KR20220070525A - 파이프라인에서의 유체의 에너지 및 연소 성질들을 추론하기 위한 시스템들 및 방법들 - Google Patents

파이프라인에서의 유체의 에너지 및 연소 성질들을 추론하기 위한 시스템들 및 방법들 Download PDF

Info

Publication number
KR20220070525A
KR20220070525A KR1020227014709A KR20227014709A KR20220070525A KR 20220070525 A KR20220070525 A KR 20220070525A KR 1020227014709 A KR1020227014709 A KR 1020227014709A KR 20227014709 A KR20227014709 A KR 20227014709A KR 20220070525 A KR20220070525 A KR 20220070525A
Authority
KR
South Korea
Prior art keywords
measured
term
fluid
relationship
energy content
Prior art date
Application number
KR1020227014709A
Other languages
English (en)
Inventor
조지 알렉산더 맥도날드
토니 라이트
티모시 제임스 페그
한스 크리스토퍼 뢰벤히스
앤서니 윌리엄 판크라츠
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 KR20220070525A publication Critical patent/KR20220070525A/ko

Links

Images

Classifications

    • 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
    • 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

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Measuring Volume Flow (AREA)
  • Pipeline Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

가스 상태에서의 유동 유체의 에너지 함량을 추론하기 위한 방법이 개시된다. 방법은 프로세서(210) 및 메모리(220)를 가지는 컴퓨터 시스템(200)에 의해 수행되고, 메모리(220)는 추론 모듈(204)을 가지고, 방법은 추론 모듈(204)에 의해, 가스 상태에서의 유동 유체의 추론된 에너지 함량과 액체 상태에서의 유동 유체의 취해진 적어도 하나의 측정 사이의 추론적 관계로부터 가스 상태에서의 유동 유체의 추론된 에너지 함량을 추론하는 것을 포함한다.

