KR102065231B1 - 발전된 데이터 정화 시스템 및 방법 - Google Patents

발전된 데이터 정화 시스템 및 방법 Download PDF

Info

Publication number
KR102065231B1
KR102065231B1 KR1020177026099A KR20177026099A KR102065231B1 KR 102065231 B1 KR102065231 B1 KR 102065231B1 KR 1020177026099 A KR1020177026099 A KR 1020177026099A KR 20177026099 A KR20177026099 A KR 20177026099A KR 102065231 B1 KR102065231 B1 KR 102065231B1
Authority
KR
South Korea
Prior art keywords
plant
data
purification
unit
simulation
Prior art date
Application number
KR1020177026099A
Other languages
English (en)
Other versions
KR20170118811A (ko
Inventor
이안 지. 호른
크리스토프 로마티어
폴 코왈치크
작 알제인
Original Assignee
유오피 엘엘씨
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 유오피 엘엘씨 filed Critical 유오피 엘엘씨
Publication of KR20170118811A publication Critical patent/KR20170118811A/ko
Application granted granted Critical
Publication of KR102065231B1 publication Critical patent/KR102065231B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • 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], computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F15/00—Details of, or accessories for, apparatus of groups G01F1/00 - G01F13/00 insofar as such details or appliances are not adapted to particular types of such apparatus
    • G01F15/02—Compensating or correcting for variations in pressure, density or temperature
    • G01F15/022—Compensating or correcting for variations in pressure, density or temperature using electrical means
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • G06F17/5009—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
    • G01F25/10—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters
    • 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
    • G05B19/0428—Safety, monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Abstract

본 발명은 플랜트의 운전을 향상시키기 위한 정화 시스템(cleansing system)에 관한 것이다. 서버가 정화 시스템에 연결되어 통신 네트워크를 통해 플랜트와 통신한다. 컴퓨터 시스템은 네트워크를 통해 플랜트의 운전과 관련된 플랜트 데이터를 수신 및 송신하기 위한 웹 기반 플랫폼을 구비한다. 디스플레이 디바이스가 인터랙티브 방식으로 플랜트 데이터를 표시한다. 데이터 정화 유닛은 적어도 하나의 환경 인자에 기초하여 플랜트의 운전의 조기 검출 및 진단을 가능하게 하는 강화된 데이터 정화 공정을 수행하도록 구성된다. 데이터 정화 유닛은 플랜트 데이터에 기초하여 플랜트의 운전중에 측정의 오류를 검출하기 위해, 측정된 정보와 시뮬레이션된 정보 간의 차이를 나타내는 오프셋량을 산출하여 평가한다.

Description

발전된 데이터 정화 시스템 및 방법
<교차 참조>
본원은 2015년 3월 30일에 출원한 미국 가출원 일련 번호 62/140,039에 대해 35 U.S.C. §119(e)에 의거하여 우선권을 주장하며, 이 우선권 출원은 그 전체가 참조로 본 명세서에 포함된다.
<발명의 분야>
본 발명은 화학 플랜트 또는 정련소(refinery)와 같은 플랜트에 대한 데이터 정화 공정에 관한 것이며, 보다 구체적으로는 플랜트 운전(plant operation)의 조기 결함 진단을 위해 데이터 정화 공정을 수행하는 방법 및 시스템에 관한 것이다.
정련소 및 석유화학 플랜트를 운영하는 기업은 일반적으로 작금의 환경에 놓인 어려운 문제에 직면해 있다. 이러한 어려움은 재무 마진의 쇠퇴, 점점 더 복잡해지는 기술, 인력 경험 수준의 저하, 및 끊임없이 변화하는 환경 규제를 포함할 수 있다.
더욱이, 유입물(feed) 및 산출물(product) 가격이 더욱 변동함에 따라, 운영자는 재무 마진을 최적화할 수 있는 운영 의사 결정을 내리는 것이 더욱 어려워지는 경우가 많다. 이 변동성은 당분간 완화될 것 같지는 않지만, 이것은 이들 기업에 시장 기회가 생길 때에 이 시장 기회를 신속하게 파악하고 대응할 수 있는 기업의 경제적 잠재력을 나타낼 수도 있다.
자본 시장으로부터의 압력은 대개 운영 기업이 기존 자산에 대한 수익을 지속적으로 증가시킬 것을 강요한다. 이에 따라, 촉매, 흡착제, 장비 및 제어 시스템 공급업체는 자산 성과를 증가시킬 수 있는 보다 복잡한 시스템을 개발한다. 이들 발전된 시스템의 유지보수 및 운영은 일반적으로, 오늘날의 기술 인력의 자원이 제한되고 시간 압박이 있기 때문에 개발, 유지 및 이전(transfer)이 어려울 수 있는 높은 기술 수준을 필요로 한다. 이것은 점점 복잡해지는 이러한 시스템이 언제나 최고의 가능성으로 운영되는 것은 아니라는 것을 의미한다. 또한, 기존 자산이 설계 한계에 근접하거나 그 한계를 넘어 운영될 경우, 신뢰성 문제와 운영 위험이 증가할 수 있다.
통상 플랜트 오퍼레이터는 예컨대 가용성 위험 감소, 가치 사슬 활용 및 지속적인 경제적 최적화 등의 여러 가지 전략 중 하나 이상을 사용하여 위의 문제에 대응한다. 가용성 위험 감소는 일반적으로 경제적 성과를 극대화하는 것과는 대조적으로 적절한 플랜트 운전을 달성하는데 중점을 둔다. 가치 사슬을 활용하면 일반적으로 유입물 및 산출물의 혼합과 자산 능력 및 시장 요구와의 매칭을 향상시키는데 중점을 둔다. 지속적인 경제적 최적화는 대개 플랜트 성능의 경제적 및 운전상의 갭을 지속적으로 모니터링하고 연결할 수 있는 툴, 시스템 및 모델을 채택한다.
통상의 데이터 정화 공정의 경우, 유량계(flow meter)만 보정된다. 유량계 캘리브레이션 및 유체 밀도 변화를 보정하기 위해 데이터 정화가 수행된 후, 순 유입물 유량과 순 산출물 유량 사이에 100% 물질 수지(mass balance)를 강제하도록 물질 수지 엔벨로프에서의 유량계의 총 오류가 평균화된다. 그러나, 이러한 종래의 데이터 정화 기법은 이용 가능한 다른 관련 공정 정보(예컨대, 온도, 압력 및 내부 플로우)를 무시하고 심각한 오류의 조기 발견을 허용하지 않는다. 구체적으로, 유량계와 연관된 오류는 유량계들 사이에 분배되기 때문에, 특정 유량계의 오류를 검출하는 것이 어렵다.
이에, 하나 이상의 환경 인자를 사용하여 플랜트 운전의 조기 검출 및 진단을 수행하는 개선된 데이터 정화 시스템 및 방법이 필요하다.
본 발명의 일반적인 목적은 화학 플랜트 및 정련소의 운전 효율을 높이는 것이다. 본 발명의 보다 구체적인 목적은 전술한 문제들 중 하나 이상을 해결하는 것이다. 본 발명의 일반적인 목적은 플랜트의 운전을 향상시키는 방법을 통해 적어도 부분적으로 달성될 수 있다. 이 방법은 플랜트로부터 플랜트 운전 정보를 취득하는 단계를 포함한다.
본 발명은 플랜트로부터 플랜트 운전 정보를 취득하는 단계와, 플랜트 운전 정보를 사용하여 플랜트 공정 모델을 생성하는 단계를 포함하는, 플랜트의 운전을 향상시키는 방법을 더 포함한다. 또한, 본 발명은 플랜트의 운전을 향상시키는 방법도 더 포함한다. 이 방법은 인터넷을 통해 플랜트 운전 정보를 수신하는 단계와, 플랜트 운전 정보를 사용하여 플랜트 공정 모델을 자동 생성하는 단계를 포함한다.
본 발명은 하나 이상의 환경 인자에 기초하여 측정 오류의 조기 검출 및 진단을 가능하게 하는 강화된 데이터 정화 공정을 수행한다. 환경 인자는 적어도 하나의 1차 인자와 선택사항인 2차 인자를 포함한다. 1차 인자는, 예컨대 온도, 압력, 유입물 유량, 산출물 유량 등을 포함한다. 2차 인자는, 예컨대 밀도, 특정 조성 등을 포함한다. 1차 인자 및 2차 인자를 사용하여 측정과 공정 모델 정보 간의 적어도 하나의 오프셋이 산출된다.
본 발명은 개별 공정 유닛, 운전 블록 및/또는 전체 처리 시스템 내에서 측정치를 조정하도록 구성된 공정 모델을 사용한다. 모델 예측값 대 실제 측정값에 대한 일상적이고 빈번한 분석을 통해 측정 오류를 조기에 식별할 수 있으므로 운전에 미치는 영향을 최소화할 수 있다.
본 발명은 다수의 디바이스, 즉 압력 센서, 차압 센서, 오리피스 플레이트, 벤츄리, 기타 유량 센서, 온도 센서, 커패시턴스 센서, 중량 센서, 가스 크로마토그래프, 습도 센서, 및 당업계에 공지되어 있는 정련 및 석유화학 산업에서 흔히 볼 수 있는 기타 센서 중 임의의 것으로부터의 공정 측정치를 사용한다. 또한, 본 발명은 가스 크로마토그래프, 액체 크로마토그래프, 증류 측정치, 옥탄 측정치, 및 정련 및 석유화학 산업에서 흔히 볼 수 있는 기타 랩(laboratory) 측정치로부터의 공정 랩 측정치를 사용한다.
공정 측정치는 다음의 공정 장비, 즉 펌프, 압축기, 열교환기, 연소 히터, 제어 밸브, 분별 증류탑(fractionation column), 원자로(reactor), 및 정련 및 석유화학 산업에서 흔히 볼 수 있는 기타 공정 장비 중 임의의 것의 성능을 모니터링하는데 사용된다.
본 발명의 방법은 바람직하게는 웹 기반의 컴퓨터 시스템을 사용하여 구현된다. 이 플랫폼 내에서 작업 공정을 실행함으로써 얻을 수 있는 효과는 경제적 기회를 파악하고 포착하기 위한 운전 능력의 향상, 성능 격차를 해소할 수 있는 지속적인 능력, 인적 자원 활용 능력의 향상, 및 향상된 사업상 조율(enterprise tuning)에 의한 향상된 플랜트의 경제적 성능을 포함한다. 본 발명은 정련소 및 석유 화학 설비 등의 플랜트를 운전하는 방식을 변경하기 위해 다른 파라미터와 함께 발전된 컴퓨팅 기술을 사용하는 새롭고 혁신적인 방법이다.
본 발명은 플랜트에서 데이터 수집 시스템을 사용하여 원격 위치로 자동 송신되는 데이터를 캡처하는데, 이 데이터는 예컨대 오류 및 바이어스를 제거하기 위해 검토되고 성능 결과를 계산 및 보고하는데 사용된다. 플랜트 및/또는 플랜트의 개별 공정 유닛의 성능은 임의의 운전상 차이 또는 갭을 식별하기 위해, 하나 이상의 공정 모델에 의해 예측된 성능과 비교된다.
예측된 값과 비교된 실제 측정된 값을 보여주는 일일 보고서와 같은 보고서가 작성되어 플랜트 오퍼레이터 및/또는 예컨대 인터넷 등을 통해 플랜트 또는 제3자 공정 엔지니어에 전달될 수 있다. 식별된 성능 갭에 의해 오퍼레이터 및/또는 엔지니어가 갭의 원인을 식별하고 해결할 수 있다. 본 발명의 방법은 또한 예컨대, 유입물, 산출물 및 가격의 주어진 값에 대한 최적 플랜트 운전에 수렴하는 최적화 루틴을 실행하기 위한 공정 모델 및 플랜트 운전 정보를 사용한다.
