KR20150034806A - 분석기 기반 제어 시스템 및 알고리즘의 설계 개발 및 구현 - Google Patents

분석기 기반 제어 시스템 및 알고리즘의 설계 개발 및 구현 Download PDF

Info

Publication number
KR20150034806A
KR20150034806A KR1020157004915A KR20157004915A KR20150034806A KR 20150034806 A KR20150034806 A KR 20150034806A KR 1020157004915 A KR1020157004915 A KR 1020157004915A KR 20157004915 A KR20157004915 A KR 20157004915A KR 20150034806 A KR20150034806 A KR 20150034806A
Authority
KR
South Korea
Prior art keywords
measurement
analyzer
process variable
sensor
measurements
Prior art date
Application number
KR1020157004915A
Other languages
English (en)
Other versions
KR102258615B1 (ko
Inventor
진 왕
니젤 피. 힐튼
샘 퍼거슨
글렌 엘 스캐터굿
Original Assignee
날코 컴퍼니
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
Priority claimed from US13/557,761 external-priority patent/US9458388B2/en
Application filed by 날코 컴퍼니 filed Critical 날코 컴퍼니
Publication of KR20150034806A publication Critical patent/KR20150034806A/ko
Application granted granted Critical
Publication of KR102258615B1 publication Critical patent/KR102258615B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • 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
    • C—CHEMISTRY; METALLURGY
    • C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
    • C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
    • C10G75/00—Inhibiting corrosion or fouling in apparatus for treatment or conversion of hydrocarbon oils, in general
    • C10G75/02—Inhibiting corrosion or fouling in apparatus for treatment or conversion of hydrocarbon oils, in general by addition of corrosion inhibitors
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
    • G01N17/02—Electrochemical measuring systems for weathering, corrosion or corrosion-protection measurement

Abstract

산업 설비에서 이용되는 화학 센서의 측정들을 정정하는 방법이 제공된다. 이 방법은 구체적으로 인지된 상황들에 대해 안정 상태 및 동적 상태에서 발생하는 것으로 알려진 에러들을 정정하는 것을 포함한다. 이 방법은 부동시간, 거짓 0 측정들 및 비-선형 동요로 인해 발생하는 에러들의 정정을 허용한다. 이 방법은 자동화된 측정 기법들 및 정정의 정확도를 계속해서 학습하고 정제하는 인간 노하우(human know how)를 결합한다.

Description

분석기 기반 제어 시스템 및 알고리즘의 설계 개발 및 구현{DESIGN DEVELOPMENT AND IMPLEMENTATION OF ANALYZER BASED CONTROL SYSTEM AND ALGORITHM}
관련 출원들에 대한 상호참조
본 출원은 2008년 11월 3일 출원된 미국 특허 출원 번호 제12/263,904호의 부분-계속 출원이다.
본 발명은 일반적으로 화학 프로세스 시스템에서 이용하기 위한 분석기 기반 제어 시스템 및 알고리즘에 관한 것이다. 미국 특허들 제5,503,006호, 제5,425,267호, 제5,965,785호, 제5,326,482호, 제4,335,072호, 미국 공개 특허 출원 번호 제2010/0108566호 및 2012/0053861A1호, 영국 특허 제1,198,734호 및 국제 특허 출원 제2008/005058호, 제2004/044266호, 및 제03/006581호의 예에서 설명된 바와 같이, 화학적 및 산업적 설비들은 유독한 화학적 및 물리적 조건들에 처해질 수 있는 다양한 복합 장비를 활용한다. 따라서, 다수의 기술들이 장비의 조건, 효율 및 예상된 수명을 모니터링하기 위해 개발되었다. 이러한 기술들은 화학물질(chemical) 공장 내의 다양한 소스들로부터 데이터를 수집 및 보관(archive)하는 히스토리언 시스템들(historian systems)을 포함한다. 미국 특허 출원 제12/899,250호는 히스토리언 및 다른 데이터를 활용하는 다수의 방법들을 설명한다.
모니터링 장비는 통상적으로 다양한 프로세스 변수들이 측정되고 레코딩되는 시스템을 포함한다. 하나의 이러한 시스템은 미국 공개 특허 출원 번호 제2009/0149981 A1호에서 설명된다. 그러나 이러한 시스템들은 대량의 데이터를 생성하며, 이 대량의 데이터 중 작은 부분만이 비정상 조건들을 검출하기 위해 유용하게 트래킹되며, 이러한 시스템들로부터 수집된 정보는 제한된 실제적 사용을 갖는다.
부식 방지의 맥락에서, 모니터가 측정하기에 가장 유용한 데이터 세트들 중 3개는 pH, 금속(특히, 철) 이온 농도들, 및 염화물 이온 농도들이다. 이상적으로는, 모니터링된 데이터는 가능한 실시간에 가까워서, 극단의 농도들의 원인들에 대한 치료 기법들은 그 원인들이 부식을 초래하거나 그렇지 않으면 설비를 손상시키기 이전에 적용될 수 있다. 불행히도, 현재 모니터링 기법들은 다량의 거짓 데이터(false data)를 제공하여서, 실시간 모니터링은 보통 불가능하지 않지만 어렵다. 또한, 거짓 데이터는 고가의 치료 화학물질들의 첨가가 필요하지 않을 때 이들의 낭비를 야기할 수 있다. 그 결과, 진정으로 자동화된 치료 화학물질 공급 시스템은 실현 가능하지 않고 인간 운용자는 통상적으로, "거짓 알람"에 직면하여 치료 화학물질들의 첨가를 방지하도록 요구되며, 그에 따라 동작 비용들을 증가시킨다.
따라서, 화학물질 공장 내의 조건들을 모니터링하는 개선된 방법의 분명한 요구 및 활용성이 있다. 이 섹션에서 설명된 기술은 그러한 것으로서 특별히 지정되지 않으면, 본 명세서에서 참조된 임의의 특허, 공개 또는 다른 정보가 본 발명에 관한 "종래 기술"이라고 인정되도록 의도되진 않는다. 또한, 본 섹션은 검색이 이루어졌거나, 또는 37 C.F.R.§1.56(a)에 정의된 바와 같은 어떠한 다른 관련 정보도 존재하지 않는다는 것을 의미하도록 해석되어선 안 된다.
본 발명의 적어도 하나의 실시예는 화학 프로세스 시스템에서 센서에 의해 행해진 프로세스 변수의 측정의 에러를 정정하는 방법에 관한 것이다. 이 시스템은 측정들 중 적어도 일부가 에러 있게 하는 특성들에 의해 특징화된다. 이 방법은 1) 동적 상태 팩터들(dynamic state factors)에 의해 야기된 에러의 컴포넌트를 식별하는 단계 ― 상기 에러의 컴포넌트는 시스템에서 센서 측정을 적어도 한번 획득하고, 시간에 대한 변동 양에 의해 상기 프로세스 변수의 객관적으로 올바른 측정으로부터 그 측정이 어떻게 벗어났음을 알게 됨으로써 결정됨 ― ; 2) 상기 에러의 안정 상태 팩터 컴포넌트를 식별하는 단계 ― 상기 에러의 컴포넌트는 센서 측정들을 적어도 한번 획득함으로써 결정되고, 시간에 대한 고정량에 의해, 상기 프로세스 변수의 객관적으로 올바른 측정으로부터 그 측정이 벗어났음을 알게 됨으로써 결정됨 ― ; 3) 부가적인 팩터들에 의해 야기된 에러의 컴포넌트를 식별하는 단계; 및 4) 안정 상태 팩터들, 동적 상태 팩터들, 및 미지의 팩터들에 의해 야기된 에러들을 제거하도록 상기 측정을 변경하는 단계를 포함한다.
상기 센서는 분석기와 정보 통신할 수 있고, 상기 분석기는 제어기와 정보 통신할 수 있다. 상기 센서는 상기 프로세스 변수의 원(raw) 측정을 획득하도록 구성 및 배열될 수 있다. 분석기는 상기 센서의 측정의 에러를 정정할 수 있다. 상기 제어기는 정정된 측정을 받는다. 상기 정정된 측정이 수락 가능한 값들의 미리 결정된 범위 외부에 있는 경우, 제어기는 측정된 값을 상기 수락 가능한 범위 내의 값으로 변경하도록 치료 조치(remedial measure)가 발생하게 할 수 있다. 상기 치료 조치는 상기 측정의 안정 상태 값이 상기 센서에 의해 검출되기 이전에 발생할 수 있다.
상기 프로세스 변수는 산화-환원 전위, pH, 특정한 화학물질 또는 이온의 레벨(예를 들어, 경험적으로, 자동으로, 형광적으로(fluorescently), 전기화학적으로, 색채학적으로(colorimetrically) 결정되고, 직접 측정되고, 계산됨), 온도, 압력, 프로세스 스팀 유량, 용해된 고체들 및 현탁된 고체들로 구성된 리스트로부터 선택된 하나의 아이템의 측정일 수 있다.
적어도 3개의 센서들이 있을 수 있고 상기 3개의 센서들 각각은 상기 분석기에 원 측정을 전달할 수 있다. 상기 원 측정들 중 적어도 하나가 측정이 행해진 특정한 조건들에 대해 예상되는 미리 결정된 설정값(setpoint)에 부합(fit within)하는 경우 상기 분석기는 그의 계산들에 있어 입력으로서 이들 원 측정들의 평균을 이용할 수 있고 상기 원 측정들 중 어느 것도 측정이 행해진 특정한 조건들에 대해 예상되는 미리-결정된 설정값에 부합하지 않는 경우, 상기 분석기는 그의 계산에 있어 입력으로서 이력적으로 예상된 값(historically expected value)을 이용할 수 있다.
상기 프로세스 변수는 철 농도일 수 있다. 상기 방법은 추가로 0 철 농도를 표시하는 모든 센서 판독들을 무시하는 단계, 및 1주 시간 기간에 걸쳐서 회귀 분석(regression analysis)을 이용하여 측정된 철 농도를 조정하는 단계를 더 포함할 수 있다. 상기 치료 조치는 본질적으로 그 효과가 비-선형인 화학물질을 첨가하는 것을 포함할 수 있다. 상기 분석기는 그의 정정들에서 치료 화학물질의 비-선형 효과를 정정할 수 있다. 상기 치료 조치는 부동시간의 제약들을 받는 화학물질을 첨가하는 것을 포함할 수 있고, 상기 분석기는 그의 측정들에서 그러한 효과들을 정정한다. 상기 프로세스 시스템은, 화학물질 공장, 정제소, 정유 공장, 음식 프로세싱 설비, 제조 공장, 화학물질 공장, 증류탑(distillation column), 정수 공장, 공장, 쓰레기 프로세싱 설비, 물 처리 설비, 및 이들의 임의의 결합으로 구성된 목록으로부터 선택된 하나의 아이템일 수 있다.
본 발명의 상세한 설명은 이하 도면들에 대해 이루어지는 특정한 참조와 함께 설명된다.
도 1은 프로세스 변수의 측정된 값을 정정하는 방법을 예시하는 그래프이다.
도 2는 프로세스 변수의 측정된 값을 정정하는 방법을 예시하는 그래프이다.
도 3은 프로세스 시스템의 부식 레이트를 계산하는데 있어 어려움을 예시하는 그래프이다.
도 4는 부식 레이트의 측정된 값을 정정하는 방법을 예시하는 그래프이다.
도 5는 분석기에 의해 이용되는 데이터의 소스들의 예시이다.
도 6은 분석기 출력을 포함하는 대시보드의 예시이다.
다음의 정의들은 용어들이 본 출원에서 어떻게 이용되는지, 특히, 청구항들에서 어떻게 해석되는지를 결정하기 위해 제공된다. 정의들의 조직(organization)은 단지 편의를 위한 것이며, 정의들 중 임의의 것을 임의의 특정한 카테고리로 한정하도록 의도되진 않는다.
"화학 프로세스 시스템(chemical process system)"은 원(raw) 물질들을, 다음의 장비 부품들(pieces of equipment), 즉 화학물질 공장, 정제소, 노(furnace), 크래커(cracker), 오버헤드 컬럼(overhead column), 스트리퍼(stripper), 필터, 증류기, 보일러, 반응 용기, 및 열 교환기 등 중 하나 또는 그 초과를 활용하는 산업 프로세스들을 포함(그러나 이러한 것으로 제한되지 않음)하는 제품들로 변환하기 위한 하나 또는 그 초과의 프로세스들을 의미한다.
"동적인 상태(Dynamic State)"는, 사실상 프로세스 변수의 실제 크기가 변하지 않는 동안 조건이 측정되는 이산 시간 기간의 적어도 일부에 걸쳐 관찰되는 측정이 변하는, 측정된 프로세스 변수의 조건을 의미한다.
"안정 상태(Steady state)"는, 사실상 프로세스 변수의 실제 크기가 변하지 않는 동안 조건이 측정되는 이산 시간 기간에 걸쳐 관찰되는 측정이 변경되지 않은 채로 유지되는, 측정된 프로세스 변수의 조건을 의미한다.
위의 정의들 또는 다른 곳에서 언급되는 설명이, 공통적으로 사전에서 이용되거나 본 출원에 인용에 의해 포함되는 소스에서 언급되는 의미(명시적 또는 암시적)와 일관되지 않는 경우에, 본 출원 및 청구항 용어들은 특히, 공통적인 정의, 사전 정의, 또는 인용에 의해 포함된 정의에 따르는 것이 아니라, 본 출원의 정의 또는 설명에 따라 해석되는 것으로 이해된다. 위를 고려하여, 용어가 사전에 의해 해석되는 경우에만 그 용어가 이용될 수 있는 경우에, 용어가 Kirk-Othmer Encyclopedia of Chemical Technology(5차 편집본)(2005)(Wiley, John & Sons, Inc에 의해 출판됨)에 의해 정의되는 경우, 이 정의는 용어가 청구항들에서 어떻게 정의되는지를 제어할 수 있다.
자동화 기술은 효율적인 프로세스 동작을 개선 및 유지하는데 있어 중요한 역할을 한다. 그것은 기업들의 전략 및 작전 목표들, 그의 경제적인 결과들, 제품들의 개발 및 품질, 생산의 연속성, 및 시장에서의 경쟁력에 영향을 준다. 이들 전략들은 (1) 유닛 동작의 개선들 및 (2) 적절히 선택된 화학물질들의 최적화를 포함해야 한다. 부식 레이트의 제어의 핵심은 부식 성능(corrosion performance)을 분석하고 동작 데이터 및 분석기 측정들에 기초하여 결정적 지식(decisive knowledge)을 이끌어내는 것이다. CUA(Crude Unit Automation) 시스템은 자동화 기술들을 이용하여 시스템 부식을 모니터링 및 분석하고 화학물질들을 피드백 제어(feedback control)하도록 설계된다. 이들 전략들의 구현은 부식 위험을 낮추고, 오버헤드 열 교환기들의 런 길이(run length)를 계속 개선한다.
본 발명의 적어도 하나의 실시예에서, 프로세스 시스템에서 이용중인 제어 시스템은 2개의 엘리먼트들, (1) 적어도 하나의 센서 및 (2) 적어도 하나의 분석기를 포함한다. 본 발명의 적어도 하나의 실시예에서, 제어 시스템은 3개의 엘리먼트들, (1) 적어도 하나의 센서, (2) 적어도 하나의 분석기 및 (3) 적어도 하나의 제어기를 포함한다. 센서(들)는 시스템의 적어도 하나의 부분 내에서 적어도 하나의 프로세스 변수를 측정하도록 구성되고 배열된다. 분석기는 센서에 의해 행해진 측정을 수신하고 이를, 출력될 수 있는 정보로 변환한다. 제어기는 출력을 수신하고, 출력에 응답하여 임의의 동작이 발생하게 할 수 있다.
적어도 하나의 실시예에서, 응답은 화학물질의 첨가를 포함한다. 첨가된 화학물질들은 중화제, 필머(filmer), 부식제, 억제제들 등을 포함할 수 있고, 부식 프로세스 변수들을 제어하는데 이용된다. 분석기는 프로세스 변수들(특히, pH, [Cl] 및 [Fe])의 온-라인 측정들을 제공한다. 분석기는 전체 시스템을 모니터링, 분석 및 관리하는데 이용되는 출력을 제공한다.
적어도 하나의 실시예에서, 정보 중 일부 또는 모두 다는 대시보드 상에 디스플레이된다. 대시보드는 또한 시스템이 히스토리언 데이터베이스 데이터, 리포트, 알람들을 어떻게 관리하는지를 디스플레이하고 크루드 유닛 시스템(crude unit system)의 실시간 제어 및 최적화에 대한 사용자의 선택된 전략을 쉽게 이용 가능하게 할 수 있다.
적어도 하나의 실시예에서, 시스템은, 히스토리언 및 보관된 데이터의 예비 분석, 분석기로부터의 업데이트들 및 다른 진단들(예컨대, 사람 관찰들 및 운영 직원과의 논의)을 활용하여 크루드 유닛의 동작들의 응답들 및 추가의 분석을 이어서 생성하는 폐루프이다.
적어도 하나의 실시예에서, 억제제들의 이용은 일반적인 부식을 방지하거나 감소시키기 위한 것이고, 이는 일반적인 부식이 문제인 그러한 영역들에 대한 부식의 제어에 있어 중요한 역할을 한다. 제어 시스템의 목적은 억제제들을 제어함으로써 크루드 유닛 오버헤드에서 부식을 어떻게 방지/감소시킬지에 있다. 크루드 유닛 프로세스의 메인 컴포넌트들 중 하나로서, 부식 제어는 시스템 무결성을 유지하는데 필수적인 역할을 한다. 본 발명은 크루드 유닛의 프로세스 스트림에서 하나 또는 그 초과의 시스템 파라미터들의 최적화를 통해 크루드 유닛의 부식 제어 컴포넌트를 최적화하는 방식을 제공한다. 이 최적화는 프로세스 스트림에서 그러한 파라미터들과 연관되는 특성들을 측정하는 것을 포함한다.
적어도 하나의 실시예에서, 분석기는 정제소 프로세싱 장비의 부식 및 부식 부산물들의 증착으로 인한 후속적인 오염(fouling)을 감소시키도록 설계된다. 통상적인 부식 제어 프로그램은 중화 아민, 필르밍 억제제(filming inhibitor), 부식 용액 등과 같은 컴포넌트들을 포함한다. 이러한 부식 제어 화학물질들은 종래에는, 그래브 샘플(grab sample)들로부터 유도되고 연구소에서 분석된 측정들 또는 유닛상의 몇몇 흐름 표시에 기초하여 시스템에 주입된다. 본 발명은 시스템 내로의 화학물질 주입을 조정하는 자동화된 방법을 제공한다.
적어도 하나의 실시예에서, 본 발명의 방법은 정보를 수신 및 프로세싱하고 명령들을 다양한 컴포넌트들(예를 들어, 화학물질 주입 펌프)에 제공하도록 동작 가능한 제어기를 포함한다. "제어기"란 용어는 프로세서, 메모리 디바이스, 디지털 저장 매체, 음극선관, 액정 디스플레이, 플라즈마 디스플레이, 터치 스크린, 또는 다른 모니터 및/또는 다른 컴포넌트들과 같은 컴포넌트들을 갖는 전자 디바이스 또는 수동 운용자를 지칭한다. 제어기는 바람직하게는, 하나 또는 그 초과의 주문형 집적 회로들, 프로그램들, 컴퓨터-실행 가능한 명령들 또는 알고리즘, 하나 또는 그 초과의 하드-와이어드 디바이스들, 무선 디바이스들 및/또는 하나 또는 그 초과의 기계적 디바이스들과의 통합을 위해 동작 가능하다. 또한, 제어기는 피드백, 피드-포워드, 또는 본 발명의 예측 루프(들)를 통합하도록 동작 가능하다. 제어기 시스템 기능들 중 일부 또는 모두 다는 로컬 영역 네트워크, 광역 네트워크, 무선 네트워크, 인터넷 연결, 마이크로파 링크, 적외선 링크 등을 통한 통신을 위해 네트워크 서버와 같은 중앙 위치에 있을 수 있다. 또한, 신호 컨디셔너 또는 시스템 모니터와 같은 다른 컴포넌트들은 신호 전송 및 신호-프로세싱 알고리즘들을 용이하게 하도록 포함될 수 있다.
제어기는 시스템 파라미터들과 연관된, 임의의 측정되거나 예측된 특성들을 우선순위화하기 위한 계층 로직을 포함할 수 있다. 예를 들어, 제어기는 염화물 이온 농도 보다 시스템 pH를 우선순위화하도록(또는 그 반대도 가능함) 프로그래밍될 수 있다. 이러한 계층 로직의 목적은 시스템 파라미터들에 관한 개선된 제어를 허용하고 순환 제어 루프를 방지하는 것이란 것이 인지되어야 한다.
적어도 하나의 실시예에서, 방법은 자동화된 제어기를 포함한다. 다른 실시예에서, 제어기는 수동 또는 반-수동이다. 예를 들어, 크루드 정제 프로세스가 시스템 내의 다양한 센서들로부터 수신된 하나 또는 그 초과의 데이터 세트들을 포함하는 경우, 제어기는 어느 데이터 지점들/데이터 세트들을 추가로 프로세싱할지 자동으로 결정할 수 있거나, 또는 운용자가 부분적으로 또는 전적으로 이러한 결정을 내릴 수 있다. 데이터 세트는 산화-환원 전위(oxidation-reduction potential), pH, 특정한 화학물질 또는 이온들의 레벨(예를 들어, 경험적으로, 자동으로, 형광적으로(fluorescently), 전기화학적으로, 색채학적으로(colorimetrically) 결정되고, 직접 측정되고, 계산됨), 온도, 압력, 프로세스 스트림 유량, 용해되거나 현탁된 고체들 등과 같은 프로세스 변수들 또는 시스템 파라미터들을 포함할 수 있다. 이러한 시스템 파라미터들 또는 프로세스 변수들은 통상적으로 pH 센서들, 이온 분석기들, 온도 센서들, 열전대(thermocouple)들, 압력 센서들, 부식 프로브들, 및/또는 임의의 다른 적합한 디바이스 또는 방법과 같은 임의의 타입의 적합한 데이터 캡처링 장비로 측정된다. 데이터 캡처링 장비는 바람직하게는, 제어기와 통신하고, 대안적인 실시예들에 따라, 제어기에 의해 전달되는 진보된 기능들(본 명세서에서 설명된 제어 알고리즘들의 임의의 부분을 포함함)을 포함할 수 있다.
화학 펌프들, 알람들, 또는 다른 시스템 컴포넌트로의 측정된 파라미터들 또는 신호들의 데이터 전송은 유선 또는 무선 네트워크, 케이블, 디지털 가입자 라인, 인터넷 등과 같은 임의의 적합한 디바이스를 이용하여 달성된다. 임의의 적합한 인터페이스 표준(들), 예컨대, 이더넷 인터페이스, 무선 인터페이스(예를 들어, IEEE 802.11a/b/g/x, 802.16, 블루투스, 광학, 적외선, 라디오 주파수 등), 범용 직렬 버스, 전화 네트워크 등 및 이러한 인터페이스들/연결들의 결합들이 이용될 수 있다. 본 명세서에서 이용된 바와 같이, 용어 "네트워크"는 모든 이러한 데이터 전송 방법들을 포함한다. 설명된 디바이스들(예를 들어, 공장 보관 시스템, 데이터 분석 스테이션, 데이터 캡처 디바이스, 프로세스 스테이션 등) 중 임의의 것이 상술된 또는 다른 적합한 인터페이스 또는 연결을 이용하여 서로 연결될 수 있다.
적어도 하나의 실시예에서, 시스템 파라미터 정보는 시스템으로부터 수신되고 보관된다. 다른 실시예에서, 시스템 파라미터 정보는 시간표 또는 스케줄에 따라 프로세싱된다. 추가의 실시예에서, 시스템 파라미터 정보는 실시간/실질적으로 실시간으로 즉시 프로세싱된다. 이러한 실시간 수신은 예를 들어, 컴퓨터 네트워크를 통한 "스트리밍 데이터"를 포함할 수 있다.
적어도 하나의 실시예에서, 2개 또는 그 초과의 샘플들이 시스템 내의 상이한 위치들에서 취득된다. 예를 들어, 하나는 이슬점(dew point)에 그리고 하나는 부트 누산기(boot accumulator)에 있을 수 있다. 이들 2개의 샘플 지점들에서의 측정 차이들은 화학물질 주입을 조정하도록 대응하는 알고리즘을 요구한다. "이슬점"란 용어는 스팀-물의 초기 응결의 지점 또는 액체 물의 위상이 물 증기들 및 액체 탄화수소로부터 분리되고 증기들이 냉각될 때 액체 물을 형성하기 시작하는 온도를 지칭한다. pH 및 염화물 이온 레벨을 측정하기 위해 누산기 물 부트를 이용하는 것이 가능하지만, 정확도의 레벨이 보통 희생되는데, 그 이유는 데이터가 물 이슬점의 다운스트림에서 응결하는 약산들 및 염기들 및 스팀의 전체 체적에 의해 희석되거나 마스킹되기 때문이다.
마찬가지로, 이슬점 물로부터 철(또는 구리, 몰리브덴, 니켈, 아연과 같은 다른 금속들) 이온 농도를 측정하는 것이 가능하다. 적어도 하나의 실시예에서, 금속 이온 농도는 누산기 물 부트에서 측정되는데, 그 이유는 이들 이온들은, 부식이 발생했고 금속이 샘플 지점의 시스템 업스트림의 내부 컴포넌트로부터 제거된 것을 표시하기 때문이다.
임의의 적합한 방법이 이슬점 물 샘플을 획득하기 위해 이용될 수 있다는 것이 인지되어야 한다. 예를 들어, 이슬점 물 샘플을 획득하기 위한 디바이스들은 "Overhead Corrosion Simulator" 명칭의 미국 특허 번호 제4,335,072호, "Corrosion Simulator and Method for Simulating Corrosion Activity of a Process Stream"란 명칭의 제5,425,267호에서 개시되며, 상기 미국특허들 각각은 그 전체가 인용에 의해 본원에 포함된다.
적어도 하나의 실시예에서, pH; 염화물 이온; 황산, 유화, 티오아황산, 이산화 탄소, 황화 수소와 같은 다른 강 및 약산들; 유기산들; 암모니아; 다양한 아민들; 및 액체 또는 고체 증착들 등을 포함(그러나 이러한 것으로 제한되지 않음)해서, 상이한 유체 또는 시스템 파라미터들 또는 프로세스 변수들 또는 시스템에 존재하는 다른 구성들이 측정되고 및/또는 분석될 수 있다. 측정들을 행하는 다양한 방법들이 고려되며, 본 발명은 하나의 특정한 방법으로 제한되지 않는다. 대표적인 방법들은, 미국 특허 번호 제5,326,482호, 제5,324,665호, 및 제5,302,253호에서 개시된 것들을 포함(그러나 이러한 것으로 제한되지 않음)한다.
시스템 내의 다양한 위치들에서 행해진 측정들에 응답하여, 치료 화학반응(remedial chemistry)은 측정된 판독들에 응답하여 시스템에 첨가될 수 있다. 이러한 치료 화학반응들은, 중화제들, 필르밍 억제제들(때때로, "필머(filmers)"로서 본 명세서에서 지칭됨) 및 부식제들을 포함(그러나 이러한 것으로 제한되지 않음)한다. 이들 지점들은 "산 또는 pH에 기초한 중화제", "철에 기초한 필머", 및 "염화물에 기초한 부식제"로 라벨링된다. 이러한 화학물질들은 시스템 내의 임의의 적합한 위치에 첨가될 수 있다는 것이 인지되어야 한다. 적어도 하나의 실시예에서, 시스템 내로의 이러한 화학물질들의 도입은 연속적으로 조정된다. 다른 실시예들에서, 화학물질 도입은 각각의 개별 시스템에 대해 결정된 바와 같은 스케줄에 대해, 또는 간헐적으로 조정된다.
중화제(들), 부식제(들), 및 필르밍 억제제(들)는 임의의 적합한 타입의 화학물질 공급 펌프를 이용하여 시스템에 도입될 수 있다. 가장 일반적으로, 양변위 주입 펌프들(positive displacement injection pumps)이 전기적으로 또는 기학상으로(pneumatically) 전력공급되어 이용된다. 연속적인 흐름 주입 펌프들은 때때로 특수 화학물질들이 빠르게 이동하는 프로세스 스트림 내로 충분히 그리고 정확하게 주입된다는 것을 보장하는데 이용된다. 임의의 적합한 펌프 또는 전달 시스템이 이용될 수 있지만, 예시적인 펌프들 및 펌핑 방법들은 "Method for Injecting Treatment Chemicals Using a Constant Flow Positive Displacement Pumping Apparatus"란 명칭의 미국 특허 번호 제5,066,199호 및 "Improved Method for Injecting Treatment Chemicals Using a Constant Flow Positive Displacement Pumping Apparatus"란 명칭의 제5,195,879호에서 개시된 것들을 포함하며, 각각은 그 전체가 인용에 의해 본원에 포함된다.
대표적인 중화제들은 3-메톡시프로필아민(MOPA) (CAS # 5332-73-0), 모노에탄올아민 (MEA) (CAS # 141-43-5), N,N-디메틸아미노에탄올(DMEA) (CAS # 108-01-0), 및 메톡시소프로필아민(MIOPA) (CAS # 37143-54-7)을 포함(그러나 이러한 것으로 제한되지 않음)한다.
부식제로서, 수산화나트륨의 묽은 용액은 통상적으로, 예를 들어, 원유 또는 탈염 세탁수(desalter wash water) 내로 주입되면 분배를 강화하기 위해 그리고 핸들링의 용이함을 위해 5 내지 10% 농도(7.5 내지 14° 보메(Baume))로 준비된다. 농도는 한랭 기후들에서의 동결점에 대해서와 같이 대기 온도들에 따라 조정될 수 있다.
크루드 유닛 부식 제어 프로그램에서 본 발명과 함께 이용되는 필르밍 억제제들 또는 필머들은 통상적으로, 아미드들, 및 이미다졸린들의 유용성 혼합물들(oil soluble blends)이다. 이들 화합물들은 물을 전달(carry)하기 위한 시스템 내의 탄화수소들의 능력에 관한 영향을 최소로 하면서 양호한 부식 제어를 제공한다.
적합한 pH 제어 또는 최적의 범위는 각각의 개별 시스템에 대해 결정되어야 한다는 것이 인지되어야 한다. 하나의 시스템에 대한 최적의 범위는 다른 시스템에 대한 최적의 범위로부터 상당히 다를 수 있다. 모든 가능한 최적의 pH 범위를 커버하는 것이 본 발명의 개념 내에 있다.
상이한 실시예들에서, 중화제 펌프의 변화들은 빈도에서 제한된다. 바람직하게는, 조정 제한들은 최대 15분 당 1번으로 세팅되고, 동일한 방향의 순차적인 조정들은 8을 초과하지 않아야 한다. 예를 들어, 8의 총 조정들 또는 50% 또는 100%의 변화 이후에, 펌프는 일정 양의 시간(예를 들어, 2 또는 4 시간) 동안 유예되어야 하고 알람이 트리거되어야 한다. 이러한 상황이 직면되는 경우, 운용자에 경고하기 위한 알람을 트리거하는 것이 유리하다. 최대 펌프 출력과 같은 다른 제한들이 또한 구현될 수 있다. 제한 없이 임의의 방향으로의 임의의 수의 조정들을 야기하는 것이 본 발명의 범위 내에 있다는 것이 인지되어야 한다. 이러한 제한들은 운용자에 의해 결정된 바와 같이 적용된다.
적합한 또는 최적의 염화물 이온 농도 범위는 각각의 개별 시스템에 대해 결정되어야 한다는 것이 인지되어야 한다. 하나의 시스템에 대한 최적의 범위는 다름 시스템의 최적의 범위로부터 상당히 다를 수 있다. 임의의 가능한 최적의 염화물 이온 농도 범위를 커버하는 것이 본 발명의 개념 내에 있다.
적어도 하나의 실시예에서, 다른 야금(metallurgy)이 이용되어, 예컨대, 모넬, 티타늄, 황동(brass) 등이 몇몇 시스템들에서 이용될 수 있다. 이러한 경우들에서, 철 이온 농도 신호 보단 오히려, 적절한 금속 이온(예를 들어, 구리, 니켈, 아연 등) 농도 신호가 검출되고 분석될 것이다.
금속 이온들은 2개 초과의 산화 상태들에서 공통적으로 존재한다. 예를 들어, 철은 용해 상태들(이온 및 미세 입자들), 불용해 상태들(즉, 여과성(filterable)) 등에서 또한 존재하는 바와 같이 Fe2 + 및 Fe3 +로 존재한다. 금속 이온들의 분석 및 제어는 시스템에 존재하는 이러한 치환(permutation)의 임의의 결합(또는 모두 다)의 예측 또는 측정을 포함한다.
부식 프로브(corrosion probe)들(예를 들어, 전기 저항 부식 프로브들, 선형 편광 프로브들, 및/또는 금속 손실을 결정하기 위한 임의의 다른 적합한 방법)이 시스템 내의 임의의 편리한 위치에 배치될 수 있지만, 바람직하게는, 이들은 시스템의 이력적으로 신뢰 가능한 위치들에 배치된다. 또한, 예를 들어, 2개의 오버라이드들(overrides)이 12시간 기간에 걸쳐서 활성화되는 경우, 부식 프로브들이 적절히 동작한다는 것을 보장하기 위해 신뢰성 검사가 통상적으로 개시된다. 이러한 상황이 직면되는 경우, 운용자에게 경고하기 위한 알람을 트리거하는 것이 유리하다. 최대 펌프 출력과 같은 다른 제한들이 또한 구현될 수 있다. 제한 없이 임의의 방향으로의 임의의 수의 조정들을 야기하는 것이 본 발명의 범위 내에 있다는 것이 인지되어야 한다. 이러한 제한들은 운용자에 의해 결정된 바와 같이 적용된다.
적어도 하나의 실시예에서, 분석기와 제어기 간의 통신 링크가 단절되거나 손상되는 경우, 제어기는 무슨 동작이든, 통신을 손실하기 이전에 자신이 착수했던 것을 지속한다. 적어도 하나의 실시예에서, 분석기와 센서 간의 통신 링크가 단절되거나 손상되는 경우, 제어기는 무슨 동작이든, 통신을 손실하기 이전에 자신이 착수했던 것을 지속한다. 적어도 하나의 실시예에서, 분석기 출력이, 장비, 즉 제어기의 물리적 제한들을 초과하여 응답이 발생하도록 제어기를 유도하는 경우, 가능한 최상의 응답(예컨대, 하나 또는 그 초과의 펌프들, 통풍구들, 드레인들, 리프트들, 고정자들, 컨베이어들, 노들, 열 교환기들 등의 턴 온/오프) 및 제어기는 분석기 출력이 감소를 보장할 때까지 미달성능(underperforming) 응답 장비가 그의 최대 용량에서 실행되게 한다. 적어도 하나의 실시예에서, 응답 장비의 적어도 하나의 부품은 분석기 출력에 단지 점진적으로 응답하도록 구성되고 배열된다. 적어도 하나의 실시예에서, 장비가 단지 점진적으로 응답할 수 있지만, 그것은 물리적으로 가능한 빨리 그의 사전-응답 세팅으로 리턴하도록 구성되고 배열된다. 이는 응답이 상당한 효과를 야기하기 이전에 올바르지 않은 응답의 거부(negation)를 허용한다. 점진적인 응답의 예는, 펌프가 몇 초 내에 100%에 도달할 수 있지라도, 화학물질의 흐름을 10분까지의 과정 동안 최대 유량의 0%로부터 최대 유량의 100%까지 증가시키는 펌프이다.
적어도 하나의 실시예에서, 분석기는 프로세스 변수들의 측정들에서 발생하는 부정확들을 정정하기 위해 데이터 분석의 모델 방법을 활용한다. 정의에 의하면 부식은 공장 장비로부터 한정된 양의 질량이 장비의 그러한 부품들로부터 분리되는 결과이기 때문에, 측정되는 부식의 양은 시스템의 컴포넌트들에 대한 물리적 손상과 상관되기 쉬워야 한다. 그러나 이러한 설비들에 고유한 다량의 노이즈로 인해, 측정되는 레이트는 폭넓게 등락(fluctuate)하고 종종 정확하지 않다. 중요하게는, 노이즈는 종종 장비로부터 제거된 실제 질량보다 더 큰 측정된 부식 레이트들을 야기한다. 또한, 원유(특히 기회 크루드(opportunity crude))의 상이한 형태들 및 그의 합성물에서의 불일치들은 장비가 종종 상이한 생산 실행들 동안 상이하게 기능하게 한다. 이는 변동을 야기하고 부식의 레이트의 예측을 어렵게 한다. 또한, 부식이 분석되는 그 환경을 변화시키기 때문에, 각각의 생산 실행은 미래의 분석들을 더 모호하게 할 수 있다.
적어도 하나의 실시예에서, 분석은 프로세스 변수들의 측정들에서 발생하는 부정확들을 정정하기 위해 센서에 의해 행해진 안정 상태 측정 및 동적 상태 측정 간의 알려진 차이를 고려한다. 도 1에서 예시된 바와 같이, 다수의 상황들에서, 시스템의 동요(disturbance)(예컨대, 펌프의 턴 온 또는 오프, 화학물질의 첨가 또는 첨가의 정지, pH, [Fe], 온도, 압력의 변화 등)는 센서 측정에서 단기 동적 상태 변화는 물론 센서 측정에서 보다 장기 안정 상태 변화를 야기한다. 분석기는 특정한 동요들에 응답하여 발생하는 특정한 동적 상태 변화들을 특정한 센서들에 연관시키는 것을 배우고, 그러한 조건들 하에서, 특정한 센서가 유사한 동적 측정을 검출하는 경우, 검출된 측정을 출력하는 대신, 분석기는, 검출된 동적 상태의 특성들과 연관된, 자신이 학습한 정정된 값을 출력한다.
그 결과, 적어도 하나의 실시예에서, 분석기에 의해 획득된 프로세스 변수의 적어도 하나의 센서 측정의 출력은 변환을 거친다. 그 출력은 함수에 의해 표현될 수 있다:
u = f(e, Δe, d)
여기서 u는 프로세스 변수를 측정하는 분석기의 출력이고, e는 동적 상태에서 검출된 에러이고, d는 에러에 의해 야기되는 동요의 크기이고, Δe는 시간에 따른 에러의 변화이다. 에러 그 자체는 수학식을 이용하여 계산될 수 있다:
e = SP - PV
여기서, PV는 프로세스 변수 또는 변수에 대해 분석기가 측정한 실제 값이고, SP는 설정값(setpoint)이거나, 또는 동요 기반 노이즈가 없었다면 되었을 값이다.
적어도 하나의 실시예에서, 측정된 프로세스 변수를 정정하는데 이용되는 임의의 예측 함수의 특정한 파라미터들은 시스템의 직접 관찰을 통해 계산될 수 있다.
위의 수학식들을 활용하여, 당업자는 그것이 테일러 급수 전개(Taylor series expansion)에 기초한다는 것을 인지할 것이다:
Figure pct00001

