ES2293512T3 - Procedimiento de control de la eficiencia energetica de una unidad industrial. - Google Patents

Procedimiento de control de la eficiencia energetica de una unidad industrial. Download PDF

Info

Publication number
ES2293512T3
ES2293512T3 ES05301020T ES05301020T ES2293512T3 ES 2293512 T3 ES2293512 T3 ES 2293512T3 ES 05301020 T ES05301020 T ES 05301020T ES 05301020 T ES05301020 T ES 05301020T ES 2293512 T3 ES2293512 T3 ES 2293512T3
Authority
ES
Spain
Prior art keywords
equipment
energy efficiency
configuration
value
data
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
Application number
ES05301020T
Other languages
English (en)
Inventor
Caroline Drouart
Thierry Roba
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.)
Air Liquide SA
LAir Liquide SA pour lEtude et lExploitation des Procedes Georges Claude
Original Assignee
Air Liquide SA
LAir Liquide SA pour lEtude et lExploitation des Procedes Georges Claude
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 Air Liquide SA, LAir Liquide SA pour lEtude et lExploitation des Procedes Georges Claude filed Critical Air Liquide SA
Application granted granted Critical
Publication of ES2293512T3 publication Critical patent/ES2293512T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • 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
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2639—Energy management, use maximum of cheap power, keep peak load low
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31414—Calculate amount of production energy, waste and toxic release

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Water Supply & Treatment (AREA)
  • General Engineering & Computer Science (AREA)
  • Feedback Control In General (AREA)
  • Apparatuses And Processes For Manufacturing Resistors (AREA)
  • Automatic Control Of Machine Tools (AREA)
  • Pressure Welding/Diffusion-Bonding (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Separation By Low-Temperature Treatments (AREA)

Abstract

Procedimiento de control de la eficiencia energética de una unidad industrial o de una parte de la misma, en el que: se mide el valor de un conjunto (V) de variables relativas a la producción de la unidad industrial y al entorno, así como el valor de una magnitud que representa la eficiencia (W) energética, se calcula, utilizando un modelo (ML, MNL) estadístico calibrado durante una fase de aprendizaje durante un periodo de referencia, a partir de los valores del conjunto (V) de variables relativas a la producción de la unidad (ASU) industrial y al entorno, una estimación (We) de la magnitud que representa la eficiencia energética, se determina el valor de un indicador (TE, TE+) de eficiencia energética a partir de los valores (W) medido y (We) estimado de la magnitud que representa la eficiencia energética, se compara el valor de este indicador con al menos un valor (S) umbral determinado con el fin de detectar una desviación de la eficiencia energética.

Description

Procedimiento de control de la eficiencia energética de una unidad industrial.
La presente invención se refiere a un procedimiento así como a un sistema de control de la eficiencia energética de una unidad industrial o de una parte de la misma.
Una unidad industrial utiliza equipos que consumen potencia eléctrica, por ejemplo una unidad de separación de aire que comprende un conjunto de equipos de tipo compresores, licuefactores y bombas, o por ejemplo incluso una parte de ésta tal como un conjunto de compresores.
El coste de funcionamiento de una unidad de este tipo está constituido principalmente por la compra de la potencia eléctrica necesaria para el funcionamiento de los equipos mencionados anteriormente.
Estos equipos son objeto de configuraciones y reglas que tienen una influencia sobre la potencia eléctrica consumida por la unidad industrial, para una restricción de producción dada.
Diversas soluciones existentes pretenden minimizar el coste energético en relación con una variación del coste de compra de la potencia eléctrica en el tiempo optimizando la producción.
En particular, el documento EP 0581273 describe un procedimiento de optimización de procedimiento, en el que se realiza una modelización de una unidad industrial, optimizándose a continuación el modelo y sometiéndolo a restricciones de producciones particulares. El procedimiento pretende obtener una optimización de la producción durante un periodo de tiempo dado, en función del coste variable de la energía consumida en el transcurso de este periodo de tiempo.
Este procedimiento utiliza una resolución del modelo y una optimización que no permiten realizar una vigilancia del sistema con el fin de mejorar sus ajustes y su configuración para una producción dada.
También es deseable optimizar el modelo operativo, es decir el conjunto de ajustes de la unidad, para una restricción de producción dada.
Para ello, el consumo de potencia eléctrica debe ser objeto de un seguimiento, con el fin de determinar si los ajustes son satisfactorios o no desde un punto de vista del consumo de potencia eléctrica, y corregir dado el caso estos ajustes, y esto con el fin de evitar las desviaciones de consumo de potencia eléctrica y optimizar la utilización de los equipos.
Con este fin, el documento US 2003/0097243 describe un procedimiento y un sistema destinado al control de una unidad industrial de producción de hidrocarburos. El procedimiento descrito utiliza una mezcla de modelos lineales y no lineales con el fin de realizar una resolución del modelo y una optimización de la producción y proporcionar propuestas de configuración del sistema.
Este documento no describe una solución que permita realizar un seguimiento de la eficiencia.
El documento US 6666049 describe un procedimiento de control de una unidad industrial criogénica, en el que se realiza un seguimiento de los indicadores de eficiencia, comparándose estos indicadores en tiempo real con valores nominales, y se hacen propuestas de modificaciones si los valores de los indicadores se alejan de los valores nominales, basándose en un árbol de diagnóstico previamente registrado que proporciona sugerencias cualitativas.
Este documento no describe con precisión el modelo empleado, ni su modo de construcción, ni los ajustes que han de efectuarse en tiempo real a los equipos.
El objetivo de la presente invención es proporcionar un procedimiento de control de la eficiencia energética de una unidad industrial que permite tener en cuenta las especificidades de una unidad industrial particular, sin utilizar una modelización compleja del comportamiento de esta unidad, y que permite señalar las desviaciones del consumo de potencia eléctrica y optimizar la utilización de los equipos.
Otro objetivo de la invención es permitir el control de una unidad industrial en su conjunto, o de una parte secundaria de esta unidad que comprende un conjunto de equipos.
La presente invención tiene como objetivo un procedimiento de control de la eficiencia energética de una unidad industrial o de una parte de la misma, en el que:
se mide el valor de un conjunto de variables relativas a la producción de la unidad industrial y al entorno, así como el valor de una magnitud que representa la eficiencia energética,
se calcula, utilizando un modelo estadístico calibrado durante una fase de aprendizaje durante un periodo de referencia, a partir de los valores del conjunto de las variables relativas a la producción de la unidad industrial y al entorno, una estimación de la magnitud que representa la eficiencia energética,
se determina el valor de un indicador de eficiencia energética a partir de los valores medidos y estimados de la magnitud que representa la eficiencia energética,
se compara el valor de este indicador con al menos un valor umbral determinado con el fin de detectar una desviación de la eficiencia energética.
Estas disposiciones permiten adaptar el modelo para cada unidad de producción.
El modelo estadístico calibrado mediante aprendizaje tiene en cuenta el punto de funcionamiento de la instalación y la imprecisión de la instrumentación de medición. En efecto, es suficiente con que las mediciones sean reproducibles para poder utilizar este modelo.
El coste de desarrollo es bajo, dado que el método es sencillo, así como la gestión por operadores no especializados.
En caso de cambios debidos a un mantenimiento importante, puede efectuarse igualmente una nueva calibración de manera sencilla, ya que se basa en mediciones automáticas y en un aprendizaje, y no en una modelización física de la unidad industrial.
Ventajosamente, la magnitud representativa de la eficiencia energética es la potencia eléctrica consumida por la unidad industrial.
Según una forma de puesta en práctica, se da una alerta a un operador en caso de consumo energético excesivo.
Ventajosamente, el indicador de eficiencia energética se define como la razón del valor medido con respecto al valor estimado de la magnitud que representa la eficiencia energética.
Según una posibilidad, el modelo estadístico es de tipo lineal, en particular obtenido por regresión lineal sobre los datos de la fase de aprendizaje.
Según otra posibilidad, el modelo estadístico es de tipo no lineal, comprendiendo en particular al menos una red de neuronas o de herramientas de regresión local.
Según una forma de puesta en práctica, durante la fase de aprendizaje, los puntos de funcionamiento, correspondientes a la mejor eficiencia energética observada asociada a cada valor dado del conjunto de variables de entrada, se tienen en cuenta en el modelo.
Ventajosamente, en el modelo, cada asociación entre un valor dado del conjunto de variables de entradas y la mejor eficiencia energética, correspondiente a un punto de funcionamiento, comprende también el conjunto de datos de configuración y de ajuste de los equipos asociados a este punto de funcionamiento y a esta mejor eficiencia energética.
Según una forma de realización, cuando se detecta un consumo excesivo, el modelo proporciona un conjunto de datos aprendidos de configuración y de ajuste de los equipos que han permitido obtener la mejor eficiencia energética para el valor actual del conjunto de variables de entrada.
Según una primera posibilidad, el conjunto de variables de entrada comprende:
- la presión atmosférica y la temperatura ambiente,
- caudales de producción de la unidad,
- presiones de producción de la instalación,
- datos de cantidad de producción,
- caudales de evaporación de líquidos y de ventilación de gases,
el conjunto de datos de configuración y de ajuste de los equipos comprende la configuración de los equipos y el ajuste de su caudal, y la eficiencia energética es la de la unidad industrial en su conjunto.
\vskip1.000000\baselineskip
Según una segunda posibilidad, el conjunto de variables de entrada comprende:
- el caudal y la presión del gas producido por un grupo de equipos de tipo compresores,
- la presión y la temperatura aguas arriba de los compresores,
el conjunto de datos de configuración y de ajuste de los equipos comprende la configuración de los equipos y el ajuste de su caudal, y la eficiencia energética es la del grupo de compresor.
Según una tercera posibilidad, el conjunto de variables de entrada comprende:
- el caudal líquido de producto que sale de un licuefactor,
- la presión y la temperatura del gas que entra en el licuefactor,
el conjunto de datos de configuración y de ajuste de los equipos comprende la presión del ciclo, la temperatura del líquido y el caudal de reciclaje, y la eficiencia energética es la del licuefactor.
Ventajosamente, el conjunto de datos de configuración y de ajustes de los equipos de la unidad industrial comprende al menos una variable de utilización de un equipo que indica su estado de marcha o de parada.
Según una forma de puesta en práctica, el conjunto de datos de configuración y de ajustes de los equipos de la unidad industrial comprende al menos un valor de ajuste de un equipo, en particular un ajuste del caudal.
Ventajosamente, se propone al usuario el conjunto de datos aprendidos de configuración y de ajuste de los equipos que han permitido obtener la mejor eficiencia energética para el valor actual del conjunto de variables de entrada, con:
- la lista de los equipos aconsejados, utilizando los valores marcha/parada de las variables de utilización registradas, y
- la estimación de los ajustes para los equipos, si es necesario.
Según una forma de puesta en práctica, se proporciona una lista de los cambios inducidos para alcanzar una configuración y ajustes dados de los equipos con respecto a la configuración y a los ajustes actuales, indicando los equipos que deben pararse o ponerse en marca, así como los posibles ajustes que hayan de realizarse.
Ventajosamente, el procedimiento se realiza en tiempo real, efectuándose las mediciones de manera continua.
Según una forma de puesta en práctica, se realiza una nueva calibración, con el fin de integrar los nuevos datos de aprendizaje, con una frecuencia preestablecida, o a petición de un operador.
La presente invención también tiene como objetivo un sistema de control de la eficiencia energética de una unidad industrial, que permite realizar un procedimiento según la invención, que comprende:
- medios de medición en la unidad industrial,
- medios de almacenamiento que permiten registrar los datos correspondientes,
- medios de cálculo,
- medios de información de un operador,
- medios de comunicación en red que conectan los componentes del sistema de control.
En cualquier caso, la invención se entenderá adecuadamente con ayuda de la descripción siguiente, haciendo referencia al dibujo esquemático adjunto, que representa a título de ejemplo no limitativo, dos formas de realización de un sistema según la invención.
La figura 1 es una vista esquemática de una unidad industrial destinada en particular a la separación de gases del aire.
La figura 2 es una vista esquemática del sistema de control según la invención.
La figura 3 es un organigrama esquemático de un procedimiento según la invención según una primera forma de puesta en práctica.
La figura 4 es un organigrama esquemático de ciertas etapas de una fase de control de un procedimiento según la invención según una segunda forma de puesta en práctica.
Tal como se representa en la figura 1, de manera esquemática, una unidad ASU industrial de separación de gases del aire comprende en particular compresores 2, así como bombas 3, representando estos equipos las principales fuentes de consumo de potencia eléctrica de la unidad.
La unidad ASU industrial comprende también columnas 4 de destilación u oxytonne.
Se representa un único equipo de cada categoría en la figura 1, para mayor claridad.
En funcionamiento, la unidad ASU permite realizar las siguientes operaciones. Se aspira aire ambiente en la entada 5, después se comprime mediante un compresor 2, y se refrigera mediante un refrigerador 6, se purifica en una unidad 7 de purificación antes de introducirse en una columna 4 de destilación.
Una columna 4 de destilación permite producir en la salida:
- oxígeno en forma gaseosa O_{g} y líquida O_{l},
- nitrógeno en forma gaseosa N_{g},
- argón en forma líquida Ar_{l}.
También se produce aire comprimido mediante compresión del aire ambiente.
La unidad ASU también comprende un licuefactor 8 que realiza la producción de nitrógeno N_{l} líquido, a partir de nitrógeno N_{g} gaseoso procedente de una columna 4, tal como se representa esquemáticamente en la figura 1 por el enlace 9.
Los productos gaseosos, tras una compresión por los compresores 2, se encaminan mediante conductos 10 hacia los emplazamientos 12 clientes, para un consumo inmediato. Los productos líquidos se almacenan en cisternas 13, y después se entregan posteriormente a los clientes, mediante medios de transporte adecuados.
La unidad ASU industrial está asociada a un sistema SC de control de la eficiencia energética según la invención, tal como se representa en la figura 2.
El sistema SC incluye medios 14 de mediciones situados en la unidad ASU industrial, que efectúan mediciones con una frecuencia del orden del segundo. No obstante, las mediciones se utilizan en forma de medias horarias. Los medios 15 de almacenamiento permiten registrar los datos correspondientes.
Las mediciones incluyen, en particular, mediciones de la potencia W eléctrica consumida, así como parámetros de producción, y parámetros ambientales.
El sistema SC también comprende medios 16 de cálculo que utilizan un modelo de comportamiento, o estadístico, para calcular una estimación W_{e} de la potencia eléctrica consumida.
Según una primera forma de realización, el modelo de comportamiento utilizado es de tipo lineal ML, obtenido mediante regresión lineal sobre datos reales, durante una fase previa de aprendizaje durante un periodo de referencia.
El conjunto V de variables de entrada del modelo ML comprende restricciones de producción, y en particular:
- el caudal QN_{g}^{hp} de la producción de nitrógeno gaseoso a alta presión,
- el caudal QO_{g}^{hp} de la producción de oxígeno gaseoso a alta presión,
- el caudal QO_{g}^{mp} de la producción de oxígeno gaseoso a presión media,
- el caudal QAir de la producción de aire comprimido,
- el caudal QN_{l} que entra en los medios de almacenamiento de la producción de nitrógeno líquido,
- el caudal QO_{l} que entra en los medios de almacenamiento de la producción de oxígeno líquido.
\vskip1.000000\baselineskip
Y por otro lado, parámetros ambientales, en particular:
- la presión P_{a} atmosférica,
- la temperatura T_{a} ambiente.
El sistema incluye además medios de información de un operador, en forma de, por ejemplo, un terminal 17 informático.
Los componentes del sistema de control están conectados mediante medios de comunicación en red.
Por tanto se realizan las siguientes etapas, a intervalos regulares, tras la fase inicial de aprendizaje.
En una primera etapa LE1, se proporcionan el valor del conjunto V de variables de entradas anterior, así como el consumo W, por los medios 14 de medición.
En una segunda etapa LE2, teniendo en cuenta el valor del conjunto V de variables de entradas, proporcionado por los medios 14 de medición, el modelo ML calcula una estimación W_{e} de la potencia eléctrica consumida por la unidad industrial.
En una tercera etapa LE3, es posible calcular a continuación un indicador denominado tasa TE energética, correspondiente al cociente W/W_{e}.
En una cuarta etapa LE4, se compara el indicador TE con al menos un umbral S determinado. Si el indicador TE sobrepasa este umbral, se detecta un consumo excesivo. Igualmente, puede detectarse un consumo insuficiente, mediante la comparación con un umbral de consumo insuficiente.
En una quinta etapa LE5, puede darse una alarma en caso de consumo energético excesivo.
El modelo ML permite por tanto, por ejemplo de forma mensual, obtener una evaluación del rendimiento energético, es decir un diagnóstico de consumo insuficiente o de consumo excesivo con respecto a las observaciones pasadas, que el modelo tiene en cuenta para su aprendizaje.
El modelo ML no tiene en cuenta los diferentes ajustes y configuraciones de los equipos de la instalación, y es lineal.
Por consiguiente, su precisión es media, pero su puesta en práctica es sencilla.
El valor del indicador de tasa TE energética es en general próximo a uno.
Según una segunda forma de realización, el sistema SC de control incluye los mismos elementos que los indicados en la primera forma de realización y en la figura 2.
No obstante, en esta segunda forma de realización, el modelo utilizado por los medios 16 de cálculo es un modelo no lineal MNL, que incluye según las variantes al menos una red de neuronas o herramientas de regresión local, calibrándose el modelo sobre datos reales, durante una fase previa de aprendizaje durante un periodo de
referencia.
El conjunto V de variables de entrada del modelo MNL comprende restricciones de producción, y en particular:
- el caudal QN_{g}^{hp} y la presión PN_{g}^{hP} de la producción de nitrógeno gaseoso a alta presión,
- el caudal QO_{g}^{hP} y la presión PO_{g}^{hP} de la producción de oxígeno gaseoso a alta presión,
- el caudal QO_{g}^{mp}, la presión PO_{g}^{mp} y el porcentaje PPO_{g}^{mp} de pureza de la producción de oxígeno gaseoso a presión media,
- el caudal QAir y la presión PAir de la producción de aire comprimido,
- el caudal QN_{l} que entra en los medios de almacenamiento de la producción de nitrógeno líquido,
- el caudal QO_{l} que entra en los medios de almacenamiento de la producción de oxígeno líquido;
\vskip1.000000\baselineskip
parámetros ambientales, en particular:
- la presión P_{a} atmosféric,
- la temperatura T_{a} ambiente;
\vskip1.000000\baselineskip
y parámetros característicos del contexto de producción, en particular:
- el caudal QN_{v} de evaporación de nitrógeno,
- el caudal QO_{v} de evaporación de oxígeno,
- el caudal QO_{Air} de ventilación de oxígeno.
Teniendo en cuenta las variables de entradas anteriores, el modelo calcula una estimación de la potencia eléctrica consumida por la unidad industrial.
\newpage
Además, se realizan mediciones complementarias relativas a la configuración de los equipos, en particular:
- las variables UC_{v} de utilización de los compresores de caudal variable,
- las variables UC_{F} de utilización de los compresores de caudal fijo,
- las variables UP de utilización de las bombas,
- las variables UO de utilización de las columnas,
Cada variable de utilización para un equipo considerado puede tomar dos valores correspondientes a la marcha o a la parada del equipo en cuestión.
También se realizan mediciones relativas al ajuste de los equipos, en particular:
- los caudales QC_{v} de los compresores con caudal variable,
- los caudales QP de las bombas,
- los caudales QO de las columnas.
El conjunto CR de datos de configuración y de ajuste de los equipos mencionados anteriormente se almacenan en los medios 15 de almacenamiento.
Durante la fase de aprendizaje, se realizan las siguientes etapas a intervalos de tiempo determinados.
En una primera etapa, se proporcionan todos los datos relativos al estado de la unidad industrial por los medios 14 de medición: el valor del conjunto V de variables de entradas, así como el conjunto CR de datos de configuración y de ajuste de los equipos y el consumo W, durante un periodo de referencia, y se almacenan en los medios de almacenamiento.
En una segunda etapa, entre los datos almacenados, se recorre el conjunto de puntos de funcionamiento, es decir de las combinaciones dadas de valores del conjunto V de variables de entrada, para buscar el mejor consumo W para cada uno de ellos y para formar una asociación ASSO entre los valores del conjunto V y este mejor consumo W, constituyendo el conjunto de las asociaciones los parámetros de calibración del modelo MNL.
A cada asociación ASSO, se añade el conjunto CR de datos de configuración y de ajuste de los equipos, que han permitido obtener este consumo óptimo.
El conjunto de asociaciones ASSO así constituido, que representan los parámetros de calibración del modelo, se almacena en un fichero FS específico en los medios de almacenamiento.
La configuración de los equipos y sus ajustes que corresponden a un mejor consumo energético, que se indicará como CR_{+}, puede por tanto recuperarse durante una fase de control en tiempo real.
Durante la utilización del sistema de control en una fase de control de la eficiencia energética, se realizan las siguientes etapas, tal como se representa en la figura 4.
En una primera etapa NLE1, se proporcionan todos los datos relativos al estado de la unidad industrial por los medios 14 de medición: el valor del conjunto V de variables de entradas anterior, así como el conjunto CR de datos de configuración y de ajuste de los equipos y el consumo W.
En una segunda etapa NLE2, teniendo en cuenta el valor del conjunto V de variables de entradas anterior, proporcionado por los medios 14 de medición, el modelo MNL calcula una estimación W_{e+} de la potencia eléctrica consumida por la unidad industrial, correspondiente a un mejor consumo observado.
En una tercera etapa NLE3, es posible calcular a continuación el valor del indicador de tasa TE_{+} energética, correspondiente al cociente W/W_{e+}.
En una cuarta etapa NLE4, se compara el valor del indicador TE_{+} con al menos un umbral S determinado. Si el indicador TE_{+} sobrepasa este umbral, se detecta un consumo excesivo. Igualmente puede detectarse un consumo insuficiente, mediante la comparación con un umbral de consumo insuficiente.
En una quinta etapa NLE5, puede darse una alarma en caso de consumo energético excesivo.
En una sexta etapa NLE6, el modelo MNL proporciona, en relación con la estimación W_{e+} del mejor consumo obtenido y el conjunto V de valores de las variables de entrada, el conjunto CR_{+} de datos de configuración y de ajuste de los equipos asociado.
En una séptima etapa NLE7, se propone al usuario este conjunto CR_{+} de datos de configuración y ajuste de los equipos que permite mejorar el consumo, con:
- la lista de los equipos aconsejados entre los compresores 2, las bombas 3 y las columnas 4, lo que corresponde a indicar los valores de marcha/parada recomendados de las variables UC_{v}, UC_{F}, UP, UO y de utilización, y
- la estimación de los ajustes de los caudales QC_{v}, QP y QO asociados para los equipos, en caso necesario, para los compresores 2 con caudal variable, las bombas 3 y las columnas 4.
Puede proporcionarse igualmente una síntesis de los cambios inducidos para alcanzar una configuración y ajustes dados CR_{+}, con respecto a la configuración y a los ajustes actuales CR, indicando los equipos que deban pararse o ponerse en marcha, así como los posibles ajustes de caudal que hayan de realizarse, identificando las diferencias entre la configuración y los ajustes actuales CR y la configuración propuesta CR_{+}.
El procedimiento se pone en práctica en tiempo real, efectuándose las mediciones por los medios 15 de medición de manera continua.
La puesta en práctica de este procedimiento y del sistema SC de control, en esta forma de realización, permite, en tiempo real, obtener una evaluación automática del rendimiento energético, es decir un diagnóstico de consumo insuficiente o de consumo excesivo con respecto a las observaciones pasadas.
Los conjuntos CR_{+} de datos de configuraciones y ajustes registrados durante las fases de aprendizaje corresponden a un mínimo de consumo de energía, con variables V de entrada dadas.
Como una variante, es posible proponer al operador varios conjuntos CR_{+} de datos de configuraciones y ajustes registrados en caso de consumo excesivo.
Por lo tanto, es posible proponer cambios sencillos pero que inducen una débil ganancia energética y cambios complejos que inducen ganancias más altas.
El modelo también permite obtener una estimación de ganancia potencial de consumo energético realizando un cambio.
A diferencia del indicador de tasa TE energética de la primera forma de realización, el valor de la tasa TE_{+} energética de la segunda forma de puesta en práctica es en general superior a uno, porque el modelo representa el mejor consumo observado en el pasado en las mismas condiciones. Esta tasa se vuelve inferior a uno si el consumo es inferior al constatado en el pasado. Puede realizarse entonces un nuevo aprendizaje para tener en cuenta el conjunto CR de datos de configuración y de ajustes actuales.
Por tanto es posible utilizar el sistema SC como herramienta de ayuda para la toma de decisiones, en tiempo real, para ayudar a los operadores en el ajuste y la configuración, para obtener un ajuste al menos tan bueno como en el pasado.
En esta forma de puesta en práctica, como en la anterior, es necesario realizar una fase de aprendizaje durante un periodo de referencia inicial, y es posible realizar un nuevo aprendizaje tras una duración determinada de utilización del sistema.
Según una variante, se realiza un nuevo aprendizaje tras una duración determinada de utilización del sistema SC. En particular, es posible realizar un aprendizaje automático a intervalos de tiempo regulares. Por ejemplo, un nuevo aprendizaje cada mes sobre una base de aprendizaje que incluye los datos registrados en los medios 15 de almacenamiento en el transcurso de los doce meses anteriores al nuevo aprendizaje, o incluso un nuevo aprendizaje cada mes sobre una base de aprendizaje de tamaño cada vez mayor, incluyendo todos los datos desde la última modificación tecnológica importante de la instalación hasta la fecha del nuevo aprendizaje.
Según una variante, la unidad industrial para la que se busca la eficiencia energética no es la unidad de separación del aire en su conjunto, sino solamente un grupo de compresores de producto oxígeno o nitrógeno, o aire.
En este caso, el conjunto V de variables de entrada comprende:
- el caudal y la presión del gas producido por el grupo de equipos de tipo compresores 2,
- la presión y la temperatura aguas arriba de los compresores 2.
El conjunto CR de datos de configuración y ajuste comprende la configuración de los equipos y el ajuste de su caudal, y la potencia W eléctrica consumida es la del grupo de compresor 2.
Según otra variante, la unidad industrial para la que se busca la eficiencia energética no es la unidad de separación del aire en su conjunto, sino solamente un licuefactor 8.
En este caso, el conjunto V de variables de entrada comprende:
- el caudal líquido de producto N_{L} que sale del licuefactor 8,
- la presión y la temperatura del gas que entra en el licuefactor 8.
El conjunto CR de datos de configuración y ajuste comprende datos específicos del licuefactor, a saber, la presión del ciclo, la temperatura del líquido y el caudal de reciclaje, y la potencia W eléctrica consumida es la del licuefactor 8.
Tal como es evidente, la invención no se limita a las formas de realizaciones preferidas descritas anteriormente, a título de ejemplos no limitativos; sino que abarca todas las variantes en el marco de las reivindicaciones siguientes.

Claims (19)

1. Procedimiento de control de la eficiencia energética de una unidad industrial o de una parte de la misma, en el que:
se mide el valor de un conjunto (V) de variables relativas a la producción de la unidad industrial y al entorno, así como el valor de una magnitud que representa la eficiencia (W) energética,
se calcula, utilizando un modelo (ML, MNL) estadístico calibrado durante una fase de aprendizaje durante un periodo de referencia, a partir de los valores del conjunto (V) de variables relativas a la producción de la unidad (ASU) industrial y al entorno, una estimación (W_{e}) de la magnitud que representa la eficiencia energética,
se determina el valor de un indicador (TE, TE_{+}) de eficiencia energética a partir de los valores (W) medido y (W_{e}) estimado de la magnitud que representa la eficiencia energética,
se compara el valor de este indicador con al menos un valor (S) umbral determinado con el fin de detectar una desviación de la eficiencia energética.
2. Procedimiento según la reivindicación 1, caracterizado porque la magnitud representativa de la eficiencia energética es la potencia (W) eléctrica consumida de la unidad industrial.
3. Procedimiento según una de las reivindicaciones 1 y 2, caracterizado porque se emite una alerta a un operador en caso de consumo energético excesivo.
4. Procedimiento según una de las reivindicaciones 1 a 3, caracterizado porque el indicador (TE, TE_{+}) de eficiencia energética se define como la razón del valor (W) medido con respecto al valor (We) estimado de la magnitud que representa la eficiencia energética.
5. Procedimiento según una de las reivindicaciones 1 a 4, caracterizado porque el modelo estadístico es de tipo lineal (ML), en particular obtenido por regresión lineal sobre datos de la fase de aprendizaje.
6. Procedimiento según una de las reivindicaciones 1 a 4, caracterizado porque el modelo estadístico es de
tipo no lineal (MLN), incluyendo en particular al menos una red de neuronas o herramientas de regresión
local.
7. Procedimiento según una de las reivindicaciones 1 a 6, caracterizado porque durante la fase de aprendizaje, los mejores puntos de funcionamiento, correspondientes a la mejor eficiencia (W) energética observada asociada a cada valor dado del conjunto (V) de variables de entrada, se tienen en cuenta en el modelo (MNL).
8. Procedimiento según la reivindicación 7, caracterizado porque en el modelo (MNL), cada asociación (ASSO) entre un valor dado del conjunto (V) de variables de entrada y la mejor eficiencia (W) energética, correspondiente a un punto de funcionamiento, comprende también el conjunto (CR) de datos de configuración y de ajuste de los equipos asociados a este punto de funcionamiento.
9. Procedimiento según una de las reivindicaciones 7 u 8, caracterizado porque cuando se detecta consumo excesivo, el modelo (MNL) proporciona un conjunto (CR_{+}) de datos aprendidos de configuración y de ajuste de los equipos que han permitido obtener la mejor eficiencia (We_{+}) energética para el valor actual del conjunto (V) de variables de entrada.
10. Procedimiento según una de las reivindicaciones 1 a 9, caracterizado porque el conjunto (V) de variables de entrada comprende:
- la presión (P_{a}) atmosférica y la temperatura (T_{a}) ambiente,
- caudales (QN_{g}^{hp}, QO_{g}^{hp}, QO_{g}^{mp}, QAir, QN_{l}, QO_{l}) de producción de la unidad,
- presiones (PN_{g}^{hp}, PO_{g}^{hp}, PO_{g}^{mp}, PAir) de producción de la instalación,
- datos (PPO_{g}^{mp}) de cantidad de la producción,
- caudales de evaporación (QN_{v}, QN_{O}) de líquidos y de ventilación de gases,
el conjunto (CR) de datos de configuración y de ajuste de los equipos comprende la configuración de los equipos y su ajuste de caudal, y la eficiencia (W) energética es la de la unidad industrial en su conjunto.
\newpage
11. Procedimiento según una de las reivindicaciones 1 a 9, caracterizado porque el conjunto (V) de variables de entrada comprende:
- el caudal y la presión del gas producido por un grupo de equipos de tipo compresores (2),
- la presión y la temperatura aguas arriba de los compresores (2),
el conjunto (CR) de datos de configuración y de ajuste de los equipos comprende la configuración de los equipos y su ajuste de caudal, y la eficiencia (W) energética es la del grupo de compresor (2).
12. Procedimiento según una de las reivindicaciones 1 a 9, caracterizado porque el conjunto (V) de variables de entrada comprende:
- el caudal líquido del producto (N_{L}) que sale de un licuefactor (8),
- la presión y la temperatura del gas que entra en el licuefactor (8),
el conjunto (CR) de datos de configuración y de ajuste de los equipos comprende la presión del ciclo, la temperatura del líquido y el caudal de reciclaje, y la eficiencia (W) energética es la del licuefactor (8).
13. Procedimiento según una de las reivindicaciones 8 a 12, caracterizado porque el conjunto (CR) de datos de configuración y de ajustes de los equipos (2, 3, 4) de la unidad industrial comprende al menos una variable de utilización de un equipo (2, 3, 4) que indica su estado de marcha o parada, (UC_{F}, UP, UO).
14. Procedimiento según una de las reivindicaciones 8 a 13, caracterizado porque el conjunto (CR) de datos de configuración y de ajustes de los equipos (2, 3, 4) de la unidad industrial comprende al menos un valor de ajuste de un equipo (2, 3, 4), en particular un ajuste del caudal (QC_{v}, QP, QO).
15. Procedimiento según una de las reivindicaciones 13 ó 14, caracterizado porque se propone al usuario el conjunto (CR_{+}) de datos aprendidos de configuración y de ajuste de los equipos que han permitido obtener la mejor eficiencia (W_{e+}) energética para el valor actual del conjunto (V) de variables de entrada, con:
- la lista de los equipos (2, 3 4) aconsejados, utilizando los valores marcha/parada de las variables (UC_{v}, UC_{F}, UP, UO) de utilización registradas, y
- la estimación de los ajustes (QC_{v}, QP, QO) para los equipos (2, 3 4), en caso necesario.
16. Procedimiento según la reivindicación 15, caracterizado porque se proporciona una lista de los cambios inducidos para alcanzar una configuración y ajustes dados de los equipos (CR_{+}) con respecto a la configuración y a los ajustes actuales (CR), indicando los equipos (2, 3, 4) que han de pararse o ponerse en marcha, así como los posibles ajustes que hayan de realizarse.
17. Procedimiento según una de las reivindicaciones 1 a 16, caracterizado porque el procedimiento se pone en práctica en tiempo real, efectuándose las mediciones de manera continua.
18. Procedimiento según una de las reivindicaciones 1 a 17, caracterizado porque se realiza una nueva calibración, con el fin de integrar los nuevos datos de aprendizaje, con una frecuencia preestablecida, o a petición de un operador.
19. Sistema de control de la eficiencia energética de una unidad industrial, que comprende:
- medios (14) de medición en la unidad industrial,
- medios (15) de almacenamiento que permiten registrar los datos correspondientes,
- medios (16) de cálculo,
- medios (17) de información de un operador,
- medios de comunicación en red que comunican los componentes del sistema de control;
caracterizado porque comprende además medios para la puesta en práctica de las etapas de un procedimiento según una de las reivindicaciones 1 a 18.
ES05301020T 2004-12-17 2005-12-07 Procedimiento de control de la eficiencia energetica de una unidad industrial. Active ES2293512T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0453033A FR2879770B1 (fr) 2004-12-17 2004-12-17 Procede de controle des performances energetiques d'une unite industrielle
FR0453033 2004-12-17

Publications (1)

Publication Number Publication Date
ES2293512T3 true ES2293512T3 (es) 2008-03-16

Family

ID=34952402

Family Applications (1)

Application Number Title Priority Date Filing Date
ES05301020T Active ES2293512T3 (es) 2004-12-17 2005-12-07 Procedimiento de control de la eficiencia energetica de una unidad industrial.

Country Status (7)

Country Link
US (1) US8073654B2 (es)
EP (1) EP1672454B1 (es)
AT (1) ATE374963T1 (es)
DE (1) DE602005002723T2 (es)
ES (1) ES2293512T3 (es)
FR (1) FR2879770B1 (es)
PL (1) PL1672454T3 (es)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080270074A1 (en) * 2007-04-30 2008-10-30 Caterpillar Inc. User customized machine data acquisition system
DE102008064491A1 (de) * 2008-12-23 2010-06-24 Kaeser Kompressoren Gmbh Simulationsgestütztes Verfahren zur Steuerung bzw. Regelung von Druckluftstationen
DE102008064490A1 (de) 2008-12-23 2010-06-24 Kaeser Kompressoren Gmbh Verfahren zum Steuern einer Kompressoranlage
US20100249968A1 (en) * 2009-03-25 2010-09-30 Andreas Neuber Factory resource optimization identification process and system
US20140278699A1 (en) * 2013-03-15 2014-09-18 Honeywell International Inc. Modeling energy conversion in systems
ES2776004T3 (es) * 2013-03-15 2020-07-28 Kaeser Kompressoren Se Desarrollo de un modelo superior para el control y/o monitorización de una instalación de compresor
EP4177466A1 (de) * 2013-03-15 2023-05-10 Kaeser Kompressoren SE Messwertstandardisierung
US11231037B2 (en) 2013-03-22 2022-01-25 Kaeser Kompressoren Se Measured value standardization
DE102013111218A1 (de) 2013-10-10 2015-04-16 Kaeser Kompressoren Se Elektronische Steuerungseinrichtung für eine Komponente der Drucklufterzeugung, Druckluftaufbereitung, Druckluftspeicherung und/oder Druckluftverteilung
CN104076795B (zh) * 2014-07-07 2017-10-20 蓝星（北京）技术中心有限公司 工艺塔运行效率的实时评价方法、装置和工艺塔
US11340592B2 (en) * 2019-07-22 2022-05-24 Rockwell Automation Technologies, Inc. Industrial control system with machine learning for compressors
US11408418B2 (en) * 2019-08-13 2022-08-09 Rockwell Automation Technologies, Inc. Industrial control system for distributed compressors
DE102021212412A1 (de) * 2021-11-04 2023-05-04 Dürr Systems Ag Verfahren zur Bewertung des Ressourcenverbrauchs einer Prozessanlage und Prozessanlage
CN114674114B (zh) * 2022-03-23 2023-12-05 中海石油气电集团有限责任公司 一种lng液化过程智能监测与运行优化方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5315521A (en) 1992-07-29 1994-05-24 Praxair Technology, Inc. Chemical process optimization method
JPH08308108A (ja) * 1995-04-27 1996-11-22 Hitachi Ltd 電力需要量予測方法およびその装置
US20020010563A1 (en) * 1999-06-15 2002-01-24 S. Michael Ratteree Method for achieving and verifying increased productivity in an industrial process
US20030097243A1 (en) 2001-10-23 2003-05-22 Mays Thomas Gilmore Method and system for operating a hydrocarbon production facility
US6666049B1 (en) * 2003-03-20 2003-12-23 Praxair Technology, Inc. Method for operating a cryogenic plant
DE102008064491A1 (de) 2008-12-23 2010-06-24 Kaeser Kompressoren Gmbh Simulationsgestütztes Verfahren zur Steuerung bzw. Regelung von Druckluftstationen

Also Published As

Publication number Publication date
EP1672454A1 (fr) 2006-06-21
US20060136100A1 (en) 2006-06-22
FR2879770B1 (fr) 2007-03-30
US8073654B2 (en) 2011-12-06
PL1672454T3 (pl) 2008-02-29
DE602005002723D1 (de) 2007-11-15
FR2879770A1 (fr) 2006-06-23
EP1672454B1 (fr) 2007-10-03
DE602005002723T2 (de) 2008-07-17
ATE374963T1 (de) 2007-10-15

Similar Documents

Publication Publication Date Title
ES2293512T3 (es) Procedimiento de control de la eficiencia energetica de una unidad industrial.
ES2293511T3 (es) Procedimiento de seguimiento del rendimiento de un equipo industrial.
US20160097666A1 (en) Method and Apparatus for Monitoring, Communicating, and Analyzing the Amount of Fluid in a Tank
CN102027348B (zh) 压缩机的效率监控
US20120259585A1 (en) Methods and systems for monitoring operation of equipment
US11642553B2 (en) Portable personal respirator and use thereof
US10207213B2 (en) Turbomachinery filter change forecaster
JP2007114166A (ja) 露点測定法および露点計。
JP4134997B2 (ja) 余寿命予測プログラム及び余寿命予測システム
CN104422499A (zh) 用于医疗仪器的流量传感器的标校方法及装置
DE502006001335D1 (de) Verfahren und anordnung zur ermittlung der restkapeugendes, im kreislauf betriebenes atemschutzgerät
JP2013058099A (ja) 制御性能評価装置、制御性能評価システム、制御性能評価プログラムおよび制御性能評価方法
JP2009056446A (ja) フィルタ履歴管理装置
JP3922426B2 (ja) ガスタービンの性能診断方法
JP4520819B2 (ja) プラントの故障予測方法
CN105466687A (zh) 一种用于频繁快速启停联合循环汽轮机高中压汽缸寿命监控装置
CN114970063B (zh) 一种基于gis的管网信息综合展示方法
US11998770B2 (en) Respirator assembly and method of using the same
KR102502947B1 (ko) 공기청정기 및 이의 성능 표시 방법
CN107560864A (zh) 用于燃烧器中结垢监测和预测的方法与装置
CN106204327A (zh) 一种天然气处理装置的适用性评价系统
US20240019827A1 (en) Energy-saving prediction method for factory electricity consumption and electronic apparatus
US12019093B2 (en) Air measuring device and methods of use
US20210364545A1 (en) Air measuring device and methods of use
JP2010108090A (ja) 稼働状態表示装置