CN114402524A - 用于管理采矿设施的方法、装置和系统 - Google Patents

用于管理采矿设施的方法、装置和系统 Download PDF

Info

Publication number
CN114402524A
CN114402524A CN202080063296.5A CN202080063296A CN114402524A CN 114402524 A CN114402524 A CN 114402524A CN 202080063296 A CN202080063296 A CN 202080063296A CN 114402524 A CN114402524 A CN 114402524A
Authority
CN
China
Prior art keywords
model
facility
mining
simulation
motor
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
Application number
CN202080063296.5A
Other languages
English (en)
Other versions
CN114402524B (zh
Inventor
乔治·亚力杭德罗·欧亚准·冈萨雷斯
约阿希姆·施奈德
斯特凡·斯米茨
库尔特·蒂施勒
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.)
Yinmengda Co ltd
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN114402524A publication Critical patent/CN114402524A/zh
Application granted granted Critical
Publication of CN114402524B publication Critical patent/CN114402524B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/16—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using ac to ac converters without intermediate conversion to dc
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B3/00—Rotary drilling
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21C—MINING OR QUARRYING
    • E21C41/00—Methods of underground or surface mining; Layouts therefor
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M5/00—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases
    • H02M5/02—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases without intermediate conversion into dc
    • H02M5/04—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases without intermediate conversion into dc by static converters
    • H02M5/22—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases without intermediate conversion into dc by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • H02M5/25—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases without intermediate conversion into dc by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a thyratron or thyristor type requiring extinguishing means
    • H02M5/27—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases without intermediate conversion into dc by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a thyratron or thyristor type requiring extinguishing means for conversion of frequency
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M1/00—Details of apparatus for conversion
    • H02M1/42—Circuits or arrangements for compensating for or adjusting power factor in converters or inverters
    • H02M1/4208—Arrangements for improving power factor of AC input
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
    • H02M7/02—Conversion of ac power input into dc power output without possibility of reversal
    • H02M7/04—Conversion of ac power input into dc power output without possibility of reversal by static converters
    • H02M7/12—Conversion of ac power input into dc power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • H02M7/145—Conversion of ac power input into dc power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a thyratron or thyristor type requiring extinguishing means
    • H02M7/155—Conversion of ac power input into dc power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a thyratron or thyristor type requiring extinguishing means using semiconductor devices only
    • H02M7/162—Conversion of ac power input into dc power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a thyratron or thyristor type requiring extinguishing means using semiconductor devices only in a bridge configuration
    • H02M7/1623—Conversion of ac power input into dc power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a thyratron or thyristor type requiring extinguishing means using semiconductor devices only in a bridge configuration with control circuit
    • H02M7/1626—Conversion of ac power input into dc power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a thyratron or thyristor type requiring extinguishing means using semiconductor devices only in a bridge configuration with control circuit with automatic control of the output voltage or current
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/10—Technologies improving the efficiency by using switched-mode power supplies [SMPS], i.e. efficient power electronics conversion e.g. power factor correction or reduction of losses in power supplies or efficient standby modes

Landscapes

  • Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Remote Sensing (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Primary Health Care (AREA)
  • Fluid Mechanics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

公开了一种用于管理包括多个系统的采矿设施(150A‑N)的方法、装置和系统。该方法包括：在仿真单元(102，330)上生成采矿设施(150A‑N)的多个系统中的一个或多个系统的系统模型(210，220，230，240)，其中，这些系统模型(210，220，230，240)是基于来自采矿设施(150A‑N)处的多个系统的输入信号、传感器数据和输出信号中的一者生成的；基于系统模型(210，220，230，240)之间的相关性生成采矿设施(150A‑N)的设施模型(200)；以及通过使用设施模型(200)对采矿设施(150A‑N)的操作进行仿真来管理采矿设施(150A‑N)。

