，并且对于检测这些温度何时以意想不到的方式改变是有用的。
向量提取302还可以导致生成用于蒸汽温度和冷凝物温度的向量，在本文中称为Delta-T(蒸汽和冷凝物)。这些Delta-T向量的值表示连续温度样本之间的差异。例如，这个信息在区分不同的疏水阀状态和/或故障模式中可以是有用的。
向量提取302还可以导致生成本文称为Ts方差能量和Tc方差能量的向量。这些是通过分别馈送Ts和Tc通过DC阻塞滤波器以生成每个信号中的能量测量而生成的。这些向量是对应温度(即，蒸汽和冷凝物温度)在稳定时的稳定性的表示，并且可以被认为是一种本底噪声(noise floor)。预期其中使用或者温度值的未加工量值或者未加工量值的对数的实施方式。同样，这个信息对于区分不同的疏水阀状态和/或故障模式可以是有用的。
向量提取302还可以导致生成本文称为蒸汽关闭衰减率的向量，其表示当系统中蒸汽被关闭时疏水阀冷却的速率，例如，在“蒸汽关闭”事件之后从边缘的衰减常数。该向量可以通过对Ts或Tc温度数据进行低通滤波来导出，通过观察标准偏差并寻找离群值(outlier)来检测异常状态或条件。
这些向量中的至少一些通过多个滤波器(304)以提供关于向量的行为的不同观点。大多数向量接收某种程度的低通滤波(短期或长期求平均)。然后使用一个或多个分析组件(306)分析经滤波的向量(可以从中导出数字签名)以生成各种输出，每个输出具有相关联的置信度值。下面讨论此类分析组件的一些示例。
来自分析组件的输出然后可以由另一层逻辑处理以识别蒸汽疏水阀和/或蒸汽系统的可能状态(308)。识别出的疏水阀的状态可以是特定的(例如，正常、打开失败、关闭失败等)。可替代地，识别出的状态可以只是某物不正常并且可以设置应当手动检查特定蒸汽疏水阀的标志。
根据一些实施方式，分析组件306之一使用蒸汽温度数据来确定流通蒸汽是否在蒸汽疏水阀处流动。这种蒸汽开/关检测分析是基于以下假设，即，如果知道疏水阀处蒸汽是否开启，那么可以以更高程度的可靠性完成蒸汽疏水阀的状态的确定。蒸汽是否在流向疏水阀(也称为“系统状态”)是通过使用多种确定方法处理蒸汽温度数据来确定的，如图4的图中所示。每种方法(402-1至402-n)生成状态输出估计向量以及置信度向量。然后选择和/或组合(404)来自不同确定方法的输出以导出整体系统状态估计向量和相关联的置信度向量。根据特定的实施方式，具有最高置信度的方法的结果被用于确定整个系统状态。可替代地，预期其中使用不同方法的输出和置信度水平的某种组合的实施方式。
适用于蒸汽开/关检测的一种方法为条件“蒸汽开启”和“蒸汽关闭”建立固定阈值并使用阈值之间的滞回。“蒸汽开启”阈值可以是大约90摄氏度，而“蒸汽关闭”阈值可以是大约60摄氏度。但是应理解的是，可以使用不同的阈值来更好地反映蒸汽疏水阀的类型和它安装在其中的应用。还应理解的是，滞回阈值不一定需要与开启和关闭阈值相同。例如，蒸汽开启事件可以维持下降到的滞回阈值可以是70摄氏度，而蒸汽关闭事件可以维持上升到的滞回阈值可以是80摄氏度。
可以计算置信度值，使得当蒸汽温度在阈值之外时，存在系统状态已知的合理置信度水平(例如，>50％)。另一方面，如果蒸汽温度在阈值之间，那么对系统状态的了解明显不太确定。可以为这种方法调整以适合特定应用或蒸汽疏水阀类型的参数包括“蒸汽开启”和“蒸汽关闭”阈值以及阈值处的置信度水平。
适用于蒸汽开/关检测的另一种方法适于通过生成“浮动”阈值来监视蒸汽疏水阀。这是通过基于观察到的极端值跟踪蒸汽温度的包络来实现的。
根据这种方法，(1)如果观察到的蒸汽温度超过中值达某个可编程值，那么认为蒸汽“开启”；(2)如果观察到的温度低于中值达某个可编程值，那么认为蒸汽“关闭”；以及(3)如果温度下降到中值附近(即，滞回)，那么认为相对于之前的状态保持不变。
在特定实施方式的第一遍中，多段逻辑被应用于观察到的蒸汽温度，因为它与现有极值相关。这个逻辑操作如下。如果观察到的温度超过当前极值，那么通过低通滤波器更新极值。如果观察到的温度接近极值(例如，在可编程值内)，并且观察到的温度是稳定的(例如，其导数低于可编程值)，那么使用第二低通滤波器更新极值。如果观察到的温度在极值和远离极值(例如，在某个可编程值之外)之间，那么使用第三低通滤波器更新相反的极值。如果这些条件都不满足，那么新的极值与其之前的值匹配。
通过这种方法生成的置信度向量可以考虑各种参数，诸如例如跟踪极值之间的温度增量、观察到的温度和被跟踪的中值之间的距离、和/或跟踪极值与环境温度的接近度等等。也可以通过对中值使用附加的低通滤波器来提供进一步的稳定性。
适用于蒸汽开/关检测的另一种方法涉及累积特定蒸汽疏水阀的基本事实事件(例如，维修或重新校准)，以告知与时间序列数据的观察到的样本进行比较的阈值。这种方法涉及使用表示每个蒸汽疏水阀的布尔向量，其包括表示例如蒸汽疏水阀类型和其中安装蒸汽疏水阀的特定应用的特征。布尔向量被用于确定特定蒸汽疏水阀的基本事实事件与另一个蒸汽疏水阀的基本事实事件的匹配程度。例如，可以基于对与给定蒸汽疏水阀密切相关的蒸汽疏水阀的基本事实事件的分析来预测给定蒸汽疏水阀的温度包络。
由于使用滞回，报告“蒸汽关闭”事件的时间点可能会相对于事件实际发生的时间点延迟。因此，在一些情况下，对此类事件的确定不仅仅依赖于阈值的跨越可以是重要的。即，当不存在流通蒸汽时，可能不期望评估蒸汽疏水阀的状态。并且因为“蒸汽关闭”事件的报告可能从蒸汽实际关闭的时间点延迟，所以紧接在报告之前的数据被认为是不可靠的。
因此，根据具体实施方式，确定实际“蒸汽关闭”事件的时间。这是通过从报告状态改变的时间点回溯蒸汽温度数据以识别蒸汽温度开始下降的时间点来完成的。
根据一些实施方式，多个STM的状态和置信度值可以被用于以更高的置信度来确定系统状态，例如，蒸汽是打开还是关闭。并且这些可以基于疏水阀之间的相关性(例如，蒸汽疏水阀类型和其中安装每个疏水阀的应用)进行组合和/或加权。用于每个STM的数据可以具有相关联的元数据，这些元数据表示与其相关联的疏水阀的各种特点，诸如例如被监视的蒸汽疏水阀类型和其中蒸汽安装疏水阀的应用，例如滴水、盘管(coil)、过程、热交换器等。在处理STM算法及其任何分析组件的输出和置信度分数时，可以考虑此类元数据。
根据一些实施方式，图3的STM算法的一个或多个分析组件306使用蒸汽开/关闭状态、蒸汽和冷凝物温度数据、包络跟踪数据以及疏水阀和/或系统元数据来确定特定蒸汽疏水阀的一种或多种状态。这个分析组件基于蒸汽和冷凝物温度数据随时间的分布的对应改变来识别蒸汽疏水阀状态。基于改变的方向和量值来识别特定的蒸汽疏水阀状态(例如，打开失败)。
假设流通蒸汽在蒸汽疏水阀处流动(例如，如上所述检测到“蒸汽开启”系统状态)，并且如图5中所描绘的，通过将蒸汽和冷凝物温度数据以及温度包络跟踪数据Ts包络(max)和Tc包络(max)从笛卡尔坐标转换成极坐标(506和512)来确定“蒸汽开启”数据集群的中心。
标记由包络跟踪数据限定并且量值大于指定水平(例如，1至3个标准偏差)的蒸汽和冷凝物温度数据相对于中心点的改变(514和516)以及由指定角度范围界定的方向(518)。被标记的事件与相关联的置信度分数一起被报告(520)。
限定疏水阀温度数据的移动方向的指定角度范围和/或改变的指定量值可以根据疏水阀类型和疏水阀应用而显著变化，不同的角度范围潜在地表示不同的疏水阀状态或故障模式。
在许多情况下，蒸汽疏水阀安装在这样的应用中，其中疏水阀在正常操作条件下在疏水阀的蒸汽侧经历流通蒸汽的行为的相当大的变化。这些正常操作条件看起来可以与流通蒸汽行为更加一致的疏水阀的正常操作条件有很大不同。例如，对于快速循环开启和关闭的疏水阀，蒸汽和/或冷凝物温度通常不会达到与在长时间段内开启或关闭的疏水阀相同的极值。这是意料之中的，因为系统的热质量需要长时间才能达到全温，有效地充当低通滤波器。
在另一个示例中，疏水阀可以安装在来自蒸汽分配系统的负载的相对侧在正常操作期间预期会形成冷凝物的点处，例如，具有热交换器的系统在交换器下方带有疏水阀。在这种应用中，疏水阀的蒸汽侧在正常条件下预期会产生大量冷凝物，与直接连接到蒸汽分配系统的疏水阀相比，预期蒸汽温度会显著降低。例如，在此类应用中，“蒸汽开启”条件的蒸汽温度低于蒸汽供应上的疏水阀。此外，负载的温度可以使用热交换器顶部的阀门进行调节，该阀门循环开和关以控制进入交换器的蒸汽的量。这使得疏水阀温度按照具有一致频率成分的规则模式上升和下降。
蒸汽疏水阀在此类应用中所经历的这些条件变化统称为术语“调制蒸汽”。如将认识到的，作为确定疏水阀状态的一部分，确定特定疏水阀是否正在经历调制蒸汽可以是重要的。
因此，根据一些实施方式，图3的STM算法的一个或多个分析组件306使用蒸汽疏水阀的蒸汽温度数据来检测该疏水阀是否部署在调制蒸汽应用中。此类分析组件被配置为检测蒸汽温度的规律或甚至半规律的循环。
根据一类实施方式，将蒸汽温度数据转换到频域(例如，使用快速傅立叶变换或FFT)以确定温度数据中任何循环的频率和/或量值。在频率分量的量值重要的情况下，这种方法可以是期望的。另一方面，如果温度数据的采样率将一致的置信度不高，那么这种方法可能不是特别适合。