Description

파이프라인에서의 유체의 에너지 및 연소 성질들을 추론하기 위한 시스템들 및 방법들
이하에서 설명된 실시예들은 에너지 함량 결정들에 관한 것으로, 더 상세하게는, 추론적 에너지 함량 결정들에 관한 것이다.
액화 천연 가스(liquefied natural gas)(이하, "LNG")는 점점 더 중요한 연료가 되고 있는데, 그 이유는 높은 에너지 함량이 액화 천연 가스를 수송을 위하여 효율적으로 되도록 하기 때문이다. LNG는 낮은 온도로 냉각함으로써 프로세싱되고 액화된 천연 가스이다. 전형적인 수송 조건들의 예는 약 -162 ℃의 온도 및 126.3 킬로파스칼(kilopascal)(절대)이다. LNG의 조성(composition)은 소스(source)마다 그리고 LNG에 적용된 프로세싱에 기초하여 상당히 상이하다. 전형적인 조성들은 질소, 메탄, 에탄, 프로판, 및 (사슬(chain)에서 4 개 이상의 탄소들을 갖는) 더 높은 차수의 탄화수소(hydrocarbon)들을 포함할 수 있다. 조성에서의 변동으로 인해, 배송 시점에 상이한 LNG 혼합물들의 에너지 함량 및 연소 성질들을 아는 것은 어렵다. LNG 조성은 LNG 혼합물들의 가치에 대폭 영향을 줄 수 있고, 구입 전에 LNG 함량을 평가하는 것이 필요하다.
배출된 LNG의 에너지 함량을 결정하기 위한 현재의 실무는 LNG의 체적을 측정하고 가스 크로마토그래프(gas chromatograph)로부터의 조성 분석으로부터 평균 밀도 및 평균 발열량(calorific value)을 계산하는 것이다. 이용된 보편적인 수학식은 수학식 (1)이고:
Figure pct00001
(1)
수학식 (1)에서,
Figure pct00002
은 LGN 캐리어의 탱크들에서 측정된 LNG의 체적이고,
Figure pct00003
은 크로마토그래픽 분석 및 LNG의 온도에 기초하여 계산된 LNG의 밀도이고,
Figure pct00004
은 LNG의 크로마토그래픽 분석을 통해 계산된 LNG의 평균 질량-기반 총 발열량(Gross Calorific Value)(GCV)이다.
알 수 있는 바와 같이, 현존하는 시스템들은 가스들의 상대적인 조성을 결정하기 위하여 크로마토그래프들의 이용을 요구한다. 가스 크로마토그래프들은 결정들을 행하기 위하여 상당한 시간이 걸리는데, 그 이유는 샘플링 및 분석 프로세스가 느리기 때문이다. 또한, 크로마토그래피(chromatography)는 비싸고, 실시간으로 수행될 수 없다. 샘플을 분석하기 위하여 걸리는 시간 동안에, 유동하는 LNG의 조성은 극적으로 변화할 수 있어서, 크로마토그래픽 결정들은 평가되고 있는 LNG의 에너지 함량을 결정하는 목적들을 위하여 비실용적으로 되게 한다. 전형적인 LNG 및 다른 액체 라인 측정들은 밀도, 점도(viscosity), 압력, 및 음속(speed of sound)(이하, "SOS")과 같은 더 간단한 파라미터들을 포함한다. 이 파라미터들의 측정은 온-라인에서 더 실용적이다. 그러나, 이 측정들은 에너지 함량의 직접적인 측정들이 아니다. 추론적 결정들은 측정되고 있는 파라미터들과 측정된 파라미터들로부터 계산되고 있는 변수 사이의 직접적인 관계가 없는 것들이다. 라인 조건들에서 취해진 전형적인 유체 측정들이 에너지 함량을 추론하기 위하여 추론적 관계들에 적용될 수 있을 경우에, 결과적인 추론들은 더 큰 샘플링 레이트 및 최근성(recency)으로부터 이익을 얻을 수 있다. 프로세스는 또한, 고가의 샘플링 및 크로마토그래피 절차들을 회피하는 것으로부터 이익을 얻을 것이다.
따라서, 실제의 에너지 함량 값들을 결정하기 위하여 전형적인 LNG 측정들과의 추론적 관계들을 이용하는 시스템들에 대한 필요성이 있다.
가스 상태에서의 유동 유체의 에너지 함량을 추론하기 위한 방법들의 실시예들이 개시된다. 방법은 프로세서(210) 및 메모리(220)를 가지는 컴퓨터 시스템(200)에 의해 수행될 수 있고, 메모리(220)는 추론 모듈(204)을 가지고, 방법은 추론 모듈(204)에 의해, 가스 상태에서의 유동 유체의 추론된 에너지 함량과 액체 상태에서의 유동 유체의 취해진 적어도 하나의 측정 사이의 추론적 관계로부터 가스 상태에서의 유동 유체의 추론된 에너지 함량을 추론하는 것을 포함한다.
가스 상태에서의 유동 유체의 에너지 함량을 추론하기 위한 장치들의 실시예들이 개시된다. 장치는 컴퓨터 시스템(200)을 가지고, 컴퓨터 시스템(200)은 프로세서(210) 및 메모리(220)를 가지고, 메모리(220)는 추론 모듈(204)을 가지고, 추론 모듈(204)은 가스 상태에서의 유동 유체의 추론된 에너지 함량과 액체 상태에서의 유동 유체의 취해진 적어도 하나의 측정 사이의 추론적 관계로부터 가스 상태에서의 유동 유체의 추론된 에너지 함량을 추론하도록 구성된다.
양태들
양태에 따르면, 가스 상태에서의 유동 유체의 에너지 함량을 추론하기 위한 방법이 개시된다. 방법은 프로세서(210) 및 메모리(220)를 가지는 컴퓨터 시스템(200)에 의해 수행될 수 있고, 메모리(220)는 추론 모듈(204)을 가지고, 방법은 추론 모듈(204)에 의해, 가스 상태에서의 유동 유체의 추론된 에너지 함량과 액체 상태에서의 유동 유체의 취해진 적어도 하나의 측정 사이의 추론적 관계로부터 가스 상태에서의 유동 유체의 추론된 에너지 함량을 추론하는 것을 포함한다.
바람직하게는, 적어도 하나의 측정은 측정된 밀도를 포함한다.
바람직하게는, 적어도 하나의 측정은 측정된 점도 및 측정된 음속 중의 하나 이상을 더 포함한다.
바람직하게는, 추론적 관계는 항(term)들의 합이고, 여기서, 각각의 항은 적어도 하나의 측정 중의 하나의 측정 및 적어도 하나의 측정 중의 하나의 측정의 하나의 더 높은 차수 값 중의 하나 이상을 가진다.
바람직하게는, 각각의 항은 항에 대응하는 계수를 가진다.
바람직하게는, 각각의 계수는 온도 종속적이고, 여기서, 각각의 계수 온도 종속성은 적어도 하나의 항-특정적(term-specific) 계수 상수를 가진다.
바람직하게는, 관계는 적어도 5 개의 항들을 가지고, 적어도 5 개의 항들은 시프트 항(shift term), 측정된 밀도를 가지는 측정된 밀도 항, 측정된 밀도의 더 높은 차수 값을 가지는 더 높은 차수 밀도 항, 측정된 점도 및 측정된 음속 중의 적어도 하나를 대응하도록 가지는 측정된 점도 항 및 음속 항 중의 적어도 하나, 및 측정된 점도 및 측정된 음속 중의 하나 이상의 더 높은 차수 값 중의 하나 이상을 대응하도록 가지는 더 높은 차수의 점도 항 또는 더 높은 차수의 음속 항 중의 적어도 하나를 포함한다.
바람직하게는, 유동 유체는 천연 가스 혼합물이다.
바람직하게는, 에너지 함량은 메탄가(methane number), 하부 가연성 한계(flammability limit), 웨버 인덱스(Wobbe Index), 전열값(gross heating value), 및 순열값(net heating value) 중의 하나이다.
바람직하게는, 컴퓨터 시스템(200)은 진동 센서(102)의 계측기 전자기기(110)이고, 진동 센서(102)는 적어도 하나의 측정 중의 하나 이상을 측정한다.
양태에 따르면, 가스 상태에서의 유동 유체의 에너지 함량을 추론하기 위한 장치가 개시된다. 장치는 컴퓨터 시스템(200)을 가지고, 컴퓨터 시스템(200)은 프로세서(210) 및 메모리(220)를 가지고, 메모리(220)는 추론 모듈(204)을 가지고, 추론 모듈(204)은 가스 상태에서의 유동 유체의 추론된 에너지 함량과 액체 상태에서의 유동 유체의 취해진 적어도 하나의 측정 사이의 추론적 관계로부터 가스 상태에서의 유동 유체의 추론된 에너지 함량을 추론하도록 구성된다.
바람직하게는, 적어도 하나의 측정은 측정된 밀도를 포함한다.
바람직하게는, 적어도 하나의 측정은 측정된 점도 및 측정된 음속 중의 하나 이상을 더 포함한다.
바람직하게는, 추론적 관계는 항들의 합이고, 여기서, 각각의 항은 적어도 하나의 측정 중의 하나의 측정 및 적어도 하나의 측정 중의 하나의 측정의 하나의 더 높은 차수 값 중의 하나 이상을 가진다.
바람직하게는, 각각의 항은 항에 대응하는 계수를 가진다.
바람직하게는, 각각의 계수는 온도 종속적이고, 여기서, 각각의 계수 온도 종속성은 적어도 하나의 항-특정적 계수 상수를 가진다.
바람직하게는, 관계는 적어도 5 개의 항들을 가지고, 적어도 5 개의 항들은 시프트 항, 측정된 밀도를 가지는 측정된 밀도 항, 측정된 밀도의 더 높은 차수 값을 가지는 더 높은 차수 밀도 항, 측정된 점도 및 측정된 음속 중의 적어도 하나를 대응하도록 가지는 측정된 점도 항 및 음속 항 중의 적어도 하나, 및 측정된 점도 및 측정된 음속 중의 하나 이상의 더 높은 차수 값 중의 하나 이상을 대응하도록 가지는 더 높은 차수의 점도 항 또는 더 높은 차수의 음속 항 중의 적어도 하나를 포함한다.
바람직하게는, 유동 유체는 천연 가스 혼합물이다.
바람직하게는, 에너지 함량은 메탄가, 하부 가연성 한계, 웨버 인덱스, 전열값, 및 순열값 중의 하나이다.
바람직하게는, 장치는 진동 센서(102)이고, 여기서, 컴퓨터 시스템(200)은 진동 센서(102)의 계측기 전자기기(110)이고, 진동 센서(102)는 적어도 하나의 측정 중의 하나 이상을 측정한다.
동일한 참조 번호는 모든 도면들 상에서 동일한 엘리먼트(element)를 표현한다. 도면들은 반드시 축척에 맞지는 않다는 것이 이해되어야 한다.
도 1은 유동 유체 측정 시스템의 실시예의 블록도를 도시한다.
도 2는 컴퓨터 시스템(200)의 실시예의 블록도를 도시한다.
도 3은 에너지 함량을 추론하기 위한 방법(300)의 실시예의 플로우차트를 도시한다.
도 4는 에너지 함량을 추론하기 위한 방법(400)의 실시예의 플로우차트를 도시한다.
도 5는 에너지 함량을 추론하기 위한 방법(500)의 실시예의 플로우차트를 도시한다.
도 6은 측정된 웨버 인덱스 값들과, 추론적 관계의 실시예로부터 추론되는 추론된 웨버 지수 값들 사이의 맞춤의 그래프(600)를 도시한다.
도 7은 측정된 메탄가들과, 추론적 관계의 실시예로부터 추론되는 추론된 메탄가들 사이의 맞춤의 그래프(700)를 도시한다.
도 8은 측정된 하부 가연성 한계와, 추론적 관계의 실시예로부터 추론되는 추론된 하부 가연성 한계와의 사이의 맞춤의 그래프(800)를 도시한다.
도 9는 측정된 전열값과, 추론적 관계의 실시예로부터 추론되는 추론된 전열값 사이의 맞춤의 그래프(900)를 도시한다.
도 10은 측정된 순열값과, 추론적 관계의 실시예로부터 추론되는 추론된 순열값 사이의 맞춤의 그래프(1000)를 도시한다.
도 1 내지 도 10과 다음의 설명은 에너지 함량을 추론하는 최선의 실시예들을 어떻게 제조하고 이용할 것인지를 당업자에게 교시하기 위하여 특정 예들을 도시한다. 발명 원리들을 교시하는 목적을 위하여, 일부 기존의 양태들은 단순화되었거나 생략되었다. 당업자는 본 설명의 범위 내에 속하는 이 예들로부터의 변형들을 인식할 것이다. 당업자는 이하에서 설명된 특징들이 에너지 함량 추론들의 다수의 변형들을 형성하기 위하여 다양한 방식들로 조합될 수 있다는 것을 인식할 것이다. 그 결과, 이하에서 설명된 실시예들은 이하에서 설명된 특정 예들로 제한되는 것이 아니라, 청구항들 및 그 등가물들에 의해서만 제한된다.
유체의 유형을 특정한 클래스(class)들, 예를 들어, 천연 가스 혼합물들로 격리할 때, 유체 유동 배열들에서의 전형적으로 측정량들 사이의 간단한 관계들은 유체들의 에너지 함량을 추론하기 위하여 이용될 수 있다는 것을 알 수 있다. 이것은 특히, 가스 상태에서 에너지 함량을 추론하기 위하여, 측정들 및 추론적 관계가 액체 상태에서의 수량들에 기초하여 결정될 경우에 그러하다. 용어들 "추론(infer)" 또는 "추론하는(inferring)"이 동사 형태로 이용될 때, 이것은 추론적 연관성들을 이용하여, 예를 들어, 추론적 관계들을 이용하여 결정하도록 의도한다는 것이 이해되어야 한다. 이 추론하는 것은 열 관련된 메트릭(metric)들, 예를 들어, 열적 전도성(thermal conductivity), 열용량(heat capacity), 및 열적 확산성(thermal diffusivity)의 임의의 직접적 측정들 없이 행해질 수 있다. 또한, 추론하는 것은 유전율(permittivity), 층류 저항(laminar resistance)들, 난류 저항(turbulent resistance)들, 및 굴절률(refractive index)과 같은, 에너지 함량을 결정하기 위한 다른 전통적인 고려사항들 없이 행해질 수 있다. 또한, 추론하는 것은 유체와의 전형적인 유동 측정 디바이스 상호작용들과 연관된 그 온도 및 압력 하락들을 넘어서는 측정 장비에 걸친 온도 및/또는 압력 하락들을 인공적으로 생성하지 않으면서 행해질 수 있다.
이 관계들은 가스들의 특정 클래스들, 예를 들어, 천연 가스 혼합물들에 대하여 상대적으로 간단하므로, 추론적 관계들은 연관된 계수들과의 액체 상태에서의 간단한 측정들의 선형적인 조합들로서 표현될 수 있다. 예를 들어, 추론적 관계는 아마도 라인 조건들에서, 액체 상태에서의 유체의 측정(들)을 단지 참작할 정도로 그렇게 간단할 수 있다. 관계는 액체 상태에서의 유체의 측정에 대한 대응하는 계수를 편입시킬 수 있다. 실시예에서, 대응하는 계수가 액체 상태에서의 유체의 측정된 온도와 함께 변동되도록, 대응하는 계수는 온도 종속적 관계를 가질 수 있다. 실시예에서, 추론적 관계에서 이용되는 (잠재적으로, 온도를 제외한) 유체 상태에서의 액체의 측정된 값들의 각각은 상이한 대응하는 온도 종속적 계수를 가질 수 있다. 혼합물이 천연 "가스"로 칭해짐에도 불구하고, 용어 천연 가스를 이용할 때, 액체(즉, LNG) 및 가스 상태들의 둘 모두인 천연 가스 혼합물들들이 고려된다는 것이 주목되어야 한다. 명세서는 천연 가스 혼합물들로 제한되지 않고, 액체 및 가스 상태들일 수 있는 에너지 함량을 갖는 유체의 다른 클래스들에 적용될 수 있다는 것이 주목되어야 한다.
추론적 관계는 에너지 함량에 대한 참조 값 관계로서 역할을 하는 시프트 항(A)을 추가로 가질 수 있다. 시프트 항은 또한, 온도 종속적일 수 있다(K1(T)). 실시예에서, 액체 상태에서의 유체의 측정된 값들 중의 하나는 액체 상태에서의 유체의 측정된 밀도이다. 측정된 밀도는 추론적 관계의 밀도 항(B)의 엘리먼트일 수 있다. 밀도 항(B)은 측정된 밀도 및 측정된 밀도에 대한 대응하는 계수의 곱(product)일 수 있다. 실시예에서, 관계는 시프트 항 및 밀도 항의 합일 수 있다.
또 다른 실시예에서, 액체 상태에서의 유체의 측정된 값들은 액체 상태에서의 유체의 측정된 음속을 더 포함할 수 있다. 관계는 측정된 음속을 추가로 참작할 수 있다. 예를 들어, 관계는 측정된 음속을 편입시키는 음속 항을 추가로 가질 수 있다. 이 실시예에서, 음속 항은 음속에 대응하는 대응하는 계수에 의해 승산(multiply)된 측정된 음속일 수 있다. 실시예에서, 관계는 시프트 항, 밀도 항, 및 음속 항의 합일 수 있다. 또 다른 실시예들에서, 음속은 점도 측정과 치환될 수 있다. 예를 들어, 관계는 측정된 점도를 편입시키는 점도 항을 가질 수 있다. 이 실시예에서, 점도 항은 측정된 점도에 대응하는 대응하는 계수에 의해 승산된 측정된 점도일 수 있다. 실시예에서, 관계는 시프트 항, 밀도 항, 및 점도 항의 합일 수 있다.
측정된 온도가 아닌 액체 상태에서의 유체의 하나의 측정량이 편입되는 관계들은 수학식 (2)의 형태를 취할 수 있다.
Figure pct00005
(2)
수학식 (2)에서,
Figure pct00006
은 가스 형태에서의 유체의 추론된 에너지 함량 값이다. A는 시프트 항이다. B는 여기에서 도시된 바와 같이 밀도 항이지만, 다른 측정된 항들이 수학식 (2)에서 그 대신에 이용될 수 있다는 것이 인식되어야 한다.
모든 실시예들에서, 시프트 항(A)은 상수로서 표현될 수 있거나, 수학식 (3)에서 도시된 바와 같이, 아마도 온도와의 간단한 관계를 가지는 온도 종속적 수량(K1(T))으로서 표현될 수 있다:
Figure pct00007
(3)
밀도 항(B)은 수학식 (4)에서 도시된 바와 같이, 측정된 밀도에 대응하는 계수(K2)와의 액체 상태에서의 유체의 측정된 밀도(
Figure pct00008
)의 곱으로서 표현될 수 있다:
Figure pct00009
(4)
실시예에서, 측정된 밀도에 대응하는 계수(K2)는 온도 종속적 계수(K2(T))이어서, 수학식 (4)는 수학식 (5)가 된다.
Figure pct00010
(5)
실시예에서, 수학식 (2)는 수학식 (6)의 형태를 취할 수 있다.
Figure pct00011
(6)
계수들 및 시프트 항의 일부 또는 전부가 상수들이고 온도와 함께 변동되지 않는 실시예들이 인식되어야 한다.
액체 상태에서의 유체의 하나 초과의 측정량(하나 초과의 측정량은 항들에서 측정된 온도를 포함하는 것이 아니라, 온도에 잠재적으로 종속적인 계수들을 가짐)이 추론적 관계에서 이용되는 실시예에서, 추론적 관계는 수학식 (7)의 형태를 취할 수 있다:
Figure pct00012
(7)