Description

用于管理采矿设施的方法、装置和系统
技术领域
本发明涉及使用仿真来管理采矿设施。本发明尤其涉及使用实时仿真来管理采矿设施。
背景技术
一般而言，采矿设施包括执行采矿操作的多个系统。这些系统包括同步和异步机电机器。采矿设施通常可以位于远程区域内。此外，采矿操作可能是危险的。相应地，对采矿设施的人工监测可能危险并且耗时。
相应地，可以对采矿设施内的这些系统进行仿真。对这些系统以及同步和异步机器的仿真操作能够实现对采矿设施的远程状况监测。
一种方案可以是使用离线仿真来确定采矿设施的状况。这样的仿真方法可能需要大量的仿真时间并因此不能实时地对采矿设施的操作进行仿真。相应地，不能基于离线仿真做出实时决策。
发明内容
对采矿设施的改进的仿真将使得实时状况监测成为可能。根据本发明的第一方面，公开了一种管理采矿设施的方法。采矿设施包括用于执行采矿操作的多个系统。该方法包括：在仿真单元上生成该采矿设施的多个系统中的一个或多个系统的系统模型，其中，系统模型是基于来自该采矿设施处的多个系统的输入信号、传感器数据和输出信号中的一者生成的；基于系统模型之间的相关性生成该采矿设施的设施模型，其中，相关性包括系统模型之间的反馈连接；以及通过使用设施模型对采矿设施的操作进行仿真来管理该采矿设施，其中，管理采矿设施(150A-N)包括下述操作中的至少一者：基于对采矿设施的仿真来预测用于该采矿设施(150A-N)的优化输入信号；以及预测待在采矿设施(150A-N)中部署的新系统的操作，其中，新系统包括新启用的系统或者来自多个系统的具有硬件更新和软件更新之一的系统。
采矿设施可以指任何可用于矿物开采、海洋采矿或金属矿床开采的矿场。示例性采矿设施包括诸如铁矿石、铜矿石等的矿物矿场。在采矿设施中，回收的岩石可以被输入到具有大约13-15米的直径的大型矿石磨机中。在某些情况下，每年开采400000吨矿石。采矿设施包括驱动磨矿操作的电机和驱动器。示例性电机包括环形电机，并且示例性磨机驱动器包括具有可达24兆瓦的额定值的无齿轮磨机驱动器。在另一个示例中，电机是用于磨机、矿井提升机和传送机的单/双小齿轮驱动器。相应地，采矿设施中的多个系统包括电机和驱动器。其它系统可以包括馈电单元、变压器单元、变换器和负载单元。负载单元可以进一步包括制动单元和磨机负载。
在一个实施例中，对采矿设施的仿真是使用对采矿设施中的系统的电路仿真执行的。例如，这些系统包括驱动器、变换器或传送机线路并且系统的电路仿真用于在这些系统的每者的电路仿真之间的相关性的基础上对采矿设施的行为进行仿真。
为了控制驱动器，使用了可控制变换器，例如，周波变换器。周波变换器的优点在于其高可用性、高过载容量和高效率。周波变换器复杂且因此不易仿真。本发明有利地对周波变换器的操作进行仿真，从而实时地确定控制参数。此外，本发明有利地对馈电单元、变压器、电机、驱动器和负载单元进行仿真，并由此生成采矿设施的数字副本。
如本文所使用的，“系统模型”是指采矿设施中的系统的虚拟副本。系统模型可以是在支配该系统的物理性质的基础上实施的(基于物理的模型)。系统模型可以包括计算机辅助工程(CAE)绘图、计算流体动力学(CFD)的一维或三维模型、声振粗糙度(NVH)、结构等。在一些实施例中，这些系统模型可以是采用一种或多种机器学习模型和与之相结合的基于物理的模型来实施的。
例如，在一个实施例中，基于支配变压器单元的物理性质对变压器单元的输入信号和变压器单元的输出信号进行分析，以生成变压器模型。在另一个实施例中，将与变压器单元相关联的传感器数据用作为用以更新变压器的基于物理的模型的反馈。
该方法可以包括生成馈电单元的馈电模型、变压器模型、周波变换器中的整流器的状态机模型、电机的电机模型以及负载单元的负载模型。负载模型可以进一步包括制动单元的制动模型。这些系统模型包括馈电模型、变压器模型、电机模型、负载模型和制动模型。
在一个实施例中，该方法可以包括基于整流器中的一个或多个晶闸管的调制比或点火角生成整流器的状态机模型。在优选实施例中，采用点火脉冲以及来自变压器单元或馈电单元的电压和电流的函数来生成状态机模型。
该方法可以包括确定周波变换器的整流器的变换器状态，变换器状态是基于向整流器中的晶闸管输入的点火脉冲来生成的。变换器状态用于生成整流器的状态机模型。为了确定变换器状态，可能需要预测状态值。相应地，该方法可以包括基于点火脉冲、晶闸管的电压和晶闸管的电流预测变换器状态的状态值。该方法可以进一步包括对状态值进行多路复用，以确定变换器状态。此外，该方法可以包括基于周波变换器的当前状态预测周波变换器的状态转变。
在一个实施例中，该方法可以包括针对变换器状态确定等效电路。例如，可以就电压、电流和电阻对晶闸管建模。此外，不同晶闸管可以被“导通”或“关断”。相应地，可以生成针对每一变换器状态的等效电路。本领域技术人员将认识到除非电流为零否则晶闸管不会关断。因此，生成状态机模型是复杂的。本发明是有利的，因为基于在晶闸管两端测得的电压预测了变换器状态。此外，在一个实施例中，可以基于与周波变换器相关联的历史数据对诸如故障脉冲和/或双重换向的状况建模。
为了确保对这些系统的复杂情况准确建模，该方法可以包括通过在一个或多个仿真平台上对系统模型协同仿真来验证这些系统模型。
例如，系统模型可以在电路建模仿真平台上生成并且在基于可定制块的动态仿真平台上受到验证。为了确保正确地执行协同仿真，该方法可以包括使各个仿真平台上的系统模型协同仿真同步。
在另一个实施例中，可以通过将仿真输出与来自采矿设施中的系统的输出信号进行比较来执行系统模型的验证。仿真输出与输出信号之间的差异被用作反馈来更新系统模型。
系统模型是彼此相关的。对相关性进行建模，以生成采矿设施的设施模型。相应地，如本文所用，“设施模型”是指采矿设施的虚拟副本。设施模型能够实现对采矿设施的远程状况监测。此外，设施模型有利地用于预测和分析采矿设施中的异常。
该方法可以包括基于采矿设施的工程绘图、过程流程图和布局图以及传感器数据中的数据点之间的相互关系中的至少一者来确定系统模型之间的相关性。例如，采矿设施的过程图和仪器装置图可以用于确定彼此相关联的系统。在另一个示例中，可以对传感器数据执行灵敏度分析，以确定数据点之间的相互关系。可以采用数据点之间的相互关系确定系统之间的关联。
在一个实施例中，确定相关性，使得周波变换器中的整流器的状态机模型是基于从电机模型输出的被提供成该状态机模型的输入的电机电流生成的。在另一个实施例中，电机的电机模型是基于从负载模型输出的被提供成电机模型的输入的速度生成的。
可能需要系统模型的实时生成对采矿设施的操作进行无时延的监测。相应地，该方法可以包括使用现场可编程门阵列(FPGA)生成状态机模型、电机模型和负载模型之一。
设施模型可以用于远程状况监测和异常管理。该方法可以包括基于传感器数据和输出信号识别采矿设施的操作中的异常。可以使用传感器数据和输出信号的预定阈值来识别异常。在另一个实施例中，可以使用诸如k均值聚类、箱形图等的机器学习算法识别出异常。
该方法可以进一步包括通过使用设施模型对可能的异常状况进行仿真而确定引起异常的状况参数。为了对可能的异常状况进行仿真，该方法可以包括使用根本原因分析算法(例如，贝叶斯网络)在输入数据、传感器数据和输出数据的基础上预测出可能的异常状况。
该方法可以包括基于异常和状况参数预测采矿设施的优化输入信号。在一个实施例中，在日志表中对状况参数和优化输入信号进行映射。
在特定场景中，基于试错法预测出优化输入信号。相应地，在实现之前，对优化输入信号以及对采矿设施的影响进行验证是有利的。该方法可以包括通过使用设施模型生成采矿设施的优化输入信号的仿真实例而对优化输入信号进行验证。例如，在优化输入信号被提供成设施模型的输入时将生成仿真实例。通过确定系统模型的输出值是否落在阈值以内来分析设施模型的行为。该方法可以进一步包括基于经验证的优化输入信号操作采矿设施。
在另一种场景下，可以有在硬件或软件方面对采矿设施的更新。这样的更新被称为“新系统”。例如，硬件更新包括物理部分中的修改，例如，周波变换器中的晶闸管的更换或者电机的电机线圈的更换。软件更新包括周波变换器的控制参数的修改、控制软件中的更新等。
该方法可以包括使用设施模型预测待部署到采矿设施中的新系统的操作。如上文所指出的，新系统包括新启用的系统或者来自多个系统的具有硬件更新和软件更新之一的系统。该方法可以进一步包括基于预测的操作来优化新系统的设计参数。例如，新系统可以指用于晶闸管的点火脉冲的新调制技术。可以对点火角进行优化，从而带来无功功率的下降。
该方法可以包括在设施模型上对启用步骤进行仿真。可以采用启用步骤的仿真来关于现有手册比较采矿设施的操作。
该方法可以进一步包括在设施模型上对速度控制参数进行仿真，以测试多个速度控制模式。该方法还可以包括显示与速度控制模式相关联的异常。此外，该方法包括识别速度控制参数中的改变，以缓解异常。
本发明的第二方面是用于管理采矿设施的仿真单元。该仿真单元包括现场可编程门阵列(FPGA)。存储器通信地耦接至该FPGA，其中，该存储器包括以可由该FPGA执行的机器可读指令的形式存储的仿真模块，其中，该仿真模块被配置为执行如上的一个或多个方法步骤。该仿真模块包括系统模型和设施模型。在一个实施例中，该仿真单元可以包括FPGA和中央处理单元的组合，以执行设施模型。
在一个实施例中，仿真单元可以相对于采矿设施处于远程位置并且经由网络与之通信地耦接。例如，由仿真单元经由该网络接收来自采矿设施的传感器数据。仿真单元使用传感器数据执行设施模型，以确定采矿设施的异常和新设计参数。
本发明的第三方面是用于管理至少一个采矿设施的系统。该系统包括能够提供与至少一个采矿设施的操作相关联的传感器数据和输出数据的一个或多个装置以及通信地耦接至一个或多个装置的一个或多个上文提及的仿真单元。仿真单元被配置为管理至少一个采矿设施。
在一个实施例中，该系统可以包括通信地耦接至一个或多个装置的云计算平台。仿真单元的仿真模块可以被存储到该云计算平台上并且经由网络接口被访问。该网络接口可以是有线和无线数据传送连接的组合，诸如WLAN、2G、3G、4G或5G网络。因此，的系统模型和设施模型可经由该网络接口访问。
本发明的第四方面是一种具有存储于其内的机器可读指令的计算机可读介质，机器可读指令在由处理单元执行时使该处理单元执行上文提及的方法步骤。
本发明不限于单个计算机系统平台、处理单元、操作系统或网络。本发明的一个或多个方面可以分布于一个或多个计算机系统(例如，被配置为向一个或多个客户端计算机提供一项或多项服务或者在一个分布式系统中执行整个任务的各服务器)当中。例如，本发明的一个或多个方面可以是在客户端-服务器系统上执行的，该系统包括分布在执行根据各种实施例的多项功能的一个或多个服务器系统当中的部件。这些部件包括(例如)可执行的中间代码或解释的代码，这些部件使用通信协议通过网络通信。
附图说明
现在将参考本发明的附图阐述本发明的上述特征以及其它特征。所例示的实施例意在进行举例说明，而并非对本发明构成限制。
下文将参考附图中所示的例示性实施例进一步描述本发明，其中：
图1示出了根据本发明的实施例的用于管理采矿设施的系统的框图；
图2至图4示出了根据本发明的实施例的周波变换器中的整流器的状态机模型的生成；
图5示出了根据本发明的实施例的图1的采矿设施的设施模型的框图；
图6示出了根据本发明的实施例的用于管理采矿设施的仿真单元的框图；
图7示出了根据本发明的实施例的管理采矿设施的方法；并且
图8、图9和图10是示出根据本发明的实施例使用设施模型对输入信号进行优化的曲线图。
具体实施方式
在下文中将详细描述用于实施本发明的实施例。将参考附图描述各种实施例，其中，通篇使用类似的附图标记来指代类似的元件。在下文的描述中，出于解释的目的，阐述了很多具体细节以便提供对一个或多个实施例的透彻理解。可以显而易见的是，可以在没有这些具体细节的情况下实践此类实施例。
图1示出了根据本发明的实施例的用于管理采矿设施150A-150N的包括仿真单元102的系统100的框图。采矿设施150A-150N包括装置152A-152N，这些装置生成与相应采矿设施相关联的传感器数据并且将传感器数据传输至仿真单元102。在一个实施例中，装置152A-N是系统100的部分。
装置152A-152N测量相应采矿设施150A-150N的操作参数。术语“操作参数”是指采矿设施的一个或多个特征。例如，操作参数包括环境温度、环境压力、来自设施内系统的振动数据、电压、通量等。
采矿设施150A-150N还包括执行各种采矿操作的多个系统。这些系统包括馈电单元154A-154N、变压器单元156A-156N、周波变换器158A-158N、环形电机160A-160N和负载单元162A-162N。馈电单元154A-154N还可以被称为馈电网络154A-154N并且可以包括中压开关柜。负载单元162A-162N包括相应采矿设施的制动系统以及磨机负荷。
系统100包括通过网络接口140通信地耦接至采矿设施150A-150N的仿真单元102。网络接口140可以包括如以太网的有线数据传送连接和/或诸如WLAN、2G、3G、4G或5G网络的无线数据传送连接。
