CN1324418C - 制炼系统内使用的气穴检测 - Google Patents

制炼系统内使用的气穴检测 Download PDF

Info

Publication number
CN1324418C
CN1324418C CNB028058461A CN02805846A CN1324418C CN 1324418 C CN1324418 C CN 1324418C CN B028058461 A CNB028058461 A CN B028058461A CN 02805846 A CN02805846 A CN 02805846A CN 1324418 C CN1324418 C CN 1324418C
Authority
CN
China
Prior art keywords
equipment
characteristic curve
surveillance
air pocket
described equipment
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.)
Expired - Lifetime
Application number
CNB028058461A
Other languages
English (en)
Other versions
CN1494669A (zh
Inventor
E·埃尔育瑞克
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.)
Fisher Rosemount Systems Inc
Original Assignee
Fisher Rosemount Systems Inc
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 Fisher Rosemount Systems Inc filed Critical Fisher Rosemount Systems Inc
Publication of CN1494669A publication Critical patent/CN1494669A/zh
Application granted granted Critical
Publication of CN1324418C publication Critical patent/CN1324418C/zh
Anticipated expiration legal-status Critical
Expired - Lifetime 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
    • G05B23/0243—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 model based detection method, e.g. first-principles knowledge model

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

一个在含有可能出现气穴的泵和其它设备的制炼系统中使用的监视系统，该系统使用特征曲线，模型和/或制炼变量，例如，在设备中的流速指示或在设备输入口的压力，来检测或预测设备中的气穴发生。一旦检测到气穴的出现，监视系统可以提醒使用者气穴的存在，并可能建议产生气穴的可能起因和减轻气穴的措施。

Description

制炼系统内使用的气穴检测
本申请是依据申请日为2001年3月1日递交的申请60/273,164，题为“制炼控制系统的资源利用专家”提出的一项常规申请，并请求以此申请为优先权。
发明领域
本发明主要涉及制炼系统内的制炼控制系统，更具体的说，涉及有助于制炼控制系统中进行气穴检测的协调监控系统。
相关技术描述
制炼控制系统，类似于在化学，石油或其它处理中的制炼控制系统，一般都包括一个或多个集中的或分散的制炼控制器，这些制炼控制器通过模拟、数字或模拟/数字结合的总线通信耦合到至少一个主机或操作工作站和一个或多个制炼控制和测量设备，例如，现场设备。现场设备可以是阀门，阀门定位器，开关，发射器和传感器(例如，温度，压力和流量传感器)，现场设备执行在工艺中的功能，例如，开启或关闭阀门和测量制炼参数。制炼控制器接收表示处理测量和处理变量的信号，这些信号可以由现场设备产生或与现场设备有关和/或属于现场设备的其它信息，制炼控制器使用该信息来实施控制程序，并随后产生控制信号，该控制信号可通过一个或多个总线发送至现场设备，以控制制炼的操作。现场设备和控制器所输出的信息可成为由操作工作站执行的一个或多个应用程序中的变量，使得操作者能够执行与制炼有关的所需功能，例如，观察制炼的当前状态，改进制炼的操作，等等。
一个典型制炼控制系统可具有许多连接着一个或多个处理控制器的制炼控制和测量设备，例如，阀门，发射器，传感器等，其中，制炼控制器在制炼操作中执行控制这些设备的软件，还具有许多其它支持设备，它们也是制炼操作所必须的或与制炼操作有关。这些附加的设备可以包括：例如，电源供应设备，电力发电和分配设备，旋转设备，(例如，涡轮机，泵，等)，它们通常置于一个典型设备里的多个地方。当这些辅助设备不需要产生或使用制炼变量，以及在很多场合，不受控制或者即使与一个制炼控制器相耦合以用于影响制炼操作时，尽管如此，这种设备对实现制炼操作仍旧是非常重要和必需的。然而，在过去，制炼控制器并不需要了解这些其它设备或者制炼控制器简单假设在执行操作控制中这些设备是操作正常的。
另外，很多制炼系统采用其它计算机辅助来执行与商务功能和维修功能相关的应用软件。例如，一些设备的计算机包含执行与设备原材料定购，替代部件和设备有关的应用，以及与预测销售和产品需要的应用等。同样，很多制炼厂，特别是使用智能现场设备的厂，包括采用帮助检测和维护厂内设备的应用，而这些应用并不考虑是否这些设备是制炼控制和测量设备还是其它类型设备。例如，由Rosemount有限责任公司销售的资源管理解决方案(AMS)应用程序能与附属在现场设备的存储数据建立通信联系以确定和跟踪现场设备的工作状态。这类系统的示例是美国专利，专利号为5,960,214，题为“用于现场设备管理系统的集成通信网络”(“Integrated Communication Neiwork forUse in a Field Device Management System”)。在一些场合，AMS应用程序可以与设备通信，用于改变设备中的参数，在设备本身运行应用程序如自校正程序或自诊断程序，来获得设备是否正常的状态信息等。这个信息可以存储和由维修人员用于检测和维护这些设备。同样，也有其它类型的应用程序，它们可用于检测其它类型的设备，如旋转设备和电力发电和供应设备。维护人员一般都可使用这些其它的应用程，以检测和维护在制炼系统中的这些设备。
然而，在典型的设备和制炼中，与制炼控制活动，设备和设备维护和检测活动，和商务活动有关的功能都是相互分开的，发生这些活动和一般执行这些活动的人通常会在两个地方。另外，涉及这些不同功能的人一般都使用不同的工具，例如，不同的应用程序运行在不同的计算机上来执行不同的功能。在许多场合，这些不同的工具收集或者使用不同类型的数据，这些不同数据与在制炼中的不同设备有关且由这些不同设备所收集，并且对它们所需要收集的数据建立不同的设置。例如，制炼控制操作者，他通常监视每天的操作并且主要负责确保制炼操作的质量和连续性，在制炼的调整环路，时序安排制炼操作如批处理操作等制炼操作通常通过设定和改变设定值来影响制炼。在制炼控制系统中，这些制炼控制操作者可以使用有效的工具来诊断和校正制炼控制中的问题，这些工具可以包括例如，自动调整器，环路分析器，神经网络系统等。制炼控制操作者也可以通过一个和多个工程控制器接收来自制炼的制炼变化信息，制炼控制器向操作者提供制炼操作信息，包括在制炼中发出警报。这个信息可以通过一个标准用户接口提供给制炼控制操作者。
另外，正如目前所众所周知的，提供了专家引擎，它使用有关控制程序操作条件的制炼控制变量和有限的信息或与制炼控制程序有关的功能块或模型来检测不良的操作环路以及向操作者提供纠正问题的建议路线的信息。这类专家引擎已在美国申请专利公开，它在1999年2月22日提交，申请号：09/256,585，题为：“在制炼控制系统中的诊断”(“Diagnostics in a ProcessControl System”)，和在2000年2月7日提交的美国申请专利，申请号：09/499,455，题为：“制炼控制系统中的诊断专家”(Diagnostic Expert ina Process Control System”)。因此，本文将这两个专利特意结合在一起作为参考。同样，我们知道要在设备中运行控制优化器，如实时优化器，来优化制炼系统的控制活动。这类优化器通常使用设备的复杂模型来预测如何通过改变输入以一些所希望的优化变量(例如，利润)来优化设备的操作。
另一方面，对主要负责保证制炼中实际运行设备的有效操作和修理和替换有故障设备的维护人员来说，他们使用诸如维护接口的工具，正如以上所讨论的AMS应用软件，同样还有许多其它的诊断工具，它可在制炼中提供设备操作状态的信息。维护人员也可以安排要求设备部分关闭的维护活动。许多最新类型的制炼系统和设备通常称之为智能现场设备，设备本身可以包括检测和诊断工具，它可以自控检测设备操作的故障和通过标准维护接口向维护人员报告这些故障。例如，AMS软件向维护人员报告设备状态和诊断信息并提供联系，其它工具使得维护人员可以决定设备发生了什么问题并且能访问设备所提供的设备信息。一般，维护接口和维护人员的位置都远离制炼控制操作者所处的位置，尽管不是经常出现这种状况。例如：在一些制炼系统中，制炼控制操作者可以承担维护人员的职责，相反维护人员也可以承担制炼操作者的职责，或者负责这些功能的不同人员都可以使用相同的接口。
另外，决策人和用于商务的应用，例如：定购零件，采购，原料等，常需作出诸如选择何种产品生产，如何使设备中的变量最佳化等战略决策等，他们通常都位于设备的办公室，可以通过制炼控制接口和维护接口进行遥控。同样，管理者和其他人员可以从遥控位置和通过与制炼系统有关的其它计算机系统访问制炼系统内的一些信息，以监测设备操作并制定长期的战略决策。
对于大多数情况，由于用于设备内不同的功能的应用程序大不相同，即，制炼控制操作，维护操作和商业操作是相互分开的，用于这些不同任务的不同应用程序并没有集成，因此，这样就不能共享数据或信息。事实上，许多设备仅包括部分，而不是全部这些不同类型的应用程序。另外，就是设备内具有所有的应用程序，由于不同的人员使用这些不同的应用程序和分析工具，而且这些工具通常都位于设备里的不同的硬件位置，如果这些信息从设备的一个功能区域发送到另一个区域，即使这些信息可能是可以用于设备内的其它功能，但其作用也是非常小的。例如，一种工具，例如，旋转设备数据分析工具，可以由维护人员用于检测性能不好的电力发电器和旋转设备的费用(基于非制炼变量类数据)。这个工具可以检测问题和提醒维护人员设备需要校正，维修和替换。然而，制炼控制操作者(可能是人或软件专家)并没有从这个信息中获益，即使不良的操作设备可能会出现引起一些影响环路的问题或由制炼控制操作监视的一些其它部件。同样，商务人员也没有意识到这一事件，即使失效设备对商务人员来说是非常关键并且回妨碍商务人员所希望的设备的优化。因为制炼控制专家没有意识到设备问题可以在制炼控制系统中最终导致不良的环路或者单元的性能，以及因为制炼控制操作者或专家假设这类设备运行良好，以至于制炼控制专家会在制炼控制环路中对它的检测作出误诊断，或者试图应用一种工具，如一个调整环路，但是实际上它可不可能解决问题。同样，由于故障设备，商务人员只能一种不能获得所希望的商业效应的方式来制定运行设备的商务决策。
在制炼控制环境中，由于有丰富的数据分析和其它检测和诊断工具，可以有助于制炼操作者和商务人员的维护人员拥有大量可利用的有关设备安全和性能的信息。简单地说，对制炼操作者来说，可以获得大量有关制炼控制环路和其它程序的当前工作状态的有用信息。这对维护人员和商务人员是非常有帮助的。同样，在执行商务功能制炼中产生或使用信息，这些信息可以有助于维护人员或制炼控制操作者优化制炼的操作。然而，在过去，由于这些功能是相互分离的，所以在一个功能区域中所产生或收集的信息根本没有被使用，或者没有在其它功能区域得到很好的使用，这就导致在制炼系统中资源的整体亚优化使用。
发明内容
一个制炼控制系统可以使用资源利用专家来收集来自设备内各种来源或功能区域附属于制炼系统资源的数据和信息，其中，功能区域可以包括，例如，制炼控制功能区域，维护功能区域和商业系统功能区域，制炼控制系统还使用这些信息来检测和可能产生纠正行为。在一个例子中，一个监视系统可以配置成用于检测或预测设备中的气穴，例如，设备里的泵。在这个例子中，制炼的变量或操作参数数据，例如，测量的流速和压力等，都可以与维护数据相组合，例如，特征曲线，用于检测或预测一个泵或其它设备的气穴。简单地，制炼数据和泵制造数据都可以和制炼和设备模型相组合来检测设备中可能存在的气穴信息。
附图说明
图1是具有可构成接收和协调系统的许多功能区域之间传输数据功能的资源利用专家的制炼控制系统的方块图；
图2是与图1中的资源利用专家有关的数据和信息流程图；
图3是用于模拟设备区域操作的总体模型的方块图；
图4是用于模拟图3中的区域模型中一个单元操作的总体模型的方块图；
图5是制炼控制环路中所连接的监视系统的方块图，监视系统能够检测出位于控制环路中的泵中或其附近的气穴；
图6是说明NPSHa，NPSHr与气穴之间的关系的图；
图7是一组泵的制造特性曲线的例子；
图8是说明具有和不具有高频噪声的泵的正常V-A曲线，以及受泵中的气穴影响，在具有和不具有高频噪声的漂移V-A曲线；
图9是具有所设置的气穴监视程序的泵的剖面图。
具体实施方式
现在参考图1，一个制炼控制厂10包括许多商业和其它计算机系统，这些系统可通过一个或多个通信网络与许多控制和维护系统互相连接。制炼控制系统10包括一个或多个制炼控制系统12和14。制炼控制系统12可以是传统的制炼控制系统，例如，PROVO或XRS3系统或任何其它DCS，它们包括一个操作接口12A，它与控制器12B和输入/输出(I/O)卡12C相耦合的，随和它又耦合到各种现场设备，如模拟和高速寻址遥控发射器(HART)现场设备15。制炼控制系统14，它可以是分散制炼控制系统，包括一个或多个通过诸如以太网总线的总线耦合到一个或多个分散控制器14B的操作者接口14A。控制器可以是由Texas的Austin的Fisher-Rosemount Systems有限公司销售的DeltaVTM控制器，或者任何其它所希望类型的控制器。14B是通过I/O器件连接到一个或多个现场设备16，例如，HART或Fieldbus现场设备或其它智能或非智能现场设备，并包括例如，这些使用的PROFIBUS，WORLDFIP，Device-Net，AS-Interface和CAN协议的现场设备。众所周知的，现场设备16可以向与制炼变量有关的控制器14B提供模拟或数字信息以及其它设备信息。操作者接口14A可以存储和执行对制炼控制操作者有利的工具，以用于控制制炼的操作，这些工具可以包括，例如，控制优化器，诊断专家，神经网络，调协器等。
另外，维护系统，例如，执行AMS应用程序或任何其它设备监视和通信应用程序的计算机可以连接到制炼控制系统12和14或该系统的各个设备，以执行维护和监视活动。例如，一台维护计算机18可以通过所希望的通信线路或网络(包括无线或手持设备网络)连接到控制器12B和/或设备15，以在某些场合下，通过通信在设备15上进行重新配置或执行其它维护活动。简单地，维护应用程序，例如，AMS应用程序可以由与分散制炼控制系统14有关的一个或多个操作者接口14A来安装和执行，以执行维护和监视功能，包括收集与设备16操作状态相关的数据。
制炼控制系统10也包括各种旋转设备20，例如，涡轮机，马达，泵等，它们通过一些永久或临时的通信链(如总线，无线通信系统或手持设备，它们和设备20相连接，用于读出和遥控)和维护计算机22连接。维护计算机22可以存储和执行众所周知的监视和诊断应用程序23，如由Csi系统提供的RBM或其它众所周知的应用程序，用于诊断监视和优化旋转设备20操作状态。维护人员通常使用应用程序23来维护和观察系统10中的旋转设备20的性能，以确定旋转设备20的问题和决定何时和旋转设备20是否必须要修理或替换。
类似地，一个包含与系统10有关的电力发电和配电设备25的电力发电和配电系统24是通过诸如总线与其它运行和观察在系统10中的电力发电和配电设备25的电力发电和配电计算机26相连接。电力发电和配电计算机26可以执行众所周知的，如由Liebert和ASCO和其它公司所提供的电力发电和诊断应用程序27，以用于控制和维护电力发电和配电设备25。
过去，各种制炼控制系统12和14和电力发电和维护计算机22和电力发电和配电计算机26之间相互没有联系，以一种它们之间可以共享各自系统以用户方式所产生和收集的数据的方式工作。结果，每个不同的功能，如制炼控制功能，电力发电功能和旋转设备功能，都是假设在设备中的其它设备受到或对实际工作完好的功能产生影响时执行这些功能，当然，这种情况几乎是不可能的。然而，因为功能是非常不同的，并且用于观察这些功能的设备和人员也是不同的，存在很少或没有意义的数据可以在系统10的不同功能系统之间共享。
为了克服这个问题，所提供的计算机系统30通信连接到与系统10内的各种功能系统有关的计算机或接口，这些功能系统可包括制炼控制功能12和14，如在维护计算机18，操作者接口14A，维护计算机22和电力发电和配电计算机26中执行的维护功能和商务功能。实际上，计算机系统30可全部通过总线32通信连接到传统的制炼控制系统12和通信连接到与控制系统有关的维护计算机18，连接到分散制炼控制系统14的制炼控制和/或操作者接口14A，连接到旋转设备维护计算机22和电力发电和配电计算机26。总线32可以使用所希望的和合适的局域网(LAN)或宽带网(WAN)协议，以提供通信。
正如图1所说明的，计算机30也是通过相同或不同的网络总线32连接到商业系统计算机35和维护计划计算机36，它们可以执行，如企业资源计划(ERP)，材料来源计划(MRP)，会计，产品和客户定购系统，维护计划系统和其它所需的商业应用。例如，部件、能源和原材料定购申请等。计算机30也可以通过如总线32连接厂内广域网LAN 37，整体网(corporate WAN)38和能够远程监视和从远程位置与系统10通信的计算机系统40。
在一个实例中，在通过总线32上所产生的通信采用了XML协议。这里，来自每个计算机接口12A，维护计算机18，操作者接口14A，维护计算机22，电力发电和配电计算机26，商业系统计算机35，维护计划计算机36等的数据是打包到一个XML数据包中，并且送到可以位于如计算机30中的XML数据服务器。因为XML是一个描述语言，服务器能够处理任何类型的数据。在服务器中，如果所需要的数据被打包到一个新的XML包中，即，这个数据从一个XML方案变换到一个和多个其它可以为每个接收应用程序所产生的XML方案。这样，每个数据的创造者能够使用可以理解和便利的方案打包它的数据，以用于设备和应用程序，并且每个接收应用程序都可以使用接收应用程序所能使用和理解的不同方案来接收数据。服务器可以根据数据的源和目的配置成从一个方案映射到另一个方案。如果需要，服务器也可以执行一定的数据处理功能和基于数据菜单的其它功能。可以在上述所讨论的系统操作之前，在服务器中建立和存储该映射和制炼功能的原则。以这种方式，数据可以从任何一个应用发送至一个和多个其它应用。
一般来说，计算机30存储和执行资源利用专家50，资源利用专家50用于收集由制炼控制系统12和14，维护计算机18，维护计算机22和电力发电和配电计算机26以及商业系统计算机35和维护计划计算机36及运行在每个这些系统中的数据分析工具所产生的数据和其它信息。资源利用专家50可以基于如目前由NEXUS提供的OZ的专家系统。重要的是，资源专家50在制炼系统10中像一个数据和信息清洁屋那样操作，并且能够整理或从一个功能区域如维护区域到另一个区域如处理控制或商务功能区域的数据和信息。资源利用专家50也可以利用已收集的数据生成新的可以分配给一台或更多在系统10内以不同功能相连接的计算机的信息和数据。另外，资源利用专家50可以执行及监视其它应用程序，这些程序使用已收集的数据去生成在制炼控制系统10中要使用的新的数据。
实际上，资源利用专家50可以包含或执行与设备有关索引的索引产生软件51，例如，制炼控制器和检测设备，电力发电设备、旋转设备、单元、区域等，或它与在系统10中类似环路等制炼控制实体有关。之后，这些检索可以提供给制炼控制应用，以有助于优化制炼控制，这些检索也可以提供给商业软件或商业，给商务人员提供更完整、可理解的与系统10的操作有关的信息。为了帮助操作者执行控制活动，例如，优化控制，资源利用专家50也可以提供维护数据(如，设备状态信息)和商业数据(如，和确定定单时间，时间安排等)有关的数据给予如制炼控制系统14相关的控制专家52。控制专家52可以放置在如操作者接口14A中，或者任何其它和控制系统14有关的计算机中，或者如果需要可放置在计算机30中。
在一个实例中，控制专家52可以是如在前面所提到的美国专利申请系列号09/256,585和09/499,445中所描述的控制专家。然而，在决定这些控制专家所执行的任务中，这些控制专家可以附加合并和使用与设备状态或制炼控制系统10中的其它硬件有关的数据。实际上，在过去，软件控制专家通常仅仅使用可变化的数据和一些限制设备状态的数据，作出决定或推荐给操作者。采用资源利用专家50所提供的通信，特别是与设备状态有关的信息，例如，由维护计算机18，操作者接口14A，维护计算机22和电力发电和配电计算机26和在这些计算机中所执行的数据分析工具所提供信息，控制专家52能够接收和合并设备状态的信息，例如，安全，性能，利用和变化的信息，并根据随制炼变化信息作出决定。
另外，资源利用专家50可以属于设备状态的信息和在系统10中控制活动的操作信息提供给商业系统计算机35和维护计划计算机36，例如，工作顺序产生应用程序，或者工作次序产生工具54自动产生工作顺序或可以根据在系统10中所检测的问题订购部件，或者根据正在执行的工作能够订购供应。简单地，由资源利用专家50检测得到的在控制系统中的变化，可以引起商业系统计算机35或维护计划计算机36执行日程安排和提供使用的定单的应用程序，如工作次序产生工具54。采用相同的方式，用户定单中的变化可以输入到商业系统计算机35或维护计划计算机36，而且这个数据能够发送到资源利用专家50和发送到控制程序或控制专家52，使控制发生改变，例如，制造新的订购产品或实施商业系统计算机35和维护计划计算机36作出的变化。当然，如果需要，每个连接到总线32的计算机系统都可以有一个应用程序，它的功能是从计算机中其它应用程序中获得合适的数据并且将这个数据发送到如资源利用专家50。
另外，资源利用专家50可以将信息发送至系统10中的一个或多个优化器55。例如，优化器55能够放置在操作者接口14A中，并且可以运行一个或多个控制优化器程序55A，55B等。另外或可选择地，优化器55的优化器程序可以由计算机30或任何其它计算机存储和执行，因此所需的数据由资源利用专家50发送。如果需要的话，系统10也可以包括用于模拟系统10某些情况的模型56，并且这些模型56能够由资源利用专家或如控制专家52的专家或其它专家来执行该模拟功能，下文将对它目的作更详细的描述。然而，一般来说，模型56可以用来决定设备，区域，单元，环路等参数，检测失效的传感器或其它失效的设备，作为优化程序的一部分，产生诸如在系统10中使用的执行和利用索引的索引，执行功能或检测条件，也有很多其它的用途。模型56可以是如由位于England的Teeside的MDC技术公司生产和出售的模型或可以是其它所需类型的模型。当然，有很多其它能够在系统10中提供的应用程序和可以使用来自资源利用专家50的数据，并且这里所介绍的系统不仅限于本文所提到的应用程序。然而，全面地说，资源利用专家50通过可以共享的数据，有助于优化在系统10中的资源使用，调整在系统10中的所有功能区域的资源。
同样，一般来说，一个或多个用户接口程序58可以由一个或多个在系统10中的计算机存储和执行。例如，计算机30，操作者接口14A，商业系统计算机35或其它可以运行用户接口程序58的计算机。每个用户接口程序58都可以接收或预订来自资源利用专家50的信息和相同和不同批次的数据可以发送到每个用户接口程序58。任何一个用户接口程序58对不同用户可以提供使用不同屏幕的信息类型。例如，一个用户接口程序50可以提供一个屏幕或一组屏幕来控制操作者或商务人员，使他们可以设定限制或选择可变的优化方案用于标准控制程序或控制优化器程序。用户接口程序58可以提供一个控制指导工具，使用户可以看到在一定调整方式下由索引产生软件51产生的索引。这个操作指导工具也可以使操作者或其它人员掌握关于状态，控制环路，单元等信息，并且很容易的看到与这些实体的问题有关的信息，例如，由在制炼系统10的其它软件所检测到的信息。用户接口程序58也可以执行监视屏幕，这些监视屏幕使用由工具23和27，维护程序如AMS应用程序和其它维护程序，或由与资源利用专家50相结合的模型所产生和提供的性能监测数据。当然，用户接口程序58可以提供用户访问，使用户可以改变在系统10中的任何或所有的功能区域的权限或其它变量。
现在参考图2，一个数据流程图说明了在资源利用专家50和在制炼系统10中的其它计算机工具或应用程序之间所提供部分的数据流。实际上，资源利用专家50可以接收来自许多数据收集器或数据资源的信息，这些资源可包括：多路复用器，发射器，传感器，手持设备，控制系统，无线电频率(RF)接收器，在线控制器，网络服务器，日志记事本，控制模型或其它在制炼控制系统10中的控制应用程序，接口如用户接口和I/O接口，还有数据服务器如总线(即Fieldbus，HART和以太网总线)，阀门，接收器，传感器，服务器和收集器和其它设备资源如制炼测试，旋转设备，有关电的设备，电力发电设备等。这个数据可以根据数据如何产生或者被其它功能系统使用情况采用所需的形式。另外，这个数据可以发送至使用所希望或合适数据通信协议和如上面提到的XML通信硬件的资源利用专家50。然而，一般来说，系统10可以配置成，使资源利用专家50从一个或多个数据源自动接收特殊类型的数据，并且使资源利用专家50能够根据数据作出预测决策。
同样，资源利用专家50接收来自(和可以实际执行)数据分析工具的信息，这些工具可以包括：当前所提供的典型的维护数据分析工具，与设备相关的性能跟踪工具，同样，还有上面提到的美国申请专利系列号09/256,585和09/400,455中所介绍的用于制炼控制系统的性能跟踪工具。数据分析工具也可以包括如一个检测一定类型根部目标问题的根部目标应用程序，甚至检测如在美国专利6,017,143和在这里特别的结合作为参考的公开的美国申请专利(系列号09/303,869，1999年5月3日提交)中所描述调整环路诊断，如在这里特别结合作为参考的美国申请专利(系列号09/257,896，1999年2月25日提交)中提到的促进线路堵塞检测程序，其它堵塞线路检测应用程序，设备状态应用程序，设备配置应用程序和维护应用程序，设备存储，日志记事本和信息显示工具，例如AMS，浏览应用程序和决算跟踪应用程序。另外，专家50能够接收来自制炼控制数据分析工具的数据和任何信息，分析工具包括：先进的控制专家52，如在这里特别的结合作为参考的美国申请专利系列号09/593,327(2000年6月14日提交)和09/412,078(1999年10月4日提交)所提到的预测模拟控制制炼程序，调协程序，失真逻辑控制程序和神经网络控制程序，同样来自在美国专利号5,680,409中所描述的制炼控制系统10中的虚拟传感器。另外，资源利用专家50可以接收来自与旋转设备有关的数据分析工具的信息，旋转设备如在线振动，RF无线传感器和手持数据接收单元，与旋转设备有关的油气分析，温度记录，超声系统和激光对准和平衡系统，它们都与检测问题或在制炼控制系统10中的旋转设备状态有关。这些工具的技术目前都是已知的，因此在这里不作进一步描述。另外，资源利用专家50可以接收与电源管理，电源设备和供应，如图1中的应用程序23和27有关的数据，它可以包括任何所需的电源管理和电源设备检测和分析工具。
在一个实例中，资源利用专家50执行或观察在系统10中的部分或所有设备的数据软件模型56，如计算机30或其它在处理系统10中所需的计算机。为了进行计算，资源利用专家50可以使用由这些模型所开发的或与模型有关的数据。一些这种数据(或模型本身)可以用于在系统10中所提供虚拟传感器。同样，一些这种数据或模型本身，可以在系统10中用于执行预测控制或实时优化控制。
资源利用专家50在它所产生或经过的一定周期时间里接收数据，如在处理系统10中的总线32或其它任何通信网络。其后，根据需要周期性地，资源利用专家50重新分配数据到其它应用程序或使用这些数据产生或提供对制炼系统10控制或操作不同方面有用的信息给在系统10中其它功能系统。资源利用专家50也可以提供和接收来自程序62的数据，程序62可以位于制炼控制器或与这些控制器，优化器55，总线应用程序63，维护应用程序66等连接的接口中。
另外，在过去，简单地假设设备控制为正常工作或不能正常工作的控制专家65(它可以包括一个预测制炼控制器)，能够接收来自反映控制设备正常或状态的资源利用专家的信息，如利用率，可变性，正常或性能信息或与在试图控制一个制炼时能够被考虑的设备，环路有关的操作状态信息。控制专家65的预测制炼控制器，同样也可以是优化器55可以向用户接口程序58提供的信息和数据。为了根据控制系统中的预测进行优化控制，控制专家65的预测制炼控制器或优化器55可以使用附属于在网络中设备的当前实际状态的状态信息，同样要考虑，由资源利用专家50提供，由如商业应用软件63定义的商业处理软件认可的目标和将来的需要。
另外，资源利用专家50可以提供和接收来自企业资源计划工具如通常使用在商业处理或商业系统计算机35和维护计划计算机36数据。这些应用程序可以包括控制产品计划的产品工具，原材料计划，自动产生工件次序的工作次序产生工具54，工作次序，或用于商业应用等的供应定单。当然，部件定单，工作定单和供应定单产生可以根据资源利用专家50信息自动完成，它减少了确定准备所需资源的时间和接收所需部件的时间，针对维护中的问题作出正确的行为。
资源利用专家50也可以向维护系统应用程序66提供信息，它不仅即使提醒维护人员，而且得到正确的测量，如订购解决问题的部件等。另外地，采用对资源利用专家50有用，但是以前对任何信号都没用的信息类型产生新模型68。当然，从图2中可以理解，资源利用专家50不仅接收来自数据模型和分析工具的信息或数据，而且接收来自企业源工具，维护工具和制炼控制工具的信息。
另外，一个或多个协调的用户接口程序58可以与资源利用专家和其它在系统10中的应用程序建立通信，对操作者，维护人员，商务人员等提供帮助和可视化操作。操作者和其它用户可以使用调整的用户接口程序58执行预测的控制来改变系统10中的设置，观察帮助系统10，观察警报或警告，或执行与由资源利用专家50提供的信息有关的其它活动。
正如上面所提到的，资源利用专家50能够执行或观察模拟实际设备的操作或在设备里如设备，单元，环路，区域等资源的一个或多个数学软件模型56。这些模型可以是硬件模型或制炼控制模型。在一个实例中，为了产生这些模型，模拟专家将设备划分为元件硬件和/或制炼控制部件，并且对不同元部件在任何所需的提取水平内提供了一个模型。例如，对设备的不同区域，设备的模型在软件中执行并且建立可以包括一套相对分级，互相联系的模型。简单的说，对设备里具有单元输入和输出间相互联系的不同单元，任何设备区域的模型可以建立独自的模型。同样，单元可以建立设备模型的相互联系，等等。当然，区域模型可以将设备模型与单元模型，环路模型等相联系。在这个分级模型示例中，对低水平实体的输入和输出模型如设备，对高水平实体可以连接到产品模型，如单元，可以连接到仍旧产生高水平模型如区域模型等输入和输出。不同模型的方式将根据被模拟的设备合并或者相互连接。而信号，用于整个设备使用的完整的数学模型，可以相信它可以提供不同和可执行的元件模型用于设备中不同部分或实体，如区域，单元，环路，设备等，并且互相连接这些不同模型形成大的模型对许多情况是非常有用的。此外，正如所希望的，使用能够独立运行一个又一个元件模型，也可以结合其它元件模型作为大的模型的一部分使用。
尽管高精度数学或理论模型(如三阶或四阶模型)可以用于整个设备或所有的元件模型时，但单独的模型不必要达到可能和能够达到的数学精度，如一阶或二阶或其它类型的模型。这些较简单的模型通常能够在软件中运行的更快，并且由于模拟的输入和输出能够与这里所描述方式中的设备的输入和输出实际测量值相匹配，使运行更精确。换句话说，单独的模型可以是调谐或合并到精确的设备模型或设备中的基于来自设备实际反馈的资源。
现在结合图3和图4介绍分级软件模型的一般使用。图3说明了用于精确设备内若干个区域80，81和82的模型。正如图3中所说明的，区域模型82包含了向预处理器模型88提供一个原材料如天然油的原材料源84的元件模型。预处理器88提供了一些精炼制炼给原材料并提供一个输出，典型的是，将天然油送到蒸馏塔90作进一步地精炼。蒸馏塔90通常生成的是一个所需要的产品C2H4，和一般来说是无用的产品C2H6。C2H6反馈到C2裂化室92，C2裂化室92将输出提供给预处理器88，作进一步的处理。通过C2裂化室92的蒸馏塔90的反馈是一个再循环制炼。这样，区域82的模型可以包括用于原材料源84的分离模型，预处理器88，蒸馏塔90和在图3中指明的具有输入，输出连接的裂化室92。这样，每个元件模型按照图3中说明的方式与其它元件模型的输入和输出相约束，以形成用于区域82的模型。当然，用于其它区域80和81的模型可以含有相互连接的输入和输出的其它元件模型。
现在参考图4，更详细地说明用于蒸馏塔90的元件模型，该模型包括了一个具有顶端100T和低端100B的蒸馏柱。向蒸馏柱100的输入103是一种可以与在图3中所示的预处理器88的模型输出相约束的压力和温度指示。然而，这个输入可以由一个操作者设置或根据在系统10中的实际测量的输入或变化进行设置。一般来说，蒸馏柱100包含很多放置在那里的板，并且在蒸馏塔期间，流体在板之间流动。C2H4从柱100的顶端100T产生出来，并且逆流桶将这种材料中的一部分反馈到柱100的顶端100T。C2H6通常由柱100的低端产生，并且为了有助于蒸馏塔，再加热器104将聚丙烯抽到柱100的低端100B。当然，如果需要，蒸馏塔90的模型可以设计成元件模型，用于为了形成用于蒸馏塔90的元件模型，具有按图4中所示输入输出连接的蒸馏柱100，逆流桶102和再加热器104等。
正如上面所指出的，用于蒸馏塔90的元件模型可以作为区域82模型的一部分执行或与其它模型分开和独立执行。实际上，蒸馏柱100的输入和/或C2H4和C2H6的输出实际上是被测量并且这些测量值可以按照下面要介绍的许多方法在蒸馏塔90的模型中使用。在一个实例中，为了促使蒸馏塔90能够更精确地和在工程10中的蒸馏柱的实际操作相匹配，蒸馏塔90模型的输入和输出可以被测量并用于决定其它与蒸馏塔90(如蒸馏柱效率等)相关的事实和参数。然后蒸馏塔90可以计算参数，作为大的模型的一部分，如区域或设备模拟。可选择或附加地，具有计算参数的蒸馏塔90可以用于决定虚拟传感器的测量或是否在系统10中的实际传感器的测量值是误差的。具有确定参数的蒸馏塔90也可以用于执行控制或资源利用优化计划等。另外地，元件模型可以用于检测和隔离在系统10中所发展的问题或对系统10的何种变化可以影响系统10优化参数的选择。
如果需要，任何实际的模型或元件模型可以执行决定与模型有关的参数值。诸如效率参数的部分或所有这些参数可以向工程师提示一些出现在模型内容中，但是通常在系统10中不能测量的事情。实际上，元件模型的数学描述可以由等式Y＝F(X，P)来表示，这里模型的输出Y是输入X和一组模型参数P的函数。在图4所示的蒸馏塔90的蒸馏柱模型示例中，专家系统可以周期性地(即每小时，每十分钟，每分钟等)从实际系统中收集表示附属模型实体的实际输入X和输出Y的数据。常常，随后的归一分析，如最大的可能性，最小平方或其它归一分析，都可以使用模型和多组测量的输入和输出值执行，以决定基于多组测量数据的未知模型参数P。采用这种方式，用模拟的实体模型来协调，用于任何实际模型的模型参数P可以使用实际或测量的输入和输出来决定。当然，这个制炼可能在系统10中所有使用的元件模型中执行，更好的是，资源利用专家50收集与适当的输入、输出有关的数据，用于制炼控制网络整个时间周期的模型，并存储由模型56使用的数据。接着，在所需的时间，如每分钟、每小时、每天等，这些资源利用专家50可以利用最新收集的数据去执行归一分析，确定最合适的使用所收集数据的模型参数。这些在归一分析中运用的测量的输入、输出数据组可以与那些在模型中的前一次归一分析使用的数据分开或重叠。这样，例如，一个特殊模型中的归一分析可以每小时都运行，但可以使用在最后两小时内每分钟所收集的输入、输出的数据。结果，一半使用在任何特殊失效分析的数据可以与前面失效分析中使用的相同的数据重叠。这种在归一分析中的数据重叠可以在模型参数运算中提供更好持久性、一致性。
同样，归一分析可以用于决定在制炼10中传感器所进行的测量是否有漂移或是否有其它的与之相关的误差。这里，例如，资源利用专家50收集和存储了属于被模型化实体所测量的输入和输出的相同数据和潜在的不同数据。在这种情况下，模型通常可以用数学表达式Y+dY＝F(X+dX，P)来表示，这里dY是与测量输出Y有关的误差，dX是与测量输入X有关的误差。当然，这些误差可以是任何类型的误差，如偏压，漂移，或非线性误差，也可以鉴别输入X，并且输出误差Y可以有不同类型的误差，根据实际测量值，这些可能的误差存在不同的数学关系。在任何场合，归一分析性可以使用测量输入和输出的模型进行，以决定最适合的未知误差dY和dX值。这里，模型参数P可以根据使用模型中先前归一分析计算的参数P得出，或可以作进一步得未知处理，并且可以与这些归一分析相结合作出决定。当然，随着归一分析中的未知数增加，所需的数据量增加并且增加了运行归一分析的时间。另外，如果需要，决定模型参数和决定传感器误差的归一分析可以独立运行，并且可以根据需要以不同的周期速率运行。在如覆盖可测量传感器可能出现的误差的时间限制是非常不同的时候，可能比时间限制大或小，这种不同的周期是有利的，覆盖模型参数中变化的时间限制也可能发生。
在任何场合，使用这些元件模型，资源利用专家50可以通过绘制确定的模型参数(和/或模型输入和输出)与时间的关系图来执行资源性能监测。另外，资源利用专家50可以将所确定的传感器误差dY和dX和阈值进行比较，检测出潜在的失效传感器。如果一个或多个传感器装置存在着一个较高或其它与此不可接受的误差，资源利用专家50可以提醒维护人员和/或失效传感器的制炼控制操作者注意。
从这些讨论中，我们可以理解，元件模型在不同时间对不同目的进行独立运行，在很多情况下，可以周期性的运行完成以上所描述的性能监视活动。当然，资源利用专家50可以对合适的目的进行合适的控制并且使用这些模型的结果用于资源性能监视和优化。可以理解，一些模型可以被资源利用专家50运行，用于不同的目的和计算不同的参数或与模型有关的变量。
正如上面所提到的，为了监视设备，单元，环路，区域或制炼中其它实体或设备，与任何特殊的模型有关的参数，输入，输出或其它变量可以被存储和跟踪。为了提供一个多维的图或测量实体的性能，如果需要，可以同时监视两个或更多的这些变量。正如这个性能模拟的一部分，在这个多维图中的参数所处位置或其它变量可以与阈值进行比较，观察被监视的调整参数所定义实体是否在所希望或可以接受的范围内，而不是在范围外。采用这种方式，实体的性能可以由与一个和多个参数或其它与实体有关的变量决定。
可以被理解的是，资源利用专家50可以基于模型参数，使用根据以上所描述的监视技术监视一个或多个实体或其它模型变量，并且向在制炼控制系统10中其它所需的人员、功能或应用程序，如制炼控制专家系统，维护人员，商业应用程序，用户接口程序58等，报告操作状态或这些实体的性能测量，当然，同样可以理解，对每一个实体，资源利用专家可以根据一个，两个，三个或其它所希望的参数数量或变量在所需实体中执行监测性能或条件。通常由制炼专家组和根据监视的实体决定在性能监测中被使用的变量或参数的特性和数量。
在一个特例中，资源利用专家50作为一个监视程序执行，可以使用来自不同来源的数据，检测或预测在制炼系统中和泵有关的气穴的出现。一般来说，气穴可以定义成流体(有些地方是在流动的)的局部绝对静压力下降到低于流体的蒸汽压从而导致流体暂时形成气泡的现象。随着在流动时气泡被迁移到流体下面，它们到达压力再次增加到高于蒸汽压的地方。在这个位置上，气泡爆裂并突然产生可能损坏邻近流体通道壁，叶轮等的非常高的脉冲。气穴的产生即第一个气泡出现，主要决定于流体的蒸汽压。
在泵中，如叶轮型泵，传统的气穴发生在当运动流体的绝对压力减少到等于或低于流体蒸汽压，如在，叶轮泵的风眼。随着流体进入叶轮，由于流体的变化和摩擦损耗造成叶轮风眼压力较低，这种压力下降的结果导致气泡产生。气泡沿叶轮的叶片被叶轮俘获和甩出。此后，沿着叶轮片的有些地方，由于流体压力超过蒸汽压，造成气泡破裂。这些蒸汽包的破裂可以是非常快，以至产生隆隆/开裂躁声。事实上，实际发出的声音就象石头从泵里穿过。
气穴在离心泵里有一些效应，第一，如上面所提到的，破裂的气泡产生一个明显的躁声，它已经描述象一个咆哮声，或者一个泵取沙子的声音。目前，在制炼系统中，操作者检测气穴的产生是通过在设备里巡视和监听这种有特征的声音来判断。另外，由气泡破裂引起的水压碰撞是足够强大，使金属叶轮表面或泵壁瞬间产生疲劳，这样减少了泵地长期寿命和效率。甚至更严重气穴效应使泵产生严重震动造成机械损坏。同样，取决于气穴的严重程度，泵的性能下降到低于它所期望的性能，正如所不愿看到的，产生一个低于所期望的头(压力)和/或流量。
存在包括不同类型包括吸入气穴，流出气穴，反复循环气穴的耦合。吸入气穴是当可利用的泵的正净吸入压头小于泵的制造厂商所要求指标时产生的。吸入气穴的征兆包括泵的声音，好象正在抽吸岩石，一种在吸入线上的高真空反应，较低流出压力和/或在泵的流出面上有一个高的流速。吸入气穴可以有吸入管道堵塞引起，吸入线太长或直径太小，吸入高度太高或在吸入线上的阀门只有部分打开。
在当泵运行在接近停止时，如果泵流出头或压力太高产生流出气穴。流出气穴的征兆包括泵的声音如吸抽岩石，高的流出读出压力和/或泵的流出面的流量较低。一些常见的流出气穴包括流出管道堵塞，流出管道太长或直径太小，流出静压头太高或流出线上的阀门(即，泵的下游)仅仅部分开启。
循环气穴(也称之为旋转气流分离和分离)，这也是可以理解的，并可能是气穴的最常见的类型，这常在线中产生充满蒸汽的包时发生的。
正如以上所提到的，在制炼系统里检测气穴的产生是通过操作者人工在设备巡视和监听这种有特征的声音来判断。然而，这种检测方法是麻烦，消耗时间太长和效率低。为了克服这个问题，气穴监视系统可以结合与设备有关地各种测量数据自动检测，估计或预测存在(或不存在)的气穴。这样的气穴监视系统在这里参考在图5中说明的制炼控制环路200的例子进行介绍。制炼控制环路200包括一个桶202，它通过泵204将流体送到另一个桶206。在这个例子中，与桶202有关的输出阀是位于泵204的上游并且桶206的输入阀是位于泵204的下游。压力传感器(发射器)212和流量传感器(发射器)214也是位于泵204的上游，用于测量泵204的吸入压力和流入泵204的流体流速。同样，压力传感器216和流量传感器218是位于泵204的下游，用于测量流出压力和泵204的流量。
当输出阀208和输入阀210开启时，泵204吸抽桶202中的流体，通过阀210到第二个桶206，例如，它可以是一个混合桶。如果需要，输出阀220可以用于排空桶206，并且压力或流量传感器221和水位传感器222可以用于分别测量来自桶206的流量和在桶206的水位。控制器223可以接收水位传感器222的输出并控制制炼环路来开启或关闭阀220。另外地，控制器224获得来自阀210和流量传感器218的反馈，执行与开启阀210有关的制炼控制功能，也可以执行其它功能。
含有处理器226和存储器227的气穴监视系统或计算机225配置后可以接收一个或多个有关流体的参数，如从传感器/发射器212，214，216和218上所测得的吸入压力或流速和流出压力或流速的参数。监视系统225可以是维护系统，例如，由Rosemount公司出售的AMS系统，也可以是控制系统、集中或分散的监视计算机，或其它所需的计算机。在一个实例中，监视系统225可以上面所讲的资源利用专家相连接或相分开。在任何情况下，监视系统225存储在存储器227中的收集或通信程序228，并且适合在处理器226中执行来自数据源如传感器212，214，216，218的各种操作数据。同样也是存储在存储器227中并在处理器226中执行的监视程序229是用于收集数据，这些数据可以决定在泵204中是否可能发生气穴，也就是检测和预测在泵中的气穴发生。这样，通常了解了环路200时，作为收集属于环路中各种元件或设备中的数据步骤，可以使用监视系统225来检测和预测在制炼控制环路200中的气穴发生。
在更详细描述检测和预测泵的气穴的特殊方式之前，存在两个影响或关于如位于流体管线上的泵中的气穴有关的重要因素。在对泵进行分析判断是否可能由气穴，由两个必须要考虑的NPSH(净的正吸入压力差)方面的问题。第一，NPSHa(可利用的净正吸入压力差)是在泵吸入口超过流体的蒸汽压的吸入压力差。NPSHa是吸入系统的函数，并且和系统中泵的类型无关。
HPSHa＝P+H-Hf-Hvp
式中：
P＝绝对压力
H＝从流体表面到泵的叶轮的静态距离
Hf＝摩擦损耗
Hvp＝蒸汽压
NPSHr(所需的净正吸入压力差)指为了防止气穴，在叶轮中心线上所需的超过流体蒸汽压的吸入压力差。HPSHr是很关键的泵输入口设计因素，并且和吸入管道系统无关。NPSHr是制造商根据特殊的测试建立的，并且NPSHr的值作为泵的能力参数由制造商在泵的曲线上表示。为了使泵在工作时不产生气穴，NPSHa必须大于NPSHr。图6说明了NPSHa和NPSHr之间的相互影响，图中绘制出了NPSHa和NPSHr与流速的关系曲线。图6的曲线表明在NPSHa小于NPSHr时，开始出现气穴或崩溃。由于流体的流速改变了流体的压力，PSHa和NPSHr都取决于流速。
制造商开发了一种新型的泵，它在控制的条件下进行测试，并且测试结果被绘成一个或多个曲线，置于通常所知的性能图表上。一般来说，泵的制造商用水作为吸抽的流体用一个或多个抑制测试来确定一种叶轮图案的NPSHr。这些抑制测试的结果一个或多个在不同流速(用水)下所定义NPSHr的曲线。这些测试通常仅仅在第一个叶轮图案铸造时采用，不是对每个泵。这样，这些参数不可能影响每个泵的叶轮，如，制造差别或缺陷，并且相对于其它流体，水的精度最高。另外，传统泵曲线上的NPSHr是根据由气穴引起百分之三的损耗绘制的，这里指的气穴是在很多年前由水压学会标准建立的。容许这个大的压力差损耗意味着在性能损耗没有引起注意之前，在某些较高的流动条件下气穴已经产生。
图7表示了一个典型的性能图表或一组泵的制造曲线。这里，标有QH的曲线表示具有流速的压力差如何逐渐变化。标有Hp的曲线代表了不同流量下的动力消耗，并且标有EFF的曲线表示了在一定的流量下由泵产生的加到流体中的动力和消耗的动力的实际值。这个性能图表也表明了为了避免气穴在泵的吸入口所需的最小压头，它也表示为NPSHr。通过观察这些曲线的关系，可以证明，泵中的气穴减少泵的效率和压头的发展。
一般来说，对气穴的反应通常可以在叶轮的风眼检查NPSHa，然后将这个压力与叶轮设计时所决定实际流速的NPSHr进行比较。NPSHa和NPSHr的比值必须足够大(至少大于1)以防止形成气穴泡。
图5系统中提出了一种检测或预测泵中气穴产生或控制使用泵的环路的方法，并且在监视系统225中存储一个或多个泵204的特征曲线，而且使用这些在制炼中测量的曲线，如流速和吸入压力，决定是否产生气穴。在图5的系统中说明了存储在监视系统225中的存储器227的特征曲线。在这种情况下，收集程序228收集和存储一个或多个操作参数，如由传感器212，214，216或218测量的泵204的流速和压力。监视程序229使用由流量传感器212或218测得的吸入流速(或流出流速)，从存储的特性曲线230和根据特殊流体或被使用的泵改进的曲线确定NPSHr。此后，监视程序229根据压力传感器214或216测得的吸入压力或流出压力估算出NOSHa，然后计算出NPSHa与NPSHr的比值。接着，如果需要，监视程序229能够将这个比值与预定的阈值，如1进行比较。如果这个比值接近和小于1，气穴可能在泵内产生。然而，如果比值是大于1，气穴不可能产生。当然，在1左右的比值意味着可能或不可能产生气穴(取决于泵与特性曲线吻合的情况和NPSHr估计或测量的准确性如何等)，但是泵操作在气穴形成的临界。当然，监视程序可以以任何其它所需的方式比较NPSHa和NPSHr，以检查NPSHa是否大于NPSHr。
如果检测到了气穴，监视程序229可以相操作者和维护人员通告这个问题。监视程序229可以提出纠正的建议或者根据检测到的气穴性质和类型找出产生气穴的潜在原因。当然，气穴的类型可以根据由传感器212，214，216和218以及其它传感器在泵的上游和下游测得的压力和流量来决定。
在其它例子中，例如，在吸入和流出压力不能直接测量或这些测量值和NPSHa没有直接关系地方，监视系统225可以使用一个和多个存储在存储器227中的泵204的模型232来检测存在的气穴和预测气穴的产生。这里，监视程序229使用模型232，根据合适的操作参数来模拟控制环路200以及特殊情况中的泵204。当然，可以使用泵204的常规模型并且这个常规模型能够根据从具体泵204，控制环路和来自泵制造商提供的性能曲线这样实际测量的数据进行更新和校正，建立一个更好和更精确的泵204模型。模型232用于估计和模拟可能与气穴有关的，如，泵的实际压力和流量的，泵204这样的操作参数。如上面所描述，这样的模型通常可以执行和更新。在这种情况下，NPSHa和/或流速可以用制炼模型估计，并且这些古迹之可以和特性曲线一起使用，用于确定是否在泵204中出现气穴。
与此类似，为了进一步预测泵的气穴，可以根据希望的和预测的制炼条件执行制炼控制环路200和泵204的模型232，用于估计泵204或控制环路200将产生的行为，决定未来在接近泵204的同一点上的压力和流速。为了决定泵204是否在所期望未来的条件下被排空或者决定泵204何时将开始排空，这些预测压力和流速可以和泵204的特征曲线230一起使用。这样的数据可以使用在优化程序，控制程序等，用于预测和防止泵产生气穴情况。采用相同方式，监视程序229可以使用一个趋势分析，如收集过去与泵中流速和NPSHa相关的数据来决定何时及什么条件下泵204将排空并根据制炼控制反馈数据提醒使用者在气穴发生和可能发生的时候注意这些问题。
在至今检测泵气穴的其它方法中，监视程序229根据测量的操作参数，特性曲线等观察泵204的性能变化，用以检测气穴的发生。这种方法可用于NPSHa在正常的泵操作中不能直接测量情况和NPSHa是基于气穴的直接结果可以使泵的操作性能退化的假设。可以相信这种性能下降的原因是气穴泡改变了泵的执行或负载，由此影响泵的操作曲线。这种在操作曲线或泵的阻抗变化的变化直接影响了泵的电子环路，特别的使V-A特性。因此，为了监视程序229，由监视与泵相关的V-A来决定泵中的气穴存在是可能的。
图8所示了一个正常操作的泵，即，没有气穴时的V-A特性曲线。曲线252出现在高频波动中与正常操作泵类似的特征曲线。没有高频波动的漂移V-A特征曲线254和受高频波动影响的特征曲线256也在图8中列出。监视程序229可以通过已知可以测量这些值的维护程序检测泵204的电压和电流操作参数，并且跟踪实际V-A曲线和泵204的操作点。然后监视程序229可以使用如所需的可能性测量，决定泵204是工作在正常的操作曲线或由于泵204在气穴情况下操作出现的漂移特性曲线。如果泵204是操作在漂移的曲线，监视程序229检测泵存在气穴。换句话说，要检测气穴的出现，监视程序220可以观察或结合曲线中高频波动产生的绝对漂移确定性指示气穴的泵204的V-A曲线。当V-A曲线中的绝对漂移容易被检测，由于存在其它影响V-A曲线漂移的因素，这个特征对提示气穴可能不是非常可靠的。V-A曲线的高频波动可以使用所需的技术对频率范围进行分析。在最简单的情况中，气穴仅发生在一定的频率区域。这里阈值和过滤技术有效和可靠的检测气穴的出现。如果没有发现有关气穴出现的明显频率范围，监视程序229可以使用其它先进的工具，如类似神经网络的专家发动机，和小数分析技术或综合的这些技术。
尽管已经描述的监视程序229在一个分离计算机如结合一个维护系统运行时，但监视程序229可以位于任何所需的计算机中，如在一个控制器，用户接口(如在图1中说明的)等，并且能够用所需的方式接收操作数据。另外地，假设泵204是一个含有处理器或其它计算功能的智能现场设备，监视程序229和与其结合的特性曲线230和泵模型232可以放置在现场设备中，如泵204本身。
图9说明了一个可以检测气穴存在的现场设备如泵260。在这种情况中，泵260包括了一个处理器262和存储数据的存储器264，它存储用于泵260的收集程序266，监视程序269和一个和多个特征曲线270的数据。另外地，泵260可以包括单独或同时在泵260中吸入和流出面上的流速传感器(274和276)和压力传感器(278和280)。这些传感器可以相收集程序266提供输出。收集程序266也可以收集在设备中的使用所需的通信协议或技术的其它传感器的流量和/或压力数据。使用收集数据，监视程序269可以按照上面所说的操作检测气穴的出现。
另外，泵260可以包括和执行上面所描述的一个和多个模型280，趋势分析和专家发动机，用于估计泵260中的条件，检测那里的气穴。这样专家系统可以包括基于专家系统的模型，神经网络，小数分析系统，数据采矿系统，趋势分析系统，失真逻辑系统，和任何其它合适的专家系统，这些系统收集来自制炼数据并使用数据来检测气穴。一旦检测气穴和导致气穴产生的条件，泵260可以向操作者，维护人员或其它人发送出错或提醒的信息，提醒气穴出现或可能出现。
同样，泵260可以包括一个与叶轮292相耦合的马达290或其它推动流体通过260的操作的泵装置。收集程序266可以收集或获得附属于泵的电压和电流操作参数数据，并如以上所讨论的使用这些数据来决定在泵260中气穴的存在。
尽管如上所介绍的气穴监视技术使用一个与设备有关的特性曲线时，但这条曲线可以是任一一种形式，如在这里所介绍的，或可以简单的是一个趋势分析，一个数据曲线，一个神经网络或其它对泵操作的描述。同样这个曲线在有些情况下仅仅包括一个信号点，和有时包括很多信号点。作为结果在这里讨论的特征曲线不局限于在图6，7和8中所说明的曲线。
尽管资源利用专家50，监视程序229和269和其它已经介绍的最好在软件中执行的制炼元件，但它们可以在硬件，软硬件等情况下执行，并且可以在制炼控制系统10有关的其它处理器中执行。然而在任何情况下，存储在存储器中的程序和在处理器中执行叙述包括硬件和软硬件设备，同样有软件设备。例如这里所描述的元件可以在一个标准的多用途CPU和特殊设计的硬件和软硬件如特殊应用集成电路(ASIC)或其它所描述的硬线设备和在处理器中运行的软件。当在软件中执行时，软件程序可以存储在可读出的计算机存储器中如磁盘，光盘或其它计算机和处理器中的RAM，ROM和任何数据库等的其它存储介质。同样，可以相信，这种软件可以通过任何已知和所需的传送方法，包括如计算机可读盘或其它可传输的计算机存储装置或通过一个通信信道，如电话线，国际网线等传送给用户(这可以看作和通过一个可传输的存储介质互相交换所提供的软件是一样的)。
这样，尽管本发明结合特殊的例子在这里所作描述时，但实施例只是用于说明的目的，并不仅仅局限在本发明内，显然对在该领域的从事这项工作的技术人员来说，在不背离本发明的精神和范围下，可以改变、增加和删除所披露的实例。

Claims (52)

1.一种用于估计设备中气穴存在的监视系统，其特征在于，所述监视系统包括：
处理器；
存储所述设备特征曲线的存储器，其中所述特征曲线反映与所述设备相关的特征；
用于在所述处理器中执行的收集程序，用于收集在所述设备操作期间与所述设备相关的一个或多个操作参数；以及
用于在所述处理器中执行的监视程序，所述处理器使用一个或多个操作参数和特征曲线来估计所述设备中气穴的存在。
2.如权利要求1所述的监视系统，其特征在于，所述存储器还存储一个与所述设备有关的模型，并且其中，所述监视程序用于使用所述模型来估计与所述设备有关的其它操作参数。
3.如权利要求2所述的监视系统，其特征在于，所述监视程序还用于采用所述设备的其它估计的操作参数和特征曲线，来估计所述设备中气穴的产生。
4.如权利要求1所述的监视系统。其特征在于，所述一个或多个操作参数包括与所述设备有关的压力指示，并且其中的所述收集程序用于收集所述压力指示。
5.如权利要求4所述的监视系统，其特征在于，所述一个或多个操作参数包括吸收压力指示。
6.如权利要求1所述的监视系统，其特征在于，所述一个或多个操作参数包括与所述设备有关的流量指示，并且其中的所述收集程序用于收集所述流量指示。
7.如权利要求6所述的监视系统，其特征在于，所述一个或多个操作参数包括一个吸入流量指示。
8.如权利要求1所述的监视系统，其特征在于，所述一个或多个操作参数包括压力指示和与所述设备有关的流量指示，并且其中的所述收集程序用于收集所述压力和流量指示。
9.如权利要求8所述的监视系统，其特征在于，所述一个或多个参数包括一个吸入压力指示和吸入流量指示。
10.如权利要求1所述的监视系统，其特征在于，所述监视程序是用于确定在所述设备中可利用的净的正吸入压头，并且将可利用的净正吸入压头和与所述设备有关的所要求的净正吸入压头进行比较。
11.如权利要求10所述的监视系统，其特征在于，所述监视程序还用来计算可利用的净正吸入压头与所述设备要求的净正吸入压头的比值并与预定的阈值进行比较。
12.如权利要求1所述的监视系统，其特征在于，所述监视程序在监视程序估计所述设备中气穴出现的时候提醒使用者。
13.如权利要求1所述的监视系统，其特征在于，所述特征曲线定义了一个所述设备所需要的净正吸入压力。
14.如权利要求1所述的监视系统，其特征在于，所述特征曲线是一个所述设备的电压-电流特征曲线，其中，所述一个或多个操作参数与所述设备的电操作参数有关，并且其中的所述监视程序采用所述设备的电操作参数来检测所述设备的操作是否是按照所述设备的电压-电流特征曲线进行的。
15.如权利要求14所述的监视系统，其特征在于，所述电压-电流特征曲线是所述设备操作在没有气穴时的电压-电流特征曲线。
16.如权利要求1 4所述的监视系统，其特征在于，所述电压-电流特征曲线是所述设备操作有气穴时的电压-电流特征曲线。
17.如权利要求14所述的监视系统，其特征在于，所述电压-电流特征曲线是包括高频波动的所述设备的电压-电流特征曲线。
18.如权利要求1所述的监视系统，其特征在于，所述监视程序包括一个专家引擎。
19.如权利要求18所述的监视系统，其特征在于，所述专家引擎是一个神经网络。
20.一种检测在工艺制炼中操作的设备内的气穴的方法，其特征在于，所述方法包括：
在所述设备操作期间，收集一个或多个与所述设备有关的参数；
存储所述设备的一个特征曲线，其中所述特征曲线反映与所述设备相关的特征；以及
根据所述一个或多个收集到的操作参数和所述特征曲线，自动检测所述设备中气穴的存在。
21.如权利要求20所述的方法，其特征在于，所述自动检测步骤包括使用与所述设备有关的模型来估计与所述设备有关的其它操作参数的步骤。
22.如权利要求21所述的方法，其特征在于，所述自动检测步骤包括使用所估计的其它操作参数以及所述设备的所述特征曲线来检测所述设备中的气穴存在的步骤。
23.如权利要求20所述的方法，其特征在于，所述收集步骤包括收集与所述设备有关的压力指示。
24.如权利要求20所述的方法，其特征在于，所述收集步骤包括收集与所述设备有关的流量指示。
25.如权利要求20所述的方法，其特征在于，所述自动检测步骤包括决定所述设备中可利用的净正吸入压头，并且将所述可利用的净正吸入压头和所述设备要求的净正吸入压头进行比较。
26.如权利要求25所述的方法，其特征在于，所述自动检测步骤进一步包括计算所述可利用的净正吸入压头与所述设备要求的净正吸入压头的比值，并且将所述比值与预定的阈值进行比较。
27.如权利要求20所述的方法，其特征在于，还包括在所述设备中检测到气穴时提醒使用者的步骤。
28.如权利要求20所述的方法，其特征在于，存储所述特征曲线的步骤包括存储定义所述设备要求的正吸入压力的特征曲线的步骤。
29.如权利要求20所述的方法，其特征在于，存储所述特征曲线的步骤包括存储所述设备的电压-电流特征曲线的步骤，其中，所述收集步骤包括收集所述设备的一个或多个电操作参数的步骤，并且其中，所述自动检测步骤包括使用所述设备的所述电操作参数来检测所述设备是否按照所述设备的电压-电流特征曲线进行操作的步骤。
30.如权利要求20所述的方法，其特征在于，所述自动检测步骤包括使用专家引擎用以自动检测所述设备中的气穴出现的步骤。
31.如权利要求30所述的方法，其特征在于，使用专家引擎的所述步骤包括使用神经网络的步骤。
32.如权利要求30所述的方法，其特征在于，使用专家引擎包括使用趋势分析的步骤。
33.如权利要求30所述的方法，其特征在于，使用专家引擎步骤包括使用小数分析(fractional analysis)引擎的步骤。
34.一种用于检测在含有处理器的设备中的设备中出现气穴的监视系统，其特征在于，所述监视系统包括：
存储器，保存所述设备的一特征曲线，其中所述特征曲线反映与所述设备相关的特征；
存储在所述存储器中的收集程序，用来在所述处理器中执行，用于收集所述设备操作期间与所述设备有关的一个或多个操作参数；
存储在所述存储器中的监视程序，用来在处理器中执行，使用一个或多个操作参数以及所述特征曲线来估计所述设备中的出现的气穴。
35.如权利要求34所述的监视系统，其特征在于，所述监视程序用于使用所述操作参数来检测所述设备操作性能的下降，用以估计所述设备中出现的气穴。
36.如权利要求35所述的监视系统，其特征在于，所述监视程序用于根据所述特征曲线检测所述性能的下降。
37.如权利要求36所述的监视系统，其特征在于，所述特征曲线是一条电压-幅度曲线。
38.如权利要求36所述的监视系统，其特征在于，所述特征曲线限定了一个所述设备要求的净正吸入压头。
39.如权利要求38所述监视系统，其特征在于，所述监视程序用于从所述操作参数中确定所述设备中可利用的净正吸入压头，并将所述可利用的净正吸入压头与所要求的净正吸入压头进行比较，用于估计所述设备中出现的气穴。
40.如权利要求34所述的监视系统，其特征在于，所述监视程序包括一个专家引擎。
41.一种用于处理设备的现场设备，其特征在于，所述现场设备包括：
处理器；
存储器，保存所述设备的一特征曲线，其中所述特征曲线反映与所述设备相关的特征；
收集程序，它存储在所述存储器中，并用来在所述处理器中执行，用于收集与所述制炼系统操作有关的一个或多个操作参数；
监视程序，它存储在所述存储器中，并用来在所述处理器中执行，使用一个或多个操作参数以及所述特征曲线来估计所述制炼系统中出现的气穴。
42.权利41所述的现场设备，其特征在于，所述监视程序用来采用所述操作参数来检测所述处理设备内设备操作性能的下降，以估计所述处理设备中出现的气穴。
43.如权利要求41所述的现场设备，其特征在于，所述监视程序根据所述特征曲线检测性能的下降。
44.如权利要求43所述的现场设备，其特征在于，所述特征曲线是一个电压-幅值曲线。
45.如权利要求43所述的现场设备，其特征在于，所述特征曲线限定所述设备要求的净正吸入压头。
46.如权利要求45所述的现场设备，其特征在于，所述监视程序从所述操作参数中确定所述设备中可利用净正吸入压头，并将所述可利用的净正吸入压头与所要求的净正吸入压头进行比较，用以估计设备中气穴的存在。
47.如权利要求41所述的现场设备，其特征在于，它进一步包括一个泵机构。
48.如权利要求47所述的现场设备，其特征在于，所述泵机构包括一个叶轮。
49.如权利要求47所述的现场设备，其特征在于，进一步包括压力传感器。
50.如权利要求47所述的现场设备，其特征在于，进一步包括流速传感器。
51.如权利要求47所述的现场设备，其特征在于，进一步包括压力传感器和流速传感器。
52.如权利要求41所述的现场设备，其特征在于，所述监视程序包括专家引擎。
CNB028058461A 2001-03-01 2002-02-25 制炼系统内使用的气穴检测 Expired - Lifetime CN1324418C (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US27316401P 2001-03-01 2001-03-01
US60/273,164 2001-03-01
US10/044,154 2002-01-10
US10/044,154 US6954713B2 (en) 2001-03-01 2002-01-10 Cavitation detection in a process plant

Publications (2)

Publication Number Publication Date
CN1494669A CN1494669A (zh) 2004-05-05
CN1324418C true CN1324418C (zh) 2007-07-04

Family

ID=26721229

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB028058461A Expired - Lifetime CN1324418C (zh) 2001-03-01 2002-02-25 制炼系统内使用的气穴检测

Country Status (5)

Country Link
US (1) US6954713B2 (zh)
EP (1) EP1366399B1 (zh)
JP (1) JP4079321B2 (zh)
CN (1) CN1324418C (zh)
WO (1) WO2002071168A1 (zh)

Families Citing this family (55)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6663349B1 (en) * 2001-03-02 2003-12-16 Reliance Electric Technologies, Llc System and method for controlling pump cavitation and blockage
US6655922B1 (en) * 2001-08-10 2003-12-02 Rockwell Automation Technologies, Inc. System and method for detecting and diagnosing pump cavitation
AUPS236502A0 (en) * 2002-05-16 2002-06-13 Peterson, Paul Method of monitoring measurements
US7156873B2 (en) * 2002-09-10 2007-01-02 Miwatec Co., Ltd. Methods for detecting an abnormal condition of a blood pump system
US7376472B2 (en) * 2002-09-11 2008-05-20 Fisher-Rosemount Systems, Inc. Integrated model predictive control and optimization within a process control system
US6709240B1 (en) * 2002-11-13 2004-03-23 Eaton Corporation Method and apparatus of detecting low flow/cavitation in a centrifugal pump
US20060074598A1 (en) * 2004-09-10 2006-04-06 Emigholz Kenneth F Application of abnormal event detection technology to hydrocracking units
US7567887B2 (en) * 2004-09-10 2009-07-28 Exxonmobil Research And Engineering Company Application of abnormal event detection technology to fluidized catalytic cracking unit
US7424395B2 (en) * 2004-09-10 2008-09-09 Exxonmobil Research And Engineering Company Application of abnormal event detection technology to olefins recovery trains
US7349746B2 (en) * 2004-09-10 2008-03-25 Exxonmobil Research And Engineering Company System and method for abnormal event detection in the operation of continuous industrial processes
US9201420B2 (en) 2005-04-08 2015-12-01 Rosemount, Inc. Method and apparatus for performing a function in a process plant using monitoring data with criticality evaluation data
US8005647B2 (en) 2005-04-08 2011-08-23 Rosemount, Inc. Method and apparatus for monitoring and performing corrective measures in a process plant using monitoring data with corrective measures data
JP2009505232A (ja) * 2005-08-09 2009-02-05 フィッシャー−ローズマウント・システムズ・インコーポレーテッド フィールドベースのアセット管理装置及びアーキテクチャ
US7451004B2 (en) 2005-09-30 2008-11-11 Fisher-Rosemount Systems, Inc. On-line adaptive model predictive control in a process control system
US7761172B2 (en) * 2006-03-21 2010-07-20 Exxonmobil Research And Engineering Company Application of abnormal event detection (AED) technology to polymers
US7720641B2 (en) * 2006-04-21 2010-05-18 Exxonmobil Research And Engineering Company Application of abnormal event detection technology to delayed coking unit
US20090228959A1 (en) 2008-03-04 2009-09-10 Access Business Group International Llc System and markup language for information extraction from stand-alone devices in webspace
DE102009010795A1 (de) * 2009-02-27 2010-09-02 Siemens Aktiengesellschaft Kopplung von ERP-Systemen mit Prozessleitsystemen zur automatisierten Übertragung von Anlagenstrukturen und Anlagendaten
FR2947309A1 (fr) * 2009-06-26 2010-12-31 Alcatel Lucent Procede de prediction d'une defaillance de la rotation du rotor d'une pompe a vide et dispositif de pompage associe
KR101145858B1 (ko) * 2009-09-30 2012-05-21 한국수력원자력 주식회사 실시간 감시를 통한 유체기기의 캐비테이션 손상을 예측하기 위한 시스템
US8543245B2 (en) * 2009-11-20 2013-09-24 Halliburton Energy Services, Inc. Systems and methods for specifying an operational parameter for a pumping system
US8862250B2 (en) 2010-05-07 2014-10-14 Exxonmobil Research And Engineering Company Integrated expert system for identifying abnormal events in an industrial plant
US8857138B2 (en) 2011-11-04 2014-10-14 Briggs & Stratton Corporation Starter system for an engine
US8733072B2 (en) 2011-11-04 2014-05-27 Briggs & Stratton Corporation Starter system for an engine
US9785133B2 (en) * 2012-02-10 2017-10-10 Fisher-Rosemount Systems, Inc. Methods for collaboratively assisting a control room operator
US9546652B2 (en) 2012-03-28 2017-01-17 Imo Industries, Inc. System and method for monitoring and control of cavitation in positive displacement pumps
JP5999739B2 (ja) * 2012-03-28 2016-09-28 アイエムオー・インダストリーズ・インコーポレーテッド 容積式ポンプにおけるキャビテーションの監視および制御のためのシステムおよび方法
EP2665030A1 (en) * 2012-05-14 2013-11-20 Siemens Aktiengesellschaft Method and a system for an automatic recovery from a fault situation in a production plant
US9151695B2 (en) 2012-06-19 2015-10-06 General Electric Company Systems and methods for diagnosing an engine
US9255578B2 (en) * 2012-07-31 2016-02-09 Fisher-Rosemount Systems, Inc. Systems and methods to monitor pump cavitation
US8833384B2 (en) 2012-08-06 2014-09-16 Schneider Electric Buildings, Llc Advanced valve actuation system with integral freeze protection
US9534795B2 (en) 2012-10-05 2017-01-03 Schneider Electric Buildings, Llc Advanced valve actuator with remote location flow reset
US10295080B2 (en) 2012-12-11 2019-05-21 Schneider Electric Buildings, Llc Fast attachment open end direct mount damper and valve actuator
US10422332B2 (en) 2013-03-11 2019-09-24 Circor Pumps North America, Llc Intelligent pump monitoring and control system
DK2971901T3 (en) 2013-03-15 2019-01-07 Schneider Electric Buildings Advanced valve actuator with integrated energy measurement
WO2014143922A1 (en) * 2013-03-15 2014-09-18 Schneider Electric Buildings, Llc Advanced valve actuator with true flow feedback
US10152031B2 (en) * 2013-03-15 2018-12-11 Fisher-Rosemount Systems, Inc. Generating checklists in a process control environment
US9423334B2 (en) 2013-08-27 2016-08-23 Fisher Controls International Llc Method of cavitation/flashing detection in or near a process control valve
RU2563162C2 (ru) * 2014-01-21 2015-09-20 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Северо-Кавказский горно-металлургический институт (государственный технологический университет) Система анализа и обработки информации в топливно-энергетическом комплексе
US9410546B2 (en) * 2014-08-12 2016-08-09 Baker Hughes Incorporated Reciprocating pump cavitation detection and avoidance
GB201416431D0 (en) * 2014-09-17 2014-10-29 Isis Innovation Pump monitoring system and method
CN104656638B (zh) * 2015-02-13 2017-10-27 西安热工研究院有限公司 一种火电厂设备气蚀实时诊断装置及方法
US10317875B2 (en) 2015-09-30 2019-06-11 Bj Services, Llc Pump integrity detection, monitoring and alarm generation
JP6648641B2 (ja) 2016-06-06 2020-02-14 株式会社Ihi 歪み推定装置、診断装置、及び歪み推定方法
US10606254B2 (en) * 2016-09-14 2020-03-31 Emerson Process Management Power & Water Solutions, Inc. Method for improving process/equipment fault diagnosis
US10132723B2 (en) * 2016-12-28 2018-11-20 Dynamic Scientific Production Center USA, Inc. System for automatic real-time diagnostics for equipment that generates vibration and static equipment
EP3388910A1 (en) * 2017-04-10 2018-10-17 ABB Schweiz AG Method and apparatus for monitoring the condition of subsystems within a renewable generation plant or microgrid
JP7000800B2 (ja) * 2017-10-31 2022-01-19 横河電機株式会社 検知装置、検知方法、およびプログラム
US10921765B2 (en) * 2017-12-20 2021-02-16 Siemens Aktiengesellschaft Digital twin of centrifugal pump in pumping systems
JP6947152B2 (ja) * 2018-12-07 2021-10-13 横河電機株式会社 検知装置、検知方法、及び検知プログラム
US11619526B2 (en) 2019-04-11 2023-04-04 Hale Products, Inc. Fire truck pump flow prediction system
US11713237B2 (en) * 2020-07-14 2023-08-01 Paragon Tank Truck Equipment, Llc Liquid discharge system including liquid product pump having vibration sensor
US11965513B2 (en) * 2021-09-14 2024-04-23 Saudi Arabian Oil Company Protecting centrifugal pumps from cavitation through applied mathematical technique
CN114263621B (zh) * 2021-11-26 2023-07-21 江苏科技大学 一种离心泵空化故障诊断模拟的试验方法及系统
JP2023127381A (ja) * 2022-03-01 2023-09-13 株式会社島津製作所 真空ポンプの制御装置、及び、制御方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5161110A (en) * 1990-02-27 1992-11-03 Atlantic Richfield Company Hierarchical process control system and method
US5284523A (en) * 1992-05-01 1994-02-08 General Electric Company Fuzzy logic control method for reducing water consumption in a machine for washing articles
CN1129480A (zh) * 1993-08-25 1996-08-21 罗斯蒙德公司 带压力反馈，动态校正和诊断的阀定位器
WO1997021154A1 (en) * 1995-12-01 1997-06-12 Simeon Krumov Lekarski Automatic system and method for regulation of the operation of an automatic valve
US5646539A (en) * 1995-08-31 1997-07-08 Caterpillar Inc. Multi-purpose capacitive sensor
DE19645129A1 (de) * 1996-11-04 1998-05-07 Abb Patent Gmbh Verfahren zum kavitiationsfreien Betrieb einer drehzahlgeregelten Pumpe
US5754446A (en) * 1996-08-19 1998-05-19 Voith Hydro, Inc. Method and apparatus for optimizing performance of a kaplan turbine
CN1200819A (zh) * 1995-12-06 1998-12-02 霍尼韦尔公司 一种具有流体流动的工艺控制系统的预测保养方法
US5846056A (en) * 1995-04-07 1998-12-08 Dhindsa; Jasbir S. Reciprocating pump system and method for operating same
WO1999000815A1 (en) * 1997-06-26 1999-01-07 P.D. Co-Op, Inc. System and method for servo control of nonlinear electromagnetic actuators
US5940290A (en) * 1995-12-06 1999-08-17 Honeywell Inc. Method of predictive maintenance of a process control system having fluid movement
EP0943805A1 (de) * 1998-03-19 1999-09-22 Maschinenfabrik Sulzer-Burckhardt AG Verfahren und Sensor zur Detektion von Kavitationen, sowie Vorrichtung enthaltend einen solchen Sensor
US6152684A (en) * 1997-05-12 2000-11-28 Voith Hydro, Inc. Method for operation of hydraulic turbine

Family Cites Families (124)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4607325A (en) 1981-10-21 1986-08-19 Honeywell Inc. Discontinuous optimization procedure modelling the run-idle status of plural process components
US4527271A (en) 1982-08-17 1985-07-02 The Foxboro Company Process control system with improved fault isolation
US4734873A (en) 1984-02-02 1988-03-29 Honeywell Inc. Method of digital process variable transmitter calibration and a process variable transmitter system utilizing the same
US4763243A (en) 1984-06-21 1988-08-09 Honeywell Bull Inc. Resilient bus system
US4657179A (en) 1984-12-26 1987-04-14 Honeywell Inc. Distributed environmental/load control system
US5043863A (en) 1987-03-30 1991-08-27 The Foxboro Company Multivariable adaptive feedforward controller
US5541833A (en) 1987-03-30 1996-07-30 The Foxboro Company Multivariable feedforward adaptive controller
US4885694A (en) 1987-04-29 1989-12-05 Honeywell Inc. Automated building control design system
US4965742A (en) 1987-09-30 1990-10-23 E. I. Du Pont De Nemours And Company Process control system with on-line reconfigurable modules
US4907167A (en) 1987-09-30 1990-03-06 E. I. Du Pont De Nemours And Company Process control system with action logging
US5006992A (en) 1987-09-30 1991-04-09 Du Pont De Nemours And Company Process control system with reconfigurable expert rules and control modules
US4910691A (en) 1987-09-30 1990-03-20 E.I. Du Pont De Nemours & Co. Process control system with multiple module sequence options
US5193143A (en) 1988-01-12 1993-03-09 Honeywell Inc. Problem state monitoring
US5488697A (en) 1988-01-12 1996-01-30 Honeywell Inc. Problem state monitoring system
US5050095A (en) 1988-05-31 1991-09-17 Honeywell Inc. Neural network auto-associative memory with two rules for varying the weights
US4944035A (en) 1988-06-24 1990-07-24 Honeywell Inc. Measurement of thermal conductivity and specific heat
US4956793A (en) 1988-06-24 1990-09-11 Honeywell Inc. Method and apparatus for measuring the density of fluids
US5373452A (en) 1988-09-02 1994-12-13 Honeywell Inc. Intangible sensor and method for making same
US5008810A (en) 1988-09-29 1991-04-16 Process Modeling Investment Corp. System for displaying different subsets of screen views, entering different amount of information, and determining correctness of input dependent upon current user input
US5140530A (en) 1989-03-28 1992-08-18 Honeywell Inc. Genetic algorithm synthesis of neural networks
US5070458A (en) 1989-03-31 1991-12-03 Honeywell Inc. Method of analyzing and predicting both airplane and engine performance characteristics
US5015934A (en) 1989-09-25 1991-05-14 Honeywell Inc. Apparatus and method for minimizing limit cycle using complementary filtering techniques
US5187674A (en) 1989-12-28 1993-02-16 Honeywell Inc. Versatile, overpressure proof, absolute pressure sensor
US5442544A (en) 1990-01-26 1995-08-15 Honeywell Inc. Single input single output rate optimal controller
US5134574A (en) 1990-02-27 1992-07-28 The Foxboro Company Performance control apparatus and method in a processing plant
US5018215A (en) 1990-03-23 1991-05-21 Honeywell Inc. Knowledge and model based adaptive signal processor
ATE143509T1 (de) 1990-06-21 1996-10-15 Honeywell Inc Auf variablem horizont basierende adaptive steuerung mit mitteln zur minimierung der betriebskosten
US5282261A (en) 1990-08-03 1994-01-25 E. I. Du Pont De Nemours And Co., Inc. Neural network process measurement and control
US5197114A (en) 1990-08-03 1993-03-23 E. I. Du Pont De Nemours & Co., Inc. Computer neural network regulatory process control system and method
US5167009A (en) 1990-08-03 1992-11-24 E. I. Du Pont De Nemours & Co. (Inc.) On-line process control neural network using data pointers
US5212765A (en) 1990-08-03 1993-05-18 E. I. Du Pont De Nemours & Co., Inc. On-line training neural network system for process control
US5224203A (en) 1990-08-03 1993-06-29 E. I. Du Pont De Nemours & Co., Inc. On-line process control neural network using data pointers
US5142612A (en) 1990-08-03 1992-08-25 E. I. Du Pont De Nemours & Co. (Inc.) Computer neural network supervisory process control system and method
US5121467A (en) 1990-08-03 1992-06-09 E.I. Du Pont De Nemours & Co., Inc. Neural network/expert system process control system and method
DE69128996T2 (de) * 1990-10-10 1998-09-10 Honeywell Inc Identifizierung eines Prozesssystems
DE69225723T2 (de) 1991-01-22 1998-12-03 Honeywell, Inc., Minneapolis, Minn. Zweistufige Systemidentifikationsvorrichtung mit Optimierung
US5291190A (en) 1991-03-28 1994-03-01 Combustion Engineering, Inc. Operator interface for plant component control system
US5161013A (en) 1991-04-08 1992-11-03 Honeywell Inc. Data projection system with compensation for nonplanar screen
US5333298A (en) 1991-08-08 1994-07-26 Honeywell Inc. System for making data available to an outside software package by utilizing a data file which contains source and destination information
AU3055992A (en) 1991-10-23 1993-05-21 Niagara Mohawk Power Corporation On-line combustionless measurement of gaseous fuels fed to gas consumption devices
US5396415A (en) 1992-01-31 1995-03-07 Honeywell Inc. Neruo-pid controller
US5398303A (en) 1992-02-28 1995-03-14 Yamatake-Honeywell Co., Ltd. Fuzzy data processing method and data smoothing filter
US5917840A (en) 1992-03-13 1999-06-29 Foxboro Company Protection against communications crosstalk in a factory process control system
US5353207A (en) 1992-06-10 1994-10-04 Pavilion Technologies, Inc. Residual activation neural network
US5369599A (en) 1992-08-04 1994-11-29 Honeywell Inc. Signal metric estimator
US5692158A (en) 1992-08-28 1997-11-25 Abb Power T&D Company Inc. Methods for generating models of non-linear systems and components and for evaluating parameters in relation to such non-linear models
US5384698A (en) 1992-08-31 1995-01-24 Honeywell Inc. Structured multiple-input multiple-output rate-optimal controller
US5477444A (en) 1992-09-14 1995-12-19 Bhat; Naveen V. Control system using an adaptive neural network for target and path optimization for a multivariable, nonlinear process
JP2794142B2 (ja) 1992-09-14 1998-09-03 株式会社山武 情報処理装置
US5729661A (en) 1992-11-24 1998-03-17 Pavilion Technologies, Inc. Method and apparatus for preprocessing input data to a neural network
ATE240557T1 (de) 1992-11-24 2003-05-15 Pavilion Tech Inc Betreiben eines neuronalen netzwerks mit fehlenden und/oder inkompletten daten
US5486996A (en) 1993-01-22 1996-01-23 Honeywell Inc. Parameterized neurocontrollers
US5351184A (en) 1993-01-26 1994-09-27 Honeywell Inc. Method of multivariable predictive control utilizing range control
EP0687369A1 (en) 1993-03-02 1995-12-20 Pavilion Technologies Inc. Method and apparatus for analyzing a neural network within desired operating parameter constraints
US5390326A (en) 1993-04-30 1995-02-14 The Foxboro Company Local area network with fault detection and recovery
US5909541A (en) 1993-07-14 1999-06-01 Honeywell Inc. Error detection and correction for data stored across multiple byte-wide memory devices
US5486920A (en) 1993-10-01 1996-01-23 Honeywell, Inc. Laser gyro dither strippr gain correction method and apparatus
US5408406A (en) 1993-10-07 1995-04-18 Honeywell Inc. Neural net based disturbance predictor for model predictive control
US5596704A (en) 1993-11-11 1997-01-21 Bechtel Group, Inc. Process flow diagram generator
JP2929259B2 (ja) 1993-12-27 1999-08-03 株式会社山武 コントローラ
US5666297A (en) 1994-05-13 1997-09-09 Aspen Technology, Inc. Plant simulation and optimization software apparatus and method using dual execution models
US5546301A (en) 1994-07-19 1996-08-13 Honeywell Inc. Advanced equipment control system
US5687090A (en) 1994-09-01 1997-11-11 Aspen Technology, Inc. Polymer component characterization method and process simulation apparatus
US5566065A (en) 1994-11-01 1996-10-15 The Foxboro Company Method and apparatus for controlling multivariable nonlinear processes
US5704011A (en) 1994-11-01 1997-12-30 The Foxboro Company Method and apparatus for providing multivariable nonlinear control
US5570282A (en) 1994-11-01 1996-10-29 The Foxboro Company Multivariable nonlinear process controller
MX9707504A (es) 1995-03-31 1997-11-29 Abb Power T & D Co Sistema para optimicar la confiabilidad de diseño de red de energia.
US5572420A (en) 1995-04-03 1996-11-05 Honeywell Inc. Method of optimal controller design for multivariable predictive control utilizing range control
US5574638A (en) 1995-04-03 1996-11-12 Lu; Zhuxin J. Method of optimal scaling of variables in a multivariable predictive controller utilizing range control
US5561599A (en) 1995-06-14 1996-10-01 Honeywell Inc. Method of incorporating independent feedforward control in a multivariable predictive controller
US5680409A (en) 1995-08-11 1997-10-21 Fisher-Rosemount Systems, Inc. Method and apparatus for detecting and identifying faulty sensors in a process
US6076124A (en) * 1995-10-10 2000-06-13 The Foxboro Company Distributed control system including a compact easily-extensible and serviceable field controller
US6033257A (en) * 1995-11-20 2000-03-07 The Foxboro Company I/O connector module for a field controller in a distributed control system
US6008985A (en) * 1995-11-20 1999-12-28 The Foxboro Company Industrial field controlling device with controller and expansion modules
US6094600A (en) * 1996-02-06 2000-07-25 Fisher-Rosemount Systems, Inc. System and method for managing a transaction database of records of changes to field device configurations
US5764891A (en) 1996-02-15 1998-06-09 Rosemount Inc. Process I/O to fieldbus interface circuit
US5761518A (en) 1996-02-29 1998-06-02 The Foxboro Company System for replacing control processor by operating processor in partially disabled mode for tracking control outputs and in write enabled mode for transferring control loops
US5819050A (en) 1996-02-29 1998-10-06 The Foxboro Company Automatically configurable multi-purpose distributed control processor card for an industrial control system
US5819232A (en) 1996-03-22 1998-10-06 E. I. Du Pont De Nemours And Company Method and apparatus for inventory control of a manufacturing or distribution process
US6017143A (en) * 1996-03-28 2000-01-25 Rosemount Inc. Device in a process system for detecting events
US5828851A (en) * 1996-04-12 1998-10-27 Fisher-Rosemount Systems, Inc. Process control system using standard protocol control of standard devices and nonstandard devices
US5809490A (en) 1996-05-03 1998-09-15 Aspen Technology Inc. Apparatus and method for selecting a working data set for model development
US5877954A (en) 1996-05-03 1999-03-02 Aspen Technology, Inc. Hybrid linear-neural network process control
US6110214A (en) * 1996-05-03 2000-08-29 Aspen Technology, Inc. Analyzer for modeling and optimizing maintenance operations
US6047221A (en) * 1997-10-03 2000-04-04 Pavilion Technologies, Inc. Method for steady-state identification based upon identified dynamics
US5742513A (en) 1996-05-15 1998-04-21 Abb Power T&D Company Inc. Methods and systems for automatic testing of a relay
US5918233A (en) * 1996-05-30 1999-06-29 The Foxboro Company Methods and systems for providing electronic documentation to users of industrial process control systems
US5805442A (en) * 1996-05-30 1998-09-08 Control Technology Corporation Distributed interface architecture for programmable industrial control systems
US5715158A (en) 1996-05-31 1998-02-03 Abb Industrial Systems, Inc. Method and apparatus for controlling an extended process
US5907701A (en) 1996-06-14 1999-05-25 The Foxboro Company Management of computer processes having differing operational parameters through an ordered multi-phased startup of the computer processes
US5984502A (en) * 1996-06-14 1999-11-16 The Foxboro Company Keypad annunciator graphical user interface
US5949417A (en) * 1997-01-31 1999-09-07 The Foxboro Company Dynamic property sheet system
US5847952A (en) 1996-06-28 1998-12-08 Honeywell Inc. Nonlinear-approximator-based automatic tuner
US5864183A (en) * 1996-08-28 1999-01-26 Voith Hydro, Inc. Method and apparatus for optimizing performance of a pump-turbine
US5796609A (en) 1996-09-13 1998-08-18 Honeywell-Measurex Corporation Method and apparatus for internal model control using a state variable feedback signal
US5892679A (en) 1996-09-13 1999-04-06 Honeywell-Measurex Corporation Method and system for controlling a multiple input/output process with minimum latency using a pseudo inverse constant
US5777872A (en) 1996-09-13 1998-07-07 Honeywell-Measurex Corporation Method and system for controlling a multiple input/output process with minimum latency
US5898869A (en) 1996-09-20 1999-04-27 The Foxboro Company Method and system for PCMCIA card boot from dual-ported memory
US5960441A (en) * 1996-09-24 1999-09-28 Honeywell Inc. Systems and methods for providing dynamic data referencing in a generic data exchange environment
US6041263A (en) * 1996-10-01 2000-03-21 Aspen Technology, Inc. Method and apparatus for simulating and optimizing a plant model
US5892939A (en) 1996-10-07 1999-04-06 Honeywell Inc. Emulator for visual display object files and method of operation thereof
US5859964A (en) 1996-10-25 1999-01-12 Advanced Micro Devices, Inc. System and method for performing real time data acquisition, process modeling and fault detection of wafer fabrication processes
US5909586A (en) 1996-11-06 1999-06-01 The Foxboro Company Methods and systems for interfacing with an interface powered I/O device
US5905989A (en) 1996-11-27 1999-05-18 Bently Nevada Corporation Knowledge manager relying on a hierarchical default expert system: apparatus and method
US5948101A (en) * 1996-12-02 1999-09-07 The Foxboro Company Methods and systems for booting a computer in a distributed computing system
US6078843A (en) * 1997-01-24 2000-06-20 Honeywell Inc. Neural network including input normalization for use in a closed loop control system
US6067505A (en) * 1997-04-10 2000-05-23 The Foxboro Company Method and apparatus for self-calibration of a coordinated control system for an electric power generating station
US6122555A (en) * 1997-05-05 2000-09-19 Honeywell International Inc. System and methods for globally optimizing a process facility
US6055483A (en) * 1997-05-05 2000-04-25 Honeywell, Inc. Systems and methods using bridge models to globally optimize a process facility
US6106785A (en) * 1997-06-30 2000-08-22 Honeywell Inc. Polymerization process controller
DE19732046A1 (de) * 1997-07-25 1999-01-28 Abb Patent Gmbh Prozeßdiagnosesystem und Verfahren zur Diagnose von Vorgängen und Zuständen eines technischen Prozesses
US5901058A (en) 1997-08-22 1999-05-04 Honeywell Inc. System and methods for achieving heterogeneous data flow between algorithm blocks in a distributed control system
US5988847A (en) * 1997-08-22 1999-11-23 Honeywell Inc. Systems and methods for implementing a dynamic cache in a supervisory control system
US6282454B1 (en) * 1997-09-10 2001-08-28 Schneider Automation Inc. Web interface to a programmable controller
US6128279A (en) * 1997-10-06 2000-10-03 Web Balance, Inc. System for balancing loads among network servers
US5909370A (en) 1997-12-22 1999-06-01 Honeywell Inc. Method of predicting overshoot in a control system response
US6093211A (en) * 1998-04-09 2000-07-25 Aspen Technology, Inc. Polymer property distribution functions methodology and simulators
FI114745B (fi) * 1998-06-01 2004-12-15 Metso Automation Oy Kenttälaitteiden hallintajärjestelmä
FI108678B (fi) * 1998-06-17 2002-02-28 Neles Controls Oy Kenttälaitteiden hallintajärjestelmä
US6757665B1 (en) * 1999-09-28 2004-06-29 Rockwell Automation Technologies, Inc. Detection of pump cavitation/blockage and seal failure via current signature analysis
US6332110B1 (en) * 1998-12-17 2001-12-18 Perlorica, Inc. Method for monitoring advanced separation and/or ion exchange processes
US6298454B1 (en) * 1999-02-22 2001-10-02 Fisher-Rosemount Systems, Inc. Diagnostics in a process control system
US6490506B1 (en) * 1999-05-21 2002-12-03 Hydro Resource Solutions Llc Method and apparatus for monitoring hydroelectric facility maintenance and environmental costs
US6421571B1 (en) * 2000-02-29 2002-07-16 Bently Nevada Corporation Industrial plant asset management system: apparatus and method

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5161110A (en) * 1990-02-27 1992-11-03 Atlantic Richfield Company Hierarchical process control system and method
US5284523A (en) * 1992-05-01 1994-02-08 General Electric Company Fuzzy logic control method for reducing water consumption in a machine for washing articles
CN1129480A (zh) * 1993-08-25 1996-08-21 罗斯蒙德公司 带压力反馈，动态校正和诊断的阀定位器
US5573032A (en) * 1993-08-25 1996-11-12 Rosemount Inc. Valve positioner with pressure feedback, dynamic correction and diagnostics
US5846056A (en) * 1995-04-07 1998-12-08 Dhindsa; Jasbir S. Reciprocating pump system and method for operating same
US5646539A (en) * 1995-08-31 1997-07-08 Caterpillar Inc. Multi-purpose capacitive sensor
WO1997021154A1 (en) * 1995-12-01 1997-06-12 Simeon Krumov Lekarski Automatic system and method for regulation of the operation of an automatic valve
CN1200819A (zh) * 1995-12-06 1998-12-02 霍尼韦尔公司 一种具有流体流动的工艺控制系统的预测保养方法
US5940290A (en) * 1995-12-06 1999-08-17 Honeywell Inc. Method of predictive maintenance of a process control system having fluid movement
US5754446A (en) * 1996-08-19 1998-05-19 Voith Hydro, Inc. Method and apparatus for optimizing performance of a kaplan turbine
DE19645129A1 (de) * 1996-11-04 1998-05-07 Abb Patent Gmbh Verfahren zum kavitiationsfreien Betrieb einer drehzahlgeregelten Pumpe
US6152684A (en) * 1997-05-12 2000-11-28 Voith Hydro, Inc. Method for operation of hydraulic turbine
WO1999000815A1 (en) * 1997-06-26 1999-01-07 P.D. Co-Op, Inc. System and method for servo control of nonlinear electromagnetic actuators
EP0943805A1 (de) * 1998-03-19 1999-09-22 Maschinenfabrik Sulzer-Burckhardt AG Verfahren und Sensor zur Detektion von Kavitationen, sowie Vorrichtung enthaltend einen solchen Sensor

Also Published As

Publication number Publication date
US20020123856A1 (en) 2002-09-05
WO2002071168A1 (en) 2002-09-12
CN1494669A (zh) 2004-05-05
EP1366399A1 (en) 2003-12-03
JP4079321B2 (ja) 2008-04-23
US6954713B2 (en) 2005-10-11
EP1366399B1 (en) 2012-04-11
JP2004537773A (ja) 2004-12-16

Similar Documents

Publication Publication Date Title
CN1324418C (zh) 制炼系统内使用的气穴检测
CN100351722C (zh) 处理性能监控与处理设备监控及控制的合成
CN1324420C (zh) 处理工厂内的数据共享
CN1310106C (zh) 制炼控制系统数据的远程分析
CN100524131C (zh) 用于检测加热器相关的反常状态的系统和方法
US7515977B2 (en) Integrated configuration system for use in a process plant
CN101268427B (zh) 加工厂内资产使用指数的聚集
CN1784641A (zh) 表示机器运行状况的数据的生成
JP6350554B2 (ja) 設備診断装置、設備診断方法及び設備診断プログラム
US20150025689A1 (en) Method and system for realtime performance recovery advisory for centrifugal compressors
CN101273314A (zh) 用于利用监控数据与关键程度评估数据执行加工厂中的功能的方法和装置
CN1926487A (zh) 加工厂中的异常状况预防
WO2008157503A1 (en) Remote monitoring systems and methods
CN1690685A (zh) 监测机器的方法及系统
Modiba An automated method to determine dynamic pump efficiencies in deep-level mines

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CX01 Expiry of patent term

Granted publication date: 20070704

CX01 Expiry of patent term