여기서
Figure pct00002
는 안정 상태 제어기 출력을 나타내고, e0,Δe0, 및 d0 는 e, Δe 및 d이다. 제어기는 2개의 부분들, 즉, 안정 상태 u0 = f(e0, Δe0, d0) 및 다이나믹스 f(e), f(Δe), f(d) 로 구성된다. 안정 상태는 시스템 안정 상태의 직접 측정들로부터 획득될 수 있다. 적어도 하나의 실시예에서, 안정 상태에서, e0,Δe0,및 d0 중 적어도 하나는 e이고 Δe 및 d는 0이다.
동적 부분은 다음의 비선형 동적 모델에 의해 근사화된다:
Δ는 럼프된 불확실성들(lumped uncertainties) 및 다른 모델링되지 않은 항들을 표현한다. 적어도 하나의 실시예에서, 그것은 제어 기술에 의해 약화될 수 있는데, 그 이유는 그것은 제한되기 때문이다.
안정 상태에서,
Figure pct00003
는 인간 경험에 의해 알려지거나 또는 그것은 테스트 또는 단순한 분석 및 모델링에 의해 쉽게 알게 된다.
Figure pct00004
의 하나의 유용한 의미는 제어된 변수가 그의 타겟에 있을 때 이상적인 펌프 출력의 결과이다. 각각의 동적 부분(f)은 특정한 프로세스에 기초한 튜닝 가능한 함수이고, 함수는 또한 제어 제한들(
Figure pct00005
) 내의 그리고 이에 기초한 지식이다. 적어도 하나의 실시예에서, 함수는 비례 포맷에 따라 설계된다. 적어도 하나의 실시예에서, 함수는 S자 포맷(sigmoid format)에 따라 설계된다.
적어도 하나의 실시예에서, 시스템은 시스템 제어에 의해 허가 가능한 경계들을 지정하기 위해 출력 제한들 및 변수 제한들(
Figure pct00006
)을 포함한다. 실제로,
Figure pct00007
이고,
Figure pct00008
이고, 이고,
Figure pct00010
이며, 여기서 Uc는 온라인으로 튜닝된 상수인 출력 스케일 팩터이고 SPc는 온라인으로 튜닝된 상수인 변수 스케일 팩터이다.
또한, 화학물질들의 공급으로 인한 시스템 내의 결과적인 변화들이 예측 가능하게 될 필요가 있다. pH 및 부식의 정밀한 제어는 프로세스 다이나믹스(process dynamics)에서의 큰 변동들로 인해 상당히 어렵다. 하나의 어려움은 적정(titration)과 같은 화학물질 첨가들의 결과들에서의 정적인 비선형 관계로부터 발생한다. 적정은 매질의 pH와 그 매질에서 산들 및 염기들의 농도의 관계이다. 적정의 비선형성은 용액의 물질들 및 그의 농도들에 의존한다. 예를 들어, 몇몇 약산 또는 약염기들의 존재는 버퍼링 효과(산들 및 염기들의 농도의 비례 변화들에도 불구하고, pH의 비례 변화들에 대한 저항)를 야기한다.
프로세스 시스템에 존재하는 다른 화학반응들(chemistries)은 또한 첨가된 화학물질들에 대한 비-선형 응답들을 가질 수 있다. 프로세스 시스템에서 동작들의 쇠퇴(ebb) 및 유량으로 인해, 매우 긴 부동시간(deadtime) 기간이 있다. 이전에 언급된 바와 같이,
Figure pct00011
는 제어된 변수가 그의 타겟에 있을 때 이상적인 펌프 출력의 결과에 의해 표현될 수 있다. 그러나 실제로, 크기들, 화학물질들이 이동해야 하는 거리들, 및 다른 물리적 제약들로 인해, 펌프는 사실상 이상적이지 않고, 화학물질을 공급하도록 하는 명령이 주어질 때와 시스템에 적절히 영향을 주기에 충분히 큰 정량(dosage)으로 화학물질이 시스템에서 나타날 때 간의 상당한 랙(lag)이 존재한다. 이 출원의 목적들을 위해, 펌프를 작동시키는 것과 펌프가 적절한 효과를 야기하는 것 간의 시간 랙은 "부동시간"으로서 알려진다. 부동시간 동안, 프로세스 변수들의 걷잡을 수 없이 부정확한 측정들을 야기하는 다수의 변하는 다이나믹스들이 발생한다.
적어도 하나의 실시예에서, 분석기는 제어기가 다루어야 하는 비선형 특성들을 고려하도록 공급 레이트를 조정하기 위해 인간 지식 및 경험의 결합을 활용한다. 이는 제어기를 보다 지능적이고 실용적이게 한다.
프로세스 시스템에서 다른 물질들의 존재는 종종 다양한 산들의 성질에 영향을 미쳐서 농도들의 변화로부터 결과적인 pH를 예측하기 위한 임의의 시도를 추가로 복잡하게 한다. 그 결과, 그래프화되는 경우, 예상되는 적정 곡선의 형상은 상당이 불규칙적이 된다. 적어도 하나의 실시예에서, 노이즈 및 에러를 무시함으로써, 분석기는 유효한 pH 제어를 위해 요구되는 올바른 적정 곡선들을 정확하게 모델링 및 예측할 수 있다.
그 결과, 신호 프로세싱의 방법은 프로세스 변수를 올바르게 측정하는데 활용될 필요가 있을 수 있다. 적합한 형태의 신호 프로세싱은 DSP 알고리즘들, 필터링들(저역 통과, 고역 통과, 적응형 및 이동 평균 필터들을 포함함), 스무싱(smoothing), ARX, 푸리에 변환, S-평면 분석, Z-평면 분석, 라플라스 변환들, DWT, 웨이브렛 변환들, 쌍선형 변환, 및 고츨(Goertzel) 알고리즘을 포함(그러나 이러한 것으로 제한되지 않음)한다. 적어도 하나의 실시예에서, 동적 상태 에러를 이용한 분석은 신호 프로세싱 이전에 행해진다. 적어도 하나의 실시예에서, 동적 상태 에러를 이용한 분석은 신호 프로세싱에 후속한다.
신호 프로세싱은 Fe를 검출하는 것에 관하여 특정한 이익이 있다. 하나의 특정한 에러는 0으로 강하하는 철 검출의 동향을 포함한다. 이 판독은 명백히 에러가 있다. 그 결과, 신호 프로세싱이, 진행중이거나 이전의 부식으로 인해 명백히 Fe를 포함하는 시스템에서 Fe의 0 농도를 정정하지 않는 경우, 분석기는 철 판독을, 그것이 되어야 한다고 그의 학습된 경험이 표시하는 것으로 및/또는 그것이 0으로의 그의 강하를 시작하기 바로 전에 그 판독으로 정정할 것이다. 적어도 하나의 실시예에서, 센서가 0 철을 검출하는 경우, 분석기는 검출된 철 값을 제어기로 전달하는 것이 아니라, 대신에, 유사한 조건들 하의 이전의 성능에 기초하여 어떤 철 레벨이 되어야 하는지에 기초한 값을 전달한다.
적어도 하나의 실시예에서, 제어 시스템은 공개된 미국 특허 출원 2012/0053861 A1에서 설명된 하나 또는 그 초과의 방법들, 합성물들 및/또는 장치들을 포함한다.
적어도 하나의 실시예에서, 제어 시스템은 프로세스 시스템 내의 실질적으로 동일한 위치에서 동일한 프로세스 변수를 검출하는 하나 또는 그 초과의 잉여의 센서들을 포함한다. 부정확들을 야기하는 노이즈 대부분은 본질적으로 랜덤이기 때문에, 에러들이 항상 동시에 모든 센서들에 영향을 미치는 것은 아니다. 그 결과, 특정한 상황들 하에서, 소수의 센서들은 에러가 있을 수 있고, 대부분은 올바를 수 있다. 적어도 하나의 실시예에서, 모든 센서들이 존재하는 특정한 조건들에 기초하여 미리-결정된 설정값들과 일관되는 판독들을 제공하는 경우, 분석기는 평균 측정을 제어기에 리턴한다. 적어도 하나의 실시예에서, 센서들 중 적어도 하나가 설정값들과 일관되는 측정들을 제공하는 경우, 분석기는 일관되는 측정들 중 평균 측정을 제어기에 리턴한다. 적어도 하나의 실시예에서, 모든 센서들이 설정값들과 일관되지 않은 측정들을 제공하는 경우, 분석기는 모든 측정들을 거절하고, 대신, 적어도 하나의 센서가 재차 일관되는 측정들을 제공할 때까지 이력적 데이터에 기초한 측정들을 제어기들에 전달한다. 적어도 하나의 실시예에서, 이력적 데이터는 설정값들과 일관되는 일부 또는 모든 이전의 측정들의 평균일 것이다. 적어도 하나의 실시예에서, 분석기의 변수 샘플링 기간은 보통의 전송기들의 것보다 훨씬 더 길다(몇몇 경우들에, 60분만큼 높음). 또한, 제어된 변수 예상들(설정값들)은 보통 단일 지점 대신 범위에 있다.
적어도 하나의 예시적 실시예에서, 제어기에 의해 공급되는 치료 화학반응 또는 프로세스 화학반응은 피드포워드 모델에 따라 첨가된다. 피드포워드는 그것을 피드백 접근법에 대조함으로써 가장 잘 이해될 수 있다. 피드백에서, 지난 이벤트 또는 조건에 관한 정보의 수신은 현재 또는 미래의 동일한 이벤트 또는 조건에 영향을 준다. 그 결과, 원인 및 결과의 체인은 그 자체에 피드백하는 회로 루프를 형성한다.
피드포워드 모델에서, 정보에 대한 반응은 실제 정보가 수신되기 이전에 발생한다. 이는 시스템 문제들에 대한 더 빠른 반응을 허용하여, 원하지 않는 조건들의 지속기간, 심각성(severity) 및 결과들을 감소시킨다. 피드포워드는 분석기 출력 함수를 결정하는데 이용되는 동일한 관찰들을 이용하여 달성될 수 있다. 구체적으로 그 이유는 (몇몇 경우들에서, 그것은 여전히 동적 상태 변화 정보를 수신하는 동안) 올바른 값이 센서에 의해 검출되기 이전에 분석기가 출력을 올바른 값으로 변경하기 때문이다. 또한, 피드포워드가, 보통은 원하지 않는 조건의 실제 존재와 부정확 측정들 및 불완전한 펌프 흐름 특성들에 의해 야기되는 지연들 간의 부동시간 동안 지속되었을 조건들의 제거를 허용한다. 적어도 하나의 실시예에서, 피드포워드 전략은 피드백 시스템이 할 수 있는 것보다 더 빨리 원치않는 시스템 조건들을 다룬다.
적어도 하나의 실시예에서, 피드포워드 모델은 변수 관계를 분석하고 상호작용들을 제거하는데 이용된다. 예를 들어, Fe 농도에 응답하여 부식 제어 측정이 발생하게 될 필요가 있는지를 결정하는데 이용되는 원유 정제 로직은 (부식제, 중화제)의 함수에 따라 분석기 출력에 대해 반응하는 피드포워드 모델에 의해 관리될 것이다. 이 제어 알고리즘은 피드포워드 모델을 구현하기 위한 전체 기능성들 및 능력들을 제공한다. 적어도 하나의 실시예에서, 피드포워드 전력의 특성은 제어기 알고리즘에 포함된다. 제어기 알고리즘 및 그의 데이터 분석의 포맷은 그것이 이용되는 시스템의 특정한 특성들에 기초하여 설계될 수 있다.
이전에 언급된 바와 같이, 부식은 프로세스 장비에서의 질량의 손실에 기인하기 때문에, 정의에 의해, 검출된 양의 부식은 손실된 질량과 동일해야 한다. 그러나 그것이 종종 센서들이 검출하는 것이 아니기 때문에, 특별한 측정들이 부식의 검출된 레벨을 정정하기 위해 분석기에 의해 행해질 필요가 있다. 적어도 하나의 실시예에서, CR(corrosion rate)은 부식 레이트의 온-라인 검출된 레벨 및 분석 둘 다를 고려함으로써 분석기에 의해 정정된다.
적어도 하나의 실시예에서, 이 분석은 CR의 2개의 정의들, 즉 인스턴트 CR 및 기간 CR을 이용한다. 2개의 레이트들 둘 다는 부식 속도의 상이한 양상들을 반영한다. 인스턴트 CR은 특정한 고정된 시간 기간, 예를 들어, 하루 또는 한주에 금속 손실 변화의 레이트로서 정의된다. 적어도 하나의 실시예에서, 부식 프로브(센서)가 원 값을 검출하는데 이용된다. 이러한 검출들에서 고유한 노이즈있는 신호로 인해, 선형 회귀 또는 다른 형태의 신호 프로세싱이 인스턴트 CR의 검출된 값을 정정하는데 이용될 수 있다. 인스턴트 CR은 부식의 순간적인 원인들에 대한 통찰(insight)을 제공하며, 이는 프로세스 시스템 조건들의 변화들의 영향을 결정하는데 매우 유용하다.
적어도 하나의 실시예에서, 기간 CR은 일반적인 부식 레이트를 결정하기 위해 몇 일 또는 몇 주를 요구한다. 기간 CR은 어느 선형 함수가 이러한 노이즈있는 환경에서 금속 손실을 가장 잘 표현하는지를 식별함으로써 결정된다. 단순한 선형 계산은 시작 및 끝의 2개의 지점들에 기초하고, 이 계산은 금속 손실이 독점적으로 증가하는 함수(monopoly increased function)라고 가정하며, 두 지점들 간의 데이터를 고려하지 않는다. 명백히, 이 계산은 노이즈있는 신호들 하의 실제 상황을 반영하지 않고, 아마도, 이 계산은 현실과 상당이 격차가 있다. 적절한 선형 곡선은 최소 제곱 회귀(least squares regression)에 의해 생성되며, 이는 선형 곡선에 대한 각각의 지점 간의 총 거리를 최소화한다.
Figure pct00012
여기서 Y는 우리가 설계한 선형 곡선을 표현하고; Yi는 i 지점에서 실제 프로브 판독을 표시한다.
도 3 및 도 4는 두 지점 부식 판독, 두 지점 필터링된 부식 판독 및 선형 회귀에 기초한 비교된 부식 레이트들을 도시한다. 본질적으로, 부식 레이트는 선형 곡선의 기울기(slope)이고, 그것은 3개의 계산들의 불일치가 얼마나 큰지를 도시하며, 또한 우리는 어느 계산이 보다 합당하고 과학적인지를 이해할 수 있다. 도 3에서 도시된 바와 같이, 기간에 걸친 검출된 부식 레이트의 선형 분석을 이용하는 것은 어느 형태의 분석이 이용되는지에 기초하여 다수의 레이트들을 발생시킬 수 있다.
도 4에서 예시된 바와 같이, 적어도 하나의 실시예에서, 평균 회귀 곡선의 선형 표현의 이용은 시스템에서 발생하는 부식의 실제 레이트를 식별하는데 이용된다.
적어도 하나의 실시예에서, 어느 선형 표현을 이용할지에 관한 판단은 시스템에 의해 행해진 관찰들을 가장 잘 반영하도록 일정하게 업데이트된다.
이제 도 5를 참조하면, 분석기가 올바르지 않은 판독들을 정정하기 위해 이용하는 로직을 개선하기 위해, 분석기에 다양한 소스들로부터의 정보가 일정하게 공급되고 이 분석기에 의해 이용되는 방법을 예시하는 논리적 흐름도가 도시된다. 분석기는, (1) 노이즈있는 부식 프로브 판독을 스무스하게 하고 이상치들을 배제하기 위한 온-라인 및 오프-라인 필터 설계, (2) 부식 레이트(인스턴트 실행 레이트, 기간 레이트)의 정정된 정의들 및 서로에 대한 그들의 관계를 활용한다. 이것은 계산 및 비교를 위한 상이한 정의들을 제공한다. (3) 온-라인(회귀 CR을 실행함) 및 오프-라인 부식 레이트 계산 및 부식 레이트의 모니터링 및 알람. (4) 제어기에 의해 이용되는 부식 레이트 평가 및 분석 및 (5) 자동으로 생성되는 분석 리포트들.
적어도 하나의 실시예에서, 제어 시스템은 부식 레이트의 가속을 검출하기 위해 온도, 압력, 속력 및 농도 중 하나 또는 그 초과의 프로세스 변화들의 온-라인 측정들을 이용한다. 이는 인스턴트 CR 및 기간 CR을 이용함으로써 행해질 수 있다.
적어도 하나의 실시예에서, 분석은 다음의 수학식에 따른다:
인스턴트 CR= dy/dt.
그러므로:
Figure pct00013

이다. 기간 CR은 Δt 또는 Δy/Δt 와 같이, 고정된 시간 기간에 금속 손실 변화의 레이트라고 여겨질 수 있다. 그러나, 금속 손실 y를 수반하는 신호 "노이즈"로 인해, y의 선형 회귀가 먼저 이용되고, 이어서 기간 CR은 시간(Δt)을 갖는 기울기로서 계산되는 경우:
Figure pct00014

이다.
인스턴트 CR 및 기간 CR는 부식 속도들의 상이한 양상들을 반영한다. 적어도 하나의 실시예에서, 기간 CR은 일반적인 부식 레이트를 결정하기 위해 몇 일 또는 몇 주에 걸쳐 결정되며; 인스턴트 CR은 부식에 관한 프로세스 변화들의 효과를 결정하는데 매우 유용한 순간의 부식이다.
적어도 하나의 실시예에서, 인스턴트 CR과 기간 CR 간의 관계는 적분 평균값 정리(integral mean-value theorem)에 의해 결정된다. 예를 들어: 다음과 같다.
Figure pct00015

여기서, 인스턴트 CR이 기간 CR과 동일하게 되는 [t1, t2]의 지점(ξ)이 있다. 그러나 이 지점은 인스턴트 및 기간 CR의 평균(mean), 중간, 모드 및/또는 평균(average)일 필요는 없을 것이다.
부식 프로세스가 매우 복잡하지만, 특정한 상황들 하에서, 부식 레이트는 수학식 : y = at + b 에 따라 시간(t)의 단순 선형 함수를 근사화하며,
여기서 y는 독점적 금속 손실 함수이고; t는 시간이고, a 및 b는 함수의 기울기 및 편향(bias)을 나타낸다. a 및 b 둘 다는 모두 시불변 상수이다.
이러한 근사화 하에서:
Figure pct00016

이는 경사 및 편향(a, b)이 시간(Δt)의 기간에 일정한 채로 변경되지 않는 경우에 그리고 그 경우에만, 기간 CR은 인스턴트 CR과 동일하게 될 것임을 예시한다.
도 6에서 도시된 바와 같이, 적어도 하나의 실시예에서, 분석기는 정보를, 시스템의 적어도 일부의 동작에 관한 유용하고 이해하기 쉬운 관점을 사용자에게 제공하는 대시보드 포맷으로 출력한다. 예를 들어, 다양한 검출된 성능 변수들은 시스템이 얼마나 잘 또는 열등하게 수행하는지를 표시하는 상대적 평가에 따라 표현될 수 있다.
적어도 하나의 실시예에서, 평가는 다음의 카테고리들 중 적어도 하나에 따라 표현될 것이다.
제어 변수 안정성
변수 안정성(variable stability)은 프로세스 동작에 대해 매우 중요하다. 크루드 부식 제어 시스템에서, 3개의 중요한 변수들(pH, Cl, Fe)은 부식 시스템은 안정되게 유지하는데 핵심이다. 일간(daily) cpk가 이용되고 비교된다.
화학물질 이용
중화제, 부식제 및 필머는 3개의 제어된 변수들(pH, Cl, Fe)을 제어하는데 이용된다. 이 제어 설계의 목적들 중 하나는 화학물질 이용을 절감하면서 제어된 변수들을 유지하는 것이다.
자동 시스템 동작에 관한 평가
시스템은 분석기에 의해 핵심적인 변수 측정을 제공할 뿐만 아니라, (1) 시스템은 펌프들, 부트 물 압력들, 작업 온도들, 추론되는 화학물질 유량, 부식...을 포함하는 전체 정보를 제공하고, (2) 전체 시스템을 원격으로 모니터링하고 동작하고, 파라미터들을 수정하는 등을 위한 플랫폼을 우리에게 제공하는 친숙한 인터페이스를 제공하고, (3) 분석기 알람들을 수집하고, 모든 변수 동작 알람들을 생성 및 세팅하고, 인스턴트 셀 전화 및 이메일 알람들을 제공하고, (4) 온-라인 및 오프-라인 데이터 분석의 플랫폼을 제공하고 정보를 정제된 지식으로 변환하는 등을 한다(이는 시스템의 주목거리(spotlight)이다). (5) 스트림 시간에 관한 제어 시스템은 몇몇 이벤트를 제외하면 100% 발생한다.
부식 성능 분석
온 라인 부식 레이트가 계산되고 다른 변수들에 비교되어야 한다. 도 7은 2개의 프로브들에 기초하여 주간 기간 부식 레이트(weekly period corrosion rate)의 예를 제공한다. 도 8은 부식 레이트가 중요 변수들(Fe 및 pH)에 강하게 상관된다는 것을 보여주는 평가를 도시한다.
적어도 하나의 실시예에서, 제어 시스템이 그 내부에서 이용하는 프로세스 시스템은 크루드 유닛, 탈염기, 대기 타워, 진공 타워, 냉각 유닛, 가열 유닛, 노, 크래커 및 이들의 임의의 결합 중 적어도 하나를 포함한다. 제어 시스템은 프로세스 시스템의 일부, 부분 또는 모든 컴포넌트들의 성능을 최적화 및 개선한다. 이러한 개선은, (1) 프로세스 안정성 및 신뢰도를 개선 및 유지할 것이다. (2) 이는 화학물질 이용을 최적화하고 비용을 감소시킬 것이다. (3) 이는 시스템 강건성, 및 운용 유연성을 개선하고, 신뢰 가능한 정보 시스템 및 친숙한 저-비용 인터페이스를 제공한다. (4) 이는 부식 레이트를 정의, 계산, 모니터링, 제어 및 최적화한다.
적어도 하나의 실시예에서, 제어 시스템은 크루드 유닛 오버헤드 시스템의 액상(aqueous phase)의 부식을 결정하고 예측할 뿐만 아니라, 염(salt)들의 형성은 물론 부식의 그의 영향을 계산 및 예측할 수 있다. 적어도 하나의 실시예에서, 분석기는 부식에 관한 염들의 영향을 치유하기 위해 주입할 첨가제(아민)의 양을 실시간으로 계산할 수 있다.
적어도 하나의 실시예에서, 이 계산은 다음의 입력들, 즉, pH, 염화물, 온도, 압력, 밀도, 유량, 세탁수 레이트, 전체 스팀 및 다음의 화합물들 즉, 염화물, 총아민, 총질소, 할로겐, 브롬화물, 요오드화물, 산소, 물 및 암모니아 레벨의 존재 중 적어도 하나를 이용하여 달성된다. 적어도 하나의 실시예에서, 이는 다음의 아민들, 즉, 메틸아민, 디메틸아민, 트리메틸아민, 에틸아민, 디에틸아민, 트리에틸아민, 엔-프로필아민, 이소프로필아민, 디-엔-프로필아민, 디-이소프로필아민, 엔-부틸아민, 이차-부틸아민, 1-아미노-2,2-디메틸프로판, 2-아미노-2-메틸부탄, 2-아미노펜탄, 3-아미노펜탄, 모르폴린, 모노에탄올아민, 에틸렌디아민, 프로필렌디아민, N,N-디메틸에탄올아민, N,N-디에틸에탄올아민, N,N-디메틸이소프로판올아민, 메톡시에틸아민, 피페리딘, 피페라진, 시크로헥실아민, N-메틸에탄올아민, N-프로필에탄올아민, N-에틸에탄올아민, N,N-디메틸아미노에톡시에탄올, N,N-디에틸아미노에톡시에탄올, N-메틸디에탄올아민, N-프로필디에탄올아민, N-에틸디에탄올아민, 티-부틸에탄올아민, 티-부틸디에탄올아민, 2-(2-아미노에톡시)에탄올, 디-엔-부틸아민, 트리-엔-부틸아민, 디-이소-부틸아민, 에틸-엔-부틸아민, 펜틸아민, 2-아미노-2,3-디메틸부탄, 3-아미노-2,2-디메틸부탄, 2-아미노-1-메톡시프로판, 디프로필아민, 모노아밀아민, 엔-부틸아민, 이소부틸아민, 3-아미노-1-메톡시프로판, 및 이들의 임의의 결합 중 하나 또는 그 초과의 반응의 관찰 및 그의 첨가에 의해 달성된다.
pH, 염화물, Fe를 검출하기 위한 센서들은 물론 적어도 하나의 질소 센서, 적어도 하나의 총질소 센서 또는 이들의 결합을 이용하면, 수학적 모델은 염 및/또는 부식성 종들의 형성을 계산할 수 있다. 이 정보 및 대응하는 계산들은 실시간으로 수집되는 샘플로부터 실시간으로 행해질 수 있다. 계산되고 저장된 정보는 이어서 부식 성질 및 오버헤드에 존재하는 화합물들의 합성물에 기초하여 실시간으로 오버헤드 내로의 첨가제들의 첨가를 계산 및 제어하는데 이용될 수 있다.
적어도 하나의 실시예에서, 제어 시스템은 부식 조건들; 염 형성을 실시간으로 연속적으로 재계산할 수 있고, 제어기가 임의의 하나의-파라미터 변화에 대해 적절한 첨가제들을 첨가하게 할 수 있다. 이들 첨가제들은 물, 수산화나트륨, 수산화 칼륨, 수산화 리튬, 메틸아민, 디메틸아민, 트리메틸아민, 에틸아민, 디에틸아민, 트리에틸아민, 엔-프로필아민, 이소프로필아민, 디-엔-프로필아민, 디-이소프로필아민, 엔-부틸아민, 이차-부틸아민, 1-아미노-2,2-디메틸프로판, 2-아미노-2-메틸부탄, 2-아미노펜탄, 3-아미노펜탄, 모르폴린, 모노에탄올아민, 에틸렌디아민, 프로필렌디아민, N,N-디메틸에탄올아민, N,N-디에틸에탄올아민, N,N-디메틸이소프로판올아민, 메톡시에틸아민, 피페리딘, 피페라진, 시크로헥실아민, N-메틸에탄올아민, N-프로필에탄올아민, N-에틸에탄올아민, N,N-디메틸아미노에톡시에탄올, N,N-디에틸아미노에톡시에탄올, N-메틸디에탄올아민, N-프로필디에탄올아민, N-에틸디에탄올아민, 티-부틸에탄올아민, 티-부틸디에탄올아민, 2-(2-아미노에톡시)에탄올, 디-엔-부틸아민, 트리-엔-부틸아민, 디-이소-부틸아민, 에틸-엔-부틸아민, 펜틸아민, 2-아미노-2,3-디메틸부탄, 3-아미노-2,2-디메틸부탄, 2-아미노-1-메톡시프로판, 디프로필아민, 모노아밀아민, 엔-부틸아민, 이소부틸아민, 3-아미노-1-메톡시프로판, 및 이들의 임의의 결합을 포함(그러나 이러한 것으로 제한되지 않음)한다.
적어도 하나의 실시예에서, 제어 시스템은 염 화합물의 형성 또는 수성 유체들로부터 발생하는 부식을, 센서들의 이용을 통해 검출할 수 있다. 이들 센서들은 pH, 염화물, Fe, 질소, 총 질소, 암모니아, 전기 저항 부식 프로브들이다. 부식 환경을 측정하는 것에 추가로, 이들 센서들은 적절한 양의 화학 첨가물들의 계산을 용이하게 하는 분석기에 대한 입력을 제공한다.
본 발명의 다수의 상이한 형태들로 실현될 수 있지만, 본 발명의 특정한 바람직한 실시예들이 본 명세서에서 상세히 설명된다. 본 개시는 본 발명의 원리들의 실례이며, 예시된 특정한 실시예들로 본 발명을 제한하는 것으로 의도되지 않는다. 모든 특허들, 특허 출원들, 과학 논문들, 및 본 명세서에서 언급된 임의의 다른 참조 자료들은 그 전체가 인용에 의해 포함된다. 또한, 본 발명은 본 명세서에서 설명되고 및/또는 본 명세서에 포함되는 다양한 실시예들 중 일부 또는 모두 다의 임의의 가능한 결합을 포함한다. 또한, 본 발명은 본 명세서에서 설명되고 및/또는 본 명세서에 포함되는 다양한 실시예들 중 임의의 하나 또는 그 초과를 특별히 배제하는 임의의 가능한 결합을 포함한다.
본 개시는 총망라하는 것이 아니라 예시적인 것으로 의도된다. 이 설명은 당업자에게 다수의 변동들 및 변경들을 제시할 것이다. 본 명세서에서 개시된 합성물들 및 방법들은 나열된 컴포넌트들, 또는 단계들을 포함하고, 이들로 구성되거나, 본질적으로 이들로 구성될 수 있다. 본 명세서에서 이용된 바와 같이, "포함하는"이란 용어는 "포함하지만 그것으로 제한되지 않는" 것을 의미한다. 본 명세서에서 이용된 바와 같이, "본질적으로 ~로 구성되는"은 개시된 컴포넌트들 또는 단계들, 및 합성물들 또는 방법들의 신규하고 기초적인 특성들에 실질적으로 영향을 주지 않는 임의의 다른 컴포넌트들 또는 단계들을 포함하는 합성물 또는 방법을 지칭한다. 예를 들어, 예를 들어, 본질적으로 나열된 재료들로 구성되는 합성물들은 이들 합성물들의 특성들에 영향을 주는 부가적인 재료들을 포함하지 않는다. 당업자들은 본 명세서에서 설명된 특정한 실시예들에 대한 다른 등가물들을 인지할 수 있으며, 이 등가물들은 또한 청구항에 의해 포함되는 것으로 의도된다.
본 명세서에서 개시된 모든 범위들 및 파라미터들은 거기에 포함되는 임의의 그리고 모든 하위범위들 및 종단점들 간의 모든 수를 포함하는 것으로 이해된다. 예를 들어, "1 내지 10"의 언급된 범위는 1의 최소값과 10의 최대값 간의(그리고 이들을 포함함) 임의의 그리고 모든 하위 범위들; 즉, 1 또는 그 초과의 최소 값으로 시작하고(예를 들어, 1 내지 6.1) 10 또는 그 미만의 최대값으로 끝나며(예를 들어, 2.3 내지 9.4, 3 내지 8, 4 내지 7), 마지막으로 범위 내에 포함되는 각각의 수(1, 2, 3, 4, 5, 6, 7, 8, 9, 및 10)까지의 모든 하위범위들을 포함하도록 간주되어야 한다.
모든 수치 값들은 명시적으로 표시되든 표시되지 않든, "약"이란 용어에 의해 수정되는 것으로 여기서 가정된다. "약" 이란 용어는 일반적으로 당업자가 인용된 값과 등가로 고려하는 수들의 범위(즉, 동일한 기능 또는 결과를 가짐)를 지칭한다. 다수의 인스턴스들에서, "약" 이란 용어는 가장 가까운 유효 숫자로 반올림되는 수들을 포함할 수 있다. 무게 퍼센트, 무게에 의한 퍼센트, 무게에 의한 %, wt % 등은 합성물의 무게로 나누어지고 100으로 곱해지는 물질의 무게로서 물질의 농도를 지칭하는 동의어들이다.
본 명세서 및 첨부된 청구항들에서 이용되는 바와 같이 단수 표현은 내용이 명시적으로 달리 기술하지 않으면 복수 참조들을 포함한다. 따라서, 예를 들어, 화합물을 포함하는 합성물에 대한 참조는 2개 또는 그 초과의 화합물들의 혼합물을 포함한다. 본 명세서 및 첨부된 청구항들에서 이용되는 바와 같이, "또는"이란 용어는 일반적으로, 내용이 명확히 달리 언급하지 않으면 "및/또는"을 포함하는 그의 의미로 이용된다.
이것은 본 발명의 바람직하고 대안적인 실시예들의 설명을 완성한다. 당업자들은 본 명세서에서 설명된 특정한 실시예들에 대한 다른 등가물들을 인지할 수 있으며, 이 등가물들은 여기에 첨부된 청구항들에 의해 포함되는 것으로 의도된다.

Claims (11)

  1. 측정들 중 적어도 일부가 에러있게 하는 특성들에 의해 특징화되는 화학 프로세스 시스템에서 센서에 의해 행해진 프로세스 변수의 측정의 에러를 정정하는 방법으로서,
    동적 상태 팩터들(dynamic state factors)에 의해 야기된 에러의 컴포넌트를 식별하는 단계 ― 상기 에러의 컴포넌트는 시스템에서 센서 측정을 적어도 한번 획득하고, 시간에 대한 변동양에 의해 상기 프로세스 변수의 객관적으로 올바른 측정으로부터 그 측정이 얼마나 벗어났는지를 알게 됨으로써 결정됨 ― ;
    상기 에러의 안정 상태 팩터 컴포넌트를 식별하는 단계 ― 상기 에러의 컴포넌트는 센서 측정들을 적어도 한번 획득하고, 시간에 대한 고정량에 의해, 상기 프로세스 변수의 객관적으로 올바른 측정으로부터 그 측정이 벗어났음을 알게 됨으로써 결정됨 ― ;
    부가적인 팩터들에 의해 야기된 에러의 컴포넌트를 식별하는 단계; 및
    안정 상태 팩터들, 동적 상태 팩터들, 및 미지의 팩터들에 의해 야기된 에러들을 제거하도록 상기 측정을 변경하는 단계
    를 포함하는,
    프로세스 변수의 측정의 에러를 정정하는 방법.
  2. 제 1 항에 있어서,
    상기 센서는 분석기와 정보 통신하고, 상기 분석기는 제어기와 정보 통신하고, 상기 센서는 상기 프로세스 변수의 원(raw) 측정을 획득하도록 구성 및 배열되고, 상기 분석기는 상기 센서의 측정의 에러를 정정하고, 상기 제어기는 정정된 측정을 받고, 상기 정정된 측정이 수락 가능한 값들의 미리 결정된 범위 외부에 있는 경우, 측정된 값을 상기 수락 가능한 범위 내의 값으로 변경하도록 치료 조치(remedial measure)가 발생하는,
    프로세스 변수의 측정의 에러를 정정하는 방법.
  3. 제 2 항에 있어서,
    상기 치료 조치는 상기 측정의 안정 상태 값이 상기 센서에 의해 검출되기 이전에 발생하게 되는,
    프로세스 변수의 측정의 에러를 정정하는 방법.
  4. 제 1 항에 있어서,
    상기 프로세스 변수는,
    산화-환원 전위, pH, 특정한 화학물질 또는 이온의 레벨(예를 들어, 경험적으로, 자동으로, 형광적으로(fluorescently), 전기화학적으로, 색채학적으로(colorimetrically) 결정되고, 직접 측정되고, 계산됨), 온도, 압력, 프로세스 스팀 유량, 용해된 고체들 및 현탁된 고체들로 구성된 리스트로부터 선택된 하나의 아이템의 측정인,
    프로세스 변수의 측정의 에러를 정정하는 방법.
  5. 제 2 항에 있어서,
    적어도 3개의 센서들이 있고, 상기 3개의 센서들 각각은 상기 분석기에 원 측정을 전달하고, 상기 원 측정들 중 적어도 하나가 측정이 행해진 특정한 조건들에 대해 예상되는 미리 결정된 설정값(setpoint)에 부합(fit within)하는 경우 상기 분석기는 그의 계산들에 있어 입력으로서 이들 원 측정들의 평균을 이용하고, 상기 원 측정들 중 어느 것도 측정이 행해진 특정한 조건들에 대해 예상되는 미리-결정된 설정값에 부합하지 않는 경우, 상기 분석기는 그의 계산에 있어 입력으로서 이력적으로 예상된 값(historically expected value)을 이용하는,
    프로세스 변수의 측정의 에러를 정정하는 방법.
  6. 제 2 항에 있어서,
    상기 프로세스 변수는 철 농도이고,
    상기 방법은 추가로,
    0 철 농도를 표시하는 모든 센서 판독들을 무시하는 단계, 및
    1주 시간 기간에 걸쳐서 회귀 분석(regression analysis)을 이용하여 측정된 철 농도를 조정하는 단계
    를 더 포함하는,
    프로세스 변수의 측정의 에러를 정정하는 방법.
  7. 제 2 항에 있어서,
    상기 치료 조치는 본질적으로 그 효과가 비-선형인 화학물질을 첨가하는 것을 포함하고, 상기 분석기는 그의 정정들에서 치료 화학물질의 비-선형 효과를 정정하는,
    프로세스 변수의 측정의 에러를 정정하는 방법.
  8. 제 2 항에 있어서,
    상기 치료 조치는 부동시간의 제약들을 받는 화학물질을 첨가하는 것을 포함하고, 상기 분석기는 그의 측정들에서 그러한 효과들을 정정하는,
    프로세스 변수의 측정의 에러를 정정하는 방법.
  9. 제 2 항에 있어서,
    상기 프로세스 시스템은, 화학물질 공장, 정제소, 정유 공장, 음식 프로세싱 설비, 제조 공장, 화학물질 공장, 증류탑(distillation column), 정수 공장, 공장, 쓰레기 프로세싱 설비, 물 처리 설비, 및 이들의 임의의 결합으로 구성된 목록으로부터 선택된 하나의 아이템인,
    프로세스 변수의 측정의 에러를 정정하는 방법.
  10. 제 2 항에 있어서,
    상기 분석기는 염 화합물들의 형성으로부터 발생할 부식을 예측하고, 상기 방법은,
    pH 센서, 염화물 센서, Fe 센서, 질소 센서, 총질소 센서, 암모니아 센서, 총아민 센서, 및 전기 저항 부식 프로브 각각 중 적어도 하나로부터의 입력들을 활용하고, 이에 응답하여 제어기는, 물, 수산화나트륨, 수산화 칼륨, 수산화 리튬, 메틸아민, 디메틸아민, 트리메틸아민, 에틸아민, 디에틸아민, 트리에틸아민, 엔-프로필아민, 이소프로필아민, 디-엔-프로필아민, 디-이소프로필아민, 엔-부틸아민, 이차-부틸아민, 1-아미노-2,2-디메틸프로판, 2-아미노-2-메틸부탄, 2-아미노펜탄, 3-아미노펜탄, 모르폴린, 모노에탄올아민, 에틸렌디아민, 프로필렌디아민, N,N-디메틸에탄올아민, N,N-디에틸에탄올아민, N,N-디메틸이소프로판올아민, 메톡시에틸아민, 피페리딘, 피페라진, 시크로헥실아민, N-메틸에탄올아민, N-프로필에탄올아민, N-에틸에탄올아민, N,N-디메틸아미노에톡시에탄올, N,N-디에틸아미노에톡시에탄올, N-메틸디에탄올아민, N-프로필디에탄올아민, N-에틸디에탄올아민, 티-부틸에탄올아민, 티-부틸디에탄올아민, 2-(2-아미노에톡시)에탄올, 디-엔-부틸아민, 트리-엔-부틸아민, 디-이소-부틸아민, 에틸-엔-부틸아민, 펜틸아민, 2-아미노-2,3-디메틸부탄, 3-아미노-2,2-디메틸부탄, 2-아미노-1-메톡시프로판, 디프로필아민, 모노아밀아민, 엔-부틸아민, 이소부틸아민, 3-아미노-1-메톡시프로판, 및 이들의 임의의 결합의 적어도 하나의 적절한 양을 시스템에 공급하는,
    프로세스 변수의 측정의 에러를 정정하는 방법.
  11. 제 2 항에 있어서,
    (a) 상이한 종류의 원유를 이전에 포함한 크루드 유닛(crude unit)에 기회 원유(opportunity cruid oil)를 도입하는 단계 ― 유닛의 안정 상태를 중단시키는, 상기 이전의 원유로부터의 것과 상이한 기회 크루드(opportunity crude)의 특성들은 염화물 농도에서 부식 유도 스파이크(corrosion inducing spike)를 야기하는 것을 포함함 ― ;
    (b) 상기 크루드 유닛의 하나 또는 그 초과의 지점들에서 시스템 파라미터와 연관되는 특성을 센서가 측정 및/또는 예측하는 단계;
    (c) 측정되고 및/또는 예측된 특성과 연관되는 최적의 범위를 결정하는 단계;
    (d) 상기 측정되고 및/또는 예측된 특성이 그 특성과 연관된 최적의 범위 밖에 있는 경우, 상기 프로세스 스트림 내로의 합성물의 유입의 변화를 야기하는 단계
    를 더 포함하고,
    상기 합성물은 상기 측정되고 및/또는 예측된 특성이 상기 최적의 범위 내에 있도록 하는 방식으로 상기 시스템 파라미터와 연관된 특성을 조정할 수 있고;
    조정들이 기껏해야 30분 당 한번으로 제한되고, 4번의 전체 조정들이 있거나 조정이 첨가된 합성물의 적어도 50%의 변화를 초래하면, 합성물의 추가의 유입이 4 시간 동안 유예되고;
    상기 특성을 측정 및/또는 예측하는 단계는,
    샘플 스트림을 형성하도록 프로세스 스트림으로부터 유체의 샘플을 수집하는 단계; 모르폴린을 포름알데히드와 반응시킴으로써 획득된 황화물 스캐빈저(sulfide scavenger)를 상기 샘플 스트림에 첨가하는 단계; 상기 샘플 스트림을, 상기 황화물 스캐빈저 및 황화물의 반응물이 흐르는 것을 방지하는 멤브레인을 통과시키는 단계; 및
    염화물 함량을 측정하기 위해 상기 멤브레인을 통해 흐르는 샘플 스트림이 측정 셀의 염화물 특정 전극에 접촉하도록 허용하는 단계를 포함하는,
    프로세스 변수의 측정의 에러를 정정하는 방법.
KR1020157004915A 2012-07-25 2013-07-25 분석기 기반 제어 시스템 및 알고리즘의 설계 개발 및 구현 KR102258615B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/557,761 US9458388B2 (en) 2008-11-03 2012-07-25 Development and implementation of analyzer based on control system and algorithm
US13/557,761 2012-07-25
PCT/US2013/051932 WO2014018702A1 (en) 2012-07-25 2013-07-25 Design development and implementation of analyzer based control system and algorithm

Publications (2)

Publication Number Publication Date
KR20150034806A true KR20150034806A (ko) 2015-04-03
KR102258615B1 KR102258615B1 (ko) 2021-05-28

Family

ID=49997822

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157004915A KR102258615B1 (ko) 2012-07-25 2013-07-25 분석기 기반 제어 시스템 및 알고리즘의 설계 개발 및 구현

Country Status (13)