仿真单元102包括收发器104以及被实施成现场可编程门阵列(FPGA)的一个或多个计算单元106。在一个实施例中，计算单元106可以包括FPGA和中央处理单元(CPU)的组合。仿真单元102还包括图形用户接口(GUI)108，使用户能够操作仿真单元102。仿真单元102还包括被配置为存储通过模块(例如，仿真模块125)定义的计算机程序指令的存储器110。
网络接口140还提供对云计算平台130的访问，从而与采矿设施150A-150N通信。如本文所使用的，“云计算环境”是指在网络140的范围内分布的处理环境和数据，处理环境包括可配置的计算物理和逻辑资源，例如，网络、服务器、存储设备、应用程序、服务等。云计算平台130配置有存储器和处理器，以存储和执行仿真模块125。
仿真模块125在执行时被配置为生成采矿设施150A-150N的设施模型。仿真模块125包括模块112、114、116、118和120，以生成采矿设施150A-150N中的系统154A-N、156A-N、158A-N、160A-N和162A-N的系统模型。
该仿真模块包括生成馈电单元154A-N的馈电模型的馈电模型生成器112。这些馈电模型是基于至少一个电源电压和馈电电压(即11、20、30kV)生成的。此外，这些馈电模型还可以是基于在馈电单元154A-N中的各节点处测得的电流/电压之间的预定关系生成的。
仿真模块125包括生成变压器单元156A-N的变压器模型的变压器模型生成器114。该变压器模型是基于在馈电单元154A-N的输出处测得的馈电电压和在变压器单元156A-N的输出处测得的变压器电压生成的。在一个实施例中，该变压器模型是基于变压器单元的内部部件的电行为生成的。
仿真模块125还包括被配置为生成周波变换器158A-N中的整流器的状态机模型的变换器模型生成器116。在特定实施例中，采矿设施150A-N可以包括励磁整流器。在这样的实施例中，变换器模型生成器116被配置为生成励磁整流器的励磁模型。在一个实施例中，变换器模型发生器116是在FPGA上执行的，以确保对周波变换器158A-N的快速实时仿真。
状态机模型是至少基于周波变换器158A-N的一个或多个晶闸管的点火脉冲生成的。此外，这些状态机模型还是基于来自变压器单元156A-N或者馈电单元154A-N的电压和电流的函数生成的。在图1B、图1C和图1D中进一步详示了状态机模型的生成。
仿真模块125包括基于来自负载模型的速度输出生成电机160A-N的电机模型的电机模型生成器118。
仿真模块125进一步包括负载模型生成器120。负载模型发生器120被配置为生成负载单元162A-N的负载模型。负载模型发生器120被进一步配置为生成制动系统的制动模型。负载模型是在从电机160A-N输出的转矩的基础上生成的。
仿真模块125包括验证模块122。验证模块122被配置为对馈电模型、变压器模型、状态机模型和负载模型(统称为系统模型)进行验证。验证模块122被配置为对系统模型进行协同仿真，以确保这些系统模型作为相关联系统的虚拟副本。
由系统模型生成设施模型。仿真模块125被配置为确定系统模型之间的相关性。相关性是由系统模型之间的基于物理的关系所定义的。系统模型之间的相关性是在采矿设施的工程绘图、过程流程图、布局图以及传感器数据中的数据点之间的相互关系中的至少一者的基础上确定的。图5示出了基于系统模型之间的相关性的设施模型生成。
可以利用图形表示将设施模型显示到GUI 108上。通过分析图形表示对采矿设施150A-150N进行管理。在特定实施例中，可以通过检测采矿设施150A-150N的操作中的异常来管理采矿设施150A-150N。
在特定实施例中，存储器110和云计算平台130可以进一步包括预测模块126和优化模块128。预测模块126被配置为预测被添加至采矿设施150A-N的新系统的操作。此外，优化模块128被配置为预测并且验证优化输入信号，以改善采矿设施150A-N的操作。
GUI 108用于显示新系统的预测操作。此外，GUI 108用于显示采矿设施的操作，以验证优化输入信号。在一个实施例中，仿真单元102可以通信地耦接至显示装置，该显示装置被配置为同时或者顺次显示采矿设施150A-N的三维交互模型。
图2至图4示出了根据本发明的实施例的周波变换器158A中的整流器的状态机模型的生成。
图2示出了周波变换器158A中的整流器的电路图170。该电路图示出了具有晶闸管1、2、3、4、5和6的晶闸管桥172。电源电压是U1、U2、U3电压的三相源，其具有电感Lk和电流I1、I2、I3。可以看到晶闸管桥172两端的电流Id和输出电压UA。
图3示出了具有激活的晶闸管182和相关联变换器状态184的状态转移矩阵180。矩阵180示出了从一个激活的晶闸管向另一个的转移。可以通过点火脉冲或者电流I1、I2和I3的变化实现晶闸管的激活。此外，本领域技术人员必须认识到状态184可以基于电压相而变化。此外，如果晶闸管点火不正常，那么状态184也可能存在变化。此外，就故障脉冲和双重换向而言，状态184可能存在变化。相应地，在一个实施例中，状态转移矩阵180可被更新以包含上文提及的变化。
图4是在处于状态8(通过附图标记186表示)时，周波变换器158A中的整流器的等效电路190。在状态8中，晶闸管1是激活的并且电流正在从晶闸管2向晶闸管6转移。可以通过bent特征对晶闸管1、2和6建模。此外，如图所示，晶闸管1、2和6可以被建模成电阻(RD)*电流与电压UFOD的组合。此外，电感Lk可以被建模成电感和电阻Rk。
等效电路190可以被用于确定输出电压UA的值。例如，下文的方程用于确定输出电压UA。
Figure BDA0003536139640000121
针对三相U1、U2、U3电压如下确定电感Lk和电阻Rk两端的电压。
Figure BDA0003536139640000122
Figure BDA0003536139640000123
Figure BDA0003536139640000124
此外，如下确定晶闸管1、2、3、4、5和6两端的晶闸管电压。
U晶闸管1＝UFOD+Id*RD
U晶闸管2＝UFOD+I3*RD
U晶闸管3＝-UA-(UFOD+I2*RD)
U晶闸管4＝-UA-(UFOD+Id*RD)
U晶闸管5＝-UA-(UFOD+I3*RD)
U晶闸管6＝UFOD+I2*RD
可以针对所有状态184执行上述确定。在一个实施例中，针对所有状态184并行执行以上确定，并且利用复用器通过选择确定整流器的输出电压UA。
图5示出了根据本发明的实施例的图1的采矿设施150A的设施模型200的框图。设施模型200包括系统模型210、220、230和240。出于图5的目的，系统模型包括变压器模型210、状态机模型220、电机模型230和负载模型240。此外，如图5所示，采用反馈连接238和244示出系统模型之间的相关性。
变压器模型210是基于在馈电单元154的输出处测得的馈电电压212生成的。变压器电压214被从变压器模型210输出并且可以与在变压器单元156A的输出处测得的电压相比较。变压器模型210是基于变压器单元156A的内部部件的电行为生成的。
状态机模型220是利用等效电路190和状态转移矩阵180基于来自电机模型230的点火脉冲216、变压器电压214和电机电流238生成的。
此外，电机模型230是基于来自状态机模型220的输出电压(UA)226和从负载模型240输出的速度244生成的。负载模型240接收从电机模型230输出的转矩236，以生成速度244。
本领域技术人员可以认识到图5中的相关性只是一个示例。可以基于采矿设施150A的工程绘图、过程流程图、布局图等生成多种此类相关性。在一个实施例中，通过执行灵敏度分析对来自装置152A的传感器数据进行分析，以确定这些系统模型中的相关性。
图6示出了根据本发明的实施例的用于管理采矿设施310的仿真单元330的框图。与图1的采矿设施类似，采矿设施310包括馈电单元、变压器单元、周波变换器控制312、电机和负载单元。仿真单元330可以通过网络接口通信地耦接至采矿设施310。
周波变换器控制312被配置为具有3.2-40MVA的功率额定值。输出电压可以在1500-4000V之间变化。此外，周波变换器312中的晶闸管可以被布置成6脉冲、12脉冲或24脉冲连接中的三相桥。
可以通过各种装置和计算机程序指令对周波变换器312加以控制以及使启用。在一个实施例中，采矿设施310还包括图形用户接口(GUI)314、自动化模块316和启用模块318。
GUI 314用于对周波变换器312的操作进行显示和可视化。例如，可以显示晶闸管点火脉冲、输入电压、输出电压等。自动化模块316被配置为显示采矿设施310中的互连。自动化模块316还可以用于向操作者指明在采矿设施中是否存在任何异常。一般在周波变换器312的启用期间使用启用模块318。启用模块318还可以用于通过GUI 314实施诊断。
此外，采矿设施310进一步包括能够实现仿真单元330与周波变换器312之间的通信的硬件接口320。
仿真单元330包括信号调节单元332、处理单元334和336以及GUI 338。信号调节单元332可以包括用于模拟和数字信号的输入/输出板。为了实现快速仿真，信号调节单元332包括专用板。信号调节单元332被配置为提供针对具体的电系统电压(12V、24V等)的信号调适；对电流接口同样适用。
处理单元334和336包括现场可编程门阵列(FPGA)334和中央处理单元(CPU)336。FPGA 334可以用于对采矿设施310内的系统进行快速在线仿真。此外，CPU 336可以用于离线仿真。例如，周波变换器312的整流器的状态机模型可以在FPGA 334上执行。负载单元的负载模型可以在CPU 336上执行。对处理单元334和336的使用是基于快速在线仿真的要求执行的。
GUI 338被配置为显示来自处理单元334和336的输出。此外，GUI 338用于改变与在处理单元334和336上实施的模型相关联的参数。
图7示出了根据本发明的实施例的管理采矿设施的方法400。方法400在步骤402处，接收与采矿设施处的多个系统有关的输入信号、传感器数据和输出信号。
在步骤404中，生成馈电单元的馈电模型和变压器单元的变压器模型。在一个实施例中，步骤404可以是在馈电单元和变压器单元的试运转之前离线执行的。此外，馈电模型和变压器模型可以在安装之后以及在采矿设施的操作期间被更新。
在步骤406中，生成周波变换器的状态机模型和电机的电机模型。在一个实施例中，步骤406是在FPGA上执行的，从而实现对周波变换器和电机的实时快速硬件在环仿真。如本文所用，“硬件在环仿真”是指一种一个或多个实际部件与接受实时仿真的部件进行交互的方法步骤。相应地，状态机模型接收来自部署在采矿设施中的周波变换器的输入。状态机模型的输出可以被进一步用来修改针对周波变换器的输入信号。
在一个实施例中，步骤406可以包括至少基于整流器的一个或多个晶闸管的点火脉冲以及至少来自变压器单元和馈电单元的电压和电流的函数生成周波变换器的整流器的状态机模型。
步骤406可以包括针对周波变换器中的整流器的晶闸管确定变换器状态，变换器状态是在向周波变换器输入的点火脉冲的基础上生成的。变换器状态用于生成状态机模型。为了确定变换器状态，可能需要预测状态值。相应地，步骤406可以包括基于点火脉冲、晶闸管的电压和晶闸管的电流预测变换器状态的状态值。
步骤406可以进一步包括对状态值进行多路复用，以确定变换器状态。此外，步骤406可以包括基于周波变换器的整流器的当前状态预测整流器的状态转变。
在一个实施例中，步骤406可以包括针对变换器状态确定等效电路。例如，可以就电压、电流和电阻对晶闸管建模。此外，不同晶闸管可以被“导通”或“关断”。相应地，可以生成每一变换器状态的等效电路。
此外，在一个实施例中，可以基于与周波变换器相关联的历史数据对诸如故障脉冲和/或双重换向的状况建模。在这样的实施例中，可以使用CPU离线执行建模。
在步骤408中，生成负载单元和制动单元的负载模型和制动模型。在一个实施例中，步骤408是在CPU上执行的。
在步骤404、406和408中生成的模型被统称为系统模型。
在步骤410中，通过在一个或多个仿真平台上对系统模型进行协同仿真而对系统模型进行验证。例如，系统模型可以是在一个电路建模仿真平台上生成的，并且在基于可定制块的动态仿真平台上受到验证。为了确保正确地执行协同仿真，步骤410可以包括使各个仿真平台上的系统模型协同仿真同步。
在另一个实施例中，步骤410可以是通过将来自系统模型的仿真输出与来自采矿设施中的系统的输出信号进行比较而执行的。仿真输出与输出信号之间的差异被用作反馈来更新系统模型。
可能需要系统模型的实时生成对采矿设施的操作进行无时延的监测。相应地，步骤410可以包括使用现场可编程门阵列(FPGA)生成状态机模型、电机模型和负载模型之一。
在步骤420中，采用系统模型之间的相关性生成采矿设施的设施模型。相应地，如本文所用，“设施模型”是指采矿设施的虚拟副本。设施模型能够实现对采矿设施的远程状况监测。此外，设施模型有利地用于预测和分析采矿设施中的异常。
步骤420可以包括基于采矿设施的工程绘图、过程流程图和布局图以及传感器数据中的数据点之间的相互关系中的至少一者来确定系统模型之间的相关性。例如，采矿设施的过程图和仪器装置图可以用于确定彼此相关联的系统。在另一个示例中，可以对传感器数据执行灵敏度分析，以确定数据点之间的相互关系。可以采用数据点之间的相互关系确定系统之间的关联。
在一个实施例中，确定相关性，使得周波变换器的整流器的状态机模型是基于从电机模型输出的被提供成该状态机模型的输入的电机电流生成的。在另一个实施例中，电机的电机模型是基于从负载模型输出的被提供成电机模型的输入的速度生成的。
在步骤430中，使用设施模型管理采矿设施。对采矿设施的管理可以是通过远程状况监测和异常管理执行的。
在步骤432中，基于的传感器数据和输出信号来识别采矿设施的操作中的异常。可以使用传感器数据和输出信号的预定阈值来识别异常。在另一个实施例中，可以使用诸如k均值聚类、箱形图等的机器学习算法识别出异常。
步骤432可以进一步包括通过使用设施模型对可能的异常状况进行仿真而确定引起异常的状况参数。步骤432可以包括基于异常和状况参数预测采矿设施的优化输入信号。在一个实施例中，在日志表中对状况参数和优化输入信号进行映射。
步骤432可以包括通过使用设施模型生成采矿设施的优化输入信号的仿真实例而对优化输入信号进行验证。例如，在优化输入信号被提供成设施模型的输入时将生成仿真实例。通过判断系统模型的输出值是否落在阈值以内来分析设施模型的行为。步骤432可以进一步包括基于经验证的优化输入信号启动采矿设施的操作。此外，使采矿设施根据优化输入信号工作。
在步骤434中，使用设施模型预测新系统的操作。新系统可以包括新启用的系统或者具有硬件和软件更新的现有系统。步骤434可以进一步包括基于预测的操作优化新系统的设计参数。例如，新系统可以指用于晶闸管的点火脉冲的新调制技术。可以对点火角进行优化，从而使得无功功率的下降。
在步骤436中，对设施模型上的启用步骤进行仿真。可以采用启用步骤的仿真来关于现有手册比较采矿设施的操作。
可以通过在GUI上显示的图形使步骤432、434和436的实施可视化。图8至图10示出了步骤432和434的实施。
图8、图9和图10是说明使用采矿设施的设施模型对输入信号进行优化的曲线图。使用设施模型上的仿真实例识别最佳输入信号并且将其称为“优化输入信号”。
图8以曲线图502-510示出了设施趋势500。图9以曲线图522-530示出了仿真趋势520。图10以曲线图542-550示出了优化趋势540。
曲线图502、522和542是速度曲线图。在图8中，速度曲线图502包括参考速度502a和测量速度502b。在图9中，速度曲线图522包括仿真参考速度522a和仿真速度552b。在图10中，速度曲线图542包括优化后的输入信号的参考速度542a以及优化后的输入信号的测量速度542b。
曲线图504、524和544是励磁电流(EC)曲线图。在图8中，EC曲线图504包括参考EC504a和测量EC 504b。在图9中，速度曲线图524包括仿真参考EC 524a和仿真EC 552b。在图10中，EC曲线图544包括优化后的输入信号的参考EC 544a和优化后的输入信号的测量EC544b。
曲线图506、526和546是磁化电流曲线图。曲线图508、528和548是转矩电流曲线图。此外，曲线图510、530和550是三相电流曲线图。曲线图506、508和510是在优化输入电流的使用之前就地测得的。曲线图526、528和530是由设施模型生成的仿真曲线图。曲线图546、548和550是在实施优化输入信号之后对采矿设施就地测量的。
在图8和图5B中，磨机振荡在曲线图502、508以及522、528中分别是显而易见的。在采矿设施的现场观测到了磨机振荡502和508。设施模型也指明了磨机振荡522和528。
磨机振荡522和528曾用来进一步分析与磨机振荡522和528相关联的状况参数。磨机振荡的可能原因是基于采矿设施的工程绘图确定的。
例如，在当前情况下，采矿设施的工程绘图指明无齿轮磨机驱动器在不平衡位置上被制动器保持。相应地，磨机振荡522和528的可能原因可以与制动器的操作有关。使用设施模型对制动器操作中的异常进行仿真。在本示例中，确定了制动器打开的延迟可能引起磨机振荡。相应地，识别出了制动器打开时间的状况参数。此外，在采矿设施中对延迟的制动器打开进行仿真并且将其与曲线图522和528进行比较。
在识别出状况参数时，基于异常和状况参数预测出优化输入信号。对于延迟的制动器打开的示例而言，将速度控制器值识别为待优化的输入信号。此外，在设施模型上对多个速度控制器值进行仿真。图10示出优化输入信号的实施方式，速度曲线图542和转矩曲线图548在552和554处指明了下降的磨机振荡。
在操作中，将针对速度控制器的优化输入信号传达给采矿设施处的启用工程师。启用工程师实施优化输入信号。在另一个实施例中，使用更新了相关变量的云计算平台实施优化输入信号。在采矿设施处反映出更新后的变量。本发明可以采取包括程序模块的计算机程序产品的形式，程序模块可由存储程序代码的计算机可用或者计算机可读介质访问，以供一个或多个计算机、处理器或指令执行系统使用或者与它们结合使用。就本说明书的目的而言，计算机可用或计算机可读介质可以是任何可以含有、存储、传达、传播或转移程序的设备，程序供指令执行系统、设备或装置使用或者与指令执行系统、设备或装置结合使用。介质可以是电子、磁、光、电磁、红外或半导体系统(或者设备或装置)或者位于信号载波当中的或者本身是信号载波的传播媒介不包含在物理计算机可读介质的定义当中，物理计算机可读介质包括半导体或固态存储器、磁带、可移除计算机盘、随机存取存储器(RAM)、只读存储器(ROM)、刚性磁盘以及诸如光盘只读存储器(CD-ROM)、光盘读/写和DVD的光盘。用于实施技术的每一方面的处理器和程序代码两者都可以是集中的或者分布的(或其组合)，这是本领域技术人员已知的。
尽管已经参考某些实施例详细描述了本发明，但是应当认识到本发明不限于这些实施例。鉴于本公开，很多修改和变化对于本领域技术人员而言将是显而易见的，而不脱离如本文的本发明的各种实施例的范围。因此，本发明的范围由随附权利要求书而非上文的描述来指定。落在权利要求的等同方案的含义和范围内的所有改变、修改和变化都应被认为处于权利要求的范围内。在方法权利要求中主张保护的所有有利实施例可同样适用于系统/设备权利要求。

Claims (14)

1.一种管理包括多个系统的采矿设施(150A-N)的计算机实施的方法，所述方法包括：
在仿真单元(102，330)上生成所述采矿设施(150A-N)的所述多个系统中的一个或多个系统的系统模型(210，220，230，240)；其中，所述系统模型(210，220，230，240)是基于来自所述采矿设施(150A-N)处的所述多个系统的输入信号、传感器数据和输出信号中的一者生成的；
基于所述系统模型(210，220，230，240)之间的相关性生成所述采矿设施(150A-N)的设施模型(200)，其中，所述相关性包括所述系统模型(210，220，230，240)之间的反馈连接(228，238，244)；
通过使用所述设施模型(200)对所述采矿设施(150A-N)的操作进行仿真来管理所述采矿设施(150A-N)，其中，管理所述采矿设施(150A-N)包括以下项中的至少一者：
基于对所述采矿设施的仿真来预测用于所述采矿设施(150A-N)的优化输入信号；以及
预测待在所述采矿设施(150A-N)中部署的新系统的操作，其中，所述新系统包括新启用的系统或者来自所述多个系统的具有硬件更新和软件更新之一的系统。
2.根据权利要求1所述的方法，其中，一个或多个系统包括馈电单元(154A-N)、变压器单元(156A-N)、周波变换器(158A-N)、电机(160A-N)和负载单元(162A-N)，并且其中，生成所述系统模型包括：
至少基于所述周波变换器(158A-N)的至少一个晶闸管的点火脉冲(216)以及至少来自所述变压器单元(156A-N)和电机模型(230)的电压(214)和电流(238)的函数，生成所述周波变换器(158A-N)的整流器的状态机模型(220)；
根据至少周波变换器(158A-N)电压(226)、旋转速度(244)、电机电流(238)和电机转矩(236)，生成所述电机(160A-N)的所述电机模型(230)；以及
基于至少所述电机转矩(236)和所述旋转速度(244)的函数，生成所述负载单元(162A-N)的负载模型(240)，其中，所述系统模型(210，220，230，240)包括所述状态机模型(220)、所述电机模型(230)和所述负载模型(240)。
3.根据权利要求2所述的方法，其中，生成所述状态机模型(220)包括：针对所述整流器的晶闸管来确定变换器状态，所述变换器状态是基于向所述周波变换器(158A-N)输入的所述点火脉冲来生成的。
4.根据权利要求3所述的方法，其中，生成所述变换器状态包括：
基于所述点火脉冲、所述晶闸管的电压和所述晶闸管的电流来预测所述变换器状态的状态值；以及
基于所述变换器状态的所述状态值的多路复用输出来确定所述变换器状态。
5.根据权利要求2至4中任何一项所述的方法，还包括：基于所述周波变换器(158A-N)的当前状态来预测所述周波变换器(158A-N)的状态转变。
6.根据前述权利要求中任一项所述的方法，还包括：通过在一个或多个仿真平台上对所述系统模型(210，220，230，240)进行协同仿真，对所述系统模型(210，220，230，240)进行验证。
7.根据权利要求1的方法，其中，生成所述采矿设施(150A-N)的所述设施模型(200)包括：基于所述采矿设施(150A-N)的工程绘图、过程流程图、布局图以及传感器数据中的数据点之间的相互关系中的至少一者，确定所述系统模型(210，220，230，240)之间的所述相关性。
8.根据前述权利要求中任一项所述的、至少根据权利要求2和权利要求7之一所述的方法，还包括：
基于从所述电机模型(230)输出的被提供为所述状态机模型(220)的输入的电机电流，生成所述周波变换器(158A-N)的所述整流器的所述状态机模型(220)；以及
基于从所述负载模型(240)输出的被提供为所述电机模型(230)的输入的速度，生成所述电机(160A-N)的所述电机模型(230)。
9.根据前述权利要求中任一项所述的方法，还包括：使用现场可编程门阵列(FPGA)来生成状态机模型(220)、电机模型(230)和负载模型(240)中的一者。
10.根据前述权利要求中任一项所述的方法，还包括：
基于所述传感器数据和所述输出信号，识别所述采矿设施(150A-N)的操作中的异常；
通过使用所述设施模型(200)对可能的异常状况进行仿真，确定引起异常的状况参数；
基于所述异常和所述状况参数，预测用于所述采矿设施(150A-N)的优化输入信号；
通过使用所述设施模型(200)来生成所述采矿设施(150A-N)的优化输入信号的仿真实例，对所述优化输入信号进行验证；以及
基于经验证的所述优化输入信号启动所述采矿设施(150A-N)的操作。
11.根据前述权利要求中任一项所述的方法，还包括：
使用所述设施模型(200)来预测待部署到所述采矿设施(150A-N)中的新系统的操作；以及
基于预测的操作，优化所述新系统的设计参数。
12.一种用于管理采矿设施(150A-N)的仿真单元(102，330)，所述仿真单元(102，330)包括：
现场可编程门阵列(FPGA)；以及
通信地耦接至FPGA的存储器，其中，所述存储器包括以能由所述FPGA执行的机器可读指令的形式存储的仿真模块，其中，所述仿真模块被配置为执行根据权利要求1至11的一个或多个方法步骤。
13.一种用于管理至少一个采矿设施(150A-N)的系统(100)，所述系统包括：
能够提供与所述至少一个采矿设施(150A-N)的操作相关联的传感器数据和输出数据的一个或多个装置；以及
通信地耦接至所述一个或多个装置的一个或多个根据权利要求12所述的仿真单元(102，330)，其中，所述仿真单元(102，330)被配置为管理所述至少一个采矿设施(150A-N)。
14.一种具有存储于其内的机器可读指令的计算机可读介质，所述机器可读指令在被处理单元执行时使所述处理单元执行根据权利要求1至11所述的方法。
CN202080063296.5A 2019-09-09 2020-09-04 用于管理采矿设施的方法、装置和系统 Active CN114402524B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19196211.7A EP3789578A1 (en) 2019-09-09 2019-09-09 Method, device and system for managing mining facilities
EP19196211.7 2019-09-09
PCT/EP2020/074814 WO2021048023A1 (en) 2019-09-09 2020-09-04 Method, device and system for managing mining facilities

Publications (2)

Publication Number Publication Date
CN114402524A true CN114402524A (zh) 2022-04-26
CN114402524B CN114402524B (zh) 2024-08-30

Family

ID=67902397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080063296.5A Active CN114402524B (zh) 2019-09-09 2020-09-04 用于管理采矿设施的方法、装置和系统

Country Status (4)

Country Link
US (1) US20220335345A1 (zh)
EP (2) EP3789578A1 (zh)
CN (1) CN114402524B (zh)
WO (1) WO2021048023A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3805993A1 (en) * 2019-10-10 2021-04-14 Siemens Aktiengesellschaft Generation of graph-structured representations of brownfield systems
US20240249370A1 (en) * 2023-01-19 2024-07-25 Caterpillar Inc. System, method, and computer-program product for task-based short-term management of a mine site

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150170090A1 (en) * 2013-12-17 2015-06-18 Intellisense.Io Ltd Optimizing efficiency of an asset and an overall system in a facility
CN105022383A (zh) * 2015-06-23 2015-11-04 武汉理工大学 船用中速柴油机高压共轨系统硬件在环仿真试验平台及试验方法
CN105849570A (zh) * 2013-06-20 2016-08-10 曼尼托巴大学 对物理系统的计算机模型以及该物理系统的实际实时硬件组件的闭环仿真
CN107784152A (zh) * 2016-08-26 2018-03-09 株式会社日立制作所 包括多个模拟器的模拟
CN108008640A (zh) * 2016-10-27 2018-05-08 帝斯贝思数字信号处理和控制工程有限公司 用负载仿真器模拟三相电机的方法和负载仿真器

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7797062B2 (en) * 2001-08-10 2010-09-14 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105849570A (zh) * 2013-06-20 2016-08-10 曼尼托巴大学 对物理系统的计算机模型以及该物理系统的实际实时硬件组件的闭环仿真
US20150170090A1 (en) * 2013-12-17 2015-06-18 Intellisense.Io Ltd Optimizing efficiency of an asset and an overall system in a facility
CN105022383A (zh) * 2015-06-23 2015-11-04 武汉理工大学 船用中速柴油机高压共轨系统硬件在环仿真试验平台及试验方法
CN107784152A (zh) * 2016-08-26 2018-03-09 株式会社日立制作所 包括多个模拟器的模拟
CN108008640A (zh) * 2016-10-27 2018-05-08 帝斯贝思数字信号处理和控制工程有限公司 用负载仿真器模拟三相电机的方法和负载仿真器

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MARCOS GONZÁLEZ ET AL.: "Real-Time Simulation of a High-Power Cycloconverter Drive", 《IECON 2018 - 44TH ANNUAL CONFERENCE OF THE IEEE INDUSTRIAL ELECTRONICS SOCIETY》, pages 1448 - 1453 *
VICTOR GUERRERO ET AL.: "A Predictive Current Control Strategy for a Naturally-Commutated Converter Using a Finite-State Machine Model", 《WSEAS TRANSACTIONS ON SYSTEMS AND CONTROL》, pages 96 *
YUAN LIU ET AL.: "Modeling of Rectifier-Controlled Induction Motor Drive Load in Transient Stability Simulation Tools", 《IEEE TRANSACTIONS ON POWER SYSTEMS 》, pages 4719 - 4729 *

Also Published As

Publication number Publication date
US20220335345A1 (en) 2022-10-20
CN114402524B (zh) 2024-08-30
EP3789578A1 (en) 2021-03-10
EP3987145A1 (en) 2022-04-27
WO2021048023A1 (en) 2021-03-18

Similar Documents

Publication Publication Date Title
Martinez et al. Automatic generation of a simulation-based digital twin of an industrial process plant
CN106990759B (zh) 用于使用云计算技术来布置工业工厂仿真器的方法和装置
CN112513760B (zh) 用于预测机器的剩余使用寿命的装置和方法
CN114402524B (zh) 用于管理采矿设施的方法、装置和系统
KR101328224B1 (ko) 철강공정용 가상설비 시스템 및 그의 동작 방법
US9606902B2 (en) Malfunction influence evaluation system and evaluation method using a propagation flag
GB2561073A (en) Isolation management system and isolation management method
EP3796109A1 (en) System, apparatus and method for predicting attributes of an asset
US6947870B2 (en) Neural network model for electric submersible pump system
JP7424807B2 (ja) 機械学習装置、消費電力予測装置、及び制御装置
CN111308910A (zh) 电力系统仿真教学平台
US10903778B2 (en) Apparatus and methods for monitoring subsea electrical systems using adaptive models
Pliuhin et al. A Digital Twin Design of Induction Motor with Squirrel-Cage Rotor for Insulation Condition Prediction
CN104081298B (zh) 用于自动化和/或电气工程项目中的工作流程的自动化操控的系统和方法
US20230297854A1 (en) Learning apparatus, learning method, and failure prediction system
US10222790B2 (en) Planning and engineering method, software tool and system for a process plant
RU2783937C1 (ru) Способ, устройство и система для управления объектами добычи
US20240302830A1 (en) System and method for performing closed loop simulation in an iot environment
Mrugalska Design and quality control of products robust to model uncertainty and disturbances
Zsuga et al. Review and conceptual design of FPGA-based application for data-driven power electronic systems
JP6726990B2 (ja) 訓練用データ生成装置、訓練用データ生成方法及び訓練用データ生成プログラム
Gleirscher Risk Mitigation Strategies in High Automation
Zyuzev et al. A hardware-software complex for real-time modeling of electric drives
Quattrocchi et al. A New Method for Friction Estimation in EMA Transmissions. Actuators 2021, 10, 194
Huang et al. Research on Fault Dynamic Response Analysis Method of Complex System Based on Virtual Diagnostic Environment

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
TA01 Transfer of patent application right

Effective date of registration: 20240403

Address after: Nuremberg, Germany

Applicant after: Yinmengda Co.,Ltd.

Country or region after: Germany

Address before: Munich, Germany

Applicant before: SIEMENS AG

Country or region before: Germany

GR01 Patent grant
GR01 Patent grant