시프트 항(A) 및 밀도 항(B)은 수학식들 (3) 내지 (6)에서 표현된 바와 같을 수 있다. 액체 상태에서의 유체의 음속이 추론적 관계에서 이용된 하나 초과의 측정량 중의 하나인 실시예에서, 관계는 수학식 (7)에서 도시된 바와 같이, 음속 항(C)을 가질 수 있다.
음속 항(C)은 수학식 (8)에서 도시된 바와 같이, 측정된 음속에 대응하는 계수(K3)와의 액체 상태에서의 유체의 측정된 음속(SOSliquid)의 곱으로서 표현될 수 있다:
Figure pct00013
(8)
실시예에서, 측정된 음속에 대응하는 계수(K3)는 온도 종속적 계수(K3(T))이어서, 수학식 (8)은 수학식 (9)가 된다.
Figure pct00014
(9)
실시예에서, 수학식 (7)에서 표현된 관계는 수학식 (10)으로서 표현될 수 있다.
Figure pct00015
(10)
액체 상태에서의 유체의 하나 초과의 측정량(하나 초과의 측정량은 항들에서 측정된 온도를 포함하는 것이 아니라, 온도에 잠재적으로 종속적인 계수들을 가짐)인 다양한 실시예들에서, 액체 상태에서의 유체의 점도 측정은 음속 대신에 또는 이에 추가적으로 이용될 수 있다. 이 실시예에서, 점도 항(D)은 음속 항(C)에 추가적으로 또는 그 대신에 이용될 수 있다.
점도 항(D)은 수학식 (11)에서 도시된 바와 같이, 측정된 점도에 대응하는 계수(K4)와의 액체 상태에서의 유체의 측정된 점도(
Figure pct00016
)의 곱으로서 표현될 수 있다:
Figure pct00017
(11)
실시예에서, 측정된 점도에 대응하는 계수(K4)는 온도 종속적 계수(K4(T))이어서, 수학식 (11)은 수학식 (12)가 된다.
Figure pct00018
(12)
실시예에서, 추론적 관계는 수학식 (13)에서 도시된 바와 같이, 음속 항(C)이 아니라, 밀도 항(B) 및 시프트 항(A)을 갖는 점도 항(D)을 편입시키는 합일 수 있다:
Figure pct00019
(13)
실시예에서, 수학식 (13)의 관계는 수학식 (14)로서 표현될 수 있다.
Figure pct00020
(14)
또 다른 실시예에서, 시프트 항(A), 밀도 항(B), 음속 항(C), 및 점도 항(D)의 전부는 추론적 관계에서 참작될 수 있다. 예를 들어, 추론적 관계는 수학식 (15)에서 도시된 바와 같이, 시프트 항(A), 밀도 항(B), 음속 항(C), 및 점도 항(D)의 합일 수 있다.
Figure pct00021
(15)
실시예에서, 수학식 (13)의 관계는 수학식 (16)로서 표현될 수 있다.
Figure pct00022
(16)
추론적 관계는 이용되는 측정된 파라미터들의 제곱된 또는 더 높은 차수의 지수(exponential)들(이하, "더 높은 차수의 측정들"), 예를 들어, 액체 상태에서의 유체의 측정된 밀도, 액체 상태에서의 유체의 측정된 음속, 및 액체 상태에서의 유체의 점도 중의 하나 이상의 제곱들 또는 더 높은 차수의 지수들을 갖는 임의의 수의 항들(이하, "더 높은 차수의 항들")을 추가로 참작할 수 있다. 추론적 관계는 더 높은 차수의 측정들의 각각에 대한 대응하는 계수들을 가질 수 있다. 더 높은 차수의 측정들의 대응하는 계수들은 온도 종속성들을 각각 가질 수 있다. 더 높은 차수의 측정들은 더 높은 차수의 항들에서의 추론적 관계들로 표현될 수 있다. 다양한 실시예들에서, 더 높은 차수의 항들은 각각의 더 높은 차수의 측정 및 각각의 대응하는 계수의 곱들일 수 있다. 하나 이상의 더 높은 차수의 항들은 추가의 합들, 예를 들어, 수학식들 (2), (6), (7), (10), (13), (14), (15), 및 (16) 중의 임의의 것의 우측에 추가될 더 높은 차수의 항들의 추가의 합들로서 추론적 관계들 내로 편입될 수 있다.
실시예에서, 추론적 관계는 어떤 항들에서 이차(quadratic)일 수 있고, 수학식 (17)의 형태를 취할 수 있다:
Figure pct00023
(17)
수학식 (17)에서, K5(T) 및 K6(T)는 각각 제곱된 밀도 및 제곱된 점도 측정 값들에 대한 온도 종속적 계수들이다. 계수들이 온도와 함께 변동되지 않는 상수들인(즉, K1 내지 K6은 상수들임) 대안적인 실시예가 고려된다. 이것은 밀도 및 점도의 각각과 가스의 추론된 에너지 함량 사이의 이차 관계들을 제공한다.
실시예에서, 추론적 관계의 항들의 각각은 측정된 값 및 더 높은 차수의 측정된 값 중의 하나를 오직 가질 수 있다.
온도 종속적 계수들(예컨대, K1(T), K2(T), K3(T), K4(T), K5(T), 및/또는 K6(T)) 중의 하나 이상의 온도 종속적 계수의 온도 종속성은 임의의 수의 관계들에 의해 결정될 수 있다. 예를 들어, 계수와 온도 사이의 관계는 선형적일 수 있고, 그 실시예는 수학식 (18)에서 도시된다:
Figure pct00024
(18)
수학식 (18)에서, G 및 H는 온도들의 상이한 범위들에서의 몇몇 상이한 가스 혼합물들에 대하여, 분석 수단, 예를 들어, 회귀(regression)에 의해 결정될 수 있는 상수들(이하, "계수 상수들")이다. 각각의 항은 온도 종속적 계수를 가질 수 있고, 계수의 각각의 온도 종속성은 적어도 하나의 항-특정적 계수 상수를 가질 수 있다(예컨대, G 및/또는 H는 수학식 (19)에서의 예시적인 "x번째" 항에 대한 항-특정적 계수 상수들일 수 있음). "x" 첨자는 수학식 (18)에서 설명된 계수 관계가 추론적 관계에서의 임의의 대응하는 측정 값(또는 더 높은 차수의 측정 값, 예컨대, 제곱된 측정된 밀도)에 대해 포괄적이라는 것을 단지 나타내기 위한 것이다. "관계 엘리먼트들(relationship elements)"은 계수들 및 계수 상수들 중의 하나 이상을 포함할 수 있다. 명세서의 목적들을 위하여, 추론적 관계의 구조, 하나 이상의 수학식들 (2) 내지 (19)의 형태의 사례에 대한 구조가 결정될 경우에, 추론적 관계는 이 구조 및 관계 엘리먼트들에 의해 특징될 수 있다.
또 다른 실시예에서, 온도 종속적 계수들(예컨대, K1(T), K2(T), K3(T), K4(T), K5(T), 및/또는 K6(T)) 중의 하나 이상의 온도 종속적 계수의 온도 종속성은 온도와의 이차 관계에 의해 결정될 수 있고, 그 실시예는 수학식 (19)에서 도시된다:
Figure pct00025
(19)
수학식 (19)에서, G, H, 및 I는 온도들의 상이한 범위들에서의 몇몇 상이한 가스 혼합물들에 대하여, 분석 수단, 예를 들어, 회귀에 의해 결정될 수 있는 상수들일 수 있다. 다시, "x" 첨자는 수학식 (19)에서 설명된 계수 관계가 추론적 관계에서의 임의의 대응하는 측정 값(또는 더 높은 차수의 측정 값)에 대해 포괄적이라는 것을 단지 나타내기 위한 것이다. 온도 종속적 계수들(예컨대, K1(T), K2(T), K3(T), K4(T), K5(T), 및/또는 K6(T))의 각각은 G, H, 및 I 중의 하나 이상의 상이한 값들을 가질 수 있고, 및/또는 더 많거나 더 적은 계수들이 이용되도록, 계수들의 각각에 대한 온도에서의 상이한 차수의 다항식들을 가질 수 있다. 수학식들 (2) 내지 (19)에서 표현된 관계들 중의 하나 이상은 라인 조건들에서 취해진 전형적인 측정들로부터 MN, LFL, WI, GHV, 및 NHV 중의 하나 이상의 값들을 추론하기 위하여 이용될 수 있다.
이 구현예들의 예들은 도 6 내지 도 10 및 그 대응하는 설명들에서 도시된다.
계수들 및 시프트 항의 일부 또는 전부가 상수들이고 온도와 함께 변동되지 않는 실시예들이 인식되어야 한다.
도 1은 유동 유체 측정 시스템의 실시예의 블록도를 도시한다. 시스템(100)은 진동 센서(102), 선택적인 음속 센서(106), 및 선택적인 추가 진동 센서(199)를 가진다. 임의의 진동 센서(102) 시스템, 예를 들어, 코리올리(Coriolis) 유동 계측기, 포크 농도계(fork densitometer), 포크 점도계(fork viscometer) 등이 이용될 수 있다는 것이 인식되어야 한다. 동일한 사항이 선택적인 진동 센서(106)에 적용된다. 다양한 실시예들에서, 동일한 또는 상이한 유형들의 다수의 진동 센서들(102)은 에너지 함량의 추론적 결정들에서 이용되어야 할 측정들을 결정하기 위하여 직렬로 이용될 수 있다.
진동 센서(102 및/또는 199)는 진동 센서와 상호작용하는 유체의 전형적인 유동 유체 및/또는 유체 유동 측정들을 제공하기 위하여 이용될 수 있다. 진동 센서들(102 및/또는 199)에 의해 제공된 전형적인 측정들은 예를 들어, 액체 상태에서의 유체의 밀도, 점도, 음속, 질량 유량(mass flowrate), 및 체적 유량(volumetric flowrate) 중의 하나 이상을 포함할 수 있다. 진동 센서(102) 및 선택적인 추가 진동 센서(199)는 상이한 유형들의 진동 센서들일 수 있어서, 이들은 상이하게 구조화되고 및/또는 서로로부터의 상이한 측정들을 제공할 수 있다. 예를 들어, 진동 센서(102)는 포크 점도 계측기일 수 있고, 선택적인 추가 진동 센서(199)는 코리올리 유동 센서일 수 있다. 이것은 단지 예시적이고, 잠재적인 유동 센서들(102)의 모든 변형들 및/또는 유동 센서들(102) 및 선택적인 추가 유동 센서들(199)의 조합들이 고려된다.
진동 센서(102 및/또는 199)는 파이프 또는 도관, 탱크, 컨테이너, 또는 다른 유체 용기(vessel)들에서 장착될 수 있다. 진동 센서(102 및/또는 199)는 또한, 유체 유동을 지향시키기 위한 매니폴드(manifold) 또는 유사한 구조에서 장착될 수 있다. 그러나, 다른 장착 배열들이 고려되고, 설명 및 청구항들의 범위 내에 있다.
실시예에서, 진동 센서(102 및/또는 199)는 포크 계측기, 예를 들어, 포크 점도 계측기 또는 포크 밀도 계측기일 수 있다. 진동 센서(102 및/또는 199)는 계측기 전자기기(110), 구동기(103), 제1 가지부(tine)(104a), 제2 가지부(104b), 반응 센서(105), 온도 센서(108), 및 통신 링크(26)를 가질 수 있다. 진동 센서(102)는 유체 측정들을 제공하도록 동작한다. 진동 센서(102)는 예를 들어, 유동하는 또는 비-유동하는 유체들을 포함하는 유체에 대한 유체 밀도(
Figure pct00026
), 유체 온도(T), 유체 점도(
Figure pct00027
), 질량 유량, 체적 유량, 및 압력(P) 중 하나 이상을 포함하는 유체 측정들을 제공할 수 있다. 이 열거는 철저하지 않고, 진동 센서(102 및/199)는 다른 유체 특성들을 측정할 수 있거나 결정할 수 있다.
계측기 전자기기(110)는 측정들을 행하고 및/또는 프로그래밍 모듈들을 프로세싱하기 위한 원시 신호 데이터(raw signal data)를 프로세싱하는 프로세싱 회로이다. 계측기 전자기기(110)는 도 2에서 도시된 컴퓨터(200)의 실시예일 수 있다. 계측기 전자기기(110)는 진동 센서(102)의 구동기(103) 및 반응 센서(105)의 동작을 제어하고, 전기적 전력을 구동기(103) 및 반응 센서(105)에 제공할 수 있다. 예를 들어, 계측기 전자기기(110)는 구동 신호를 생성할 수 있고, 제1 가지부(104a)에서의 진동들을 생성하기 위하여 생성된 구동 신호를 구동기(103)에 제공할 수 있다. 제1 가지부(104a)는 진동 센서(102)의 침지된 엘리먼트(immersed element)이다. 생성된 구동 신호는 제1 가지부(104a)의 진동 진폭 및 주파수를 제어할 수 있다. 생성된 구동 신호는 또한, 진동 기간 및/또는 진동 타이밍을 제어할 수 있다. 계측기 전자기기(110)는 함께 이용되지만 별도로 판매되는 다수의 컴포넌트들 및 제품들을 표현할 수 있음을 주목해야 한다. 예를 들어, 계측기 전자기기(110)는 계측기의 전자기기, 및 다른 통신가능하게 결합된 엘리먼트들의 전자기기, 예를 들어, 그 이용이 계측기 및 그 전자기기를 요구하는 송신기 또는 다른 디바이스를 포함할 수 있다.
구동기(103)는 모션(motion)들을 구동하는 엘리먼트이다. 제1 가지부(104a)는 진동되고 유체와 상호작용하는 엘리먼트이다. 구동기(103)는 제1 가지부(104a)를 진동시키기 위하여 계측기 전자기기(110)로부터 구동 신호들을 수신할 수 있다. 제2 가지부(104b)는 아마도, 제1 가지부(104a)의 진동에 의해 구동된 결과적인 진동을 가지는 또 다른 침지된 엘리먼트이다. 제2 가지부(104b)는 제2 가지부(104b)의 진동 반응을 측정하는 반응 센서에 결합되어, 제2 가지부(104b)의 진동 반응과 제1 가지부(104a)를 구동하는 구동기(103)에 적용된 구동기 신호 사이의 관계는 유체의 성질들을 나타낸다. 이 진동들은 유동 유체 및/또는 유체 유동 측정들이 계측기 전자기기(110)에 의해 결정되는 것을 허용하기 위하여 구동될 수 있다. 온도 센서(108)는 온도를 측정하는 디바이스이다. 유체 유동 및/또는 유체 유동 측정들은 온도 종속성들을 가질 수 있어서, 온도 센서(108)는 측정들에서의 이용을 위하여 온도 데이터를 계측기 전자기기(110)에 제공할 수 있다.
계측기 전자기기(110)는 제2 가지부(104b)의 모션 및/또는 진동들을 검출하는 반응 센서(105)로부터 진동 신호 또는 신호들을 수신할 수 있다. 실시예에서, 계측기 전자기기(110)는 위상 로크(phase lock)에서 진동 엘리먼트를 구동할 수 있어서, 구동기(103)에 제공된 커맨드 신호 및 반응 센서(105)로부터 수신된 반응 신호는 위상 록킹된다. 계측기 전자기기(110)는 예를 들어, 밀도(
Figure pct00028
) 측정을 생성하기 위하여 진동 신호 또는 신호들을 프로세싱할 수 있다. 계측기 전자기기(110)는 신호 또는 신호들의 주파수를 결정하기 위하여 반응 센서(105)로부터 수신된 진동 신호 또는 신호들을 프로세싱한다. 또한, 또는 추가적으로, 계측기 전자기기(110)는 점도(
Figure pct00029
)와 같은, 유체의 다른 특성들을 결정하기 위하여 진동 신호 또는 신호들을 프로세싱한다. 대안적인 실시예들에서, 계측기 전자기기(110)는 또한, 예를 들어, 유체 유량을 결정하기 위하여 프로세싱될 수 있는 상류 및 하류 신호들 사이의 위상 차이를 결정할 수 있다. 인식될 수 있는 바와 같이, 시간-기반 단위(time-based unit)들과 같은 임의의 적당한 단위가 채용될 수 있지만, 위상 차이는 전형적으로, 도(degree)들 또는 라디안(radian)들과 같은 공간적 단위들로 측정되거나 표현된다. 시간 기반 단위들이 채용될 경우에, 위상 차이는 진동 신호와 구동 신호 사이의 시간 지연으로서 당업자에 의해 참조될 수 있다. 다른 진동 반응 특성들 및/또는 유체 측정들이 고려되고, 설명 및 청구항들의 범위 내에 있다.
계측기 전자기기(110)는 통신 링크(26)에 추가로 결합될 수 있다. 계측기 전자기기(110)는 통신 링크(26) 상에서 진동 신호를 통신할 수 있다. 계측기 전자기기(110)는 또한, 측정 값 또는 값들을 생성하기 위하여 수신된 진동 신호를 프로세싱할 수 있고, 통신 링크(26) 상에서 측정 값 또는 값들을 통신할 수 있다. 추가적으로, 계측기 전자기기(110)는 통신 링크(26) 상에서 정보를 수신할 수 있다. 예를 들어, 계측기 전자기기(110)는 통신 링크(26) 상에서 커맨드들, 업데이트들, 동작 값들 또는 동작 값 변경들, 및/또는 프로그래밍 업데이트들 또는 변경들을 수신할 수 있다. 다양한 실시예들에서, 통신 링크(26)는 통신가능한 결합기(240)의 실시예일 수 있거나, 통신가능한 결합기(240)에 통신가능하게 결합될 수 있다.
진동 센서(102 및/또는 199)는 폐쇄된-루프 회로를 이용하여 구동기(103)를 위한 구동 신호를 제공할 수 있다. 구동 신호는 전형적으로, 수신된 진동 신호에 기초한다. 폐쇄된-루프 회로는 진동 신호 또는 진동 신호의 파라미터들을 구동 신호로 수정할 수 있거나 편입시킬 수 있다. 예를 들어, 구동 신호는 수신된 진동 신호의 증폭되거나, 변조되거나, 또는 그렇지 않을 경우에 수정된 버전일 수 있다. 그러므로, 수신된 진동 신호는 폐쇄된-루프 회로가 타깃 주파수 또는 위상 차이를 달성하는 것을 가능하게 하는 피드백을 포함할 수 있다. 피드백을 이용하면, 폐쇄된-루프 회로는 구동 주파수를 증분식으로 변경시키고, 타깃 위상이 도달될 때까지 진동 신호를 모니터링하여, 구동 주파수 및 진동 신호는 타깃 위상에서 또는 타깃 위상 근처에서 위상 록킹된다.
유체의 점도(
Figure pct00030
) 및 밀도(
Figure pct00031
)와 같은 유체 성질들은 구동 신호와 진동 신호 사이의 위상 차이가 135° 및 45°인 주파수들로부터 결정될 수 있다. 제1 오프-공진(off-resonant) 위상 차이
Figure pct00032
및 제2 오프-공진 위상 차이
Figure pct00033
로서 나타내어진 이 희망된 위상 차이들은 절반 전력(half power) 또는 3dB 주파수들에 대응할 수 있다. 제1 오프-공진 주파수
Figure pct00034
는 제1 오프-공진 위상 차이
Figure pct00035
이 135°인 주파수로서 정의된다. 제2 오프-공진 주파수
Figure pct00036
는 제2 오프-공진 위상 차이