본 발명의 방법은 플랜트 오퍼레이터 및/또는 엔지니어에게, 플랜트가 최적 조건 또는 최적 조건에 근접하여 연속적으로 운전할 수 있게 하는 설정점 또는 기준점을 조정하도록 권고할 수 있는 정기적인 조언을 제공한다. 본 발명의 방법은 오퍼레이터에게 플랜트의 장래 운전을 향상시키거나 또는 수정하기 위한 대안을 제공한다. 본 발명의 방법은 공정 모델을 정기적으로 유지 및 조율하여 플랜트의 실제 가능한 성능을 정확하게 나타낸다. 본 발명의 일 실시형태의 방법은 최적 운전점을 식별하고, 대안 운전을 평가하며, 피드 평가를 수행하는데 사용되는 오퍼레이터의 특정 경제적 기준에 따라 구성된 경제적 최적화 루틴을 포함한다.
본 발명은 정련기가 실제 및 달성 가능한 경제적 성능 사이의 갭을 해소하는데 도움을 줄 수 있는 반복 가능한 방법을 제공한다. 본 발명의 방법은 공정 개발 이력, 모델링 및 스트림 특성화, 및 플랜트 자동화 경험을 이용하여, 대용량 데이터의 효율적인 취합(aggregation), 조율(tuning) 및 이동뿐만 아니라 데이터 보안을 보장하는 중요한 문제를 해결한다. 웹 기반의 최적화는 기술적 전문가와 플랜트 공정 운전 직원을 가상적으로 연결하여 최대 공정 성능을 달성하고 유지하는데 있어 바람직한 인에이블러(enabler)이다.
강화된 워크플로우는 개별 공정 유닛, 운전 블록 또는 전체 처리 시스템의 성능을 모니터링, 예측 및 최적화하도록 구성된 공정 모델을 사용한다. 예측된 성능 대 실제 성능을 일상적으로 그리고 빈번하게 분석함으로써 재정적 영향을 최적화하기 위해 취할 수 있는 운전상의 불일치를 조기에 식별할 수 있다.
본 명세서에 사용될 때에, "루틴(routine)"에 대한 언급은 특정 태스크를 수행하기 위한 일련의 컴퓨터 프로그램 또는 명령어의 시퀀스를 지칭하는 것으로 이해되어야 한다. 본 명세서에서의 "플랜트"에 대한 언급은 각종 유형의 화학 및 석유화학 제조 또는 정련 설비 중 어느 하나를 지칭하는 것으로 이해되어야 한다. 본 명세서에서의 플랜트 "오퍼레이터"에 대한 언급은 플랜트 설계자, 관리자, 엔지니어, 기술자 및 플랜트에서 일상적인 운전을 관장, 감독 및/또는 실행하는 다른 사람을 언급 및/또는 포함하는 것으로 이해되어야 한다.
일 실시형태에 있어서, 측정 오류 추정 및 검출을 향상시키기 위한 정화 시스템이 제공된다. 서버가 정화 시스템에 연결되어 통신 네트워크를 통해 플랜트와 통신한다. 컴퓨터 시스템은 네트워크를 통해 플랜트의 운전과 관련된 플랜트 데이터를 수신 및 송신하기 위한 웹 기반 플랫폼을 구비한다. 디스플레이 디바이스가 인터랙티브 방식으로(interactively) 플랜트 데이터를 표시한다. 데이터 정화 유닛은 적어도 하나의 환경 인자에 기초하여 플랜트의 측정 오류의 조기 검출 및 진단을 가능하게 하는 강화된 데이터 정화 공정을 수행하도록 구성된다. 데이터 정화 유닛은 플랜트 데이터에 기초하여 플랜트의 운전중에 장비 또는 측정의 오류를 검출하기 위해, 유입물 또는 측정된 정보와 산출물 또는 시뮬레이션된 정보 간의 차이를 나타내는 오프셋량을 산출하여 평가한다.
다른 실시형태에 있어서, 플랜트의 측정 오류 검출을 향상시키는 정화 방법이 제공되고, 이 방법은, 정화 시스템에 연결되어 통신 네트워크를 통해 플랜트와 통신하는 서버를 제공하는 단계와, 상기 통신 네트워크를 통해 상기 플랜트의 운전과 관련된 플랜트 데이터를 수신 및 송신하는 웹 기반의 플랫폼을 구비한 컴퓨터 시스템을 제공하는 단계와, 상기 플랜트 데이터를 인터랙티브 방식으로 표시하는 디스플레이 디바이스를 제공하는 단계로서, 상기 디스플레이 디바이스는 상기 플랜트 데이터를 그래픽으로 또는 텍스트로 수신하도록 구성되는 것인, 상기 디스플레이 디바이스를 제공하는 단계와, 상기 통신 네트워크를 통해 상기 플랜트로부터 플랜트 데이터를 취득하는 단계와, 적어도 하나의 환경 인자에 기초하여 상기 플랜트의 운전의 조기 검출 및 진단을 가능하게 하는 강화된 데이터 정화 공정(enhanced data cleansing process)을 수행하는 단계와, 상기 플랜트 데이터에 기초하여 상기 플랜트의 운전중에 장비 또는 측정의 오류를 검출하기 위해, 유입물 또는 측정된 정보와 산출물 또는 시뮬레이션된 정보 간의 차이를 나타내는 오프셋량을 산출하여 평가하는 단계를 포함한다.
본 발명의 전술한 양태와 특징 및 다른 것들은 첨부된 도면과 관련하여 고려되는 다음의 상세한 설명으로부터 당업자에게 자명해질 것이다.
도 1은 네트워크 인프라구조에서의 본 데이터 정화 시스템의 예시적인 사용을 도시하고 있다.
도 2는 본 개시내용의 실시형태에 따라 기능 유닛을 특징으로 하는 본 데이터 정화 시스템의 기능 블록도이다.
도 3은 본 데이터 정화 시스템의 실시형태에 따른 예시적인 데이터 정화 방법을 도시한다.
이제 도 1을 참조하면, 화학 플랜트 또는 정련소, 또는 이들의 일부 등의 하나 이상의 플랜트(예, 플랜트 A … 플랜트 N)(12a-12n)의 운전을 향상시키기 위해 본 개시내용의 실시형태를 사용하는, 전체적으로 도면부호 10이 지정된 데이터 정화 시스템이 제공된다. 본 데이터 정화 시스템(10)은 적어도 하나의 플랜트(12a-12n)로부터 취득된 플랜트 운전 정보를 사용한다.
본 명세서에 사용되는 용어인 "시스템", "유닛" 또는 "모듈"은 주문형 집적 회로(ASIC, Specific Integrated Circuit), 전자 회로, 하나 이상의 소프트웨어 또는 펌웨어 프로그램을 실행하는 컴퓨터 프로세서(공용, 전용 또는 그룹) 및/또는 메모리(공용, 전용 또는 그룹), 조합형 로직 회로, 및/또는 기술하는 기능을 제공하는 다른 적절한 구성요소를 지칭할 수도 있고, 그 일부일 수도 있으며, 또는 포함할 수도 있다. 따라서, 본 개시내용은 유닛의 특정 예 및 구성을 포함하지만, 본 시스템의 범위는 다른 변형이 당업자에게 명백해질 것이기 때문에, 이에 한정되지 않아야 한다.
데이터 정화 시스템(10)은 서버 또는 컴퓨팅 디바이스(14)(예, 데이터베이스 및 비디오 서버를 포함함)에 상주하거나 연결될 수 있고, 통신 네트워크(16)를 통해 - 보안 클라우드 컴퓨팅 인프라구조를 사용하는 것이 바람직함 - 태스크를 수행하고 상이한 기능 유닛에 대한 관련 데이터를 표시하도록 프로그래밍된다. 다이얼-인 접속(dial-in connection), 케이블 모뎀, 고속 ISDN 회선, 및 당업계에 공지된 다른 유형의 통신 방법을 사용하여, 인터넷, 무선 네트워크(예, Wi-Fi), 기업 인트라넷, 근거리 통신망(LAN) 또는 광역 통신망(WAN) 등과 같은 다른 적절한 네트워크가 사용될 수 있는 것이 고려된다. 모든 관련 정보는 데이터 정화 시스템(10) 또는 컴퓨팅 디바이스(14)에 의한 검색(retrieval)을 위해 데이터베이스에 저장될 수 있다(예, 데이터 저장 디바이스 및/또는 컴퓨터 프로그램을 포함하는 머신 판독 가능한 데이터 저장 매체로서).
또한, 본 데이터 정화 시스템(10)은 부분적으로 또는 완전히 자동화될 수 있다. 본 발명의 바람직한 일 실시형태에 있어서, 데이터 정화 시스템(10)은 플랜트(12a-12n) 및/또는 플랜트 설계 센서로부터 떨어져 있는 제3자 컴퓨터 시스템 등의 컴퓨터 시스템에 의해 수행된다. 본 데이터 정화 시스템(10)은 바람직하게는 인터넷을 통해 정보를 취득하거나 수신하고 송신하는 웹 기반의 플랫폼(18)을 포함한다. 구체적으로, 데이터 정화 시스템(10)은 통신 네트워크(16)를 통해 플랜트(12a-12n) 중 적어도 하나로부터 신호 및 파라미터를 수신하고, 바람직하게는 실시간으로 관련된 성능 정보를, 오퍼레이터 또는 사용자에 대해 액세스 가능한 인터랙티브 디스플레이 디바이스(20) 상에 표시한다.
웹 기반의 시스템을 사용하여 본 발명의 방법을 구현하면, 경제적 기회를 파악하고 포착할 수 있는 플랜트 오퍼레이터의 능력, 성능 격차를 해소할 수 있는 지속적인 능력, 및 인력 전문지식을 활용하고 교육 및 개발을 향상시킬 수 있는 능력의 향상으로 인한 플랜트의 경제적 성능 등의 다수의 효과를 제공한다. 본 발명의 방법은 공정 측정치의 자동화된 일일 평가를 가능하게 하여, 플랜트 운전 직원에게 요구되는 시간 및 수고를 줄이면서 성능 검토 빈도는 증가한다.
웹 기반 플랫폼(18)은 모든 사용자가 동일한 정보로 작업할 수 있게 하여 모범 사례(best practice)를 공유하거나 문제 해결(troubleshooting)을 위한 협업 환경(collaborative environment)을 조성한다. 본 발명의 방법은 예컨대 촉매 수율 표현, 구속 조건, 자유도 등을 포함할 수 있는 완전히 구성된 모델에 의해 더 정확한 예측 및 최적화 결과를 제공한다. 플랜트 계획 및 운전 모델에 대한 일상적인 자동 평가로 시기 적절하게 플랜트 모델을 조율(tuning)함으로써 플랜트 모델과 실제 플랜트 성능 간의 갭을 줄이거나 없앨 수 있다. 웹 기반 플랫폼(18)을 사용하여 본 발명의 방법을 구현하면, 다수의 사이트(site)를 모니터링 및 업데이트할 수 있으므로, 시설 설계자가 현실적인 최적 목표를 더 잘 제안할 수 있게 된다.
이제 도 2를 참조하면, 본 데이터 정화 시스템(10)은 기준 또는 설정점 세트에 기초하여 시뮬레이션 엔진으로부터의 공정 모델 결과와 비교하여 각각의 플랜트(12a-12n)로부터의 실제 측정된 데이터를 조정하도록 구성된 조정 유닛(22)을 포함하는 것이 바람직하다. 바람직한 실시형태에 있어서, 미리 정해진 임계값의 세트를 사용하여 실제 측정된 데이터 및 공정 모델 결과에 대해 휴리스틱 분석(heuristic analysis)이 수행된다. 또한, 통계 분석 및 다른 적절한 분석 기술이 상이한 애플리케이션에 적합하도록 사용될 수 있다는 것도 또한 고려된다.
단지 예로서, 온도, 압력, 유입물 조성, 분별 증류탑(fractionation column) 등과 관련된 키네틱 또는 다른 연관된 플랜트 파라미터가 각각의 플랜트(12a-12n)로부터 수신된다. 이들 플랜트 파라미터는 미리 정해진 기간(time period) 동안 플랜트(12a-12n) 내의 장비의 선택된 부분으로부터의 실제 측정된 데이터를 나타낸다. 이들 플랜트 운전 파라미터는 미리 정해진 임계값에 기초하여 시뮬레이션 엔진으로부터의 공정 모델 결과와 비교된다.
또한 데이터 정화 시스템(10)에는, 데이터 정화 시스템(10), 하나 이상의 내부 또는 외부 데이터베이스(26)와 네트워크(16) 사이의 인터페이스를 제공하는 인터페이스 모듈(24)이 포함된다. 인터페이스 모듈(24)은 네트워크(16) 및 다른 관련된 시스템 디바이스, 서비스 및 애플리케이션을 통해, 예컨대 플랜트 센서로부터의 데이터 및 파라미터를 수신한다. 다른 디바이스, 서비스 및 애플리케이션은 각각의 플랜트(12a-12n)에 관련된, 하나 이상의 소프트웨어 또는 하드웨어 구성요소 등을 포함할 수 있지만, 이것에 한정되지는 않는다. 인터페이스 모듈(24)은 데이터 정화 시스템(10) 등의 각각의 유닛과 모듈에 그리고 그 연관된 컴퓨팅 모듈 또는 유닛에 전달되는 신호 및/또는 파라미터도 수신한다.
데이터 정화 유닛(28)은 하나 이상의 환경 인자에 기초하여 플랜트 운전의 조기 검출 및 진단을 가능하게 하는 강화된 데이터 정화 공정을 수행하기 위해 제공된다. 전술한 바와 같이, 환경 인자는 적어도 하나의 1차 인자와 선택사항인 2차 인자를 포함한다. 1차 인자는, 예컨대 온도, 압력, 유입물 유량, 산출물 유량 등을 포함한다. 2차 인자는, 예컨대 밀도, 특정 조성 등을 포함한다. 유입물 및 산출물 정보 간의 차이를 나타내는 오프셋량은 플랜트 운전중에 특정 장비의 오류를 검출하기 위해 산출되어 평가된다.
운전 시에, 데이터 정화 유닛(28)은 예컨대, 매 100 밀리초마다, 매 초마다, 매 10초마다, 매 분마다, 매 2분마다 등 지정된 시간 간격으로 반복적으로 고객 사이트 또는 플랜트(12a-12n)로부터의 적어도 하나의 실제 측정된 데이터 세트를 수신한다. 데이터 정화를 위해, 수신된 데이터는 데이터 정화 유닛(28)에 의해 완전성(completeness)에 대해 분석되고 전체 오류(gross error)에 대해 보정된다. 그런 다음, 데이터는 측정 문제(measurement issue)(예, 시뮬레이션 정상 상태를 확립하기 위한 정확성 문제) 및 총괄 물질 수지 클로저(overall mass balance closure)에 대해 보정되어 조정된 플랜트 데이터의 중복 세트를 생성한다.
플로우시트의 전체 하위 섹션에 대해 데이터 조정을 수행함으로써, 특정 장비와 관련된 실질적으로 모든 공정 데이터가 연관된 운전 플랜트 파라미터를 조정하는데 사용된다. 이하에서 보다 상세하게 설명하겠지만, 물질 유량(mass flow rate) 등의 적어도 하나의 플랜트 운전 파라미터는 물질 수지(mass balance) 보정에 사용된다. 플랜트 측정치에 대해 산출된 오프셋은 트랙킹되고 후속 검색을 위해 데이터베이스(26)에 저장된다.
또한, 본 데이터 정화 시스템(10)에는, 적어도 하나의 환경 인자에 기초하여 측정의 운전 상태를 진단하도록 구성된 진단 유닛(30)이 포함된다. 진단 유닛(30)은 적어도 하나의 환경 인자에 기초해서 플랜트 측정치와 공정 시뮬레이션 간의 산출된 오프셋을 평가하여 플랜트 운전 동안의 특정 플랜트 측정의 결함 또는 오류를 검출한다. 플랜트 장비의 적어도 하나의 부분은 그 플랜트 장비의 나머지 부분에 측정 오류를 분산시키지 않고 그 결함에 대해 평가 및 진단하는 것이 바람직하다.
바람직한 실시형태에 있어서, 진단 유닛(30)은 플랜트(12a-12n) 중 적어도 하나로부터 유입물 및 산출물 정보를 수신하여, 플랜트 장비의 특정 부분을 사전에(proactively) 평가한다. 특정 공정의 다양한 한계를 평가하고 허용 가능한 한계 범위 내에 유지시키기 위해, 진단 유닛(30)은 예컨대 유량, 히터, 온도 설정점, 압력 신호 등으로부터의 실제 현재 및/또는 이력상 운전 파라미터에 기초하여 최종 산출물의 목표 허용 레벨을 결정한다. 오프셋이 이전에 산출된 오프셋과 미리 정해진 값만큼 상이할 경우, 진단 유닛(30)은 특정 측정에 결함이 있거나 오류가 있다고 결정한다. 소정의 경우에는 이 진단에 대해 추가의 신뢰성 휴리스틱 분석이 수행될 수 있는 것으로 고려된다
키네틱 모델 또는 다른 상세한 계산을 사용할 때에, 진단 유닛(30)은 기존의 한계 및/또는 운전 조건에 기초하여 운전 파라미터의 경계치 또는 임계치를 설정한다. 기존 한계의 예는 기계적 압력, 온도 한계, 유압 한계, 및 다양한 구성요소의 가동 수명을 포함할 수 있다. 다른 적절한 한계 및 조건이 상이한 적용예에 적합할 것으로 고려된다.
또한, 본 데이터 정화 시스템(10)에는, 보정 데이터가 시뮬레이션 공정에 입력으로서 사용되도록 구성되는 예측 유닛(32)이 포함되며, 이 공정 모델은 시뮬레이션 공정이 조정된 플랜트 데이터와 매칭하는 것을 보장하도록 조율된다. 예측 유닛(32)은 조정된 플랜트 데이터의 출력이 조율된 플로우시트에 입력된 다음 예측 데이터로서 생성되는 것을 수행한다. 각각의 플로우시트는 공정 설계의 단위인 가상 공정 모델 객체의 집합일 수도 있다. 조정된 데이터와 예측된 데이터의 차이인 델타 값은 실행 가능한 최적화 케이스(viable optimization case)가 시뮬레이션 공정 실행에 확립되는 것을 보장하기 위해 검증된다.
또한, 본 데이터 정화 시스템(10)에는, 조율된 시뮬레이션 엔진이 조정된 데이터 세트를 입력으로 하여 운전되는 최적화 케이스에 대한 기초로서 사용되도록 구성되는 최적화 유닛(34)이 포함된다. 이 단계의 출력은 새로운 데이터 세트, 즉 최적화된 데이터이다. 조정된 데이터와 최적화된 데이터 간의 차이는 보다 큰 경제적인 최적상태(optimum)를 달성하기 위해 운전이 어떻게 변경되어야 하는지에 대한 지표(indication)를 제공한다. 이 구성에서, 데이터 정화 유닛(28)은 목적 함수를 최소화하여 플랜트(12a-12n)의 생산을 최대화하는 사용자 구성 가능한 방법을 제공한다.
이제 도 3을 참조하면, 본 발명의 일 실시형태에 따른, 도 1 및 도 2의 플랜트(12a-12n) 등의 플랜트의 운전을 향상시키는 예시적인 방법에 대한 간략화된 흐름도가 도시된다. 이하의 단계들은 도 1 및 도 2의 실시형태와 관련하여 주로 설명되지만, 본 발명의 원리를 변경하지 않으면서 본 방법 내의 단계들이 상이한 순서 또는 시퀀스로 수정되어 실행될 수 있음을 이해해야 한다.
방법은 단계 100에서 시작한다. 단계 102에서, 데이터 정화 시스템(10)은 플랜트(12a-12n) 내부에 있거나 플랜트(12a-12n)로부터 떨어져 있는 컴퓨터 시스템에 의해 개시된다. 방법은 바람직하게는 컴퓨터 시스템에 의해 자동적으로 수행되지만, 본 발명이 그렇게 제한되는 것은 의도되지 않는다. 하나 이상의 단계는 원하는 대로, 수동 조작, 또는 센서 및 기타 관련 시스템으로부터의 데이터 입력을 포함할 수 있다.
단계 104에서, 데이터 정화 시스템(10)은 네트워크(16)를 통해 플랜트(12a-12n)로부터 플랜트 운전 정보 또는 플랜트 데이터를 취득한다. 바람직한 플랜트 운전 정보 또는 플랜트 데이터는 플랜트 운전 파라미터, 플랜트 공정 조건 데이터, 플랜트 랩 데이터 및/또는 플랜트 제약에 관한 정보를 포함한다. 본 명세서에서 사용될 때의 "플랜트 랩 데이터(plant lab data)"는 운전중인 공정 플랜트로부터 취득된 유체의 주기적 랩 분석 결과를 지칭한다. 본 명세서에서 사용될 때의 "플랜트 공정 조건 데이터(plant process condition data)"는 공정 플랜트 내의 센서에 의해 측정된 데이터를 지칭한다.
단계 106에서, 플랜트 공정 정보를 이용하여 플랜트 공정 모델이 생성된다. 플랜트 공정 모델은 플랜트 운전 정보, 즉 플랜트(12a-12n)가 어떻게 운전되는지에 기초하여 예상되는 플랜트 성능을 추정 또는 예측한다. 플랜트 공정 모델 결과는 플랜트(12a-12n)의 상태(health)를 모니터링하고 임의의 잘못된 또는 불량한 측정이 있었는지의 여부를 결정하는데 사용될 수 있다. 플랜트 공정 모델은 바람직하게는 다양한 플랜트 제약 조건에서 모델링하여 원하는 플랜트 공정 모델을 결정하는 반복 공정에 의해 생성된다.
단계 108에서, 공정 시뮬레이션 유닛이 플랜트(12a-12n)의 운전을 모델링하는데 이용된다. 합리적인 시간 안에서 해결하기에는 전체 유닛에 대한 시뮬레이션이 상당히 커지고 복잡해지기 때문에, 각 플랜트(12a-12n)는 관련된 유닛 운전으로 구성된 보다 작은 가상 하위 섹션으로 나누어질 수 있다. UniSim® Design Suite와 같은 예시적인 공정 시뮬레이션 유닛(10)은 미국 특허 공개 제2010/0262900호(현재 미국 특허 제9,053,260호)에 개시되어 있으며, 이 특허문헌의 전체 내용은 본원에 참조로 포함된다. 다른 예시적인 관련 시스템은 공동 양도된 미국 특허 출원 번호 xx/xxx,xxx 및 xx/xxx, xxx(대리인 문서 번호 H0049260-01-8500 및 H0049324-01-8500, 양쪽 모두 2016년 3월 29일에 출원됨)에 개시되어 있으며, 이들 특허문헌의 전체 내용은 본원에 참조로 포함된다.
예를 들어, 일 실시형태에 있어서, 분별 증류탑 및 그 관련 장비, 예컨대 콘덴서, 리시버(receiver), 리보일러(reboiler), 피드 교환기(feed exchanger) 및 펌프가 하위 섹션을 구성하게 된다. 온도, 압력, 유량 및 랩 데이터(laboratory data)를 비롯한, 유닛으로부터의 사용 가능한 모든 플랜트 데이터가 DCS(Distributed Control System) 변수로서 시뮬레이션에 포함된다. 플랜트 데이터의 다수의 세트가 공정 모델과 비교되고, 최소 오류를 생성하는 측정 오프셋과 모델 피팅 파라미터 변수가 산출된다.
단계 110에서, 미리 정해진 임계치를 초과하여 변하는 피팅 파라미터 또는 오프셋, 및 미리 정해진 오류 범위를 초과한 측정치가 추가 동작을 트리거할 수 있다. 예를 들어, 오프셋 또는 피팅 파라미터의 변화가 큰 것은 모델 조율이 적절하지 않을 수 있음을 나타낼 수 있다. 그런 다음 데이터의 세트에 대한 총괄적인 데이터 품질이 의심스러운 것으로서 플래깅될 수 있다.
보다 구체적으로, 측정된 값 및 대응하는 시뮬레이션된 값은 대응하는 오프셋에 기초하여 오류를 검출하기 위해 평가된다. 바람직한 실시형태에 있어서, 측정된 정보가 시뮬레이션된 정보와 동기되지 않을 때 오프셋이 검출된다. 시스템은 시뮬레이션된 정보를 결정하기 위해 다수의 측정치 및 공정 모델로부터의 증거를 사용한다.
단지 예로만, 유입물은 성분 A 50 %와 성분 B 50 %의 조성, 시간당 200 파운드의 유량(90.7 kg/hr)를 갖고, 2개의 산출물 스트림으로서, 제1 스트림은 성분 A 99 %의 조성, 시간당 100 파운드(45.3 kg/hr)의 유량을 갖고, 제2 스트림은 성분 B 99 %의 조성, 시간당 95 파운드(43.1 kg/hr)의 유량을 갖는, 측정치를 고려하기로 한다. 첫 번째 원칙 모델에 기초하여, 총 유입물은 총 산출물과 같아야 하며, 유입물의 A 또는 B의 총량은 산출물의 A 또는 B의 총량과 같아야 한다. 제2 산출물 스트림의 예상 유량이 시간당 100 파운드(45.3 kg/hr)이므로 오퍼레이터는 측정과 시뮬레이션 간의 오프셋이 시간당 5 파운드(2.27 kg/hr)임을 사정할 수 있다.
단계 112에서, 오프셋이 미리 정해진 값 이하이면, 제어는 단계 104로 되돌아 간다. 그렇지 않으면, 제어는 단계 114로 진행한다. 큰 오류가 있는 개별 측정치는 피팅 알고리즘으로부터 제거될 수 있고 그 측정을 검사하고 교정하도록 경보 메시지 또는 경고 신호가 발생할 수 있다.
단계 114에서, 적어도 하나의 환경 인자에 기초하여 측정의 운전 상태가 진단된다. 전술한 바와 같이, 유입물 및 산출물 정보 간의 산출된 오프셋이 적어도 하나의 환경 인자에 기초하여 평가되어 특정 측정의 결함을 검출한다. 측정이 결함 상태 내에 있는 것으로 결정되면 오퍼레이터에 경보가 송신된다. 방법은 단계 116에서 종료된다.
특정 실시형태
다음은 특정 실시형태와 관련하여 설명되지만, 이 설명은 앞의 설명 및 첨부된 청구범위의 범주를 예시하고 그 범주를 제한하지 않는 것이 의도된다.
본 발명의 제1 실시형태는 플랜트의 운전을 향상시키기 위한 시스템이며, 이 정화 시스템은, 정화 시스템에 연결되어 통신 네트워크를 통해 플랜트와 통신하는 서버와, 상기 통신 네트워크를 통해 상기 플랜트의 운전과 관련된 플랜트 데이터를 수신 및 송신하는 웹 기반의 플랫폼을 구비한 컴퓨터 시스템과, 상기 플랜트 데이터를 인터랙티브 방식으로 표시하는 디스플레이 디바이스와, 적어도 하나의 환경 인자에 기초하여 상기 플랜트의 운전의 조기 검출 및 진단을 가능하게 하는 강화된 데이터 정화 공정을 수행하도록 구성된 데이터 정화 유닛을 포함하며, 상기 데이터 정화 유닛은, 상기 플랜트 데이터에 기초하여 상기 플랜트의 운전중에 측정의 오류를 검출하기 위해, 측정된 정보와 시뮬레이션된 정보 간의 차이를 나타내는 오프셋량을 산출하여 평가한다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 적어도 하나의 환경 인자가 적어도 하나의 1차 인자 및 선택사항인 2차 인자를 포함하는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 적어도 하나의 1차 인자는 온도, 압력, 유입물 유량, 및 산출물 유량 중 적어도 하나를 포함하는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 선택사항인 2차 인자는 밀도 값 및 특정 조성 중 적어도 하나를 포함하는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 데이터 정화 유닛은 미리 정해진 시간 간격에서 반복적으로 플랜트로부터 적어도 하나의 실제 측정된 데이터 세트를 수신하도록 구성되는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 데이터 정화 유닛은 완전성(completeness)에 대해 수신된 데이터를 분석하고, 측정 문제 및 총괄적인 물질 수지 종결에 대해 수신된 데이터에서의 오류를 보정하여 조정된 플랜트 데이터의 세트를 생성하도록 구성되는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 데이터 정화 유닛은 보정된 데이터가 시뮬레이션 공정에 입력으로서 사용되도록 구성되며, 이 공정 모델은 시뮬레이션 공정이 조정된 플랜트 데이터와 매칭하는 것을 보장하도록 조율되는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 데이터 정화 유닛은 보정된 플랜트 데이터의 출력이 조율된 플로우시트에 입력되어, 예측 데이터로서 생성되도록 구성되는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 데이터 정화 유닛은, 조정된 플랜트 데이터와 예측된 데이터 간의 차이를 나타내는 델타 값이 검증되어, 실행 가능한 최적화 케이스가 시뮬레이션 공정 실행에 확립되는 것을 보장하도록 구성되는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 조율된 시뮬레이션 엔진은 조정된 플랜트 데이터를 입력으로 하여 행해지는 실행 가능한 최적화 케이스에 대한 기초로서 사용되며, 조율된 시뮬레이션 엔진으로부터의 출력은 최적화된 데이터인 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 조정된 데이터와 최적화된 데이터 간의 차이는 플랜트에 대한 더 큰 성능에 도달하기 위해 변경될 수 있는 하나 이상의 플랜트 변수를 나타내는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 미리 정해진 기준 또는 설정점의 세트에 기초해서 시뮬레이션 엔진으로부터의 성능 공정 모델 결과와 비교하여 플랜트로부터의 실제 측정된 데이터를 조정하도록 구성된 조정 유닛을 더 포함하는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 조정 유닛은 미리 정해진 임계값의 세트를 이용하여 실제 측정된 데이터와 성능 공정 모델 결과에 대해 휴리스틱 분석을 수행하도록 구성되며, 상기 조정 유닛은 상기 컴퓨터 시스템을 통해 상기 플랜트로부터 상기 플랜트 데이터를 수신하도록 구성되며, 수신된 플랜트 데이터는 미리 결정된 시간 동안 상기 플랜트 내의 상기 장비로부터의 실제 측정된 데이터를 나타내는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 적어도 하나의 환경 인자에 기초하여 오프셋량을 산출함으로써 상기 측정의 운전 상태를 진단하도록 구성된 진단 유닛을 더 포함하는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제1 실시형태 중 임의의 것 또는 전부에 있어서, 진단 유닛은 플랜트로부터 유입물 및 산출물 정보를 수신하여 장비를 평가하고, 실제 현재의 운전 파라미터와 이력상 운전 파라미터 중 적어도 하나에 기초하여 최종 산출물의 목표 허용 레벨을 결정하고 이 목표 허용 레벨에 기초하여 장비의 오류를 검출하도록 구성되는 것이다.
본 발명의 제2 실시형태는 플랜트의 운전을 향상시키는 방법이며, 이 정화 방법은, 정화 시스템에 연결되어 통신 네트워크를 통해 플랜트와 통신하는 서버를 제공하는 단계와, 상기 통신 네트워크를 통해 상기 플랜트의 운전과 관련된 플랜트 데이터를 수신 및 송신하는 웹 기반의 플랫폼을 구비한 컴퓨터 시스템을 제공하는 단계와, 상기 플랜트 데이터를 인터랙티브 방식으로 표시하는 디스플레이 디바이스를 제공하는 단계로서, 상기 디스플레이 디바이스는 상기 플랜트 데이터를 그래픽으로 또는 텍스트로 수신하도록 구성되는 것인, 상기 디스플레이 디바이스를 제공하는 단계와, 상기 통신 네트워크를 통해 상기 플랜트로부터 플랜트 데이터를 취득하는 단계와, 적어도 하나의 환경 인자에 기초하여 상기 플랜트의 운전의 조기 검출 및 진단을 가능하게 하는 강화된 데이터 정화 공정을 수행하는 단계와, 상기 플랜트 데이터에 기초하여 상기 플랜트의 운전중에 장비의 오류를 검출하기 위해, 유입물 및 산출물 정보 간의 차이를 나타내는 오프셋량을 산출하여 평가하는 단계를 포함하는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제2 실시형태 중 임의의 것 또는 전부에 있어서, 플랜트 데이터를 이용하여 플랜트 공정 모델을 생성하고, 플랜트 공정 모델을 사용하여, 플랜트 데이터에 기초해서 예상되는 플랜트 성능을 추정 또는 예측하는 단계를 더 포함하는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제2 실시형태 중 임의의 것 또는 전부에 있어서, 상기 측정과 상기 측정의 시뮬레이션을 평가하여 상기 측정의 오류를 검출하는 단계를 더 포함하는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제2 실시형태 중 임의의 것 또는 전부에 있어서, 대응하는 오프셋이 미리 정해진 값 이하일 때에 상기 측정의 오류를 검출하는 단계를 더 포함하는 것이다. 본 발명의 일 실시형태는, 본 단락의 이전 실시형태 내지 본 단락의 제2 실시형태 중 임의의 것 또는 전부에 있어서, 적어도 하나의 환경 인자에 기초하여 오프셋량을 산출함으로써 상기 측정의 운전 상태를 진단하는 단계를 더 포함하는 것이다.
더 이상의 설명 없이도, 당업자라면 이상의 설명을 이용해서, 본 발명을 최대한 이용하여 본 발명의 본질적인 특성을 쉽게 확인하며, 본 발명의 사상과 범위를 벗어나지 않고서, 본 발명을 다양하게 변경 및 변형하여 그것을 다양한 용도 및 조건에 적응시킬 수 있는 것은 물론이다. 따라서, 전술한 바람직한 특정 실시형태는 예시적인 것으로만 해석되며, 어떠한 방식으로도 본 발명의 나머지 부분을 제한하지 않으며, 첨부된 청구범위의 범주 내에 포함되는 다양한 변형 및 등가의 구성을 포함하는 것이 의도된다.
전술한 바에 있어서, 모든 온도는 섭씨로 기재하였으며, 달리 명시하지 않는 한 모든 부분 및 백분율은 중량에 따른 것이다.

Claims (10)

  1. 플랜트[12a-12n]의 운전(operation)을 향상시키는 정화 시스템(cleansing system)[10]에 있어서,
    상기 정화 시스템[10]에 연결되어 통신 네트워크[16]를 통해 플랜트[12a-12n]와 통신하는 서버[14]와,
    상기 통신 네트워크[16]를 통해 상기 플랜트[12a-12n]의 운전과 관련된 플랜트 데이터를 수신 및 송신하기 위한 웹 기반 플랫폼을 구비한 컴퓨터 시스템[18]과,
    인터랙티브 방식으로(interactively) 상기 플랜트 데이터를 표시하는 디스플레이 디바이스[20]와,
    데이터 정화 유닛[28]을 포함하고,
    상기 데이터 정화 유닛[28]은,
    i. 시뮬레이션 엔진의 공정 모델 데이터, 상기 플랜트[12a-12n]의 장비와 연관된 플랜트 공정 데이터, 및 상기 플랜트[12a-12n]의 장비와 연관된 플랜트 랩 데이터(laboratory data)를 수신하고,
    ii. 조정된 플랜트 데이터의 세트를 생성하기 위해 총괄 물질 수지 클로저(overall mass balance closure)를 보정하기 위해서, 그리고 상기 플랜트 데이터를 측정할 때 발생하는 문제에 의해 야기되는 상기 플랜트 공정 데이터 내의 오류를 보정하기 위해서, 완전성(completeness)에 대해 상기 플랜트 공정 데이터를 분석하고,
    iii. 상기 공정 모델 데이터, 상기 플랜트 공정 데이터, 및 상기 조정된 플랜트 데이터 간의 차이를 나타내는 오프셋량(offset amount)을 산출하고, 상기 플랜트[12a-12n]의 운전 중에 장비의 오류를 검출하기 위한 적어도 하나의 환경 인자에 기초하여 상기 산출된 오프셋량을 평가하도록 구성되고,
    상기 적어도 하나의 환경 인자는 적어도 하나의 1차 인자와 선택사항인 2차 인자를 포함하는 것인, 정화 시스템.
  2. 제1항에 있어서, 상기 적어도 하나의 1차 인자는 온도, 압력, 유입물 유량(feed flow), 및 산출물 유량(product flow) 중 적어도 하나를 포함하는 것인 정화 시스템.
  3. 제1항에 있어서, 상기 선택사항인 2차 인자는 밀도 값과 특정 조성 중 적어도 하나를 포함하는 것인 정화 시스템.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 데이터 정화 유닛[28]은, 보정된 데이터가 시뮬레이션 공정에 입력으로서 사용되도록 구성되는데, 상기 시뮬레이션 공정의 공정 모델은 상기 시뮬레이션 공정이 상기 조정된 플랜트 데이터와 매칭하는 것을 보장하도록 조율되고,
    상기 데이터 정화 유닛[28]은, 상기 조정된 플랜트 데이터의 출력이 조율된 플로우시트(flowsheet)에 입력되어, 예측된 데이터로서 생성되도록 구성되는 것인 정화 시스템.
  5. 제4항에 있어서, 상기 데이터 정화 유닛[28]은, 상기 조정된 플랜트 데이터와 상기 예측된 데이터 간의 차이를 나타내는 델타 값이 검증되어, 실행 가능하고 경제적으로 최적화된 케이스가 시뮬레이션 공정 실행에 대해 확립되는 것을 보장하도록 구성되는 것인 정화 시스템.
  6. 제5항에 있어서, 상기 조정된 플랜트 데이터를 입력으로 하여 행해지는 상기 실행 가능하고 경제적으로 최적화된 케이스에 대한 기초로서 조율된 시뮬레이션 엔진이 사용되며, 상기 조율된 시뮬레이션 엔진으로부터의 출력은 경제적으로 최적화된 데이터인 것인 정화 시스템.
  7. 제6항에 있어서, 상기 조정된 플랜트 데이터와 상기 경제적으로 최적화된 데이터 간의 차이는, 상기 플랜트[12a-12n]에 대한 더 큰 성능에 도달하기 위해 변경될 수 있는 하나 이상의 플랜트 변수를 나타내는 것인 정화 시스템.
  8. 제1항 내지 제3항 중 어느 한 항에 있어서, 미리 정해진 기준 또는 설정점의 세트에 기초해서 시뮬레이션 엔진으로부터의 성능 공정 모델 결과와 상기 플랜트[12a-12n]로부터의 실제 측정된 데이터의 비교를 통해 상기 실제 측정된 데이터를 조정하도록 구성된 조정 유닛[22]을 더 포함하고,
    상기 조정 유닛[22]은 미리 정해진 임계값의 세트를 이용하여 상기 실제 측정된 데이터와 상기 성능 공정 모델 결과에 대해 휴리스틱 분석(heuristic analysis)을 수행하도록 구성되며,
    상기 조정 유닛[22]은 상기 컴퓨터 시스템[18]을 통해 상기 플랜트[12a-12n]로부터 상기 플랜트 데이터를 수신하도록 구성되고, 수신된 플랜트 데이터는 미리 정해진 기간(time period) 동안의 상기 플랜트[12a-12n] 내의 장비로부터의 실제 측정된 데이터를 나타내는 것인 정화 시스템.
  9. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 적어도 하나의 환경 인자에 기초하여 상기 오프셋량을 산출함으로써 상기 측정의 결함(fault)을 진단하도록 구성된 진단 유닛[30]을 더 포함하고,
    상기 진단 유닛[30]은, 상기 플랜트[12a-12n]로부터 유입물 정보 및 산출물 정보를 수신하여 장비를 평가하고, 실제 현재의 운전 파라미터와 이력상 운전 파라미터 중 적어도 하나에 기초해 최종 산출물의 목표 허용 레벨을 결정하여, 상기 목표 허용 레벨에 기초해 상기 장비의 오류를 검출하도록 구성되는 것인 정화 시스템.
  10. 삭제
KR1020177026099A 2015-03-30 2016-03-30 발전된 데이터 정화 시스템 및 방법 KR102065231B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562140039P 2015-03-30 2015-03-30
US62/140,039 2015-03-30
US15/084,291 2016-03-29
US15/084,291 US20160292325A1 (en) 2015-03-30 2016-03-29 Advanced data cleansing system and method
PCT/US2016/024880 WO2016160910A1 (en) 2015-03-30 2016-03-30 Advanced data cleansing system and method

Publications (2)

Publication Number Publication Date
KR20170118811A KR20170118811A (ko) 2017-10-25
KR102065231B1 true KR102065231B1 (ko) 2020-01-10

Family

ID=57007538

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020177026099A KR102065231B1 (ko) 2015-03-30 2016-03-30 발전된 데이터 정화 시스템 및 방법

Country Status (9)

Country Link
US (1) US20160292325A1 (ko)
EP (1) EP3278278A4 (ko)
JP (1) JP6423546B2 (ko)
KR (1) KR102065231B1 (ko)
CN (1) CN107430706B (ko)
MY (1) MY186339A (ko)
RU (1) RU2017132728A (ko)
SG (1) SG11201707389VA (ko)
WO (1) WO2016160910A1 (ko)

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9864823B2 (en) 2015-03-30 2018-01-09 Uop Llc Cleansing system for a feed composition based on environmental factors
US10545487B2 (en) 2016-09-16 2020-01-28 Uop Llc Interactive diagnostic system and method for managing process model analysis
US10678272B2 (en) 2017-03-27 2020-06-09 Uop Llc Early prediction and detection of slide valve sticking in petrochemical plants or refineries
US10754359B2 (en) 2017-03-27 2020-08-25 Uop Llc Operating slide valves in petrochemical plants or refineries
US11130111B2 (en) 2017-03-28 2021-09-28 Uop Llc Air-cooled heat exchangers
US10752845B2 (en) 2017-03-28 2020-08-25 Uop Llc Using molecular weight and invariant mapping to determine performance of rotating equipment in a petrochemical plant or refinery
US10670353B2 (en) 2017-03-28 2020-06-02 Uop Llc Detecting and correcting cross-leakage in heat exchangers in a petrochemical plant or refinery
US10844290B2 (en) 2017-03-28 2020-11-24 Uop Llc Rotating equipment in a petrochemical plant or refinery
US10663238B2 (en) 2017-03-28 2020-05-26 Uop Llc Detecting and correcting maldistribution in heat exchangers in a petrochemical plant or refinery
US10962302B2 (en) 2017-03-28 2021-03-30 Uop Llc Heat exchangers in a petrochemical plant or refinery
US10670027B2 (en) 2017-03-28 2020-06-02 Uop Llc Determining quality of gas for rotating equipment in a petrochemical plant or refinery
US10816947B2 (en) 2017-03-28 2020-10-27 Uop Llc Early surge detection of rotating equipment in a petrochemical plant or refinery
US11396002B2 (en) 2017-03-28 2022-07-26 Uop Llc Detecting and correcting problems in liquid lifting in heat exchangers
US10752844B2 (en) 2017-03-28 2020-08-25 Uop Llc Rotating equipment in a petrochemical plant or refinery
US10794644B2 (en) 2017-03-28 2020-10-06 Uop Llc Detecting and correcting thermal stresses in heat exchangers in a petrochemical plant or refinery
US10794401B2 (en) 2017-03-28 2020-10-06 Uop Llc Reactor loop fouling monitor for rotating equipment in a petrochemical plant or refinery
US11037376B2 (en) 2017-03-28 2021-06-15 Uop Llc Sensor location for rotating equipment in a petrochemical plant or refinery
US10695711B2 (en) 2017-04-28 2020-06-30 Uop Llc Remote monitoring of adsorber process units
US11365886B2 (en) 2017-06-19 2022-06-21 Uop Llc Remote monitoring of fired heaters
US10913905B2 (en) 2017-06-19 2021-02-09 Uop Llc Catalyst cycle length prediction using eigen analysis
US10739798B2 (en) 2017-06-20 2020-08-11 Uop Llc Incipient temperature excursion mitigation and control
US11130692B2 (en) 2017-06-28 2021-09-28 Uop Llc Process and apparatus for dosing nutrients to a bioreactor
WO2019005541A1 (en) * 2017-06-30 2019-01-03 Uop Llc ERROR ASSESSMENT OF A PETROCHEMICAL PLANT TO DETERMINE EQUIPMENT CHANGES FOR OPTIMIZED OPERATIONS
US10994240B2 (en) 2017-09-18 2021-05-04 Uop Llc Remote monitoring of pressure swing adsorption units
US11194317B2 (en) 2017-10-02 2021-12-07 Uop Llc Remote monitoring of chloride treaters using a process simulator based chloride distribution estimate
US11676061B2 (en) 2017-10-05 2023-06-13 Honeywell International Inc. Harnessing machine learning and data analytics for a real time predictive model for a FCC pre-treatment unit
US11105787B2 (en) 2017-10-20 2021-08-31 Honeywell International Inc. System and method to optimize crude oil distillation or other processing by inline analysis of crude oil properties
US11454529B2 (en) 2017-10-31 2022-09-27 Abb Schweiz Ag Augmented flowmeter with a system for simulating fluid parameters
US10901403B2 (en) 2018-02-20 2021-01-26 Uop Llc Developing linear process models using reactor kinetic equations
US10734098B2 (en) 2018-03-30 2020-08-04 Uop Llc Catalytic dehydrogenation catalyst health index
US10953377B2 (en) 2018-12-10 2021-03-23 Uop Llc Delta temperature control of catalytic dehydrogenation process reactors
KR102394480B1 (ko) * 2020-09-29 2022-05-04 인제대학교 산학협력단 플랜트 절차서에 포함된 구문 및 의미정보 추출방법 및 그의 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020123864A1 (en) * 2001-03-01 2002-09-05 Evren Eryurek Remote analysis of process control plant data

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5402333A (en) * 1992-06-15 1995-03-28 E. I. Du Pont De Nemours & Co., Inc. System and method for improving model product property estimates
US7206646B2 (en) * 1999-02-22 2007-04-17 Fisher-Rosemount Systems, Inc. Method and apparatus for performing a function in a plant using process performance monitoring with process equipment monitoring and control
US6865509B1 (en) * 2000-03-10 2005-03-08 Smiths Detection - Pasadena, Inc. System for providing control to an industrial process using one or more multidimensional variables
US20050027721A1 (en) * 2002-04-03 2005-02-03 Javier Saenz System and method for distributed data warehousing
WO2005124491A1 (en) * 2004-06-12 2005-12-29 Fisher-Rosemount Systems, Inc. System and method for detecting an abnormal situation associated with a process gain of a control loop
US7979192B2 (en) * 2006-03-31 2011-07-12 Morrison Brian D Aircraft-engine trend monitoring system
CN100445901C (zh) * 2007-01-25 2008-12-24 上海交通大学 基于AR(p)模型的过程工业生产过程动态成本控制方法
US9053260B2 (en) 2009-04-13 2015-06-09 Honeywell International Inc. Utilizing spreadsheet user interfaces with flowsheets of a CPI simulation system
US9606520B2 (en) * 2009-06-22 2017-03-28 Johnson Controls Technology Company Automated fault detection and diagnostics in a building management system
JP5461136B2 (ja) * 2009-09-30 2014-04-02 三菱重工業株式会社 プラントの診断方法及び診断装置
US8855804B2 (en) * 2010-11-16 2014-10-07 Mks Instruments, Inc. Controlling a discrete-type manufacturing process with a multivariate model
CN103457685B (zh) * 2012-05-29 2015-09-09 中国科学院沈阳自动化研究所 基于预测补偿的工业无线网络高精度时间同步方法
CN102909844B (zh) * 2012-10-23 2014-06-25 东南大学 一种注塑机工件生产线的生产方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020123864A1 (en) * 2001-03-01 2002-09-05 Evren Eryurek Remote analysis of process control plant data

Also Published As

Publication number Publication date
RU2017132728A3 (ko) 2019-03-21
CN107430706A (zh) 2017-12-01
CN107430706B (zh) 2020-12-01
SG11201707389VA (en) 2017-10-30
US20160292325A1 (en) 2016-10-06
EP3278278A4 (en) 2018-12-19
WO2016160910A1 (en) 2016-10-06
RU2017132728A (ru) 2019-03-21
JP2018511875A (ja) 2018-04-26
EP3278278A1 (en) 2018-02-07
JP6423546B2 (ja) 2018-11-14
KR20170118811A (ko) 2017-10-25
MY186339A (en) 2021-07-13

Similar Documents

Publication Publication Date Title
KR102065231B1 (ko) 발전된 데이터 정화 시스템 및 방법
KR102169561B1 (ko) 데이터 클린징 시스템 및 공급물 조성을 추론하기 위한 방법
US10839115B2 (en) Cleansing system for a feed composition based on environmental factors
US20170315543A1 (en) Evaluating petrochemical plant errors to determine equipment changes for optimized operations
US20180046155A1 (en) Identifying and implementing refinery or petrochemical plant process performance improvements
JP6598872B2 (ja) プロセスモデルを調整するためのシステムおよび方法
US20160260041A1 (en) System and method for managing web-based refinery performance optimization using secure cloud computing
US7827006B2 (en) Heat exchanger fouling detection
CN108027350A (zh) 基于实时基于状况的监视（cbm）的超声波计（usm）精度性能检测和通知
WO2019005541A1 (en) ERROR ASSESSMENT OF A PETROCHEMICAL PLANT TO DETERMINE EQUIPMENT CHANGES FOR OPTIMIZED OPERATIONS
US20210200195A1 (en) Real-time plant diagnostic system and method for plant process control and analysis
WO2019028020A1 (en) IMPROVING THE PERFORMANCE OF A REFINERY PROCESS OR A PETROCHEMICAL PLANT
WO2019023210A1 (en) CLEANING SYSTEM FOR CHARGE COMPOSITION BASED ON ENVIRONMENTAL FACTORS
CN111837082B (zh) 利用近实时条件的超声流量计预诊
WO2021225812A1 (en) Real-time plant diagnostic system and method for plant process control and analysis

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant