KR20220054682A - 유체 에너지 함량의 라이브 결정을 위한 시스템들 및 방법들 - Google Patents

유체 에너지 함량의 라이브 결정을 위한 시스템들 및 방법들 Download PDF

Info

Publication number
KR20220054682A
KR20220054682A KR1020227011617A KR20227011617A KR20220054682A KR 20220054682 A KR20220054682 A KR 20220054682A KR 1020227011617 A KR1020227011617 A KR 1020227011617A KR 20227011617 A KR20227011617 A KR 20227011617A KR 20220054682 A KR20220054682 A KR 20220054682A
Authority
KR
South Korea
Prior art keywords
term
measured
density
coefficient
relationship
Prior art date
Application number
KR1020227011617A
Other languages
English (en)
Inventor
조지 알렉산더 맥도날드
Original Assignee
마이크로 모우션, 인코포레이티드
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 마이크로 모우션, 인코포레이티드 filed Critical 마이크로 모우션, 인코포레이티드
Publication of KR20220054682A publication Critical patent/KR20220054682A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/36—Analysing materials by measuring the density or specific gravity, e.g. determining quantity of moisture
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N11/00—Investigating flow properties of materials, e.g. viscosity, plasticity; Analysing materials by determining flow properties
    • G01N11/02—Investigating flow properties of materials, e.g. viscosity, plasticity; Analysing materials by determining flow properties by measuring flow of the material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/22—Fuels; Explosives
    • G01N33/225—Gaseous fuels, e.g. natural gas
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/002—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity using variation of the resonant frequency of an element vibrating in contact with the material submitted to analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/002—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity using variation of the resonant frequency of an element vibrating in contact with the material submitted to analysis
    • G01N2009/006—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity using variation of the resonant frequency of an element vibrating in contact with the material submitted to analysis vibrating tube, tuning fork

Landscapes

  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • General Chemical & Material Sciences (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

추론된 에너지 함량과 적어도 하나의 측정된 양 사이의 추론 관계를 결정하는 방법이 개시된다. 추론 관계는 추론된 에너지 함량을 산출한다. 그 방법은 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되는 프로세서(210)를 갖는 컴퓨터(200)를 사용하며, 프로세서(210)는 메모리(220)에 저장된 추론 모듈(204)의 단계들을 구현하며, 그 방법, 추론 모듈(204)에 의해, 적어도 하나의 유체의 적어도 하나의 측정된 에너지 함량의 알려진 측정들과 적어도 하나의 측정된 양과는 동일한 유형의 적어도 하나의 대응하는 측정된 값 사이의 관계를 분석함으로써 추론 관계를 결정하는 단계를 포함하며, 추론 관계는 밀도 항(B)을 갖고, 적어도 하나의 측정된 양 중 하나는 측정된 밀도(ρ)이고 밀도 항(B)은 역밀도(1/ρ)를 갖고, 밀도 항(B)은 밀도(ρ)와 추론된 에너지 함량 사이의 역 관계를 나타내고, 측정된 밀도(ρ)는 공기 밀도(ρair)가 아니다.

Description

유체 에너지 함량의 라이브 결정을 위한 시스템들 및 방법들
아래에서 설명되는 실시예들은 유동 유체들의 성질들을 결정하는 것에 관한 것이고, 더 상세하게는, 가변하는 조성들로 유동 유체들의 성질들을 결정하는 것에 관한 것이다.
유체의 조성이 변경될 것으로 기대되는 시스템에서 동적으로 유동 유체의 에너지 함량을 결정하는 것이 도전과제가 되는 문제이다. 유동 유체들의 에너지 함량을 측정하기 위한 현존 시스템들은 종종 다루기 힘들고 라이브 측정들이 요구되는 셋팅들에서 전개되기가 어렵다.
유동 유체의 에너지 함량은, 예를 들면 가스 및 오일 애플리케이션들에서, 유동 유체의 금전적 가치에 종종 영향을 미친다. 에너지 함량의 공통 메트릭들은, 예를 들면, 칼로리 값(Calorific Value)(이하, "CV")과 웨버 지수(Wobbe index)를 포함한다. 웨버 지수를 포함하는 에너지 함량 메트릭들은 본 기술분야의 현존하는 방법들을 사용하여 CV로부터 쉽사리 결정될 수 있으며, 그래서 명세서는 에너지 함량을 위한 메트릭으로서 CV의 사용을 강조한다. CV는 (20℃ 및 1.013 bar의 기본 조건들에서) 킬로그램 당 킬로줄 단위(즉, "by mass") 또는 표준 입방 미터 당 킬로줄 단위로 표현될 수 있다. 다른 단위계들이 고려(contemplation)되며, 예를 들면, 파운드 당 영국열량단위(British thermal units)가 킬로그램 당 킬로줄 대신 사용될 수 있고, 입방피트 당 영국열량단위가 표준 입방 미터 당 킬로줄 대신 사용될 수 있다.
이 명세서는 CV의 결정으로 제한되지 않고, 임의의 다른 에너지 함량 메트릭이 CV로부터 결정 또는 도출될 수 있다. CV는 다수의 방식들로 결정될 수 있다. CV에 대한 하나의 공지된 수학식이 다음 수식 (1)로서 제시되는 AGA5 수학식이다:
Figure pct00001
(1)
여기서, SG는 비중이며, %CO2는 이산화 탄소의 부피 퍼센트 조성(percent carbon dioxide composition by volume)이고, %N2는 질소의 부피 퍼센트 조성이다. 제시된 수학식은 가중 중요한 불활성 기여자들, 이산화 탄소 및 질소 가스들을 고려하지만, 유동 유체에서의 추가의 물질들, 예를 들면, 산소, 헬륨, 일산화 탄소, 황화수소, 물(아마도 증기), 및 수소가 고려될 수 있다. 이들 덜 우세한 물질들에 대한 AGA 5 수학식을 위한 계수들은 결정되었고 당해 기술분야에서 잘 확립되어 있지만, 그것들은 간결함을 위해 생략되었다. 수식 (1)은 입방피트 당 영국열량단위로 CV 값들을 산출한다. 에너지 함량의 직접 결정을 위한 하나의 공지된 시스템은 열량계에서 연료를 태우고 방출된 에너지를 측정하는 것이다. 이들 측정결과들을 라이브로 적용할 수 있는 현존 시스템들은 거의 없고, 라이브 가스 라인들에서 사용되면 위험할 수 있다. 또한, 라인 내 시스템들과의 라이브 측정들은 연소 및 측정의 프로세스에서 여전히 지연을 겪는다. 일부 방법들은 라인에서 연료를 제거하고 시스템으로부터 라이브로 피드되지 않는 열량계에서 사용될 것이다. 이들 방법들은 샘플링, 연소, 및 측정들에 걸리는 시간을 기다려야 해서 에너지 함량의 결정들에서 지연을 겪는다.
에너지 함량을 결정하기 위한 다른 방법이 연료의 조성을 결정한 다음 조성의 각각의 컴포넌트의 칼로리 값들의 조성 가중된 평균에 기초하여 전체 에너지 함량 값을 결정하는 것이다. 이는 라이브로 또는 라인 내에서 완수하기가 어려운데, 유동하는 유체가 흐름에 따라 그 유체의 조성을 결정하기가 어렵기 때문이다. 또한, 유동하는 유체의 조성이 변하는 시스템에는, 라이브 에너지 함량 결정들을 방해하는 유체 조성을 결정하는 것에 연관되는 지연들이 있을 수 있다.
에너지 함량을 결정하는데 사용되는 다른 방법 세트는 추론 방법 세트이다. 이들 방법들은 라이브 측정들을 사용하여 관심 값을 추론할 이점이 있다. 존재하는 추론 방법들은 고려되는 일부 요인들을 결정하는데 부정확성 및/또는 문제들을 겪는다. 예를 들면, 많은 것들이 열전도율 또는 열 용량의 지식을 요구한다. 유동 유체의 조성이 시간과 함께 가변하는 애플리케이션들에서는, 가스 및 오일 애플리케이션들에서 일반적인 바와 같이, 라이브 측정들을 유도하기 위하여 조성들은 결정될 필요가 있다.
현존 시스템들은 또한 측정된 밀도와 대응하는 결정된 CV 사이의 직접적인 관계에 대한 의존을 받고 있다. 밀도와의 직접적인 관계를 갖는 것으로서 CV를 모델링하는 경우, 그 관계는 변수와 CV 사이의 역 관계를 나타내는 것으로 보이는 엘리먼트들을 갖는다는 것이 이해될 수 있다. 또한, 많은 방법들이 측정된 점도 값들이 측정된 밀도 값들과 곱해지는 항을 CV 결정에서 가지는 일을 겪는다. 게다가, 현존 방법들이 일반적으로 온도 의존도들을 사용하여 측정된 압력 및 점도를 결정하지만, 그 방법들은 측정된 밀도 및 측정된 점도 항들에 대한 계수들의 온도 및/또는 압력 의존을 고려하지 않는다. 게다가, 이들 온도 및/또는 압력 의존 항들은 가스들의 특정한 분류들에 대한 결정들에 기인할 수 있는 상수 값들을 갖지 않는다.
따라서, 라이브로 측정될 수 있는 양들로부터 에너지 함량의 빠른 추론 결정을 위한 시스템들 및 방법들이 필요하다.
추론된 에너지 함량과 적어도 하나의 측정된 양 사이의 추론 관계를 결정하는 방법이 개시된다. 추론 관계는 추론된 에너지 함량을 산출한다. 그 방법은 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되는 프로세서(210)를 갖는 컴퓨터(200)를 사용하며, 프로세서(210)는 메모리(220)에 저장된 추론 모듈(204)의 단계들을 구현하며, 그 방법, 추론 모듈(204)에 의해, 적어도 하나의 유체의 적어도 하나의 측정된 에너지 함량의 알려진 측정들과 적어도 하나의 측정된 양과는 동일한 유형의 적어도 하나의 대응하는 측정된 값 사이의 관계를 분석함으로써 추론 관계를 결정하는 단계를 포함하며, 추론 관계는 밀도 항(B)을 갖고, 적어도 하나의 측정된 양 중 하나는 측정된 밀도(ρ)이고 밀도 항(B)은 역밀도(1/ρ)를 갖고, 밀도 항(B)은 밀도(ρ)와 추론된 에너지 함량 사이의 역 관계를 나타내고, 측정된 밀도(ρ)는 공기 밀도(ρair)가 아니다.
추론된 에너지 함량과 유체의 적어도 하나의 측정된 양 사이의 추론 관계를 사용하는 방법이 개시된다. 미리 결정된 추론 관계는 추론된 에너지 함량을 산출한다. 그 방법은 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되는 프로세서(210)를 갖는 컴퓨터(200)를 사용하며, 프로세서(210)는 메모리(220)에 저장된 추론 모듈(204)의 단계들을 구현한다. 그 방법은 추론 모듈(204)에 의해, 적어도 하나의 측정된 양의 유형의 적어도 하나의 측정된 값을 수신하는 단계와, 추론 모듈(204)에 의해, 추론 관계 및 적어도 하나의 측정된 양으로부터 추론된 에너지 함량을 추론하는 단계를 포함하며, 추론 관계는 밀도 항(B)을 갖고 적어도 하나의 측정된 값 중 하나는 측정된 밀도(ρ)이고 밀도 항(B)은 역밀도(1/ρ)를 갖고, 밀도 항(B)은 측정된 밀도(ρ)와 추론된 에너지 함량 사이의 역 관계를 나타내고 측정된 밀도(ρ)는 공기 밀도(ρair)가 아니다.
추론된 에너지 함량과 유체의 적어도 하나의 측정된 양 사이의 추론 관계를 사용하는 장치가 개시된다. 추론 관계는 추론된 에너지 함량을 산출한다. 그 장치는 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되는 프로세서(210)를 갖는 컴퓨터(200)를 가지며, 프로세서(210)는 메모리(220)에 저장된 추론 모듈(204)의 단계들을 구현하며, 추론 모듈(204)은 적어도 하나의 측정된 양의 유형의 적어도 하나의 측정된 값을 수신하고 추론 관계 및 적어도 하나의 측정된 양으로부터 추론된 에너지 함량을 추론하도록 구성되며, 추론 관계는 밀도 항(B)을 갖고 적어도 하나의 측정된 값 중 하나는 측정된 밀도(ρ)이고 밀도 항(B)은 역밀도(1/ρ)를 갖고, 밀도 항(B)은 측정된 밀도(ρ)와 추론된 에너지 함량 사이의 역 관계를 나타내고 측정된 밀도(ρ)는 공기 밀도(ρair)가 아니다.
추론된 에너지 함량과 적어도 하나의 측정된 양 사이의 추론 관계를 결정하는 장치가 개시된다. 추론 관계는 추론된 에너지 함량을 산출한다. 그 장치는 프로세서(210)와 메모리(220)를 갖는 컴퓨터(200)를 가지며, 프로세서(210)는 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되며, 프로세서(210)는 메모리(220)에 저장된 추론 모듈(204)을 실행하며, 추론 모듈(204)은 적어도 하나의 유체의 적어도 하나의 측정된 에너지 함량의 알려진 측정들과 적어도 하나의 측정된 양과는 동일한 유형의 적어도 하나의 대응하는 측정된 값 사이의 관계를 분석함으로써 추론 관계를 결정하도록 구성되며, 추론 관계는 밀도 항(B)을 갖고, 적어도 하나의 측정된 양 중 하나는 측정된 밀도(ρ)이고 밀도 항(B)은 역밀도(1/ρ)를 갖고, 밀도 항(B)은 밀도(ρ)와 추론된 에너지 함량 사이의 역 관계를 나타내고 측정된 밀도(ρ)는 공기 밀도(ρair)가 아니다.
양태들
일 양태에 따르면, 추론된 에너지 함량과 적어도 하나의 측정된 양 사이의 추론 관계를 결정하는 방법이 개시된다. 추론 관계는 추론된 에너지 함량을 산출한다. 그 방법은 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되는 프로세서(210)를 갖는 컴퓨터(200)를 사용하며, 프로세서(210)는 메모리(220)에 저장된 추론 모듈(204)의 단계들을 구현하며, 그 방법, 추론 모듈(204)에 의해, 적어도 하나의 유체의 적어도 하나의 측정된 에너지 함량의 알려진 측정들과 적어도 하나의 측정된 양과는 동일한 유형의 적어도 하나의 대응하는 측정된 값 사이의 관계를 분석함으로써 추론 관계를 결정하는 단계를 포함하며, 추론 관계는 밀도 항(B)을 갖고, 적어도 하나의 측정된 양 중 하나는 측정된 밀도(ρ)이고 밀도 항(B)은 역밀도(1/ρ)를 갖고, 밀도 항(B)은 밀도(ρ)와 추론된 에너지 함량 사이의 역 관계를 나타내고, 측정된 밀도(ρ)는 공기 밀도(ρair)가 아니다.
바람직하게는, 추론 모듈(204)은 밀도 항(B)에서의 점도(η), 비중, 및 공기 밀도(ρair) 중 어떠한 것도 고려하지 않는다.
바람직하게는, 추론 모듈(204)은 열 용량, 열전도율, 유전 상수, 굴절률, 열확산도, 층류 저항, 및 난류 저항 중 어느 것도 고려하지 않고 추론 관계를 결정한다.
바람직하게는, 적어도 하나의 측정된 양 중 다른 하나는 측정된 점도(η)이며, 추론 관계는 시프트 항(A)과 점도 항(C)을 더 포함하며, 점도 항(C)은 측정된 점도(η)를 고려한다.
바람직하게는, 추론 관계는 시프트 항(A), 밀도 항(B), 및 점도 항(C)의 합이다.
바람직하게는, 점도 항(C)은 점도(η)를 가지며, 점도 항(C)은 점도(η)와 추론된 에너지 함량 사이의 직접적인 관계를 나타낸다.
바람직하게는, 적어도 하나의 측정된 값은 측정된 온도(T)와 측정된 압력(P)을 더 포함하며, 시프트 항(A)은 대응하는 온도 및 압력 의존적인 시프트 항 계수(k1(P,T))를 포함하며, 밀도 항(B)은 대응하는 온도 및 압력 의존적인 밀도 항 계수(k2(P,T))를 포함하고, 점도 항(C)은 대응하는 온도 및 압력 의존적인 점도 항 계수(k3(P,T))를 포함한다.
바람직하게는, 밀도 항(B)은 역밀도(1/ρ)가 곱해진 밀도 항 계수(k2(P,T))이다.
바람직하게는, 점도 항(C)은 점도(η)가 곱해진 점도 항 계수(k3(P,T))이다.
바람직하게는, 시프트 항(A)은 시프트 항 계수(k1(P,T))이다.
바람직하게는, 추론 관계는 수학식
Figure pct00002
에 의해 표현된다.
바람직하게는, 시프트 항 계수(k1(P,T)), 밀도 항 계수(k2(P,T)), 및 점도 항 계수(k3(P,T))는 적어도 하나의 유체에 연관되는 대응하는 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 유도된다.
바람직하게는, 시프트 항 계수(k1(P,T))는 측정된 압력(P), 측정된 온도(T), 및 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 시프트 계수 상수(예컨대, a1-a4) 사이의 관계에 의존하며, 밀도 항 계수(k2(P,T))는 측정된 압력(P), 측정된 온도(T) 및 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 밀도 계수 상수(예컨대, b1-b4) 사이의 관계에 의존하고, 점도 항 계수(k3(P,T))는 측정된 압력(P), 측정된 온도(T) 및 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 점도 계수 상수(예컨대, c1-c4) 사이의 관계에 의존한다.
바람직하게는, 측정된 압력(P), 측정된 온도(T), 및 적어도 하나의 시프트 계수 상수(예컨대, a1-a4) 사이의 관계는 수학식
Figure pct00003
에 의해 표현되며, 측정된 압력(P), 측정된 온도(T) 및 적어도 하나의 밀도 계수 상수(예컨대, b1-b4) 사이의 관계는 수학식
Figure pct00004
에 의해 표현되고, 측정된 압력(P), 측정된 온도(T), 및 적어도 하나의 점도 계수 상수(예컨대, c1-c4) 사이의 관계는 수학식
Figure pct00005
Figure pct00006
에 의해 표현된다.
바람직하게는, 추론 관계는 불활성 항(D)을 더 포함하며, 불활성 항은 이산화 탄소의 퍼센트 조성(%CO2)을 고려하며, 불활성 항(D)은 온도(T) 및 압력(P) 의존적인 불활성 항 계수(k4(P,T))를 갖고, 불활성 항 계수(k4(P,T))는 불활성 항 계수 상수들(예컨대, d1-d4)을 사용하여 결정된다.
바람직하게는, 불활성 항 계수(k4(P,T))는 관계
Figure pct00007
로부터 결정되며, 추론 관계는
Figure pct00008
이다.
바람직하게는, 추론 모듈(204)에 의한 분석은, 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 적어도 하나의 유체 중 하나 이상이 구성원인 적어도 하나의 유체 클래스와 연관시키는 것을 더 포함한다.
바람직하게는, 적어도 하나의 유체 클래스는 연료 가스, 천연 가스, 플레어 가스, 액화천연가스, 바이오가스, 셰일 가스, 및 지리적 영역에 연관된 유체 클래스 중 하나 이상이다.
바람직하게는, 추론 관계는, 적어도 하나의 측정된 값과는 동일한 유형의 라이브 측정결과들을 취하는 동안 계수 상수들이 라이브로 결정되는 추론된 에너지 함량의 라이브 추론 결정에서 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)로서 사용될 수 있도록 하는 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)에 의해 특징화될 수 있다.
바람직하게는, 추론된 에너지 함량은 추론된 칼로리 값이다.
일 양태에 따르면, 유체의 추론된 에너지 함량과 적어도 하나의 측정된 양 사이의 추론 관계를 사용하는 방법이 개시된다. 미리 결정된 추론 관계는 추론된 에너지 함량을 산출한다. 그 방법은 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되는 프로세서(210)를 갖는 컴퓨터(200)를 사용하며, 프로세서(210)는 메모리(220)에 저장된 추론 모듈(204)의 단계들을 구현한다. 그 방법은 추론 모듈(204)에 의해, 적어도 하나의 측정된 양의 유형의 적어도 하나의 측정된 값을 수신하는 단계와, 추론 모듈(204)에 의해, 추론 관계 및 적어도 하나의 측정된 양으로부터 추론된 에너지 함량을 추론하는 단계를 포함하며, 추론 관계는 밀도 항(B)을 갖고 적어도 하나의 측정된 값 중 하나는 측정된 밀도(ρ)이고 밀도 항(B)은 역밀도(1/ρ)를 갖고, 밀도 항(B)은 측정된 밀도(ρ)와 추론된 에너지 함량 사이의 역 관계를 나타내고 측정된 밀도(ρ)는 공기 밀도(ρair)가 아니다.
바람직하게는, 추론 모듈(204)은 밀도 항(B)에서의 점도(η), 비중, 및 공기 밀도(ρair) 중 어떠한 것도 고려하지 않는다.
바람직하게는, 추론 모듈(204)은 열 용량, 열전도율, 유전 상수, 굴절률, 열확산도, 층류 저항, 및 난류 저항 중 어느 것도 고려하지 않고 추론된 에너지 함량을 추론한다.
바람직하게는, 적어도 하나의 측정된 값 중 다른 하나는 측정된 점도(η)이며, 추론 관계는 시프트 항(A)과 점도 항(C)을 더 포함하며, 점도 항(C)은 측정된 점도(η)를 고려한다.
바람직하게는, 추론 관계는 시프트 항(A), 밀도 항(B), 및 점도 항(C)의 합이다.
바람직하게는, 점도 항(C)은 점도(η)를 가지며, 점도 항(C)은 점도(η)와 추론된 에너지 함량 사이의 직접적인 관계를 나타낸다.
바람직하게는, 적어도 하나의 측정된 값은 측정된 온도(T)와 측정된 압력(P)을 더 포함하며, 시프트 항(A)은 대응하는 온도 및 압력 의존적인 시프트 항 계수(k1(P,T))를 포함하며, 밀도 항(B)은 대응하는 온도 및 압력 의존적인 밀도 항 계수(k2(P,T))를 포함하고, 점도 항(C)은 대응하는 온도 및 압력 의존적인 점도 항 계수(k3(P,T))를 포함한다.
바람직하게는, 밀도 항(B)은 역밀도(1/ρ)가 곱해진 밀도 항 계수(k2(P,T))이다.
바람직하게는, 점도 항(C)은 점도(η)가 곱해진 점도 항 계수(k3(P,T))이다.
바람직하게는, 시프트 항(A)은 시프트 항 계수(k1(P,T))이다.
바람직하게는, 추론 관계는 수학식
Figure pct00009
Figure pct00010
에 의해 표현된다.
바람직하게는, 시프트 항 계수(k1(P,T)), 밀도 항 계수(k2(P,T)), 및 점도 항 계수(k3(P,T))는 유체에 연관되는 대응하는 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 평가된다.
바람직하게는, 시프트 항 계수(k1(P,T))는, 추론 모듈(204)에 의해, 측정된 압력(P), 측정된 온도(T), 및 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 시프트 계수 상수(예컨대, a1-a4) 사이의 관계를 사용하여 평가되며, 밀도 항 계수(k2(P,T))는, 추론 모듈(204)에 의해, 측정된 압력(P), 측정된 온도(T) 및 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 밀도 계수 상수(예컨대, b1-b4) 사이의 관계를 사용하여 평가되고, 점도 항 계수(k3(P,T))는, 추론 모듈(204)에 의해, 측정된 압력(P), 측정된 온도(T) 및 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 점도 계수 상수(예컨대, c1-c4) 사이의 관계를 사용하여 평가된다.
바람직하게는, 측정된 압력(P), 측정된 온도(T) 및 적어도 하나의 미리 결정된 시프트 계수 상수(예컨대, a1-a4) 사이의 관계는 수학식
Figure pct00011
Figure pct00012
에 의해 표현되며, 측정된 압력(P), 측정된 온도(T) 및 적어도 하나의 미리 결정된 밀도 계수 상수(예컨대, b1-b4) 사이의 관계는 수학식
Figure pct00013
에 의해 표현되며, 측정된 압력(P), 측정된 온도(T) 및 적어도 하나의 미리 결정된 점도 계수 상수(예컨대, c1-c4) 사이의 관계는 수학식
Figure pct00014
에 의해 표현된다.
바람직하게는, 적어도 하나의 측정된 값은 측정된 불활성 콘텐츠를 더 포함하며, 측정된 불활성 콘텐츠는 이산화 탄소의 부피 퍼센트 조성(%CO2)이며, 추론 관계는 불활성 항(D)을 더 가지며, 불활성 항(D)은 이산화 탄소의 퍼센트 조성(%CO2)을 고려하며, 불활성 항(D)은 온도(T) 및 압력(P) 의존적인 불활성 항 계수(k4(P,T))을 갖고, 불활성 항 계수(k4(P,T))는 불활성 항 계수 상수들(예컨대, d1-d4)을 사용하여 결정된다.
바람직하게는, 불활성 항 계수(k4(P,T))는 관계
Figure pct00015
로부터 결정되며, 추론 관계는
Figure pct00016
이다.
바람직하게는, 추론 모듈(204)에 의해 추론하는 것은, 적어도 하나의 유체 중 하나 이상이 구성원인 적어도 하나의 유체 클래스에 연관되는 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 유체의 추론된 에너지 함량을 추론하는 것을 포함한다.
바람직하게는, 적어도 하나의 유체 클래스는 연료 가스, 천연 가스, 플레어 가스, 액화천연가스, 바이오가스, 셰일 가스, 및 지리적 영역에 연관된 유체 클래스 중 하나 이상이다.
바람직하게는, 그 방법은, 유체가 진동 센서(5)와 상호작용하는 동안, 진동 센서(5)에 의해, 적어도 하나의 원시 데이터 신호를 측정하는 단계, 진동 센서(5)에 의해, 측정 모듈(202)에 적어도 하나의 원시 데이터 신호를 공급하는 단계, 측정 모듈(202)에 의해, 적어도 하나의 측정된 값 중 하나 이상을 나타내는 데이터를 결정하기 위해 적어도 하나의 원시 데이터 신호를 프로세싱하는 단계를 더 포함하며, 추론 모듈(204)에 의해 수신하는 단계는, 측정 모듈(202)로부터 적어도 하나의 측정된 값 중 하나 이상을 나타내는 데이터를 수신하는 단계를 포함한다.
바람직하게는, 적어도 하나의 측정된 값 중 하나 이상은 측정된 밀도(ρ)를 포함한다.
바람직하게는, 그 방법은, 압력 센서(150)에 의해, 측정된 압력(P)을 측정하는 단계를 더 포함하며, 추론 모듈(204)에 의해 수신하는 단계는, 측정된 압력(P)을 수신하는 단계를 포함한다.
바람직하게는, 측정된 온도(T)와 측정된 압력(P) 중 하나 이상은 일치하는 것으로 가정된다.
바람직하게는, 추론된 에너지 함량은 칼로리 값이다.
일 양태에 따르면, 유체의 추론된 에너지 함량과 적어도 하나의 측정된 양 사이의 추론 관계를 사용하는 장치가 개시된다. 추론 관계는 추론된 에너지 함량을 산출한다. 그 장치는 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되는 프로세서(210)를 갖는 컴퓨터(200)를 가지며, 프로세서(210)는 메모리(220)에 저장된 추론 모듈(204)의 단계들을 구현하며, 추론 모듈(204)은 적어도 하나의 측정된 양의 유형의 적어도 하나의 측정된 값을 수신하고 추론 관계 및 적어도 하나의 측정된 양으로부터 추론된 에너지 함량을 추론하도록 구성되며, 추론 관계는 밀도 항(B)을 갖고 적어도 하나의 측정된 값 중 하나는 측정된 밀도(ρ)이고 밀도 항(B)은 역밀도(1/ρ)를 갖고, 밀도 항(B)은 측정된 밀도(ρ)와 추론된 에너지 함량 사이의 역 관계를 나타내고 측정된 밀도(ρ)는 공기 밀도(ρair)가 아니다.
바람직하게는, 추론 모듈(204)은 밀도 항(B)에서의 점도(η), 비중, 및 공기 밀도(ρair) 중 어떠한 것도 고려하지 않는다.
바람직하게는, 추론 모듈(204)은 열 용량, 열전도율, 유전 상수, 굴절률, 열확산도, 층류 저항, 및 난류 저항 중 어느 것도 고려하지 않고 추론된 에너지 함량을 추론한다.
바람직하게는, 적어도 하나의 측정된 값 중 다른 하나는 측정된 점도(η)이며, 추론 관계는 시프트 항(A)과 점도 항(C)을 더 포함하며, 점도 항(C)은 측정된 점도(η)를 고려한다.
바람직하게는, 추론 관계는 시프트 항(A), 밀도 항(B), 및 점도 항(C)의 합이다.
바람직하게는, 점도 항(C)은 점도(η)를 가지며, 점도 항(C)은 점도(η)와 추론된 에너지 함량 사이의 직접적인 관계를 나타낸다.
바람직하게는, 적어도 하나의 측정된 값은 측정된 온도(T)와 측정된 압력(P)을 더 포함하며, 시프트 항(A)은 대응하는 온도 및 압력 의존적인 시프트 항 계수(k1(P,T))를 포함하며, 밀도 항(B)은 대응하는 온도 및 압력 의존적인 밀도 항 계수(k2(P,T))를 포함하고, 점도 항(C)은 대응하는 온도 및 압력 의존적인 점도 항 계수(k3(P,T))를 포함한다.
바람직하게는, 밀도 항(B)은 역밀도(1/ρ)가 곱해진 밀도 항 계수(k2(P,T))이다.
바람직하게는, 점도 항(C)은 점도(η)가 곱해진 점도 항 계수(k3(P,T))이다.
바람직하게는, 시프트 항(A)은 시프트 항 계수(k1(P,T))이다.
바람직하게는, 추론 관계는 수학식
Figure pct00017
Figure pct00018
에 의해 표현된다.
바람직하게는, 시프트 항 계수(k1(P,T)), 밀도 항 계수(k2(P,T)), 및 점도 항 계수(k3(P,T))는 유체에 연관되는 대응하는 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 평가된다.
바람직하게는, 시프트 항 계수(k1(P,T))는, 추론 모듈(204)에 의해, 측정된 압력(P), 측정된 온도(T), 및 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 시프트 계수 상수(예컨대, a1-a4) 사이의 관계를 사용하여 평가되며, 밀도 항 계수(k2(P,T))는, 추론 모듈(204)에 의해, 측정된 압력(P), 측정된 온도(T) 및 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 밀도 계수 상수(예컨대, b1-b4) 사이의 관계를 사용하여 평가되고, 점도 항 계수(k3(P,T))는, 추론 모듈(204)에 의해, 측정된 압력(P), 측정된 온도(T) 및 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 점도 계수 상수(예컨대, c1-c4) 사이의 관계를 사용하여 평가된다.
바람직하게는, 측정된 압력(P), 측정된 온도(T) 및 적어도 하나의 미리 결정된 시프트 계수 상수(예컨대, a1-a4) 사이의 관계는 수학식
Figure pct00019
Figure pct00020
에 의해 표현되며, 측정된 압력(P), 측정된 온도(T) 및 적어도 하나의 미리 결정된 밀도 계수 상수(예컨대, b1-b4) 사이의 관계는 수학식
Figure pct00021
에 의해 표현되며, 측정된 압력(P), 측정된 온도(T) 및 적어도 하나의 미리 결정된 점도 계수 상수(예컨대, c1-c4) 사이의 관계는 수학식
Figure pct00022
에 의해 표현된다.
바람직하게는, 추론 관계는 불활성 항(D)을 더 포함하며, 불활성 항은 이산화 탄소의 퍼센트 조성(%CO2)을 고려하며, 불활성 항(D)은 온도(T) 및 압력(P) 의존적인 불활성 항 계수(k4(P,T))를 갖고, 불활성 항 계수(k4(P,T))는 불활성 항 계수 상수들(예컨대, d1-d4)을 사용하여 결정된다.
바람직하게는, 불활성 항 계수(k4(P,T))는 관계
Figure pct00023
로부터 결정되며, 추론 관계는
Figure pct00024
이다.
바람직하게는, 추론 모듈(204)에 의해 추론하는 것은, 적어도 하나의 유체 중 하나 이상이 구성원인 적어도 하나의 유체 클래스에 연관되는 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 유체의 추론된 에너지 함량을 추론하는 것을 포함한다.
바람직하게는, 적어도 하나의 유체 클래스는 연료 가스, 천연 가스, 플레어 가스, 액화천연가스, 셰일 가스, 바이오가스, 및 지리적 영역으로부터의 유체 클래스 중 하나 이상이다.
바람직하게는, 측정된 온도(T) 및 측정된 압력(P) 중 하나 이상은 측정된 온도(T) 및 측정된 압력(P) 중 하나 이상이 동작 조건들에서 충분히 일치한다는, 추론 모듈(204)에 의한, 결정에 기초한 상수이다.
바람직하게는, 그 장치는 메모리(220)에 저장된 측정 모듈(202)을 더 포함하며, 측정 모듈은, 측정 모듈(202)에 의해, 적어도 하나의 원시 데이터 신호를 수신하고, 측정 모듈(202)에 의해, 적어도 하나의 측정된 값 중 하나 이상을 나타내는 데이터를 결정하기 위해 적어도 하나의 원시 데이터 신호를 프로세싱하도록 구성되며, 추론 모듈(204)에 의해 수신하는 단계는, 측정 모듈(202)로부터 적어도 하나의 측정된 값 중 하나 이상을 나타내는 데이터를 수신하는 단계를 포함한다.
바람직하게는, 장치는 진동 센서(5)이며, 장치는 유체와 상호작용하도록 구성되며, 컴퓨터(200)는 진동 센서(5)에 의해 취해진 측정결과들에 기초하여 적어도 하나의 측정된 값 중 하나 이상을 결정하도록 구성되는 미터 전자기기(20)이다.
바람직하게는, 그 장치는 유체와 상호작용하는 제1 가지(104a) 및 제2 가지(104b), 컴퓨터(200)로부터 구동 신호를 수신하고 구동 신호에 기초하여 제1 가지(104a)에서 모션을 구동하는 드라이버(102), 제2 가지(104b)의 반응 모션을 나타내는 응답 신호를 생성하고 응답 신호를 미터 전자기기(20)에 송신하도록 구성되는 응답 센서(106)를 포함하며, 미터 전자기기(20)는 구동 신호 및 응답 신호 중 하나 이상으로부터 적어도 하나의 측정된 값 중 하나 이상을 결정하도록 구성된다.
바람직하게는, 적어도 하나의 측정된 값 중 하나 이상은 측정된 밀도(ρ)를 포함한다.
바람직하게는, 추론된 에너지 함량은 칼로리 값이다.
일 양태에 따르면, 추론된 에너지 함량과 적어도 하나의 측정된 양 사이의 추론 관계를 결정하는 장치가 개시된다. 추론 관계는 추론된 에너지 함량을 산출한다. 그 장치는 프로세서(210)와 메모리(220)를 갖는 컴퓨터(200)를 가지며, 프로세서(210)는 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되며, 프로세서(210)는 메모리(220)에 저장된 추론 모듈(204)을 실행하며, 추론 모듈(204)은 적어도 하나의 유체의 적어도 하나의 측정된 에너지 함량의 알려진 측정들과 적어도 하나의 측정된 양과는 동일한 유형의 적어도 하나의 대응하는 측정된 값 사이의 관계를 분석함으로써 추론 관계를 결정하도록 구성되며, 추론 관계는 밀도 항(B)을 갖고, 적어도 하나의 측정된 양 중 하나는 측정된 밀도(ρ)이고 밀도 항(B)은 역밀도(1/ρ)를 갖고, 밀도 항(B)은 밀도(ρ)와 추론된 에너지 함량 사이의 역 관계를 나타내고 측정된 밀도(ρ)는 공기 밀도(ρair)가 아니다.
바람직하게는, 추론 모듈(204)은 밀도 항(B)에서의 점도(η), 비중, 및 공기 밀도(ρair) 중 어떠한 것도 고려하지 않는다.
바람직하게는, 추론 모듈(204)은 열 용량, 열전도율, 유전 상수, 굴절률, 열확산도, 층류 저항, 및 난류 저항 중 어느 것도 고려하지 않고 추론 관계를 결정한다.
바람직하게는, 적어도 하나의 측정된 양 중 다른 하나는 측정된 점도(η)이며, 추론 관계는 시프트 항(A)과 점도 항(C)을 더 포함하며, 점도 항(C)은 측정된 점도(η)를 고려한다.
바람직하게는, 추론 관계는 시프트 항(A), 밀도 항(B), 및 점도 항(C)의 합이다.
바람직하게는, 점도 항(C)은 점도(η)를 가지며, 점도 항(C)은 점도(η)와 추론된 에너지 함량 사이의 직접적인 관계를 나타낸다.
바람직하게는, 적어도 하나의 측정된 값은 측정된 온도(T)와 측정된 압력(P)을 더 포함하며, 시프트 항(A)은 대응하는 온도 및 압력 의존적인 시프트 항 계수(k1(P,T))를 포함하며, 밀도 항(B)은 대응하는 온도 및 압력 의존적인 밀도 항 계수(k2(P,T))를 포함하고, 점도 항(C)은 대응하는 온도 및 압력 의존적인 점도 항 계수(k3(P,T))를 포함한다.
바람직하게는, 밀도 항(B)은 역밀도(1/ρ)가 곱해진 밀도 항 계수(k2(P,T))이다.
바람직하게는, 점도 항(C)은 점도(η)가 곱해진 점도 항 계수(k3(P,T))이다.
바람직하게는, 시프트 항(A)은 시프트 항 계수(k1(P,T))이다.
바람직하게는, 추론 관계는 수학식
Figure pct00025
Figure pct00026
에 의해 표현된다.
바람직하게는, 시프트 항 계수(k1(P,T)), 밀도 항 계수(k2(P,T)), 및 점도 항 계수(k3(P,T))는 적어도 하나의 유체에 연관되는 대응하는 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 유도된다.
바람직하게는, 시프트 항 계수(k1(P,T))는 측정된 압력(P), 측정된 온도(T), 및 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 시프트 계수 상수(예컨대, a1-a4) 사이의 관계에 의존하며, 밀도 항 계수(k2(P,T))는 측정된 압력(P), 측정된 온도(T) 및 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 밀도 계수 상수(예컨대, b1-b4) 사이의 관계에 의존하고, 점도 항 계수(k3(P,T))는 측정된 압력(P), 측정된 온도(T) 및 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 점도 계수 상수(예컨대, c1-c4) 사이의 관계에 의존한다.
바람직하게는, 측정된 압력(P), 측정된 온도(T), 및 적어도 하나의 시프트 계수 상수(예컨대, a1-a4) 사이의 관계는 수학식
Figure pct00027
에 의해 표현되며, 측정된 압력(P), 측정된 온도(T) 및 적어도 하나의 밀도 계수 상수(예컨대, b1-b4) 사이의 관계는 수학식
Figure pct00028
에 의해 표현되고, 측정된 압력(P), 측정된 온도(T), 및 적어도 하나의 점도 계수 상수(예컨대, c1-c4) 사이의 관계는 수학식
Figure pct00029
에 의해 표현된다.
바람직하게는, 추론 관계는 불활성 항(D)을 더 포함하며, 불활성 항은 이산화 탄소의 퍼센트 조성(%CO2)을 고려하며, 불활성 항(D)은 온도(T) 및 압력(P) 의존적인 불활성 항 계수(k4(P,T))를 갖고, 불활성 항 계수(k4(P,T))는 불활성 항 계수 상수들(예컨대, d1-d4)을 사용하여 결정된다.
바람직하게는, 불활성 항 계수(k4(P,T))는 관계
Figure pct00030
로부터 결정되며, 추론 관계는
Figure pct00031
이다.
바람직하게는, 추론 모듈(204)에 의한 분석은, 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 적어도 하나의 유체 중 하나 이상이 구성원인 적어도 하나의 유체 클래스와 연관시키는 것을 더 포함한다.
바람직하게는, 적어도 하나의 유체 클래스는 연료 가스, 천연 가스, 플레어 가스, 액화천연가스, 셰일 가스, 바이오가스, 및 지리적 영역에 연관되는 가스 클래스 중 하나 이상이다.
바람직하게는, 추론 관계는, 적어도 하나의 측정된 값과는 동일한 유형의 라이브 측정결과들을 취하는 동안 계수 상수들이 라이브로 결정되는 추론된 에너지 함량의 라이브 추론 결정에서 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)로서 사용될 수 있도록 하는 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)에 의해 특징화될 수 있다.
바람직하게는, 그 장치는 진동 센서(5)이고 컴퓨터(200)는 미터 전자기기(20)이다.
바람직하게는, 장치는 적어도 하나의 측정된 값 중 하나 이상을 결정하고 장치는 적어도 하나의 측정된 값 중 하나 이상을 추론된 에너지 함량의 추론에서 사용하도록 추론 모듈(204)에 제공한다.
바람직하게는, 적어도 하나의 측정된 값 중 하나 이상은 측정된 밀도(ρ)와 측정된 점도(η)를 포함한다.
바람직하게는, 추론된 에너지 함량은 추론된 칼로리 값이다.
동일한 참조 번호는 모든 도면들에 대한 동일한 엘리먼트를 나타낸다. 도면들은 반드시 스케일대로 그려지지는 않았다는 것이 이해되어야 한다.
도 1은 유동 유체의 에너지 함량을 결정하기 위한 시스템(100)의 일 실시예의 블록도를 도시한다.
도 2는 컴퓨터(200)의 일 실시예의 블록도를 도시한다.
도 3은 측정된 파라미터들과 유체 에너지 함량 사이의 추론 관계를 사용하기 위한 방법(300)의 일 실시예의 흐름도를 도시한다.
도 4는 측정된 파라미터들과 유동 유체 에너지 함량 사이의 추론 관계를 결정하기 위한 방법(400)의 일 실시예의 흐름도를 도시한다.
도 5는 측정된 파라미터들과 유동 유체 에너지 함량 사이의 추론 관계를 결정하기 위한 방법(500)의 다른 실시예의 흐름도를 도시한다.
도 6은 측정된 파라미터들과 유동 유체 에너지 함량 사이의 추론 관계를 결정하기 위한 방법(600)의 또 다른 실시예의 흐름도를 도시한다.
도 7은 측정된 파라미터들로부터 에너지 함량을 추론하기 위한 방법(700)의 일 실시예의 흐름도를 도시한다.
도 8은 측정된 파라미터들로부터 에너지 함량을 추론하기 위한 방법(800)의 다른 실시예의 흐름도를 도시한다.
도 9는 측정된 파라미터들로부터 에너지 함량을 추론하기 위한 방법(900)의 또 다른 실시예의 흐름도를 도시한다.
도 10은 질량 단위를 사용하여 도출된 추론된 에너지 함량 값들과 직접법(direct method)들로부터 결정된 에너지 함량 사이의 비교의 일 실시예의 그래프(1000)를 도시한다.
도 11은 직접 결정된 칼로리 값들을 기준으로 추론된 칼로리 값들에서의 오차의 일 실시예의 그래프(1100)를 도시한다.
도 12는 표준 조건들에서 추론되는 추론된 에너지 함량 값들과 직접법들로부터 결정된 에너지 함량 사이의 비교의 일 실시예의 그래프(1200)를 도시한다.
도 13은 직접 결정된 칼로리 값들을 기준으로 추론된 칼로리 값들에서의 오차의 일 실시예의 그래프(1300)를 도시한다.
도 1 내지 도 13과 다음의 설명은 유동 유체의 에너지 함량의 결정을 위한 시스템들 및 방법들의 실시예들의 최상의 모드를 만들고 사용하는 방법을 본 기술분야의 통상의 기술자들에게 교시하기 위한 특정 예들을 묘사한다. 발명 원리들을 교시할 목적으로, 일부 기존의 양태들은 단순화되거나 또는 생략되었다. 본 기술분야의 통상의 기술자들은 본 설명의 범위 내에 속하는 이들 예들의 변형들을 이해할 것이다. 본 기술분야의 통상의 기술자들은 아래에서 설명되는 특징들이 유동 유체의 에너지 함량의 결정을 위한 시스템들 및 방법들의 다수의 변형들을 형성하는 다양한 방식들로 결합될 수 있다는 것을 이해할 것이다. 그 결과, 아래에서 설명되는 실시예들은 아래에서 설명되는 특정 예들로 제한되지 않지만, 청구항들 및 그것들의 동등물들에 의해서만 제한된다.
도 1은 유동 유체의 에너지 함량을 결정하기 위한 시스템(100)의 일 실시예의 블록도를 도시한다. 시스템은 진동 센서(5), 압력 센서(150), 및 유동 도관(160)을 가질 수 있다. 이 시스템에서, 유체는 유동 도관(160)을 통해 흐르고 진동 센서(5) 및 압력 센서(150)로 계면들에서 측정되는 것이 허용된다. 유동 유체는 석유, 연료 가스, 또는 천연 가스 유체일 수 있다는 것이 이해되어야 한다. 예를 들면, 유동 유체는 천연 가스(천연 소스로부터 직접 유도되는 가스인 천연 가스), 바이오가스, 및 연료 가스(석유 제품들로부터 추출되는 인위적으로 추출된 가스인 연료 가스) 중 하나 이상일 수 있다.
유동 유체는 임의의 수의 물질들, 예를 들면, 석유계 물질들, 알칸들, 가연성 물질들, 불활성 물질들, 산소 등 중 하나 이상으로 구성될 수 있다. 석유계 물질들은 메탄, 에탄, 프로판, 프로필렌, 이소부탄, 부탄 등을 포함할 수 있다. 가연성 물질들은, 예를 들면, 수소, 메탄, 에탄, 프로판, 프로필렌, 이소부탄, 부탄, 황화수소 등 중 하나 이상을 포함할 수 있다. 불활성 물질들은, 예를 들면, 이산화 탄소, 질소, 헬륨, 일산화 탄소, 물 등 중 하나 이상을 포함할 수 있다. 가장 널리 퍼진 불활성 물질들은 이산화 탄소와 질소일 수 있다. 일 실시예에서, 유체가 얼마간의 공기를 가질 수 있지만, 유체는 유체의 밀도가 공기 밀도와는 구별되도록 하는 전체가 또는 대부분의 공기가 아닌 유체일 수 있다. 예를 들면, 유체는 체적으로 1/2 미만의 공기, 1/4 미만의 공기, 1/10 미만의 공기, 1/10도 안되는 공기, 3/4 미만의 공기일 수 있다.
추론된 칼로리 값을 결정할 때, 유체 흐름, 예를 들면, 온도(T), 압력(P), 점도(η), 및 밀도(ρ)에 관련한 측정결과들을 사용하는 것이 유용할 수 있다. 본 기술분야에서 현존하는 임의의 방법은 그들 값들을 측정하기 위해 고려되고, 명세서는 이들 측정결과들을 취하기 위한 물리적 센서들 및 다른 배열체들의 예들을 제시할 뿐이다. 가스 라인에서의 전형적인 엘리먼트들인 측정된 파라미터들로부터 에너지 함량을 추론하는 것은, 압력(P) 또는 온도(T)를 (측정결과들을 취하는데 필요한 것을 초과하여) 상당히 변화시키는 것, 테스트될 개별 체적들을 분리하는 것, 또는 유체 엘리먼트들을 연소하는 것을 수반하지 않는 것들에 특히 바람직하다. 유체 흐름에 대한 전형적인 측정결과들은, 예를 들면, 온도(T), 압력(P), 점도(η), 및 밀도(ρ) 중 하나 이상을 포함할 수 있다. 이들 파라미터들을 측정하는 수단들(implements)은 현존 유체 흐름선들에서 찾을 수 있고, 그러므로, 현존 엘리먼트들이 에너지 함량을 추론하는데, 예를 들면, CV 값 추론에 사용될 수 있으면 상당한 이점이 있다. 에너지 함량 결정들은 컴퓨터들(200), 이를테면 미터 전자기기(20)에 의해 이루어질 수 있고, 온도(T) 또는 압력(P) 강하를 야기하는 컴포넌트들을 추가하는 일 없이, 층류 저항들을 결정하는 일 없이, 열 용량을 결정하는 일 없이, 열전도율을 결정하는 일 없이, 소리 속력(speed of sound)(SOS) 효과들을 결정하는 일 없이, 열확산도를 결정하는 일 없이, 비중을 결정하는 일 없이, 유전율(유전 상수)을 결정하는 일 없이, 굴절률을 결정하는 일 없이 등 중 하나 이상으로 이루어질 수 있다. 이 명세서에서 제시된 방법들을 사용할 때 이들 엘리먼트들 중 많은 것들이 무시될 수 있는 이유는 분석이 그들 다른 절차들 및 파라미터들의 기본이 되는 효과들을 고려할 수 있다는 것이다.
진동 센서(5)는 유동 유체의 성질들을 측정하는 센서이다. 다양한 실시예들에서, 진동 센서(5)는 코리올리(Coriolis) 센서, 포크(Fork) 미터, 포크 농도계, 포크 점도계 등일 수 있다. 진동 센서(5)는 특징화될 유체 안으로 적어도 부분적으로 침지될 수 있다. 유체는 액체 또는 기체를 포함할 수 있다. 대안적으로, 유체는 혼입된 가스, 혼입된 고체들, 다수의 액체들, 또는 그 조합들을 포함하는 액체 또는 가스와 같은 다상 유체를 포함할 수 있다. 진동 센서(5)는 파이프 또는 도관, 탱크, 컨테이너, 또는 다른 유체 베셀들에 장착될 수 있다. 진동 센서(5)는 유체 흐름을 지시하기 위한 매니폴드 또는 유사한 구조체에 또한 장착될 수 있다. 그러나, 다른 장착 배열체들이 고려되고 상세한 설명 및 청구항들의 범위 내에 있다.
진동 센서(5)는 미터 전자기기(20), 드라이버(102), 제1 가지(104a), 제2 가지(104b), 응답 센서(106), 온도 센서(108), 및 통신 링크(26)를 가질 수 있다. 진동 센서(5)는 유체 측정결과들을 제공하도록 동작한다. 진동 센서(5)는, 예를 들면, 유동하는 또는 유동하지 않는 유체들을 포함하여, 유체 밀도(ρ), 유체 온도(T), 유체 점도(η), 질량 유속, 체적 유속, 및 유체에 대한 압력(P) 중 하나 이상을 포함하는 유체 측정결과들을 제공할 수 있다. 이 리스팅은 철저하지 않고 진동 센서(5)는 다른 유체 특성들을 측정 또는 결정할 수 있다.
미터 전자기기(20)는 측정결과들을 취하기 위해 그리고/또는 프로그래밍 모듈들을 프로세싱하기 위해 원시 신호 데이터를 프로세싱하는 프로세싱 회로이다. 미터 전자기기(20)는 도 2에 도시된 컴퓨터(200)의 일 실시예일 수 있다. 미터 전자기기(20)는 진동 센서(5)의 드라이버(102) 및 응답 센서(106)의 동작을 제어하고 드라이버(102) 및 응답 센서(106)에게 전력을 제공할 수 있다. 예를 들어, 미터 전자기기(20)는 구동 신호를 생성하고 생성된 구동 신호를 제1 가지(104a)에서 진동들을 생성하기 위해 드라이버(102)에 제공할 수 있다. 생성된 구동 신호는 제1 가지(104a)의 진동 진폭 및 주파수를 제어할 수 있다. 생성된 구동 신호는 진동 지속기간 및/또는 진동 타이밍을 또한 제어할 수 있다.
드라이버(102)는 모션들을 추진하는 엘리먼트이다. 제1 가지(104a)는 진동되는 그리고 유체와 상호작용하는 엘리먼트이다. 드라이버(102)는 제1 가지(104a)를 진동시키기 위해 미터 전자기기(20)로부터 구동 신호들을 수신할 수 있다. 제2 가지(104b)는 제1 가지(104a)의 진동과는 이위상인 결과적인 진동을 갖는 다른 침지된 엘리먼트이다. 제2 가지(104b)는 제2 가지(104b)의 진동 응답을 측정하는 응답 센서에 커플링되어서, 제2 가지(104b)의 진동 응답과 제1 가지(104a)를 구동하는 드라이버(102)에 인가되는 드라이브 신호 사이의 관계는 유체의 성질들을 나타낸다. 이들 진동들은 유동 유체 및/또는 유체 흐름 측정결과들이 미터 전자기기(20)에 의해 결정되는 것을 허용하도록 구동될 수 있다. 온도 센서(108)는 온도를 측정하는 디바이스이다. 유체 및/또는 유체 흐름 측정결과들은 온도 의존성들을 가질 수 있으며, 그래서 온도 센서(108)는 온도 데이터를 미터 전자기기(20)에 측정들에서의 사용을 위해 제공할 수 있다.
미터 전자기기(20)는 제2 가지(104b)의 모션 및/또는 진동들을 검출하는 응답 센서(106)로부터 진동 신호 또는 신호들을 수신할 수 있다. 일 실시예에서, 미터 전자기기(20)는 진동 엘리먼트를 위상 동기(phase lock)로 구동할 수 있어서, 드라이버(102)에 제공되는 커맨드 신호와 응답 센서(106)로부터 수신되는 응답 신호는 위상 동기된다. 미터 전자기기(20)는, 예를 들어, 밀도(ρ) 측정결과를 생성하기 위해 진동 신호 또는 신호들을 프로세싱할 수 있다. 미터 전자기기(20)는 신호 또는 신호들의 주파수를 결정하기 위해 응답 센서(106)로부터 수신된 진동 신호 또는 신호들을 프로세싱한다. 게다가, 또는 추가적으로, 미터 전자기기(20)는 점도(η)와 같은 유체의 다른 특성들을 결정하기 위해 진동 신호 또는 신호들을 프로세싱한다. 미터 전자기기는, 예를 들어, 유체 흐름 율을 결정하기 위해 프로세싱될 수 있는 신호들 사이의 위상차를 또한 결정할 수 있다. 이해될 수 있는 바와 같이, 위상차는 통상적으로 도(degree) 또는 라디안과 같은 공간 단위로 측정 또는 표현되지만 시간 기반 단위와 같은 임의의 적합한 단위가 채용될 수 있다. 시간 기반 단위가 채용되면, 위상차가 본 기술분야에서의 당업자들에 의해 진동 신호와 구동 신호 사이의 시간 지연과 같이 지칭될 수 있다. 다른 진동 응답 특성들 및/또는 유체 측정결과들이 고려되고 설명 및 청구항들의 범위 내에 있다.
미터 전자기기(20)는 통신 링크(26)에 추가로 커플링될 수 있다. 미터 전자기기(20)는 통신 링크(26)를 통해 진동 신호를 통신할 수 있다. 미터 전자기기(20)는 또한 측정 값 또는 값들을 생성하기 위해 수신된 진동 신호를 프로세싱할 수 있고 통신 링크(26)를 통해 측정 값 또는 값들을 통신할 수 있다. 추가적으로, 미터 전자기기(20)는 통신 링크(26)를 통해 정보를 수신할 수 있다. 예를 들어, 미터 전자기기(20)는 통신 링크(26)를 통해 커맨드들, 업데이트들, 동작 값들 또는 동작 값 변경들, 및/또는 프로그래밍 업데이트들 또는 변경들을 수신할 수 있다.
진동 센서(5)는 폐쇄 루프 회로를 사용하여 드라이버에게 구동 신호를 제공할 수 있다. 구동 신호는 통상적으로 수신된 진동 신호에 기초한다. 폐쇄 루프 회로는 진동 신호 또는 진동 신호의 파라미터들을 수정하거나 또는 구동 신호에 통합할 수 있다. 예를 들어, 구동 신호는 증폭, 변조, 또는 아니면 수정된 버전의 수신된 진동 신호일 수 있다. 수신된 진동 신호는 그러므로 폐쇄 루프 회로가 타겟 주파수 또는 위상차를 성취하는 것을 가능하게 하는 피드백을 포함할 수 있다. 피드백을 사용하여, 폐쇄 루프 회로는 점증적으로 구동 주파수를 변경하고 타겟 위상에 도달되기까지 진동 신호를 모니터링하여서, 구동 주파수 및 진동 신호는 타겟 위상에 또는 타겟 위상 근처에서 위상 동기된다.
유체의 점도(η) 및 밀도(ρ)와 같은 유체 성질들은 구동 신호와 진동 신호 사이의 위상차가 135°와 45°인 주파수들로부터 결정될 수 있다. 제1 비공진(off-resonant) 위상차(φ1)와 제2 비공진 위상차(φ2)로서 표시된 이들 원하는 위상차들은 절반 전력 또는 3dB 주파수들에 대응할 수 있다. 제1 비공진 주파수(ω1)는 제1 비공진 위상차(φ1)가 135°인 주파수로서 정의된다. 제2 비공진 주파수(ω2)는 제2 비공진 위상차(φ2)가 45°인 주파수로서 정의된다. 제2 비공진 주파수(ω2)에서 이루어진 밀도(ρ) 측정들은 유체 점도(η)와는 독립적일 수 있다. 따라서, 제2 비공진 위상차(φ2)가 45°인 경우에 이루어진 밀도(ρ) 측정들은 다른 위상차들에서 이루어진 밀도(ρ) 측정들보다 더 정확할 수 있다.
일부 실시예들에서, 진동 센서(5)는 밀도(ρ) 및 점도(η) 중 하나만을 결정할 수 있으며, 다른 수단이 밀도(ρ) 및 점도(η) 중 다른 하나를 결정하며, 다른 수단은 아마도 상이한 진동 미터이다.
하나의 실시예에서, 진동 센서(5)는 불활성 물질의 퍼센트 조성, 예를 들면, 이산화 탄소(%CO2)의 부피 퍼센트 조성(percent composition by volume)을 측정하는 불활성 센서를 가질 수 있다. 다른 실시예에서, 시스템은 상이한 장치로부터 %CO2 값들을 수신할 수 있다. %CO2는 논의된 다른 파라미터들과의 추론 관계에서 사용될 수 있다.
대체 실시예들에서, 진동 센서(5)는 도 1에 도시된 진동 센서(5)와는 상이할 수 있다. 예를 들면, 다른 실시예들에서, 진동 센서(5)는 가지들이 있는 포크 미터가 아닐 수 있다. 대체 실시예들에서, 진동 센서(5)는 가지들이 아니라 진동 실린더를 갖는 가스 밀도 미터일 수 있다. 밀도(ρ) 및 점도(η) 중 하나 이상을 결정할 수 있는 임의의 진동 센서(5)가 사용될 수 있다.
압력 센서(150)는 유동 유체의 압력(P)을 결정하는 센서이다. 압력 센서(150)의 예들은, 예를 들면, 압전 센서들, 스트레인 게이지들 등을 포함할 수 있다. 압력 센서(150)는 압력(P) 측정결과들을 나타내는 데이터 또는 압력(P) 측정결과들을 결정함에 있어서 사용될 원시 데이터를, 아마도 미터 전자기기(20)의 데이터링크(26)를 통해, 진동 센서(5)에 송신하도록 구성될 수 있다. 일 실시예에서, 압력 센서(150)는 온도(T), 압력(P), 밀도(ρ) 및 점도(η)의 측정들이 측정 당시에 유동 유체의 단일 부분에 관련되는 것을 보장하기 위하여 진동 센서(5)에 매우 가까이 근접해 있어, 유체 흐름의 특정 부분들에 대한 온도(T), 압력(P), 밀도(ρ), 및 점도(η)는 본질적으로 동시에 측정된다. 압력 센서(150)는 통신 링크(26) 및/또는 인터페이스(230) 중 하나 이상을 통해 진동 센서(5) 및/또는 미터 전자기기(20) 중 하나 이상에 통신적으로 커플링될 수 있다. 하나의 실시예에서, 압력 센서(150)는 진동 미터에 통합될 수 있어, 어떠한 측정들 및 결정들이라도 미터 전자기기(20)에 의해 프로세싱될 수 있다.
도관(160)은 유체 유동 도관이다. 진동 센서(5) 및/또는 압력 센서(150)는, 도관(160)에 흐르는 유체가 진동 센서(5) 및/또는 압력 센서(150)의 엘리먼트들과 상호작용하는 것을 허용하기 위하여, 도관(160)에 내장되거나 또는 그 표면에 부착될 수 있거나 또는 도관(160)과는 직렬로 연결될 도관 엘리먼트들을 가질 수 있다. 일 실시예에서, 도관(160)은, 아마도 진동 센서(5) 및 압력 센서(150)가 상이한 도관에서 흐르는 유체와 상호작용하였던 경우보다 적게 측정들이 유체 흐름에 영향을 미치는 것을 허용하는 상이한 도관으로부터의 바이패스 라인 또는 사이드 채널일 수 있다.
도 2는 컴퓨터(200)의 일 실시예의 블록도를 도시한다. 일 실시예에서, 컴퓨터(200)는 미터 전자기기, 예를 들면, 미터 전자기기(20)일 수 있다. 다양한 실시예들에서, 컴퓨터(200)는 주문형 집적 회로들로 구성될 수 있거나 또는 개별 프로세서 및 메모리 엘리먼트들을 포함할 수 있으며, 프로세서 엘리먼트들은 메모리 엘리먼트들로부터 커맨드들을 프로세싱하고 메모리 엘리먼트들 상에 데이터를 저장하기 위한 것이다. 컴퓨터(200)는 고립된 물리적 시스템, 가상 머신일 수 있으며, 그리고/또는 클라우드 컴퓨팅 환경에서 확립될 수 있다. 컴퓨터(200)는 이 설명에서 제시된 임의의 방법 단계들, 예를 들면, 추론 모듈(204)의 절차들 및 능력들 중 임의의 것과, 추론 관계를 결정하며 그리고/또는 사용하며, 예를 들면, 계수 상수들을 결정하며 그리고/또는 사용하는 명세서에서의 임의의 단계들을 완수하도록 구성될 수 있다.
컴퓨터 시스템은 프로세서(210), 메모리(220), 인터페이스(230), 및 통신 커플러(240)를 가질 수 있다. 메모리(220)는 예를 들면, 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)을 저장할 수 있으며, 그리고/또는 그러한 모듈들을 나타내는 집적 회로들을 가질 수 있다. 다양한 실시예들에서, 컴퓨터 시스템(200)은 언급된 엘리먼트들에 통합되는 또는 언급된 컴퓨터 엘리먼트들, 예를 들면, 버스들, 다른 통신 프로토콜들 등에 더하여 또는 그것들과 통신하는 다른 컴퓨터 엘리먼트들을 가질 수 있다.
프로세서(210)는 데이터 프로세싱 엘리먼트이다. 프로세서(210)는 중앙 프로세싱 유닛, 주문형 집적회로, 다른 집적 회로, 아날로그 제어기, 그래픽 프로세싱 유닛, 필드 프로그램가능 게이트 어레이, 이들 또는 다른 공통 프로세싱 엘리먼트들 등의 임의의 조합과 같이 프로세싱을 위해 사용되는 임의의 엘리먼트일 수 있다. 프로세서(210)는 프로세싱 데이터를 저장하기 위한 캐시 메모리를 가질 수 있다. 프로세서(210)는 이 명세서의 방법들로부터 이익을 얻을 수 있는데, 그 방법들이 제시된 발명의 절차들을 사용하여 계산들의 분해능을 향상시킬 수 있고 그들 계산들의 오류를 감소시킬 수 있다.
메모리(220)는 전자 저장소를 위한 디바이스이다. 메모리(220)는 임의의 비일시적 저장 매체일 수 있고 하드 드라이브, 고체 상태 드라이브, 휘발성 메모리, 집적 회로들, 필드 프로그램가능 게이트 어레이, 랜덤 액세스 메모리, 판독전용 메모리, 동적 랜덤 액세스 메모리, 소거가능 프로그램가능 판독전용 메모리, 전기 소거가능 프로그램가능 판독전용 메모리, 캐시 메모리 등 중 하나, 일부, 또는 모두를 포함할 수 있다. 프로세서(210)는 메모리(220)로부터의 커맨드들을 실행하고 메모리(220)에 저장된 데이터를 이용할 수 있다.
컴퓨터 시스템(200)은 측정 모듈(202), 추론 모듈(204), 및/또는 응답 모듈(206)에 의해 사용될 임의의 데이터를 저장하도록 구성될 수 있고, 아마도 데이터가 취해졌거나 또는 결정되었을 때를 나타내는 타임 스탬프들로, 메모리(220)에서의 측정 모듈(202), 추론 모듈(204), 및/또는 응답 모듈(206)에 의해 수신 또는 사용되는 임의의 파라미터를 나타내는 임의의 시간량에 대한 이력 데이터를 저장할 수 있다. 컴퓨터 시스템(200)은 임의의 중간들의 결정들을 나타내는 임의의 데이터를 메모리(220)에 또한 저장할 수 있다. 측정 모듈(202), 추론 모듈(204), 및/또는 응답 모듈(206)이 별개의 세 개의 개별 모듈들로서 디스플레이되지만, 명세서는 이 명세서에서 표현되는 방법들을 완수하기 위해 협력하여 작업하는 임의의 수(심지어 특정된 바와 같은 하나 또는 세 개)와 다양한 모듈들을 고려한다.
측정 모듈(202)은 데이터를 수신하고 흐름 측정결과들을 결정하는데 사용되는 모듈이다. 유체 측정결과들은 밀도(ρ), 온도(T), 압력(P), 및 점도(η) 중 하나 이상을 포함할 수 있다. 측정 모듈(202)은 구동 주파수들을 결정하고 관련 측정들로 프로세싱될 데이터 응답들을 수신할 수 있다. 일부 실시예들에서, 측정 모듈(202)은 유량 센서(5) 및/또는 압력 센서(150)의 엘리먼트들로부터 데이터를 수신할 수 있다. 그 데이터는 원시 신호 데이터 및/또는 파생 측정결과들의 형태로 나올 수 있다. 예를 들면, 데이터는 압력 센서(150)에 의해 결정되는 원시 데이터 또는 압력(P) 값들을 나타내는 압력 센서(150)로부터 수신될 수 있다. 이들 측정결과들은 추론 결정들, 아마도 에너지 함량의 추론 결정들을 하기 위하여 추론 모듈(204)에 송신될 수 있다.
추론 모듈(204)은 측정된 값들로부터 추론 결정들을 하는데 사용되는 모듈이다. 추론 모듈(204)은 유동 유체의 추론된 에너지 함량을 포함하는 임의의 수의 추론 결정들을 하는데 사용될 수 있다. 에너지 함량은 임의의 메트릭, 예를 들면, CV와 웨버 지수에 의해 표현될 수 있다. 이 명세서에서의 개시의 목적으로, CV와 에너지 함량은 교환적으로 사용될 수 있고, CV의 결정이 언급되는 경우, 다른 에너지 함량 메트릭들의 실시예들이 고려된다. 그러나, 청구항들에서, 칼로리 값(CV)이 특정되면, 이는 구체적으로 칼로리 값(CV)이라 언급되지만 다른 에너지 함량 메트릭들을 언급하는 것은 아니다.
일 실시예에서, 추론 모듈(204)은 추론 관계의 측면에서 사용되는 계수들에 대한 계수 상수들을 결정함으로써 추론 관계를 결정하기 위한 파라미터들을 결정할 수 있다. 추론 모듈(204)은 사전 확립된 데이터를 사용하여 추론 관계의 엘리먼트들을 결정하도록 될 수 있으며, 그리고/또는 추론 모듈(204)은 사전 확립된 또는 미리 결정된 파라미터들을 사용하여 라이브 측정결과들로부터 CV들을 추론할 수 있다. 미리 결정된 파라미터들은 계수 상수들을 포함할 수 있다. 계수 상수들은 특정 유체를 위한 것일 수 있거나 또는 특정 유체 클래스, 예를 들면, 연료 가스, 천연 가스, 플레어 가스, 액화천연가스, 바이오가스, 및 지리적 영역에 연관된 유체 클래스 중 하나 이상을 위한 것일 수 있다. 일 실시예에서, 추론 모듈(204)은 라이브 추론식 CV 추론들을 하기 위해 다른 디바이스에 의해 또는 나중에 사용될 추론 관계의 파라미터들만을 결정할 수 있다. 다른 실시예에서, 추론 모듈(204)은 유체 흐름의 라이브 추론된 CV들을 생성하기 위해 미리 결정된 계수 상수들을 단순히 사용할 수 있다. 또 다른 실시예에서, 추론 모듈(204)은 기존의 데이터로부터 미리 결정된 계수 상수들을 결정하고 미리 결정된 계수 상수들을 라이브 측정결과들에 적용하여 추론된 CV의 라이브 추론들을 할 수 있다.
추론 모듈(204)은 파라미터들의 온도(T) 및 압력(P) 의존과 그것들의 CV와의 관계들을 고려함으로써 CV 추론들을 할 수 있다. 예를 들면, CV는 밀도(ρ) 및 점도(η)의 온도(T) 및/또는 압력(P) 의존을 고려함으로써 결정될 수 있다. 밀도(ρ)와 점도(η)는 온도(T) 및 압력(P) 효과들을 고려하기 위해 측정 모듈(202) 및 추론 모듈(204) 중 하나 이상에 의해 조정될 수 있다. 추론 모듈(204)은 CV와 밀도(ρ) 및 점도(η) 중 하나 이상 사이의 관계를 CV와 추론 관계 항들 사이의 관계로서 표현할 수 있다. 추론 관계 항들은 시프트 항(A), 밀도 항(B), 및/또는 점도 항(C) 중 하나 이상을 포함할 수 있다. 추론된 CV와 추론 관계 항들 사이의 관계는 CV가 추론 관계 항들 중 하나 이상의 추론 관계 항들의 합으로서 추론된다는 것일 수 있다. 추론 모듈(204)은 밀도(ρ) 및 점도(η) 측정 값들에 연관된 파라미터들을 조정함으로써, 예를 들면, CV 결정의 적어도 하나의 밀도 항(B), 적어도 하나의 점도 항(C), 및/또는 적어도 하나의 시프트 항(A) 중 하나 이상에 대한 온도(T) 및 압력(P) 의존 계수들을 확립함으로써 CV 값들을 추론할 수 있다. 추론 모듈(204)은 온도(T) 및/또는 압력(P) 의존 계수들을 결정하는데 사용되는 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, 및/또는 d1-d4)을 결정 및/또는 저장할 수 있다. 이들 계수 상수들은 특정한 파라미터들, 예를 들면, 유체 흐름의 물질들, 유체 흐름의 물질 클래스 등 중 하나 이상에 의존할 수 있다. 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, 및/또는 d1-d4)은 분석 기법들, 예를 들면, 회귀 또는 확률적 또는 통계적 방법들을 사용하여 상이한 온도 및 압력 조건들에 걸쳐 다수의 상이한 혼합물 조성들을 사용하여 결정될 수 있다. 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, 및/또는 d1-d4)은 이들 기법들을 사용하여 실질적으로 동시에 결정될 수 있다.
일 실시예에서, 계수 상수들은 파라미터들, 예를 들면, 계수 상수들이 대응하는 유체 또는 유체 클래스들의 공지된 엘리먼트들에 기초하여 이미 결정될 수 있다. 계수 상수들이 이미 결정된 일 실시예에서, 그것들은 미리 결정된 계수 상수들이라고 지칭될 수 있다. 추론 모듈(204)은 미리 결정된 계수 상수들을 사용하여, 아마도 유체 또는 유체가 구성원인 유체 클래스에 연관되는 미리 결정된 계수 상수들을 사용하여 추론된 에너지 함량을 추론할 수 있다. 물질 클래스들은 연료 가스, 천연 가스, 플레어 가스, 액화천연가스, 셰일 가스, 바이오가스, 및 지리적 영역에 연관된 유체 클래스 중 하나 이상을 포함할 수 있다. 지리적 영역들은, 예를 들면, 특정 대륙, 특정 국가, 특정 도시, 특정 카운티 등을 포함할 수 있다. 예를 들면, 유체 클래스는 천연 가스일 수 있다. 다른 실시예에서, 유체 클래스는 북 아메리카와 같은 지역으로부터 천연 가스일 수 있다.
추론 모듈(204)은 온도(T), 압력(P), 밀도(ρ), 및 점도(η) 값들 중 하나 이상 사이의 관계들을 사용할 수 있다. 온도(T), 압력(P), 밀도(ρ), 및 점도(η) 값들 중 하나 이상은, 예를 들면, 도 1에 도시된 진동 센서(5) 또는 압력 센서(150) 중 하나 이상에 의해 측정되는 측정된 값들일 수 있다. 다양한 실시예들에서, 추론 모듈(204)은 특정한 파라미터 값들을 가정할 수 있는데, 프로세스가 온도(T), 압력(P), 밀도(ρ), 및 점도(η) 값들 중 하나 이상에서 일관성을 허용하기 때문이다. 예를 들면, 일 실시예에서, 압력(P) 및 온도(T) 중 하나 이상은 압력(P) 및 온도(T) 중 하나 이상에 대한 상수 값이 측정 대신 사용될 수 있다는 것과 충분히 일치하는 것으로 결정될 수 있다.
추론 모듈(204)은 밀도 항(B), 점도 항(C), 및/또는 시프트 항(A) 중 하나 이상을 고려하며 그리고/또는 결정함으로써 CV 값을 추론할 수 있다. 일 실시예에서, CV를 추론하기 위한 추론 관계는 다음과 같을 수 있다:
Figure pct00032
(2)
밀도 항(B)은 CV 추론들에 대한 유동 유체의 밀도(ρ) 효과들을 고려한다. 밀도 항(B)은 밀도 항(B) 및/또는 밀도(ρ)에서의 증가가 밀도(ρ)가 CV에 대해 갖는 효과를 감소시키거나 증가된 밀도(ρ)로부터 추론된 CV를 감소시키도록 CV와는 역 관계를 가질 수 있다. 밀도 항(B)은 유체와는 별도로 순수 또는 환경적 공기(ρair)의 밀도를 고려하지 않을 수 있다. 또한, 측정된 밀도(ρ)는 순수 공기(ρair)의 밀도의 측정이 아닐 수 있다. 또한, 추론 관계는 순수 또는 환경적 공기(ρair)의 밀도의 측정을 고려하지 않을 수 있다. 밀도 항(B)은, 아마도 유도된 또는 미리 결정된 상수들, 예를 들면, 밀도 계수 상수들(b1-b4)을 사용하여, 동적으로 결정 및/또는 적용될 수 있는 온도(T) 및/또는 압력(P) 의존적인 밀도 항 계수(k2(P,T))를 가질 수 있다. 밀도 항(B)은 밀도 항(B)이 점도(η) 또는 점도(η)와 밀도(ρ) 사이의 관계를 고려하지 않도록 점도 항(C)으로부터 분리될 수 있다. 게다가, 밀도 항(B)은 밀도(ρ)가 점도(η)에 연관되는 임의의 양에 의해 곱셈 또는 나눗셈 되지 않도록 될 수 있다. 일 실시예에서, 점도(η)에 대한 밀도 항(B)의 의존의 결여는 온도(T) 및/또는 압력(P) 의존적인 밀도 항 계수(k2(P,T))로서 표현될 수 있고, 점도(η)가 곱셈 또는 나눗셈되는 온도(T) 및/또는 압력(P) 의존적인 밀도 항 계수(k2(P,T))를 갖는 일 없이 추론 관계(또는, 아마도, 수학식)가 표현될 수 있도록 밀도(ρ)에 적용될 수 있다. 일 실시예에서, 밀도 항(B)은 다음과 같을 수 있다:
Figure pct00033
(3)
일 실시예에서, 온도(T) 및/또는 압력(P) 의존적인 밀도 항 계수(k2(P,T))는 밀도 계수 상수들(b1-b4)과의 온도 의존 관계로서 표현될 수 있다. 일 실시예에서, 온도(T) 및/또는 압력(P) 의존적인 밀도 항 계수(k2(P,T))는 다음과 같이 표현될 수 있다:
Figure pct00034
(4)
점도 항(C)은 CV 추론들에 대한 유동 유체의 점도(η) 효과들을 고려한다. 점도 항(C)은 CV와는 직접적인 관계를 가질 수 있어서, 점도(η) 및/또는 점도 항(C)에서의 증가가 점도(η)가 CV에 대해 갖는 효과를 증가시키거나 증가된 점도(η)로부터 추론된 CV를 증가시키도록 한다. 점도 항(C)은, 아마도 유도된 또는 미리 결정된 상수들, 예를 들면, 점도 계수 상수들(c1-c4)을 사용하여, 동적으로 결정될 수 있는 온도(T) 및/또는 압력(P) 의존적인 점도 항 계수(k3(P,T))를 가질 수 있다. 일 실시예에서, 점도 항(C)은 다음과 같을 수 있다:
Figure pct00035
(5)
일 실시예에서, 온도(T) 및/또는 압력(P) 의존적인 점도 항 계수(k3(P,T))는 점도 계수 상수들(c1-c4)과는 온도 의존 관계로서 표현될 수 있다. 일 실시예에서, 온도(T) 및/또는 압력(P) 의존적인 점도 항 계수(k3(P,T))는 다음과 같이 표현될 수 있다:
Figure pct00036
(6)
시프트 항(A)은 CV에 대한 베이스라인 값인 항이다. 시프트 항(A)은 온도(T) 및/또는 압력(P) 의존적일 수 있다. 시프트 항은 추론 관계에 기초하여 결정된 CV에 직접 관련될 수 있다. 시프트 항(A)은, 예를 들면, 온도(T) 및/또는 압력(P) 의존적인 시프트 항 계수(k1(P,T))를 포함할 수 있다. 상이한 실시예들에서, 시프트 항(A)은 (본질적으로, 1의 값이 곱해진) 계수일 뿐일 수 있거나 또는 다른 측정 파라미터들에 적용될 수 있다. 일 실시예에서, 시프트 항(A)은 다음과 같을 수 있다:
Figure pct00037
(7)
일 실시예에서, 온도(T) 및/또는 압력(P) 의존적인 시프트 항 계수(k1(P,T))는 시프트 계수 상수들(a1-a4)과는 온도 의존 관계로서 표현될 수 있다. 일 실시예에서, 온도(T) 및/또는 압력(P) 의존적인 시프트 항 계수(k1(P,T))는 다음과 같이 표현될 수 있다:
Figure pct00038
(8)
추론 모듈(204)은 수식 (2)~(8)에서 표현되는 관계들 중 임의의 것을 사용하여 CV 값을 추론적으로 결정할 수 있다. 일 실시예에서, 수학식 (2), (3), (5), 및 (7)은 CV와 밀도 및 점도의 둘 다 사이의 추론 관계의 일 실시예를 형성하도록 결합될 수 있으며, 그 실시예는 아마도 다음이다:
Figure pct00039
(9)
일 실시예에서, 온도(T) 및/또는 압력(P) 의존 계수들 k1(P,T), k2(P,T), 및 k3(P,T)는 각각 수식 (8), (4), 및 (6)에서 표현되는 관계들을 사용하여 에너지 함량을 추론하기 위해 결정 또는 사용될 수 있다.일 실시예에서, 추론 모듈(204)은 유동 유체들의 공지된 값들 및/또는 관계들을 사용하고 회귀분석을 수행함으로써 계수 상수들을 결정할 수 있다. 예를 들면, 계수 상수들은 하나 이상의 유동 유체들의 공지된 값들에 기초하여 회귀 분석을 수행함으로써 결정될 수 있다. 공지된 값들은 특정 의존성 파라미터들에서 측정된 CV 값들을 포함할 수 있으며, 의존성 파라미터들은, 아마도, 예를 들면, 유체의 아이덴티티 및/또는 클래스, 유체의 (상이한 물질들의) 상대적 조성, 온도(T), 압력(P), 밀도(ρ), 및/또는 점도(η) 중 하나 이상을 포함한다. 의존성 파라미터들은 의존성 파라미터들의 개별 값들 대신, 또는 그것에 더하여 의존성 파라미터들에 관련한 관계들 또는 수학식들로서 표현될 수 있다. 일 실시예에서, 다수의 상이한 측정된 CV 값들 및 대응하는 의존성 파라미터들은 유체 클래스들에 의해 분류될 수 있어서, 유체 클래스에서의 물질들의 성질들은 하나의 계수 상수 세트를 그 클래스에서의 유체들의 모두에 적용하기에 충분한 유사한 성질들을 가질 수 있다. 예를 들면, 유체 클래스들은 연료 가스, 천연 가스, 플레어 가스, 액화천연가스, 및/또는 바이오가스 중 하나 이상을 포함할 수 있다. 추론 모듈(204)은 클래스 특정 계수 상수들을 결정하기 위하여 클래스에서 특징화되는 물질들 중 하나 이상에 대해 CV 값들 및 대응하는 의존성 파라미터들에 대한 회귀 분석을 실행할 수 있다. 일 실시예에서, 추론 모듈(204)은 CV가 추론되어야 하는 것일 기간들 동안 사용을 위해 미리 결정된 클래스 특정 및/또는 물질 특정 계수 상수들을 저장할 수 있다.
일 실시예에서, 추론 모듈(204)은 계수 상수들을 결정할 수 있다. 다른 실시예에서, 추론 모듈(204)은, 아마도 예상된 유체 흐름 물질들에 의해 또는 클래스에 의해 식별되는 미리 결정된 계수 상수들을 사용할 수 있다. 추론 모듈(204)은 클래스 특정 계수 상수들을 결정할 수 있으며 그리고/또는 추론 모듈(204)은 미리 결정된 클래스 특정 계수 상수들을 사용할 수 있다.
동작의 일 실시예에서, 추론 모듈(204)은 유동 유체의 추론된 CV를 결정하기 위해 계수 상수들을 사용할 수 있다. 예를 들면, CV는 계수 상수들과 측정된 온도(T), 측정된 압력(P), 측정된 밀도(ρ), 및 측정된 점도(η) 중 적어도 하나 사이의 적어도 하나의 관계, 예를 들면, 수학식 (2)~(13)에 표현된 관계들 중 하나 이상을 적용함으로써 추론적으로 결정될 수 있다. 다른 실시예들에서, 압력 및 온도 중 하나 이상은 측정되는 대신 범위 내에 있는 것으로 가정될 수 있다. 다양한 실시예들에서, 추론 모듈(204)은 온도(T) 또는 압력(P) 강하에 영향을 미치는 컴포넌트들을 추가하는 것, 층류 저항들을 결정하는 것, 열 용량을 결정하는 것, 열전도율을 결정하는 것, 열확산도를 결정하는 것, 비중을 결정하는 것 등 중 하나 이상 없이 CV 값들을 추론하도록 구성될 수 있다. 추론 모듈(124)은 점도(η)의 고려 없이 그리고/또는 밀도 항(B)에서 밀도(ρ)를 점도(η)에 의해 곱셈 또는 나눗셈하는 일 없이 밀도 항(B)을 또한 평가할 수 있다.
다른 실시예에서, 추가 항이 추론 관계에 통합될 수 있다. AGA 5 수학식에서 알 수 있는 바와 같이, 불활성 농도는 상당한 영향을 미칠 수 있다. 일 실시예에서, 시스템은 특정한 불활성 물질들, 예를 들면, 이산화 탄소(%CO2) 및 질소(%N2) 중 하나 이상의 (아마도 부피 또는 질량) 백분율 조성을 측정하도록 추가로 구성될 수 있다. 이 실시예에서, 수식 (2) 및 (13)은 불활성 항(D)의 추가 합에 의해 보강될 수 있다. 불활성 항(D)은 불활성 항 계수 상수들(d1-d4)로부터 결정된 온도(T) 및 압력(P) 의존 계수(k4(P,T))를 가질 수 있다. 불활성 항(D)은 수식 (10)의 형태를 취할 수 있다.
Figure pct00040
(10)
예를 들면, 추론 관계는 수식 (11)의 형태를 취할 수 있다.
Figure pct00041
(11)
일 실시예에서, 수식 (11)은 수식 (12)로서 표현될 수 있다.
Figure pct00042
(12)
불활성 항 계수(k4(P,T))를 결정하는 표현의 일 예는 수식 13이다.
Figure pct00043
(13)
항들(A, B, C, 및/또는 D)은 분석 기법들, 예를 들면, 회귀 또는 확률적 또는 통계적 방법들을 사용하여, 임의의 순서로 결정될 수 있거나 또는 실질적으로 동시에 결정될 수 있다.응답 모듈(206)은 측정 모듈(202) 및/또는 추론 모듈(204)의 결정들 및 동작들에 응답하는 액션들을 취하는 모듈이다. 예를 들면, 추론 CV의 결정에 응답하여, 응답 모듈(206)은 메모리(220)에 CV를 나타내는 데이터를 송신하거나 또는 CV를 나타내는 데이터를 저장할 수 있다. 응답 모듈(206)은 CV를 나타내는 데이터를 외부 컴포넌트들, 예를 들면, 디스플레이 또는 다른 컴퓨트 디바이스에 송신할 수 있다. 응답 모듈(206)에 의해 또는 응답 모듈(206)이 추론된 CV를 송신하는 컴퓨트 디바이스들에 의해 취해질 수 있는 다른 응답 액션들은, 예를 들면, 추론된 CV에 기초하여 가격을 결정하는 것, 배포 시의 가스를 조절하는 것(예컨대, CV 값이 너무 낮으면 프로판을 추가하는 것), 및/또는 버너 제어를 조절하는 것 중 하나 이상을 포함할 수 있다. 본 기술분야에서 알려진 다른 응답 액션들은 응답 모듈(206)에 의해 취해질 수 있고 이 명세서에 의해 고려된다.
측정 모듈(202), 추론 모듈(204), 및/또는 응답 모듈(206)의 능력들은 고려되고 제시된 흐름도들에서 수행되는 방법들을 반영한다. 이 명세서에서의 모든 방법들은 각각의 흐름도 및 특정된 순서들에 대해 고려되거나, 또는 그 순서가 중요하지 않은 것으로 특정되는 경우, 흐름도들을 알리지만, 측정 모듈(202), 추론 모듈(204), 및/또는 응답 모듈(206)의 모든 방법들 및 능력들은 뒤따르는 흐름도들 및/또는 방법 청구항들에서의 임의의 단계들을 목적으로 고려된다.
인터페이스(230)는 컴퓨터(200)와 외부 엘리먼트들 사이의 통신을 허용하는 입출력 디바이스이다. 인터페이스(230)는 알려진 기술들, 예를 들면, 유니버설 직렬 버스, 직렬 통신, 직렬 첨단 기술 부착물들 등을 사용하여 컴퓨터 시스템(200)을 외부 엘리먼트들에 연결할 수 있다. 인터페이스(230)는 통신 커플러(240)를 가질 수 있다. 일 실시예에서 통신 커플러(240)는 통신 링크(26)일 수 있거나 또는 통신 링크(26)에 통신적으로 커플링될 수 있다. 인터페이스(230)가 커플링될 수 있는 외부 엘리먼트들은 드라이버(102), 응답 센서(106), 온도 센서(108), 및/또는 외부 컴퓨트 디바이스 중 하나 이상을 포함한다.
흐름도들
도 3 내지 도 9는 유동 유체의 라이브 추론된 CV 값들을 추론하기 위해 추론 관계들을 결정하며 그리고/또는 사용하기 위한 방법들의 실시예들의 흐름도들을 도시한다. 흐름도들에서 개시된 방법들은 완전하지 않고 단계들 및 순서들의 잠재적인 실시예들을 입증할 뿐이다. 그 방법들은 도 1 및 도 2에 개시된 진동 센서(5), 압력 센서(150), 미터 전자기기(20), 컴퓨터(200), 측정 모듈(202), 추론 모듈(204), 및/또는 응답 모듈(206)의 설명들에서 개시되는 엘리먼트들을 포함하여, 전체 명세서의 문맥에서 고려된다.
도 3은 측정된 파라미터들과 유체 에너지 함량 사이의 추론 관계를 사용하기 위한 방법(300)의 일 실시예의 흐름도를 도시한다. 방법(300)에서 언급되는 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)은 도 1 및 도 2에서 개시된 바와 같은 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)일 수 있지만, 임의의 적합한 대안들이 대체 실시예들에서 채용될 수 있다. 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)의 능력들의 모두를 포함하여, 이 명세서에서 개시된 이들 단계들을 완수하기 위한 모든 방법들이 고려된다.
단계 302는 옵션적으로, 유체가 도관(160)을 통해 흐르는 것을 허용한다. 유체는 유체 흐름의 유동 유체가 진동 센서(5) 및/또는 압력 센서(150)와 상호작용하도록 도관(160)을 통해 흐를 수 있다.
단계 304는 옵션적으로는, 측정 모듈(202)에 의해, 유동 유체의 파라미터들의 측정결과들을 측정하는 것이다. 이들 측정 파라미터들은, 아마도, 추론 모듈(204)에 의해, 측정 파라미터들로부터 유동 유체의 에너지 함량을 결정하기 위해 추론 관계를 결정 및/또는 사용함에 있어서 사용될 수 있다. 측정 파라미터들은 온도(T), 압력(P), 밀도(ρ), 및/또는 점도(η) 중 하나 이상을 포함할 수 있다. 일 실시예에서, 측정 파라미터들은 다른 프로세스 또는 입력으로부터 수신되어, 파라미터들을 미리 결정된 파라미터들로 만들 수 있다. 이들 미리 결정된 측정 파라미터들은 가스 함량과 미리 결정된 측정 파라미터들 사이의 관계들을 확립하기 위해 제어된 환경에서 결정되는 미리 결정된 에너지 함량 값들과 함께 사용될 수 있다. 다른 실시예에서, 측정 모듈(202)은, 아마도 진동 센서(5)의 미터 전자기기(20)로부터 입력들을 수신함으로써, 측정 파라미터들을 결정할 수 있다. 이들 측정 파라미터들은 진동 센서(5)를 사용하여 유동 유체의 측정들을 하는 것에 관해 언급된 방법들로부터 미터 전자기기(20) 및/또는 압력 센서(150)에 의해 결정되었을 수 있다.
단계 306은 옵션적으로, 추론 모듈(204)에 의해, 에너지 함량과 측정 파라미터들 사이의 추론 관계를 결정하는 것이다. 추론 모듈(204)은 이 명세서에서 언급된 추론 모듈(204)의 임의의 및 모든 능력들을 사용하여 측정된 파라미터들과 에너지 함량 사이의 추론 관계들을 결정할 수 있다. 예를 들면, 추론 모듈(204)은, 아마도 수식 (2)~(13)에 의해 표현된 관계들의 엘리먼트들을 사용하여, 회귀를 수행하여 추론 관계를 결정하기 위하여 공지된 에너지 함량 값들에 상관된 현존 데이터를 사용할 수 있다.
단계 308은, 추론 모듈(204)에 의해, 측정된 파라미터들로부터 유동 유체의 추론된 에너지 함량을 추론하는 것이다. 추론 모듈(204)은 측정된 파라미터들로부터 에너지 함량을 추론하기 위하여 추론 모듈(204)의 능력들로서 표현되는 임의의 및 모든 관계들과 절차들을 사용할 수 있다. 예를 들면, 추론 모듈은 수식 (2)~(13)에 의해 표현된 관계들을 사용하여 유동 유체의 에너지 함량을 추론할 수 있다. 추론 모듈(204)은 단계 304에서의 (또는 다른 소스로부터 제공되는) 파라미터들의 측정들을 사용할 수 있고 단계 306에서의 (또는 다른 소스로부터 제공되는) 관계들 및 대응하는 파라미터들을 사용하여 추론된 에너지 함량을 결정할 수 있다.
단계 310은 옵션적으로, 응답 모듈(206)에 의해, 추론 관계의 결정 및/또는 에너지 함량의 추론에 응답하는 것이다. 이 명세서에서 표현되는 응답 모듈(206)에 의한 어떠한 응답이라도 고려된다. 예를 들면, 응답 모듈(206)은 파라미터들을 저장 또는 송신하는 것, 파라미터들 사이의 관계들을 저장 또는 송신하는 것, 계수 상수들을 저장 또는 송신하는 것, 추론된 에너지 함량 값들을 저장 또는 송신하는 것, 추론된 CV에 기초하여 가격을 결정하는 것, 추론된 CV에 기초하여 가격을 저장 또는 송신하는 것, 배포 네트워크에서 가스를 조절하는 것(예컨대, CV 값이 너무 낮으면 프로판을 추가하는 것), 및/또는 버너 제어를 조절하는 것 중 하나 이상에 의해 응답할 수 있다.
일 실시예에서, 도 3에서 도시된 방법의 단계들의 각각은 별개의 단계이다. 다른 실시예에서, 도 3에서 별개의 단계들로서 묘사되었지만, 단계들(302~310)은 별개의 단계들이 아닐 수 있다. 다른 실시예들에서, 도 3에서 도시된 방법은 위의 단계들의 모두를 갖지 않을 수 있으며 그리고/또는 위에서 나열된 그것들에 추가로 또는 대신 다른 단계들을 가질 수 있다. 도 3에서 도시된 방법의 단계들은 다른 순서로 수행될 수 있다. 도 3에서 도시된 방법의 일부로서 위에서 나열된 단계들의 서브세트들은 자신들의 방법을 형성하는데 사용될 수 있다. 방법(300)의 단계들은 임의의 조합 및 순서로 임의의 횟수로, 예를 들면, 일치하는 에너지 함량 값들을 제공하기 위하여 연속적으로 루프를 형성하여 반복될 수 있다.
도 4는 측정된 파라미터들과 유동 유체 에너지 함량 사이의 추론 관계를 결정하기 위한 방법(400)의 일 실시예의 흐름도를 도시한다. 방법(300)에서 언급되는 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)은 도 1 및 도 2에서 개시된 바와 같은 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)일 수 있지만, 임의의 적합한 대안들이 대체 실시예들에서 채용될 수 있다. 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)의 능력들의 모두를 포함하여, 이 명세서에서 개시된 이들 단계들을 완수하기 위한 모든 방법들이 고려된다. 일 실시예에서, 방법(400)의 단계들은, 방법(400)에서 사용되는 엘리먼트들에 의해 임의의 측정들을 할 필요 없이, 기존의 데이터를 수신하는 컴퓨터(200)에 의해 수행될 수 있다.
단계 402는, 추론 모듈(204)에 의해, 에너지 함량과 역밀도(1/ρ)를 갖는 밀도 항(B) 사이의 추론 관계를 결정하는 것이다. 관계는 추론된 에너지 함량을 산출할 수 있다. 밀도 항(B)에서의 역밀도(1/ρ)의 사용은 더 일관된 결과들을 제공할 수 있다. 밀도 항(B)은 점도(η)에 대해 어떠한 관계도 없이 표현될 수 있도록 할 수 있다. 밀도 항(B)은 특정 중력에 대한 임의의 관계 없이 표현될 수 있도록 할 수 있다. 밀도 항(B)은 유체와는 별도로 순수 또는 환경적 공기(ρair)의 밀도를 고려하지 않을 수 있다. 또한, 측정된 밀도(ρ)는 순수 공기(ρair)의 밀도의 측정이 아닐 수 있다. 또한, 추론 관계는 순수 또는 환경적 공기(ρair)의 밀도의 측정을 고려하지 않을 수 있다. 추론 모듈(204)은 에너지 함량과 역밀도를 갖는 밀도 항(B) 사이의 추론 관계의 결정을 완수하기 위해 이 명세서에서 표현되는 추론 모듈(204)의 어떠한 능력들이라도 사용할 수 있다. 관계의 결정은 그 관계를 특징화하는 계수 상수들을 산출할 수 있고, 예를 들면, 추론된 라이브 에너지 함량 값을 생성하기 위해 라이브 측정들에 관련되는 관계에 미리 결정된 계수 상수들을 입력함으로써 라이브 에너지 함량 결정에서 미리 결정된 계수 상수들로서 사용될 수 있다. 단계 402는 단계 306의 일 실시예일 수 있다.
다른 실시예들에서, 도 4에서 도시된 방법은 위에서 나열된 단계에 추가로 또는 그것 대신에 다른 단계들을 가질 수 있다. 도 4에서 도시된 방법의 일부로서 위에서 나열된 단계의 하위단계들은 자신들의 방법을 형성하는데 사용될 수 있다. 방법(400)의 단계는, 예를 들면, 상이한 유동 유체들 및/또는 유동 유체 클래스들에 대한 에너지 함량을 결정하기 위해 임의의 횟수 반복될 수 있다.
도 5는 측정된 파라미터들과 유동 유체 에너지 함량 사이의 추론 관계를 결정하기 위한 방법(500)의 다른 실시예의 흐름도를 도시한다. 방법(300)에서 언급되는 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)은 도 1 및 도 2에서 개시된 바와 같은 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)일 수 있지만, 임의의 적합한 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)이 대체 실시예들에서 채용될 수 있다. 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)의 능력들의 모두를 포함하여, 이 명세서에서 개시된 이들 단계들을 완수하기 위한 모든 방법들이 고려된다. 일 실시예에서, 방법(500)의 단계들은, 방법(500)에서 사용되는 엘리먼트들에 의해 임의의 측정들을 할 필요 없이, 기존의 데이터를 수신하는 컴퓨터(200)에 의해 수행될 수 있다.
단계 502는, 추론 모듈(204)에 의해, 에너지 함량과, 밀도(ρ)를 고려하지만 점도(η)를 고려하지 않고 추론된 에너지 함량을 산출하는 밀도 항(B) 사이의 관계를 결정하는 것이다. 밀도 항(B)은 밀도(ρ)를, 아마도 역밀도(1/ρ)에 의해 통합하도록 될 수 있고, 점도(η)에 대한 어떠한 관계도 없이 표현될 수 있다. 밀도 항(B)은 특정 중력에 대한 임의의 관계 없이 표현될 수 있도록 할 수 있다. 밀도 항(B)은 유체와는 별도로 순수 또는 환경적 공기(ρair)의 밀도를 고려하지 않을 수 있다. 또한, 측정된 밀도(ρ)는 순수 공기(ρair)의 밀도의 측정이 아닐 수 있다. 또한, 추론 관계는 순수 또는 환경적 공기(ρair)의 밀도의 측정을 고려하지 않을 수 있다. 추론 모듈(204)은 에너지 함량과 역밀도(1/ρ)를 갖는 밀도 항(B) 사이의 관계의 결정을 완수하기 위해 이 명세서에서 표현된 추론 모듈(204)의 어떠한 능력들이라도 사용할 수 있다. 관계의 결정은 그 관계를 특징화하는 계수 상수들을 산출할 수 있고, 예를 들면, 추론된 라이브 에너지 함량 값을 생성하기 위해 라이브 측정들에 관련되는 관계에 미리 결정된 계수 상수들을 입력함으로써 라이브 에너지 함량 결정에서 미리 결정된 계수 상수들로서 사용될 수 있다. 단계 502는 단계 306의 일 실시예일 수 있다.
다른 실시예들에서, 도 5에서 도시된 방법은 위에서 나열된 단계에 추가로 또는 그것 대신에 다른 단계들을 가질 수 있다. 도 5에서 도시된 방법의 일부로서 위에서 나열된 단계의 하위 단계들은 자신들의 방법을 형성하는데 사용될 수 있다. 방법(500)의 단계는, 예를 들면, 상이한 유동 유체들 및/또는 유동 유체 클래스들에 대한 에너지 함량을 결정하기 위해 임의의 횟수 반복될 수 있다.
도 6은 측정된 파라미터들과 유동 유체 에너지 함량 사이의 추론 관계를 결정하기 위한 방법(600)의 또 다른 실시예의 흐름도를 도시한다. 방법(300)에서 언급되는 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)은 도 1 및 도 2에서 개시된 바와 같은 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)일 수 있지만, 임의의 적합한 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)이 대체 실시예들에서 채용될 수 있다. 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)의 능력들의 모두를 포함하여, 이 명세서에서 개시된 이들 단계들을 완수하기 위한 모든 방법들이 고려된다. 일 실시예에서, 방법(600)의 단계들은, 방법(600)에서 사용되는 엘리먼트들에 의해 임의의 측정들을 할 필요 없이, 기존의 데이터를 수신하는 컴퓨터(200)에 의해 수행될 수 있다.
단계 602는, 추론 모듈(204)에 의해, 측정된 에너지 함량과 대응하는 측정된 의존성 파라미터들 사이의 상관들을 나타내는 데이터를 수신하는 것이다. 의존성 파라미터들은, 예를 들면, 유체의 아이덴티티 및/또는 클래스, 유체의 (상이한 물질들의) 상대적 조성, 온도(T), 압력(P), 밀도(ρ), 및/또는 점도(η) 중 하나 이상을 포함할 수 있다. 추론 모듈(204)의 모든 능력들이 단계 602를 수행하기 위해 고려된다.
단계 604는, 추론 모듈(204)에 의해, 측정된 에너지 함량과 의존성 파라미터들 사이의 추론 관계를 결정하기 위해 분석을 수행하는 것이다. 관계는 추론된 에너지 함량을 산출할 수 있다. 일 실시예에서, 분석은 회귀일 수 있다. 그 분석은 측정된 에너지 함량을 의존성 파라미터들과 상관시키는 관계 항들을 출력할 수 있다. 관계의 결정은 그 관계를 특징화하는 계수 상수들을 산출할 수 있고, 예를 들면, 추론된 라이브 에너지 함량 값을 생성하기 위해 라이브 측정들에 관련되는 관계에 미리 결정된 계수 상수들을 입력함으로써 라이브 에너지 함량 결정에서 미리 결정된 계수 상수들로서 사용될 수 있다. 추론 모듈(204)의 모든 능력들이 단계 604를 수행하기 위해 고려된다. 단계 602 및 604는 결합되어, 단계 306의 일 실시예일 수 있다.
단계 606은 옵션적으로, 추론 모듈(204) 또는 응답 모듈(206)에 의해, 라이브 추론된 에너지 함량 값들을 산출하기 위해 라이브 측정에 의해 결정될 수 있는 의존성 파라미터들과 에너지 함량을 관련시키는데 사용될 결정된 관계 항들을 저장하는 것이다. 추론 모듈(204) 및/또는 응답 모듈(206)의 모든 능력들은 단계 606을 수행하기 위해 고려된다. 일 실시예에서, 그 모듈들은 추론된 에너지 함량 값을 외부 디바이스들에 추가로 송신될 수 있다. 단계 606은 단계 310의 일 실시예일 수 있다.
일 실시예에서, 도 6에서 도시된 방법의 단계들의 각각은 별개의 단계이다. 다른 실시예에서, 도 6에서 별개의 단계들로서 묘사되었지만, 단계들(602~-606)은 별개의 단계들이 아닐 수 있다. 다른 실시예들에서, 도 6에서 도시된 방법은 위의 단계들의 모두를 갖지 않을 수 있으며 그리고/또는 위에서 나열된 그것들에 추가로 또는 대신 다른 단계들을 가질 수 있다. 도 6에서 도시된 방법의 단계들은 다른 순서로 수행될 수 있다. 도 6에서 도시된 방법의 일부로서 위에서 나열된 단계들의 서브세트들은 자신들의 방법을 형성하는데 사용될 수 있다. 방법(600)의 단계들은, 예를 들면 상이한 유동 유체들 및/또는 유동 유체 클래스들에 대한 상이한 관계 값들을 컴퓨팅하기 위해, 임의의 조합 및 순서로 임의의 횟수 반복될 수 있다.
도 7은 측정된 파라미터들로부터 에너지 함량을 추론하기 위한 방법(700)의 일 실시예의 흐름도를 도시한다. 방법(300)에서 언급되는 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)은 도 1 및 도 2에서 개시된 바와 같은 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)일 수 있지만, 임의의 적합한 대안들이 대체 실시예들에서 채용될 수 있다. 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)의 능력들의 모두를 포함하여, 이 명세서에서 개시된 이들 단계들을 완수하기 위한 모든 방법들이 고려된다.
단계 702는, 추론 모듈(204)에 의해, 에너지 함량과 역밀도(1/ρ)를 갖는 밀도 항(B) 사이의 관계에 기초하여 추론된 에너지 함량을 추론하는 것이다. 관계는 추론된 에너지 함량을 산출할 수 있다. 밀도 항(B)에서의 역밀도(1/ρ)의 사용은 더 일관된 결과들을 제공할 수 있다. 밀도 항(B)은 점도에 대해 어떠한 관계도 없이 표현될 수 있도록 할 수 있다. 밀도 항(B)은 유체와는 별도로 순수 또는 환경적 공기(ρair)의 밀도를 고려하지 않을 수 있다. 또한, 측정된 밀도(ρ)는 순수 공기(ρair)의 밀도의 측정이 아닐 수 있다. 또한, 추론 관계는 순수 또는 환경적 공기(ρair)의 밀도의 측정을 고려하지 않을 수 있다. 추론 모듈(204)은 에너지 함량과 역밀도를 갖는 밀도 항(B) 사이의 관계의 추론을 완수하기 위해 이 명세서에서 표현되는 추론 모듈(204)의 어떠한 능력들이라도 사용할 수 있다. 추론 모듈은 미리 결정된 계수 상수들을 그 관계에 통합합으로써 추론된 에너지 함량을 추론할 수 있어, 그 관계는 측정된 값들 및 미리 결정된 계수 상수들에 기초하여 추론된 에너지 함량을 추론할 수 있다. 단계 702는 단계 308의 일 실시예일 수 있다.
다른 실시예들에서, 도 7에서 도시된 방법은 위에서 나열된 단계에 추가로 또는 그것 대신에 다른 단계들을 가질 수 있다. 도 7에서 도시된 방법의 일부로서 위에서 나열된 단계의 서브세트들은 자신들의 방법을 형성하는데 사용될 수 있다. 방법(700)의 단계는, 예를 들면, 상이한 유동 유체들 및/또는 유동 유체 클래스들에 대한 에너지 함량을 결정하기 위해 임의의 횟수 반복될 수 있다.
도 8은 측정된 파라미터들로부터 에너지 함량을 추론하기 위한 방법(800)의 다른 실시예의 흐름도를 도시한다. 방법(300)에서 언급되는 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)은 도 1 및 도 2에서 개시된 바와 같은 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)일 수 있지만, 임의의 적합한 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)이 대체 실시예들에서 채용될 수 있다. 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)의 능력들의 모두를 포함하여, 이 명세서에서 개시된 이들 단계들을 완수하기 위한 모든 방법들이 고려된다.
단계 802는, 추론 모듈(204)에 의해, 에너지 함량과 밀도(ρ)를 고려하지만 점도(η)를 고려하지 않는 밀도 항(B) 사이의 추론 관계에 기초하여 추론된 에너지 함량을 추론하는 것이다. 추론 관계는 에너지 함량을 산출할 수 있다. 밀도 항(B)은 밀도(ρ), 아마도 역밀도(1/ρ)를 통합하도록 될 수 있고, 점도(η)에 대한 어떠한 관계도 없이 표현될 수 있다. 밀도 항(B)은 유체와는 별도로 순수 또는 환경적 공기(ρair)의 밀도를 고려하지 않을 수 있다. 또한, 측정된 밀도(ρ)는 순수 공기(ρair)의 밀도의 측정이 아닐 수 있다. 또한, 추론 관계는 순수 또는 환경적 공기(ρair)의 밀도의 측정을 고려하지 않을 수 있다. 추론 모듈(204)은 미리 결정된 계수 상수들을 그 관계에 통합합으로써 추론된 에너지 함량을 추론할 수 있어, 그 관계는 측정된 값들 및 미리 결정된 계수 상수들에 기초하여 추론된 에너지 함량을 추론할 수 있다. 추론 모듈(204)은 단계 802를 완수하기 위해 이 명세서에서 표현된 추론 모듈(204)의 어떤 능력들이라도 사용할 수 있다. 단계 802는 단계 308의 일 실시예일 수 있다.
다른 실시예들에서, 도 8에서 도시된 방법은 위에서 나열된 단계에 추가로 또는 그것 대신에 다른 단계들을 가질 수 있다. 도 8에서 도시된 방법의 일부로서 위에서 나열된 단계의 서브세트들은 자신들의 방법을 형성하는데 사용될 수 있다. 방법(800)의 단계는, 예를 들면, 상이한 유동 유체들 및/또는 유동 유체 클래스들에 대한 에너지 함량을 결정하기 위해 임의의 횟수 반복될 수 있다.
도 9는 측정된 파라미터들로부터 에너지 함량을 추론하기 위한 방법(900)의 또 다른 실시예의 흐름도를 도시한다. 방법(300)에서 언급되는 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)은 도 1 및 도 2에서 개시된 바와 같은 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)일 수 있지만, 임의의 적합한 대안들이 대체 실시예들에서 채용될 수 있다. 진동 센서(5), 압력 센서(150), 도관(160), 측정 모듈(202), 추론 모듈(204), 및 응답 모듈(206)의 능력들의 모두를 포함하여, 이 명세서에서 개시된 이들 단계들을 완수하기 위한 모든 방법들이 고려된다. 일 실시예에서, 방법(900)의 단계들은, 방법(900)에서 사용되는 엘리먼트들에 의해 임의의 측정들을 할 필요 없이, 기존의 데이터를 수신하는 컴퓨터(200)에 의해 수행될 수 있다.
단계 901은 옵션적으로, 진동 센서(5) 및 압력 센서(150) 중 하나 이상에 의해, 온도(T), 압력(P), 밀도(ρ), 및/또는 점도(η)를 측정하는 것이다. 단계 901은 단계 304의 일 실시예일 수 있다. 측정 단계는 유체가 진동 센서(5) 및 압력 센서(150) 중 하나 이상과 상호작용하도록 허용되는 것이다. 일 실시예에서, 유체는 도관(160)에 도입되고 유체는 진동 센서(5) 및 압력 센서(150) 중 하나 이상과 상호작용하도록 유동한다. 일 실시예에서, 진동 센서(5)는 유체와 직접 상호작용할 수 있는 침지된 엘리먼트들을 갖는다. 명세서에서 개시된 바와 같이, 진동 센서(5) 및 압력 센서(150) 중 하나 이상에 연관되는 유체의 측정가능 양들을 측정하기 위한 모든 방법들에는 단계 901을 실행하는 것이 고려된다.
단계 902는, 추론 모듈(204)에 의해, 측정된 의존성 파라미터들을 나타내는 데이터를 수신하는 것이다. 의존성 파라미터들은, 예를 들면, 유체의 아이덴티티 및/또는 클래스, 예상된 또는 추정된 유체의 (상이한 물질들의) 상대적 조성, 온도(T), 압력(P), 밀도(ρ), 및/또는 점도(η) 중 하나 이상을 포함할 수 있다. 다양한 실시예들에서, 진동 센서(5)가 의존성 파라미터들 중 하나 이상을 제공하기 위해 측정들을 하는데 사용될 수 있다. 예를 들면, 진동 센서(5)는 온도(T), 압력(P), 밀도(ρ), 및/또는 점도(η)를 측정하도록 구성될 수 있다.
별도의 압력 센서(150)가 사용되는 일 실시예에서, 압력 센서(150)는 압력(P) 측정결과들, 및, 아마도, 온도(T) 측정결과들을 나타내는 데이터(또는 압력(P) 및/또는 온도(T) 측정결과들을 결정하기 위해 수신된 신호들을 나타내는 원시 데이터)를, 컴퓨터(200)(또는 아마도 진동 센서(5)의 미터 전자기기(20))에 프로세싱을 위해 송신할 수 있다. 이 실시예에서, 하나 이상의 진동 센서들(5)은 유동 유체의 밀도(ρ) 및 점도(η)를 결정할 수 있다. 진동 센서(들)는 온도(T)를 또한 측정할 수 있다. 진동 센서(들)에 의해 취해진 측정결과들은 컴퓨터(200)에(또는 아마도 진동 센서(5)의 내부 미터 전자기기(20)에) 송신될 수 있다. 측정 모듈(202), 컴퓨터(200), 진동 센서(5), 및 압력 센서(150)의 모든 능력들이 단계 902를 수행하기 위해 고려된다.
일 실시예에서, 사용자는 물질들의 아이덴티티, 예를 들면, 유체의 아이덴티티 및/또는 클래스에 연관되는 의존성 파라미터들 또는 유체의 (상이한 물질들의) 예상 또는 추정된 상대적 조성을 특정할 수 있다. 이 명세서는 컴퓨터(200)(또는 미터 전자기기(20))에 의해 수신될 수 있다.
단계 904는, 추론 모듈(204)에 의해, 측정된 에너지 함량과 측정된 의존성 파라미터들 사이의 미리 결정된 관계에 기초하여 유동 유체의 추론된 에너지 함량을 추론하는 것이다. 미리 결정된 관계는 컴퓨터(200)에 (또는 미터 전자기기(20)에) 저장될 수 있고 측정된 에너지 함량을 의존성 파라미터들에 관련시키는 미리 결정된 관계 항들을 가질 수 있다. 예를 들면, 추론 모듈(204)은 에너지 함량과 의존성 파라미터들 사이의 미리 결정된 관계에 입력되도록 컴퓨터(200)(또는 미터 전자기기(20))에 저장된 미리 결정된 계수 상수들을 사용하여 의존성 파라미터들 중 하나 이상에 기초하여 추론된 에너지 함량을 산출할 수 있다. 이를 행함에 있어서, 컴퓨터(200)(또는 미터 전자기기(20))는 유체 흐름들에 일반적으로 적용되는 측정들(예컨대, 온도(T), 압력(P), 밀도(ρ), 및/또는 점도(η)의 측정들)을 사용하여 에너지 함량을 결정할 수 있다.
일 실시예에서, 미리 결정된 관계는 수식 (2)~(13)에 의해 모델링된다. 추론 모듈(204)의 모든 능력들이 단계 904를 수행하기 위해 고려된다. 단계 902 및 904는, 조합하여, 단계 308의 일 실시예일 수 있다.
단계 906은 옵션적으로, 추론 모듈(204) 또는 응답 모듈(206)에 의해, 메모리(220)에 추론된 에너지 함량을 저장하는 것이다. 추론 모듈(204) 및/또는 응답 모듈(206)의 모든 능력들이 단계 906을 수행하기 위해 고려된다. 단계 906은 단계 310의 일 실시예일 수 있다.
일 실시예에서, 도 9에서 도시된 방법의 단계들의 각각은 별개의 단계이다. 다른 실시예에서, 도 9에서 별개의 단계들로서 묘사되었지만, 단계 902~906은 별개의 단계들이 아닐 수 있다. 다른 실시예들에서, 도 9에서 도시된 방법은 위의 단계들의 모두를 갖지 않을 수 있으며 그리고/또는 위에서 나열된 그것들에 추가로 또는 대신 다른 단계들을 가질 수 있다. 도 9에서 도시된 방법의 단계들은 다른 순서로 수행될 수 있다. 도 9에서 도시된 방법의 일부로서 위에서 나열된 단계들의 서브세트들은 자신들의 방법을 형성하는데 사용될 수 있다. 방법(900)의 단계들은, 예를 들면 상이한 유동 유체들 및/또는 유동 유체 클래스들에 대한 상이한 관계 값들을 컴퓨팅하기 위해, 임의의 조합 및 순서로 임의의 횟수 반복될 수 있다.
그래프들
도 10 내지 도 13은 명세서에서 설명된 추론된 에너지 함량들과 직접적으로 결정된 에너지 함량들 사이의 비교들의 실시예들의 그래프를 도시한다.
측정 모듈(202), 추론 모듈(204), 및/또는 응답 모듈(206)에 의해 수행되는 추론 방법들의 예시적인 실시예가 먼저 CV 추론 관계에서 값들의 결정을 보인 다음 그 관계를 사용하여 추론된 CV를 결정함으로써 제시될 수 있다.
이 예시적인 실시예에서, 테스트 사례가 제시된다. 테스트 사례에서, SO10723에 따른 상이한 조성의 200 가지 유체들이 수식 (2)~(13)에서 표현되는 관계들에 대해 계수들을 결정하는데 사용된다. 유동 유체 내의 물질들의 상대적 조성은 표 1에 기재된 조성의 범위들을 가졌다.
표 1: 조성 범위들
Figure pct00044
NIST Refprop 데이터베이스 23 버전 9.1을 사용하여, 이들 가스들의 성질들은 1 내지 3 bar의 압력(P) 범위 및 20℃ 내지 30℃의 온도(T) 범위에 걸쳐 결정되었다. 이 데이터에 대한 회귀를 수행하면 이 명세서에서 개시된 바와 같이 측정된 파라미터 세트에 동적으로 적용될 수 있는 계수 상수 세트가 산출되었다. 질량 기반 단위가 킬로그램 당 킬로줄(kJ/kg)일 수 있다. 이 테스트 사례에서 산출된 질량 단위로 가스 혼합물들의 항들에서 결정된 계수 상수들은 표 2에 도시된다.
표 2: 계수 상수들(질량 단위로부터 결정됨)
Figure pct00045
상수들이 결정되었던 동일한 파라미터들 내의 200 개의 다른 랜덤 가스 혼합물들에 적용된 수식 (2)~(13)에 의해 표현된 관계들에서, 질량 단위 양들로부터 결정되는 계수 상수들을 사용한 결과들은 도 10 및 도 11에서 알 수 있다. 도 10 및 도 11에서 사용되는 에너지 함량 메트릭은 칼로리 값이다.
도 10은 질량 단위를 사용하여 도출된 추론된 에너지 함량 값들과 직접법들로부터 결정된 에너지 함량 사이의 비교의 일 실시예의 그래프(1000)를 도시한다. 그래프(1000)는 kJ/kg 단위로 직접 결정된 칼로리 값들을 나타내는 가로좌표(1002), kJ/kg 단위로 추론된 칼로리 값들을 나타내는 세로좌표(1004), 추론된 칼로리 값들과 결정된 칼로리 값들의 비교를 나타내는 추세선(1006), 및 추론된 칼로리 값들과 결정된 칼로리 값들의 비교를 나타내는 복수의 포인트들(1008)을 갖는다. 알 수 있는 바와 같이, 그 결과들은 비교적 잘 추적된다. 추세선(1006)은 (추론된 CV) = (직접 결정된 CV)×1.0065―347.3으로서 결정된다. 절편(intercept)이 측정된 양들의 1 미만의 퍼센트인 기울기를 갖는 것에 가까운 추세선(1006)이 매우 강한 상관을 보여준다. 추세선의 R 제곱된(r-squared) 값은 .989이며, 또한 추론된 칼로리 값과 직접 결정된 칼로리 값 사이의 강한 상관을 보여준다.
도 11은 직접 결정된 칼로리 값들을 기준으로 추론된 칼로리 값들에서의 오차의 일 실시예의 그래프(1100)를 도시한다. 그래프(1100)는 kJ/kg 단위의 직접 결정된 칼로리 값의 값을 나타내는 가로좌표(1102), 추론된 칼로리 값과 직접 결정된 칼로리 값 사이의 퍼센트 오차를 나타내는 세로좌표(1104), 제로 오차 기준(1106), 및 추론된 칼로리 값들과 직접 결정된 칼로리 값들 사이의 오차들에 대한 직접 결정된 칼로리 값들의 비교를 나타내는 복수의 포인트들(1108)을 갖는다. 그 결과들은 0.60%의 표준 편차를 갖는 오차들을 산출하였다. 평가된 200 개 가스들 중, 5 개 가스들이 나머지보다 현저히 높은 오차들을 제공하여, 대부분의 가스들에 대한 칼로리 값들을 추론하기 위한 오차가 전술한 표준 편차보다 상당히 적을 것임을 시사한다.
다른 실시예에서, 계수 상수들은 20℃ 및 1.013 bar의 기본 조건들(이하, "표준 조건들")에서 표준 입방 미터 당 킬로줄(kJ/stdm3)의 단위로 결정될 수 있다. 표준 조건들인 양들의 분석들이 질량 단위 계수 상수 결정들에 대해 적용된 분석에 유사하게 수행되었다. 이 결정에 의해 산출된 상수들은 표 3에서 도시된다.
표 3: 계수 상수들(기본 조건들에서 결정됨)
Figure pct00046
상수들이 결정되었던 동일한 파라미터들 내의 200 개의 다른 랜덤 가스 혼합물들에 적용된 수식 (2)~(13)에 의해 표현된 관계들에서, 표준 조건 양들로부터 결정되는 계수 상수들을 사용한 결과들은 도 12 및 도 13에서 알 수 있다. 도 12 및 도 13에서 사용되는 에너지 함량 메트릭은 칼로리 값이다.
도 12는 표준 조건들에서 추론되는 추론된 에너지 함량 값들과 직접법들로부터 결정된 에너지 함량 사이의 비교의 일 실시예의 그래프(1200)를 도시한다. 그래프(1200)는 kJ/stdm 단위로 직접 결정된 칼로리 값들을 나타내는 가로좌표(1202), kJ/stdm3 단위로 추론된 칼로리 값들을 나타내는 세로좌표(1204), 추론된 칼로리 값들과 결정된 칼로리 값들의 비교를 나타내는 추세선(1206), 및 추론된 칼로리 값들과 결정된 칼로리 값들의 비교를 나타내는 복수의 포인트들(1208)을 갖는다. 알 수 있는 바와 같이, 그 결과들은 비교적 잘 추적된다. 추세선(1206)은 (추론된 CV) = (직접 결정된 CV)×.981+626.17로서 결정된다. 1의 기울기를 갖는 것에 가까운 추세선(1206)이 매우 강한 상관을 보여준다. 추세선의 R 제곱된 값은 .9847이며, 또한 추론된 칼로리 값과 직접 결정된 칼로리 값 사이의 강한 상관을 보여준다.
도 13은 직접 결정된 칼로리 값들을 기준으로 추론된 칼로리 값들에서의 오차의 일 실시예의 그래프(1300)를 도시한다. 그래프(1300)는 kJ/stdm3 단위의 직접 결정된 칼로리 값의 값을 나타내는 가로좌표(1302), 추론된 칼로리 값과 직접 결정된 칼로리 값 사이의 퍼센트 오차를 나타내는 세로좌표(1304), 제로 오차 기준(1306), 및 추론된 칼로리 값들과 직접 결정된 칼로리 값들 사이의 오차들에 대한 직접 결정된 칼로리 값들의 비교를 나타내는 복수의 포인트들(1308)을 갖는다. 그 결과들은 0.54%의 표준 편차를 갖는 오차들을 산출하였다.
그래프들(1000~1300)은 측정된 온도(T), 압력(P), 밀도(ρ), 및 점도(η) 측정결과들에 기초한 그리고 이 명세서에서 표현된 관계들(예컨대, 수식 (2)~(13))을 사용한 칼로리 값의 추론 결정들이 덜 일반적으로 발견되는 장비가 유체 흐름선을 측정하는 것을 요구하는 전통적인 직접법들로부터 직접 결정되는 칼로리 값들에 가까이 근접한다는 것을 보인다.
위의 실시예들의 상세한 설명들은 모든 본 설명의 범위 내에 있을 발명자들에 의해 고려된 모든 실시예들의 철저한 설명이 아니다. 실제로, 본 기술분야의 통상의 기술자들은 위에서 설명된 실시예들의 특정한 엘리먼트들이 추가의 실시예들을 생성하도록 다양하게 결합 또는 제거될 수 있고, 이러한 추가의 실시예들이 본 설명의 범위 및 교시들 내에 속한다는 것을 인식할 것이다. 위에 설명된 실시예들이 본 설명의 범위 및 교시들 내에서 추가적인 실시예들을 생성하기 위해 전체적으로 또는 부분적으로 조합될 수 있다는 것이 당해 기술분야의 통상의 기술자들에게는 또한 명백할 것이다. 파라미터 값들을 나타내는 특정 수들이 특정되는 경우, 그들 수들의 모두 사이의 범위들 뿐만 아니라 그들 숫자들 위의 범위들 및 아래의 범위들이 고려되고 개시된다.
따라서, 특정 실시예들이 예시 목적으로 본 개시에서 설명되지만, 관련 기술분야의 통상의 기술자들이 인식할 바와 같이, 다양한 동등한 수정들이 본 설명의 범위 내에서 가능하다. 본 개시에서 제공되는 교시들은 위에서 설명되고 첨부 도면들에서 도시된 실시예들 뿐 아니라 칼로리 값들을 추론하기 위한 다른 방법들 및 장치들에 적용될 수 있다. 따라서, 위에서 설명된 실시예들의 범위는 다음의 청구항들로부터 결정되어야 한다.

Claims (90)

  1. 추론된 에너지 함량과 적어도 하나의 측정된 양 사이의 추론 관계를 결정하는 방법으로서,
    상기 추론 관계는 추론된 에너지 함량을 산출하며, 상기 방법은 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되는 프로세서(210)를 갖는 컴퓨터(200)를 사용하며, 상기 프로세서(210)는 상기 메모리(220)에 저장된 추론 모듈(204)의 단계들을 구현하며, 상기 방법은,
    상기 추론 모듈(204)에 의해, 적어도 하나의 유체의 적어도 하나의 측정된 에너지 함량의 알려진 측정들과 상기 적어도 하나의 측정된 양과는 동일한 유형의 적어도 하나의 대응하는 측정된 값 사이의 관계를 분석함으로써 상기 추론 관계를 결정하는 단계를 포함하며,
    상기 추론 관계는 밀도 항(B)을 가지며, 상기 적어도 하나의 측정된 양 중 하나는 측정된 밀도(ρ)를 갖고 상기 밀도 항(B)은 역밀도(1/ρ)를 가지며, 상기 밀도 항(B)은 밀도(ρ)와 상기 추론된 에너지 함량 사이의 역 관계를 나타내고, 상기 측정된 밀도(ρ)는 공기 밀도(ρair)가 아닌, 방법.
  2. 제1항에 있어서,
    상기 추론 모듈(204)은 상기 밀도 항(B)에서의 점도(η), 비중, 및 상기 공기 밀도(ρair) 중 어떠한 것도 고려하지 않는, 방법.
  3. 제1항 또는 제2항에 있어서,
    상기 추론 모듈(204)은 열 용량, 열전도율, 유전 상수, 굴절률, 열확산도, 층류 저항, 및 난류 저항 중 어느 것도 고려하지 않고 상기 추론 관계를 결정하는, 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 적어도 하나의 측정된 양 중 다른 것은 측정된 점도(η)이며, 상기 추론 관계는 시프트 항(A)과 점도 항(C)을 더 포함하며, 상기 점도 항(C)은 상기 측정된 점도(η)를 고려하는, 방법.
  5. 제4항에 있어서,
    상기 추론 관계는 상기 시프트 항(A), 상기 밀도 항(B), 및 상기 점도 항(C)의 합인, 방법.
  6. 제3항 내지 제5항 중 어느 한 항에 있어서,
    상기 점도 항(C)은 점도(η)를 가지며, 상기 점도 항(C)은 점도(η)와 상기 추론된 에너지 함량 사이의 직접적인 관계를 나타내는, 방법.
  7. 제3항 내지 제6항 중 어느 한 항에 있어서,
    상기 적어도 하나의 측정된 값은 측정된 온도(T)와 측정된 압력(P)을 더 포함하며, 상기 시프트 항(A)은 대응하는 온도 및 압력 의존적인 시프트 항 계수(k1(P,T))를 포함하며, 상기 밀도 항(B)은 대응하는 온도 및 압력 의존적인 밀도 항 계수(k2(P,T))를 포함하고, 상기 점도 항(C)은 대응하는 온도 및 압력 의존적인 점도 항 계수(k3(P,T))를 포함하는, 방법.
  8. 제7항에 있어서,
    상기 밀도 항(B)은 상기 역밀도(1/ρ)가 곱해진 상기 밀도 항 계수(k2(P,T))인, 방법.
  9. 제7항 또는 제8항에 있어서,
    상기 점도 항(C)은 상기 점도(η)가 곱해진 상기 점도 항 계수(k3(P,T))인, 방법.
  10. 제7항 내지 제9항 중 어느 한 항에 있어서,
    상기 시프트 항(A)은 상기 시프트 항 계수(k1(P,T))인, 방법.
  11. 제7항 내지 제10항 중 어느 한 항에 있어서,
    상기 추론 관계는 수학식
    Figure pct00047
    에 의해 표현되는, 방법.
  12. 제7항 내지 제11항 중 어느 한 항에 있어서,
    상기 시프트 항 계수(k1(P,T)), 상기 밀도 항 계수(k2(P,T)), 및 점도 항 계수(k3(P,T))은 상기 적어도 하나의 유체에 연관되는 대응하는 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 유도되는, 방법.
  13. 제7항 내지 제12항 중 어느 한 항에 있어서,
    상기 시프트 항 계수(k1(P,T))는 상기 측정된 압력(P), 상기 측정된 온도(T), 및 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 시프트 계수 상수(예컨대, a1-a4) 사이의 관계에 의존하며, 상기 밀도 항 계수(k2(P,T))는 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 밀도 계수 상수(예컨대, b1-b4) 사이의 관계에 의존하고, 상기 점도 항 계수(k3(P,T))는 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 점도 계수 상수(예컨대, c1-c4) 사이의 관계에 의존하는, 방법.
  14. 제13항에 있어서,
    상기 측정된 압력(P), 상기 측정된 온도(T), 및 상기 적어도 하나의 시프트 계수 상수(예컨대, a1-a4) 사이의 상기 관계는 수학식
    Figure pct00048
    에 의해 표현되며, 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 적어도 하나의 밀도 계수 상수(예컨대, b1-b4) 사이의 상기 관계는 수학식
    Figure pct00049
    에 의해 표현되고, 측정된 압력(P), 상기 측정된 온도(T), 및 상기 적어도 하나의 점도 계수 상수(예컨대, c1-c4) 사이의 상기 관계는 수학식
    Figure pct00050
    에 의해 표현되는, 방법.
  15. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 추론 관계는 불활성 항(D)을 더 포함하며, 상기 불활성 항은 이산화 탄소의 퍼센트 조성(%CO2)을 고려하며, 상기 불활성 항(D)은 온도(T) 및 압력(P) 의존적인 불활성 항 계수(k4(P,T))를 갖고, 상기 불활성 항 계수(k4(P,T))는 불활성 항 계수 상수들(예컨대, d1-d4)을 사용하여 결정되는, 방법.
  16. 제15항에 있어서,
    상기 불활성 항 계수(k4(P,T))는 관계
    Figure pct00051
    로부터 결정되며, 상기 추론 관계는
    Figure pct00052
    인, 방법.
  17. 제11항 내지 제16항 중 어느 한 항에 있어서,
    상기 추론 모듈(204)에 의한 상기 분석은, 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 상기 적어도 하나의 유체 중 하나 이상이 구성원인 적어도 하나의 유체 클래스와 연관시키는 것을 더 포함하는, 방법.
  18. 제17항에 있어서,
    상기 적어도 하나의 유체 클래스는 연료 가스, 천연 가스, 플레어 가스, 액화천연가스, 바이오가스, 셰일 가스, 및 지리적 영역에 연관된 유체 클래스 중 하나 이상인, 방법.
  19. 제13항 내지 제18항 중 어느 한 항에 있어서,
    상기 추론 관계는, 상기 적어도 하나의 측정된 값과는 동일한 유형의 라이브 측정결과들을 취하는 동안 상기 계수 상수들이 라이브로 결정되는 추론된 에너지 함량의 라이브 추론 결정에서 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)로서 사용될 수 있도록 하는 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)에 의해 특징화될 수 있는, 방법.
  20. 제1항 내지 제19항 중 어느 한 항에 있어서,
    상기 추론된 에너지 함량은 추론된 칼로리 값인, 방법.
  21. 유체의 추론된 에너지 함량과 적어도 하나의 측정된 양 사이의 추론 관계를 사용하는 방법으로서,
    미리 결정된 추론 관계는 추론된 에너지 함량을 산출하며, 상기 방법은 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되는 프로세서(210)를 갖는 컴퓨터(200)를 사용하며, 상기 프로세서(210)는 상기 메모리(220)에 저장된 추론 모듈(204)의 단계들을 구현하며, 상기 방법은,
    상기 추론 모듈(204)에 의해, 상기 적어도 하나의 측정된 양의 유형의 적어도 하나의 측정된 값을 수신하는 단계; 및
    상기 추론 모듈(204)에 의해, 상기 추론 관계 및 상기 적어도 하나의 측정된 양으로부터 상기 추론된 에너지 함량을 추론하는 단계를 포함하며,
    상기 추론 관계는 밀도 항(B)을 갖고 상기 적어도 하나의 측정된 값 중 하나는 측정된 밀도(ρ)이고 상기 밀도 항(B)은 역밀도(1/ρ)를 가지며, 상기 밀도 항(B)은 상기 측정된 밀도(ρ)와 상기 추론된 에너지 함량 사이의 역 관계를 나타내고 상기 측정된 밀도(ρ)는 공기 밀도(ρair)가 아닌, 방법.
  22. 제21항에 있어서,
    상기 추론 모듈(204)은 상기 밀도 항(B)에서의 점도(η), 비중, 및 상기 공기 밀도(ρair) 중 어떠한 것도 고려하지 않는, 방법.
  23. 제21항 또는 제22항에 있어서,
    상기 추론 모듈(204)은 열 용량, 열전도율, 유전 상수, 굴절률, 열확산도, 층류 저항, 및 난류 저항 중 어느 것도 고려하지 않고 상기 추론된 에너지 함량을 추론하는, 방법.
  24. 제21항 내지 제23항 중 어느 한 항에 있어서,
    상기 적어도 하나의 측정된 값 중 다른 것은 측정된 점도(η)이며, 상기 추론 관계는 시프트 항(A)과 점도 항(C)을 더 포함하며, 상기 점도 항(C)은 상기 측정된 점도(η)를 고려하는, 방법.
  25. 제24항에 있어서,
    상기 추론 관계는 상기 시프트 항(A), 상기 밀도 항(B), 및 상기 점도 항(C)의 합인, 방법.
  26. 제24항 또는 제25항에 있어서,
    상기 점도 항(C)은 점도(η)를 가지며, 상기 점도 항(C)은 점도(η)와 상기 추론된 에너지 함량 사이의 직접적인 관계를 나타내는, 방법.
  27. 제24항 내지 제26항 중 어느 한 항에 있어서,
    상기 적어도 하나의 측정된 값은 측정된 온도(T)와 측정된 압력(P)을 더 포함하며, 상기 시프트 항(A)은 대응하는 온도 및 압력 의존적인 시프트 항 계수(k1(P,T))를 포함하며, 상기 밀도 항(B)은 대응하는 온도 및 압력 의존적인 밀도 항 계수(k2(P,T))를 포함하고, 상기 점도 항(C)은 대응하는 온도 및 압력 의존적인 점도 항 계수(k3(P,T))를 포함하는, 방법.
  28. 제27항에 있어서,
    상기 밀도 항(B)은 상기 역밀도(1/ρ)가 곱해진 상기 밀도 항 계수(k2(P,T))인, 방법.
  29. 제27항 또는 제28항에 있어서,
    상기 점도 항(C)은 상기 점도(η)가 곱해진 상기 점도 항 계수(k3(P,T))인, 방법.
  30. 제27항 내지 제29항 중 어느 한 항에 있어서,
    상기 시프트 항(A)은 상기 시프트 항 계수(k1(P,T))인, 방법.
  31. 제27항 내지 제30항 중 어느 한 항에 있어서,
    상기 추론 관계는 수학식
    Figure pct00053
    에 의해 표현되는, 방법.
  32. 제27항 내지 제31항 중 어느 한 항에 있어서,
    상기 시프트 항 계수(k1(P,T)), 상기 밀도 항 계수(k2(P,T)), 및 점도 항 계수(k3(P,T))는 상기 유체에 연관되는 대응하는 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 평가되는, 방법.
  33. 제27항 내지 제32항 중 어느 한 항에 있어서,
    상기 시프트 항 계수(k1(P,T))는, 상기 추론 모듈(204)에 의해, 상기 측정된 압력(P), 상기 측정된 온도(T), 및 상기 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 시프트 계수 상수(예컨대, a1-a4) 사이의 관계를 사용하여 평가되며, 상기 밀도 항 계수(k2(P,T))는, 상기 추론 모듈(204)에 의해, 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 밀도 계수 상수(예컨대, b1-b4) 사이의 관계를 사용하여 평가되고, 상기 점도 항 계수(k3(P,T))는, 상기 추론 모듈(204)에 의해, 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 점도 계수 상수(예컨대, c1-c4) 사이의 관계를 사용하여 평가되는, 방법.
  34. 제33항에 있어서,
    상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 적어도 하나의 미리 결정된 시프트 계수 상수(예컨대, a1-a4) 사이의 상기 관계는 수학식
    Figure pct00054
    에 의해 표현되며, 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 적어도 하나의 미리 결정된 밀도 계수 상수(예컨대, b1-b4) 사이의 상기 관계는 수학식
    Figure pct00055
    에 의해 표현되며, 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 적어도 하나의 미리 결정된 점도 계수 상수(예컨대, c1-c4) 사이의 상기 관계는 수학식
    Figure pct00056
    에 의해 표현되는, 방법.
  35. 제21항 내지 제24항 중 어느 한 항에 있어서,
    상기 적어도 하나의 측정된 값은 측정된 불활성 콘텐츠를 더 포함하며, 상기 측정된 불활성 콘텐츠는 이산화 탄소의 부피 퍼센트 조성(%CO2)이며, 상기 추론 관계는 불활성 항(D)을 더 가지며, 상기 불활성 항(D)은 상기 이산화 탄소의 퍼센트 조성(%CO2)을 고려하며, 상기 불활성 항(D)은 온도(T) 및 압력(P) 의존적인 불활성 항 계수(k4(P,T))을 갖고, 상기 불활성 항 계수(k4(P,T))는 불활성 항 계수 상수들(예컨대, d1-d4)을 사용하여 결정되는, 방법.
  36. 제15항에 있어서,
    상기 불활성 항 계수(k4(P,T))는 관계
    Figure pct00057
    로부터 결정되며, 상기 추론 관계는
    Figure pct00058
    인, 방법.
  37. 제32항 내지 제36항 중 어느 한 항에 있어서,
    상기 추론 모듈(204)에 의해 상기 추론하는 단계는, 상기 적어도 하나의 유체 중 하나 이상이 구성원인 적어도 하나의 유체 클래스에 연관되는 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 상기 유체의 추론된 에너지 함량을 추론하는 단계를 포함하는, 방법.
  38. 제37항에 있어서,
    상기 적어도 하나의 유체 클래스는 연료 가스, 천연 가스, 플레어 가스, 액화천연가스, 바이오가스, 셰일 가스, 및 지리적 영역에 연관된 유체 클래스 중 하나 이상인, 방법.
  39. 제21항 내지 제38항 중 어느 한 항에 있어서,
    진동 센서(5)에 의해, 상기 유체가 상기 진동 센서(5)와는 상호작용하고 있는 동안, 적어도 하나의 원시 데이터 신호를 측정하는 단계;
    상기 진동 센서(5)에 의해, 측정 모듈(202)에 상기 적어도 하나의 원시 데이터 신호를 공급하는 단계; 및
    상기 측정 모듈(202)에 의해, 상기 적어도 하나의 측정된 값 중 하나 이상을 나타내는 데이터를 결정하기 위해 상기 적어도 하나의 원시 데이터 신호를 프로세싱하는 단계를 더 포함하고,
    상기 추론 모듈(204)에 의해 상기 수신하는 단계는 상기 측정 모듈(202)로부터 상기 적어도 하나의 측정된 값 중 하나 이상을 나타내는 상기 데이터를 수신하는 단계를 포함하는, 방법.
  40. 제39항에 있어서,
    상기 적어도 하나의 측정된 값 중 하나 이상은 상기 측정된 밀도(ρ)를 포함하는, 방법.
  41. 제28항 내지 제40항 중 어느 한 항에 있어서,
    압력 센서(150)에 의해, 상기 측정된 압력(P)을 측정하는 단계를 더 포함하며, 상기 추론 모듈(204)에 의해 상기 수신하는 단계는, 상기 측정된 압력(P)을 수신하는 단계를 포함하는, 방법.
  42. 제21항 내지 제41항 중 어느 한 항에 있어서,
    상기 측정된 온도(T)와 상기 측정된 압력(P) 중 하나 이상은 일치된 것으로 가정되는, 방법.
  43. 제21항 내지 제42항 중 어느 한 항에 있어서,
    상기 추론된 에너지 함량은 칼로리 값인, 방법.
  44. 유체의 추론된 에너지 함량과 적어도 하나의 측정된 양 사이의 추론 관계를 사용하는 장치로서,
    상기 추론 관계는 추론된 에너지 함량을 산출하며, 상기 장치는 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되는 프로세서(210)를 갖는 컴퓨터(200)를 포함하며, 상기 프로세서(210)는 상기 메모리(220)에 저장된 추론 모듈(204)의 단계들을 구현하며, 상기 추론 모듈(204)은,
    상기 적어도 하나의 측정된 양의 유형의 적어도 하나의 측정된 값을 수신하며; 그리고
    상기 추론 관계 및 상기 적어도 하나의 측정된 양으로부터 상기 추론된 에너지 함량을 추론하도록 구성되며,
    상기 추론 관계는 밀도 항(B)을 갖고 상기 적어도 하나의 측정된 값 중 하나는 측정된 밀도(ρ)이고 상기 밀도 항(B)은 역밀도(1/ρ)를 가지며, 상기 밀도 항(B)은 상기 측정된 밀도(ρ)와 상기 추론된 에너지 함량 사이의 역 관계를 나타내고 상기 측정된 밀도(ρ)는 공기 밀도(ρair)가 아닌, 장치.
  45. 제44항에 있어서,
    상기 추론 모듈(204)은 상기 밀도 항(B)에서의 점도(η), 비중, 및 상기 공기 밀도(ρair) 중 어떠한 것도 고려하지 않는, 장치.
  46. 제44항 또는 제45항에 있어서,
    상기 추론 모듈(204)은 열 용량, 열전도율, 유전 상수, 굴절률, 열확산도, 층류 저항, 및 난류 저항 중 어느 것도 고려하지 않고 상기 추론된 에너지 함량을 추론하는, 장치.
  47. 제44항 내지 제46항 중 어느 한 항에 있어서,
    상기 적어도 하나의 측정된 값 중 다른 것은 측정된 점도(η)이며, 상기 추론 관계는 시프트 항(A)과 점도 항(C)을 더 포함하며, 상기 점도 항(C)은 상기 측정된 점도(η)를 고려하는, 장치.
  48. 제47항에 있어서,
    상기 추론 관계는 상기 시프트 항(A), 상기 밀도 항(B), 및 상기 점도 항(C)의 합인, 장치.
  49. 제47항 또는 제48항에 있어서,
    상기 점도 항(C)은 점도(η)를 가지며, 상기 점도 항(C)은 점도(η)와 상기 추론된 에너지 함량 사이의 직접적인 관계를 나타내는, 장치.
  50. 제47항 내지 제49항 중 어느 한 항에 있어서,
    상기 적어도 하나의 측정된 값은 측정된 온도(T)와 측정된 압력(P)을 더 포함하며, 상기 시프트 항(A)은 대응하는 온도 및 압력 의존적인 시프트 항 계수(k1(P,T))를 포함하며, 상기 밀도 항(B)은 대응하는 온도 및 압력 의존적인 밀도 항 계수(k2(P,T))를 포함하고, 상기 점도 항(C)은 대응하는 온도 및 압력 의존적인 점도 항 계수(k3(P,T))를 포함하는, 장치.
  51. 제50항에 있어서,
    상기 밀도 항(B)은 상기 역밀도(1/ρ)가 곱해진 상기 밀도 항 계수(k2(P,T))인, 장치.
  52. 제50항 또는 제51항에 있어서,
    상기 점도 항(C)은 상기 점도(η)가 곱해진 상기 점도 항 계수(k3(P,T))인, 장치.
  53. 제50항 내지 제52항 중 어느 한 항에 있어서,
    상기 시프트 항(A)은 상기 시프트 항 계수(k1(P,T))인, 장치.
  54. 제50항 내지 제53항 중 어느 한 항에 있어서,
    상기 추론 관계는 수학식
    Figure pct00059
    에 의해 표현되는, 장치.
  55. 제50항 내지 제54항 중 어느 한 항에 있어서,
    상기 시프트 항 계수(k1(P,T)), 상기 밀도 항 계수(k2(P,T)), 및 점도 항 계수(k3(P,T))는 상기 유체에 연관되는 대응하는 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 평가되는, 장치.
  56. 제50항 내지 제55항 중 어느 한 항에 있어서,
    상기 시프트 항 계수(k1(P,T))는, 상기 추론 모듈(204)에 의해, 상기 측정된 압력(P), 상기 측정된 온도(T), 및 상기 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 시프트 계수 상수(예컨대, a1-a4) 사이의 관계를 사용하여 평가되며, 상기 밀도 항 계수(k2(P,T))는, 상기 추론 모듈(204)에 의해, 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 밀도 계수 상수(예컨대, b1-b4) 사이의 관계를 사용하여 평가되고, 상기 점도 항 계수(k3(P,T))는, 상기 추론 모듈(204)에 의해, 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 미리 결정된 점도 계수 상수(예컨대, c1-c4) 사이의 관계를 사용하여 평가되는, 장치.
  57. 제56항에 있어서,
    상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 적어도 하나의 미리 결정된 시프트 계수 상수(예컨대, a1-a4) 사이의 상기 관계는 수학식
    Figure pct00060
    에 의해 표현되며, 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 적어도 하나의 미리 결정된 밀도 계수 상수(예컨대, b1-b4) 사이의 상기 관계는 수학식
    Figure pct00061
    에 의해 표현되며, 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 적어도 하나의 미리 결정된 점도 계수 상수(예컨대, c1-c4) 사이의 상기 관계는 수학식
    Figure pct00062
    에 의해 표현되는, 장치.
  58. 제44항 내지 제47항 중 어느 한 항에 있어서,
    상기 추론 관계는 불활성 항(D)을 더 포함하며, 상기 불활성 항은 이산화 탄소의 퍼센트 조성(%CO2)을 고려하며, 상기 불활성 항(D)은 온도(T) 및 압력(P) 의존적인 불활성 항 계수(k4(P,T))를 갖고, 상기 불활성 항 계수(k4(P,T))는 불활성 항 계수 상수들(예컨대, d1-d4)을 사용하여 결정되는, 장치.
  59. 제58항에 있어서,
    상기 불활성 항 계수(k4(P,T))는 관계
    Figure pct00063
    로부터 결정되며, 상기 추론 관계는
    Figure pct00064
    인, 장치.
  60. 제55항 내지 제59항 중 어느 한 항에 있어서,
    상기 추론 모듈(204)에 의해 상기 추론하는 단계는, 상기 적어도 하나의 유체 중 하나 이상이 구성원인 적어도 하나의 유체 클래스에 연관되는 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 상기 유체의 추론된 에너지 함량을 추론하는 단계를 포함하는, 방법.
  61. 제60항에 있어서,
    상기 적어도 하나의 유체 클래스는 연료 가스, 천연 가스, 플레어 가스, 액화천연가스, 셰일 가스, 바이오가스, 및 지리적 영역으로부터의 유체 클래스 중 하나 이상인, 장치.
  62. 제44항 내지 제61항 중 어느 한 항에 있어서,
    상기 측정된 온도(T) 및 상기 측정된 압력(P) 중 하나 이상은 상기 측정된 온도(T) 및 상기 측정된 압력(P) 중 하나 이상이 동작 조건들에서 충분히 일치한다는, 상기 추론 모듈(204)에 의한, 결정에 기초한 상수인, 장치.
  63. 제44항 내지 제62항 중 어느 한 항에 있어서,
    상기 메모리(220)에 저장된 측정 모듈(202)을 더 포함하며,
    상기 측정 모듈은,
    상기 측정 모듈(202)에 의해, 적어도 하나의 원시 데이터 신호를 수신하며; 그리고
    상기 측정 모듈(202)에 의해, 상기 적어도 하나의 측정된 값 중 하나 이상을 나타내는 데이터를 결정하기 위해 상기 적어도 하나의 원시 데이터 신호를 프로세싱하도록 구성되며,
    상기 추론 모듈(204)에 의해 상기 수신하는 것은 상기 측정 모듈(202)로부터 상기 적어도 하나의 측정된 값 중 하나 이상을 나타내는 상기 데이터를 수신하는 것을 포함하는, 장치.
  64. 제44항 내지 제62항 중 어느 한 항에 있어서,
    상기 장치는 진동 센서(5)이며, 상기 장치는 상기 유체와 상호작용하도록 구성되며, 상기 컴퓨터(200)는 진동 센서(5)에 의해 취해진 측정결과들에 기초하여 상기 적어도 하나의 측정된 값 중 하나 이상을 결정하도록 구성되는 미터 전자기기(20)인, 장치.
  65. 제44항 내지 제62항 중 어느 한 항에 있어서,
    상기 유체와 상호작용하는 제1 가지(104a) 및 제2 가지(104b);
    상기 컴퓨터(200)로부터 구동 신호를 수신하고, 상기 구동 신호에 기초하여 상기 제1 가지(104a)에서의 모션을 구동하는 드라이버(102); 및
    상기 제2 가지(104b)의 반응 모션을 나타내는 응답 신호를 생성하고 상기 응답 신호를 상기 미터 전자기기(20)에 송신하도록 구성되는 응답 센서(106)를 포함하며,
    상기 미터 전자기기(20)는 상기 구동 신호 및 상기 응답 신호 중 하나 이상으로부터 상기 적어도 하나의 측정된 값 중 하나 이상을 결정하도록 구성되는, 장치.
  66. 제64항 또는 제65항에 있어서,
    상기 적어도 하나의 측정된 값 중 하나 이상은 상기 측정된 밀도(ρ)를 포함하는, 장치.
  67. 제44항 내지 제66항 중 어느 한 항에 있어서,
    상기 추론된 에너지 함량은 칼로리 값인, 장치.
  68. 추론된 에너지 함량과 적어도 하나의 측정된 양 사이의 추론 관계를 결정하기 위한 장치로서,
    상기 추론 관계는 추론된 에너지 함량을 산출하며, 상기 장치는 프로세서(210)와 메모리(220)를 갖는 컴퓨터(200)를 포함하며, 상기 프로세서(210)는 상기 메모리(220)에 저장된 데이터에 기초하여 커맨드들을 실행하도록 구성되며, 상기 프로세서(210)는 상기 메모리(220)에 저장된 추론 모듈(204)을 실행하며, 상기 추론 모듈(204)은,
    적어도 하나의 유체의 적어도 하나의 측정된 에너지 함량의 알려진 측정들과 상기 적어도 하나의 측정된 양과는 동일한 유형의 적어도 하나의 대응하는 측정된 값 사이의 관계를 분석함으로써 상기 추론 관계를 결정하도록 구성되며,
    상기 추론 관계는 밀도 항(B)을 가지며, 상기 적어도 하나의 측정된 양 중 하나는 측정된 밀도(ρ)를 갖고 상기 밀도 항(B)은 역밀도(1/ρ)를 가지며, 상기 밀도 항(B)은 밀도(ρ)와 상기 추론된 에너지 함량 사이의 역 관계를 나타내고, 상기 측정된 밀도(ρ)는 공기 밀도(ρair)가 아닌, 장치.
  69. 제68항에 있어서,
    상기 추론 모듈(204)은 상기 밀도 항(B)에서의 점도(η), 비중, 및 상기 공기 밀도(ρair) 중 어떠한 것도 고려하지 않는, 장치.
  70. 제68항 또는 제69항에 있어서,
    상기 추론 모듈(204)은 열 용량, 열전도율, 유전 상수, 굴절률, 열확산도, 층류 저항, 및 난류 저항 중 어느 것도 고려하지 않고 상기 추론 관계를 결정하는, 장치.
  71. 제68항 내지 제70항 중 어느 한 항에 있어서,
    상기 적어도 하나의 측정된 양 중 다른 것은 측정된 점도(η)이며, 상기 추론 관계는 시프트 항(A)과 점도 항(C)을 더 포함하며, 상기 점도 항(C)은 상기 측정된 점도(η)를 고려하는, 장치.
  72. 제71항에 있어서,
    상기 추론 관계는 상기 시프트 항(A), 상기 밀도 항(B), 및 상기 점도 항(C)의 합인, 장치.
  73. 제71항 또는 제72항에 있어서,
    상기 점도 항(C)은 점도(η)를 가지며, 상기 점도 항(C)은 점도(η)와 상기 추론된 에너지 함량 사이의 직접적인 관계를 나타내는, 장치.
  74. 제71항 내지 제73항 중 어느 한 항에 있어서,
    상기 적어도 하나의 측정된 값은 측정된 온도(T)와 측정된 압력(P)을 더 포함하며, 상기 시프트 항(A)은 대응하는 온도 및 압력 의존적인 시프트 항 계수(k1(P,T))를 포함하며, 상기 밀도 항(B)은 대응하는 온도 및 압력 의존적인 밀도 항 계수(k2(P,T))를 포함하고, 상기 점도 항(C)은 대응하는 온도 및 압력 의존적인 점도 항 계수(k3(P,T))를 포함하는, 장치.
  75. 제74항에 있어서,
    상기 밀도 항(B)은 상기 역밀도(1/ρ)가 곱해진 상기 밀도 항 계수(k2(P,T))인, 장치.
  76. 제74항 또는 제75항에 있어서,
    상기 점도 항(C)은 상기 점도(η)가 곱해진 상기 점도 항 계수(k3(P,T))인, 장치.
  77. 제74항 내지 제76항 중 어느 한 항에 있어서,
    상기 시프트 항(A)은 상기 시프트 항 계수(k1(P,T))인, 장치.
  78. 제74항 내지 제77항 중 어느 한 항에 있어서,
    상기 추론 관계는 수학식
    Figure pct00065
    에 의해 표현되는, 장치.
  79. 제74항 내지 제78항 중 어느 한 항에 있어서,
    상기 시프트 항 계수(k1(P,T)), 상기 밀도 항 계수(k2(P,T)), 및 점도 항 계수(k3(P,T))는 상기 적어도 하나의 유체에 연관되는 대응하는 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 사용하여 유도되는, 장치.
  80. 제74항 내지 제79항 중 어느 한 항에 있어서,
    상기 시프트 항 계수(k1(P,T))는 상기 측정된 압력(P), 상기 측정된 온도(T), 및 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 시프트 계수 상수(예컨대, a1-a4) 사이의 관계에 의존하며, 상기 밀도 항 계수(k2(P,T))는 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 밀도 계수 상수(예컨대, b1-b4) 사이의 관계에 의존하고, 상기 점도 항 계수(k3(P,T))는 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4) 중 적어도 하나의 점도 계수 상수(예컨대, c1-c4) 사이의 관계에 의존하는, 장치.
  81. 제80항에 있어서,
    상기 측정된 압력(P), 상기 측정된 온도(T), 및 상기 적어도 하나의 시프트 계수 상수(예컨대, a1-a4) 사이의 상기 관계는 수학식
    Figure pct00066
    에 의해 표현되며, 상기 측정된 압력(P), 상기 측정된 온도(T) 및 상기 적어도 하나의 밀도 계수 상수(예컨대, b1-b4) 사이의 상기 관계는 수학식
    Figure pct00067
    에 의해 표현되고, 측정된 압력(P), 상기 측정된 온도(T), 및 상기 적어도 하나의 점도 계수 상수(예컨대, c1-c4) 사이의 상기 관계는 수학식
    Figure pct00068
    에 의해 표현되는, 장치.
  82. 제68항 내지 제71항 중 어느 한 항에 있어서,
    상기 추론 관계는 불활성 항(D)을 더 포함하며, 상기 불활성 항은 이산화 탄소의 퍼센트 조성(%CO2)을 고려하며, 상기 불활성 항(D)은 온도(T) 및 압력(P) 의존적인 불활성 항 계수(k4(P,T))를 갖고, 상기 불활성 항 계수(k4(P,T))는 불활성 항 계수 상수들(예컨대, d1-d4)을 사용하여 결정되는, 장치.
  83. 제82항에 있어서,
    상기 불활성 항 계수(k4(P,T))는 관계
    Figure pct00069
    로부터 결정되며, 상기 추론 관계는
    Figure pct00070
    인, 장치.
  84. 제79항 내지 제82항 중 어느 한 항에 있어서,
    상기 추론 모듈(204)에 의한 상기 분석은, 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)을 상기 적어도 하나의 유체 중 하나 이상이 구성원인 적어도 하나의 유체 클래스와 연관시키는 것을 더 포함하는, 장치.
  85. 제84항에 있어서,
    상기 적어도 하나의 유체 클래스는 연료 가스, 천연 가스, 플레어 가스, 액화천연가스, 셰일 가스, 바이오가스, 및 지리적 영역에 연관되는 가스 클래스 중 하나 이상인, 장치.
  86. 제80항 내지 제85항 중 어느 한 항에 있어서,
    상기 추론 관계는, 상기 적어도 하나의 측정된 값과는 동일한 유형의 라이브 측정결과들을 취하는 동안 상기 계수 상수들이 라이브로 결정되는 추론된 에너지 함량의 라이브 추론 결정에서 미리 결정된 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)로서 사용될 수 있도록 하는 상기 계수 상수들(예컨대, a1-a4, b1-b4, c1-c4, d1-d4)에 의해 특징화될 수 있는, 장치.
  87. 제68항 내지 제86항 중 어느 한 항에 있어서,
    상기 장치는 진동 센서(5)이고 상기 컴퓨터(200)는 미터 전자기기(20)인, 장치.
  88. 제87항에 있어서,
    상기 장치는 상기 적어도 하나의 측정된 값 중 하나 이상을 결정하고 상기 장치는 상기 적어도 하나의 측정된 값 중 하나 이상을 상기 추론된 에너지 함량의 상기 추론에서 사용하도록 상기 추론 모듈(204)에 제공하는, 장치.
  89. 제88항에 있어서,
    상기 적어도 하나의 측정된 값 중 하나 이상은 상기 측정된 밀도(ρ)와 상기 측정된 점도(η)를 포함하는, 장치.
  90. 제68항 내지 제89항 중 어느 한 항에 있어서,
    상기 추론된 에너지 함량은 추론된 칼로리 값인, 장치.
KR1020227011617A 2019-09-09 2019-09-09 유체 에너지 함량의 라이브 결정을 위한 시스템들 및 방법들 KR20220054682A (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2019/050145 WO2021050033A1 (en) 2019-09-09 2019-09-09 Systems and methods for live determination of fluid energy content

Publications (1)

Publication Number Publication Date
KR20220054682A true KR20220054682A (ko) 2022-05-03

Family

ID=68136521

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227011617A KR20220054682A (ko) 2019-09-09 2019-09-09 유체 에너지 함량의 라이브 결정을 위한 시스템들 및 방법들

Country Status (10)

Country Link
US (1) US20220349797A1 (ko)
EP (1) EP4028760A1 (ko)
JP (1) JP7402972B2 (ko)
KR (1) KR20220054682A (ko)
CN (1) CN114424062A (ko)
AU (1) AU2019465533B2 (ko)
BR (1) BR112022003317A2 (ko)
CA (1) CA3152629C (ko)
MX (1) MX2022001955A (ko)
WO (1) WO2021050033A1 (ko)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007030699A1 (de) * 2007-06-30 2009-01-15 Endress + Hauser Flowtec Ag Meßsystem für ein in einer Prozeßleitung strömendes Medium
DE102007030700A1 (de) * 2007-06-30 2009-05-07 Endress + Hauser Flowtec Ag Meßsystem für ein in einer Prozeßleitung strömendes Medium
CN103038634B (zh) * 2010-04-14 2016-01-20 罗斯蒙特测量有限公司 确定富含甲烷的气体混合物的能含量的方法
HUE042735T2 (hu) * 2012-01-27 2019-07-29 Abb Schweiz Ag Akusztikai eljárás és eszköz folyadéksûrûség mérésére
EP3153854B1 (en) * 2015-10-05 2021-03-31 Sensirion AG Determination of volumetric flow rate of a gas in a gas flow
DE102015117468A1 (de) * 2015-10-14 2017-04-20 Endress+Hauser Flowtec Ag Verfahren zum Bestimmen von Eigenschaften eines kohlenwasserstoffhaltigen Gasgemisches und Vorrichtung dafür
WO2017131670A1 (en) * 2016-01-27 2017-08-03 Micro Motion, Inc. Gas energy measurement method and related apparatus
DE102016121226A1 (de) * 2016-11-07 2018-05-09 Endress + Hauser Flowtec Ag Verfahren zum Bestimmen von Eigenschaften eines kohlenwasserstoffhaltigen Gasgemisches und Vorrichtung dafür
DE102016014151A1 (de) * 2016-11-25 2018-05-30 Diehl Metering Gmbh Verfahren zur Ermittlung eines Brennwertes und/oder eines Wobbe-Index eines Gasgemisches
JP2017161543A (ja) * 2017-04-24 2017-09-14 マイクロ モーション インコーポレイテッド 振動センサ及び方法

Also Published As

Publication number Publication date
WO2021050033A1 (en) 2021-03-18
AU2019465533B2 (en) 2023-04-20
CA3152629C (en) 2024-03-26
BR112022003317A2 (pt) 2022-05-24
CN114424062A (zh) 2022-04-29
EP4028760A1 (en) 2022-07-20
US20220349797A1 (en) 2022-11-03
JP2022548541A (ja) 2022-11-21
CA3152629A1 (en) 2021-03-18
AU2019465533A1 (en) 2022-03-17
MX2022001955A (es) 2022-03-11
JP7402972B2 (ja) 2023-12-21

Similar Documents

Publication Publication Date Title
CN108377654B (zh) 用于确定含烃气体混合物的性质的方法及其装置
KR100528818B1 (ko) 질량 유량 및 에너지 함량을 측정하는 장치
US11474092B2 (en) Method for determining properties of a hydrocarbon-containing gas mixture and device for the same
Abutaqiya et al. A Linear Extrapolation of Normalized Cohesive Energy (LENCE) for fast and accurate prediction of the asphaltene onset pressure
KR20220054682A (ko) 유체 에너지 함량의 라이브 결정을 위한 시스템들 및 방법들
CN110431415B (zh) 确定含烃的燃烧气体混合物的甲烷指数的方法
RU2690712C1 (ru) Способ измерения энергии газа и связанное устройство
Freitag Similarity of the effect of different dissolved gases on heavy-oil viscosity
Fu et al. Gas solubility of methane and ethane in Cold Lake bitumen at in situ conditions
CA3154684C (en) Systems and methods for inferring energy and burning properties of a fluid in a pipeline
RU2792287C1 (ru) Система и способ для оперативного определения теплотворной способности текучих сред
RU2793606C1 (ru) Система и способ определения энергосодержания потоковой текучей среды в газообразном состоянии
Ito et al. Development of a gas composition soft sensor for distillation columns: A simplified model based and robust approach
US9441995B2 (en) System and method for monitoring a bi-phase fluid
Guo et al. Application of the Du-Guo and SRK equations of state to predict the phase behavior of Chinese reservoir fluids
Gryzlov et al. Virtual Flow Metering as an Emerging Flow Measurement Technology
Grigoriev et al. Bulk viscosity of hydrocarbon solutions at extreme state parameters. I. Linear alkane solutions (C6H14-C16H34)

Legal Events

Date Code Title Description
E902 Notification of reason for refusal