Figure pct00037
가 45°인 주파수로서 정의된다. 제2 오프-공진 주파수
Figure pct00038
에서 행해진 밀도(
Figure pct00039
) 측정들은 유체 점도(
Figure pct00040
)에 독립적일 수 있다. 따라서, 제2 오프-공진 위상 차이
Figure pct00041
가 45°인 경우에 행해진 밀도(
Figure pct00042
) 측정들은 다른 위상 차이들에서 행해진 밀도(
Figure pct00043
) 측정들보다 더 정확할 수 있다.
일부 실시예들에서, 진동 센서(102)는 밀도(
Figure pct00044
) 및 점도(
Figure pct00045
) 중의 하나를 오직 결정할 수 있고, 다른 기구는 밀도(
Figure pct00046
) 및 점도(
Figure pct00047
) 중의 다른 것을 결정할 수 있고, 다른 기구는 아마도 상이한 진동 계측기일 수 있다.
진동 센서(102)의 다양한 실시예들이 고려되고, 도 1에서 도시된 실시예는 단지 예시적인 목적들을 위한 것이다. 임의의 진동 센서(102), 예를 들어, 설명된 포크 계측기 또는 코리올리 유동 센서가 이용될 수 있다.
선택적인 음속 센서(106)는 유체의 음속을 검출하는 센서이다. 선택적인 음속 센서(106)는 가스 상태에서의 유체의 에너지 함량을 결정하기 위하여 액체 상태에서의 유체의 음속을 결정할 수 있다. 선택적인 음속 센서(106)는 측정되어야 할 액체 유체를 통해, 음 송신기를 이용하여 음(sound)을 송신할 수 있고, 소닉 센서(sonic sensor)로 반응을 수신할 수 있다. 음속은 그 다음으로, 운송의 시간, 및 음 송신기와 소닉 센서 사이의 거리에 기초하여 결정될 수 있다. 이것은 단지 예시적이고, 선택적인 음속 센서(106)에 의해 음속을 측정하는 다른 방법들이 고려된다.
도시되지 않지만, 진동 센서들(102 및/또는 199) 중의 하나 이상은 코리올리 유동 센서일 수 있다. 코리올리 유동 센서들은 유체, 아마도, 액체 상태에서의 유체 및/또는 가스 상태에서의 유체의 질량 유량 및/또는 밀도를 결정하기 위하여 코리올리 힘들로 인한 측정된 발진(oscillation)들에서의 위상 차이들을 결정할 수 있다. 실시예에서, 진동 센서(102) 및 선택적인 추가 진동 센서(199)의 어느 것도 포크 계측들이 아니다(따라서, 도 1에서 도시된 진동 센서(102)는 이 실시예의 진동 센서(102)와는 상이함). 또 다른 실시예에서, 진동 센서(102)는 진동하는 것에 의존하는 가스 밀도 계측기일 수 있다. 진동 센서(들)(102 및/또는 199) 및 선택적인 음속 센서들(106)이 측정하고 측정량들을 결정하는 방식들은 본 기술분야에서 양호하게 확립되어 있고, 추가의 개시내용은 간결함을 위하여 생략된다.
컴퓨터 시스템, 예를 들어, 진동 센서(102)의 계측기 전자기기(110)는 예를 들어, 수학식들 (2) 내지 (19)에서 표현된 관계들 및 이 명세서에 의해 교시된 다른 예들 중의 임의의 것을 이용하여, 가스 상태에서의 유체에 대한 에너지 함량 메트릭의 값을 추론하기 위하여 하나 이상의 전형적인 유동 유체 및/또는 유체 유동 측정들을 이용하도록 구성될 수 있다.
전형적인 에너지 함량 메트릭들의 예들은 메탄가(이하, "MN"), 하부 가연성 한계(이하, "LFL"), 웨버 인덱스(이하, "WI"), 전열값(이하, "GHV"), 및 순열값(이하, "NHV")을 포함할 수 있다. 이 명세서에서 개시된 실시예들에서, 추론된 에너지 함량은 MN, LFL, WI, GHV, 및 NHV 중의 하나 이상일 수 있다.
MN은 연소될 때에 유체의 노크 잠재성을 표현할 수 있는 에너지 함량 측정이다. 그것은 연료가 제어불가능하게 연소할 가능성을 설명한다. MN을 구하기 위한 관계의 실시예는 수학식 (20)에서 도시된다:
Figure pct00048
(20)
수학식 (19)에서, MN은 메탄가이고,
Figure pct00049
은 원자 수소 대 탄소 비율이다(예컨대, 메탄에 대한
Figure pct00050
은 4 개의 수소들 및 하나의 탄솔르 가지는 메탄에 대하여 4임). 이것을 직접적으로 결정하기 위하여, 당업자는 라인 조건들에서 결정하기가 어려운 어떤 것인, 유체 혼합물의 조성을 알아야 할 것이다.
LFL은 연소가 발생할, 공기와의 혼합물에서의 가스의 최소 조성을 표현하는 에너지 함량 측정이다. LFL을 구하기 위한 관계의 실시예는 수학식 (21)에서 도시된다:
Figure pct00051
(21)
수학식 (21)에서, LFL은 하부 가연성 한계이고, i는 혼합물의 각각의 컴포넌트를 참조하는 인덱스이고, xi는 컴포넌트 i의 상대적인 비율이고, LFLi는 컴포넌트 i의 하부 가연성 한계이다. 이 관계를 이용하는 방법들은 조성을 아는 것이 필요함으로써 제한된다. 조성은 라인 조건들에서 결정하기가 어려울 수 있다.
WI는 연료 가스들의 상호 교환가능성(interchangeability)을 표현하는 에너지 메트릭이다. WI는 특정 비중(gravity)의 근(root)에 대한 발열량이다. 수학식 (22)는 WI를 결정하기 위한 관계의 실시예를 도시한다:
Figure pct00052
(22)
수학식 (22)에서, WI는 웨버 인덱스이고, CV는 발열량이고, SG는 유체의 특정 비중이다. 다시, 발열량을 결정하기 위한 전통적인 측정들은 혼합물의 상대적인 조성을 아는 것을 요구하고, 조성 결정을 요구한다. 조성 결정들은 라인 조건들에서 실제의 측정들을 결정하거나 추론할 때에 비실용적일 수 있다.
GHV 및 NHV는 둘 모두 발열량(calorific value)들로서 종종 지칭된 열값(heating value)들이다. GHV와 NHV 사이의 차이는 NHV가 혼합물에서의 임의의 수증기를 고려하는 것으로부터 기인할 열의 양만큼 감소된다는 것이다. GHV를 결정하기 위한 방법의 실시예는 수학식 (23)에서 도시된다:
Figure pct00053
(23)
수학식 (23)에서, GHVV는 전열값(체적 단위)이고, %CO2는 체적에 의한 혼합물의 이산화탄소 조성이고, %N2는 체적에 의한 혼합물의 질소 조성이다. 수학식 (23)은 체적 단위들에서의 AGA 5 수학식 관계이다. 이산화탄소 및 질소에 대한 항들만이 도시되지만, 더 많은 엘리먼트들이 간결함을 위하여 생략되는 다른 물질들에 대한 수학식에서 존재한다는 것이 주목되어야 한다. 일부 시스템들에서, 수학식 (23)은 제곱 인치 압력 당 14.73 파운드 및 60 ℉에서 입방 피트(cubic foot) 당 BTU로 발열량을 산출한다.
AGA 5 수학식과 등가적인 질량 단위가 또한 이용될 수 있다. 등가적인 질량 단위의 실시예는 수학식 (23A)에서 도시된다:
Figure pct00054
(23A)
수학식 (23A)에서, GHVM은 전열값(질량 단위)이고, MC는 질량에 의한 이산화탄소 조성이고, MN은 질량에 의한 질소 조성이고, SG는 특정 비중이다.
NHV를 얻기 위하여, 당업자는 수학식들 (23) 또는 (23A) 중의 어느 하나의 결과적인 GHV를 이용할 수 있고, 그것으로부터 혼합물의 임의의 수증기의 응축열(heat of condensation)을 감산할 수 있다. 다시, 이것은 조성 결정을 요구할 것이다. 조성 결정들은 라인 조건들에서 실제의 측정들을 결정하거나 추론할 때에 비실용적일 수 있다.
추론적 관계가 액체 상태에서의 유체의 음의 속도에 종속되지 않는 실시예에서, 단일 진동 계측기(102), 아마도 포크 점도 계측기(이하, "FVM")는 액체 상태에서의 유체에 대해 행해진 측정들에 기초하여 가스 상태에서의 유체의 추론된 에너지 함량을 결정하기 위하여 이용될 수 있다. FVM에 의해 취해진 측정들은 측정된 밀도 및 측정된 점도를 포함할 수 있다. 액체 상태에서의 유체의 취해진 이 측정량들은 가스 상태에서의 유체의 에너지 함량을 추론하기 위하여 이용될 수 있다. FVM(예컨대, 진동 센서(102)이 이용되는 실시예에서, 별도의 코리올리 유동 센서(예컨대, 선택적인 추가 진동 센서(199))는 액체 상태에서의 유체의 질량 유량을 결정하기 위하여 여전히 이용될 수 있다. 질량 유량 및 에너지 함량의 둘 모두가 이 명세서에서 개시된 시스템들 중의 임의의 것에 의해 결정될 때, 시스템들은 액체 상태에서의 유체의 질량 유량 및 에너지 함량으로부터 유체의 에너지 유량을 추가로 유도할 수 있어서, 액체 상태에서의 유체의 유동은 유동하는 유체가 단위 시간 당 가스 상태로 제공할 수 있는 에너지에서 측정된다.
또 다른 실시예에서, 추론적 관계는 액체 상태에서의 유체의 측정된 음속에 종속된다. 이 실시예에서, 선택적인 음속 센서(106)는 액체 상태에서의 유체의 음속을 결정하기 위하여 이용될 수 있다. 액체 상태에서의 유체의 음속이 이용되고 액체 상태에서의 유체의 밀도가 이용되는 실시예에서는, 또 다른 컴퓨터에서 가스 상태에서의 유체의 에너지 함량을 추론하기 위하여, 선택적인 음속 센서(106)에 의해 결정된 액체 상태에서의 유체의 음속 측정들은 또 다른 컴퓨터, 아마도 진동 센서(102 및/또는 199)의 계측기 전자기기로 송신될 수 있다. 이 실시예에서, 액체 상태에서의 유체의 밀도 및 점도 중의 하나 이상은 진동 센서(102 및/또는 199)에 의해 결정될 수 있고, 가스 상태에서의 유체의 에너지 함량을 추론하기 위하여 액체 상태에서의 유체의 송신된 음속 측정과 함께 이용될 수 있다.
다수의 진동 센서들(102 및/또는 199)이 액체 상태에서의 유체의 질량 유량, 밀도, 및 점도 중의 하나 이상을 측정하기 위하여 각각 이용되고, 및/또는 선택적인 음속 센서(106)가 액체 상태에서의 유체의 음속을 측정하기 위하여 이용되는 추가의 실시예들이 상상된다. 개시된 센서들의 유형들 및 에너지 함량의 추론에서 잠재적으로 이용된 측정들에 기초한 잠재적인 하드웨어 및 소프트웨어 배열들의 모든 조합들이 이 명세서에 의해 고려된다.
도 2는 컴퓨터 시스템(200)의 실시예의 블록도를 도시한다. 실시예에서, 컴퓨터 시스템(200)은 계측기 전자기기, 예를 들어, 계측기 전자기기(110)일 수 있다. 다양한 실시예들에서, 컴퓨터 시스템(200)은 애플리케이션 특정 집적 회로들로 구성될 수 있거나, 개별 프로세서 및 메모리 엘리먼트들을 가질 수 있고, 프로세서 엘리먼트들은 메모리 엘리먼트들로부터의 커맨드들을 프로세싱하고 메모리 엘리먼트들 상에 데이터 저장하기 위한 것이다. 컴퓨터 시스템(200)은 격리된 물리적 시스템, 가상적 머신일 수 있고, 및/또는 클라우드 컴퓨팅 환경에서 확립될 수 있다. 컴퓨터 시스템(200)은 이 설명에서 제시된 임의의 방법 단계들을 완수하도록 구성될 수 있고, 개시된 모듈들과 연관된 모든 기능들을 실행할 수 있다.
컴퓨터 시스템은 프로세서(210), 메모리(220), 인터페이스(230), 및 통신가능한 결합기(240)를 가질 수 있다. 메모리(220)는 예를 들어, 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)을 표현하는 집적 회로들을 저장할 수 있고 및/또는 이를 가질 수 있다. 다양한 실시예들에서, 컴퓨터 시스템(200)은 기재된 엘리먼트들 내로, 또는 기재된 컴퓨터 엘리먼트들, 예를 들어, 버스들, 다른 통신 프로토콜들 등에 추가적으로, 또는 이들과 통신하도록 집적된 다른 컴퓨터 엘리먼트들을 가질 수 있다.
프로세서(210)는 데이터 프로세싱 엘리먼트이다. 프로세서(210)는 중앙 프로세싱 유닛, 애플리케이션 특정 집적 회로, 다른 집적 회로, 아날로그 제어기, 그래픽 프로세싱 유닛, 필드 프로그래밍가능 게이트 어레이, 이들 또는 다른 보편적인 프로세싱 엘리먼트들의 임의의 조합 등과 같은, 프로세싱을 위하여 이용된 임의의 엘리먼트일 수 있다. 프로세서(210)는 프로세싱 데이터를 저장하기 위한 캐시 메모리(cache memory)를 가질 수 있다. 프로세서(210)는 이 명세서에서의 방법들로부터 이익을 얻을 수 있는데, 그 이유는 방법들이 제시된 발명적 구조들을 이용하여 계산들의 분해능을 증대시킬 수 있고 그 계산들의 에러를 감소시킬 수 있기 때문이다.
메모리(220)는 전자 저장을 위한 디바이스이다. 메모리(220)는 임의의 비-일시적 저장 매체일 수 있고, 하드 드라이브, 솔리드 스테이트 드라이브, 휘발성 메모리, 집적 회로들, 필드 프로그래밍가능 게이트 어레이, 랜덤 액세스 메모리, 판독-전용 메모리, 동적 랜덤-액세스 메모리, 소거가능 프로그래밍가능 판독-전용 메모리, 전기적 소거가능 프로그래밍가능 판독-전용 메모리, 캐시 메모리 등 중의 하나, 일부, 또는 전부를 포함할 수 있다. 프로세서(210)는 메모리(220)로부터의 커맨드들을 실행할 수 있고, 메모리(220) 내에 저장된 데이터를 사용할 수 있다.
컴퓨터 시스템(200)은 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)에 의해 이용될 임의의 데이터를 저장하도록 구성될 수 있고, 아마도, 데이터가 언제 취해졌거나 결정되었는지를 표현하는 시간 스탬프(time stamp)들과 함께, 메모리(220)에서의 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)에 의해 수신되거나 이용된 임의의 파라미터를 표현하는 임의의 시간량에 대한 이력 데이터를 저장할 수 있다. 컴퓨터 시스템(200)은 또한, 메모리(220)에서의 임의의 중간물들의 결정들을 표현하는 임의의 데이터를 저장할 수 있다. 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)은 3 개의 별도 그리고 개별 모듈들로서 디스플레이되지만, 명세서는 명세서에서 표현된 방법들을 완수하기 위하여 협력하여 작동하는 임의의 수(심지어 특정된 바와 같이 1 개 또는 3 개) 및 다양한 모듈들을 고려한다.
분석 모듈(202)은 가스 상태에서의 유체의 에너지 함량과, 유체가 액체 상태에 있는 동안에 측정된 유체의 파라미터들 사이의 추론적 관계를 결정하는 프로그래밍 모듈이다. 분석 모듈(202)은 추론적 관계를 결정하기 위하여 이 명세서에서 개시된 임의의 방법들 및 수학식들, 예를 들어, 도 1 및 수학식들 (2) 내지 (19)의 설명에서 개시된 방법들을 이용할 수 있다. 분석 모듈은 평가 절차, 예를 들어, 회귀 또는 머신 학습 알고리즘을 이용하여, 현존하는 데이터를 이용하는 추론적 관계를 결정할 수 있다. 예를 들어, 분석은 액체 상태에서의 유체의 다양한 측정된 파라미터들을 편입시키고 결과적인 추론된 에너지 함량을, 가스 상태에서의 유체의 알려진 측정된 에너지 함량으로 수렴시키는 다양한 관계들에 대해 수행될 수 있다. 예를 들어, 분석 모듈(202)은 액체 상태에서의 유체의 측정된 밀도, 액체 상태에서의 유체의 측정된 음속, 및/또는 액체 상태에서의 유체의 측정된 점도 및 가스 상태에서의 동일한 유체의 에너지 함량의 대응하는 측정된 값들 중 하나 이상을 표현하는 데이터를 수신할 수 있고, 액체 상태에서의 유체의 측정된 파라미터들을 가스 상태에서의 동일한 유체의 측정된 에너지 함량 값들에 관련시키는 추론적 관계에서의 추론적 관계 엘리먼트들의 값들을 결정할 수 있다. 다양한 실시예들에서, 추론적 관계는 분석 모듈(202)에 의한 추론적 관계의 결정이 또한, 액체 상태에서의 유체의 측정된 온도의 값들을 수신하는 것을 요구하도록 온도 종속적인 엘리먼트들을 가질 것이고, 측정된 온도는 아마도 다른 측정된 값들과 동시에 또는 실질적으로 동시에 취해진다. 추론적 관계 엘리먼트들은 측정된 파라미터들, 측정된 파라미터들의 더 높은 제곱들, 계수들(아마도, 측정된 파라미터들 또는 측정된 파라미터들의 더 높은 제곱들 중의 하나 이상에 대응하는 대응하는 계수들), 다양한 계수들의 온도 종속성들 등을 포함할 수 있다. 추론적 관계는 수학식들 (2) 내지 (19) 중의 하나 이상에 의해 설명될 수 있고, 분석 모듈은 추론적 관계를 결정하기 위하여 수학식들 (2) 내지 (19)에서 표현된 관계들 중의 하나 이상을 이용할 수 있다. 분석 모듈(202)은 이 명세서에서 교시된 바와 같이, 추론적 관계를 결정하기 위하여 측정 값들의 더 높은 차수의 항들(예를 들어, 이차 항들)을 갖는 수학식들을 추가로 이용할 수 있다.
분석 모듈(202)은 추론적 관계를 결정하기 위하여 오직 일부 측정된 값들을 이용할 수 있다. 예를 들어, 실시예에서, 분석 모듈(202)은 측정량(예컨대, A, B, C, 및/또는 D)과 대응하는 항을 결정하기 위하여 액체 상태에서의 유체의 측정량 값을 수신할 수 있다. 분석 모듈(202)은 계수들 및 아마도, 시프트 항(A)의 온도 종속성을 확립하기 위하여 액체 상태에서의 유체의 온도 측정들을 편입시킬 수 있다. 이 실시예에서, 분석 모듈(202)은 측정량 값에 대응하는 대응하는 계수를 결정할 수 있고, 측정량 값에 대응하는 항을 생성하기 위하여, 측정량 값을 측정량 값에 대응하는 대응하는 계수와 승산할 수 있다. 분석 모듈(202)은 액체 상태에서의 유체의 측정량 값 및 가스 상태에서의 유체의 측정된 에너지 함량을 이용하여, 측정된 값에 대응하는 계수를 결정하기 위하여 평가 절차를 행할 수 있다. 실시예에서, 대응하는 계수 및/또는 시프트 항은 온도 종속적이어서, 대응하는 계수 및/또는 시프트 항은 상수가 아니다. 이 실시예에서, 분석 모듈(202)은 평가 절차에 의해, 액체 상태에서의 유체의 측정된 온도와 대응하는 계수 및/또는 시프트 항 사이의 관계를 결정할 수 있다.
분석 모듈(202)은 어느 측정들 및 항들이 추론된 에너지 함량의 유형들의 각각에 대하여 적절한지에 따라, 추론된 에너지 함량의 유형들의 각각에 대한 상이한 추론적 관계들을 이용할 수 있다. 예를 들어, 측정된 밀도, 측정된 온도, 측정된 점도, 측정된 음속, 측정들의 더 높은 차수의 값들 등 중의 하나 이상은 추론적 관계에서 이용될 수 있다. 추론적 관계의 엘리먼트들(예를 들어, 계수 상수들)을 결정할 시에 이용된 하나 이상의 측정량들의 측정은 컴퓨터 시스템(200)을 이용하여 시스템(100)에 의해 완수될 수 있고, 및/또는 컴퓨터 시스템(200)은 측정들 및 대응하는 측정된 에너지 함량 값들을 이미 결정한 소스(source)들로부터 측정된 데이터를 수신할 수 있다.
분석 모듈(202)은 엘리먼트들과의 추론적 관계, 예를 들어, 추론적 관계의 구조(예컨대, 수학식들 (2) 내지 (19)에 의해 표현된 관계들) 및 관계 엘리먼트들(예컨대, 계수들, 계수 상수들, 및 잠재적으로 수학식들 (2) 내지 (19)에서 표현된 관계들에서 반영된 것들을 결정하기 위한 온도 및/또는 압력 종속적 관계들)을 결정할 수 있거나, 이를 사용자로부터 수신할 수 있다. 계수들 및/또는 수학식들의 계수 상수들 및/또는 계수들을 결정하기 위하여 이용된 엘리먼트들은 예를 들어, 회귀 또는 다른 통계적 또는 확률론적 기법을 이용하여 분석 모듈(202)에 의해 결정될 수 있다. 추론적 관계의 구조는 분석 모듈(202)에 의해 결정될 수 있거나(예컨대, 각각의 에너지 함량 메트릭에 대한 최상의 관계를 결정할 수 있음), 사용자 또는 계측기 전자기기(110)에 의해 공급될 수 있다. 결과적인 추론적 관계 엘리먼트들은 분석 모듈(202)에 의해, 결정되고 있는 에너지 메트릭, 유동 유체, 및 유동 유체가 멤버인 유동 유체들의 클래스 중의 하나 이상과 연관될 수 있다. 에너지 메트릭, 유체 유형, 및 유체 클래스 중의 하나 이상에 관한 데이터는 사용자에 의해 공급될 수 있거나, 분석 모듈(202)에 의해 결정될 수 있고 및/또는 식별될 수 있다. 결과적인 추론적 관계, 관계 엘리먼트들, 및 그들과의 데이터 연관성들은 분석 모듈(202)로 추론적 관계를 결정한 컴퓨터 시스템(200) 내에 저장될 수 있거나, 상이한 컴퓨터 시스템(200), 아마도 진동 센서(102)의 계측기 전자기기(110)(또는 직접적으로 결합된 하드웨어)로 송신될 수 있다.
추론 모듈(204)은 추론된 에너지 함량 값들을 추론하기 위하여 미리 결정된 엘리먼트들(예를 들어, 항들 사이의 미리 결정된 관계들 및/또는 미리 결정된 계수 상수들)을 가지는 추론적 관계를 이용한다. 저장된 추론적 관계는 미리 결정된 및/또는 미리 저장된 엘리먼트들, 예를 들어, 추론적 관계의 구조(예컨대, 수학식들 (2) 내지 (19)에 의해 표현된 관계들) 및 관계 엘리먼트들(예컨대, 계수들, 계수 상수들, 및 잠재적으로 수학식들 (2) 내지 (19)에서 표현된 관계들에서 반영된 것들을 결정하기 위한 온도 및/또는 압력 종속적 관계들)을 가질 수 있다. 수학식들의 계수들 및/또는 계수들을 결정하기 위하여 이용된 엘리먼트들은 컴퓨터 시스템(200)(또는 직접적으로 결합된 하드웨어)에서 미리 결정될 수 있고 미리 저장될 수 있다. 추론적 관계 엘리먼트들은 데이터에 의해, 결정되고 있는 에너지 메트릭, 유동 유체, 및 유동 유체가 멤버인 유동 유체들의 클래스 중의 하나 이상과 연관될 수 있다. 에너지 메트릭, 유체 유형, 및 유체 클래스 중의 하나 이상에 관한 데이터는 사용자에 의해 공급될 수 있거나, 추론 모듈(204)에 의해 결정될 수 있고 및/또는 식별될 수 있다. 데이터 연관성들은 추론 모듈(204)이 특정한 애플리케이션을 위한 최상의 추론적 관계 엘리먼트들 및 에너지 함량 메트릭을 이용한다는 것을 보장할 수 있다. 추론 모듈(204)은 메모리(220)로부터, 특정한 유동 유체 및 애플리케이션을 위한 적절한 관계 엘리먼트들을 취출(retrieve)할 수 있다. 이것으로부터, 추론 모듈(204)은 액체 상태에서의 유체에 대해 행해진 측정들로부터 가스 상태에서의 유체의 에너지 함량을 결정하기 위하여 추론적 관계를 평가할 수 있다.
실시예에서는, 추론적 관계(예를 들어, 항들 및/또는 미리 결정된 계수 상수들 사이의 미리 결정된 관계들)의 엘리먼트들의 결정이 제1 시스템에 의해 행해질 수 있고, 그 제1 시스템에서 결정된 미리 결정된 엘리먼트들은 제2 시스템에서의 에너지 함량의 실제의 추론들에서 이용될 수 있다는 것이 인식되어야 한다. 이 실시예에서, 제1 시스템을 위한 컴퓨터 시스템(200)은 분석 모듈(202) 및 측정 모듈(206) 중의 하나 이상을 가질 수 있지만, 추론 모듈(204)을 가지지 않을 수 있다. 이 실시예에서, 제2 시스템을 위한 컴퓨터 시스템(200)은 추론 모듈(204) 및 측정 모듈(206) 중의 하나 이상을 가질 수 있지만, 분석 모듈(202)을 가지지 않을 수 있다.
또 다른 실시예에서, 컴퓨터 시스템(200)은 추론 관계(예를 들어, 항들 및/또는 미리 결정된 계수 상수들 사이의 미리 결정된 관계들)의 엘리먼트들을 결정하고, 실제의 라인 조건 측정들로부터 에너지 함량 값들을 추론하기 위한 추론적 관계를 전개하기 위하여 이용될 수 있다. 이 실시예에서, 컴퓨터 시스템(200)은 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206) 중의 하나 이상을 가질 수 있다.
측정 모듈(206)은, 센서들로부터 원시 데이터(raw data)를 취하고, 유동 유체 및/또는 유체 유동 측정들을 결정하기 위하여 원시 데이터를 프로세싱하는 프로그래밍 모듈이다. 유동 유체 및/또는 유동 유체 측정들은 측정된 밀도, 압력, 점도, 음속, 온도, 질량 유량 등 중의 하나 이상을 포함할 수 있다. 다양한 실시예들에서, 다양한 하드웨어 엘리먼트들은 시스템 내로 편입될 수 있다. 시스템(100)에서의 상이한 하드웨어 엘리먼트들의 각각은 측정 모듈(206)의 상이한 실시예들을 가질 수 있다. 예를 들어, 진동 센서(102)는 측정 모듈(206)의 실시예를 이용하여 밀도 및 점도 중의 하나 이상을 측정할 수 있다. 선택적인 음속 센서(106)는 측정 모듈(206)의 그 자신의 실시예를 이용하여 유동 유체의 음속을 측정할 수 있다. 선택적인 추가 진동 센서(199)는 측정 모듈(206)의 그 자신의 실시예를 이용하여 유동 유체의 질량 및/또는 체적 유량을 결정할 수 있다.
분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)의 능력들이 고려되고, 제시된 플로우차트들에서 수행되는 방법들을 반영한다. 이 명세서에서의 모든 방법들은 각각의 플로우차트 및 특정된 순서들에 대하여 고려되거나, 순서가 중요하지 않은 것으로 특정될 때, 플로우차트들에 통지하지만, 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)의 모든 방법들 및 능력들은 이 설명을 뒤따르는 임의의 방법 청구항들의 목적들을 위하여 고려된다.
또한, 컴퓨터 시스템(200)이 계측기 전자기기(110)인 실시예들에서, 계측기 전자기기(110)는 다수의 통신가능하게 결합된 엘리먼트들을 포함할 수 있다. 계측기 전자기기(110)인 응집성 컴퓨터 시스템(cohesive computer system)(200)을 형성하도록 상호작용하는 하드우ㅞ어는 상이한 컴포넌트들, 예를 들어, 대응하는 및/또는 호환가능한 송신기에 통신가능하게 결합된 전통적인 계측기 전자기기 어레이일 수 있다. 실시예에서, 계측기 전자기기(110)는 진동 센서(102)의 일체적인 계측기 전자기기 엘리먼트들에서의 그 프로세서의 적어도 일부 엘리먼트들, 및 진동 센서(102)에 결합된 송신기에서의 메모리(220)의 적어도 일부 엘리먼트들을 가질 수 있다.
인터페이스(230)는 컴퓨터 시스템(200) 데이터를 외부 컴퓨트 엘리먼트들에 통신가능하게 결합하기 위하여 이용된 입력/출력 디바이스이다. 인터페이스(230)는 공지된 기술들을 이용하여 컴퓨터 시스템(200)을 외부 엘리먼트들에 접속할 수 있고, 외부 엘리먼트들은 예를 들어, 유니버셜 직렬 버스, 프로링크(Prolink), 직렬 통신, 직렬 진보된 기술 연결(serial advanced technology attachment)들, HPC 유형 접속들, 기가비트 이더넷(Gigabit Ethernet), 인피니밴드(infiniband) 등을 포함한다. 인터페이스(230)는 통신가능한 결합기(240)를 가질 수 있다. 통신가능한 결합기(240)는 컴퓨터 시스템(200)을 컴퓨터 시스템(200)의 외부의 컴포넌트들, 예를 들어, 외부 컴퓨트 디바이스들과 결합하거나, 진동 센서(102), 선택적인 음속 센서(106), 및 선택적인 추가 진동 센서(199) 중의 하나 이상 사이에서의 데이터 전송을 용이하게 하기 위하여 이용된다. 컴퓨터 시스템(200)이 다수의 호환가능하고 잠재적으로 분리가능하게 결합가능한 엘리먼트들로 구성된 계측기 전자기기(110)(예컨대, 진동 센서(102) 및 송신기의 전통적인 계측기 전자기기)인 실시예에서, 통신가능한 결합기(240)는 엘리먼트들을 통신가능하게 결합할 수 있다. 실시예에서, 통신가능한 결합기(240)는 통신 링크(26)의 실시예일 수 있다.
플로우차트들
도 3 내지 도 5는 에너지 함량을 추론하고 이용하기 위한 방법들의 실시예들의 플로우차트들을 도시한다. 플로우차트들에서 개시된 방법들은 비-철저하고, 단계들 및 순서들의 잠재적인 실시예들을 단지 입증한다. 방법들은 도 1 및 도 2의 설명들에서 개시된 엘리먼트들, 도 1 및 도 2에서 개시된 시스템(100) 및 컴퓨터 시스템(200), 분석 모듈(202), 추론 모듈(204), 및/또는 측정 모듈(206)을 포함하는 전체 명세서의 맥락에서 해석되어야 한다.
도 3은 에너지 함량을 추론하기 위한 방법(300)의 실시예의 플로우차트를 도시한다. 방법(300)에서 지칭되거나 묵시적으로 이용된 시스템(100), 진동 센서(102), 선택적인 음속 센서(106), 선택적인 추가 진동 센서(199), 컴퓨터 시스템(200), 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)은 도 1 및 도 2에서 개시된 바와 같이 방법(300)에서 지칭된 시스템(100), 진동 센서(102), 선택적인 음속 센서(106), 선택적인 추가 진동 센서(199), 컴퓨터 시스템(200), 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)일 수 있지만, 방법(300)에서 지칭되거나 묵시적으로 이용된 임의의 적당한 시스템(100), 진동 센서(102), 선택적인 음속 센서(106), 선택적인 추가 진동 센서(199), 컴퓨터 시스템(200), 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)은 대안적인 실시예들에서 채용될 수 있다. 시스템(100)의 능력들의 전부를 포함하는, 이 명세서에서 개시된 이 단계들을 완수하기 위한 모든 방법들이 고려된다.
단계(302)는 추론 모듈(204)에 의해, 가스 상태에서의 유체의 추론된 에너지 함량과 액체 상태에서의 유체의 취해진 적어도 하나의 측정 사이의 추론적 관계로부터 가스 상태에서의 유체의 추론된 에너지 함량을 추론하고 있다. 단계(302)는 진동 센서(102) 및/또는 선택적인 추가 진동 센서(199)의 추론 모듈(204)에 의해 행해질 수 있다. 추론은 수학식들 (2) 내지 (19) 중의 하나 이상에서 표현된 관계들에 기초할 수 있다. 추론을 위한 입력 파라미터들의 값들은 진동 센서(102), 선택적인 음속 센서(106), 및 선택적인 추가 진동 센서(199) 중의 하나 이상에 의해 제공될 수 있다.
다른 실시예들에서, 도 3에서 도시된 방법은 위에서 열거된 단계에 추가적으로 또는 그 대신에 다른 단계들을 가질 수 있다. 도 3에서 도시된 방법의 일부로서의 위에서 열거된 단계의 서브세트들은 그 자신의 방법을 형성하기 위하여 이용될 수 있다. 방법(300)의 단계는 임의의 횟수로 임의의 조합 및 순서로 반복될 수 있고, 예를 들어, 실제의 또는 연속적인 라인 조건 추론된 에너지 함량 값들을 제공하기 위하여 연속적으로 루프화할 수 있다.
도 4는 에너지 함량을 추론하기 위한 방법(400)의 실시예의 플로우차트를 도시한다. 방법(400)에서 지칭되거나 묵시적으로 이용된 시스템(100), 진동 센서(102), 선택적인 음속 센서(106), 선택적인 추가 진동 센서(199), 컴퓨터 시스템(200), 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)은 도 1 및 도 2에서 개시된 바와 같이 방법(400)에서 지칭된 시스템(100), 진동 센서(102), 선택적인 음속 센서(106), 선택적인 추가 진동 센서(199), 컴퓨터 시스템(200), 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)일 수 있지만, 방법(400)에서 지칭되거나 묵시적으로 이용된 임의의 적당한 시스템(100), 진동 센서(102), 선택적인 음속 센서(106), 선택적인 추가 진동 센서(199), 컴퓨터 시스템(200), 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)은 대안적인 실시예들에서 채용될 수 있다. 시스템(100)의 능력들의 전부를 포함하는, 이 명세서에서 개시된 이 단계들을 완수하기 위한 모든 방법들이 고려된다. 방법(400)은 단계(302)의 실시예일 수 있고, 단계(302)는 방법(400)의 실시예일 수 있다.
단계(402)는 추론 모듈(204)에 의해, 액체 상태에서의 유체의 관련된 입력 파라미터들의 측정된 값들을 수신하고 있다. 실시예에서, 관련된 입력 파라미터들은 밀도, 점도, 온도, 압력, 및 음속 중의 하나 이상일 수 있다. 실시예에서, 추론 모듈(204)은 진동 센서(102) 내에 저장될 수 있다. 진동 센서(102)는 수량들, 예를 들어, 유동 유체의 밀도, 점도, 및 온도 중의 하나 이상을 측정하기 위하여 그 자신의 측정 모듈(206)을 이용할 수 있다. 진동 센서(102)는 추론적 관계의 실시예가 음속 수량의 이용을 요구할 경우에, 선택적인 음속 센서(106)로부터 측정된 음속을 수신할 수 있다. 실시예에서, 진동 센서(102)는 선택적인 추가 진동 센서(199)로부터 질량 유량을 선택적으로 수신할 수 있다.
단계(404)는 추론 모듈(204)에 의해, 액체 상태에서의 유동 유체에 대해 행해진 측정들과 가스 상태에서의 유동 유체의 추론된 에너지 함량 사이의 추론적 관계를 로딩하고 있다. 계측기 전자기기(110) 내에 저장된 추론적 관계는 미리 결정된 및/또는 미리 저장된 엘리먼트들, 예를 들어, 추론적 관계의 구조(예컨대, 수학식들 (2) 내지 (19)에 의해 표현된 관계들) 및 관계 엘리먼트들(예컨대, 계수들, 계수 상수들, 및 잠재적으로 수학식들 (2) 내지 (19)에서 표현된 관계들에서 반영된 것들을 결정하기 위한 온도 및/또는 압력 종속적 관계들)을 가질 수 있다. 수학식들의 계수들 및/또는 계수들을 결정하기 위하여 이용된 엘리먼트들은 진동 센서(102)의 계측기 전자기기(110)(또는 직접적으로 결합된 하드웨어)에서 미리 결정될 수 있고 미리 저장될 수 있다. 이 추론적 엘리먼트들 중의 하나 이상은 이전에 실행된 방법, 예를 들어, 도 5에서 도시된 바와 같은 방법(500)의 실시예에서 결정되었을 수 있다. 이 엘리먼트들은 분석 모듈(202)을 갖는 상이한 컴퓨터 시스템에서 확립되었을 수 있다. 예를 들어, 컴퓨터 시스템(200)이 계수들, 계수 상수들, 구조들, 및/또는 엘리먼트들 중의 적어도 하나와 유동 유체 및 유동 유체가 멤버인 클래스 중의 하나 이상 사이의 연관성을 표현하는 데이터를 저장한 것에 의해, 이 계수들, 구조들 및/또는 엘리먼트들은 유동 유체 유동 유체가 멤버인 유체들의 클래스 중의 하나 이상에 특정적일 수 있다. 로딩은 사용자가 유동 유체 또는 유동 유체가 멤버인 유체들의 클래스를 특정하는 것과, 추론적 관계를 표현하는 연관된 데이터를 로딩하는 것을 수반할 수 있다. 예를 들어, 추론적 관계는 천연 가스 혼합물 에너지 함량들의 추론들에서 이용되어야 할 천연 가스 혼합물들과 연관될 수 있다. 대안적인 실시예에서, 진동 센서(102)는 특정 유체에 대하여 로딩된 추론적 관계를 갖는 특정한 유체 또는 유체들의 클래스를 위한 고정된 목적의 계측기일 수 있다. 또 다른 실시예에서, 계측기 전자기기(110)는 유동 유체를 동적으로 식별할 수 있고, 식별된 유동 유체, 유동 유체가 멤버인 유체들의 클래스, 및 특정한 애플리케이션을 위하여 이용되어야 할 에너지 함량 메트릭 중의 하나 이상과 연관된 적절한 추론적 관계를 적용할 수 있다.
단계(406)는 추론 모듈(204)에 의해, 액체 상태에서의 유동 유체의 측정들에 기초하여 가스 상태에서의 유동 유체의 추론된 에너지 함량을 추론하고 있다. 추론은 추론적 관계, 예를 들어, 미리 저장된 및/또는 미리 결정된 관계를 이용할 수 있다. 추론적 관계는 수학식들 (2) 내지 (19)에서 도시된 관계들 중의 하나 이상에 기초할 수 있다. 추론 모듈(204)은 단계(406)의 추론을 완수하기 위하여 이 명세서에서 교시된 추론 모듈(204)의 능력들 중의 임의의 것을 이용할 수 있다. 단계(406)는 단계(302) 및/또는 방법(300)의 실시예일 수 있다.
단계(408)는 선택적으로, 추론 모듈(204)에 의해, 추론된 에너지 함량 유량을 추론하고 있다. 질량 또는 체적 유량과 마찬가지로, 에너지 함량 유량은 기준(기준은 전형적으로, 질량 또는 체적 중의 하나 이상임)으로 에너지 함량을 결정하고 그것을 기준에서의 유량에 적용함으로써, 에너지 함량 유량이 결정될 수 있다. 예를 들어, 기준이 질량일 경우에, 질량의 단위에 기초하는 에너지 함량이 추론될 수 있고, 단위 질량 당 추론된 에너지 함량은 추론된 에너지 함량 유량을 산출하기 위하여 측정된 질량 유량에 적용될 수 있다.
실시예에서, 도 4에서 도시된 방법의 단계들의 각각은 별개의 단계이다. 또 다른 실시예에서, 도 4에서 별개의 단계들로서 도시되지만, 단계들(402 내지 408)은 별개의 단계들이 아닐 수 있다. 다른 실시예들에서, 도 4에서 도시된 방법은 위의 단계들의 전부를 가지지 않을 수 있고, 및/또는 위에서 열거된 것들에 추가적으로 또는 이들 대신에 다른 단계들을 가질 수 있다. 도 4에서 도시된 방법의 단계들은 또 다른 순서로 수행될 수 있다. 도 4에서 도시된 방법의 일부로서의 위에서 열거된 단계의 서브세트들은 그 자신의 방법을 형성하기 위하여 이용될 수 있다. 방법(400)의 단계들은 임의의 횟수로 임의의 조합 및 순서로 반복될 수 있고, 예를 들어, 실제의 또는 연속적인 라인 조건 추론된 에너지 함량 값들을 제공하기 위하여 연속적으로 루프화할 수 있다.
도 5는 에너지 함량을 추론하기 위한 방법(500)의 실시예의 플로우차트를 도시한다. 방법(500)에서 지칭되거나 묵시적으로 이용된 시스템(100), 진동 센서(102), 선택적인 음속 센서(106), 선택적인 추가 진동 센서(199), 컴퓨터 시스템(200), 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)은 도 1 및 도 2에서 개시된 바와 같이 방법(500)에서 지칭된 시스템(100), 진동 센서(102), 선택적인 음속 센서(106), 선택적인 추가 진동 센서(199), 컴퓨터 시스템(200), 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)일 수 있지만, 방법(500)에서 지칭되거나 묵시적으로 이용된 임의의 적당한 시스템(100), 진동 센서(102), 선택적인 음속 센서(106), 선택적인 추가 진동 센서(199), 컴퓨터 시스템(200), 분석 모듈(202), 추론 모듈(204), 및 측정 모듈(206)은 대안적인 실시예들에서 채용될 수 있다. 시스템(100)의 능력들의 전부를 포함하는, 이 명세서에서 개시된 이 단계들을 완수하기 위한 모든 방법들이 고려된다.
단계(502)는 분석 모듈(202)에 의해, 관련된 입력 파라미터들의 측정된 값들을 수신하고 있다. 실시예에서, 관련된 입력 파라미터들은 (아마도 가스 상태에서의 유체의) 밀도, 점도, 온도, 압력, 에너지 함량, 및 음속 중의 하나 이상일 수 있다. 실시예에서, 추론 모듈(204)은 진동 센서(102) 내에 저장될 수 있다. 진동 센서(102)는 수량들, 예를 들어, 유동 유체의 밀도, 점도, 및 온도 중의 하나 이상을 측정하기 위하여 그 자신의 측정 모듈(206)을 이용할 수 있다. 진동 센서(102)는 추론적 관계의 실시예가 음속 수량의 이용을 요구할 경우에, 선택적인 음속 센서(106)로부터 측정된 음속을 수신할 수 있다.
단계(504)는 분석 모듈(202)에 의해, 가스 상태에서의 유동 유체의 추론된 에너지 함량과 액체 상태에서의 유동 유체의 수신된 측정들 사이의 추론적 관계의 구조를 수신하고 있거나 결정하고 있다. 분석 모듈(202)은 추론적 관계에 대한 사용자 공급된 바람직한 구조를 저장하였을 수 있거나, 분석 모듈(202)은 추론적 관계들의 다양한 상이한 구조들을 시도하고 어느 것이 결과들의 비교에 최상으로 기초하는지를 결정함으로써(아마도, 유동 유체 또는 유동 유체가 멤버인 유체의 클래스에 특정적인 관계들의 최적의 구조를 결정하기 위한 상이한 유동 유체들로 이 방법을 다수 회 행함으로써) 추론적 관계에 대한 최상의 구조를 최적화할 수 있고 결정할 수 있다. 추론적 관계의 예시적인 구조들은 수학식들 (2) 내지 (19)에서 도시된다.
단계(506)는 분석 모듈(202)에 의해, 수신된 측정들 및 수신되거나 결정된 구조로부터 관계 엘리먼트들을 결정하고 있다. 이 관계 엘리먼트들은 수학식들 (2) 내지 (19) 중의 하나 이상에 의해 표현된 관계들에 의해 표현된 관계들의 계수들 및 계수 상수들을 포함할 수 있다. 이 관계 엘리먼트들은 유동 유체, 또는 유동 유체가 멤버인 유체들의 클래스, 또는 유동 유체가 이와 다르게 관련되는 것에 특정적일 수 있다. 단계(506)는 추론적 관계의 결정의 핵심일 수 있다. 결정된 추론적 관계는 아마도 주어진 유체에 대한 구조 및 관계 엘리먼트들에 의해 특징화가능할 수 있다. 단계(506)는 측정된 값들이 입력되는 구조에 대해 행해진 회귀 또는 다른 분석 기법을 이용할 수 있다. 분석은 선택된 구조를 가지는 추론적 관계가 입력들의 측정된 값들을 이용하여, 추론적 관계에 의한 추론된 에너지 함량 출력을 실제적인 측정된 값들 입력에 대응하는 가스 상태에서의 유체의 측정된 에너지 함량으로 수렴시키는 것을 최상으로 허용하는 관계 엘리먼트들을 결정하기 위하여 이용될 수 있다. 액체 상태에서의 유체에 대해 행해진 측정들에 기초하여, 가스 상태에서의 유체의 측정된 에너지 함량을 추론적 관계에 의해 생성되는 추론된 에너지 함량으로 수렴시킴으로써, 더 이후의 에너지 함량 추론들에서 이용될 수 있는 관계 엘리먼트들이 결정될 수 있다.
단계(508)는 선택적으로, 분석 모듈(202)에 의해, 결정된 관계 엘리먼트들 및/또는 구조를 유동 유체와 연관시키고 있다. 추가의 연관성들, 예를 들어, 이용되고 있는 에너지 함량 메트릭에 대한 관계들과의 연관성들이 포함될 수 있다. 연관성들은 관계 엘리먼트들 및/또는 구조가 유동 유체, 유동 유체가 멤버인 유체들의 클래스, 또는 유동 유체가 관련되는 것, 및/또는 이용된 특정한 에너지 함량 메트릭 중의 하나 이상과 연관되는 방식으로 컴퓨터 시스템(200) 내에 저장될 수 있다. 관계 엘리먼트들 및 구조 중의 하나 이상을 표현하는 데이터는 저장될 수 있고, 및/또는 유동 유체, 유체들의 연관된 클래스, 또는 이용된 에너지 메트릭 중의 하나 이상을 식별하는 데이터와 연관될 수 있다. 연관성은 메모리(220) 내에 저장될 수 있다.
단계(510)는 선택적으로, 분석 모듈(202)에 의해, 구조, 관계 엘리먼트들, 및 연관성들 중의 하나 이상을 표현하는 데이터를 상이한 컴퓨터 시스템(200)으로 송신하고 있다. 상이한 컴퓨터 시스템(200)은 분석 모듈(202)을 가지지 않는 것일 수 있다. 상이한 컴퓨터 시스템(200)은 진동 센서(102)의 계측기 전자기기(110)일 수 있다. 상이한 컴퓨터 시스템(200)은 유동 유체의 에너지 함량의 추론들, 아마도 심지어 그 실제의 추론들을 행하기 위하여 이 데이터를 미리 결정된 및/또는 미리 저장된 데이터로서 이용할 수 있다.
실시예에서, 도 5에서 도시된 방법의 단계들의 각각은 별개의 단계이다. 또 다른 실시예에서, 도 5에서 별개의 단계들로서 도시되지만, 단계들(502 내지 510)은 별개의 단계들이 아닐 수 있다. 다른 실시예들에서, 도 5에서 도시된 방법은 위의 단계들의 전부를 가지지 않을 수 있고, 및/또는 위에서 열거된 것들에 추가적으로 또는 이들 대신에 다른 단계들을 가질 수 있다. 도 5에서 도시된 방법의 단계들은 또 다른 순서로 수행될 수 있다. 도 5에서 도시된 방법의 일부로서의 위에서 열거된 단계의 서브세트들은 그 자신의 방법을 형성하기 위하여 이용될 수 있다. 방법(500)의 단계들은 임의의 횟수로 임의의 조합 및 순서로 반복될 수 있고, 예를 들어, 실제의 또는 연속적인 라인 조건 추론된 에너지 함량 값들을 제공하기 위하여 연속적으로 루프화할 수 있다.
그래프들
도 6 내지 도 10은 명세서에서 설명된 에너지 함량 추론들을 위한 추론적 관계들의 실시예들을 설명하는 그래프들을 도시한다. 이 그래프들은 액체 상태에서의 유동 유체의 측정들에 기초하여 가스 상태에서의 유동 유체의 에너지 함량을 추론하는 효능을 입증한다.
천연 가스 혼합물들은 전형적으로, 에탄 및 프로판 중의 하나 이상의 더 작은 관련된 수량들을 갖는 메탄으로 주로 구성된다. 더 높은 차수의 탄화수소들 및 다른 물질들과 같은 다른 석유 물질들은 더 적은 한도로 존재할 수 있다. 천연 가스는 전형적으로, 1 %로부터 14 %까지 변동하는 에탄 함량의 범위들을 갖는 80 % 내지 99 % 사이의 메탄으로 구성된다. 조성들이 이러한 상대적으로 일관된 관계들을 가지므로, 추론적 관계들은 액체 상에서 취해지는 측정들에 기초할 수 있다.
액체 상태에서의 기본적인 알칸들에 대한 온도 및 밀도는 대체로 선택적으로 관련될 수 있다. 기본적인 알칸들의 점도 및 온도 사이의 관계는 더 많은 이차 특질을 가질 수 있다. 추론적 관계는 각각의 컴포넌트의 직접적으로 유도된 열 성질들보다, 유동 유체의 상대적인 조성과 더 양호하게 관련되는 유동 유체의 측정들을 이용하여 유동 유체의 에너지 함량을 추론하기 위하여 이 상관성들을 이용할 수 있다. 그래프들의 전부에 대하여, 추론적 관계들의 계수들은 수학식 (19)에서 도시된 바와 같이, 2차 온도 종속성을 가지는 것으로 추정된다. 2차 온도 종속성을 이용하는 실시예들에도 불구하고, 계수들이 상수 값들이거나 상이한 차수들의 온도 종속성들을 가지는 실시예들이 고려된다는 것이 인식되어야 한다. 계수들이 또한 압력 종속적인 실시예들이 고려되지만, 그러나, 압력 효과들은 미미하게 압축가능할 가능성이 있는 액체에 대해 행해지는 측정들로 인해 작을 수 있다.
도 6은 측정된 웨버 인덱스 값들과, 추론적 관계의 실시예로부터 추론되는 추론된 웨버 지수 값들 사이의 맞춤의 그래프(600)를 도시한다. 그래프(600)는 추론되고 측정된 웨버 인덱스의 상대적인 값들을 표현하는 복수의 데이터 포인트들(602), 추세선(604), 유동 유체의 측정된 웨버 인덱스를 표현하는 가로좌표(610), 및 추론적 관계를 이용하여 추론된 유동 유체의 추론된 웨버 인덱스를 표현하는 세로좌표(620)를 가진다.
추론적 관계의 실시예는 수학식 (17)의 변형이고, 추론적 관계는 수학식 (24)에 의해 표현된다:
Figure pct00055
(24)
수학식 (24)에서, WIGas는 가스 상태에서의 유동 유체의 웨버 인덱스이고, K 값들(즉, K1(T), K2(T), K5(T), K4(T), K6(T))은 계수들(이 실시예에서 온도 종속적)이고,
Figure pct00056
는 액체 상태에서의 유동 유체의 밀도이고,
Figure pct00057
는 액체 상태에서의 유동 유체의 점도이다. .996의 결정의 계수(R2 값)으로 맞춤이 우수하다는 것을 여기에서 알 수 있다.
도 7은 측정된 메탄가들과, 추론적 관계의 실시예로부터 추론되는 추론된 메탄가들 사이의 맞춤의 그래프(700)를 도시한다. 그래프(700)는 추론되고 측정된 메탄가의 상대적인 값들을 표현하는 복수의 데이터 포인트들(702), 추세선(704), 유동 유체의 측정된 메탄가를 표현하는 가로좌표(710), 및 추론적 관계를 이용하여 추론된 유동 유체의 추론된 메탄가를 표현하는 세로좌표(720)를 가진다.
추론적 관계의 실시예는 수학식 (17)의 변형이고, 추론적 관계는 수학식 (25)에 의해 표현된다:
Figure pct00058
(25)
수학식 (25)에서, MNGas는 가스 상태에서의 유동 유체의 메탄가이고, K 값들(즉, K1(T), K2(T), K5(T), K4(T), K6(T))은 계수들(이 실시예에서 온도 종속적)이고,
Figure pct00059
는 액체 상태에서의 유동 유체의 밀도이고,
Figure pct00060
는 액체 상태에서의 유동 유체의 점도이다. .994의 결정의 계수(R2 값)으로 맞춤이 우수하다는 것을 여기에서 알 수 있다.
도 8은 측정된 하부 가연성 한계와, 추론적 관계의 실시예로부터 추론되는 추론된 하부 가연성 한계와의 사이의 맞춤의 그래프(800)를 도시한다. 그래프(800)는 추론되고 측정된 하부 가연성 한계의 상대적인 값들을 표현하는 복수의 데이터 포인트들(802), 추세선(804), 유동 유체의 측정된 하부 가연성 한계를 표현하는 가로좌표(810), 및 추론적 관계를 이용하여 추론된 유동 유체의 추론된 하부 가연성 한계를 표현하는 세로좌표(820)를 가진다.
추론적 관계의 실시예는 수학식 (17)의 변형이고, 추론적 관계는 수학식 (26)에 의해 표현된다:
Figure pct00061
(26)
수학식 (26)에서, LFLGas는 가스 상태에서의 유동 유체의 하부 가연성 한계이고, K 값들(즉, K1(T), K2(T), K5(T), K4(T), K6(T))은 계수들(이 실시예에서 온도 종속적)이고,
Figure pct00062
는 액체 상태에서의 유동 유체의 밀도이고,
Figure pct00063
는 액체 상태에서의 유동 유체의 점도이다. .978의 결정의 계수(R2 값)으로 맞춤이 우수하다는 것을 여기에서 알 수 있다.
도 9는 측정된 전열값과, 추론적 관계의 실시예로부터 추론되는 추론된 전열값 사이의 맞춤의 그래프(900)를 도시한다. 그래프(900)는 추론되고 측정된 전열값의 상대적인 값들을 표현하는 복수의 데이터 포인트들(902), 추세선(904), 유동 유체의 측정된 전열값을 표현하는 가로좌표(910), 및 추론적 관계를 이용하여 추론된 유동 유체의 추론된 전열값을 표현하는 세로좌표(920)를 가진다.
추론적 관계의 실시예는 수학식 (17)의 변형이고, 추론적 관계는 수학식 (27)에 의해 표현된다:
Figure pct00064
(27)
수학식 (27)에서, GHVGas는 가스 상태에서의 유동 유체의 전열값이고, K 값들(즉, K1(T), K2(T), K5(T), K4(T), K6(T))은 계수들(이 실시예에서 온도 종속적)이고,
Figure pct00065
는 액체 상태에서의 유동 유체의 밀도이고,
Figure pct00066
는 액체 상태에서의 유동 유체의 점도이다. .997의 결정의 계수(R2 값)으로 맞춤이 우수하다는 것을 여기에서 알 수 있다.
도 10은 측정된 순열값과, 추론적 관계의 실시예로부터 추론되는 추론된 순열값 사이의 맞춤의 그래프(1000)를 도시한다. 그래프(1000)는 추론되고 측정된 순열값의 상대적인 값들을 표현하는 복수의 데이터 포인트들(1002), 추세선(1004), 유동 유체의 측정된 순열값을 표현하는 가로좌표(1010), 및 추론적 관계를 이용하여 추론된 유동 유체의 추론된 순열값을 표현하는 세로좌표(1020)를 가진다.
추론적 관계의 실시예는 수학식 (17)의 변형이고, 추론적 관계는 수학식 (28)에 의해 표현된다:
Figure pct00067
(28)
수학식 (28)에서, NHVGas는 가스 상태에서의 유동 유체의 순열값이고, K 값들(즉, K1(T), K2(T), K5(T), K4(T), K6(T))은 계수들(이 실시예에서 온도 종속적)이고,
Figure pct00068
는 액체 상태에서의 유동 유체의 밀도이고,
Figure pct00069
는 액체 상태에서의 유동 유체의 점도이다. .997의 결정의 계수(R2 값)으로 맞춤이 우수하다는 것을 여기에서 알 수 있다.
위의 실시예들의 상세한 설명들은 본 설명의 범위 내에 있도록 발명자들에 의해 고려된 모든 실시예들의 철저한 설명들이 아니다. 실제로, 당업자는 전술한 실시예들의 어떤 엘리먼트들이 추가의 실시예들을 생성하기 위하여 다양하게 조합될 수 있거나 제거될 수 있고, 이러한 추가의 실시예들은 본 설명의 범위 및 교시사항들 내에 속한다는 것을 인식할 것이다. 전술한 실시예들은 본 설명의 범위 및 교시사항들 내에서 추가적인 실시예들을 생성하기 위하여 전체적으로 또는 부분적으로 조합될 수 있다는 것이 당업자에게 또한 분명할 것이다. 파라미터 값들을 표현하는 특정 수들이 특정될 때, 그 수들의 전부 사이의 범위들 뿐만 아니라, 그 수들 위의 범위들 및 아래의 범위들이 고려되고 개시된다.
따라서, 특정 실시예들은 예시적인 목적들을 위하여 본 명세서에서 설명되지만, 당업자가 인식하는 바와 같이, 다양한 등가적인 수정들이 본 설명의 범위 내에서 가능하다. 본 명세서에서 제공된 교시사항들은 위에서 설명되고 동반 도면들에서 도시된 실시예들에 단지 적용되는 것이 아니라, 액체 상태에서의 유체에 대해 행해진 측정들로부터 가스 상태에서의 유체의 발열량을 추론하기 위한 다른 방법들 및 장치들에 적용될 수 있다. 따라서, 위에서 설명된 실시예들의 범위는 다음의 청구항들로부터 결정되어야 한다.

Claims (20)

  1. 프로세서(210) 및 메모리(220)를 가지는 컴퓨터 시스템(200)에 의해 가스 상태에서의 유동 유체의 에너지 함량을 추론하기 위한 방법으로서,
    상기 메모리(220)는 추론 모듈(204)을 가지고, 상기 방법은 상기 추론 모듈(204)에 의해, 상기 가스 상태에서의 상기 유동 유체의 상기 추론된 에너지 함량과 액체 상태에서의 상기 유동 유체의 취해진 적어도 하나의 측정 사이의 추론적 관계로부터 상기 가스 상태에서의 상기 유동 유체의 상기 추론된 에너지 함량을 추론하는 단계를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 적어도 하나의 측정은 측정된 밀도를 포함하는, 방법.
  3. 제2항에 있어서,
    상기 적어도 하나의 측정은 측정된 점도 및 측정된 음속 중 하나 이상을 더 포함하는, 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 추론적 관계는 항(term)들의 합이고, 각각의 항은 상기 적어도 하나의 측정 중 하나의 측정 및 상기 적어도 하나의 측정 중 하나의 측정의 하나의 더 높은 차수 값 중 하나 이상을 가지는, 방법.
  5. 제4항에 있어서,
    각각의 항은 상기 항에 대응하는 계수를 가지는, 방법.
  6. 제5항에 있어서,
    각각의 계수는 온도 종속적이고, 각각의 계수 온도 종속성은 적어도 하나의 항-특정적 계수 상수를 가지는, 방법.
  7. 제4항 내지 제6항 중 어느 한 항에 있어서,
    상기 관계는 적어도 5 개의 항들을 가지고, 상기 적어도 5 개의 항들은:
    시프트 항(shift term);
    상기 측정된 밀도를 가지는 측정된 밀도 항;
    상기 측정된 밀도의 더 높은 차수의 값을 가지는 더 높은 차수의 밀도 항;
    상기 측정된 점도 및 상기 측정된 음속 중 하나 이상을 대응하도록 가지는 측정된 점도 항 및 음속 항 중 적어도 하나; 및
    상기 측정된 점도 및 상기 측정된 음속 중 상기 하나 이상의 더 높은 차수 값 중 하나 이상을 대응하도록 가지는 더 높은 차수 점도 항 또는 더 높은 차수 음속 항 중 적어도 하나를 포함하는, 방법.
  8. 제1항 내지 제7항 중 어느 한 항에 있어서,
    상기 유동 유체는 천연 가스 혼합물인, 방법.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서,
    상기 에너지 함량은 메탄가(methane number), 하부 가연성 한계(lower flammability limit), 웨버 인덱스(Wobbe Index), 전열값(gross heating value), 및 순열값(net heating value) 중 하나인, 방법.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    상기 컴퓨터 시스템(200)은 진동 센서(102)의 계측기 전자기기(110)이고, 상기 진동 센서(102)는 상기 적어도 하나의 측정 중 하나 이상을 측정하는, 방법.
  11. 가스 상태에서의 유동 유체의 에너지 함량을 추론하기 위한 장치로서,
    상기 장치는 컴퓨터 시스템(200)을 가지고, 상기 컴퓨터 시스템(200)은 프로세서(210) 및 메모리(220)를 가지고, 상기 메모리(220)는 추론 모듈(204)을 가지고, 상기 추론 모듈(204)은 상기 가스 상태에서의 상기 유동 유체의 추론된 에너지 함량과 액체 상태에서의 상기 유동 유체의 취해진 적어도 하나의 측정 사이의 추론적 관계로부터 상기 가스 상태에서의 유동 유체의 추론된 에너지 함량을 추론하도록 구성되는, 장치.
  12. 제11항에 있어서,
    상기 적어도 하나의 측정은 측정된 밀도를 포함하는, 장치.
  13. 제12항에 있어서,
    상기 적어도 하나의 측정은 측정된 점도 및 측정된 음속 중 하나 이상을 더 포함하는, 장치.
  14. 제11항 내지 제13항 중 어느 한 항에 있어서,
    상기 추론적 관계는 항들의 합이고, 각각의 항은 상기 적어도 하나의 측정 중 하나의 측정 및 상기 적어도 하나의 측정 중 하나의 측정의 하나의 더 높은 차수 값 중 하나 이상을 가지는, 장치.
  15. 제14항에 있어서,
    각각의 항은 상기 항에 대응하는 계수를 가지는, 장치.
  16. 제15항에 있어서,
    각각의 계수는 온도 종속적이고, 각각의 계수 온도 종속성은 적어도 하나의 항-특정적 계수 상수를 가지는, 장치.
  17. 제14항 내지 제16항 중 어느 한 항에 있어서,
    상기 관계는 적어도 5 개의 항들을 가지고, 상기 적어도 5 개의 항들은:
    시프트 항;
    상기 측정된 밀도를 가지는 측정된 밀도 항;
    상기 측정된 밀도의 더 높은 차수의 값을 가지는 더 높은 차수의 밀도 항;
    상기 측정된 점도 및 상기 측정된 음속 중 하나 이상을 대응하게 갖는 측정된 점도 항 및 음속 항 중 적어도 하나; 및
    상기 측정된 점도 및 상기 측정된 음속 중 상기 하나 이상의 더 높은 차수 값 중 하나 이상을 대응하게 갖는 더 높은 차수 점도 항 또는 더 높은 차수 음속 항 중 적어도 하나를 포함하는, 장치.
  18. 제11항 내지 제17항 중 어느 한 항에 있어서,
    상기 유동 유체는 천연 가스 혼합물인, 장치.
  19. 제11항 내지 제18항 중 어느 한 항에 있어서,
    상기 에너지 함량은 메탄가, 하부 가연성 한계, 웨버 인덱스, 전열값, 및 순열값 중 하나인, 장치.
  20. 제11항 내지 제19항 중 어느 한 항에 있어서,
    상기 장치는 진동 센서(102)이고, 상기 컴퓨터 시스템(200)은 상기 진동 센서(102)의 계측기 전자기기(110)이고, 상기 진동 센서(102)는 상기 적어도 하나의 측정 중 하나 이상을 측정하는, 장치.
KR1020227014709A 2019-10-03 2019-10-03 파이프라인에서의 유체의 에너지 및 연소 성질들을 추론하기 위한 시스템들 및 방법들 KR20220070525A (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2019/054461 WO2021066833A1 (en) 2019-10-03 2019-10-03 Systems and methods for inferring energy and burning properties of a fluid in a pipeline

Publications (1)

Publication Number Publication Date
KR20220070525A true KR20220070525A (ko) 2022-05-31

Family

ID=68296811

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227014709A KR20220070525A (ko) 2019-10-03 2019-10-03 파이프라인에서의 유체의 에너지 및 연소 성질들을 추론하기 위한 시스템들 및 방법들

Country Status (9)

Country Link
US (1) US20220349867A1 (ko)
EP (1) EP4038384A1 (ko)
JP (2) JP7459240B2 (ko)
KR (1) KR20220070525A (ko)
CN (1) CN114514425A (ko)
BR (1) BR112022005333A2 (ko)
CA (1) CA3154684C (ko)
MX (1) MX2022002828A (ko)
WO (1) WO2021066833A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015117468A1 (de) * 2015-10-14 2017-04-20 Endress+Hauser Flowtec Ag Verfahren zum Bestimmen von Eigenschaften eines kohlenwasserstoffhaltigen Gasgemisches und Vorrichtung dafür
DK3249201T3 (da) * 2016-05-24 2020-08-03 CleanTech Swiss AG Indretning til drift af en motor
DE102016121226A1 (de) * 2016-11-07 2018-05-09 Endress + Hauser Flowtec Ag Verfahren zum Bestimmen von Eigenschaften eines kohlenwasserstoffhaltigen Gasgemisches und Vorrichtung dafür
FR3060796B1 (fr) 2016-12-15 2019-07-05 Engie Procede pour calculer en temps reel l'indice de methane mn d'un gaz naturel liquefie
DE102017106904A1 (de) * 2017-03-30 2018-10-04 Endress+Hauser Flowtec Ag Verfahren zum Bestimmen der Methanzahl eines kohlenwasserstoffhaltigen Brenngasgemischs

Also Published As

Publication number Publication date
CA3154684C (en) 2023-09-26
BR112022005333A2 (pt) 2022-06-14
CN114514425A (zh) 2022-05-17
WO2021066833A1 (en) 2021-04-08
US20220349867A1 (en) 2022-11-03
JP2024038389A (ja) 2024-03-19
EP4038384A1 (en) 2022-08-10
CA3154684A1 (en) 2021-04-08
MX2022002828A (es) 2022-04-06
JP2022551838A (ja) 2022-12-14
JP7459240B2 (ja) 2024-04-01

Similar Documents

Publication Publication Date Title
US7698954B2 (en) Multi-phase Coriolis flowmeter
JP4338927B2 (ja) 質量流量およびエネルギ含量を計測する装置
CN108377654B (zh) 用于确定含烃气体混合物的性质的方法及其装置
US20080184813A1 (en) Coriolis Flow Meter and Method for Determining Flow Characteristics
NO338720B1 (no) Anordning og fremgangsmåte for kompensering av et Coriolismeter
US11474092B2 (en) Method for determining properties of a hydrocarbon-containing gas mixture and device for the same
JP6218840B2 (ja) 参照温度における流動流体粘度を取得するメータ電子機器及び方法
KR20220070525A (ko) 파이프라인에서의 유체의 에너지 및 연소 성질들을 추론하기 위한 시스템들 및 방법들
RU2793606C1 (ru) Система и способ определения энергосодержания потоковой текучей среды в газообразном состоянии
RU2690712C1 (ru) Способ измерения энергии газа и связанное устройство
KR20220084409A (ko) 진동 센서들을 이용한 향상된 초임계 유체 측정
JP7402972B2 (ja) 流体エネルギー含有量のライブ決定のためのシステムおよび方法
RU2792287C1 (ru) Система и способ для оперативного определения теплотворной способности текучих сред
Khelladi et al. A phase comparison technique for sound velocity measurement in strongly dissipative liquids under pressure
Kupyna et al. The effect of flow rate, accelerometer location and temperature in acoustic chemometrics on liquid flow: Spectral changes and robustness of the prediction models
Frøysa et al. Density and calorific value measurement in natural gas using ultrasonic flow meters
Glen et al. Traceable Calibration of Liquid Densitometers

Legal Events

Date Code Title Description
E902 Notification of reason for refusal