Country Link
US (3) US9834732B2 (ko)
EP (1) EP2877924B1 (ko)
JP (3) JP6454641B2 (ko)
KR (1) KR102258615B1 (ko)
CN (1) CN104487949B (ko)
BR (2) BR122020007745B8 (ko)
CA (1) CA2877421C (ko)
IN (1) IN2015DN01124A (ko)
MX (2) MX364237B (ko)
RU (1) RU2644441C2 (ko)
SG (2) SG11201500513XA (ko)
TW (1) TWI580771B (ko)
WO (1) WO2014018702A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
UY35144A (es) 2012-11-20 2014-06-30 Novartis Ag Miméticos lineales sintéticos de apelina para el tratamiento de insuficiencia cardiaca
JP6770677B2 (ja) * 2015-01-30 2020-10-21 Toto株式会社 生体情報測定システム
US10011542B2 (en) * 2015-04-24 2018-07-03 Baker Hughes, A Ge Company, Llc Methods of measuring pH in refinery streams
CN105223129A (zh) * 2015-10-12 2016-01-06 西南石油大学 一种铁及其合金腐蚀过程中的溶液化学自动控制装置及其使用方法
TWI690009B (zh) 2015-11-20 2020-04-01 財團法人工業技術研究院 設備的故障評估方法與故障評估裝置
CN107643335B (zh) * 2016-07-20 2020-06-26 复凌科技（上海）有限公司 一种检测水环境的方法
US10823439B2 (en) * 2016-12-14 2020-11-03 Dell Products L.P. Systems and methods for reliability control of information handling system
CN110021375A (zh) * 2017-11-08 2019-07-16 中国石油化工股份有限公司 一种炼油装置原料中氯含量的预警方法
JP6540787B1 (ja) * 2017-12-28 2019-07-10 横河電機株式会社 装置、方法、およびプログラム
GR1009932B (el) * 2019-02-15 2021-02-19 Μητις Κυβερνοχωρος Ανωνυμη Εταιρεια Τεχνολογιας Λογισμικου Και Ηλεκτρονικων Συστηματων Συστημα και μεθοδος καταγραφης και αναλυσης σε πραγματικο χρονο του ακριβους ενεργειακου αποτυπωματος της λειτουργιας πλοιου με χρηση ασυρματου δικτυου ευφυων συλλεκτων δεδομενων με συνυπολογισμο του σφαλματος των μετρησεων σε πραγματικο χρονο
JP6939872B2 (ja) * 2019-12-13 2021-09-22 栗田工業株式会社 蒸留塔管理システム、蒸留塔状態分析方法及び蒸留塔管理方法
CN113310888B (zh) * 2021-06-02 2022-04-15 浙江大学 一种高通量电化学电流/电位实时采集分析系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009020896A (ja) * 2001-03-01 2009-01-29 Fisher Rosemount Syst Inc プロセスプラントにおけるデータ共有
JP2009282750A (ja) * 2008-05-22 2009-12-03 Hitachi Ltd プラントのデータ処理装置及びプラントのデータ処理方法
US20120053861A1 (en) * 2010-08-26 2012-03-01 Baker Hughes Incorporated On-line monitoring and prediction of corrosion in overhead systems

Family Cites Families (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3725653A (en) * 1968-04-11 1973-04-03 Gulf Research Development Co Apparatus for controlling chemical processes
GB1198734A (en) 1968-05-01 1970-07-15 Nalco Chemical Co Prevention of Control of Corrosion in Oil Refining Equipment
US3819328A (en) 1970-06-24 1974-06-25 Petrolite Corp Use of alkylene polyamines in distillation columns to control corrosion
US3740722A (en) 1970-07-02 1973-06-19 Modicon Corp Digital computer
US3779905A (en) 1971-09-20 1973-12-18 Universal Oil Prod Co Adding corrosion inhibitor to top of crude oil still
US4238349A (en) 1977-11-16 1980-12-09 Malaco Ag Method and a composition for inhibiting corrosion
JPS55116101A (en) 1979-03-01 1980-09-06 Nissan Motor Co Ltd Signal processor
US4335072A (en) 1981-08-17 1982-06-15 Nalco Chemical Company Overhead corrosion simulator
US4425267A (en) 1981-08-27 1984-01-10 Skripchik Lilia P Wood modifying composition comprising an aqueous solution of phenolic alcohols, urea and sodium pentachlorophenate
US5195879A (en) 1989-10-23 1993-03-23 Nalco Chemical Company Improved method for injecting treatment chemicals using a constant flow positive displacement pumping apparatus
US5066199A (en) 1989-10-23 1991-11-19 Nalco Chemical Company Method for injecting treatment chemicals using a constant flow positive displacement pumping apparatus
US5094958A (en) * 1990-08-30 1992-03-10 Fiberchem Inc. Method of self-compensating a fiber optic chemical sensor
US5302253A (en) 1992-04-13 1994-04-12 Nalco Chemical Company On-line acid monitor and neutralizer feed control of the overhead water in oil refineries
US5256276A (en) 1992-05-18 1993-10-26 Betz Laboratories, Inc. Method for the inhibition and removal of ammonium chloride deposition in hydrocarbon processing units by adding lecithin
US5324665A (en) 1992-11-18 1994-06-28 Nalco Chemical Company On-line method for monitoring chloride levels in a fluid stream
US5425267A (en) 1993-08-31 1995-06-20 Nalco Chemical Company Corrosion simulator and method for simulating corrosion activity of a process stream
US5503006A (en) 1993-08-31 1996-04-02 Nalco Chemical Company High temperature corrosion simulator
US5965785A (en) 1993-09-28 1999-10-12 Nalco/Exxon Energy Chemicals, L.P. Amine blend neutralizers for refinery process corrosion
US5832411A (en) * 1997-02-06 1998-11-03 Raytheon Company Automated network of sensor units for real-time monitoring of compounds in a fluid over a distributed area
US6415276B1 (en) * 1998-08-14 2002-07-02 University Of New Mexico Bayesian belief networks for industrial processes
JP3908438B2 (ja) * 2000-04-25 2007-04-25 大和製罐株式会社 容器の内容物用ｐＨ連続測定装置
JP2002292356A (ja) 2001-03-30 2002-10-08 Sanyo Electric Co Ltd 生ごみ処理機の監視システム
US6593278B2 (en) 2001-07-13 2003-07-15 Exxonmobil Research And Engineering Company Method for inhibiting corrosion using certain phosphorus and sulfur-free compounds
ATE293155T1 (de) 2001-09-27 2005-04-15 Kurita Europ Gmbh Verfahren zur verhütung von verschmutzung und korrosion durch ammoniumchlorid und ammoniumsulfat
GB0127913D0 (en) * 2001-11-21 2002-01-16 Elan Vital Uk Ltd Fluid analyser systems
JP3962919B2 (ja) 2002-11-12 2007-08-22 栗田工業株式会社 金属防食剤、金属防食方法、原油常圧蒸留装置における塩化水素発生防止剤および塩化水素発生防止方法
US8145180B2 (en) 2004-05-21 2012-03-27 Rosemount Inc. Power generation for process devices
GB0515715D0 (en) * 2005-07-30 2005-09-07 Rolls Royce Plc Sensor measurement error
US7736903B2 (en) * 2005-10-05 2010-06-15 Delphi Technologies, Inc. Tracer to compensate for environmental variations that influence a chemical vapor sensor measurement
US8712335B2 (en) 2005-12-30 2014-04-29 Honeywell International Inc. Wireless monitoring in process applications
US20080001125A1 (en) 2006-06-30 2008-01-03 Baker Hughes Incorporated Method and compositions for inhibition of naphthenic acid induced corrosion
JP4851983B2 (ja) * 2007-04-13 2012-01-11 株式会社東芝 監視装置及び監視方法
US20090149981A1 (en) 2007-08-14 2009-06-11 Wayne Errol Evans System and methods for continuous, online monitoring of a chemical plant or refinery
US9150793B2 (en) * 2008-11-03 2015-10-06 Nalco Company Method of reducing corrosion and corrosion byproduct deposition in a crude unit
TW201032897A (en) * 2009-03-03 2010-09-16 Union Carbide Chemicals & Plastics Technology Llc Llc Improved raw material efficiency method and process
JP2010210588A (ja) * 2009-03-12 2010-09-24 Takenaka Komuten Co Ltd コンクリート体の埋設物検知システム及び埋設物検知方法
KR100933308B1 (ko) * 2009-03-17 2009-12-22 재원산업 주식회사 기회원유의 정제장치 및 방법
EP2419703B1 (en) * 2009-04-17 2013-03-20 Danfoss Ixa A/s Gas sensor utilizing bandpass filters to measure temperature of an emitter
JP5331669B2 (ja) * 2009-12-08 2013-10-30 株式会社日立ハイテクノロジーズ 電解質分析装置
JP5007964B2 (ja) * 2010-05-13 2012-08-22 横河電機株式会社 化学センサの校正装置
KR100998953B1 (ko) * 2010-06-29 2010-12-09 주식회사 거동기업 지그비 통신을 이용한 히트 트레이싱 시스템의 통합 감시 제어 장치 및 그 방법
US9134238B2 (en) * 2010-12-01 2015-09-15 Nalco Company Method for determination of system parameters for reducing crude unit corrosion
JP2014514073A (ja) 2011-04-13 2014-06-19 マイケル，クライン 気体送出方法及び装置
US9409110B2 (en) * 2011-07-14 2016-08-09 Nalco Company Method of maintaining water quality in a process stream

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009020896A (ja) * 2001-03-01 2009-01-29 Fisher Rosemount Syst Inc プロセスプラントにおけるデータ共有
JP2009282750A (ja) * 2008-05-22 2009-12-03 Hitachi Ltd プラントのデータ処理装置及びプラントのデータ処理方法
US20120053861A1 (en) * 2010-08-26 2012-03-01 Baker Hughes Incorporated On-line monitoring and prediction of corrosion in overhead systems

Also Published As

Publication number Publication date
BR112015001689B1 (pt) 2022-11-01
CN104487949B (zh) 2018-06-05
BR122020007745B8 (pt) 2023-02-14
EP2877924A1 (en) 2015-06-03
EP2877924B1 (en) 2018-10-31
IN2015DN01124A (ko) 2015-06-26
JP2015532710A (ja) 2015-11-12
TW201414826A (zh) 2014-04-16
WO2014018702A1 (en) 2014-01-30
JP6716674B2 (ja) 2020-07-01
JP2019090024A (ja) 2019-06-13
EP2877924A4 (en) 2016-06-29
MX2015000893A (es) 2015-04-17
US20180105757A1 (en) 2018-04-19
MX2019004552A (es) 2019-06-06
US10563142B2 (en) 2020-02-18
JP6454641B2 (ja) 2019-01-16
RU2015106208A (ru) 2016-09-20
SG11201500513XA (en) 2015-02-27
BR122020007745B1 (pt) 2022-12-06
US9834732B2 (en) 2017-12-05
JP2020170003A (ja) 2020-10-15
RU2644441C2 (ru) 2018-02-12
SG10201704413QA (en) 2017-07-28
CA2877421A1 (en) 2014-01-30
MX364237B (es) 2019-04-17
JP7175293B2 (ja) 2022-11-18
US20170051215A1 (en) 2017-02-23
KR102258615B1 (ko) 2021-05-28
CA2877421C (en) 2021-07-20
BR112015001689A2 (pt) 2019-11-26
US20200216767A1 (en) 2020-07-09
TWI580771B (zh) 2017-05-01
CN104487949A (zh) 2015-04-01

Similar Documents

Publication Publication Date Title
KR102258615B1 (ko) 분석기 기반 제어 시스템 및 알고리즘의 설계 개발 및 구현
US11326113B2 (en) Method of reducing corrosion and corrosion byproduct deposition in a crude unit
US9458388B2 (en) Development and implementation of analyzer based on control system and algorithm

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant