CN117063197A - 提供工业应用中使用的阀门的操作监视的方法和系统 - Google Patents
提供工业应用中使用的阀门的操作监视的方法和系统 Download PDFInfo
- Publication number
- CN117063197A CN117063197A CN202280024744.XA CN202280024744A CN117063197A CN 117063197 A CN117063197 A CN 117063197A CN 202280024744 A CN202280024744 A CN 202280024744A CN 117063197 A CN117063197 A CN 117063197A
- Authority
- CN
- China
- Prior art keywords
- valve
- data
- sensor
- acquisition unit
- data acquisition
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 37
- 230000001133 acceleration Effects 0.000 claims description 25
- 230000036541 health Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- 238000011835 investigation Methods 0.000 description 26
- 238000012545 processing Methods 0.000 description 23
- 230000006854 communication Effects 0.000 description 21
- 238000004891 communication Methods 0.000 description 21
- 238000001514 detection method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 10
- 238000003908 quality control method Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008014 freezing Effects 0.000 description 3
- 238000007710 freezing Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000003345 natural gas Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007175 bidirectional communication Effects 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000000246 remedial effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- -1 methane hydrocarbons Chemical class 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
- F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
- F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
- F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
- F16K37/0083—For recording or indicating the functioning of a valve in combination with test equipment by measuring valve parameters
-
- 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
- G06Q50/04—Manufacturing
-
- 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
- G06Q10/063—Operations research, analysis or management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/66—Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Mechanical Engineering (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- General Health & Medical Sciences (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Indication Of The Valve Opening Or Closing Status (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
提供了用于监控阀门的操作的方法和系统,其采用位于使用阀门的工业现场的数据获取单元和网关装置,以及位于远离工业现场的至少一个云计算系统。至少一个传感器安装在工业现场的阀门上。数据获取单元包括与至少一个传感器的接口。网关装置包括与数据获取单元的第一接口和与云计算系统的第二接口。数据获取单元被配置为接收由至少一个传感器提供的至少一个传感器信号,并且处理该至少一个传感器信号以提取时序传感器数据以提供给网关装置。网关装置被配置为将数据获取单元提供的时序传感器数据转发至云计算系统。云计算系统被配置为接收、存储和处理从网关装置传送来的时序传感器数据,用于远程监控工业现场的阀门的操作。
Description
相关申请的交叉引用
本公开要求2021年3月10日提交的美国临时专利申请号63/158,960的优先权,其通过引用整体并入本文。
技术领域
本公开涉及工业应用中使用的一个或多个阀门的操作监视。
背景技术
阀门用于许多工业应用,诸如通过隔离杂质和非甲烷碳氢化合物来过滤天然气的天然气处理厂,或者用于运输或处理石油流体或其他油田流体的其他设施。随着时间的推移,此类阀门通常会出现故障并需要维护或更换。阀门故障可能会导致不必要的中断以及因阀门停机而造成的金钱损失。
发明内容
提供了用于监控阀门的操作的方法和系统,其采用位于使用阀门的工业现场的数据获取单元和网关装置,以及位于远离工业现场的至少一个云计算系统。至少一个传感器安装在工业现场的阀门上。数据获取单元包括与至少一个传感器的接口。网关装置包括与数据获取单元的第一接口和与云计算系统的第二接口。数据获取单元被配置为接收由至少一个传感器提供的至少一个传感器信号,并且处理该至少一个传感器信号以提取时序传感器数据以提供给网关装置。网关装置被配置为将数据获取单元提供的时序传感器数据转发至云计算系统。云计算系统被配置为接收、存储和处理从网关装置传送来的时序传感器数据,用于远程监控工业现场的阀门的操作。
在实施方案中,数据获取单元可以支撑在阀门上。
在实施方案中,数据获取单元可以被配置为接收并处理由至少一个传感器提供的至少一个传感器信号以检测阀门致动事件并选择性地提取与所述阀门致动事件在时间上相对应的某些传感器数据,以作为转发到网关装置的时序数据的一部分来提供。可以丢弃时间上不对应于阀门致动事件的其他传感器数据,使得其不作为转发到网关装置的时序数据的一部分来提供。
在实施方案中,数据获取单元可以被配置为接收并处理表征阀门致动压力和阀门位置的传感器信号,以检测阀门致动事件。
在实施方案中,数据获取单元可以被配置为选择性地提取在时间上对应于所述阀门致动事件的阀门加速度传感器数据,以作为转发到网关装置的时序数据的一部分来提供。例如,阀门加速度传感器数据可以表示三个正交轴上的阀门加速度。
在实施方案中,数据获取单元可以被配置为接收并处理由至少一个传感器提供的某些传感器信号,以作为转发到网关装置的低频时序数据的一部分来提供。例如,低频时序数据可以表示以下至少一者:阀门的温度、表征阀门的至少一个操作条件的抽取数据、以及表征阀门的至少一个操作条件的统计数据。
在实施方案中,云计算系统可以被配置为处理时序传感器数据以生成与阀门的操作或系统的操作相关的至少一个指示。例如,至少一个指示可以涉及以下至少一者:i)所述系统的所述操作的可用性或质量,ii)关于所述阀门的控制的信息,和iii)关于所述阀门的健康或所述阀门剩余使用寿命的信息。
附图简述
在随后的详细描述中,通过本公开的非限制性示例参考所标注的多个附图进一步描述本公开,其中贯穿附图的若干视图,相同的附图标记代表相似的部分,并且其中:
图1是用于工业应用中使用的至少一个阀门的操作监视的分布式计算平台的示意图;
图2是用于工业应用中使用的多个阀门的操作监视的分布式计算平台的框图;
图3是用于工业应用中使用的阀门的操作监视的分布式计算平台的框图;
图4是示出表征图1至图3的分布式计算平台的不同部分的操作模式或状态的三种类型的指示的图表;
图5是可由图1至图3的数据获取单元执行的处理操作的高级示意图;
图6是可以由图1至图3的数据获取单元对表征阀门温度的慢信道(低频)传感器数据执行的处理操作的示意图;
图7是可以由图1至图3的数据获取单元对表征阀门致动器压力和位置的快信道传感器数据执行的处理操作的示意图;
图8是可以由图1至图3的数据获取单元对表征三个轴上的阀门加速度的高频信道传感器数据执行的处理操作的示意图;
图9是根据本公开的时间窗口的示意图,该时间窗口可用于检测与阀门被致动时(例如,当打开、关闭或以其他方式改变位置时)的时间段相对应的阀门致动事件;
图10是根据本公开的调查窗口的示意图,该调查窗口可用于检测与阀门被致动时(例如,当打开、关闭或以其他方式改变位置时)的时间段相对应的阀门致动事件;
图11是示出根据本公开的可用于检测与阀门被致动时(例如,当打开、关闭或以其他方式改变位置时)的时间段相对应的阀门致动事件的致动压差的校正的简图;和
图12是计算机处理系统的功能框图。
具体实施方式
本文所示的细节仅作为示例,并且仅出于对主题公开的实施方案的说明性讨论的目的,并且在提供被认为是对主题公开的原理和概念方面的最有用和最容易理解的描述的情况下呈现。在这方面,没有试图比对本主题公开的基本理解所需的更详细地示出结构细节,结合附图进行的描述关于主题公开的若干形式可以如何在实践中体现对于本领域技术人员来说是显而易见的。此外,各个附图中相同的参考数字和符号表示相同的元件。
本公开提供了采用分布式计算平台来对工业应用中使用的一个或多个阀门进行操作监视的方法和系统。分布式计算平台可以被配置为执行这样的操作监视以允许操作员用户预测未来可能出现的阀门故障和/或预测对阀门进行计划外维护的需要。
分布式计算平台可以被配置为与各种传感器连接并实施各种通信协议来连接到这些传感器,这允许随着时间的推移监控特定阀门的操作(诸如致动器压力、阀门致动器位置和温度)。由此类传感器输出的信号(称为传感器信号)可以由位于使用特定阀门的设施处的数据获取单元实时收集和处理。数据获取单元可以将传感器信号处理和格式化(例如,采用模数转换、数据调节或质量控制、数据抽取、数据聚合、数据缓冲、事件检测、数据时间戳和数据格式化)为用于提供给位于同一设施的网关装置的时序传感器数据。网关装置可以将数据获取单元提供的时序传感器数据转发到云计算系统,所述云计算系统可以被配置为接收从特定阀门的操作导出的时序传感器数据、存储这样的时序传感器数据(例如,在数据库中)、分析这样的时序传感器数据以预测特定阀门未来可能发生的故障和/或预测特定阀门的计划外维护的需要,并将与这些预测有关的通知或其他输出提供给操作员用户,以便可以采取适当的补救措施来避免特定阀门的故障或计划外维护。
在设施采用多个阀门的实施方案中,可以提供多个数据获取单元,其与多个阀门中的各个阀门的传感器仪器连接,并且多个数据获取单元中的每个数据获取单元可以与共同位于该设施的网关连接。在该配置中,与相应阀门的传感器连接的数据获取单元可以处理由相应阀门的传感器提供的传感器信号并将其格式化为时序传感器数据,以提供给位于同一设施处的网关装置。网关装置可以将从多个数据获取单元提供的多个阀门的操作导出的时序传感器数据转发到云计算系统,云计算系统可以被配置为接收这样的时序传感器数据、存储这样的时序传感器数据(例如,在数据库中)、分析这样的时序传感器数据以预测一个或多个相应阀门未来可能发生的故障和/或预测一个或多个相应阀门的计划外维护的需要,并将与这些预测有关的通知或其他输出提供给一个或多个操作员用户,以便可以采取适当的补救措施来避免一个或多个相应阀门的故障或计划外维护。
在实施方案中,分布式计算平台的架构可以包括图1中所示的部分,其包括至少一个数据获取单元(其中一个被示为17)、电力和通信分配单元19以及网关21,所有这些都位于使用一个或多个阀门11的工业设施处(例如,天然气处理厂)。该平台还可以包括云计算环境25,其远离设施并且被配置为提供以下服务:接收从一个或多个阀门11的操作导出的时序传感器数据、存储这样的时序传感器数据(例如,在数据库中)、分析这样的时序传感器数据,并提供与如本文所述的一个或多个阀门11的操作监视相关的通知或其他输出。
在实施方案中,数据获取单元17可以是强化的计算装置,其被配置为执行由相应阀门11的传感器15提供的传感器信号的处理。例如,传感器15可输出表征致动器压力、阀门致动器位置、温度、一个或多个轴上的加速度以及相应阀门11随时间的声学测量的电传感器信号。数据获取单元17可以配置有多个数据通信接口,这些数据通信接口接收由相应阀门11的传感器5提供的传感器信号。数据获取单元17还可以被配置为将接收到的传感器信号处理并格式化为时序传感器数据,以提供给网关装置21。电力和通信分配单元19可以充当中继器以将这种时序传感器数据从数据获取单元17传送到网关21。替代地,数据获取单元17可以将时序数据直接传送到网关21。电力和通信分配单元19还可以用于向数据获取单元17和网关21提供必要的电力(例如,24V DC电力)。
在实施方案中,网关21可以是强化的计算装置,其被配置为执行由设施处的数据获取单元17提供的时序传感器数据的数据摄取。网关21还可被配置为能够经由与阀门致动控制器13相对应的数据通信来控制设施处的阀门11的致动。
在实施方案中,网关21可以配置有使用有线通信协议(诸如串行、以太网、Modbus或开放平台通信(OPC)协议)或无线通信协议(诸如IEEE 802.11Wi-Fi协议、高速可寻址远程传感器协议(HART)、LoraWAN、Wi-Fi或消息队列遥测传输(MQTT))到设施处的物理资产(包括电力和通信分配单元19、数据获取单元17和阀门致动控制器13)的双向通信接口。例如,网关21和数据获取单元17之间的一个或多个双向通信接口(例如,以电力和通信分配单元19作为中间通信节点)可以用于更新由数据获取单元17随时间执行的操作(例如,算法或软件),诸如本文所述的致动检测、数据质量检查和抽取。这样的双向通信接口还可用于更新由数据获取单元17存储的并且由数据获取单元17执行的操作(例如,算法或软件)使用的参数。此类更新可以从设施处的本地装置(诸如位于设施处的智能手机或移动计算装置)传送。另外地或替代地,此类更新可以从远程装置传送,诸如云计算平台25或远离设施的其他计算装置或平台。
在实施方案中,网关21可以配置有使用蜂窝调制解调器到云计算平台25的双向无线通信接口,这使得能够进行长距离数据传输。在实施方案中,蜂窝调制解调器可以使用世界不同区域中的合适的通信频带来提供4G LTE数据传输能力(具有3G回退能力)。对于没有蜂窝信号的设施,到云计算平台25的双向无线通信接口可以通过由可选的外部卫星通信调制解调器(诸如BGAN调制解调器)提供的双向卫星链路来提供。
在实施方案中,网关21可以采用嵌入式处理环境(例如,数据处理器和存储器系统)。
在实施方案中,云计算平台25可以体现一个或多个云服务或应用程序,其接收从远程设施处的阀门11的操作导出的时序传感器数据、存储这样的时序传感器数据(例如,在数据库中)、分析这样的时序传感器数据,并向操作员用户提供时序传感器数据(诸如与一个或多个阀门相关的事件或警报或传感器数据)的实时可视化以及对这样的时序传感器数据的解释和分析,以便在需要时确定一个或多个阀门的校正措施策略。例如,校正措施可能会避免工厂意外停机、优化维护操作或优化阀门操作条件以减少磨损并延长阀门的使用寿命。
在实施方案中,设施的物理资产,包括阀门传感器15、数据获取单元17、电力和通信分配单元19以及网关21,可以如图2和图3所示彼此连接。在该实施方案中,阀门11可以是球阀、明杆球阀或其他阀门类型。传感器15生成指示相应阀门11的某些操作状态或模式或特性的电传感器信号,诸如由4-20mA范围内的可变电流信号表示的当阀门关闭(或正在关闭)时的致动器压力,由4-20mA范围内的可变电流信号表示的当阀门打开(或正在打开)时的致动器压力,由4-20mA范围内的可变电流信号表示的阀门位置,由可变电阻或电压信号表示的阀门温度,沿一个或多个轴的加速度测量以及由4-20mA范围内的可变电流信号表示的可选声发射信号。数据获取单元17可以将这些电传感器信号处理和格式化(例如,采用模数转换、数据调节或质量控制、数据抽取、数据聚合、数据缓冲、事件检测、数据时间戳和数据格式化)为用于提供给位于该设施处的网关装置21的时序传感器数据。
在实施方案中,传感器15和数据获取单元17的操作可以独立于控制相应阀门11的致动的任何控制操作或系统来执行。相反,传感器15和数据获取单元17可以仅用于操作监视和监控。由于监控功能不是控制系统的一部分,因此它不涉及也不影响已为此类阀门建立的安全协议和措施的过程或操作。这也意味着过程控制和阀门操作的可靠性不会受到监控功能可靠性的影响,因为这两个功能是相互解耦的。
在实施方案中,传感器15可以以不与任何致动器或任何控制系统相互作用的方式安装在阀门11上。相反,可以安装传感器15来监控阀门11的操作状态或状况。此外,传感器15可被配置为不干扰阀门11或阀门致动器的操作,并且不产生额外的潜在泄漏点或具有可能干扰阀门致动器和阀门操作的任何零件。以这种方式,传感器15不会降低阀门致动器系统和阀门的可靠性。此外,相应的数据获取单元17对传感器信号的获取不需要依赖于任何物理致动触发,因为数据获取单元17可以被配置为检测活动或阀门运动并且还可以与来自传感器信号的其他事件或错误活动(例如,工厂和阀门控制系统关闭)区分开来。最后,数据获取单元17可以安装在相应的阀门11上,而不需要拆卸或介入车间来改装这些传感器15。它们可以现场安装在现有的阀门上。
在实施方案中,云计算平台25可以体现一个或多个云服务或应用程序,其分析时序传感器数据以便优化阀门操作以增加操作寿命、健康状况检测和预测分析。云服务或应用程序还可以包括用于状态通信和/或预测和健康管理(PHM)的前端接口。与在设施本地执行此类处理相比,在云中的设施中生成并远程访问这种情报具有多种优势,包括与每个边缘单元都需要上传新的固件或算法的案例相比,当分析算法随着时间的推移通过额外收集的数据进行改进时,能够更新分析算法。
在实施方案中,云计算平台25可以体现一个或多个云服务或应用程序,其接收并存储随时间从传感器15获取的传感器数据并且经由数据获取单元17和网关21传送到云计算平台25。这对于事件调查或调试至关重要。
在实施方案中,数据获取单元17可以被配置为处理由对应阀门11的传感器15提供的传感器信号,以提取与阀门被致动时(例如,当打开、关闭或以其他方式改变位置时)的一个或多个致动事件或时间间隔相对应的传感器信号数据。在实施方案中,由传感器15提供给数据获取单元17的传感器信号可以指示致动器压力、致动器位置(在旋转运动的情况下的纵向位置和/或旋转位置)、阀门温度、阀门的三轴加速度,以及可能对阀门进行的声学测量。可以处理一个或多个传感器信号(诸如致动器压力和致动器位置)以检测与阀门被致动时(例如,当打开、关闭或以其他方式改变位置时)的时间段相对应的致动事件或时间间隔,并且可以进一步处理传感器信号以提取与检测到的致动事件或时间间隔相对应的某些传感器数据(诸如提取在与检测到的阀门致动事件相对应的时间间隔内获取的阀门的高频三轴加速度数据)。所提取的传感器数据可以包括在由数据获取单元17转发到网关21的时序传感器数据中。落在任何检测到的阀门致动事件之外的某些传感器数据(诸如在不完全包含或重叠检测到的阀门致动事件的时间段的时间间隔内获取的阀门的高频三轴加速度数据)可以被过滤掉并被丢弃,使得其不包括在由数据获取单元17转发到网关21的时序传感器数据中。如果需要,可以采用传感器数据过滤的其他调整。
在实施方案中,数据获取单元17可以被配置为在预定义时间间隔(诸如x分钟)的时间块上连续地处理由传感器15提供的传感器信号。可以将算法应用于针对每个时间块收集的传感器数据以检测传感器数据是否对应于阀门致动事件。如果算法检测到时间块的传感器数据对应于阀门致动事件(例如,时间块的传感器数据完全包含或重叠检测到的阀门致动事件的时间段),则可以提取对应于时间块的某些传感器数据(诸如在该时间块获取的阀门的高频三轴加速度数据)并将其包括在数据获取单元17转发给网关21的时序传感器数据中,该网关将时序传感器数据转发给云计算平台25。如果算法检测到时间块的传感器数据不对应阀门致动事件(例如,时间块的传感器数据不完全包含或重叠检测到的阀门致动事件的时间段),则可以过滤掉并丢弃对应于时间块的某些传感器数据(诸如在该时间块获取的阀门的高频三轴加速度数据),以使其不作为由数据获取单元17转发给网关21然后转发给云计算平台25的时序传感器数据的一部分。如果需要,可以采用传感器数据过滤的其他调整。
在实施方案中,云计算平台25可以分析来自设施处的数据获取单元17和网关21的时序数据通信,以便提供关于在该设施处使用的对应阀门的健康监测和预测的指示或见解。在实施方案中,这样的指示可以包括如图4所示的三种不同类型的指示,如下:
-监控系统指示(图4中的获取系统):此指示类型提供有关设施处的数据获取和处理的信息,并且可以在数据获取系统17停机或遇到技术问题时提供警报
-阀门控制指示(图4中的控制系统):此指示类型提供有关阀门如何操作的信息,并且可能监控与阀门操作相关的三个方面:
a.关闭时对阀门施加压力。如果压力过高,会加速阀门致动器或传动系统的磨损和损坏。
b.致动速度:阀门致动(打开或关闭)必须足够缓慢,以避免剧烈运动以及对阀门致动器和阀座的损坏。该阀门致动速度通常由气动控制系统设置控制。通过监控致动时间,操作员用户可以快速识别是否存在可能导致阀门危险或损坏情况的不良设置。
c.泄漏检测:阀门致动器处可能存在漏气。
-阀门健康状况指示(图4中的阀门健康状况):此指示类型提供告知操作员用户有关阀门健康状况和阀门估计剩余使用寿命的信息。
在实施方案中,数据获取单元17可以被配置为处理由传感器15提供的传感器信号,如图5的示意图所示,其中数据获取单元17以不同的频率采集不同的传感器信号(或数据标签)。例如,阀门温度数据可以以1Hz的频率(每秒一次测量)获取,这是图5中慢信道数据的一部分。这种获取可以涉及以1Hz的频率对阀门温度传感器信号进行采样,并将采样的阀门温度通过模数转换而转换为相应的阀门温度数据值。在另一个示例中,可以以30Hz的频率获取致动器压力和致动器位置,这是图5中快信道数据的一部分。这种获取可涉及以30Hz的频率对阀门致动器压力和致动器位置传感器信号进行采样,并将采样的阀门致动器压力和致动器位置通过模数转换而转换为相应的阀门致动器压力和致动器位置数据值。在又一个示例中,可以以2.8kHz的频率获取阀门的三轴加速度,这是图5中高频或HF信道数据的一部分。这种获取可涉及以2.8kHz的频率对三轴阀门加速度信号进行采样,并将采样的三轴阀门加速度通过模数转换而转换为对应的三轴阀门加速度数据值。在实施方案中,由于网关21与云计算系统25之间的获取频率以及带宽限制和传输成本的差异,不同类型的信道数据不会以相同的方式处理。更具体地,由于带宽限制和传输成本,网关21无法连续地将高频信道数据传输至云计算系统25。相反,由于带宽限制和传输成本,连续数据传输仅限于慢信道数据。
在实施方案中,数据获取单元17可以被配置为处理慢信道数据(其包括以1Hz获取的阀门温度数据T原始),如图6所示。这种处理涉及在数据获取单元17将对应的阀门温度标签数据转发给网关21、该网关将阀门温度标签数据转发给云计算平台25之前,对阀门温度数据T原始执行数据质量控制。阀门温度标签数据包括如下表1至表3所提供的OORT、FRZT、OTLT和Tavg值。
在实施方案中,数据获取单元17可以被配置为处理快信道数据(其包括以30Hz获取的阀门致动器压力和致动器位置),如图7所示。这种处理涉及在数据获取单元17将相应的慢信道(低频)致动器压力和致动器位置标签数据转发到网关21、该网关将慢信道(低频)致动器压力和致动器位置标签数据转发到云计算平台25之前,对阀门致动器压力和致动器位置数据执行数据质量控制。慢信道(低频)致动器压力和致动器位置标签数据包括如下表1至表3所提供的OORP打开、OORP关闭、OOR位置、OORΔP、FRZP打开、FRZP关闭、FRZ位置、 和值。数据质量控制可以被配置为移除可能在致动检测中给出不可预测结果的错误数据。数据获取单元17还可以被配置为根据用于致动检测的数据质量控制的输出来计算快信道致动器位置和致动器压力标签值。在实施方案中,计算的快信道致动器位置和致动器压力标签值包括Poscorr、ΔPcorr值,其表示校正的致动器位置和致动器压差标签值(参见图11和下面所附的文本)。
数据获取单元17还可以被配置为处理慢信道(低频)致动器压力和致动器位置标签数据以及计算出的用于致动检测的快信道致动器位置和致动器压力标签值,这涉及检测致动器位置和致动器压力标签值是否以及何时对应于阀门致动事件(即,阀门被致动的时间段)。如果是这样,则快信道数据(其包括以30Hz获取的致动器压力和致动器位置数据)可以被包括在捕获检测到的阀门致动事件的一个或多个数据文件中,并且该一个或多个数据文件被转发到网关21,其将该一个或多个数据文件转发至云计算平台25。
此外,如图8所示,如果并且当致动器位置和致动器压力标签值对应于阀门致动事件,则用于阀门致动事件的时间段的高频信道数据(例如,以2.8kHz的频率获取的阀门的三轴加速度数据)可以被包括在捕获检测到的阀门致动事件的一个或多个数据文件中,并且该一个或多个数据文件被转发到网关21,其将该一个或多个数据文件转发至云计算平台25。请注意,与检测到的阀门致动事件不对应的时间段的高频信道数据(例如,以2.8kHz频率获取的阀门的三轴加速度数据)可以被丢弃,因此从转发至网关21的一个或多个数据文件中省略。此外,数据获取单元17可以被配置为将相应的慢信道(低频)阀门加速度计标签数据转发至网关21,该网关将慢信道(低频)阀门加速度计标签数据转发至云计算平台25。慢信道(低频)阀门加速计标签数据包括如下表1至表3所提供的OORAccx、OORAccy、OORAccz、FRZAccx、FRZAccy、FRZAccz值。
以这种方式,数据获取单元17将慢信道数据的传感器数据(例如,以1Hz获取的阀门温度数据)传送到网关21以流式传输到云计算平台25。数据获取单元17还将快信道数据的传感器数据(例如,以30Hz获取的阀门致动器压力和阀门位置数据)传送到网关21以流式传输到云计算平台25。数据获取单元17在运行用于阀门致动检测的算法之前对阀门压力和位置数据执行数据质量控制,以避免处理可能给出不可预测的算法结果的错误数据。而且,表征阀门致动器压力和阀门位置的一些统计数据或抽取数据以慢信道频率(例如,1Hz)连续地传输到网关21以流式传输到云计算平台25。最后,每个检测到的阀门致动事件的高频信道数据(例如,以2.8kHz的频率获取的阀门的三轴加速度数据)可以被包括在捕获检测到的阀门致动事件的一个或多个数据文件中,并且可以将该一个或多个数据文件转发至网关21,该网关将该一个或多个数据文件转发至云计算平台25。请注意,与检测到的阀门致动事件不对应的时间段的高频信道数据(例如,以2.8kHz频率获取的阀门的三轴加速度数据)可以被丢弃,因此从转发至网关21的一个或多个数据文件中省略。当云计算平台25接收到数据时,云计算平台25可以对其进行处理以提供上面关于图4描述的指示。
在实施方案中,数据获取单元17可以被配置为基于如图9所示的连续时间窗口上的数据处理来检测传感器数据是否对应于阀门致动事件(即,阀门被致动的时间段)。与处理流数据和以30Hz的频率执行实时致动检测相比,这具有计算强度较小的优点。连续的处理窗口必须足够长且足够多,以确保处理能够捕获完整的致动事件。其中:
L:调查窗口的持续时间(以秒为单位)
d:建议的致动持续时间(以秒为单位)
δ:两个连续调查窗口之间的时间延迟(以秒为单位)
以下关系确保窗口持续时间(L)足够长且时间延迟足够短,以便完全捕获所有阀门致动事件,其中窗口持续时间完全包含并覆盖阀门致动事件的持续时间,如下所示:
L≥s×d+δ
建议默认值δ=60秒。这对应于低频数据被发送到云计算系统25的频率。将时间延迟与该频率相匹配以最大限度地减少处理要求。对于最大致动器,还建议默认值d=150秒。为了能够检测到有缺陷的致动,致动持续时间的安全系数设置为2,这意味着我们假设我们希望能够捕获将持续2次150秒或300秒的致动。请注意,s是安全系数,L将被设置为360秒。它对应于L=s×d+δ,其中s为安全系数2。
错误!未找到参考来源。说明了L、d和δ之间的关系。请注意,w(i)标识连续调查窗口。该图示出了几个连续窗口封装了阀门致动事件,而另外两个窗口仅部分地覆盖了阀门致动事件。窗口w(i)可以被称为下面的调查窗口。
在实施方案中,数据获取单元17可以被配置为如下对调查窗口w(i)上的快信道传感器数据(P打开、P关闭、Pos)执行数据质量控制操作。
QC操作的输出:
-用于每个原始标签 加上计算出的压差标签ΔP的调查窗口w(i)上的冻结和超出范围的数据比率。
-抽取的1/min的标签值:
-校正后的30Hz标签数据:
Poscorr、ΔPcorr
QC操作的处理步骤
1.1.1.1.检查是否有超出范围的值
1.1.1.1.1.对于原始信道(P打开、P关闭、Pos、T、Acc):
对于每个标签的调查窗口w(i)中的每个数据点,检查它是否处于为此标签指定的最小和最大值定义的范围内。在窗口w(i)上计算超出范围的数据的比例。该窗口的值为
其中NOOR表示调查窗口w(i)中超出范围的数据点的数量。
1.1.1.1.2.对于压差信道(ΔP):
将创建一个新的压差信道。由于该信道将用于致动检测,因此会计算QC统计数据,以避免处理质量较差的数据。
如果该数据点的P打开或P关闭值超出范围,则时间窗口中的特定数据点x(n)被认为具有标记为超出范围的ΔP值。ΔP信道的超出范围数据比率的确定方式与原始信道相同:
其中NOOR为当前调查窗口w(i)中ΔP信道的超出范围的数据点的数量。
1.1.1.2.检查冻结数据
1.1.1.2.1.对于原始信道(P打开、P关闭、Pos、T、Acc):
对于时间窗口w(i)的每个数据点标签值x(n),计算点集合的标准偏差:其中nF是连续数据的数量。如果σ(n)=0,则数据点标签值x(n)被冻结。
在简单的默认情况nF=2下,执行以下检查比计算标准偏差更容易。
x(n-1)=x(n)
如果上述属性为真,则x(n)被标记为冻结。
检查调查窗口w(i)中每个标签的所有点是否已冻结后,数据点冻结率计算如下:
其中N冻结是检测到的冻结数据点的数量,f是频率(30Hz),并且L×f-(nF-1)是调查窗口w(i)中检查冻结数据的每个标签的数据点总数。
1.1.1.2.2.对于压差信道(ΔP):
如果该数据点的P打开或P关闭被冻结,则调查窗口w(i)中的点P(n)的压差信道值被视为冻结。
ΔP信道的冻结数据比率的确定方式与原始信道相同:
其中N冻结为当前调查窗口w(i)中ΔP信道的冻结的数据点的数量。
1.1.1.3.使用Hampel过滤器检查异常值(P打开、P关闭、Pos、T)
将测试调查窗口w(i)的数据点是否有异常值。尽管由于位于窗口的边缘,窗口的前3个和最后3个点无法测试。其也不会被校正。对于窗口的其他数据点,如果其中一个数据点被标记为异常值,则它将被替换为以下算法中定义的新值。对于数据点标签值x(n)的异常值检测和替换:
■创建包含7个连续数据点的窗口:
H(n)=[x(n-3)、x(n-2)、x(n-1)、x(n)、x(n+1)、x(n+2)、x(n+3)]
7个连续值的窗口必须取自原始时序数据。它不得包含来自校正的时序数据的校正值Poscorr
■计算窗口的中值:
med(n)=中值(H(n))
■计算H(n)中每个点与中值的绝对偏差的中值
MAD(n)=中值(|x(n-3)-med(n)|,|x(n-2)-med(n)|,…,|x(n+3)-med(n)|)
■使用MAD(n)计算估计标准偏差:
其中κ=1.4826
■如果出现以下情况,则x(n)被视为异常值:
其中t0是设定阈值(默认值=5)
■如果x(n)是异常值,则其值将替换为校正的时序数据(标签corr)中的med(n)
输出是包含数据点的调查窗口(原始数据点,如果检测为异常值则进行校正)。处理压力和位置原始数据信道并替换其异常值。这会为调查窗口w(i)的每个信道生成校正的数据集:Poscorr。还将计算超过1分钟的异常值率。对于温度或加速度计信道,目标不是校正数据并生成校正的T或Acc信道,而只是计算1分钟内的异常值率。
1.1.1.4.计算致动器压差信道ΔP
使用原始数据和/>为致动器上的压差创建一个新的30Hz信道:
1.1.1.5.以1/min创建抽取值
这些QC操作还将创建抽取值,该值将以低频(1/min)传输到网关。
■是/>在调查窗口w(i)上的平均值
■是/>在调查窗口w(i)上的平均值
■是Poscorr在调查窗口w(i)上的平均值
■是致动器压差/>在调查窗口w(i)上的最大值
在实施方案中,数据获取单元17可以被配置为通过识别哪个调查窗口可能包含阀门致动来检测传感器数据是否对应于阀门致动序列(即,阀被致动时的时间点)。这需要分析若干连续的调查窗口,如下所示。
阀门致动检测的处理步骤
2.1.1.1致动检测调查的连续调查窗口数
对于每个调查窗口,分析两个信道以搜索可能的阀门活动:Poscorr和ΔPcorr。活动检测是通过计算每个调查窗口w(i)上这些信道的标准偏差来实现的
-
-
连续调查窗口的数量n使得它们覆盖至少2×L的时间段(L是调查窗口的持续时间),如下所示:错误!未找到参考来源。:调查窗口数
2.1.1.2检测致动并识别哪个窗口包含它
用于识别包含致动的调查窗口的逻辑步骤如下:
■监控/记录数据,直到为新时间窗口收集到足够的新数据点。
■更新时间窗口列表[w(1),w(2),…,w(n)],代表最后(n)个时间窗口。
■对于最后一个(新的)时间窗口w(n),计算以下内容:
○和/>位置和压差标准偏差
■在合并的最后n个调查窗口中(在持续时间D内),计算以下内容:
○Pos信道的错误OORPos和FRZPos的比率
○压差信道的错误OORΔP和FRZΔP的比率
■确定使用哪个信道进行阀门致动检测
○如果且/>使用Pos信道检测致动
○否则,如果且/>使用ΔP信道检测致动
○否则:不进行致动检测(两个信道都有太多错误,所以不能检测致动)
假设已选择位置信道来检测致动:
■如果是以下情况,则致动包含在最后n个调查窗口内:
○且/>其中/>是在位置信道上设置的活动检测阈值
■包含致动的调查窗口是具有最大值的窗口。该值要在窗口中查找:(最后一个窗口或窗口w(n)不能包含致动)
如果选择压差信道来检测致动(由于位置信道的错误率太高),则过程相同:
■如果是以下情况,则致动包含在最后n个调查窗口内:
○且/>其中/>是压差信道的活动检测阈值
■包含致动的调查窗口是具有最大值的窗口。该值要在窗口中查找:(最后一个窗口或窗口w(n)不能包含致动)
为了避免可能的致动双重检测,一旦来自[w(1),w(2),…,w(n)]的调查窗口w(i)被识别为包含致动,[w(1),w(2),…,w(n)]内所有窗口的标准偏差值和/>将设置为0。/>
2.1.1.3对已识别的可能的阀门致动进行基本检查
对可能包含致动的调查窗口上用于致动检测的信道执行一些简单的检查。这些基本检查的目标是快速从可能在线路上生成活动的另一个事件中找出真正的致动。
2.1.1.3.1使用位置信道检查
如果位置信道用于检测致动,则执行以下检查:
|Poscorr(m)-Poscorr(1)|>Smini
其中Poscorr(m)和Poscorr(1)分别是调查窗口的最后一个和第一个位置数据点,并且Smini是必须记录的最小行进距离,以便认为致动是有效的。
必须为每个阀门[尺寸x等级]定义Smini的值。
2.1.1.3.2使用压差检查
如果使用压差信道,则仅当ΔPcorr的值从一系列压力值演变为另一压力值时,检测到的致动才被视为有效。
如果阀门正在打开,则第一范围代表关闭的阀门的压差,而第二范围代表打开的阀门的压差。如果阀门正在关闭,范围就会相反。请参阅错误!未找到参考来源。供说明。
这些范围可以定义如下:
-关闭位置压力范围:ΔPcorr≥ΔPlim
-打开位置压力范围:ΔPcorr≤-ΔPlim
ΔPlim的值必须定义,并且取决于致动器类型和可能的安装设置。
表1:标签和标志定义
/>
/>
表2:参照
表3:处理参数
图12示出了具有处理器2502和存储器2504的示例装置2500,其可以被配置为实现如本申请中所讨论的平台部件、方法和工作流程的各种实施方案。存储器2504还可以托管一个或多个数据库,并且可以包括一种或多种形式的易失性数据存储介质,诸如随机存取存储器(RAM),和/或一种或多种形式的非易失性存储介质(诸如只读存储器(ROM)、闪存等)。
装置2500是计算装置或可编程装置的一个示例,并且不旨在暗示对装置2500和/或其可能架构的使用范围或功能的任何限制。例如,装置2500可以包括一个或多个计算装置、可编程逻辑控制器(PLC)等。
此外,装置2500不应被解释为具有与装置2500中所示的一个部件或其组合相关的任何依赖性。例如,装置2500可以包括一台或多台计算机,诸如膝上型计算机、台式计算机、大型计算机等,或其任何组合或累积。
装置2500还可以包括总线2508,其被配置为允许各种部件和装置(诸如处理器2502、存储器2504和本地数据存储装置2510以及其他部件)彼此通信。
总线2508可以包括若干类型的总线结构中的任意一种或多种,包括存储器总线或存储器控制器、外围总线、加速图形端口、以及使用多种总线架构中的任意一种的处理器或本地总线。总线2508还可以包括有线和/或无线总线。
本地数据存储装置2510可以包括固定介质(例如,RAM、ROM、固定硬盘驱动器等)以及可移动介质(例如,闪存驱动器、可移动硬盘驱动器、光盘、磁盘等)。一个或多个输入/输出(I/O)装置2512还可以经由用户界面(UI)控制器2514进行通信,所述用户界面(UI)控制器可以直接或通过总线2508与I/O装置2512连接。
在一种可能的实现方式中,网络接口2516可以经由连接的网络与装置2500外部通信。介质驱动器/接口2518可以接受可移动有形介质2520,诸如闪存驱动器、光盘、可移动硬盘驱动器、软件产品等。在一种可能的实现方式中,逻辑、计算指令和/或软件程序包括模块2506的元件可以驻留在可由介质驱动器/接口2518读取的可移动介质2520上。
在一个可能的实施方案中,输入/输出装置2512可以允许用户(诸如人类注释者)向装置2500输入命令和信息,并且还允许将信息呈现给用户和/或其他部件或装置。输入装置2512的示例包括例如传感器、键盘、光标控制装置(例如鼠标)、传声器、扫描仪以及本领域已知的任何其他输入装置。输出装置的示例包括显示装置(例如监视器或投影仪)、扬声器、打印机、网卡等。
本文可以在软件或程序模块的一般上下文中描述本公开的各种系统和过程,或者可以在纯计算硬件中实现技术和模块。通常,程序模块包括但不限于进行特定任务或实施特定抽象数据类型的例程、程序、对象、部件和数据结构。这些模块和技术的实现可以存储在某种形式的有形计算机可读介质上或通过某种形式的有形计算机可读介质传输。计算机可读介质可以是任何可用的数据存储介质或有形的并且可以由计算装置访问的介质。计算机可读介质因此可以包括计算机存储介质。计算机存储介质包括在任何方法或技术中实施的易失性和非易失性介质以及移动和不可移动介质,用以存储信息诸如计算机可读指令、数据结构、程序模块或其他数据。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光学存储装置、磁盒、磁带、磁盘存储装置或其他磁性存储装置,或可用来存储期望信息并可由计算机存取的任何其他有形介质。上述方法和过程中的一些可以由处理器执行。术语“处理器”不应被解释为将本文公开的实施方案限制为任何特定的装置类型或系统。处理器可以包括计算机系统。计算机系统还可以包括用于执行上述任何方法和过程的计算机处理器(例如,微处理器、微控制器、数字信号处理器、通用计算机、专用机器、虚拟机、软件容器或设备)。
计算机系统还可以包括存储器,诸如半导体存储装置(例如RAM、ROM、PROM、EEPROM或闪存可编程RAM)、磁存储装置(例如软盘或固定盘)、光存储器装置(例如,CD-ROM)、PC卡(例如,PCMCIA卡)或其他存储装置。
上述方法和过程中的一些可以被实现为与计算机处理器一起使用的计算机程序逻辑。计算机程序逻辑可以以包括源代码形式或计算机可执行形式的各种形式体现。源代码可以包括采用各种编程语言(例如,目标代码、汇编语言或高级语言,诸如C、C++或JAVA)的一系列计算机程序指令。这样的计算机指令可以存储在非暂时性计算机可读介质(例如,存储器)中并且由计算机处理器执行。计算机指令可以以任何形式作为具有附带的印刷或电子文档(例如,收缩包装软件)的可移动存储介质分发,预加载有计算机系统(例如,在系统ROM或固定盘上),或通过通信系统(例如,互联网或万维网)从服务器或电子公告板分发。
替代地或另外地,处理器可以包括耦合至印刷电路板、集成电路(例如,专用集成电路(ASIC))和/或可编程逻辑装置(例如,现场可编程门阵列(FPGA))的离散电子部件。上述任何方法和过程都可以使用这样的逻辑装置来实现。
本文已经描述和图示了分布式处理平台和相关工作流程的若干实施方案,其获取、聚合和处理由工业现场的一个或多个阀门生成的数据。虽然已经描述了本发明的特定实施方案,但并不旨在将本发明限制于此,因为旨在使本发明在本领域所允许的范围内尽可能宽并且同样地阅读说明书。因此,虽然已经针对某些阀系统公开了特定的系统部件和工作流程,但是应当理解,这样的系统部件和工作流程也可以用于其他阀门系统。因此,本领域技术人员应当理解,在不脱离所要求保护的本发明的精神和范围的情况下,可以对所提供的本发明进行其他修改。
虽然上面仅详细描述了几个示例实施方案,但本领域技术人员将容易理解,在实质上不脱离本发明的情况下,可在示例实施方案中进行许多修改。因此,所有这样的修改旨在包括在如所附权利要求中所限定的本公开的范围内。在权利要求中,装置加功能条款旨在覆盖本文中描述为执行所列举功能的结构,并且不仅覆盖结构等效物,而且覆盖等效结构。因此,尽管钉子和螺钉可能不是结构等效物,因为钉子采用圆柱形表面来将木制零件固定在一起,而螺钉采用的是螺旋形表面,但在紧固木制零件的环境下,钉子和螺钉可以是等效结构。申请人的明确意图是不援引35U.S.C.§112第6段来对本文的任何权利要求做任何限制,除非权利要求中明确使用“用于……的装置”的词语和相关联功能。
Claims (21)
1.一种用于监控工业现场阀门的操作的系统,所述系统包括:
远离所述工业现场的云计算系统;
安装在所述工业现场的所述阀门上的至少一个传感器;
位于所述工业现场的数据获取单元,其中所述数据获取单元包括与所述至少一个传感器的接口;
位于所述工业现场进行接口的网关装置,其中所述网关装置包括与所述数据获取单元的第一接口和与所述云计算系统的第二接口;
其中所述数据获取单元被配置为接收由所述至少一个传感器提供的至少一个传感器信号,并且处理所述至少一个传感器信号以提取时序传感器数据以提供给所述网关装置;并且
其中所述网关装置被配置为将所述数据获取单元提供的所述时序传感器数据转发至所述云计算系统;并且
其中所述云计算系统被配置为接收、存储和处理从所述网关装置传送来的所述时序传感器数据,用于远程监控所述工业现场的所述阀门的操作。
2.根据权利要求1所述的系统,其中:
所述数据获取单元支撑在所述阀门上。
3.根据权利要求1所述的系统,其中:
所述数据获取单元被配置为接收并处理由所述至少一个传感器提供的至少一个传感器信号以检测阀门致动事件并选择性地提取与所述阀门致动事件在时间上相对应的某些传感器数据,以作为转发到所述网关装置的所述时序数据的一部分来提供。
4.根据权利要求3所述的系统,其中:
所述数据获取单元被配置为接收并处理表征阀门致动压力和阀门位置的传感器信号,以检测阀门致动事件。
5.根据权利要求3所述的系统,其中:
所述数据获取单元被配置为选择性地提取在时间上对应于所述阀门致动事件的阀门加速度传感器数据,以作为转发到所述网关装置的所述时序数据的一部分来提供。
6.根据权利要求5所述的系统,其中:
所述阀门加速度传感器数据表示三个正交轴上的阀门加速度。
7.根据权利要求1所述的系统,其中:
所述数据获取单元被配置为接收并处理由所述至少一个传感器提供的某些传感器信号,以作为转发到所述网关装置的低频时序数据的一部分来提供。
8.根据权利要求7所述的系统,其中:
所述低频时序数据表示以下至少一者:所述阀门的温度、表征所述阀门的至少一个操作条件的抽取数据,和表征所述阀门的至少一个操作条件的统计数据。
9.根据权利要求1所述的系统,其中:
所述云计算系统被配置为处理所述时序传感器数据以生成与所述阀门的操作或所述系统的操作相关的至少一个指示。
10.根据权利要求9所述的系统,其中:
所述至少一个指示涉及以下至少一者:i)所述系统的所述操作的可用性或质量,ii)关于所述阀门的控制的信息,和iii)关于所述阀门的健康或所述阀门剩余使用寿命的信息。
11.根据权利要求1所述的系统,其中:
所述数据获取单元独立于位于所述工业现场来控制所述阀门的致动的控制系统运行。
12.一种用于监控工业现场阀门的操作的方法,所述方法包括:
提供远离所述工业现场的云计算系统;
提供安装在所述工业现场的所述阀门上的至少一个传感器;
提供位于所述工业现场的数据获取单元,其中所述数据获取单元包括与所述至少一个传感器的接口;以及
提供位于所述工业现场的网关装置,其中所述网关装置包括与所述数据获取单元的第一接口和与所述云计算系统的第二接口;
其中所述数据获取单元被配置为接收由所述至少一个传感器提供的至少一个传感器信号,并且处理所述至少一个传感器信号以提取时序传感器数据以提供给所述网关装置;并且
其中所述网关装置被配置为将所述数据获取单元提供的所述时序传感器数据转发至所述云计算系统;并且
其中所述云计算系统被配置为接收、存储和处理从所述网关装置传送来的所述时序传感器数据,用于远程监控所述工业现场的所述阀门的操作。
13.根据权利要求12所述的方法,其中:
所述数据获取单元被配置为接收并处理由所述至少一个传感器提供的至少一个传感器信号以检测阀门致动事件并选择性地提取与所述阀门致动事件在时间上相对应的某些传感器数据,以作为转发到所述网关装置的所述时序数据的一部分来提供。
14.根据权利要求13所述的方法,其中:
所述数据获取单元被配置为接收并处理表征阀门致动压力和阀门位置的传感器信号,以检测阀门致动事件。
15.根据权利要求14所述的方法,其中:
所述数据获取单元被配置为选择性地提取在时间上对应于所述阀门致动事件的阀门加速度传感器数据,以作为转发到所述网关装置的所述时序数据的一部分来提供。
16.根据权利要求15所述的方法,其中:
所述阀门加速度传感器数据表示三个正交轴上的阀门加速度。
17.根据权利要求12所述的方法,其中:
所述数据获取单元被配置为接收并处理由所述至少一个传感器提供的某些传感器信号,以作为转发到所述网关装置的低频时序数据的一部分来提供。
18.根据权利要求17所述的方法,其中:
所述低频时序数据表示以下至少一者:所述阀门的温度、表征所述阀门的至少一个操作条件的抽取数据,和表征所述阀门的至少一个操作条件的统计数据。
19.根据权利要求12所述的方法,其中:
所述云计算系统被配置为处理所述时序传感器数据以生成与所述阀门的操作或所述系统的操作相关的至少一个指示。
20.根据权利要求19所述的方法,其中:
所述至少一个指示涉及以下至少一者:i)所述系统的所述操作的可用性或质量,ii)关于所述阀门的控制的信息,和iii)关于所述阀门的健康或所述阀门剩余使用寿命的信息。
21.根据权利要求12所述的方法,其中:
所述数据获取单元被配置为独立于位于所述工业现场来控制所述阀门的致动的控制系统运行。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163158960P | 2021-03-10 | 2021-03-10 | |
US63/158,960 | 2021-03-10 | ||
PCT/US2022/018950 WO2022192085A1 (en) | 2021-03-10 | 2022-03-04 | Methods and systems providing operational surveillance of valves used in industrial applications |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117063197A true CN117063197A (zh) | 2023-11-14 |
Family
ID=83226984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280024744.XA Pending CN117063197A (zh) | 2021-03-10 | 2022-03-04 | 提供工业应用中使用的阀门的操作监视的方法和系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240159327A1 (zh) |
EP (1) | EP4305583A1 (zh) |
CN (1) | CN117063197A (zh) |
CA (1) | CA3212823A1 (zh) |
WO (1) | WO2022192085A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117708552B (zh) * | 2024-02-06 | 2024-05-10 | 华能江苏综合能源服务有限公司 | 一种基于边缘计算的发电站运维数据实时监控方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8838413B2 (en) * | 2011-05-12 | 2014-09-16 | Saudi Arabian Oil Company | Valve actuator fault analysis system |
US20160217379A1 (en) * | 2015-01-27 | 2016-07-28 | University Of Southern California | Shapelet-Based Oilfield Equipment Failure Prediction and Detection |
KR102471665B1 (ko) * | 2015-08-27 | 2022-11-25 | 포그혼 시스템스 인코포레이티드 | 에지 인텔리전스 플랫폼 및 사물 인터넷 센서 스트림 시스템 |
GB2585994B (en) * | 2018-04-19 | 2021-03-17 | Dean Ruiz Fung A Wing | Wireless water control system |
US11549611B2 (en) * | 2018-05-21 | 2023-01-10 | The Boeing Company | Fault prediction in valve systems through Bayesian framework |
-
2022
- 2022-03-04 CA CA3212823A patent/CA3212823A1/en active Pending
- 2022-03-04 CN CN202280024744.XA patent/CN117063197A/zh active Pending
- 2022-03-04 EP EP22767701.0A patent/EP4305583A1/en active Pending
- 2022-03-04 US US18/549,964 patent/US20240159327A1/en active Pending
- 2022-03-04 WO PCT/US2022/018950 patent/WO2022192085A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022192085A1 (en) | 2022-09-15 |
CA3212823A1 (en) | 2022-09-15 |
US20240159327A1 (en) | 2024-05-16 |
EP4305583A1 (en) | 2024-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8825567B2 (en) | Fault prediction of monitored assets | |
AU2014324846B2 (en) | Non-intrusive sensor system | |
US11269752B1 (en) | System and method for unsupervised anomaly prediction | |
US8275735B2 (en) | Diagnostic system | |
US20060155818A1 (en) | Sensor node management | |
EP3482354A1 (en) | Computer systems and methods for performing root cause analysis and building a predictive model for rare event occurrences in plant-wide operations | |
US20160239756A1 (en) | Correlation and annotation of time series data sequences to extracted or existing discrete data | |
RU2724716C1 (ru) | Система и способ формирования данных для мониторинга кибер-физической системы с целью раннего определения аномалий в системе графического интерфейса пользователя | |
RU2724075C1 (ru) | Система и способ определения источника аномалии в кибер-физической системе, обладающей определенными характеристиками | |
US11226856B2 (en) | Methods and systems correlating hypotheses outcomes using relevance scoring for intuition based forewarning | |
JP2022519228A (ja) | 工業プロセスで使用されるコンポーネントから発生する信号の異常を検出及び測定するためのシステムと方法 | |
US20160239755A1 (en) | Correlation and annotation of time series data sequences to extracted or existing discrete data | |
US7853568B2 (en) | High speed data historian | |
EP3274778A1 (en) | System and method for asset fleet monitoring and predictive diagnostics using analytics for large and varied data sources | |
JP2018139085A (ja) | 異常予測方法、異常予測装置、異常予測システムおよび異常予測プログラム | |
CN117063197A (zh) | 提供工业应用中使用的阀门的操作监视的方法和系统 | |
US11928565B2 (en) | Automated model building and updating environment | |
US11099219B2 (en) | Estimating the remaining useful life of a power transformer based on real-time sensor data and periodic dissolved gas analyses | |
US11645794B2 (en) | Monitoring apparatus, monitoring method, and computer-readable medium having recorded thereon monitoring program | |
US20180357465A1 (en) | System and method for automatic logging of events in industrial process control and automation system using change point analysis | |
US20220138031A1 (en) | Auto-hypotheses iteration to converge into situation-specific scientific causation using intuition technology framework | |
AU2018285616B9 (en) | Apparatus and method for automated identification and diagnosis of constraint violations | |
EP4354244A1 (en) | Anomaly detection for industrial assets | |
US20240095552A1 (en) | Empirical formula-based estimation techniques based on correcting situational bias | |
US20240160621A1 (en) | System and method for managing sensor data associated with an iot 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 |