根据另一类实施方式，可以使用自相关算法来确定蒸汽温度数据中任何重复循环的总时段。自相关算法的使用也特别适用于仅寻求确定是否正在发生循环而不是确定循环的组成频率分量的实施方式。
现在将参考图6描述使用自相关算法的调制检测分析的特定实施方式。但是，应当注意的是，本公开既预期又启用其中采用频率转换(例如，使用FFT)的实施方式，或者作为替代方案或者与自相关函数相结合。
不管用于检测温度循环的技术如何，蒸汽温度数据(Ts)在分析之前都经过预处理；在这个具体实施方式中，使用带通滤波器602。例如，在蒸汽温度数据具有大的DC偏移量的情况下，这种预处理可以是有用的。使用具有相对陡峭滚降的DC阻塞滤波器防止了自相关算法溢出(或FFT输出的低频分量掩蔽)。这种滤波对于从样本到样本的高频改变被认为是噪声的实施方式也可以是有用的。
使用规则数量的样本对蒸汽温度数据运行自相关算法(606)。自相关算法可以考虑但不要求考虑丢失的样本或样本定时的变化。
各种后处理技术可以在其解释之前应用于未加工的自相关输出。例如，中心峰值移除涉及对未加工的自相关输出进行“去镜像”，然后移除中心峰。对于循环信号，自相关算法的输出是关于中心(零延迟)点的镜像。这意味着可以丢弃一半的输出向量而不会导致任何信息丢失。在一种方法中，向量的前半部分被丢弃，因为这导致向量按增加延迟的次序排列(从零开始)。
众所周知，在零延迟点处总会存在峰，并且它始终是自相关输出的最高水平。这是因为在零延迟处，信号具有100％的相关性，并且没有其它对准可以产生优于100％的相关性。但是，因为我们正在试图识别循环延迟，所以这个峰(其表示零延迟)是无关紧要的，因此去除它是有利的。峰可以通过分析自相关输出的一阶导数以将中心峰与任何相邻峰隔离开来移除。由于中心峰保证是最高峰，因此峰任一侧的一阶导数保证为负。沿着自相关输出移动，一阶导数将在下一个峰的底部(foot)变为正值，但幅度很小。因此，简单的逻辑分析使我们能够确定中心峰的限制。然后通过将数据的中心区段中的所有值设置为等于那个区段之外的第一个值来移除峰。如果峰占据整个块，那么整个块的相关性被设置为零。
自相关输出中各种峰的绝对量值可能不是特别重要，因为它是输入信号的量值的函数。并且由于没有任何延迟量可以产生比在中心峰处发现的100％相关性更高的相关性，因此将所有其它输出表示为相对于中心点可以是有利的。这给出了与信号水平无关的相关性因子。因此，可以将自相关输出归一化到中心(零延迟)点。这给出了信号以不同延迟量重复自身的程度的有意义的表示。
除了应用自相关算法(706)之外，还确定温度数据的每个块的能量的表示(716)。如果自相关输出已被归一化，那么它可以不再包括足够的信息来确定它是否表示疏水阀的实际循环(例如，温度波动的几度)或仅温度读数的轻微波动(例如，仅跨越一到二度)。确定原始输入块的能量水平可以被用于解决这种模糊性。
自相关向量和能量测量向量被馈送通过阈值化和资格(qualification)逻辑718以将它们有资格代表调制蒸汽。所有阈值输出都使用逻辑AND语句进行组合。在一些情况下，可以对输入进行简单的阈值化。
本领域技术人员将理解的是，在不脱离本公开的范围的情况下，可以对本文描述的实施方式的形式和细节进行改变。此外，虽然已经参考各种实施方式描述了各种优点、方面和目标，但是本公开的范围不应当受限于此类优点、方面和目标。更确切地说，本公开的范围应当参考所附权利要求来确定。

Claims (31)

1.一种计算机实现的方法，包括：
接收蒸汽疏水阀的蒸汽疏水阀数据，所述蒸汽疏水阀数据包括表示蒸汽温度和冷凝物温度中的一者或两者的时间序列数据；
基于时间序列数据的第一范围确定蒸汽疏水阀的正常基线操作；以及
基于时间序列数据的一个或多个数据点确定蒸汽疏水阀的操作的改变。
2.如权利要求1所述的方法，其中，时间序列数据包括表示蒸汽温度的第一时间序列数据和表示冷凝物温度的第二时间序列数据，并且其中，确定蒸汽疏水阀的正常基线操作包括：
使用蒸汽疏水阀数据生成多个向量，所述多个向量包括基于第一时间序列数据的一个或多个蒸汽温度包络向量以及基于第二时间序列数据的一个或多个冷凝物温度包络向量；
基于第一时间序列数据确定一个或多个时段，在所述一个或多个时段期间流通蒸汽正在蒸汽疏水阀处流动；以及
基于确定所述一个或多个时段和蒸汽疏水阀的正常基线操作，处理向量的第一子集以确定在时段中的至少一个时段期间蒸汽疏水阀的状态。
3.如权利要求2所述的方法，其中，蒸汽疏水阀的状态包括正常、打开失败、调制或关闭失败之一。
4.如权利要求2或3所述的方法，其中，确定所述一个或多个时段包括：
使用多种方法，以使用方法中的每一种方法基于第一时间序列数据确定多个开启状态和多个关闭状态，每个开启状态和每个关闭状态具有与其相关联的置信度值；以及
使用置信度值，组合所述多种方法的开启状态和关闭状态或从所述多种方法的开启状态和关闭状态中选择，以限定所述一个或多个时段。
5.如权利要求2或3所述的方法，其中，确定所述一个或多个时段包括基于所述一个或多个蒸汽温度包络向量来确定浮动阈值的集合以及确定第一时间序列数据高于或低于对应浮动阈值的点。
6.如权利要求2或3所述的方法，其中，确定所述一个或多个时段包括使用固定阈值周围的滞回范围来确定第一时间序列数据高于或低于所述固定阈值的点。
7.如权利要求2或3所述的方法，其中，确定所述一个或多个时段包括确定第一时间序列数据低于阈值的第一点以及将第一时间序列数据中早于第一点的第二点识别为与蒸汽关闭事件对应。
8.如权利要求7所述的方法，其中，使用基于第一时间序列数据和第二时间序列数据中的任一者或两者的样本时间间隔向量来识别第二点。
9.如权利要求2或3所述的方法，其中，确定所述一个或多个时段包括基于表示蒸汽疏水阀的正常操作的基线的基本事实事件来确定阈值以及确定第一时间序列数据高于或低于所述阈值的点。
10.如权利要求1至9中的任一项所述的方法，还包括：
基于时间序列数据确定蒸汽疏水阀处于调制蒸汽应用中；
其中，确定蒸汽疏水阀的正常基线操作至少部分地基于确定蒸汽疏水阀处于调制蒸汽应用中。
11.如权利要求10所述的方法，其中，确定蒸汽疏水阀处于调制蒸汽应用中包括对时间序列数据的至少一部分应用快速傅立叶变换，或者对时间序列数据的至少一部分应用自相关函数。
12.如权利要求1所述的方法，其中，时间序列数据包括表示蒸汽温度的第一时间序列数据和表示冷凝物温度的第二时间序列数据，并且其中，确定蒸汽疏水阀的正常基线操作包括：
使用蒸汽疏水阀数据生成多个向量，所述多个向量包括基于第一时间序列数据的一个或多个蒸汽温度包络向量以及基于第二时间序列数据的一个或多个冷凝物温度包络向量；以及
使用所述一个或多个蒸汽温度包络向量或所述一个或多个冷凝物温度包络向量确定数据点的集合的质心，每个数据点表示第一时间序列数据或第二时间序列数据的对应值；
并且其中，确定蒸汽疏水阀的操作的改变包括：
跟踪数据点相对于数据点的质心的偏差；以及
识别具有大于阈值的对应量值和在指定角度范围内的对应角度的偏差的子集。
13.如权利要求12所述的方法，其中，所述阈值基于数据点的方差。
14.如权利要求13所述的方法，其中，所述阈值是基于方差的特定数量的标准偏差来限定的。
15.如权利要求12至14中的任一项所述的方法，还包括接收蒸汽疏水阀元数据，所述蒸汽疏水阀元数据表示蒸汽疏水阀的蒸汽疏水阀类型和蒸汽疏水阀的蒸汽疏水阀应用，其中，所述阈值和所述指定角度范围是基于蒸汽疏水阀类型和蒸汽疏水阀应用。
16.如权利要求1至15中的任一项所述的方法，还包括接收蒸汽疏水阀元数据，所述蒸汽疏水阀元数据表示蒸汽疏水阀的蒸汽疏水阀类型和蒸汽疏水阀的蒸汽疏水阀应用，其中，确定蒸汽疏水阀的正常基线操作是基于蒸汽疏水阀类型和蒸汽疏水阀应用。
17.一种系统，所述系统包括一个或多个计算设备，所述一个或多个计算设备被配置为：
接收蒸汽疏水阀的蒸汽疏水阀数据，所述蒸汽疏水阀数据包括表示蒸汽温度的第一时间序列数据和表示冷凝物温度的第二时间序列数据；
使用蒸汽疏水阀数据生成多个向量，所述多个向量包括基于第一时间序列数据和第二时间序列数据中的任一者或两者的样本时间间隔向量、基于第一时间序列数据的一个或多个蒸汽温度包络向量、以及基于第二时间序列数据的一个或多个冷凝物温度包络向量；
确定一个或多个时段，在所述一个或多个时段期间流通蒸汽正在蒸汽疏水阀处流动；以及
基于确定所述一个或多个时段，处理向量的第一子集以确定在时段中的至少一个时段期间蒸汽疏水阀的状态。
18.如权利要求17所述的系统，其中，蒸汽疏水阀的状态包括正常、打开失败、调制或关闭失败之一。
19.如权利要求17或18所述的系统，其中，所述一个或多个计算设备被配置为通过以下来确定所述一个或多个时段：
使用多种方法，以使用方法中的每一种方法确定多个开启状态和多个关闭状态，每个开启状态和每个关闭状态具有与其相关联的置信度值；以及
使用置信度值，组合所述多种方法的开启状态和关闭状态或从所述多种方法的开启状态和关闭状态中选择，以限定所述一个或多个时段。
20.如权利要求17或18所述的系统，其中，所述一个或多个计算设备被配置为通过基于所述一个或多个蒸汽温度包络向量确定浮动阈值的集合并确定第一时间序列数据高于或低于对应浮动阈值的点来确定所述一个或多个时段。
21.如权利要求17或18所述的系统，其中，所述一个或多个计算设备被配置为通过使用固定阈值周围的滞回范围确定第一时间序列数据高于或低于所述固定阈值的点来确定所述一个或多个时段。
22.如权利要求17或18所述的系统，其中，所述一个或多个计算设备被配置为通过确定第一时间序列数据低于阈值的第一点并将第一时间序列数据中早于第一点的第二点识别为与蒸汽关闭事件对应来确定所述一个或多个时段。
23.如权利要求22所述的系统，其中，第二点是使用样本时间间隔向量来识别的。
24.如权利要求17或18所述的系统，其中，所述一个或多个计算设备被配置为通过基于表示蒸汽疏水阀的正常操作的基线的基本事实事件确定阈值以及确定第一时间序列数据高于或低于所述阈值的点来确定所述一个或多个时段。
25.如权利要求17至24中的任一项所述的系统，其中，所述一个或多个计算设备还被配置为：
基于第一时间序列数据确定蒸汽疏水阀处于调制蒸汽应用中；以及
其中，所述一个或多个计算设备被配置为至少部分地通过确定蒸汽疏水阀处于调制蒸汽应用中来确定蒸汽疏水阀的状态。
26.如权利要求25所述的系统，其中，所述一个或多个计算设备被配置为通过对第一时间序列数据应用快速傅立叶变换或对第一时间序列数据应用自相关函数来确定蒸汽疏水阀处于调制蒸汽应用中。
27.如权利要求17至26中的任一项所述的系统，其中，所述一个或多个计算设备被配置为通过以下来处理向量的第一子集以确定蒸汽疏水阀的状态：
使用所述一个或多个蒸汽温度包络向量和所述一个或多个冷凝物温度包络向量确定数据点的集合的质心，每个数据点表示第一时间序列数据和第二时间序列数据的对应值；
跟踪数据点的短期平均值相对于数据点的质心的偏差；以及
识别具有大于阈值的对应量值和在指定角度范围内的对应角度的偏差的子集。
28.如权利要求27所述的系统，其中，所述阈值基于数据点的方差。
29.如权利要求28所述的系统，其中，所述阈值是基于方差的特定数量的标准偏差。
30.如权利要求27所述的系统，其中，所述一个或多个计算设备还被配置为接收蒸汽疏水阀元数据，所述蒸汽疏水阀元数据表示蒸汽疏水阀的蒸汽疏水阀类型和蒸汽疏水阀的蒸汽疏水阀应用，并且其中，所述阈值和所述指定角度范围基于蒸汽疏水阀类型和蒸汽疏水阀应用。
31.如权利要求17至30中的任一项所述的系统，其中，所述一个或多个计算设备被配置为接收蒸汽疏水阀元数据，所述蒸汽疏水阀元数据表示蒸汽疏水阀的蒸汽疏水阀类型和蒸汽疏水阀的蒸汽疏水阀应用，并且其中，所述一个或多个计算设备被配置为确定所述一个或多个时段并基于蒸汽疏水阀类型和蒸汽疏水阀应用处理向量的第一子集。
CN202080061349.XA 2019-08-07 2020-08-04 蒸汽疏水阀监视设备、系统和相关技术 Pending CN114341542A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/534,945 US11226302B2 (en) 2019-08-07 2019-08-07 Steam trap monitoring devices, systems, and related techniques
US16/534,945 2019-08-07
PCT/US2020/070357 WO2021026559A1 (en) 2019-08-07 2020-08-04 Steam trap monitoring devices, systems, and related techniques

Publications (1)

Publication Number Publication Date
CN114341542A true CN114341542A (zh) 2022-04-12

Family

ID=74498214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080061349.XA Pending CN114341542A (zh) 2019-08-07 2020-08-04 蒸汽疏水阀监视设备、系统和相关技术

Country Status (5)

Country Link
US (3) US11226302B2 (zh)
EP (1) EP4010620A4 (zh)
KR (1) KR20220053588A (zh)
CN (1) CN114341542A (zh)
WO (1) WO2021026559A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11226302B2 (en) 2019-08-07 2022-01-18 Everactive, Inc. Steam trap monitoring devices, systems, and related techniques
CN113033103B (zh) * 2021-03-30 2023-04-21 吉林松花江热电有限公司 面向含两段抽汽的汽轮机组热耗曲线的确定方法
US20220382268A1 (en) * 2021-05-27 2022-12-01 Ideal Industries Lighting Llc Environmental control system diagnostics and optimizations using intelligent lighting networks
US11713847B2 (en) 2021-09-16 2023-08-01 Imperium Technologies, LLC Steam trap
JP7440831B2 (ja) 2021-12-07 2024-02-29 株式会社ミヤワキ 診断装置
JP7440832B2 (ja) 2021-12-07 2024-02-29 株式会社ミヤワキ 診断装置
JP7485394B1 (ja) 2022-10-26 2024-05-16 株式会社ミヤワキ 診断装置
JP7485393B1 (ja) 2022-10-26 2024-05-16 株式会社ミヤワキ 診断装置
JP7485392B1 (ja) 2022-10-26 2024-05-16 株式会社ミヤワキ 診断装置
JP7485442B1 (ja) 2024-02-09 2024-05-16 株式会社ミヤワキ 診断装置

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3987707B2 (ja) 2001-10-29 2007-10-10 株式会社テイエルブイ 蒸気トラップ監視装置
US7246036B2 (en) * 2004-12-08 2007-07-17 Armstrong International, Inc. Remote monitor for steam traps
US7664610B2 (en) * 2005-09-28 2010-02-16 Rosemount Inc. Steam trap monitoring
MX2009002213A (es) * 2006-09-01 2009-04-16 Powercast Corp Metodo y sistema de recoleccion de energia hibrida.
US8050875B2 (en) * 2006-12-26 2011-11-01 Rosemount Inc. Steam trap monitoring
GB2457924B (en) 2008-02-28 2012-04-25 Spirax Sarco Ltd Developments in or relating to steam trap monitoring
US8000909B2 (en) 2009-05-27 2011-08-16 Dresser, Inc. System and method for monitoring and controlling pressure relief valve performance
US20110100488A1 (en) 2009-10-29 2011-05-05 Consolidated Edison Company Of New York, Inc. Steam trap assembly and method of operation
US20120031985A1 (en) 2010-08-09 2012-02-09 Terry Lien Do Fault tolerant appliance
US8800373B2 (en) 2011-02-14 2014-08-12 Rosemount Inc. Acoustic transducer assembly for a pressure vessel
US20130174649A1 (en) 2012-01-10 2013-07-11 General Electric Company Fluid leak detection system
CA2875812A1 (en) 2012-06-12 2013-12-19 The Regents Of The University Of Michigan Ultra-low-power radio for short-range communication
EP2974090B1 (en) 2013-03-14 2019-05-08 Psikick, Inc. Methods and apparatus for wireless communication via a predefined sequence of a change of a characteristic of a wireless signal
US10420072B2 (en) 2013-03-14 2019-09-17 Everactive, Inc. Methods and apparatus for low power wireless communication
US9310813B2 (en) 2013-07-10 2016-04-12 General Electric Company Water heater appliance and a method for operating the same
US9413403B2 (en) 2013-09-20 2016-08-09 The Regents Of The University Of Michigan Wake-up receiver with automatic interference rejection
US10218532B2 (en) 2014-03-11 2019-02-26 British Gas Trading Limited Determination of a state of operation of a domestic appliance
IL231727B (en) 2014-03-26 2018-10-31 Israel Aerospace Ind Ltd System and method for temperature control
US10371143B2 (en) 2014-06-18 2019-08-06 Caterpillar Inc. System and method for health determination of a machine component
CN104930340B (zh) 2015-05-11 2017-04-12 常州英集动力科技有限公司 蒸汽热网疏水器的分布式无线监测装置、系统及工作方法
WO2017030175A1 (ja) 2015-08-18 2017-02-23 株式会社テイエルブイ 通信端末及び無線通信システム
WO2018140964A1 (en) * 2017-01-30 2018-08-02 Latency, LLC Systems, methods, and media for detecting abnormalities in equipment that emit ultrasonic energy into a solid medium during failure
US10921833B2 (en) 2018-03-20 2021-02-16 Johnson Controls Technology Company Thermostat with predictive variable air volume (VAV) performance features
US11226302B2 (en) 2019-08-07 2022-01-18 Everactive, Inc. Steam trap monitoring devices, systems, and related techniques
US20210116322A1 (en) 2019-10-16 2021-04-22 Everactive, Inc. Monitoring techniques for pressurized systems

Also Published As

Publication number Publication date
EP4010620A1 (en) 2022-06-15
WO2021026559A1 (en) 2021-02-11
US11709144B2 (en) 2023-07-25
US20210041383A1 (en) 2021-02-11
US20220099609A1 (en) 2022-03-31
US20220099608A1 (en) 2022-03-31
KR20220053588A (ko) 2022-04-29
US11226302B2 (en) 2022-01-18
US11859764B2 (en) 2024-01-02
EP4010620A4 (en) 2023-08-16

Similar Documents

Publication Publication Date Title
CN114341542A (zh) 蒸汽疏水阀监视设备、系统和相关技术
US20210389214A1 (en) Machine health monitoring
CN114556008A (zh) 用于加压系统的监视技术
EP2601482B1 (en) System and method for the automatic identification of electric devices/appliances
US20140159763A1 (en) Solar photovoltaic system and a method for energy harvest optimization thereof and a method for fault detection thereof
JP6960880B2 (ja) 電力機器を評価するための計算機システム、及び、その方法
US11658490B2 (en) Wind energy system and method for identifying low-frequency oscillations in an electrical supply network
CN110838821B (zh) 光伏电站故障控制方法以及系统
JPWO2019130718A1 (ja) 判定装置、太陽光発電システム、判定方法および判定プログラム
US20110119279A1 (en) Event-based trending filter system
Alippi et al. An HMM-based change detection method for intelligent embedded sensors
EP3506448A1 (en) Method and system for monitoring a photovoltaic plant to determine a fault condition
CN108333443B (zh) 电力设备间歇性缺陷的报警方法
Rababaah et al. Electric load monitoring of residential buildings using goodness of fit and multi-layer perceptron neural networks
CN101237357A (zh) 工业无线传感器网络故障在线检测方法
CN117172620B (zh) 一种基于参数化分析的建筑光伏潜力评估方法及系统
Kleilat et al. Robust fault diagnosis of sensor faults in power converter used in hybrid electric vehicle
Farruggia et al. Probabilistic anomaly detection for wireless sensor networks
Franck et al. Transmission and Distribution Equipment: Providing Intelligent Maintenance
JP6781776B2 (ja) 特徴量生成装置、特徴量生成方法及びプログラム
Daliento et al. Wireless sensor for monitoring of individual pv modules
Hofmeister et al. An Approach to Processing Condition-based Data for Use in Prognostic Algorithms
CN110869607A (zh) 用于风力转换器管理的方法、装置和系统
CN108228800A (zh) 一种基于数据挖掘的光伏发电系统异常检测系统及方法
CN116707144B (zh) 一种低压配电箱故障预警方法

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