CN209625805U - 用于监控阀的健康信息的装置 - Google Patents
用于监控阀的健康信息的装置 Download PDFInfo
- Publication number
- CN209625805U CN209625805U CN201820242649.8U CN201820242649U CN209625805U CN 209625805 U CN209625805 U CN 209625805U CN 201820242649 U CN201820242649 U CN 201820242649U CN 209625805 U CN209625805 U CN 209625805U
- Authority
- CN
- China
- Prior art keywords
- valve
- health
- value
- health parameters
- vhm
- 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.)
- Active
Links
- 230000036541 health Effects 0.000 title claims abstract description 539
- 238000012544 monitoring process Methods 0.000 title claims abstract description 19
- 230000007850 degeneration Effects 0.000 claims description 8
- 230000015556 catabolic process Effects 0.000 claims description 6
- 238000006731 degradation reaction Methods 0.000 claims description 6
- 230000007257 malfunction Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 description 127
- 230000008569 process Effects 0.000 description 77
- 238000012545 processing Methods 0.000 description 61
- 238000004886 process control Methods 0.000 description 31
- 238000003860 storage Methods 0.000 description 27
- 230000036449 good health Effects 0.000 description 17
- 239000012530 fluid Substances 0.000 description 16
- 238000005259 measurement Methods 0.000 description 15
- 230000004044 response Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 241000208340 Araliaceae Species 0.000 description 8
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 8
- 235000003140 Panax quinquefolius Nutrition 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 235000008434 ginseng Nutrition 0.000 description 8
- 230000006378 damage Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000004087 circulation Effects 0.000 description 6
- 238000003909 pattern recognition Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000012369 In process control Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010965 in-process control Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33326—Analyzer, diagnostic for servovalve
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Mechanical Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Indication Of The Valve Opening Or Closing Status (AREA)
Abstract
公开了用于监控阀的健康信息的装置。示例性装置包括:计算阀的健康参数的操作值的参数计算器专用集成电路、计算健康参数的操作值与健康参数的基线值之间的差值的差值计算器专用集成电路、以及基于差值生成警报以识别阀的状况的警报生成器专用集成电路。
Description
技术领域
本公开内容总体上涉及过程控制系统,并且更具体地而言,涉及用于监控阀的健康信息的方法和装置。
背景技术
近年来,过程控制系统(比如那些在化学、石油和/或其它过程中使用的那些)已经随着包括比其前任更多处理能力的现场设备的扩散而逐渐变得更加复杂。当代过程控制系统包括用于测量和/或控制过程控制环境的不同方面的更多数量和种类的现场设备或仪器。除了利用现场设备来监控和/ 或控制核心过程之外,现场设备已经越来越多地用于诸如预测健康监控之类的外围任务。
其中现场设备在操作期间发生故障的过程控制系统可能经历了增加的停机时间段。如果发生故障的现场设备向过程控制系统提供错误或不准确的数据,则在操作期间的现场设备故障还可能产生危险的操作状况。向控制器提供电子反馈的故障现场设备(例如,电动机、传感器、阀等)的后果可以通过执行过程装备的受控关闭或者通过将故障的现场设备的输入旁路到对应的控制器算法而减轻。
过程控制系统内的现场设备可能位于困难环境(诸如具有极端振动、高压和/或可能导致加速故障的宽温度范围的区域)中。随着日益强大的现场设备的实现,过程控制系统可以在这些困难环境中监控现场设备的预测健康状况。使用外围算法例程监控现场设备可以用于预测潜在的故障,并与停止系统的操作来替换现场设备相反,使技术人员能够在定期维护期间替换潜在故障的现场设备。
实用新型内容
鉴于现有技术中的在操作期间突然的现场设备故障可能导致对现场设备和现场设备正在监控和/或控制的装备的损耗的技术问题,本文公开了一种示例性的用于监控阀的健康信息的装置,包括:计算阀的健康参数的操作值的参数计算器、计算健康参数的操作值与健康参数的基线值之间的差值的差值计算器、以及基于差值生成警报以识别阀的状况的警报生成器。
在一个优选的实施方式中,所述阀的状况是所述阀的退化。
在一个优选的实施方式中,当所述差值满足阈值时,所述警报生成器识别所述阀的状况。
在一个优选的实施方式中,当所述差值满足所述阈值时,所述警报生成器生成警报。
在一个优选的实施方式中,装置还包括收集引擎,所述收集引擎从所述阀获得基线健康信息,并且所述参数计算器计算所述健康参数的所述基线值。
在一个优选的实施方式中,装置还包括趋势分析器,所述趋势分析器基于所述差值来更新趋势状态和趋势值。
本文公开的示例性的用于监控阀的健康信息的方法包括:计算阀的健康参数的操作值、计算健康参数的操作值和健康参数的基线值之间的差值、以及基于差值来识别阀的状况。
在一个优选的实施方式中,所述阀的状况是所述阀的退化。
在一个优选的实施方式中,识别所述阀的状况包括判断所述差值何时满足阈值。
在一个优选的实施方式中,方法还包括:当所述差值满足所述阈值时生成警报。
在一个优选的实施方式中,方法还包括:从所述阀获得基线健康信息,并计算所述健康参数的所述基线值。
在一个优选的实施方式中,方法还包括:基于所述差值来更新趋势状态和趋势值。
在一个优选的实施方式中,所述趋势状态包括恶化状态、故障状态、或警告状态。
示例性有形计算机可读存储介质包括指令,指令在被执行时,使得机器至少执行以下操作:计算阀的健康参数的操作值、计算健康参数的操作值与健康参数的基线值之间的差值、以及基于差值来识别阀的状况。
在一个优选的实施方式中,所述阀的状况是所述阀的退化。
在一个优选的实施方式中,识别所述阀的状况包括判断所述差值何时满足阈值。
在一个优选的实施方式中,有形计算机可读存储介质还包括在被执行时使得所述机器至少执行以下操作的指令:当所述差值满足所述阈值时生成警报。
在一个优选的实施方式中,有形计算机可读存储介质还包括在被执行时使得所述机器至少执行以下操作的指令:从所述阀获得基线健康信息,并计算所述健康参数的所述基线值。
在一个优选的实施方式中,有形计算机可读存储介质还包括在被执行时使得所述机器至少执行以下操作的指令:基于所述差值来更新趋势状态和趋势值。
在一个优选的实施方式中,所述趋势状态包括恶化状态、故障状态、或警告状态。
本实用新型的阀健康监控器装置和方法提供了对阀的预测健康监控,以监控阀的状况。因此,可以通过操作阀来优化阀的操作生命周期,直到阀的状况已经被识别,并且避免了阀的过早更换。而且,对阀的状况的识别生成了对人员的警告,以允许在可能在过程控制环境中产生不期望的停机时间的潜在故障之前执行阀的预防性维护和/或更换。
附图说明
图1是根据本公开内容的教导的示例性阀健康监控器装置的示意图。
图2是图1的示例性阀健康监控器的示例性实施方式的框图。
图3-12是表示可以使用图1的示例性阀健康监控器执行以监控阀的健康信息的示例性方法的流程图。
图13是描绘在基线过程期间的阀的健康信息的示例性曲线图。
图14是描绘在操作过程期间的图13的阀的健康信息的示例性曲线图。
图15是描绘在基线过程和操作过程期间获得的阀的健康信息的示例性曲线图。
图16是被构造为执行机器可读指令以实现图3-12的方法和图1和/或图2的示例性阀健康监控器的示例性处理器平台的框图。
只要可能,在整个(多个)附图和附随的书面描述中将使用相同的附图标号来指代相同或相似的部分。
具体实施方式
过程控制系统随着具有增加的数据采集分辨率、处理功率和信号调节的个体部件的发展而变得越来越复杂。过程控制系统用于监控和/或控制在将过程控制环境中进行的操作的不同方面,诸如制造部件、处理原料化学材料等。过程控制系统通常包含具有随附的输入和输出的至少一个控制器,输入和输出允许(多个)控制器从各个输入现场设备和/或仪器获取信号并控制各个输出现场设备和/或仪器。
如本文所使用的,术语“现场设备”或“仪器”是指控制设备(诸如致动器、致动器组件、致动器控制器、致动器定位器、传感器、发射机、阀组件等),它们可以在整个过程控制系统中使用,以测量和/或控制过程控制系统的不同方面(例如,其它过程控制设备)。诸如阀(例如,阀组件) 之类的现场设备可以包括电气部件和机械部件两者。例如,阀可以包括诸如数字阀定位器、流量传感器、压力传感器、阀控制器等之类的电气部件。在另一个示例中,该阀可以包括诸如致动器(例如,液压致动器、气动致动器等)、机械壳体、过程连接件等之类的机械部件。
现场设备故障可能由多种原因(诸如连续操作、环境因素、制造缺陷等)引起。在某些示例中,现场设备可能在高循环应用中操作。例如,阀可以连续地进行全冲程操作,该全冲程操作包括从完全打开到完全关闭以及从完全关闭到完全打开的阀冲程。这种全冲程阀可以被设计用于延长的操作寿命周期。然而,不可避免的故障的时机可能是不可预测的,并且可能在操作期间发生。不知道何时现场设备预期发生故障或者即将达到即将发生故障的状况,这对于现有的过程控制系统的连续操作造成重大的问题。在操作期间突然的现场设备故障可能导致对现场设备和现场设备正在监控和/或控制的装备的损耗。
本文公开的示例性阀健康监控器(VHM)装置涉及过程控制系统,并且更具体而言,涉及监控阀的健康信息。通常,本文公开的示例性VHM装置利用控制器来从感测设备(诸如致动器控制器(例如,阀控制器)、位置传感器(例如,数字阀定位器、接近度传感器等)、过程传感器(例如,流量传感器、压力传感器等)等)获得信息。在某些示例中,健康信息可以包括作为阀健康的关键指标的参数(例如,健康参数)。例如,健康信息可以包括诸如命令或输入信号(例如,行程设定点)、阀行程或阀位置(例如,阀的位置)、致动器压力、驱动信号等之类的参数。在某些情况下,健康信息可以包括可用于计算作为阀健康的关键指标的参数的参数。例如,可以使用健康信息来计算死区时间(dead time)(例如,命令信号变化与阀位置的第一移动之间的时间)、冲程时间(例如,达到全冲程的时间、达到全冲程的98%的时间等)、时间常数参数(例如,达到全冲程的某一百分比的时间)、增益值(例如,阀位置变化的百分比除以命令信号变化的百分比)等。在某些示例中,控制器可以被触发以开始从阀获得健康信息。例如,当阀开始或结束阀的全冲程操作时,阀可以发送触发变量的值。
在本文公开的某个示例性VHM装置中,控制器可以在基线过程期间从阀获得基线健康信息。例如,该阀可以是尚未投入使用(例如,尚未被调试)的新制造的阀。基线过程可以包括致动阀以执行全冲程操作。例如, VHM装置可以在一个或多个全冲程阀操作之前、之后或期间从阀获得健康信息。在某些示例中,基线过程可以与其它部件分开进行。例如,VHM装置可以在没有耦接到附加部件(例如,过程管道、泵等)的阀的情况下从阀获得健康信息。在某些示例中,可以在阀被耦接到一个或多个部件时进行基线过程。例如,VHM装置可以在阀被耦接到一个或多个过程连接件时从阀获得健康信息。例如,当阀在流体移动通过阀的过程连接件时执行全冲程操作时,VHM装置可以获得健康信息。在某些情况下,基线过程可以在过程控制系统的操作期间发生。例如,VHM装置可以周期性地从阀获得健康信息并且将健康信息存储为基线健康信息。
在本文所公开的某个示例性VHM装置中,控制器可以在操作过程期间从阀获得操作健康信息。例如,该阀可以是在活跃的过程控制系统中操作的先前调试的阀。操作过程可以包括当阀在例行过程控制操作的背景下执行全冲程操作时,从阀获得健康信息。例如,VHM装置可以在阀被耦接到包含流体的一个或多个过程连接件时从阀获得健康信息。
在本文公开的某个示例性VHM装置中,控制器可以基于从第二阀获得的健康信息来处理第一阀的健康信息。在某些示例中,第二阀是与第一阀相同的阀(例如,相同的样式、相同的型号、相同的尺寸、相同的额定值等)。例如,第一阀和第二阀两者都可以是气动致动的NPS 4蝶阀。在某些情况下,第二阀是相似的,但不是完全相同的阀。例如,第二阀可以具有类似的样式、型号、类型、尺寸、额定值等,但在另一方面中不同(例如,不同的尺寸、不同的额定值等)。
第二阀可以与第一阀处于相同的过程控制环境中。例如,第二阀可以可操作地耦接到与第一阀相同的过程流体系统。在另一个示例中,可以存在可操作地耦接到第一过程流体系统的过程管道的第一组阀(例如,相同的阀、类似的阀等)。也可以存在可操作地耦接到第二过程流体系统的过程管道的第二组十个阀(例如,相同的阀、类似的阀等)。第一组阀和第二组阀可以彼此相同、彼此类似等。控制器可以将来自第一组的一个或多个阀的健康信息与来自第二组的一个或多个阀的健康信息进行比较,以识别第一组、第二组的一个或多个阀的状况等。
替代地,第二阀可以不与第一阀处于相同的流体过程系统中。例如,第一阀可以可操作地耦接到室外流体过程环境,而第二阀可以可操作地耦接到室内制造过程控制环境。第二阀的健康信息可以经由网络传送到第一阀。另外地或替代地,第二阀的健康信息可以作为参考数据存储在第一阀的控制器内的数据库中。
在某些示例中,第二阀不是物理阀。例如,第二阀可以基于阀的型号 (例如,理想的操作阀)。阀的型号可以包括在阀的不同寿命阶段(例如,在0个循环、100个循环、1000个循环等时的理想的死区时间参数)、在不同操作状况(例如,其中理想阀的环境温度是20摄氏度的理想死区时间参数、其中理想阀的过程流体是40摄氏度的理想死区时间参数等)的健康信息。第一阀的健康信息可以与第二阀的健康信息进行比较以识别第一阀的状况。
在本文公开的某个示例性VHM装置中,控制器可以处理获得的健康信息。在某些示例中,VHM装置可以将处理的操作健康信息与基线健康信息进行比较以确定差值。例如,VHM装置可以确定在操作过程期间的阀的第一健康参数。VHM装置可以将阀的第一健康参数与第二健康参数进行比较,其中第二健康参数是在基线过程期间获得的。VHM装置可以确定第一健康参数与第二健康参数之间的差值。
VHM装置可以判断差值是否满足阈值(例如,差值大于100毫秒、差值大于5%等)。VHM装置可以基于该阀的当前健康信息和/或过去健康信息来生成阈值(例如,调整现有的阈值、创建新的阈值等)。替代地,VHM 装置可以基于从第二阀(例如,位于与阀相同的过程控制环境中的第二阀、位于与阀不同的过程控制环境中的第二阀)获得的当前健康信息和/或过去健康信息来生成阈值。VHM装置可以基于差值来识别结构的状况。例如, VHM装置可以基于该差值来识别阀的故障模式或潜在故障模式。例如, VHM装置可以基于第一死区时间健康参数和第二死区时间健康参数之间的差值来确定在阀致动器中存在机械障碍,其中该差值满足阈值。在某些示例中,VHM装置基于满足阈值的差值来生成警告。例如,VHM装置可以基于所识别的故障模式来生成警告,其中所识别的故障模式基于满足阈值的差值。
转到图1,本文公开的示例性阀健康监控器(VHM)装置100通过从用于阀组件108的现场设备104(例如,电子阀控制器)获得健康信息来在过程控制环境102中操作。在所示的示例中,现场设备104是容纳在外壳106中并耦接到示例性气动致动阀组件108的电子阀控制器,并且该电子阀控制器包括至少致动器110和阀112(例如,蝶形阀、闸阀等)。然而,可以另外地或替代地利用其它阀组件(诸如,电气致动的阀组件、液压致动的阀组件等)。现场设备104测量致动器110和/或阀112的一个或多个参数 (例如,阀112的位置)和/或控制致动器110和/或阀112。现场设备104 可以测量诸如阀行程(例如,阀的位置)、致动器压力、驱动信号等之类的参数。现场设备104可以经由诸如命令或输入信号(例如,行程设定点) 之类的参数来控制致动器110和/或阀112。现场设备104的外壳106包括用于气动管连接件114的连接点。现场设备104可以经由气动管连接件114 实现对致动器110的气动控制。
在所示的示例中,阀组件108被安装在工厂环境或处理系统的流体过程系统116(例如,分配管道系统)中。流体过程系统116可以位于可以使现场设备104和/或阀组件108暴露于一个或多个困难操作条件(例如,极端振动、宽温度范围等)并由于加速磨损而导致现场设备104和/或阀组件 108的过早故障的环境中。例如,现场设备104和阀组件108可以安装在正排量泵的下游并经受极大的振动。现场设备104和/或阀组件108的不同故障模式可以由于加速磨损而发生,例如,致动器110具有损坏的弹簧、气动管连接件114去耦接并向致动器110提供不足够的空气、阀112的机械障碍物等。
在所示的示例中,现场设备104耦接到示例性VHM装置100。尽管现场设备104在图1中被描绘为经由包括一个或多个导线的电缆118进行耦接,但是现场设备104可以另外地或替代地经由无线网络进行连接。示例性VHM装置100可以是包括用于数据采集和/或处理的控制器的(例如,通信地耦合到过程控制系统的)过程控制系统或过程控制系统的一部分。示例性VHM装置100在操作(例如,操作过程)期间从现场设备104获得健康信息,以识别操作健康信息和先前获得的基线健康信息之间的差值。从现场设备104获得的健康信息的差值可能与阀组件108的状况有关。例如,阀组件108的状况可能是阀组件108的结构方面和/或操作性能的退化或恶化,诸如,附接到阀组件108的部件的去耦接、附接在阀组件108内的部件的去耦接、致动器110中腐蚀部件故障、气动管连接件114的气动密封件的断裂等。判断操作健康信息和基线健康信息之间的差值是否随时间增加可以指示阀组件108的状况(例如,健康)的退化或恶化。
图2是图1的VHM装置100的示例性实施方式的框图。示例性VHM 装置100判断阀的操作健康信息与阀的基线健康信息之间的差值是否识别了阀的状况。例如,VHM装置100可以判断从现场设备104获得的操作健康信息与从现场设备104获得的基线健康信息之间的差值是否识别了阀组件108的状况。示例性VHM装置100包括示例性收集引擎200、示例性数据库210、示例性参数计算器220、示例性差值计算器230、示例性趋势分析器240、示例性异常值识别器250、示例性故障模式识别器260以及示例性警报生成器270。示例性VHM装置100经由示例性网络280通信地耦合到示例性现场设备104。
在图2所示的示例中,VHM装置100包括收集引擎200,该收集引擎 200用于从阀获得、选择、和处理健康信息。例如,收集引擎200可以经由网络280从现场设备104获得、选择和处理健康信息。在另一个示例中,收集引擎200可以从数据库210获得、选择和处理健康信息。在又一个示例中,收集引擎200可以经由直接有线或无线连接从现场设备104获得、选择和处理健康信息。在某些示例中,收集引擎200在其中获得基线健康信息的时间段期间(例如,在制造后质量检查期间、在预操作调试程序期间等)从一个或多个阀获得健康信息。在某些情况下,收集引擎200在基线过程期间生成和/或发送命令(例如,控制命令)到一个或多个阀。例如,收集引擎200可以生成打开阀命令、关闭阀命令等和/或向通信地耦合到图 1的阀组件108的过程控制系统或经由网络280向现场设备104发送打开阀命令、关闭阀命令等。在某些情况下,收集引擎200将生成的和/或发送的命令存储在数据库210中。在某些示例中,收集引擎200从数据库210获取命令。另外地或替代地,收集引擎200可以获得由现场设备104生成的命令。
在某些示例中,收集引擎200在其中获得操作健康信息的时间段期间 (例如,在操作阀过程期间、在操作过程控制系统过程期间等)从一个或多个阀获得健康信息。在某些示例中,收集引擎200获得处理的健康信息,其中处理的健康信息包括处理的参数(例如,缩放的参数、转变的参数等)。在某些情况下,收集引擎200获得未处理的健康信息,其中未处理的健康信息包括未处理的参数(例如,未缩放的参数、未转变的参数等)。
在某些示例中,收集引擎200经由通信协议从阀组件108获得健康信息。例如,收集引擎200可以经由一个或多个通信协议(诸如,总线协议 (控制器局域网(CAN)总线、ModbusTM,ProfibusTM等)、以太网协议(例如EtherCATTM、ProfinetTM等)、串行协议(例如,RS-232、RS-485等)等) 从现场设备104获得健康信息。在某些示例中,收集引擎200基于从阀组件108获得的电子触发或数据采集触发信息来获得健康信息。例如,收集引擎200可以获得数据采集触发信息,该数据采集触发信息包括来自用于阀组件108的现场设备104的触发变量的值。收集引擎200判断数据采集触发信息是否包括开始数据采集命令。例如,收集引擎200可以确定所获得的触发变量的值包括开始数据采集命令、结束数据采集命令等。在某些示例中,当阀组件108开始或结束全冲程阀操作时,收集引擎200获得触发变量的值。例如,当现场设备104响应于阀组件108开始全冲程阀操作而发送触发变量的值时,收集引擎200可以被指导开始数据采集。
在如图2所示的示例中,收集引擎200选择所获得的感兴趣的健康信息以便被一个或多个算法、过程、程序等使用。在某些示例中,收集引擎 200选择所获得的感兴趣的健康信息的一个或多个子集进行处理。收集引擎 200可以在一个时间段期间选择所获得的健康信息的一个或多个子集。例如,收集引擎200可以针对指定的分钟、小时、天等来选择所获得的健康信息。在另一个示例中,收集引擎200可以当已经发生了特定动作时(例如,阀组件108已经操作达100小时以上,阀位置为0%打开等)选择所获得的健康信息。在某些情况下,收集引擎200从多个参数中选择一个或多个感兴趣的参数进行处理。例如,收集引擎200可以从十个参数中的集合或列表中选择一个感兴趣的参数进行处理。
在如图2所示的示例中,收集引擎200通过将健康信息分类成一个或多个健康参数来处理健康信息。例如,健康信息可以包括由一个或多个数据分隔符(例如,散列标记“#”、空格、逗号等)分开的一串数据。位于数据分隔符之间的健康信息可以表示健康参数的时间戳和/或值。时间戳可以指示在该处现场设备104记录和/或处理健康信息的时间,在该处VHM 装置100获得健康信息的时间等。在某些示例中,时间戳包括日期和时间。然而,可以另外地或替代地使用任何其它时间戳格式。例如,时间戳可以包括时间区域标识符,时间可以使用十二小时表示、二十四小时表示、Unix 时间表示等进行格式化。
在某些示例中,位于数据分隔符之间的健康信息可以表示对健康参数的描述。例如,该描述可以包括健康参数的名称(例如,致动器压力、驱动信号等)、健康参数的测量单位(例如,磅/平方英寸表压、毫安等)等。在某些示例中,收集引擎200通过基于健康参数是否需要进一步计算来判断健康参数是否是经计算的参数,来处理健康参数。例如,健康参数(诸如,死区时间健康参数、冲程时间健康参数、时间常数健康参数(例如,t63 时间常数健康参数)、增益值健康参数等)是经计算的参数。例如,收集引擎200可以确定死区时间健康参数是经计算的健康参数,这是因为死区时间健康参数需要附加计算以供VHM装置100利用死区时间健康参数。在某些情况下,当收集引擎200确定健康参数是经计算的参数时,收集引擎200 修改标志的值(例如,计算机和/或机器可读指令中的标志)。
在如图2所示的示例中,VHM装置100包括用于记录数据(例如,基线健康信息、操作健康信息、健康参数的基线值、健康参数的操作值等) 的数据库210。在某些示例中,数据库210记录与所获得的数据相关联的标志(例如,计算参数标志)和/或变量。例如,VHM装置100可以设置针对死亡时间健康参数的计算参数标志并且将计算参数标志存储在数据库210中。示例性数据库210可以对针对与数据库210中的数据有关的信息的查询作出响应。例如,数据库210可以通过提供附加数据(例如,一个或多个数据点),通过提供与数据库210中的附加数据相关联的索引等来对针对附加数据的查询作出响应。当数据库210中没有附加数据时,示例性数据库210可以另外地或替代地通过提供空索引、数据库210标识符的结尾等对查询作出响应。示例性数据库210可以通过易失性存储器(例如,同步动态随机存取存储器(SDRAM)、动态随机存取存储器(DRAM)、RAMBUS 动态随机存取存储器(RDRAM)等)和/或非易失性存储器(例如,闪存) 来实现。示例性数据库210可以另外地或替换地通过一个或多个双倍数据速率(DDR)存储器(诸如DDR、DDR2、DDR3、移动DDR(mDDR) 等)来实现。示例性数据库210可以另外地或替代地通过一个或多个大容量存储设备(诸如(多个)硬盘驱动、(多个)压缩盘驱动、(多个)数字多功能盘驱动等)来实现。尽管在所示的示例中,数据库210被示为单个数据库,但是数据库210可以通过任何数量和/或类型的数据库来实现。
在如图2所示的示例中,VHM装置100包括参数计算器220,该参数计算器220用于对从健康信息获得的健康参数进行转换(例如,使用转换计算进行转换、转换为不同的测量单位等)、缩放(例如,使用缩放因子进行缩放)、转变(例如,使用转变曲线进行转变)和/或以其它方式将从健康信息获得的健康参数处理成可以由示例性VHM装置100使用的格式。在某些示例中,参数计算器220基于未处理的健康参数执行计算,其中未处理的健康参数包括模拟电信号信息(例如,电压幅值、电流测量结果等)、数字电信号信息(例如,基于通信协议数据分组的十六进制值)等。例如,参数计算器220可以基于未处理的阀位置信息来计算阀位置参数。未处理的阀位置信息可以包括电压幅值。参数计算器220可以将电压幅值转变为阀位置的测量结果(例如,阀112为25%打开等)。在某些示例中,参数计算器220将基于未处理的健康参数的计算结果存储在数据库210中。在某些情况下,参数计算器220从数据库210获取信息以便处理。例如,参数计算器220可以从数据库210获取包括未处理的健康参数的未处理的健康信息以便处理。
在某些示例中,参数计算器220基于经处理的健康参数来执行计算。例如,参数计算器220可以基于经处理的致动器压力健康信息来计算致动器压力。经处理的致动器压力健康信息可以包括具有第一测量单位(例如,磅每平方英寸表压(PSIG))的第一值。参数计算器220可以将具有第一测量单位(例如,PSIG)的第一值转变为具有第二测量单位(例如,bar)的第二值,其中第二值基于从第一测量单位到第二个测量单位的转变。
在某些示例中,当计算健康参数(例如,未处理的健康参数、经处理的健康参数等)时,参数计算器220计算差值。例如,参数计算器220可以早计算健康参数时计算时间戳的差值。例如,参数计算器220可以在计算死区时间健康参数时计算第一时间戳和第二时间戳之间的差值。在某些情况下,参数计算器220在计算健康参数时判断差值是否满足阈值。例如,参数计算器220可以判断第一阀指令值和第二阀指令值之间的差值是否满足阀命令阈值(例如,差值大于0.5毫安)。在另一个示例中,参数计算器 220可以判断第一阀位置与第二阀位置之间的差值是否满足阀位置阈值(例如,差值大于1%)。在某些示例中,参数计算器220将基于经处理的健康参数的计算结果存储在数据库210中。在某些情况下,参数计算器220从数据库210获取经处理的健康参数以便处理。
在图2所示的示例中,VHM装置100包括差值计算器230,该差值计算器230用于计算阀的健康参数之间的差值。在某些示例中,差值计算器 230计算健康参数的操作值和基线值之间的差值。例如,差值计算器230可以计算死区时间健康参数的操作值与死区时间健康参数的基线值之间的差值。在某些示例中,差值计算器230从数据库210获取健康参数的操作值和基线值。差值计算器230可以判断差值是否满足阈值。例如,差值计算器230可以判断死区时间健康参数的操作值与死区时间健康参数的基线值之间的差值是否满足阈值(例如,差值大于100毫秒)。
在某些情况下,差值计算器230计算健康参数的两个操作值之间的差值。例如,差值计算器230可以计算死区时间健康参数的第一操作值与死区时间健康参数的第二操作值之间的差值。在某些示例中,差值计算器230 从数据库210获取健康参数的第一操作值和第二操作值。差值计算器230 可以判断差值是否满足阈值。例如,差值计算器230可以判断死区时间健康参数的第一操作值和死区时间健康参数的第二操作值之间的差值是否满足阈值(例如,差值大于100毫秒)。
在某些示例中,差值计算器230计算健康参数的两个基线值之间的差值。例如,差值计算器230可以计算死区时间健康参数的第一基线值和死区时间健康参数的第二基线值之间的差值。在某些示例中,差值计算器230 从数据库210获取健康参数的第一基线值和第二基线值。差值计算器230 可以判断差值是否满足阈值。例如,差值计算器230可以判断死区时间健康参数的第一基线值与死区时间健康参数的第二基线值之间的差值是否满足阈值(例如,差值大于100毫秒)。响应于判断差值是否满足阈值,差值计算器230可以将健康参数值的基线值存储在数据库210中。例如,当死区时间健康参数的第一基线值和死区时间健康参数的第二基线值之间的差值满足阈值(例如,该差值大于100毫秒)时,差值计算器230可以将死区时间健康参数的第二基线值存储在数据库210。
在某些情况下,差值计算器230计算两个值之间的差值。例如,差值计算器230可以计算第一时间戳和第二时间戳之间的差值。在另一个示例中,差值计算器230可以计算值与平均数(例如,平均值)之间的差值。例如,差值计算器230可以计算死区时间健康参数的操作值和死区时间健康参数的平均基线值之间的差值。在某些示例中,差值计算器230从数据库210获取这两个值。在某些情况下,差值计算器230可以判断差值是否满足阈值。例如,差值计算器230可以计算死区时间健康参数的操作值与死区时间健康参数的平均值之间的差值,并判断差值是否满足阈值(例如,差值大于一个标准偏差值)。
在如图2所示的示例中,VHM装置100包括趋势分析器240,该趋势分析器240用于选择、比较、和分析阀的一个或多个健康参数的趋势。在某些示例中,趋势分析器240在一时间段期间选择感兴趣的健康参数并分析所选择的健康参数的值。例如,趋势分析器240可以选择针对阀组件108 的整体响应时间。趋势分析器240可以选择针对阀组件108的整体响应时间的对应的数据。例如,趋势分析器240可以从数据库210获取对应的数据。趋势分析器240可以确定指示针对阀组件108的整体响应时间的趋势在该时间段内已经增加。在某些示例中,趋势分析器240基于在时间段期间的操作值来确定趋势。在某些情况下,趋势分析器240基于趋势值来确定趋势。例如,趋势值可以是由收集引擎200获得和/或处理的先入先出(FIFO)缓冲器队列中的第一值。在另一个示例中,健康参数的趋势值可以是健康参数的基线值。在另一个示例中,趋势值可以是一组值(例如,基线值、操作值等)的移动窗平均值,其中使用多个值来计算移动窗平均值。例如,趋势分析器240可以将死区时间健康参数的操作值与死区时间健康参数的趋势值进行比较,其中趋势值是死区时间健康参数的先前十个所获得和/或处理的操作值的平均值。在某些示例中,趋势分析器240将趋势值存储在数据库210中。在某些情况下,趋势分析器240从数据库210 获取趋势值。
在某些情况下,趋势分析器240基于感兴趣的阀的动态执行分析。阀可能从循环到循环表现不同。例如,阀可以基于通过阀的过程流体的密度、压力、温度等来具有不同的健康参数。阀还可以基于阀机械结构来具有不同的健康参数,例如,经由图1的气动管114供应的空气中的不规则性、阀112中变化的摩擦。在某些示例中,由于阀的动态(例如,变化的动态),由趋势分析器240和/或更一般地由图1和/或图2的VHM装置100执行的计算被用作为近似值和/或比较因子以识别阀的状况,诸如图1的阀组件108。
在某些示例中,趋势分析器240基于健康参数的操作数据来选择、比较、和分析根据附加健康参数的一个或多个健康参数。例如,趋势分析器 240可以选择第一健康参数和第二健康参数,其中第二健康参数是第一健康参数的函数。例如,趋势分析器240可以选择针对阀的阀位置健康参数和致动器压力健康参数。趋势分析器240可以在一个或多个时间段期间选择针对阀位置健康参数的对应的操作数据和针对阀组件108的致动器压力健康参数。趋势分析器240可以在第一操作时间段期间在用于阀位置健康参数的第一值(例如,40%打开)处选择致动器压力健康参数的第一操作值 (例如,15PSIG)。趋势分析器240可以在第二操作时间段期间在针对阀位置健康参数的第一值(例如,40%打开)处选择致动器压力健康参数的第二操作值(例如,8PSIG)。趋势分析器240可将致动器压力健康参数的第一和第二值进行比较,并判断该差值是否满足阈值(例如,差值大于5PSIG)。
在某些情况下,趋势分析器240基于基线值和操作值来选择、比较、和分析根据附加健康参数的一个或多个健康参数。例如,趋势分析器240 可以选择第一健康参数和第二健康参数,其中第二阀健康参数是第一健康参数的函数。例如,趋势分析器240可以选择针对阀的阀位置健康参数和致动器压力健康参数。趋势分析器240可以在一个或多个时间段期间选择针对阀位置健康参数的对应的操作数据和基线数据以及针对阀组件108的致动器压力健康参数。趋势分析器240可以在操作时间段期间在针对阀位置健康参数的操作值(例如,40%打开)处选择致动器压力健康参数的操作值(例如,15PSIG)。趋势分析器240可以在基线时段期间在针对阀位置健康参数的操作值(例如,40%打开)处选择致动器压力健康参数的基线值(例如,22PSIG)。趋势分析器240可以将致动器压力健康参数的第一值和第二值进行比较,并判断该差值是否满足阈值(例如,差值大于5PSI)。
在某些示例中,趋势分析器240对两个或更多个健康参数之间的关系执行回归分析。例如,趋势分析器240可以选择第一健康参数和第二健康参数,其中第二健康参数是第一健康参数的函数。例如,趋势分析器240 可以选择针对阀的阀位置健康参数和致动器压力健康参数。趋势分析器240 可以在一时间段期间选择针对阀位置健康参数的对应的操作数据和基线数据以及针对阀组件108的致动器压力健康参数。趋势分析器240可以确定根据第一健康参数的第二健康参数的值的范围。例如,趋势分析器240可以绘制根据阀位置健康参数的致动器压力健康参数。
在某些示例中,趋势分析器240确定两个或更多个健康参数之间的关系的斜率、y截距和/或边界值。例如,趋势分析器240可以确定线的斜率,其中线包括根据阀位置健康参数的致动器压力健康参数的值。趋势分析器240可以将线的斜率确定为阀组件108的弹簧率。例如,阀组件108的弹簧率可以是将阀组件108的弹簧压缩指定距离所需要的力。趋势分析器240 可以将该线的y截距确定为阀组件108的座载荷估计值。例如,座载荷估计值可以是当移除了所有致动器压力时阀组件108的弹簧的剩余压力的估计值。趋势分析器240可以基于线的边界值(例如,其中阀112为0%关闭或100%关闭的值)来计算健康参数。例如,趋势分析器240可以通过确定在关闭的阀位置(例如,阀112是100%关闭)处的致动器压力来确定可用的力估计值健康参数。例如,可用的力估计值可以是从关闭的阀位置打开阀112的可用力的估计量。
在某些情况下,趋势分析器240通过分析两个或更多个健康参数之间的关系来确定参数的值。例如,趋势分析器240可以确定作为阀位置健康参数的函数的致动器压力健康参数。趋势分析器240可以确定作为阀位置健康参数的函数的致动器压力健康参数的理论估计(例如,台架设备(bench set)估计)。例如,当阀112从完全关闭行进到完全打开和/或从完全打开行进到完全关闭时,趋势分析器240可以确定致动器压力健康参数的平均值。例如,当阀112从打开行进到关闭时,趋势分析器240可以确定在阀位置健康参数的第一值(例如,60%打开)处的致动器压力健康参数的第一值 (例如,20PSIG)。当阀112从关闭行进到打开时,趋势分析器240可以确定在阀位置健康参数的第一值(例如,60%打开)处的致动器压力健康参数的第二值(例如,16PSIG)。趋势分析器240可以使用第一值(例如, 20PSIG)和第二值(例如,16PSIG)来确定在阀位置健康参数的第一值(例如,60%打开)处的致动器压力健康参数的平均值(例如,((20PSIG+ 16PSIG)÷2)=18PSIG)。趋势分析器240可以执行类似的计算以确定阀位置健康参数的范围(例如,0%打开到100%打开)的多个平均值。在某些示例中,趋势分析器240将计算的信息(例如,致动器压力健康参数的平均值)存储在数据库210中。在某些情况下,趋势分析器240可以基于计算的信息产生曲线图或绘图。例如,趋势分析器240可以生成描绘作为阀位置健康参数的函数的致动器压力健康参数的平均值的绘图。
在某些示例中,当阀112从完全关闭行进到完全打开以及从完全打开行进到完全关闭时,趋势分析器240计算致动器压力健康参数的值之间的差值。例如,当阀112从完全关闭行进到完全打开时,趋势分析器240可以确定在阀位置(例如,40%打开)处的致动器压力健康参数的第一值(例如,20PSIG)。当阀112从完全打开行进到完全关闭时,趋势分析器240可以确定在阀位置(例如,40%打开)处的致动器压力健康参数的第二值 (例如,12PSIG)。趋势分析器240可以确定第一值与第二值之间的差值 (例如(20PSIG-12PSIG)=8PSIG)是阀组件108的两倍摩擦估计的值,或者是阀组件108的摩擦估计的两倍的值。通过将两倍摩擦估计值减半(例如,(8PSIG÷2)=4PSIG),趋势分析器240可以确定阀组件108的摩擦估计值(例如,4PSIG)。在某些示例中,趋势分析器240可以在一个时间段期间分析阀组件108的摩擦估计值。例如,趋势分析器240可以确定针对阀112的每个全冲程的阀组件108的摩擦估计值,并比较阀112的寿命的摩擦估计值。
在某些情况下,趋势分析器240确定趋势状态。趋势状态可以是阀健康的状态指标。例如,趋势状态可以是阀的可用健康的百分比(例如,阀是100%健康的、阀是50%健康的等等)。趋势状态可以包括恶化状态、故障状态、警告状态等。在某些示例中,趋势分析器240基于健康参数的操作值是否接近阈值来确定趋势状态。例如,趋势分析器240可以确定死区时间健康参数的值正在接近阈值(例如,死区时间健康参数的值大于500 毫秒)。趋势分析器240可以基于趋势分析器240确定死区时间健康参数的值正在接近阈值来更新趋势状态以包括警告状态。在某些示例中,趋势分析器240基于这些值的变化速率来更新趋势状态。例如,趋势分析器240 可以确定死区时间健康参数的值正在以第一速率接近阈值(例如,死区时间健康参数的值在每个全冲程循环增加5毫秒),其中第一速率指示即将发生的故障。当趋势分析器240确定死区时间健康参数的值以第一速率增加时,趋势分析器240可以更新趋势状态以包括故障状态。
在某些示例中,趋势分析器240基于健康参数的两个操作值之间的差值是否接近阈值来确定趋势状态。例如,趋势分析器240可以确定死区时间健康参数的第一操作值与死区时间健康参数的第二操作值之间的差值正在接近阈值(例如,差值大于100毫秒)。趋势分析器240可以更新趋势状态以包括恶化状态,指示与差值相关联的阀组件108的状况正在恶化(例如,阀组件108的结构可能恶化到故障)。
在某些示例中,趋势分析器240基于健康参数的操作值和基线值之间的差值是否接近阈值来确定趋势状态。例如,趋势分析器240可以确定死区时间健康参数的操作值与死区时间健康参数的基线值之间的差值正在接近阈值(例如,差值大于100毫秒)。趋势分析器240可以更新趋势状态以包括故障状态,指示与差值相关联的阀组件108的状况正在发生故障(例如,阀组件108可能经历即将发生的故障)。在某些示例中,趋势分析器240 确定阀故障的估计时间线。例如,趋势分析器240可以基于趋势状态来确定直到阀组件108经历故障的估计的时间量。在某些示例中,趋势分析器 240将趋势状态存储在数据库210中。在某些情况下,趋势分析器240从数据库210获取趋势状态。
另外地或替代地,趋势分析器240可以选择、比较、和分析关于从第二阀(例如,与第一阀相同的阀、理想阀等)获得的健康信息的第一阀的一个或多个健康参数的趋势。例如,用于第一阀的趋势分析器240可以将第一阀的一个或多个健康参数与第二阀的一个或多个健康参数进行比较。用于第一阀的趋势分析器240可以选择、比较、和分析关于从第二阀获得的健康信息(例如,基于第二阀的基线和/或操作值)的、作为附加健康参数(例如,基于第一阀的基线和/或操作值)的函数的一个或多个健康参数。在某些示例中,趋势分析器240将对第一阀的两个或更多个健康参数之间的关系的回归分析与对第二阀的两个或更多个健康参数之间的关系的回归分析进行比较。趋势分析器240可以经由网络280从数据库210和/或经由第二阀获得来自第二阀的信息。趋势分析器240可以基于与第二阀相对应的健康信息来更新与第一阀的健康信息有关的信息(例如,趋势状态、阈值等)。
在如图2所示的示例中,VHM装置100包括异常值识别器250,以判断计算的健康参数的值(例如,数据点)或者获得的健康参数的值(例如,数据点)是否是异常值。在某些示例中,异常值识别器250计算感兴趣的健康参数的至少一个平均值和标准偏差值。异常值识别器250可以确定在一个时间段期间该平均值与健康参数的值之间的差值。当差值满足阈值(例如,差值超过一个或多个标准偏差值)时,异常值识别器250可以确定健康参数的值是异常值。在某些情况下,异常值识别器250从健康参数的基线健康信息或操作健康信息中移除所识别的异常值。在某些示例中,异常值识别器250将异常值存储在数据库210中。在某些情况下,异常值识别器250例如从数据库210获取数据点、平均值、标准偏差值等。
在如图2所示的示例中,VHM装置100包括故障模式识别器260,以识别潜在故障或诊断阀组件108的现有故障。在某些示例中,故障模式识别器260判断在一个时间段期间的健康参数的变化是否可以归因于或归功于阀组件108的机械退化或结构状况。例如,故障模式识别器260可以确定t63时间健康参数(例如,阀行进到全冲程距离的63%所花费的时间量) 或冲程时间健康参数(例如,阀行进到全冲程距离的98%所花费的时间量,阀行进到全冲程距离的100%所花费的时间量等)的减小可以归功于阀组件 108的致动器弹簧故障。在某些示例中,在阀行程的一端的损坏的致动器弹簧表现得像更大刚度的致动器弹簧。例如,当阀112朝损坏端行进(即,朝向损坏的致动器弹簧)时,由于损坏的致动器弹簧向阀112的移动提供了大于正常水平的阻力,所以t63时间健康参数和/或冲程时间健康参数的值可能增加。当阀112远离损坏端行进时,t63时间健康参数和/或冲程时间健康参数的值可以随着损坏的致动器弹簧辅助阀112的移动而减小。在某些示例中,故障模式识别器260将所识别的故障模式存储在数据库210中。在某些情况下,故障模式识别器260从数据库210获取健康信息(例如,基线健康信息、操作健康信息等)。
在如图2所示的示例中,VHM装置100包括警报生成器270,用于基于一个或多个健康参数的变化来生成警报。在某些示例中,当健康参数的第一操作值和第二操作值之间的差值满足阈值时,警报生成器270生成警报。在某些情况下,当健康参数的操作值和基线值之间的差值满足阈值时,警报生成器270生成警报。在某些示例中,警报生成器270采用可以取决于默认阈值或用户输入的预定阈值。在某些示例中,警报生成器270利用经计算的阈值。例如,警报生成器270可以将经计算的阈值建立在一个或多个标准偏差值的基础上。在某些示例中,警报生成器270将阈值和/或生成的警报存储在数据库210中。在某些情况下,警报生成器270从数据库 210获得阈值和/或生成的警报。
在某些示例中,当警报生成器270确定健康参数的第一操作值和第二操作值之间的差值满足阈值时,警报生成器270可以识别阀组件108的状况。例如,警报生成器270可以将阀组件108的状况识别为结构的退化(例如,阀密封件中的裂纹、供气连接密封件中的裂纹等)、结构性能的退化(例如,气压损失、机械障碍等)、结构的故障(例如,致动器110不能移动、阀112不能再保持压力等)等。响应于识别结构的状况,示例性警报生成器270可以生成警报,诸如发出报警声音,在整个过程控制网络中传播警报消息,生成故障日志和/或报告,在显示器上显示警报等。
在某些示例中,警报生成器270基于阀组件108的当前健康信息和/或过去健康信息生成阈值(例如,调整现有阈值、创建新的阈值等)。例如,警报生成器270可以基于最近计算的阀组件108的死区时间健康参数来修改对于阀组件108的死区时间健康参数的现有阈值(例如,默认阈值)。替代地,警报生成器270可以基于从第二阀获得的当前健康信息和/或过去健康信息生成阈值。第二阀可以经由过程管道可操作地耦接到流体过程系统 116。第二阀可以可操作地耦接到与流体过程系统116分离的第二流体过程系统等。例如,警报生成器270可以基于针对流体过程系统116外部的流体过程系统中相似的阀的所获取的死区时间健康参数来修改阀组件108的死区时间健康参数。
在如图2所示的示例中,网络280是总线和/或计算机网络。例如,网络280可以是内部控制器总线、过程控制网络、到现场设备104的接口的直接有线连接等。在某些示例中,网络280是具有通信地耦合到互联网的能力的网络。然而,网络280可以使用任何适合的(多个)有线和/或无线网络来实现,该网络包括例如一个或多个数据总线、一个或多个局域网(LAN)、一个或多个无线LAN、一个或多个蜂窝网络、一个或多个光纤网络、一个或多个卫星网络、一个或多个专用网络、一个或多个公共网络等。网络280可以使得示例性VHM装置100能够与现场设备104进行通信。如本文所使用的,短语“在通信中”包括其变型方式,包括通过一个或多个中间部件的直接通信和/或间接通信,并且不需要直接的物理(例如,有线)通信和/或持续通信,而是包括以定期或不定期间隔的选择性通信以及一次性事件。
尽管在图2中示出了实现图1的阀健康监控器(VHM)装置100的示例性方式,但是在图2中所示的元件、过程和/或设备中的一个或多个可以被组合、划分、重新排列、省略、消除和/或以任何其它方式实现。此外,示例性收集引擎200、示例性数据库210、示例性参数计算器220、示例性差值计算器230、示例性趋势分析器240、示例性异常值识别器250、示例性故障模式识别器260、示例性警报生成器270和/或者更一般地图2的示例性VHM装置100可以通过硬件、软件、固件和/或硬件、软件和/或固件的任意组合来实现。因此,例如,示例性收集引擎200、示例性数据库210、示例性参数计算器220、示例性差值计算器230、示例性趋势分析器240、示例性异常值识别器250、示例性故障模式识别器260、示例性警报生成器 270和/或更一般地图2的示例性VHM装置100中的任何一个可以通过一个或多个模拟或数字电路、逻辑电路、(多个)可编程处理器、(多个)专用集成电路(ASIC)、(多个)可编程逻辑器件((多个)PLD)和/或(多个) 现场可编程逻辑器件((多个)FPLD)来实现。当阅读本专利的装置或系统权利要求中任何权利要求以覆盖纯软件和/或固件实施方式时,示例性收集引擎200、示例性数据库210、示例性参数计算器220、示例性差值计算器230、示例性性趋势分析器240、示例性性异常值识别器250、示例性性故障模式识别器260、示例性性警报生成器270和/或更一般地图2的示例性VHM装置100中的至少一个在此被明确地定义为包括有形计算机可读存储设备或存储盘(诸如,存储软件和/或固件的存储器、数字多功能盘(DVD)、光盘(CD)、蓝光盘等)。此外,图2的示例性VHM装置可以包括除了图 2中所示的那些之外或者替代图2中所示的那些的一个或多个元件、过程和 /或设备,和/或可以包括所示元件、过程、和设备中的任何或全部元件、过程、和设备中的多于一个。
在图3-12中示出了表示用于实现图2的示例性VHM装置100的示例性方法的流程图。在这些示例中,该方法可以使用机器可读指令来实现,机器可读指令包括由处理器(诸如,在下面结合图16所讨论的示例性处理器平台1600中显示的处理器1612)执行的程序。该程序可以体现在存储在有形计算机可读存储介质(诸如CD-ROM、软盘、硬盘驱动、数字多功能盘(DVD)、蓝光盘、或与处理器1612相关联的存储器)上的软件中,但是整个程序和/或其部分可以替代地由除了处理器1612之外的设备执行和/ 或体现在固件或专用硬件中。此外,尽管参照图3-12所示的流程图描述了示例性程序,但是可以替代地使用实现示例性VHM装置100的许多其它方法。例如,可以改变框的执行顺序,和/或可以改变、消除、或组合所描述的框中的某些框。
如上所述,图3-12的示例性方法可以使用存储在有形计算机可读存储介质(例如,硬盘驱动、闪存、只读存储器(ROM)、压缩盘(CD)、数字多功能盘(DVD)、高速缓存、随机存取存储器(RAM)和/或其中信息被存储达任何持续时间(例如,延长的时间段、永久性地、用于简短实例、用于临时缓冲、和/或用于缓存信息)的任何其它存储设备或存储盘)上的编码指令(例如,计算机和/或机器可读指令)来实现。如本文所使用的,术语有形计算机可读存储介质被明确定义为包括任何类型的计算机可读存储设备和/或存储盘并且排除传播信号并排除传输介质。如本文所使用的,“有形计算机可读存储介质”和“有形机器可读存储介质”可以互换使用。另外地或替代地,图3-12的示例性过程可以使用存储在非暂时性计算机和/或机器可读介质(诸如,硬盘驱动、闪存、只读存储器、压缩盘、数字多功能盘、高速缓存、随机存取存储器和/或其中信息被存储达任何持续时间 (例如,延长的时间段、永久性地、用于简短实例、用于临时缓冲、和/或用于缓存信息)的任何其它存储设备或存储盘等)上的编码指令(例如,计算机和/或机器可读指令)来实现。如本文所使用的,术语非暂时性计算机可读介质被明确定义为包括任何类型的计算机可读存储设备和/或存储盘并且排除传播信号并排除传输介质。如本文所使用的,当短语“至少”被用作权利要求的前序中的过渡术语时,其以与术语“包括”为开放式的相同方式是开放式的。包括和“包括”的所有其它变型方式被明确地定义为开放式术语。包含和“包含”的所有其它变型方式也被定义为开放式术语。相反,术语“组成”和/或组成的其它形式被定义为封闭式术语。
图3是表示可以由图2的示例性VHM装置100执行以获取并处理阀的健康信息的示例方法300的流程图。当VHM装置100获得数据采集触发信息时,示例方法300在框302处开始。例如,当阀组件108开始全冲程阀操作时,收集引擎200可以从现场设备104获得数据采集触发信息。在框304处,VHM装置100判断数据采集触发信息是否包括开始数据采集命令。例如,收集引擎200可以判断数据采集触发信息是否包括开始数据采集命令。如果在框304处,VHM装置100确定数据采集触发信息不包括开始数据采集命令,则控制返回到框302以获得附加的数据采集触发信息。如果在框304处,VHM装置100确定数据采集触发信息确实包括开始数据采集命令,则在框306处,VHM装置100获得并处理健康信息。例如,收集引擎200可以从用于阀组件108的现场设备104获得操作健康信息,并判断所获得的操作健康信息是否包括需要进一步计算和/或处理的一个或多个健康参数。
在框308处,VHM装置100计算(多个)健康参数。例如,参数计算器220可以转换(例如,使用转换计算进行转换,转换为不同的测量单位等)、缩放(例如,使用缩放因子进行缩放)、转变(例如,使用转变曲线进行变换)和/或以其它方式将从操作健康信息获得的健康参数处理成可以由示例性VHM装置100使用的格式。在框310处,VHM装置100计算(多个)健康参数差值。例如,差值计算器230可以确定在第一时间段期间获得的死区时间健康参数的第一操作值与在第二时间段期间获得的死区时间健康参数的第二操作值之间的差值。
在框312处,VHM装置100判断至少一个健康参数差值是否满足阈值。例如,差值计算器230可以判断死区时间健康参数的第一操作值与死区时间健康参数的第二操作值之间的差值是否满足阈值(例如,差值大于100 毫秒)。如果在框312处,VHM装置100确定至少一个健康参数差值不满足阈值,则控制返回到框302,以获得附加的数据采集触发信息。如果在框 312处,VHM装置100确定至少一个健康参数差值确实满足阈值,则在框 314处,VHM装置100识别(多个)故障模式。例如,故障模式识别器260 可以确定死区时间健康参数的第一操作值和死区时间健康参数的第二操作值之间的差值基于图1的阀112的障碍物。在框316处,VHM装置100生成警报。例如,警报生成器270可以基于所识别的(多个)故障模式来生成警报。
在图4中示出了结合获得数据采集触发信息(图3框302)的附加细节。图4是表示可以由图2的VHM装置100执行以获得数据采集触发信息的示例性方法400的流程图。当VHM装置100获得阀位置时,示例性方法400 在框402处开始。例如,收集引擎200从图1的用于阀112的现场设备104 获得阀位置健康参数的值。在框404处,VHM装置100确定阀位置是完全打开或是完全关闭的。例如,收集引擎200可以基于阀位置健康参数的值 (例如,该值指示阀112的位置是100%打开的)来确定阀位置是完全打开的。如果在框404处,VHM装置100确定阀位置不是完全打开的或完全关闭的(例如,阀位置是25%打开),则控制返回到框402以获得附加的阀位置。如果在框404处,VHM装置100确定阀位置是完全打开的或完全关闭的(例如,阀112是100%打开的,阀112是100%关闭的等),则在框406 处,该阀接收在相对方向上移动的命令。例如,现场设备104可以从通信地耦接的过程控制系统接收命令以引导阀112从完全打开移动到完全关闭。在框408处,VHM装置100获得数据采集触发信息。例如,收集引擎200 可以响应于现场设备104接收到引导阀112在相对方向上移动的命令而从现场设备104获得数据采集触发信息。数据采集触发信息可以包括开始数据采集命令,结束数据采集命令等。
在图5中示出了结合获得和处理健康信息(图3框306)的附加细节。图5是表示可以由图2的VHM装置100执行以获得并处理健康信息的示例性方法500的流程图。当VHM装置100获得健康信息时,示例性方法500 在框502处开始。例如,收集引擎200可以从图1的阀组件108的现场设备104中获得操作健康信息。在框504处,VHM装置处理健康信息。例如,收集引擎200可以基于一个或多个数据分隔符(例如,散列标记“#”、空格、逗号等)来将操作健康信息分类为一个或多个健康参数。在框506处, VHM装置100选择要处理的感兴趣的健康参数。例如,收集引擎200可以选择要处理的阀组件108的冲程时间健康参数。
在框508处,VHM装置100判断健康参数是否是计算的参数。例如,收集引擎200可以确定增益值健康参数(例如,通过阀位置变化的百分比除以命令信号变化的百分比而计算的值)需要进一步计算。如果在框508 处,VHM装置100确定健康参数不是计算的参数,则控制继续到框512以存储信息。如果在框508处,VHM装置100确定健康参数是计算的参数,则在框510处,VHM装置100设定计算参数标志。例如,当收集引擎200 确定健康参数是计算的参数时,收集引擎200可以设定计算参数标志。在框512处,VHM装置100存储信息。例如,收集引擎200可以将计算参数标志存储在数据库210中。在框514处,VHM装置100判断是否存在另一个有兴趣处理的健康参数。例如,收集引擎200可以判断是否存在另一个有兴趣处理的健康参数。如果在框514处,VHM装置100确定存在另一个有兴趣处理的健康参数,则控制返回到框506以选择另一个有兴趣处理的健康参数,否则结束示例性方法500。
在图6中示出了结合计算(多个)健康参数(图3框308)的附加细节。图6是表示可以由图2的VHM装置100执行以计算(多个)健康参数的示例性方法600的流程图。当VHM装置100选择有兴趣处理的健康信息时,示例性方法600在框602处开始。例如,收集引擎200可以选择有兴趣处理的一时间段内的阀组件108的操作健康信息。在框604处,VHM装置100 选择有兴趣处理的健康参数。例如,收集引擎200可以选择要处理的阀组件108的死区时间健康参数。
在块框606处,VHM装置100判断是否针对健康参数设定了计算参数标志。例如,收集引擎200可以确定针对阀组件108的死区时间健康参数设定了计算参数标志。如果在框606处,VHM装置100确定没有针对健康参数设定计算参数标志,则控制继续到框610以存储信息。例如,收集引擎200可以将致动器压力健康参数的值存储在数据库210中。如果在框606 处,VHM装置100确定针对健康参数设定了计算参数标志,则在框608处, VHM装置100计算健康参数。例如,参数计算器220可以基于阀组件108 的所选择的操作健康信息来计算死区时间健康参数。
在框610处,VHM装置100存储信息。例如,参数计算器220可以将死区时间健康参数的计算值存储在数据库210中。在框612处,VHM装置 100判断是否存在另一个有兴趣处理的健康参数。例如,收集引擎200可以判断是否存在另一个有兴趣处理的健康参数。如果在框612处,VHM装置 100确定存在另一个有兴趣处理的健康参数,则控制返回到框604以选择另一个有兴趣处理的健康参数。如果在框612处,VHM装置100确定不存在另一个有兴趣处理的健康参数(例如,数据库210返回空索引等),则在框 614处,VHM装置100判断是否存在附加的有兴趣处理的健康信息。例如,收集引擎200可以判断是否存在附加的有兴趣处理的健康信息。如果在框 614处,VHM装置100确定存在附加的有兴趣处理的健康信息,则控制返回到框602以选择附加的有兴趣处理的健康信息,否则结束示例性方法600。
图7是表示可以由图2的VHM装置100执行以计算与阀相关联的死区时间健康参数的示例性方法700的流程图。当VHM装置100选择与死区时间健康参数相关联的所获得的健康信息时,示例性方法700在框702处开始。例如,收集引擎200可以从数据库210中选择与死区时间健康参数相关联的所获得的操作健康信息。与死区时间健康参数相关联的所获得的操作健康信息可以包括阀命令信息、阀位置信息、和时间戳信息。在框704 处,VHM装置100确定第一阀命令值。例如,收集引擎200可以获得第一阀命令值。
在框706处,VHM装置100确定后续的阀命令值。例如,收集引擎200 可以获得后续阀命令值。在框708处,VHM装置100计算第一阀命令值和后续阀命令值之间的差值。例如,参数计算器220可以计算第一阀命令值 (例如4.0毫安)和后续阀命令值(例如,20.0毫安)之间的差值。在框 710处,VHM装置100判断阀命令差值是否满足阈值。例如,参数计算器 220可以判断该差值是否满足阈值(例如,差值大于0.5毫安)。如果在框 710处,VHM装置100确定阀命令差值不满足阈值,则控制返回到框706 以确定另一个后续阀命令值。如果在框710处,VHM装置100确定阀命令差值确实满足阈值,则在框712处,VHM装置100确定在后续阀命令值处的第一阀位置。例如,参数计算器220可以确定阀位置健康参数的第一值在20毫安的后续阀命令值处为0%打开。
在框714处,VHM装置100确定在第一阀位置处的第一时间戳。例如,参数计算器220可以确定与阀位置健康参数的第一值(例如,0%打开)相关联的第一时间戳。在框716处,VHM装置100确定后续阀位置。例如,参数计算器220可以确定阀位置健康参数的第二值(例如,1%打开)。在框718处,VHM装置100计算第一阀位置和后续阀位置之间的差值。例如,参数计算器220可以计算阀位置健康参数的第一值(例如,0%打开)和阀位置健康参数的第二值(例如,1%打开)之间的差值。
在框720处,VHM装置100判断阀位置差值是否满足阈值。例如,参数计算器220可以判断阀位置差值(例如,1%的阀位置差值)是否满足阈值(例如,差值大于2%)。如果在框720处,VHM装置100确定阀位置差值不满足阈值,则控制返回到框716以确定另一个后续阀位置。如果在框 720处,VHM装置100确定阀位置差值确实满足阈值,则在框722处,VHM 装置100确定在后续阀位置处的时间戳。例如,参数计算器220可以确定与阀位置健康参数的后续值相对应的第二时间戳。在框724处,VHM装置 100计算第一时间戳与后续时间戳之间的差值。例如,参数计算器220可以计算第一时间戳和第二时间戳之间的时间戳差值。在框726处,VHM装置 100将时间戳差值存储为死区时间健康参数。例如,参数计算器220可以将时间戳差值作为死区时间健康参数存储在数据库210中。
在图8中示出了结合计算(多个)健康参数差值(图3框310)的附加细节。图8是表示可以由图2的VHM装置100执行以计算一个或多个健康参数的操作值和基线值之间的差值的示例性方法800的流程图。当VHM装置100选择有兴趣处理的健康参数时,示例性方法800在框802处开始。例如,收集引擎200可以从数据库210中选择致动器压力健康参数以进行处理。在框804处,VHM装置100获取健康参数的操作值。例如,差值计算器230可以从数据库210中获取致动器压力健康参数的操作值。在某些示例中,操作值可以是由VHM装置100最近获得并处理的操作值。例如,操作值可以是由收集引擎200获得和/或处理和/或存储在数据库210中的先入先出(FIFO)缓冲器队列中的第一操作值。在框806处,VHM装置100 获取健康参数的基线值。例如,差值计算器230可以从数据库210获取致动器压力健康参数的基线值。
在框808处,VHM装置100计算操作值和基线值之间的差值。例如,差值计算器230可以计算致动器压力健康参数的操作值与致动器压力健康参数的基线值之间的差值。在框810处,VHM装置100判断差值是否满足阈值。例如,差值计算器230可以判断差值是否满足阈值(例如,差值大于10PSI,差值大于500毫秒等)。如果在框810处,VHM装置100确定差值不满足阈值,则控制继续到框814以判断是否存在另一个有兴趣处理的健康参数。如果在框810处,VHM装置100确定差值确实满足阈值,则在框812处,VHM装置100处理潜在的异常值。例如,异常值识别器250 可以处理潜在的异常值。在框814处,VHM装置100判断是否存在另一个感兴趣的健康参数。例如,收集引擎200可以判断是否存在另一个有兴趣处理的健康参数。如果在框814处,VHM装置100确定存在另一个有兴趣处理的健康参数,则控制返回到框802以选择另一个有兴趣处理的健康参数,否则示例性方法800结束。
在图9中示出了结合处理潜在的异常值(图8框812)的附加细节。图 9是表示可以由图2的VHM装置100执行以处理一个或多个健康参数的潜在异常值的示例性方法900的流程图。当VHM装置100选择有兴趣处理的健康参数时,示例性方法900在框902处开始。例如,收集引擎200可以选择要处理的死区时间健康参数。在框904处,VHM装置100选择要处理的健康参数的操作信息。例如,收集引擎200可以选择要处理的死区时间健康参数的操作健康信息。操作信息可以包括在包括一个或多个异常值的示例性时间段(例如,一小时、一天、一个月等)期间的死区时间健康参数的值。在框906处,VHM装置100计算平均值和标准偏差值。例如,异常值识别器250可以基于死区时间健康参数的操作健康信息来计算平均值和标准偏差值。
在框908处,VHM装置100选择有兴趣处理的数据点。例如,收集引擎200可以选择要处理的死区时间健康参数的操作健康信息内的数据点。在框910处,VHM装置100计算数据点与平均值之间的差值。例如,异常值识别器250可以计算死区时间健康参数的死区健康参数数据点与死区时间健康参数的操作信息平均值之间的差值。
在框912处,VHM装置100判断差值是否满足阈值。例如,异常值识别器250可以判断差值是否满足阈值。在某些示例中,用户输入确定阈值。在某些情况下,阈值是一个或多个标准偏差值。另外地或替代地,可以基于阀组件108的当前健康信息和/或过去健康信息来生成(例如,调整、创建、修改等)阈值。替代地,可以基于从另一个阀组件获得的当前健康信息和/或过去健康信息生成阈值。如果在框912处,VHM装置100判断如果差值不满足阈值(例如,差值小于一个标准偏差值),则控制继续到框918 以判断是否存在另一个有兴趣处理的数据点。如果在框912处,VHM装置 100判断如果差值确实满足阈值(例如,差值大于一个标准偏差值),则在框914处,VHM装置100将数据点标识为异常值。例如,异常值识别器250 可以将数据点识别为异常值。
在框916处,VHM装置100从健康参数的操作健康信息中移除数据点。例如,异常值识别器250可以从死区时间健康参数的操作健康信息中移除数据点。在某些示例中,异常值被存储在数据库210中以便进一步分析和/ 或生成警报。在框918处,VHM装置100判断是否存在另一个有兴趣处理的数据点。例如,收集引擎200可以判断是否存在另一个有兴趣处理的数据点。如果在框918处,VHM装置100确定存在另一个有兴趣处理的数据点,则控制返回到框908以选择另一个有兴趣处理的数据点。如果在框918 处,VHM装置100确定不存在另一个有兴趣处理的数据点(例如,数据库 210返回空索引等),则在框920处,VHM装置100判断是否存在另一个有兴趣处理的健康参数。例如,收集引擎200可以判断是否存在另一个有兴趣处理的健康参数。如果在框918处,VHM装置100确定存在另一个有兴趣处理的健康参数,则控制返回到框902以选择另一个有兴趣处理的健康参数,否则结束示例性方法900。
图10是表示可以由图2的VHM装置100执行以生成与阀相关联的基线健康参数的示例性方法1000的流程图。例如,VHM装置100可以用于针对图1的阀组件108生成健康参数的基线值。当现场设备104命令阀移动到关闭位置时,示例性方法1000在框1002处开始。替代地,VHM装置 100可以命令阀移动到关闭位置,或者用户可以手动地将阀移动到关闭位置。例如,收集引擎200可以将命令发送到通信地耦合到现场设备104的过程控制系统,以引导阀112移动到关闭位置(例如,大约100%关闭的位置)。在框1004处,VHM装置100获得并处理健康信息。例如,收集引擎200 可以从用于阀组件108的现场设备104获得并处理基线健康信息。在某些示例中,根据示例性方法500,VHM装置100获得并处理基线健康信息。在框1006处,VHM装置100计算健康参数。例如,参数计算器220可以基于所获得的基线健康信息来计算一个或多个健康参数。在某些情况下,根据示例性方法600,VHM装置100计算健康参数。
在框1008处,VHM装置100获得阀位置。例如,收集引擎200可以获得阀组件108的阀位置健康参数的值(例如,阀112是25%打开的)。在框1010处,VHM装置100判断阀是否移动到关闭位置。例如,收集引擎 200可以判断阀112是否移动到关闭位置(例如,在其中阀112近似100%关闭的位置)。如果在框1010处,VHM装置100确定阀未移动到关闭位置,则控制返回到框1008以获得另一个阀位置。如果在框1010处,VHM装置 100确定阀确实移动到关闭位置,则在框1012处,现场设备104命令阀移动到打开位置。替代地,VHM装置100可以命令阀移动到打开位置,或者用户可以手动将阀移动到打开位置。例如,收集引擎200可以向通信地耦合到现场设备104的过程控制系统发送命令,以引导阀112移动到打开位置(例如,在其中阀112大约100%打开的位置)。
在框1014处,VHM装置100获得并处理健康信息。例如,收集引擎 200可以从用于阀组件108的现场设备104获得并处理基线健康信息。在某些示例中,根据示例性方法500,VHM装置100获得并处理基线健康信息。在框1016处,VHM装置100计算健康参数。例如,参数计算器220可以基于获得的基线健康信息来计算一个或多个健康参数。在某些情况下,根据示例性方法600,VHM装置100计算健康参数。
在框1018处,VHM装置100获得阀位置。例如,收集引擎200可以获得阀组件108的阀位置健康参数的值(例如,阀112是关闭25%的)。在框1020处,VHM装置100判断阀是否移动到打开位置。例如,收集引擎 200可以判断阀112是否移动到打开位置(例如,在其中阀112是近似100%打开的位置)。如果在框1020处,VHM装置100确定阀未移动到打开位置,则控制返回到框1018以获得另一个阀位置。如果在框1020处,VHM装置 100确定阀确实移动到打开位置,则在框1022处,VHM装置100计算在打开位置和关闭位置处的健康参数之间的差值。例如,差值计算器230可以计算在打开位置处的死区时间健康参数的基线值与在关闭位置处的死区时间健康参数的基线值之间的差值。
在框1024处,VHM装置100判断是否所有的差值满足它们相应的阈值。例如,差值计算器230可以判断打开位置处的死区时间健康参数的值与闭合位置处的死区时间健康参数的值之间的差值是否满足阈值(例如,差值大于10毫秒)。如果在框1024处,VHM装置100确定并非所有的差值都满足其相应的阈值,则控制返回到框1002以命令阀移动到关闭位置。如果在框1024处,VHM装置100确定所有差值满足其相应的阈值,则在框1026处,VHM装置生成健康参数的基线值。例如,差值计算器230可以将在打开位置处的经计算的健康参数的基线值存储在数据库210中。在另一个示例中,差值计算器230可以将在关闭位置处的经计算的健康参数的基线值存储在数据库中。替代地,可以针对单个健康参数执行示例性方法1000。
图11是表示可以由图2的VHM装置100执行以分析与阀相关联的健康参数的操作值的趋势的示例性方法1100的流程图。当VHM装置选择有兴趣处理的健康参数时,示例性方法1100在框1102处开始。例如,收集引擎200可以选择与图1的阀组件108相关联的致动器压力健康参数以进行处理。在框1104处,VHM装置100选择队列中的操作值。例如,收集引擎200可以从数据库210中获取致动器压力健康参数的操作值。在某些示例中,操作值可以是VHM装置100最近获得的和/或处理的操作值。例如,操作值可以是由收集引擎200获得和/或处理的先入先出(FIFO)缓冲器队列中的第一操作值。在框1106处,VHM装置100计算操作值和趋势值之间的差值。例如,趋势分析器240可以计算致动器压力健康参数的操作值与致动器压力健康参数的趋势值之间的差值。
在框1108处,VHM装置100判断差值是否满足阈值。例如,趋势分析器240可以判断差值是否满足阈值(例如,差值大于10PSI)。如果在框 1108处,VHM装置100确定差值不满足阈值,则控制继续到框1112,以更新趋势值。如果在框1108处,VHM装置100确定差值满足阈值,则在框1110处,VHM装置100更新趋势状态。例如,趋势分析器240可以更新致动器压力健康参数的趋势状态。
在框1112处,VHM装置100更新趋势值。例如,趋势分析器240可以更新致动器压力健康参数的趋势值。在某些示例中,趋势分析器240利用在框1104处选择的操作值替换先前趋势值。在某些情况下,趋势分析器 240重新计算移动-窗口平均值以包括在框1104处选择的操作值。在框1114 处,VHM装置100判断是否存在另一个有兴趣处理的健康参数。例如,收集引擎200可以判断是否存在另一个有兴趣处理的健康参数。如果在框1114 处,VHM装置100确定存在另一个有兴趣的健康参数,则控制返回到框1102 以选择另一个有兴趣处理的健康参数,否则结束示例性方法1100。
图12是表示可以由图2的VHM装置100执行以分析与阀相关联的两个或更多个健康参数的值的趋势的示例性方法1200的流程图。当VHM装置100选择有兴趣处理的第一健康参数时,示例性方法1200在框1202处开始。例如,收集引擎200可以选择与图1的阀组件108相关联的阀位置健康参数。在框1204处,VHM装置100选择有兴趣处理的第二健康参数。例如,收集引擎200可以选择与图1的阀组件108相关联的致动器压力健康参数。在框1206处,VHM装置100选择第一健康参数的操作值。例如,趋势分析器240可以从数据库210中选择阀位置健康参数的操作值。在框 1208处,VHM装置100选择与第一健康参数的操作值相对应的第二健康参数的操作值。例如,趋势分析器240可以选择与阀位置健康参数的操作值 (例如,阀112的位置是40%打开)相对应的致动器压力健康参数的操作值(例如,12PSIG)。
在框1210处,VHM装置100选择与第一健康参数的操作值相对应的第一健康参数的基线值。例如,趋势分析器240可以选择与阀位置健康参数的操作值(例如,阀112的位置是40%打开)相对应的阀位置健康参数的基线值(例如,阀112打开40%)。在框1212处,VHM装置100选择与第一健康参数的基线值相对应的第二健康参数的基线值。例如,趋势分析器240可以选择与阀位置健康参数的基线值(例如,阀112的位置是40%打开)相对应的致动器压力健康参数的基线值(例如,14PSIG)。
在框1214处,VHM装置100计算第二健康参数的操作值与基线值之间的差值。例如,趋势分析器240可以计算致动器压力健康参数的操作值 (例如,12PSIG)和致动器压力健康参数的基线值(例如,14PSIG)之间的差值。在框1216处,VHM装置100判断差值是否满足阈值。例如,趋势分析器240可以判断差值(例如,12PSIG-10PSIG=2PSIG)是否满足阈值(例如,差值大于5PSIG)。如果在框1216处,VHM装置100确定差值不满足阈值,则控制继续到框1220以判断是否存在另一个有兴趣处理的第二健康参数。如果在框1216处,VHM装置100确定差值确实满足阈值,则在框1218处,VHM装置100更新趋势状态。例如,趋势分析器240可以更新趋势状态。
在框1220处,VHM装置100判断是否存在另一个有兴趣处理的第二健康参数。例如,收集引擎200可以确定存在可以相对于阀位置健康参数进行分析的另一个健康参数。如果在框1220处,VHM装置100确定存在另一个有兴趣处理的第二健康参数,则控制返回到框1204以选择另一个有兴趣处理的第二健康参数。如果在框1220处,VHM装置100确定不存在另一个有兴趣处理的第二健康参数,则在框1222处,VHM装置100判断是否存在另一个有兴趣处理的第一健康参数。例如,收集引擎200可以确定存在可以用作基础参考的另一个健康参数,其中可以相对于基础参考来分析附加健康参数。如果在框1222处,VHM装置100确定存在另一个有兴趣处理的第一健康参数,则控制返回到框1202以选择另一个有兴趣处理的第一健康参数,否则示例性方法1200结束。
图13是描绘在基线过程期间的阀的健康信息(例如,基线健康信息) 的曲线图。例如,图13的曲线图可以描绘在基线过程期间获得的图1的阀组件108的基线健康信息。图13的曲线图描绘了根据阀位置1304的致动器压力1302的曲线1300。致动器压力1302以磅每平方英寸表压(PSIG) 为测量单位。阀位置1304以百分比为测量单位。阀位置轴线1306的范围从-20%到120%,其中0%是指0%打开或完全关闭的阀位置1304,并且 100%是指100%打开或完全打开阀位置1304。
在某些示例中,VHM装置100基于基线健康信息来显现绘图1300。例如,参数计算器220可以显现绘图1300来计算阀组件108的健康参数的基线值。在某些情况下,参数计算器220针对在基线过程期间的图1的阀组件108的每个完整的全冲程操作(例如,阀112从完全关闭行进到完全打开以及从完全打开回到完全关闭)生成绘图1300。参数计算器220可以计算健康参数,诸如座负载估计1308、台架设备估计1310(例如,理论致动器压力估计)、两倍摩擦估计1312、摩擦估计、弹簧刚度、可用的力估计 1314等。VHM装置100可以将经计算的健康参数存储在数据库210中。例如,参数计算器220可以将座负载估计1308、台架设备估计1310、两倍摩擦估计1312、摩擦估计、弹簧刚度、可用的力估计1314等的基线值存储在数据库210中。
在图13所示的示例中,参数计算器220通过计算在1%的阀位置1304 处的致动器压力1302与在0%的阀位置1304处的致动器压力1302之间的差值来计算座负载估计1308的基线值。如果全部致动器压力1302从阀112 移除,则座负载估计1308的基线值可以是来自阀112的弹簧的压力的量。例如,参数计算器220可以基于绘图1300来将座负载估计的基线值确定为大约5PSIG(例如,(1%的阀位置处的4PSIG)–(0%的阀位置处的-1PSIG) =5PSIG)。
在图13所示的示例中,VHM装置100基于在0%的阀位置1304处的致动器压力1302和在100%的阀位置1304处的致动器压力1302来计算台架设备估计1310的基线值。示例性VHM装置100然后推断针对包括在0%的阀位置1304处和在100%处的阀位置1304处的致动器压力1302的台架设备估计1310的线条。例如,参数计算器220可以基于绘图1300来将0%的阀位置1304处的致动器压力1302确定为大约7PSIG。参数计算器220 可以基于绘图1300来将在100%的阀位置1304处的致动器压力1302确定为近似28PSIG。参数计算器220可以推断在(1)0%的阀位置1304处的 7PSIG的致动器压力1302和(2)在100%的阀位置1304处的28PSIG的致动器压力1302之间的线条,以确定针对台架设备估计1310的线条。
在图13所示的示例中,VHM装置100通过将在线条1316上的阀位置 1304处的致动器压力1302除以在线条1318上的相同阀位置1304处的致动器压力1302来计算两倍摩擦估计1312的基线值。例如,参数计算器220 可以通过将在40%的阀位置1304处的针对线条1316的致动器压力1302(例如,大约20PSIG)除以针对线条1318的致动器压力1302(例如,大约15 PSIG),来计算在40%的阀位置1304处的两倍摩擦估计1312的基线值。例如,参数计算器220可以基于曲线图1300来将在40%的阀位置1304处的两倍摩擦估计1312的基线值计算为大约1.33(例如,20PSIG÷15PSIG ≈1.33)。在某些情况下,参数计算器220可以通过将两倍摩擦估计1312的基线值减半来计算摩擦估计的基线值。例如,参数计算器220可以基于绘图1300来将在40%的阀位置1304处的摩擦估计的基线值计算为大约0.67 (例如,(20PSIG÷15PSIG)÷2≈0.67)。
在图13所示的示例中,VHM装置100通过计算工作组估计1310线条的斜率来计算弹簧刚度的基线值。例如,参数计算器220可以计算工作组估计1310线条的基线值的斜率,以确定图1的阀112的弹簧刚度的基线值。例如,参数计算器220可以将在60%的阀位置1304处的致动器压力1302 确定为大约21PSIG。参数计算器220可以将在20%的阀位置1304处的致动器压力1302确定为大约12PSIG。参数计算器220可以基于绘图1300来将基线值弹簧刚度计算为近似0.225(例如,(21PSIG-12PSIG)÷(60% -20%)≈0.225)。
在如图13所示的示例中,VHM装置100通过计算在100%的阀位置 1304处的致动器压力1302与在99%的阀位置1304处的致动器压力1302 之间的差值来计算可用力估计1314的基线值。可用力估计1314的基线值可以是用于开始关闭阀112的来自阀112的弹簧的可用压力的量(例如,将阀112从100%打开的阀位置移动到99%打开的阀位置的力的量)。例如,参数计算器220可以基于绘图1300来将可用力估计1314的基线值确定为大约3PSIG(例如,(在100%的阀位置处的37PSIG)–(在99%的阀位置处的34PSIG)=3PSIG)。
图14是描绘了在操作过程期间阀的健康信息的曲线图。例如,图14 的曲线图可以描绘在正常操作期间获得的图1的阀组件108的操作健康信息。图14的曲线图描绘了根据阀位置1404的致动器压力1402的绘图1400。致动器压力1402以磅每平方英寸表压(PSIG)为测量单位。阀位置1404 以百分比为测量单位。阀位置轴线1406的范围从-20%到120%,其中0%是指0%打开或完全关闭的阀位置1404,并且100%是指100%打开或完全打开的阀位置1404。
在某些示例中,VHM装置100基于操作健康信息来显现绘图1400。例如,参数计算器220可以显现绘图1400来计算阀组件108的健康参数的操作值。在某些情况下,参数计算器220针对在操作过程期间的图1的阀组件108的每个完整的全冲程操作(例如,阀112从完全关闭行进到完全打开以及从完全打开回到完全关闭)生成绘图1400。参数计算器220可以计算健康参数,诸如座负载估计1408、工作组估计1410(例如,理论致动器压力估计)、两倍摩擦估计1412、摩擦估计、弹簧刚度、可用力估计1414 等。VHM装置100可以将经计算的健康参数存储在数据库210中。例如,参数计算器220可以将座负载估计1408、工作组估计1410、两倍摩擦估计1412、摩擦估计、弹簧刚度、可用力估计1414等的操作值存储在数据库210 中。
在图14所示的示例中,参数计算器220通过计算在1%的阀位置1404 处的致动器压力1402与在0%的阀位置1404处的致动器压力1402之间的差值来计算座负载估计1408的操作值。如果全部致动器压力1402从阀112 移除,则座负载估计1408的操作值可以是来自阀112的弹簧的压力的量。例如,参数计算器220可以基于绘图1400来将座负载估计的操作值确定为大约3PSIG(例如,(在1%的阀位置处的1PSIG)–(在0%处的阀位置处的-2PSIG)=3PSIG)。
在图14所示的示例中,VHM装置100基于在0%的阀位置1404处的致动器压力1402和在100%的阀位置1404处的致动器压力1402来计算工作组估计1410的操作值。示例性VHM装置100然后推断针对包括在0%的阀位置1404处的致动器压力1402和在100%处的阀位置1404处的致动器压力1402的工作组估计1410的线条。例如,参数计算器220可以基于绘图1400来将在0%的阀位置1404处的致动器压力1402确定为大约3 PSIG。参数计算器220可以基于绘图1400来将在100%的阀位置1404处的致动器压力1402确定为大约27PSIG。参数计算器220可以推断(1)在 0%的阀位置1404处的3PSIG的致动器压力1402和(2)在100%的阀位置1404处的27PSIG的致动器压力1402之间的线条,以确定针对工作组估计1410的线条。
在图14所示的示例中,VHM装置100通过将线条1416上的阀位置1404 处的致动器压力1402除以线条1418上的相同阀位置1404处的致动器压力 1402来计算两倍摩擦估计1412的操作值。例如,参数计算器220可以通过将40%的阀位置1404处的线条1416的致动器压力1402(例如,大约15PSIG) 除以线条1418的致动器压力1402(例如,大约11PSIG),来计算在40%的阀位置1404处的两倍摩擦估计1412的操作值。例如,参数计算器220 可以基于绘图1400来将在40%的阀位置1404处的两倍摩擦估计1412的操作值计算为大约1.36(例如,15PSIG÷11PSIG≈1.36)。在某些情况下,参数计算器220可以通过将两倍摩擦估计1412的基线值减半来计算摩擦估计的操作值。例如,参数计算器220可以基于绘图1400来将在40%的阀位置1404处的摩擦估计的操作值计算为大约0.68(例如(15PSIG÷11PSIG) ÷2≈0.68)。
在图14所示的示例中,VHM装置100通过计算台架设备估计1410的线条的斜率来计算弹簧刚度的操作值。例如,参数计算器220可以计算工作组估计1410的线条的操作值的斜率,以确定图1的阀112的弹簧刚度的操作值。例如,参数计算器220可以将在60%的阀位置1404处的致动器压力1402确定为大约17PSIG。参数计算器220可以将在20%的阀位置1404处的致动器压力1402确定为大约8PSIG。参数计算器220可以基于绘图 1400来将弹簧刚度的操作值计算为大约0.225(例如,(17PSIG-7PSIG) ÷(60%-20%)≈0.250)。
在图14所示的示例中,VHM装置100通过计算在100%的阀位置1404 处的致动器压力1402与在99%的阀位置1404处的致动器压力1402之间的差值,来计算可用力估计1414的操作值。可用力估计1414的操作值可以是用于开始关闭阀112的来自阀112的弹簧的可用压力的量(例如,将阀 112从100%打开的阀位置移动到99%打开的阀位置的力的量)。例如,参数计算器220可以基于绘图1400来将可用力估计1414的操作值确定为大约2PSIG(例如,(在100%的阀位置处的32PSIG)–(在99%的阀位置处的30PSIG)=2PSIG)。
图15是描绘示例性健康信息的示例性表格1500。例如,表格1500可以描绘在图13的基线过程和图14的操作过程期间获得的健康信息。表格1500示出了可以由VHM装置100获得和/或处理的示例性健康信息。例如, VHM装置100可以从图1的用于阀组件108的现场设备104获得和/或处理表格1500中显示的示例性健康信息。表格1500描绘了健康参数的示例性健康信息,诸如座负载估计1502、在0%阀位置处的台架设备估计1504、在40%阀位置处的摩擦估计1506、弹簧刚度1508、以及可用力估计1510。尽管在表格1500中列出了五个健康参数,但是另外地或替代地,可以存在由VHM装置100获得和/或处理的少于或多于五个的健康参数。
在图15所示的示例中,表格1500描绘了基线过程列1512、操作过程列1514、绝对值差值列1516、和警报阈值列1518。基线过程列1512详述了在基线过程期间获得的健康参数的示例性值。例如,基线过程列1512可以基于图13的绘图1300详述示例性值。操作过程列1514详述了在操作过程期间获得的健康参数的示例性值。例如,操作过程列1514可以基于图14 的绘图1400详述示例性值。绝对值差值列1516详述了在其中通过确定基线过程列1512和操作过程列1514之间的绝对值差值来计算值的示例性值。替代地,VHM装置100可以确定基线过程列1512和操作过程列1514之间的相对值差值,其中相对值差值可以产生负值。
在如图15所示的示例中,表格1500包括警报阈值列1518以详述指示用于生成警报的条件的健康参数阈值的示例性值。例如,如果绝对值差值列1516中的值大于警报阈值列1518中的值,则警报生成器270可以生成警报。替代地,如果操作过程列1514中的值大于或小于允许值,则警报生成器270可以生成警报。在某些示例中,警报生成器270采用可以取决于用户输入的预定义阈值。在某些情况下,示例性警报生成器270利用经计算的阈值。例如,警报生成器270可以将经计算的阈值建立在一个或多个标准偏差值的基础上。例如,警报阈值列1518中的值可以是确定与在图1 的阀组件108的基线过程期间获得的值相关联的平均值和/或标准偏差值的结果。在另一个示例中,警报阈值列1518中的值可以是用户输入的结果。
在图15所示的示例中,表格1500描绘了可以由VHM装置100获得和 /或处理的示例性健康信息。VHM装置100可以利用表格1500中的健康信息来判断是否生成警报。在所示的示例中,在基线过程期间的座负载估计 1502的值是5PSIG,并且在操作过程期间的座负载估计1502的值是3PSIG。座负载估计1502的基线过程值和操作过程值之间的绝对值差值是2PSIG (例如,5PSIG-3PSIG=2PSIG)。在所示的示例中,座负载估计1502的警报阈值是1PSIG。响应于确定绝对值差值满足警报阈值(例如,2PSIG 的绝对值差值大于1PSIG的警报阈值),可以生成警报。例如,当绝对值差值满足警报阈值时,警报生成器270可以生成警报。警报生成器270可以生成警报,诸如发出警报声音、在整个过程控制网络中传播警报消息、生成故障日志和/或报告,在显示器上显示警报等。
在如图15所示的示例中,在基线过程期间在40%的阀位置处的摩擦估计1506的值是0.67,并且在操作过程期间在40%的阀位置处的摩擦估计 1506的值是0.68。40%的阀位置处的摩擦估计1506的基线过程值与操作过程值之间的绝对值差值为0.01(例如,0.68-0.67=0.01)。在所示的示例中,在40%的阀位置处的摩擦估计1506的警报阈值是0.1。响应于确定绝对值差值不满足警报阈值(例如,0.01的绝对值差值小于0.1的警报阈值),可能不会生成警报。例如,当绝对值差值不满足警报阈值时,警报生成器270 可以不生成警报。
图16是能够执行指令以实现图3-12的方法和图2的装置的示例性处理器平台1600的框图。处理器平台1600可以是例如可编程逻辑控制器、服务器、个人计算机、移动设备(例如,蜂窝电话、智能电话、诸如iPadTM 之类的平板电脑)、个人数字助理(PDA)、因特网设备、或任何其它类型的计算设备。
所示示例的处理器平台1600包括处理器1612。所示示例的处理器1612 是硬件。例如,处理器1612可以由来自任何期望的系列或制造商的一个或多个集成电路、逻辑电路、微处理器或控制器来实现。
所示示例的处理器1612包括本地存储器1613(例如,高速缓存)。所示示例的处理器1612执行指令以实现示例性阀健康监控器装置100,该阀健康监控器装置100包括示例性收集引擎200、示例性参数计算器220、示例性差值计算器230、示例性趋势分析器240、示例性异常性识别器250、示例性故障模式识别器260、以及示例警报生成器270。所示示例的处理器 1612经由总线1618与包括易失性存储器1614和非易失性存储器1616的主存储器进行通信。易失性存储器1614可以由同步动态随机存取存储器 (SDRAM)、动态随机存取存储器(DRAM)、RAMBUS动态随机存取存储器(RDRAM)和/或任何其它类型的随机存取存储设备来实现。非易失性存储器1616可以由闪存和/或任何其它期望类型的存储设备来实现。对主存储器1614、1616的访问由存储器控制器进行控制。
所示示例的处理器平台1600还包括接口电路1620。接口电路1620可以通过任何类型的接口标准(诸如以太网接口、通用串行总线(USB)和/ 或PCI Express接口)来实现。
在所示示例中,一个或多个输入设备1622连接到接口电路1620。(多个)输入设备1622允许用户将数据和命令输入到处理器1612中。(多个) 输入设备可以通过例如音频传感器、麦克风、照相机(静止或视频)、键盘、按钮、鼠标、触摸屏、跟踪板、跟踪球、等点设备(isopoint)和/或语音识别系统来实现。
一个或多个输出设备1624还连接到所示示例的接口电路1620。输出设备1624可以例如通过显示设备(例如,发光二极管(LED)、有机发光二极管(OLED)、液晶显示器、阴极射线管显示器(CRT)、触摸屏、触觉输出设备、打印机和/或扬声器)来实现。因此,所示示例的接口电路1620 通常包括图形驱动器卡、图形驱动器芯片或图形驱动器处理器。
所示示例的接口电路1620还包括通信设备(诸如发射机、接收机、收发机、调制解调器和/或网络接口卡),以促进经由网络1626(例如、以太网连接、数字订户线路(DSL)、电话线路、同轴电缆、蜂窝电话系统等) 与外部机器(例如、任何类型的计算设备)进行数据交换。
所示示例的处理器平台1600还包括用于存储软件和/或数据的一个或多个大容量存储设备1628。这种大容量存储设备1628的示例包括软盘驱动,硬盘驱动、光盘驱动、蓝光盘驱动、RAID系统、磁存储介质、和数字多功能盘(DVD)驱动。示例性大容量存储器1628实现了示例性数据库210。
图3-12的编码命令1632可以存储在大容量存储设备1628中、易失性存储器1614中、非易失性存储器1616中、和/或可移动有形计算机可读存储介质(诸如CD或DVD)上。
根据前述内容可以理解的是,上面公开的阀健康监控器装置和方法提供了对阀的预测健康监控,以监控阀的状况。因此,可以通过操作阀来优化阀的操作生命周期,直到阀的状况已经被识别,并且避免了阀的过早更换。而且,对阀的状况的识别生成了对人员的警告,以允许在可能在过程控制环境中产生不期望的停机时间的潜在故障之前执行阀的预防性维护和/ 或更换。
虽然本文已经公开了某些示例性方法、装置和制品,但是本专利的覆盖范围不限于此。相反,本专利覆盖了完全落入本专利权利要求范围内的所有方法、装置和制造物品。
Claims (7)
1.一种用于监控阀的健康信息的装置,其特征在于,包括:
参数计算器专用集成电路,所述参数计算器专用集成电路计算阀的健康参数的操作值;
差值计算器专用集成电路,所述差值计算器专用集成电路计算所述健康参数的所述操作值与所述健康参数的基线值之间的差值;以及
警报生成器专用集成电路,所述警报生成器专用集成电路基于所述差值来识别所述阀的状况。
2.根据权利要求1所述的用于监控阀的健康信息的装置,其特征在于,所述阀的状况是所述阀的退化。
3.根据权利要求1所述的用于监控阀的健康信息的装置,其特征在于,所述警报生成器专用集成电路在所述差值满足阈值时识别所述阀的状况。
4.根据权利要求3所述的用于监控阀的健康信息的装置,其特征在于,所述警报生成器专用集成电路在所述差值满足所述阈值时生成警报。
5.根据权利要求1所述的用于监控阀的健康信息的装置,其特征在于,还包括收集引擎专用集成电路,所述收集引擎专用集成电路从所述阀获得基线健康信息,并且,所述参数计算器专用集成电路计算所述健康参数的所述基线值。
6.根据权利要求1所述的用于监控阀的健康信息的装置,其特征在于,还包括趋势分析器专用集成电路,所述趋势分析器专用集成电路基于所述差值来更新趋势状态和趋势值。
7.根据权利要求6所述的用于监控阀的健康信息的装置,其特征在于,所述趋势状态包括恶化状态、故障状态、或警告状态。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/429,685 | 2017-02-10 | ||
US15/429,685 US9915375B1 (en) | 2017-02-10 | 2017-02-10 | Methods and apparatus to monitor health information of a valve |
Publications (1)
Publication Number | Publication Date |
---|---|
CN209625805U true CN209625805U (zh) | 2019-11-12 |
Family
ID=61188927
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201820242649.8U Active CN209625805U (zh) | 2017-02-10 | 2018-02-09 | 用于监控阀的健康信息的装置 |
CN201810134484.7A Pending CN108417261A (zh) | 2017-02-10 | 2018-02-09 | 用于监控阀的健康信息的方法和装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810134484.7A Pending CN108417261A (zh) | 2017-02-10 | 2018-02-09 | 用于监控阀的健康信息的方法和装置 |
Country Status (6)
Country | Link |
---|---|
US (2) | US9915375B1 (zh) |
EP (1) | EP3580624B1 (zh) |
CN (2) | CN209625805U (zh) |
CA (1) | CA3053339A1 (zh) |
RU (1) | RU2019127364A (zh) |
WO (1) | WO2018148013A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112526977A (zh) * | 2020-12-09 | 2021-03-19 | 中国长江电力股份有限公司 | 一种带健康状态指示的智能比例阀 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11080660B2 (en) * | 2017-03-20 | 2021-08-03 | The Boeing Company | Data-driven unsupervised algorithm for analyzing sensor data to detect abnormal valve operation |
WO2020031628A1 (ja) * | 2018-08-10 | 2020-02-13 | 株式会社フジキン | 流体制御機器、流体制御機器の異常検知方法、異常検知装置、及び異常検知システム |
MX2021004078A (es) | 2018-10-12 | 2021-09-14 | Bray Int Inc | Válvula inteligente con componentes electrónicos integrados. |
DE102018129590A1 (de) * | 2018-11-23 | 2020-05-28 | Endress + Hauser Wetzer Gmbh + Co. Kg | Feldgerät mit prozessspezifischer Zustandsüberwachung |
CN113167391B (zh) | 2018-12-06 | 2023-12-15 | 布雷国际有限公司 | 具有集成电子元件的智能阀转接器 |
DE102019219727A1 (de) * | 2018-12-26 | 2020-07-02 | Presenso Ltd. | System und Verfahren zum Detektieren von Anomalien in Sensordaten von industriellen Maschinen, die in einer vorbestimmten Umgebung angeordnet sind |
CN110715174B (zh) * | 2019-10-17 | 2021-09-14 | 重庆川仪自动化股份有限公司 | 智能阀门定位器的阀位累积方法、装置、存储介质及电子终端 |
US20210341901A1 (en) * | 2020-05-01 | 2021-11-04 | Rockwell Automation Technologies, Inc. | Induction motor condition monitoring using machine learning |
US20210341896A1 (en) * | 2020-05-01 | 2021-11-04 | Rockwell Automation Technologies Inc. | Industrial motor drives with integrated condition monitoring |
US11499880B2 (en) * | 2020-08-03 | 2022-11-15 | Fisher Controls International Llc | Methods and apparatus for pressure-based direct measurement of a final control element variable |
US20230349486A1 (en) * | 2022-04-29 | 2023-11-02 | Dresser, Llc | Monitoring energy use on flow controls |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100941558B1 (ko) * | 2001-05-29 | 2010-02-10 | 웨스팅하우스 일렉트릭 컴퍼니 엘엘씨 | 복합 플랜트의 안정성 모니터링 디스플레이 시스템 |
US6614353B2 (en) * | 2002-01-14 | 2003-09-02 | Smc Kabushiki Kaisha | Constant-temperature liquid circulating device having a proportional valve based predictive system for pre-estimating a need for maintenance |
US8072343B2 (en) * | 2005-03-31 | 2011-12-06 | Saudi Arabian Oil Company | Local emergency isolation valve controller with diagnostic testing and trouble indicator |
US7840332B2 (en) * | 2007-02-28 | 2010-11-23 | General Electric Company | Systems and methods for steam turbine remote monitoring, diagnosis and benchmarking |
US8271141B2 (en) * | 2008-06-09 | 2012-09-18 | Ross Operating Valve Company | Control valve system with cycle monitoring, diagnostics and degradation prediction |
US8439017B2 (en) * | 2009-10-06 | 2013-05-14 | Ford Global Technologies, Llc | Diagnostic strategy for a fuel vapor control system |
US8786455B2 (en) * | 2011-06-23 | 2014-07-22 | Ford Motor Company | Tool lubrication delivery monitoring system and method |
US8683860B2 (en) * | 2011-10-28 | 2014-04-01 | The Boeing Company | Flow-gain based hydraulic actuator leakage test |
AR095272A1 (es) * | 2013-03-14 | 2015-09-30 | Fisher Controls Int Llc | Pronóstico de válvula en función de análisis de laboratorio |
US9423050B2 (en) * | 2013-04-09 | 2016-08-23 | Fisher Controls International Llc | Intelligent actuator and method of monitoring actuator health and integrity |
US10808864B2 (en) * | 2014-06-17 | 2020-10-20 | Fisher Controls International Llc | System and method for controlling a field device |
US9759213B2 (en) * | 2015-07-28 | 2017-09-12 | Computational Systems, Inc. | Compressor valve health monitor |
-
2017
- 2017-02-10 US US15/429,685 patent/US9915375B1/en active Active
-
2018
- 2018-01-24 RU RU2019127364A patent/RU2019127364A/ru unknown
- 2018-01-24 WO PCT/US2018/015024 patent/WO2018148013A1/en unknown
- 2018-01-24 EP EP18704125.6A patent/EP3580624B1/en active Active
- 2018-01-24 CA CA3053339A patent/CA3053339A1/en active Pending
- 2018-01-30 US US15/883,474 patent/US10948103B2/en active Active
- 2018-02-09 CN CN201820242649.8U patent/CN209625805U/zh active Active
- 2018-02-09 CN CN201810134484.7A patent/CN108417261A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112526977A (zh) * | 2020-12-09 | 2021-03-19 | 中国长江电力股份有限公司 | 一种带健康状态指示的智能比例阀 |
Also Published As
Publication number | Publication date |
---|---|
US10948103B2 (en) | 2021-03-16 |
EP3580624A1 (en) | 2019-12-18 |
EP3580624B1 (en) | 2023-12-06 |
WO2018148013A1 (en) | 2018-08-16 |
RU2019127364A (ru) | 2021-03-10 |
CA3053339A1 (en) | 2018-08-16 |
CN108417261A (zh) | 2018-08-17 |
US9915375B1 (en) | 2018-03-13 |
US20180231144A1 (en) | 2018-08-16 |
RU2019127364A3 (zh) | 2021-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN209625805U (zh) | 用于监控阀的健康信息的装置 | |
Alaswad et al. | A review on condition-based maintenance optimization models for stochastically deteriorating system | |
CN208834172U (zh) | 用于监测结构的状况的装置和处理器平台 | |
JP6517780B2 (ja) | 加速劣化試験法に基づいた高分子部品に対する弁の予測 | |
EP3213157B1 (en) | Using soft-sensors in a programmable logic controller | |
CN110050240A (zh) | 用于监视技术系统的状态的计算机系统和方法 | |
JP2016512368A (ja) | 検査室内試験に基づく弁の予測 | |
CN108351641B (zh) | 预测阀组件的维修需求 | |
JP5778087B2 (ja) | プロセス監視システム及び方法 | |
WO2015057974A2 (en) | Remote machine monitoring systems and services | |
KR101948604B1 (ko) | 센서 군집화 기반의 설비 건강 모니터링 방법 및 장치 | |
JP6298214B2 (ja) | ユーティリティグリッド内での信号注入テストパターンの予想効用を最大化するためのシステム及び方法 | |
KR20140011925A (ko) | 대상 장치에 대한 베이스라인 예측 유지보수 방법 및 이를 이용한 컴퓨터가 읽을 수 있는 기록 매체 | |
JP2018112903A (ja) | プラント運転支援装置、プラント運転支援方法、プラント運転支援プログラム及び記録媒体 | |
US20180210780A1 (en) | Method for generating a machine heartbeat | |
CN103346797B (zh) | 一种用于齿轮故障信号的实时压缩方法 | |
US7289935B1 (en) | Statistical quality control of alarm occurrences | |
CN103412542A (zh) | 一种数据驱动的集成电路工艺设备异常预警技术方法 | |
RU2747454C1 (ru) | Способ и средство для наблюдения состояния устройства в обрабатывающей промышленности и носитель | |
CN107208671A (zh) | 用于确定压力介质操作的设备的操作状况的监测设备和方法 | |
CN110096036A (zh) | 一种设备状态的确定方法、装置及设备 | |
JP5061744B2 (ja) | 状況解析システムおよび状況解析方法 | |
CN105681128A (zh) | 一种用于大数据系统状态监控的方法和装置 | |
CN114994543A (zh) | 储能电站电池故障诊断方法、装置及存储介质 | |
JP2011253275A (ja) | プラントシミュレータ |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |