MX2014010453A - Metodo y sistema para asesoria de degradacion de desempeño en tiempo real para compresores de centrifugacion. - Google Patents

Metodo y sistema para asesoria de degradacion de desempeño en tiempo real para compresores de centrifugacion.

Info

Publication number
MX2014010453A
MX2014010453A MX2014010453A MX2014010453A MX2014010453A MX 2014010453 A MX2014010453 A MX 2014010453A MX 2014010453 A MX2014010453 A MX 2014010453A MX 2014010453 A MX2014010453 A MX 2014010453A MX 2014010453 A MX2014010453 A MX 2014010453A
Authority
MX
Mexico
Prior art keywords
compressor
performance
real
deviation
process parameter
Prior art date
Application number
MX2014010453A
Other languages
English (en)
Inventor
Arul Saravanapriyan
Abdurrahman Abdallah Khalidi
Pier Luigi Di Pillo
Osama Naim Ashour
Giuseppe Stringano
Original Assignee
Nuovo Pignone Srl
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 Nuovo Pignone Srl filed Critical Nuovo Pignone Srl
Publication of MX2014010453A publication Critical patent/MX2014010453A/es

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0421—Multiprocessor system
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • F01D21/003—Arrangements for testing or measuring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
    • F02C7/00—Features, components parts, details or accessories, not provided for in, or of interest apart form groups F02C1/00 - F02C6/00; Air intakes for jet-propulsion plants
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/14—Testing gas-turbine engines or jet-propulsion engines
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0216—Human interface functionality, e.g. monitoring system providing help to the user in the selection of tests or in its configuration
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • F01D21/12—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for responsive to temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
    • F02C9/00—Controlling gas-turbine plants; Controlling fuel supply in air- breathing jet-propulsion plants
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B51/00—Testing machines, pumps, or pumping installations
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2260/00—Function
    • F05D2260/80—Diagnostics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L3/00—Measuring torque, work, mechanical power, or mechanical efficiency, in general
    • G01L3/02—Rotary-transmission dynamometers
    • G01L3/04—Rotary-transmission dynamometers wherein the torque-transmitting element comprises a torsionally-flexible shaft
    • G01L3/10—Rotary-transmission dynamometers wherein the torque-transmitting element comprises a torsionally-flexible shaft involving electric or magnetic means for indicating
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/06—Automatic controllers electric in which the output signal represents a continuous function of the deviation from the desired value, i.e. continuous controllers
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25315—Module, sequence from module to module, structure
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]

Abstract

Se proporcionan un sistema y método implementado en computadora para generar en tiempo real, asesoría de desempeño de un compresor de centrifugación de una flota de compresores de centrifugación. El método incluye recibir una signatura termodinámica real del compresor, que es única del compresor, recibir valores del parámetro del proceso del compresor durante la operación del compresor, determinar, en tiempo real, un desempeño real del compresor utilizando los valores del parámetro del proceso del compresor, determinar, en tiempo real, un desempeño anticipado del compresor utilizando la signatura termodinámica real recibida del compresor, determinar una desviación del desempeño del compresor utilizando el desempeño real y el desempeño anticipado, comparar la desviación del desempeño con un rango de umbral dinámico predeterminado de la desviación del desempeño específica de la velocidad de operación, y generar una notificación al usuario utilizando la comparación.

Description

MÉTODO Y SISTEMA PARA ASESORÍA DE DEGRADACIÓN DE DESEMPEÑO EN TIEMPO REAL PARA COMPRESORES DE CENTRIFUGACIÓN Campo de la Invención La presente descripción se refiere de manera general a operaciones, monitoreo y diagnósticos de equipo mecánico/eléctrico, y más específicamente, a sistemas y métodos para asesoría automática a operadores con respecto al comportamiento anómalo de la maquinaria.
Antecedentes de la Invención La asesoría del desempeño de la maquinaria y el advertir a los operadores con respecto a condiciones anómalas que pueden impactar dicho desempeño, es una parte importante de quien opera una, o una flota de máquinas. Los sistemas de monitoreo conocidos relativamente simples, carecen de información de diseño detallada que podría permitirles no únicamente monitorear los compresores de centrifugación, sino también analizar la degradación de desempeño en línea en tiempo real y los pasos para solucionar problemas recomendados requeridos para localizar y mitigar la degradación del desempeño. Además, los sistemas de monitoreo actuales normalmente no ajustan los umbrales con base en la carga de compresor y otras condiciones de operación. Utilizando únicamente umbrales estadísticos se permiten alarmas positivas falsas. Sin este cálculo, únicamente están disponibles los umbrales estáticos basados en la desviación constante de los valores de preajuste. Además, las condiciones de operación de cambio rápido o las condiciones de operación de cambio muy lento, pueden hacer difícil que un operador reconozca las condiciones anómalas, o que se puedan realizar cambios operativos para mitigar las condiciones anómalas.
Breve Descripción de la Invención En una modalidad, un método implementado en computadora para generar asesoría de desempeño en tiempo real para un equipo de centrifugación de una flota de compresores de centrifugación, incluye recibir una signatura termodinámica real del compresor, la cual es única para el compresor, recibir valores del parámetro del proceso de compresor durante la operación del mismo, determinar, en tiempo real, un desempeño real del compresor utilizando los valores del parámetro del proceso del compresor, determinar, en tiempo real, un desempeño anticipado del compresor utilizando la signatura termodinámica real recibida del compresor, determinar una desviación del desempeño del compresor utilizando el desempeño real y el desempeño anticipado, comparar la desviación del desempeño con un rango de umbral predeterminado de desviación del desempeño, y generar una notificación a un usuario, utilizando la comparación .
En otra modalidad, un sistema de monitoreo y diagnóstico de compresor de una turbina de gas, incluye un compresor de centrifugación y una turbina de baja presión en comunicación de flujo, en donde el sistema incluye un conjunto de reglas de desempeño del compresor de centrifugación, incluyendo el conjunto de reglas un subconjunto de una pluralidad de signaturas termodinámicas reales para una flota de compresores de centrifugación y una expresión relacional de una salida de datos en tiempo real relativa a la entrada de datos en tiempo real, en donde el subconjunto incluye una signatura termodinámica real del compresor, y la expresión relacional es específica de las entradas que se relacionan con un desempeño de operación del compresor de centrifugación, en donde el conjunto de reglas está configurado para determinar una desviación del desempeño del compresor utilizando un desempeño real del compresor y un desempeño anticipado del mismo, comparar la desviación del desempeño con un rango de umbral predeterminado de la desviación de desempeño, y generar una notificación a un usuario utilizando la comparación.
Aún en otra modalidad, uno o más medios de almacenamiento legibles en computadora no temporales tienen instrucciones ejecutables en computadora incorporadas, en donde cuando son ejecutadas por parte de al menos un procesador, las instrucciones ejecutables en computadora originan que el procesador reciba valores del parámetro del proceso del compresor durante la operación del mismo, determine, en tiempo real, un desempeño real del compresor utilizando los valores del parámetro del proceso del compresor, determine, en tiempo real, un desempeño anticipado del compresor utilizando la signatura termodinámica real recibida del compresor, determine una desviación del desempeño del compresor utilizando un desempeño real del compresor y un desempeño anticipado del mismo, compare la desviación del desempeño con un rango de umbral predeterminado de la desviación del desempeño y genere una notificación a un usuario, utilizando la comparación.
Breve Descripción de las Figuras Las figuras 1 a 7 muestran modalidades de ejemplo del método y sistema aquí descrito.
La figura 1, es un diagrama de bloque esquemático de un sistema de monitoreo y diagnóstico remoto de acuerdo con una modalidad de ejemplo de la presente invención; La figura 2, es un diagrama de bloque de una modalidad de ejemplo de una arquitectura de red de un sistema local de monitoreo y diagnóstico de la planta industrial, tal como un sistema de control distribuido (DCS); La figura 3, es un diagrama de bloque de un conjunto de reglas de ejemplo que se puede utilizar con los LMDS mostrados en la figura 1; La figura 4, es un diagrama de flujo esquemático para generar un cálculo de desempeño real en tiempo real de un compresor de centrifugación de acuerdo con una modalidad de ejemplo de la presente descripción.
La figura 5, es un diagrama de flujo esquemático para generar un cálculo de desempeño esperado en tiempo real de un compresor de centrifugación, de acuerdo con una modalidad de ejemplo de la presente descripción.
La figura 6, es una captura de pantalla de una pantalla del módulo de desempeño del compresor que muestra una ilustración visual entre un desempeño real y el esperado del compresor.
La figura 7, es un diagrama de flujo de un método de los detalles del cálculo de desempeño del compresor.
Aunque las características específicas de varias modalidades pueden mostrarse en algunos dibujos, y no en otros, esto es únicamente por conveniencia. Cualquier característica de cualquier dibujo puede ser referenciada y/o reivindicada en combinación con cualquier característica de cualquier otro dibujo.
Descripción Detallada de la Invención La siguiente descripción detallada ilustra modalidades de la presente invención a manera de ejemplo, y no a manera de limitación. Se contempla que la presente invención tenga aplicación general para modalidades analíticas y metódicas para monitorear la operación de un equipo en aplicaciones industriales, comerciales y residenciales.
El conjunto de reglas del desempeño del compresor de centrifugación aquí descrito, permite a los operadores conocer cuando su máquina no está operando en forma tan eficiente como es posible o en forma tan eficiente como lo hizo alguna vez. Al conocer los criterios del diseño, tal como se reciben del OEM del compresor, se permite un despliegue del desempeño preciso en tiempo real para la evaluación rápida de los problemas, y se permiten evaluaciones detalladas de las posibles fuentes de los problemas. Una asesoría de desempeño del compresor en tiempo real para compresor de centrifugación, calcula el desempeño "real" y "esperado" de la máquina utilizando las herramientas de diseño OEM en lugar de las metodologías existentes que no están basadas en la física, proporciona mayores precisiones de cálculo.
Los cálculos de desempeño esperados y reales se llevan a cabo, por ejemplo, en intervalos de un minuto y cualquier desviación anómala se notifica a un usuario. La desviación en el umbral junto con la persistencia en tiempo de la desviación, determina la decisión que hay que notificar al usuario.
Con base en la severidad de la violación del umbral, se genera una alarma, junto con un asesoría de degradación de desempeño. La asesoría de degradación del desempeño proporciona las diversas acciones, en pasos, que serán llevados a cabo para identificar las posibles fuentes de la causa.
La metodología de cálculo utilizada para el "desempeño esperado" facilita a cada operador del compresor un sobre informativo del desempeño en tiempo real de cada instantánea de datos suministrada de los controladores de monitoreo, para evitar utilizar únicamente un sobre informativo de desempeño estadístico suministrado una vez por el OEM, durante la puesta en servicio de la máquina.
Los compresores de centrifugación son máquinas dinámicas y altamente sensibles a la resistencia del sistema y las velocidades del impulsor. La resistencia del sistema y las velocidades del impulsor son gobernadas por la composición de gas y las condiciones de operación. El desempeño de estas máquinas puede deteriorarse debido a una condición de operación deficiente o debido a los cambios en el paso del flujo (deposición). El estimado de desempeño preciso, su interpretación y el proporcionar una acción de seguimiento (asesoría), permanece aún como una tarea retadora principalmente debido a la amplia variación en las condiciones de operación dentro de un sobre informativo OEM y la limitación de una envoltura de operación OEM de línea de base o estadística. Los métodos aquí descritos generan en forma dinámica el "desempeño esperado" o de línea de base del compresor en tiempo real en intervalos predeterminados utilizando los datos del sistema de monitoreo. El sobre informativo OEM dinámico es más realista para la condición de operación actual, que hacerlo contra el sobre informativo estadístico. Asimismo, se desarrolla una metodología para rastrear la desviación en el desempeño real a partir de la línea de base dinámica, teniendo en mente las condiciones variantes de operación de la máquina. Las herramientas de diseño OEM se utilizan para el estimado de desempeños reales y esperados, respectivamente. Las curvas "Tal como se Prueban" OEM están integradas para llevar a cabo los cálculos.
Tal como se utiliza en la presente invención, el término "tiempo real" se refiere a los resultados que ocurren en un período substancialmente corto después de un cambio en las entradas que afectan el resultado, por ejemplo, cálculos de cómputo y/o unión de elementos. El período puede ser una cantidad de tiempo entre las interacciones de una tarea repetida en forma regular. Dichas tareas repetidas son llamadas, tareas periódicas. El período de tiempo es un parámetro del diseño del sistema de tiempo real que puede seleccionarse con base en la importancia del resultado y/o la capacidad del sistema que implementa el procesamiento de las entradas para generar el resultado. Además, los casos que están ocurriendo en tiempo real, ocurren sin un retraso intencional substancial. En la modalidad de ejemplo, se actualizan las uniones y las mutaciones son desechadas en tiempo real sin capacidades de red y de componentes.
La figura 1, es un diagrama de bloque esquemático de un sistema de monitoreo y diagnóstico remoto 100 de acuerdo con una modalidad de ejemplo de la presente invención. En la modalidad de ejemplo, el sistema 100 incluye un centro de monitoreo y diagnóstico remoto 102. El centro de monitoreo y diagnóstico remoto 102 es operado por una entidad, tal como, un OEM de una pluralidad de equipo comprado y operado por una entidad de negocio separada, tal como, una entidad de operación. En la modalidad de ejemplo, el OEM y la entidad de operación entran a un ajuste de soporte en donde el OEM da servicio relacionado al equipo comprado a la entidad de operación. La entidad de operación puede ser dueña y operar del equipo comprado y operarlo en un solo sitio o en múltiples sitios. Además, el OEM puede ingresar en sus ajustes de soporte con una pluralidad de entidades de operación, cada uno operando su propio sitio individual o múltiples sitios. Los múltiples sitios, cada uno pueden contener equipo individual idéntico o pluralidades de conjuntos de equipo idéntico, tal como trenes de equipo. Además, al menos parte del equipo puede ser único para un sitio o único para todos los sitios.
En la modalidad de ejemplo, un primer sitio 104 incluye uno o más analizadores de proceso 106, sistemas de monitoreo de equipo 108, centros de control local del equipo 110, y/o paneles de monitoreo y alarma 112, cada uno configurados para actuar como una interfaz con los sensores del equipo y del equipo respectivos y el equipo de control para efectuar el control y la operación del equipo respectivo. El uno o más analizadores del proceso 106, los sistemas de monitoreo del equipo 108, los centros de control local del equipo 110, y/o los paneles de monitoreo y alarma 112 se acoplan en forma comunicada a un sistema de monitoreo y diagnóstico inteligente 114 a través de la red 116. El sistema de monitoreo y diagnóstico inteligente (I AD) 114 está configurado en forma adicional para comunicarse con otros sistemas en el sitio (no mostrados en la figura 1) y sistemas fuera del sitio, tal como, pero sin limitarse a, el centro de monitoreo y diagnóstico remoto 102. En varias modalidades, el IMAD 114 está configurado para comunicarse con el centro de monitoreo y diagnóstico remoto 102 utilizando, por ejemplo, una red dedicada 118, un enlace inalámbrico 120, y la internet 122.
Cada una de la pluralidad de sitios, por ejemplo, un segundo sitio 124 y un noveno sitio 126, pueden ser sustancialmente similares al primer sitio 104, no obstante, pueden o no ser exactamente similares al primer sitio 104.
La figura 2, es un diagrama de bloque de una modalidad de ejemplo de una arquitectura de red 200 de un sistema local de monitoreo y diagnóstico de planta industrial, tal como un sistema de control distribuido (DCS) 201. La planta industrial puede incluir una pluralidad de equipo de planta, tal como turbinas de gas, compresores de centrifugación, cajas de velocidades, generadores, bombas, motores, ventiladores y sensores de monitoreo de proceso que están acoplados en comunicación de flujo a través de una tubería de interconexión, y acoplados en comunicación de señal con el DCS 201 a través de uno o más módulos remotos de entrada/salida (l/O) y comunicación de interconexión cableada y/o inalámbrica. En la modalidad de ejemplo, la planta industrial incluye el DCS 201 que incluye una red troncal 203. La red troncal 203 puede ser una trayectoria de comunicación de datos cableada fabricada de cables en par trenzado, cables coaxiales cubiertos o cables de fibra óptica, por ejemplo, o pueden ser al menos parcialmente inalámbricos. El DCS 201 también puede incluir un procesador 205 que está acoplado en forma comunicada al equipo de planta, localizado en el sitio de la planta industrial o en ubicaciones remotas, a través de la red troncal 203. Quedará entendido que cualquier número de máquinas puede ser conectado en forma operativa a la red troncal 203. Una parte de las máquinas puede ser cableada a la red troncal 203, y la otra parte de las máquinas puede ser acoplada en forma inalámbrica a la red troncal 203 a través de una estación base inalámbrica 207 que está acoplada en forma comunicada al DCS 201. La estación base inalámbrica 207 puede ser utilizada para expandir el rango de comunicación efectivo de DCS 201, tal como con equipo o sensores localizados en forma remota a la planta industrial, aunque, aún interconectados a uno o más sistemas que están dentro de la planta industrial.
El DCS 201 puede estar configurado para recibir y mostrar parámetros de operación asociados con una pluralidad de equipo, y para generar señales de control automáticas y recibir entradas de control manuales para controlar la operación del equipo de la planta industrial. En una modalidad de ejemplo, el DCS 201 puede incluir un segmento de código de software configurado para controlar el procesador 205 para analizar los datos recibidos en DCS 201, que permitan un monitoreo y diagnóstico en línea de las máquinas de la planta industrial. Los datos pueden ser recolectados de cada máquina, incluyendo turbinas de gas, compresores de centrifugación, bombas y motores, sensores de proceso asociados y sensores ambientales locales, que incluyen por ejemplo, sensores de vibración sísmicos de temperatura de presión de corriente de voltaje de temperatura ambiente y humedad ambiente. Los datos pueden ser procesados previamente por un módulo de diagnóstico local o un módulo remoto de entrada/salida, o pueden ser transmitidos al DCS 201 en formas sin procesar.
Un sistema de monitoreo y diagnóstico local (LMDS) 213 puede ser un dispositivo de hardware de complemento separado, tal como, por ejemplo, una computadora personal (PC), que se comunica con DCS 201 y otros sistemas de control 209 y fuentes de datos a través de la red troncal 203. El LMDS 213 también puede estar representado en un segmento de programa de software que se ejecuta en DCS 201 y/o uno o más de los otros sistemas de control 209. Por consiguiente, el LMDS 213 puede operar en una forma distribuida, de modo que una parte del segmento del programa de software se ejecute en varios procesadores en forma concurrente. Por lo tanto, el LMDS 213 puede estar completamente integrado en la operación del DCS 201 y otros sistemas de control 209. El LMDS 213 analiza los datos recibidos por el DCS 201, las fuentes de datos y otros sistemas de control 209 para determinar el rendimiento operativo de las máquinas y/o un proceso que emplea las máquinas utilizando una vista global de la planta industrial.
En la modalidad de ejemplo, la arquitectura de red 100 incluye una computadora de grado de servidor 202 y uno o más sistemas del cliente 203. La computadora de grado de servidor 202 incluye además un servidor de base de datos 206, un servidor de aplicación 208, un servidor web 210, un servidor de fax 212, un servidor de directorio 214, y un servidor de color 216. Cada uno de los servidores 206, 208, 210, 212, 214 y 216 puede estar presentado en un software que se ejecuta en una computadora de grado de servidor 202, o cualquier combinación de los servidores 206, 208, 210, 212, 214 o 216 pueden estar incorporados solos o en combinación en computadoras de grado de servidor separadas acopladas en la red de área local (LAN) (no mostrada). Se acopla una unidad de almacenamiento de datos 220 a la computadora de grado de servidor 202. Además, se acopla a la red troncal 203 una estación de trabajo 222, tal como una estación de trabajo del administrador del sistema, una estación de trabajo del usuario y/o estación de trabajo del supervisor. Alternativamente, las estaciones de trabajo 222 se acoplan a la red troncal 203 utilizando un enlace de Internet 226 o se conectan a través de una conexión inalámbrica, tal como a través de la estación base inalámbrica 207.
Cada estación base 222 puede ser una computadora personal que tiene un buscador web. Aunque las funciones llevadas a cabo en las estaciones de trabajo normalmente se ilustran como siendo llevadas a cabo en estaciones de trabajo 222 respectivas, dichas funciones pueden llevarse a cabo en una de muchas computadoras personales acopladas a la red troncal 203. Las estaciones de trabajo 222 se describen, estando asociadas con funciones de ejemplo separadas, únicamente para facilitar la comprensión de los diferentes tipos de funciones que pueden ser llevadas a cabo por individuos que tienen acceso a la red troncal 203.
La computadora de grado de servidor 202 está configurada para ser acoplada con comunicación a los diversos individuos, incluyendo empleados 228 y a terceras partes, por ejemplo, proveedores de servicio 230. La comunicación en la modalidad de ejemplo se ilustra como siendo llevada a cabo utilizando la Internet, sin embargo, se puede utilizar en otras modalidades, cualquier otra comunicación del tipo de red de área ancha (WAN), es decir, los sistemas y procesos no están limitados a practicarse utilizando la Internet.
En la modalidad de ejemplo, cualquier individuo autorizado que tenga una estación de trabajo 232 puede accesar el LMDS 213. Al menos uno de los sistemas del cliente pueden incluir una estación de trabajo de administración 234 localizada en una ubicación remota. Las estaciones de trabajo 222 pueden estar incorporadas en computadoras personales que tienen un buscador web. Asimismo, las estaciones de trabajo 222 están configuradas para comunicarse con la computadora de grado de servidor 202. Además, el servidor de fax 212 se comunica con sistemas del cliente localizado en forma remota, incluyendo el sistema del cliente 236 utilizando un enlace telefónico (no mostrado). El servidor de fax 212 está configurado para comunicarse también con otros sistemas del cliente 228, 230 y 234.
Las herramientas de modelado y análisis computarizado de LMDS 213, tal como las que se describen con mayor detalle más adelante, se pueden almacenar en el servidor 202 y pueden ser accesadas por un solicitante en cualquiera de los sistemas del cliente 204. En una modalidad, los sistemas del cliente 204 son computadoras que incluyen un buscador web, de modo que la computadora de grado de servidor 202 sea accesible para los sistemas del cliente 204 utilizando la Internet. Los sistemas del cliente 204 están interconectados a la Internet a través de muchas interfases, incluyendo una red, tal como una red de área local (LAN) o una red de área ancha (WAN), conexiones de mando giratorio, módems de cable y líneas ISDN especiales de alta velocidad. Los sistemas del cliente 204 pueden ser cualquier aparato con la capacidad de interconectarse a la Internet incluyendo un teléfono a base de web, un asistente digital personal (PDA), u otro equipo conectable a base de web. El servidor de la base de datos 206 se conecta a la base de datos 240 que contiene información con respecto a la planta industrial 10, tal como se describe más adelante con mayor detalle. En una modalidad, la base de datos centralizada 240 se almacena en la computadora de grado de servidor 202 y puede ser accesada por usuarios potenciales en uno de los sistemas del cliente 204, mediante el registro de datos en una computadora de grado de servidor 202 a través de uno de los sistemas del cliente 204. En una modalidad alternativa, la base de datos 240 se almacena en forma remota desde la computadora de grado de servidor 202 y puede no estar centralizada .
Otros sistemas de la planta industrial pueden proporcionar datos que son accesibles a la computadora de grado de servidor 202 y/o los sistemas del cliente 204 a través de conexiones independientes a la red troncal 204. Un servidor manual de tecnología electrónica interactiva 242 da servicio a las requisiciones de los datos de la máquina que se relacionan con una configuración de cada máquina. Dichos datos pueden incluir capacidades de operación, tal como curvas de bomba, valoración de caballos de fuerza del motor, clase de aislamiento y tamaño de estructura, parámetros del diseño, tal como dimensiones, número de barras del rotor o cuchillas del impulsor, e historial de mantenimiento de la maquinaria, tal como alteraciones de campo en la máquina, medidas de alineación tal como se encuentran y tal como se dejaron, y las reparaciones implementadas en la máquina que no regresan la máquina a su condición de diseño original.
Un monitor de vibración portátil 244 puede ser acoplado en forma intermitente a la LAN directamente o a través de un puerto de entrada de computadora, tal como los puertos incluidos en las estaciones de trabajo 222 o sistemas del cliente 204. Normalmente, los datos de vibración se recolectan en una ruta, se recolectan datos de una lista predeterminada de máquina sobre informativo una base periódica, por ejemplo, mensual, o de otra periodicidad. Los datos de vibración también pueden ser recolectados junto con las actividades de resolución de problemas, mantenimiento y puesta en servicio. Además, los datos de vibración pueden ser recolectados en forma continua en bases de tiempo real o casi tiempo real. Dichos datos pueden proporcionar una nueva línea de base para los algoritmos de LMDS 213. Los datos del proceso pueden ser recolectados, similarmente, en una base de ruta o durante las actividades de resolución de problemas, mantenimiento, y puesta en servicio. Además, algunos datos del proceso pueden ser recolectados en forma continua en una base de tiempo real o casi tiempo real. Ciertos parámetros del proceso pueden no ser instrumentados permanentemente, y se puede utilizar un recolector de datos del proceso portátil 245 para recolectar los datos de parámetros de proceso que pueden ser descargados al DCS 201 a través de la estación de trabajo 222, de modo que sea accesible al LMDS 213. Otros datos de los parámetros del proceso, tal como los analizadores de composición de fluidos del proceso y analizadores de emisión de contaminación, pueden ser proporcionados al DCS 201 a través de una pluralidad de monitores en línea 246.
La energía eléctrica suministrada a diversas máquinas o generada mediante generadores con la planta industrial, puede ser monitoreada por un relevador de protección de motor 248 asociado con cada máquina. Normalmente, dichos relevadores 248 se localizan en forma remota del equipo monitoreado en un centro de control de motor (MCC) o dispositivo de distribución 250 que suministra la máquina. Además, para los relevadores de protección 248, el dispositivo de distribución 250 también puede incluir un sistema de control de supervisión y adquisición de datos (SCADA) que abastece al LMDS 213 con un equipo del sistema de suministro o reparto de energía (no mostrado) localizado en la planta industrial, por ejemplo, en un dispositivo de distribución, o interruptores de línea de transmisión y parámetros de línea remotos.
La figura 3, es un diagrama de bloque de un conjunto de reglas de ejemplo 280 que se pueden utilizar con el LMDS 213 (mostrado en la figura 1). El conjunto de reglas 280 puede ser una combinación de una o más reglas personalizadas, y una serie de propiedades que definen el comportamiento y estado de las reglas. Las reglas y propiedades pueden ser empaquetadas y almacenadas en un formato de una cadena XML, que puede ser encriptada con base en una clave alfanumérica de 25 caracteres cuando se almacena en un archivo. El conjunto de reglas 280 es una celda de conocimiento modular que incluye una o más entradas 282 y una o más salidas 284. Las entradas 282 pueden ser puertos de software que dirigen datos desde ubicaciones específicas en LMDS 213 hasta el conjunto de reglas 280. Por ejemplo, una entrada del sensor de vibración fuera de borda de la bomba, puede ser transmitida a una terminación de entrada de hardware en DCS 201. El DCS 201 puede muestrear la señal en dicha terminación para recibir la señal en el mismo. La señal posteriormente puede ser procesada y almacenada en una ubicación en una memoria accesible y/o integral al DCS 201. Una primera entrada 286 del conjunto de reglas 280 puede mapearse a la ubicación en la memoria, de modo que los contenidos de la ubicación en la memoria estén disponibles para el conjunto de reglas 280, como una entrada. Similarmente, se puede mapear una salida 288 a otra ubicación en la memoria accesible al DCS 201, u otra memoria de modo que la ubicación en la memoria contenga la salida 288 del conjunto de reglas 280.
En la modalidad de ejemplo, el conjunto de reglas 280 incluye una o más reglas que se relacionan con el monitoreo y diagnóstico de los problemas específicos asociados con el equipo que opera en una planta industrial, tal como, por ejemplo, una planta de reinyección de gas, una planta de gas natural líquida (LNG), una planta de energía, una refinería y una instalación de procesamiento químico. Aunque el conjunto de reglas 280 se describe en términos de utilizarse con una planta industrial, el conjunto de reglas 280 puede ser construido en forma adecuada para capturar cualquier conocimiento, y ser utilizado para determinar las soluciones en cualquier campo. Por ejemplo, el conjunto de reglas 280 puede contener conocimiento que pertenece al comportamiento económico, actividad financiera, fenómenos climatológicos y procesos del diseño. El conjunto de reglas 280 posteriormente puede ser utilizado para determinar las soluciones a los problemas en estos campos. El conjunto de reglas 280 incluye conocimiento de una o más fuentes, de modo que el conocimiento sea transmitido a cualquier sistema en donde se aplique el conjunto de reglas.
El conocimiento es capturado en la forma de reglas que relacionan las salidas 284 con las entradas 282, de modo que una especificación de las entradas 282 y las salidas 284 permite que el conjunto de reglas 280 sea aplicado al LMDS 213. El conjunto de reglas 280 puede incluir únicamente reglas específicas para un recurso de la planta específica y puede atender únicamente un posible problema asociado con dicho recurso de la planta específico. Por ejemplo, el conjunto de reglas 280 puede incluir únicamente reglas que son aplicables a un motor o a una combinación de motor/bomba. El conjunto de reglas 280 puede incluir únicamente reglas que determinan el rendimiento de la combinación de motor/bomba utilizando datos de vibración. El conjunto de reglas 280 también puede incluir reglas que determinan la salud de la combinación del motor/bomba utilizando un conjunto de herramientas de diagnóstico que incluyen, además de las técnicas de análisis de vibración, por ejemplo, herramientas de cálculo de desempeño y/o herramientas de cálculo financiero de la combinación de motor/bomba.
En operación, el conjunto de reglas 280 es creado en una herramienta de desarrollo de software que promueve en un usuario las relaciones entre las entradas 282 y las salidas 284. Las entradas 282 pueden recibir datos que representan, por ejemplo, señales digitales, señales análogas, formas de onda, señales procesadas, parámetros de entradas y/o de configuración manual, y salidas de otros conjuntos de reglas. Las reglas dentro del conjunto de reglas 280 puede incluir reglas lógicas, algoritmos numéricos, aplicación de forma de onda y técnicas de procesamiento de señal, algoritmos de sistemas expertos e inteligencia artificial, herramientas estadísticas, y cualquier otra expresión que pueda relacionar las salidas 284 con las entradas 282. Las salidas 284 pueden ser mapeadas a ubicaciones respectivas en la memoria que están reservadas y configuradas para recibir cada salida 284. El LMDS 213 y el DCS 201 posteriormente pueden utilizar las ubicaciones en la memoria para lograr que cualquiera funciones de monitoreo y/o control de LMDS 213 y DCS 201 puedan ser programadas para llevarse a cabo. Las reglas del conjunto de reglas 280 operan en forma independiente de LMDS 213 y DCS 201, aunque las entradas 282 pueden ser suministradas al conjunto de reglas 280, y las salidas 284 pueden ser suministradas al conjunto de reglas 280, directa o indirectamente a través de dispositivos de intervención.
Durante la creación del conjunto de reglas 280, un experto en la campo divulga el conocimiento del campo particular de un recurso específico, utilizando una herramienta de desarrollo programando una o más reglas. Las reglas son creadas generando expresiones de la relación entre las salidas y las entradas 284 y 282, de modo que no se necesita codificación de las reglas. Se pueden seleccionar operandos de una biblioteca de operandos, utilizando métodos gráficos, por ejemplo, utilizando la técnica de arrastrar y soltar en la interfaz gráfica del usuario construida en la herramienta de desarrollo. Una representación gráfica de un operando puede ser seleccionada de una parte de la biblioteca de un despliegue en pantalla (no mostrado) y arrastrada y soltada en una parte de creación de reglas. Las relaciones entre la entrada 282 y los operandos se ajustan en un modo de despliegue lógico, y el usuario es estimulado por los valores, tal como, constantes, cuando están basados en forma adecuada en operandos específicos y los específicos de las entradas 282 que se seleccionan. Por lo tanto, se crean muchas de las reglas que son necesarias para capturar el conocimiento del experto. Por consiguiente, el conjunto de reglas 280 puede incluir un conjunto robusto de reglas de diagnóstico y/o monitoreo o un conjunto relativamente menos robusto de reglas de diagnóstico y/o monitoreo con base en los requerimientos del cliente, y un estado en la técnica en el campo particular del conjunto de reglas 280. La herramienta de desarrollo proporciona recursos para probar el conjunto de reglas 280 durante el desarrollo, para asegurar que las diversas combinaciones y valores de entrada 282 produzcan las salidas esperadas, en las salidas 284.
La figura 4, es un diagrama de flujo esquemático para generar un cálculo de desempeño real, de tiempo real de un compresor de centrifugación 400 de acuerdo con una modalidad de ejemplo de la presente descripción. En la modalidad de ejemplo, los valores del parámetro del proceso del compresor son adquiridos, por ejemplo, de un sistema de monitoreo de la planta que adquiere datos del proceso de una pluralidad de componentes que se encuentran en la planta, o un sistema de monitoreo de compresor (no se muestra en la figura 4) que adquiere datos asociados únicamente con el compresor 400. En varias modalidades, los valores del parámetro del proceso de compresor incluyen valores del parámetro del proceso de succión de compresor y valores del parámetro del proceso de descarga del compresor. Los valores del parámetro del proceso de succión de compresor incluyen, pero no se limitan a, una presión de succión [PSUcción] 402 y una temperatura de succión [Tsucci6n] 404. Los valores del parámetro del proceso de descarga de compresor incluyen, pero no se limitan a, una presión de descarga [Pdescarga] 406 y una temperatura de descarga [Tdescarga] 408. También se adquiere un flujo de masa 409 a través del compresor 400, un peso de la composición de gas y un peso molecular de gas [Mw] y una velocidad de rotación de eje [rpm].
Los valores del parámetro del proceso de compresor son aplicados a un algoritmo termodinámico politrófico 410, utilizando un conjunto más completo de transformación termodinámica, y de manera más importante, un comportamiento de gas real con base en las diversas ecuaciones que se manifiestan para determinar el desempeño real del compresor 400. Además, se utilizan el algoritmo termodinámico politrófico 410 y los valores del parámetro del proceso del compresor para calcular la eficiencia politrópica 412, una cabeza politrópica 414, y una energía absorbida 416 para el compresor 400.
La figura 5, es un diagrama de flujo esquemático para generar un cálculo de desempeño esperado en tiempo real del compresor de centrifugación 400, de acuerdo con una modalidad de ejemplo de la presente descripción. En la modalidad de ejemplo, se adquieren los valores del parámetro de proceso de compresión del sistema de monitoreo de la planta o el sistema de monitoreo del compresor (ninguno mostrado en la figura 4). En varias modalidades, los valores del parámetro del proceso de compresor incluyen valores del parámetro del proceso de succión del compresor. Los valores del parámetro del proceso de succión del compresor incluyen, pero no se limitan a, una presión de succión [Psucción] 402 y una temperatura de succión [Tsucc¡ón] 404. Los valores del parámetro del proceso de descarga del compresor son valores que serán resueltos a través de un conjunto de reglas de desempeño del compresor 500. Los valores del parámetro del proceso de descarga del compresor que serán resueltos, incluyen pero no se limitan a, una presión de descarga esperada 502 y una temperatura de descarga esperada 504.
Los valores del parámetro del proceso del compresor, y los datos tal como se probaron 508 son aplicados al conjunto de reglas de desempeño del compresor 500 para determinar el desempeño esperado del compresor 400. Además, el conjunto de reglas de desempeño del compresor 500 y los valores del parámetro del proceso del compresor son utilizados para calcular la presión de descarga esperada 502, la temperatura de descarga esperada 504, una eficiencia politrópica 510, una cabeza politrópica 512 y una energía absorbida 514 para el compresor 400.
La figura 6, es una captura de pantalla de una pantalla del módulo de desempeño 600 del compresor 400 que ilustra una ilustración visual entre el desempeño real y el esperado del compresor 400. Un análisis del compresor 400 llevado a cabo por un conjunto de reglas de desempeño del compresor 500, se muestra en una pluralidad de fabuladores seleccionables de la pantalla del módulo de desempeño 600. Por ejemplo, un fabulador de monitoreo 602, un fabulador de desempeño 604 (seleccionado en la figura 6), un fabulador de análisis 606, y un fabulador de información 608. La pantalla de módulo de desempeño 600 incluye un área gráfica 610 en donde se despliega información gráfica, un área del valor del parámetro de desempeño 612, y un área de eventos y alarmas 614 para mostrar información a un usuario, incluyendo un registro de la hora 616, una fuente 618, y un nivel de severidad 620.
La figura 7 es un diagrama de flujo de un método 700 de los detalles de cálculo de desempeño del compresor. En la modalidad de ejemplo, el método 700 es un método implementado en computadora para generar asesorías de desempeño en tiempo real para un compresor de centrifugación de una flota de compresores de centrifugación, el método 700 es implementado utilizando un dispositivo de computadora acoplado a una interfaz del usuario y a un dispositivo de memoria. El método 700 incluye recibir 702 los valores del parámetro del proceso del compresor durante la operación del mismo. Los datos del controlador en línea, tal como la presión/temperatura de entrada, flujo de masa, composición de gas, presión/temperatura de salida y velocidad de la flecha, se suministran al conjunto de reglas del desempeño del compresor 500, por ejemplo, en cada intervalo de un minuto. El método 700 incluye generar 704 una notificación de variación si los valores del parámetro del proceso de succión de los valores del parámetro del proceso del compresor recibido se excede un rango predeterminado. Si los valores del parámetro del proceso del compresor recibidos cumplen con el rango predeterminado, el método 700 incluye determinar 706 con el tiempo real, un desempeño del compresor utilizando un algoritmo termodinámico politrópico y la presión/temperatura de entrada recibida, flujo de masa, composición de gas, presión/temperatura de salida y velocidad de la flecha. El método 700 también incluye recibir 708 una signatura termodinámica real del compresor, que es única para el compresor del fabricante del compresor, y es un subconjunto de una pluralidad de signaturas termodinámicas reales de la flota de los compresores de centrifugación, y determinar 710, en tiempo real, un desempeño anticipado del compresor utilizando la signatura termodinámica real del compresor, y utilizando un conjunto de transformación termodinámica y comportamiento de gas real más completo con base en diversas ecuaciones de estado. Se determina una desviación del desempeño del compresor 712 utilizando el desempeño real y el desempeño anticipado, y se compara la desviación del desempeño con un rango de desviación del desempeño de umbral predeterminado, y se determina 720 una severidad de la desviación de desempeño con base en una degradación del desempeño del compresor y una dificultad para mitigar la degradación. Se genera 722 una notificación al usuario con base en la severidad determinada. En diversas modalidades, la notificación incluye correlación a la desviación del desempeño y los valores del parámetro del proceso del compresor recibidos para generar una guía de asesoramiento al usuario con pasos para identificar las posibles fuentes de una falla que está originando la desviación.
Además, el método 700 también incluye determinar uno o más indicadores de desempeño clave (KPI) para la operación del compresor utilizando la signatura termodinámica específica del compresor, y comparando el uno o más KPIs con el desempeño real para generar una o más desviaciones del desempeño KPI asociadas con el uno o más KPIs. Se genera una notificación al usuario con respecto a cada desviación del desempeño del KPI que exceda un rango de umbral de desviación del desempeño de KPI predeterminado. Además, en varias modalidades, la determinación 706 del desempeño real del compresor, y la determinación 710 del desempeño anticipado del compresor, se corrigen con base en la carga en el compresor.
El método 700 también incluye determinar 714, en tiempo real, un sobre informativo anticipado del compresor utilizando la signatura termodinámica real determinada del compresor, la generación 716 de un mapa de desempeño utilizando el sobre informativo anticipado y el desempeño real, y emitir 718 un mensaje de asesoría con base en el mapa de desempeño generado.
El conjunto de reglas del desempeño del compresor 500 proporciona herramientas OEM de alta precisión para calcular el desempeño esperado real en tiempo real, las alarmas de desviación del desempeño que consideran la amplia variación en condiciones de operación, y las asesorías de alarma y de desempeño accionables con base en la naturaleza/grado de la desviación.
Los flujos de la lógica ilustrados en las figuras, no requieren el orden particular mostrado, o el orden en secuencias, para lograr los resultados deseables. Además, se pueden proporcionar otros pasos, o hay pasos se pueden eliminar de los flujos descritos, y se pueden agregar o eliminar otros componentes del sistema descrito. Por consiguiente, otras modalidades están dentro del alcance de las siguientes reivindicaciones.
Se podrá apreciar que las modalidades anteriores que han sido descritas con detalle particular son meramente modalidades posibles o de ejemplo, y que existen muchas otras combinaciones, adiciones o alternativas que pueden ser incluidas. Asimismo, el nombre particular de los componentes, capitalización de términos, los atributos, estructuras de datos o cualquier otro aspecto de programación o estructural, no son obligatorios o significativos y el mecanismo que implementa la presente invención o sus características, puede tener diferentes nombres, formatos o protocolos. Además, el sistema puede ser implementado a través de una combinación de hardware y software, tal como se describe, o completamente en elementos de hardware. Asimismo, la división particular de la funcionalidad entre los diversos componentes del sistema aquí descritos, es meramente un ejemplo, y no obligatoria; las funciones llevadas a cabo por un componente del sistema individual, pueden ser llevadas a cabo más bien por múltiples componentes, y las funciones desempeñadas por múltiples componentes más bien pueden ser llevadas por un componente individual.
Algunas partes de la descripción anterior presentan características en términos de algoritmos y representaciones simbólicas de las operaciones de la información. Estas descripciones y representaciones algorítmicas pueden ser utilizadas por un experto en la técnica del procesamiento de datos, para transmitir en la forma más efectiva la sustancia de su trabajo a otros expertos en la técnica. Estas operaciones, aunque se describen de manera funcional o lógica, serán entendidas como implementadas por programas de computo. Además, también ha probado ser conveniente en algunas ocasiones, referirse a estos ajustes de operaciones como módulos o mediante nombres funcionales, sin perdida de generalidad.
A menos que se manifieste específicamente lo contrario, tal como se podrá apreciar a partir de la descripción anterior, se apreciará que a lo largo de la descripción, las menciones que utilizan términos tales como "procesamiento" o "computarización" o "cálculo" o "determinación" o "despliegue" o "suministro" o similares, se refieren a la acción y procesos de un sistema de cómputo, o dispositivo de cómputo electrónico similar, que manipula y transforma los datos representados como cantidades físicas (electrónicas) dentro de las memorias o registro del sistema de cómputo u otros dispositivos de almacenamiento, transmisión o despliegue de información.
Aunque la presente descripción ha sido descrita en términos de varias modalidades específicas, se reconocerá que la descripción puede practicarse con alguna modificación dentro de la esencia y alcance de las reivindicaciones.
El término procesador tal como se utiliza en la presente invención, se refiere a unidades de procesamiento central, microprocesadores, microcontroladores, circuitos de conjunto de instrucciones reducidas (RISC), circuitos integrados específicos de la aplicación (ASIC), circuitos de lógica, y cualquier otro circuito o procesador con la capacidad de ejecutar las funciones aquí descritas.
Tal como se utiliza en la presente invención, los términos "software" y "firmware" son intercambiables e incluyen cualquier programa de cómputo almacenado en la memoria para ejecución por parte del procesador 205, incluyendo la memoria RAM, memoria ROM, memoria EPROM, memoria EEPROM, y la memoria RAM no volátil (NVRAM). Los tipos de memoria anteriores son únicamente de ejemplo, y por lo tanto no se limitan a los tipos de memoria utilizables para el almacenamiento de un programa de cómputo.
Tal como se apreciará con base en la especificación anterior, las modalidades antes descritas de la descripción pueden ser implementadas utilizando programas de cómputo o técnicas de ingeniería de diseño que incluyen un software, firmware, hardware de cómputo o cualquier combinación o subconjunto de los mismos, en donde el efecto técnico incluye (a) recibir una signatura termodinámica real del compresor, que es única del compresor, (b) recibir valores del parámetro del proceso del compresor durante las operaciones del mismo, (c) determinar en tiempo real, un desempeño real del compresor utilizando los valores del parámetro del proceso del compresor, (d) determinar en tiempo real, un desempeño anticipado del compresor utilizando la signatura de termodinámica real determinada del compresor, (e) determinar una desviación del desempeño del compresor utilizando el desempeño real y el desempeño anticipado, (f) comparar la desviación del desempeño con un rango de umbral predeterminado de desviación del desempeño, (g) generar una notificación a un usuario utilizando la comparación, (h) determinar uno o más indicadores del desempeño clave (KPI) para la operación del compresor utilizando la signatura termodinámica específica para el compresor, (i) comparar el uno o más KPIs con el desempeño real para generar una o más desviaciones del desempeño KPI asociadas con el uno o más KPIs, (j) generar una notificación a un usuario con respecto a cada desviación del desempeño de KPI que excede un rango de umbral de desviación del desempeño KPI predeterminado, (k) determinar el desempeño real y el desempeño anticipado corregido con base en una carga en el compresor, (I) recibir la signatura termodinámica real del compresor del fabricante del mismo, (m) recibir un subconjunto de una pluralidad de signaturas termodinámicas reales para la flota de compresores centrífugos, (n) recibir valores del parámetro del proceso de succión del compresor en tiempo real durante la operación del compresor, (o) recibir valores del parámetro del proceso de descarga del compresor en tiempo real durante la operación del mismo, (p) determinar, en tiempo real, un sobre informativo anticipado del compresor utilizando la signatura termodinámica real determinada del compresor, (q) generar un mapa de desempeño utilizando el sobre informativo anticipado y el desempeño real, (r) emitir un mensaje de asesoría con base en el mapa de desempeño generado, (s) determinar la severidad de la desviación del desempeño con base en una degradación del desempeño del compresor, y una dificultad para mitigar la degradación, (t) generar una notificación a un usuario con base en la severidad determinada, (u) correlacionar la desviación del desempeño y los valores recibidos del parámetro del proceso del compresor, para generar una asesoría que guíe al usuario en los pasos para identificar las posibles fuentes de una falla que está originando la desviación, (v) generar una notificación de variación, si los valores del parámetro del proceso de succión de los valores recibidos del parámetro del proceso del compresor exceden en un rango predeterminado, (w) determinar el desempeño real del compresor utilizando un algoritmo termodinámico politrófico y los valores del parámetro del proceso del compresor. Cualquier programa resultante, que tenga medios de código legible en computadora pueden ser incorporados o proporcionados dentro de uno o más medios legibles en computadora, produciendo de esta forma un producto de programa de cómputo, es decir, un artículo de fabricación, de acuerdo con las modalidades descritas de la presente descripción. El medio legible en computadora, por ejemplo, puede no limitarse a, una unidad de disco fija (duro), disco flexible, disco óptico, cinta magnética, memoria semiconductora tal como memoria únicamente de lectura (ROM), y/o cualquier medio de transmisión/recepción tal como la Internet u otra red o enlace de comunicación. El artículo de fabricación que contiene el código de cómputo puede elaborarse y/o utilizarse ejecutando el código directamente de un medio, copiando el código de un medio a otro medio, o transmitiendo el código a través de una red.
Muchas de las unidades funcionales descritas en la presente especificación han sido marcadas como módulos, con el objeto de enfatizar más particularmente su independencia de implementación . Por ejemplo, un módulo puede ser implementado como un circuito de hardware que comprende circuitos de integración de escala muy grande ("VLSI") o formaciones de salida, semiconductores fuera del anaquel tal como chips de lógica, transistores u otros componentes independientes acostumbrados. También se puede implementar un módulo en dispositivos de hardware programables tal como matrices de puertas programables por campo (FPGAs), lógica de matriz programable, dispositivos de lógica programable (PLDs) o similares.
También se pueden implementar módulos en el software para ejecución a través de diversos tipos de procesadores. Un módulo identificado de un código ejecutable puede, por ejemplo, comprender uno o más bloques físicos o lógicos de instrucciones de computadora, los cuales, por ejemplo, pueden organizarse como un objeto, procedimiento o función. Sin embargo, los ejecutables de un módulo identificado no necesitan estar físicamente localizados juntos, aunque pueden comprender instrucciones diferentes almacenadas en diferentes ubicaciones las cuales, cuando se unen por lógica comprenden el módulo y logran el propósito manifestado del módulo.
Un módulo de código ejecutable puede ser una sola instrucción, o muchas instrucciones, incluso puede ser distribuido en diferentes segmentos de código, entre diferentes programas, y a través de diversos dispositivos de memoria. Similarmente, los datos de operación pueden ser identificados e ilustrados en la presente invención dentro de los módulos, y pueden incorporarse en cualquier forma adecuada y organizarse dentro de cualquier tipo de estructura de datos adecuado. Los datos de operación pueden ser recolectados como un solo conjunto de datos, o pueden ser distribuidos en diferentes ubicaciones incluyendo en diferentes dispositivos de almacenamiento, y pueden existir, al menos parcialmente, meramente como señales electrónicas en un sistema o red.
Las modalidades antes descritas de un método y sistema de asesoría de degradación de desempeño de compresor de centrifugación de tiempo real que incluyen un módulo de reglas, proporcionan un medio efectivo en costo y confiable para proporcionar recomendaciones de operación significativas y acciones para solucionar problemas. Además, el sistema es más preciso y menos propenso a falsas alarmas. Más específicamente, los métodos y sistemas aquí descritos pueden predecir la falla del componente en una etapa mucho más temprana que los sistemas conocidos para facilitar significativamente la reducción del tiempo de interrupción y prevenir activaciones. Además, los métodos y sistemas antes descritos facilitan la predicción y anomalías en una etapa temprana para habilitar al personal del lugar para prepararse y planear una desconexión del equipo. Como resultado, los métodos y sistemas aquí descritos facilitan la operación de turbinas de gas y otro equipo en una forma confiable y efectiva en costo.
La descripción descrita utiliza ejemplos para describir la presente invención, incluyendo el mejor modo, y también para habilitar a cualquier experto en la técnica a practicar la misma, incluyendo elaborar y utilizar cualquiera dispositivos o sistemas y llevar a cabo cualquier método incorporado. El alcance patentable de la descripción es definido por las reivindicaciones y puede incluir otros ejemplos que surgirán a los expertos en la técnica. Dichos otros ejemplos están proyectados para estar dentro del alcance de las reivindicaciones si tienen elementos estructurales que no difieren del lenguaje literal de las reivindicaciones, o si incluyen elementos estructurales equivalentes con diferencias insubstanciales de los lenguajes literales de las reivindicaciones.

Claims (10)

REIVINDICACIONES
1. Un método implementado en computadora para generar asesorías de desempeño en tiempo real para un compresor de centrifugación de una flota de compresores de centrifugación, en donde el método se implementa utilizando un dispositivo de cómputo acoplado a una interfaz del usuario y a un dispositivo de memoria, en donde el método comprende: recibir una signatura termodinámica real del compresor, que es única para el compresor; recibir valores del parámetro del proceso del compresor durante la operación del mismo; determinar, en tiempo real, el desempeño real del compresor utilizando valores del parámetro del proceso del compresor; determinar, en tiempo real, un desempeño anticipado del compresor utilizando la signatura termodinámica real recibida del compresor; determinar una desviación del desempeño del compresor utilizando el desempeño real y el desempeño anticipado; comparar la desviación del desempeño con un rango de umbral predeterminado de la desviación del desempeño; y generar una notificación al usuario utilizando la comparación.
2. El método de acuerdo con la reivindicación 1, en donde la recepción de una signatura termodinámica real del compresor comprende determinar uno o más indicadores del desempeño clave (KPI) para la operación del compresor utilizando la signatura termodinámica específica del compresor.
3. El método de acuerdo con la reivindicación 2, que comprende además comparar el uno o más KPIs con el desempeño real para generar una o más desviaciones del desempeño KPI asociados con el uno o más KPI.
4. El método de acuerdo con la reivindicación 2, en donde generar una notificación a un usuario utilizando la comparación comprende generar una notificación a un usuario con respecto a cada desviación del desempeño de KPI que excede un rango de umbral predeterminado de la desviación del desempeño de KPI.
5. El método de acuerdo con la reivindicación 1, en donde la determinación del desempeño real del compresor y la determinación del desempeño anticipado del compresor, comprende determinar el desempeño real y el desempeño anticipado corregido con base en una carga en el compresor.
6. El método de acuerdo con la reivindicación 1, en donde la recepción de una signatura termodinámica real del compresor comprende recibir la signatura termodinámica real del compresor del fabricante del mismo.
7. El método de acuerdo con la reivindicación 1, en donde la recepción de una signatura termodinámica real del compresor comprende recibir el subconjunto de una pluralidad de signaturas termodinámicas de la flota de compresores de centrifugación.
8. El método de acuerdo con la reivindicación 1, en donde la recepción de los valores del parámetro del proceso del compresor durante la operación del mismo, comprende: recibir valores del parámetro del proceso de succión del compresor en tiempo real durante la operación del mismo; y recibir los valores del parámetro del proceso de descarga del compresor en tiempo real durante la operación del mismo.
9. El método de acuerdo con la reivindicación 1, que comprende además: determinar, en tiempo real, el sobre informativo OEM anticipado dinámico del compresor utilizando la signatura termodinámica real recibida del compresor, y los parámetros del proceso medidos.
10. El método de acuerdo con la reivindicación 1, en donde la comparación de la desviación del desempeño con un rango de umbral predeterminado de la desviación del desempeño comprende: determinar una severidad de la desviación del desempeño con base en una degradación del desempeño del compresor, y una dificultad para mitigar la degradación, y generar al usuario una notificación con base en la severidad determinada.
MX2014010453A 2012-03-01 2013-03-01 Metodo y sistema para asesoria de degradacion de desempeño en tiempo real para compresores de centrifugacion. MX2014010453A (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IT000008A ITCO20120008A1 (it) 2012-03-01 2012-03-01 Metodo e sistema per monitorare la condizione di un gruppo di impianti
PCT/EP2013/054158 WO2013127996A1 (en) 2012-03-01 2013-03-01 Method and system for real-time performance degradation advisory for centrifugal compressors

Publications (1)

Publication Number Publication Date
MX2014010453A true MX2014010453A (es) 2014-10-13

Family

ID=46051732

Family Applications (2)

Application Number Title Priority Date Filing Date
MX2014010464A MX2014010464A (es) 2012-03-01 2013-03-01 Metodo y sistema para el asesoramiento sobre la recuperacion del rendimiento en tiempo real para compresores centrifugos.
MX2014010453A MX2014010453A (es) 2012-03-01 2013-03-01 Metodo y sistema para asesoria de degradacion de desempeño en tiempo real para compresores de centrifugacion.

Family Applications Before (1)

Application Number Title Priority Date Filing Date
MX2014010464A MX2014010464A (es) 2012-03-01 2013-03-01 Metodo y sistema para el asesoramiento sobre la recuperacion del rendimiento en tiempo real para compresores centrifugos.

Country Status (12)

Country Link
US (7) US9274520B2 (es)
EP (7) EP2820490B1 (es)
JP (7) JP2015508928A (es)
KR (7) KR20140130543A (es)
CN (7) CN104254810B (es)
AU (9) AU2013224935A1 (es)
BR (2) BR112014019965A2 (es)
CA (7) CA2865194C (es)
IT (1) ITCO20120008A1 (es)
MX (2) MX2014010464A (es)
RU (7) RU2636095C2 (es)
WO (7) WO2013127958A1 (es)

Families Citing this family (149)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ITCO20120008A1 (it) * 2012-03-01 2013-09-02 Nuovo Pignone Srl Metodo e sistema per monitorare la condizione di un gruppo di impianti
US20140244328A1 (en) * 2013-02-22 2014-08-28 Vestas Wind Systems A/S Wind turbine maintenance optimizer
US10649424B2 (en) * 2013-03-04 2020-05-12 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics
US9665088B2 (en) 2014-01-31 2017-05-30 Fisher-Rosemount Systems, Inc. Managing big data in process control systems
US9558220B2 (en) 2013-03-04 2017-01-31 Fisher-Rosemount Systems, Inc. Big data in process control systems
US10909137B2 (en) 2014-10-06 2021-02-02 Fisher-Rosemount Systems, Inc. Streaming data for analytics in process control systems
US10649449B2 (en) 2013-03-04 2020-05-12 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics
US10678225B2 (en) 2013-03-04 2020-06-09 Fisher-Rosemount Systems, Inc. Data analytic services for distributed industrial performance monitoring
US10866952B2 (en) 2013-03-04 2020-12-15 Fisher-Rosemount Systems, Inc. Source-independent queries in distributed industrial system
US10133243B2 (en) 2013-03-15 2018-11-20 Fisher-Rosemount Systems, Inc. Method and apparatus for seamless state transfer between user interface devices in a mobile control room
CN104344946B (zh) * 2013-07-24 2017-12-05 中国国际航空股份有限公司 Apu涡轮叶片断裂与转轴卡阻故障的监控方法和装置
US20150075170A1 (en) * 2013-09-17 2015-03-19 General Electric Company Method and system for augmenting the detection reliability of secondary flame detectors in a gas turbine
US9234317B2 (en) * 2013-09-25 2016-01-12 Caterpillar Inc. Robust system and method for forecasting soil compaction performance
ITCO20130043A1 (it) * 2013-10-02 2015-04-03 Nuovo Pignone Srl Metodo e sistema per monitorare il funzionamento di un dispositivo flessibile di accoppiamento
US20150153251A1 (en) * 2013-11-29 2015-06-04 Johannes Izak Boerhout Systems and methods for integrated workflow display and action panel for plant assets
US20150219530A1 (en) * 2013-12-23 2015-08-06 Exxonmobil Research And Engineering Company Systems and methods for event detection and diagnosis
US20150184549A1 (en) 2013-12-31 2015-07-02 General Electric Company Methods and systems for enhancing control of power plant generating units
US9957843B2 (en) 2013-12-31 2018-05-01 General Electric Company Methods and systems for enhancing control of power plant generating units
US10139267B2 (en) 2014-01-09 2018-11-27 General Electric Company Systems and methods for storage and analysis of periodic waveform data
US20150271026A1 (en) * 2014-03-24 2015-09-24 Microsoft Technology Licensing, Llc End user performance analysis
KR102189282B1 (ko) * 2014-05-21 2020-12-09 세메스 주식회사 공정 설비 제어 방법
US9813308B2 (en) * 2014-06-04 2017-11-07 Verizon Patent And Licensing Inc. Statistical monitoring of customer devices
KR101676926B1 (ko) * 2014-12-31 2016-11-16 주식회사 포스코아이씨티 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법
US9777723B2 (en) * 2015-01-02 2017-10-03 General Electric Company System and method for health management of pumping system
US10036233B2 (en) * 2015-01-21 2018-07-31 Baker Hughes, A Ge Company, Llc Method and system for automatically adjusting one or more operational parameters in a borehole
US20160260041A1 (en) * 2015-03-03 2016-09-08 Uop Llc System and method for managing web-based refinery performance optimization using secure cloud computing
US10216154B2 (en) * 2015-03-24 2019-02-26 Mitsubishi Electric Corporation Plant monitoring control device
US9864823B2 (en) 2015-03-30 2018-01-09 Uop Llc Cleansing system for a feed composition based on environmental factors
US10095200B2 (en) 2015-03-30 2018-10-09 Uop Llc System and method for improving performance of a chemical plant with a furnace
US20170315543A1 (en) * 2015-03-30 2017-11-02 Uop Llc Evaluating petrochemical plant errors to determine equipment changes for optimized operations
US10031510B2 (en) * 2015-05-01 2018-07-24 Aspen Technology, Inc. Computer system and method for causality analysis using hybrid first-principles and inferential model
US10021063B2 (en) 2015-05-14 2018-07-10 Honeywell International Inc. Apparatus and method for protecting proprietary information over public notification infrastructure
US10505790B2 (en) 2015-05-14 2019-12-10 Honeywell International Inc. Apparatus and method for automated event notification read receipt to support non-repudiated auditing or other functions in industrial process control and automation system
US10021064B2 (en) 2015-05-14 2018-07-10 Honeywell International Inc. Apparatus and method for translating industrial process control and automation system events into mobile notifications
US10078326B2 (en) 2015-05-14 2018-09-18 Honeywell International Inc. Apparatus and method for event detection to support mobile notifications related to industrial process control and automation system
US10466688B2 (en) * 2015-05-14 2019-11-05 Honeywell International Inc. Apparatus and method for providing event context with notifications related to industrial process control and automation system
US20160334770A1 (en) * 2015-05-14 2016-11-17 Honeywell International Inc. Apparatus and method for using configurable rules linking triggers with actions to support notifications associated with industrial process control and automation system
CN105157986B (zh) * 2015-06-17 2017-09-22 广东电网有限责任公司电力科学研究院 一种用于燃气轮机热端部件的可靠性监测方法
US20170038275A1 (en) * 2015-08-04 2017-02-09 Solar Turbines Incorporated Monitoring system for turbomachinery
US20170038276A1 (en) * 2015-08-04 2017-02-09 Solar Turbines Incorporated Monitoring System for Turbomachinery
US10657450B2 (en) 2015-09-30 2020-05-19 Deere & Company Systems and methods for machine diagnostics based on stored machine data and available machine telematic data
US10495545B2 (en) * 2015-10-22 2019-12-03 General Electric Company Systems and methods for determining risk of operating a turbomachine
FR3043463B1 (fr) * 2015-11-05 2017-12-22 Snecma Systeme et procede de surveillance d'une turbomachine avec fusion d'indicateurs pour la synthese d'une confirmation d'alarme
KR102486704B1 (ko) * 2016-01-15 2023-01-10 엘에스일렉트릭(주) 감시제어데이터수집시스템에서의 클라이언트 및 서버
US10311399B2 (en) * 2016-02-12 2019-06-04 Computational Systems, Inc. Apparatus and method for maintaining multi-referenced stored data
US10503483B2 (en) 2016-02-12 2019-12-10 Fisher-Rosemount Systems, Inc. Rule builder in a process control network
US10574739B2 (en) 2016-02-26 2020-02-25 Honeywell International Inc. System and method for smart event paging
US20170300945A1 (en) * 2016-04-15 2017-10-19 International Business Machines Corporation Segmenting mobile shoppers
EP3239684A1 (en) * 2016-04-29 2017-11-01 Siemens Aktiengesellschaft Fault diagnosis during testing of turbine unit
US11914349B2 (en) 2016-05-16 2024-02-27 Jabil Inc. Apparatus, engine, system and method for predictive analytics in a manufacturing system
EP3458926A4 (en) * 2016-05-16 2020-03-25 Jabil Inc. DEVICE, MOTOR, SYSTEM AND METHOD FOR PREDICTIVE ANALYTICS IN A MANUFACTURING SYSTEM
US10294869B2 (en) 2016-06-14 2019-05-21 General Electric Company System and method to enhance corrosion turbine monitoring
US10047679B2 (en) 2016-06-14 2018-08-14 General Electric Company System and method to enhance lean blowout monitoring
US10099804B2 (en) 2016-06-16 2018-10-16 General Electric Company Environmental impact assessment system
EP3258333A1 (en) * 2016-06-17 2017-12-20 Siemens Aktiengesellschaft Method and system for monitoring sensor data of rotating equipment
CN106089671A (zh) * 2016-06-29 2016-11-09 广东葆德科技有限公司 一种基于卫星定位的空压机及时维护方法及其系统
US10643167B2 (en) * 2016-07-28 2020-05-05 Honeywell International Inc. MPC with unconstrained dependent variables for KPI performance analysis
EP3279755B1 (en) * 2016-08-02 2021-09-29 ABB Schweiz AG Method of monitoring a modular process plant complex with a plurality of interconnected process modules
US11143056B2 (en) 2016-08-17 2021-10-12 General Electric Company System and method for gas turbine compressor cleaning
US10724398B2 (en) * 2016-09-12 2020-07-28 General Electric Company System and method for condition-based monitoring of a compressor
US10606254B2 (en) * 2016-09-14 2020-03-31 Emerson Process Management Power & Water Solutions, Inc. Method for improving process/equipment fault diagnosis
US10222787B2 (en) 2016-09-16 2019-03-05 Uop Llc Interactive petrochemical plant diagnostic system and method for chemical process model analysis
US20180100442A1 (en) * 2016-10-11 2018-04-12 General Electric Company Systems and Methods to Control Performance Via Control of Compressor OLL Protection Actions
US10539936B2 (en) * 2016-10-17 2020-01-21 Fisher-Rosemount Systems, Inc. Methods and apparatus for configuring remote access of process control data
US10444730B2 (en) * 2016-11-30 2019-10-15 Eurotherm Limited Real-time compliance status for equipment
US10466677B2 (en) * 2016-12-15 2019-11-05 Solar Turbines Incorporated Assessment of industrial machines
US10401881B2 (en) * 2017-02-14 2019-09-03 General Electric Company Systems and methods for quantification of a gas turbine inlet filter blockage
US10466686B2 (en) 2017-02-17 2019-11-05 Honeywell International Inc. System and method for automatic configuration of a data collection system and schedule for control system monitoring
KR101933784B1 (ko) 2017-03-17 2018-12-28 두산중공업 주식회사 가스 터빈 실시간 시뮬레이션 시스템 및 그 방법
US10754359B2 (en) 2017-03-27 2020-08-25 Uop Llc Operating slide valves in petrochemical plants or refineries
US10678272B2 (en) 2017-03-27 2020-06-09 Uop Llc Early prediction and detection of slide valve sticking in petrochemical plants or refineries
US10663238B2 (en) 2017-03-28 2020-05-26 Uop Llc Detecting and correcting maldistribution in heat exchangers in a petrochemical plant or refinery
US10816947B2 (en) 2017-03-28 2020-10-27 Uop Llc Early surge detection of rotating equipment in a petrochemical plant or refinery
US11037376B2 (en) 2017-03-28 2021-06-15 Uop Llc Sensor location for rotating equipment in a petrochemical plant or refinery
US11130111B2 (en) 2017-03-28 2021-09-28 Uop Llc Air-cooled heat exchangers
US10794644B2 (en) 2017-03-28 2020-10-06 Uop Llc Detecting and correcting thermal stresses in heat exchangers in a petrochemical plant or refinery
US10844290B2 (en) 2017-03-28 2020-11-24 Uop Llc Rotating equipment in a petrochemical plant or refinery
US11396002B2 (en) 2017-03-28 2022-07-26 Uop Llc Detecting and correcting problems in liquid lifting in heat exchangers
US10962302B2 (en) 2017-03-28 2021-03-30 Uop Llc Heat exchangers in a petrochemical plant or refinery
US10670353B2 (en) 2017-03-28 2020-06-02 Uop Llc Detecting and correcting cross-leakage in heat exchangers in a petrochemical plant or refinery
US10752844B2 (en) 2017-03-28 2020-08-25 Uop Llc Rotating equipment in a petrochemical plant or refinery
US10794401B2 (en) 2017-03-28 2020-10-06 Uop Llc Reactor loop fouling monitor for rotating equipment in a petrochemical plant or refinery
US10670027B2 (en) 2017-03-28 2020-06-02 Uop Llc Determining quality of gas for rotating equipment in a petrochemical plant or refinery
US10752845B2 (en) 2017-03-28 2020-08-25 Uop Llc Using molecular weight and invariant mapping to determine performance of rotating equipment in a petrochemical plant or refinery
US10695711B2 (en) 2017-04-28 2020-06-30 Uop Llc Remote monitoring of adsorber process units
DE102017209847A1 (de) * 2017-06-12 2018-12-13 Siemens Aktiengesellschaft Verfahren zum Betreiben einer Gasturbinenanlage
US11365886B2 (en) 2017-06-19 2022-06-21 Uop Llc Remote monitoring of fired heaters
US10913905B2 (en) 2017-06-19 2021-02-09 Uop Llc Catalyst cycle length prediction using eigen analysis
US10739798B2 (en) 2017-06-20 2020-08-11 Uop Llc Incipient temperature excursion mitigation and control
US11130692B2 (en) 2017-06-28 2021-09-28 Uop Llc Process and apparatus for dosing nutrients to a bioreactor
US10994240B2 (en) 2017-09-18 2021-05-04 Uop Llc Remote monitoring of pressure swing adsorption units
EP3462264A1 (en) * 2017-09-29 2019-04-03 Siemens Aktiengesellschaft System, method and control unit for diagnosis and life prediction of one or more electro-mechanical systems
US11194317B2 (en) 2017-10-02 2021-12-07 Uop Llc Remote monitoring of chloride treaters using a process simulator based chloride distribution estimate
GB2568380B (en) * 2017-10-02 2022-08-31 Fisher Rosemount Systems Inc Systems and methods for multi-site performance monitoring of process control systems
US11676061B2 (en) 2017-10-05 2023-06-13 Honeywell International Inc. Harnessing machine learning and data analytics for a real time predictive model for a FCC pre-treatment unit
US11105787B2 (en) 2017-10-20 2021-08-31 Honeywell International Inc. System and method to optimize crude oil distillation or other processing by inline analysis of crude oil properties
US10416661B2 (en) 2017-11-30 2019-09-17 Abb Schweiz Ag Apparatuses, systems and methods of secure cloud-based monitoring of industrial plants
JP6909871B2 (ja) * 2017-12-06 2021-07-28 株式会社日立産機システム 巻上機の管理システム
WO2019116368A1 (en) * 2017-12-11 2019-06-20 Halo Digital Ltd. A system and a method for continuous monitoring and verification of the operation of a microcontroller
US10395515B2 (en) * 2017-12-28 2019-08-27 Intel Corporation Sensor aggregation and virtual sensors
US10607470B2 (en) * 2018-01-23 2020-03-31 Computational Systems, Inc. Vibrational analysis systems and methods
US10255797B1 (en) * 2018-01-24 2019-04-09 Saudi Arabian Oil Company Integrated alarm management system (ALMS) KPIs with plant information system
DE102019201410A1 (de) 2018-02-05 2019-08-08 Ziehl-Abegg Se Verfahren zur Optimierung des Wirkungsgrads und/oder der Laufperformance eines Ventilators oder einer Ventilator-Anordnung
US10901403B2 (en) 2018-02-20 2021-01-26 Uop Llc Developing linear process models using reactor kinetic equations
US11264801B2 (en) * 2018-02-23 2022-03-01 Schlumberger Technology Corporation Load management algorithm for optimizing engine efficiency
US11119453B2 (en) * 2018-03-09 2021-09-14 Nishil Thomas Koshy System and method for remote non-intrusive monitoring of assets and entities
US11237550B2 (en) * 2018-03-28 2022-02-01 Honeywell International Inc. Ultrasonic flow meter prognostics with near real-time condition based uncertainty analysis
US10734098B2 (en) 2018-03-30 2020-08-04 Uop Llc Catalytic dehydrogenation catalyst health index
EP3553615A1 (en) * 2018-04-10 2019-10-16 Siemens Aktiengesellschaft Method and system for managing a technical installation
EP3791234A4 (en) * 2018-05-10 2022-01-12 Stolle Machinery Company, LLC FACTORY MANAGEMENT AND MONITORING SYSTEMS AND PROCEDURES
US11709480B2 (en) 2018-05-14 2023-07-25 Honeywell International Inc. System and method for automatic data classification for use with data collection system and process control system
US11042145B2 (en) 2018-06-13 2021-06-22 Hitachi, Ltd. Automatic health indicator learning using reinforcement learning for predictive maintenance
US11755791B2 (en) * 2018-07-03 2023-09-12 Rtx Corporation Aircraft component qualification system and process
WO2020026071A1 (en) * 2018-07-31 2020-02-06 Abb Schweiz Ag Method for predicting performance of modules of distributed control system through network and system thereof
CN109151271A (zh) * 2018-08-22 2019-01-04 Oppo广东移动通信有限公司 激光投射模组及其控制方法、图像获取设备和电子装置
WO2020055898A1 (en) * 2018-09-10 2020-03-19 Aveva Software, Llc Cloud and digital operations system and method
BE1026619B1 (fr) * 2018-09-17 2020-04-14 Safran Aero Boosters Sa Systeme de mesure pour turbomachine
CZ2018517A3 (cs) 2018-09-30 2020-04-08 4Dot Mechatronic Systems S.R.O. Diagnostický systém strojů
CN109556876B (zh) * 2018-11-07 2020-09-04 国网浙江省电力有限公司电力科学研究院 一种区分燃气轮机燃烧故障和热通道设备故障的诊断方法
CN109372593A (zh) * 2018-11-16 2019-02-22 华南理工大学 一种汽轮机dcs系统下的hmi控制系统及控制方法
US20220009098A1 (en) * 2018-11-21 2022-01-13 Basf Se Method and system of manufacturing an insulated member
CN109356662B (zh) * 2018-11-27 2021-06-18 中国航发沈阳黎明航空发动机有限责任公司 一种航空发动机低压涡轮转子装配的工艺方法
US10953377B2 (en) 2018-12-10 2021-03-23 Uop Llc Delta temperature control of catalytic dehydrogenation process reactors
TWI831864B (zh) * 2018-12-27 2024-02-11 美商Ｂｌ科技公司 用於製程氣體壓縮機的動態監測及控制之系統及方法
DE102019108415A1 (de) * 2019-04-01 2020-10-01 Pilz Gmbh & Co. Kg Verfahren zur Überwachung der Vitalität einer Anzahl von Teilnehmern eines verteilten technischen Systems
EP3726810B1 (en) * 2019-04-16 2023-12-06 ABB Schweiz AG System and method for interoperable communication of automation system components
US11927944B2 (en) * 2019-06-07 2024-03-12 Honeywell International, Inc. Method and system for connected advanced flare analytics
US11591936B2 (en) 2019-09-04 2023-02-28 Saudi Arabian Oil Company Systems and methods for proactive operation of process facilities based on historical operations data
KR102224983B1 (ko) * 2019-10-17 2021-03-08 한국서부발전 주식회사 가스터빈 연소기의 점검 진단 장치
CN110866616A (zh) * 2019-11-01 2020-03-06 许继集团有限公司 一种变电站二次设备故障预警方法及装置
US11860617B2 (en) 2019-11-26 2024-01-02 Technische Universitaet Berlin Forecasting industrial aging processes with machine learning methods
US20210165723A1 (en) * 2019-12-03 2021-06-03 Computational Systems, Inc. Graphical Indicator With History
EP4147105A1 (en) * 2020-05-08 2023-03-15 Uop Llc Real-time plant diagnostic system and method for plant process control and analysis
JP7372198B2 (ja) * 2020-05-08 2023-10-31 株式会社荏原製作所 表示システム、表示装置及び表示方法
CN113721557B (zh) * 2020-05-25 2022-12-20 中国石油化工股份有限公司 基于关联参数的石化装置运行工艺参数监测方法及装置
WO2021249795A1 (en) * 2020-06-12 2021-12-16 Tetra Laval Holdings & Finance S.A. A method and an apparatus for enabling access to process data of a food production plant
CN111691985A (zh) * 2020-06-12 2020-09-22 国网天津市电力公司电力科学研究院 一种降低燃气机组dln-2.6燃烧系统nox排放的控制方法
RU2737457C1 (ru) * 2020-06-26 2020-11-30 Федеральное государственное бюджетное образовательное учреждение высшего образования "Государственный морской университет имени адмирала Ф.Ф. Ушакова" Автоматическая система с нейро-нечеткой сетью для комплексной технической диагностики и управления судовой энергетической установкой
IL300339A (en) * 2020-08-04 2023-04-01 Arch Systems Inc Methods and systems for predictive analysis and/or process control
DE102020004841A1 (de) * 2020-08-07 2022-02-10 Mettler-Toledo Gmbh Verfahren und Vorrichtung zur Ermittlung einer beobachtbaren Eigenschaft eines Objekts
CN112199370B (zh) * 2020-09-02 2024-01-26 安徽深迪科技有限公司 一种可有效提高结算效率的bom加速结算工方法
US11700567B2 (en) * 2020-10-15 2023-07-11 Raytheon Technologies Corporation Waveguide system with redundancy
EP3992737A1 (de) * 2020-10-28 2022-05-04 Siemens Aktiengesellschaft Verfahren zur datenkommunikation zwischen einer leitebene und einer feldebene eines industriellen systems
US20220136404A1 (en) * 2020-10-29 2022-05-05 General Electric Company Gas turbine mass differential determination system and method
CN112539941B (zh) * 2020-12-02 2023-01-20 西安航天动力研究所 考虑真实气体效应的液体火箭发动机热试验参数设置方法
CN112364088A (zh) * 2020-12-02 2021-02-12 四川长虹电器股份有限公司 基于工厂数字化制造资源的可视化配置系统
CN112817240B (zh) * 2020-12-30 2022-03-22 西安交通大学 一种基于深度强化学习算法的离心压缩机调控方法
CN113110402B (zh) * 2021-05-24 2022-04-01 浙江大学 知识与数据驱动的大规模工业系统分布式状态监测方法
US20230304664A1 (en) 2022-03-24 2023-09-28 Solar Turbines Incorporated Gas turbine predictive emissions modeling, reporting, and model management via a remote framework

Family Cites Families (122)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3898439A (en) 1970-10-20 1975-08-05 Westinghouse Electric Corp System for operating industrial gas turbine apparatus and gas turbine electric power plants preferably with a digital computer control system
US4249238A (en) 1978-05-24 1981-02-03 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Apparatus for sensor failure detection and correction in a gas turbine engine control system
JPS572497A (en) 1980-06-04 1982-01-07 Hitachi Ltd Volume control method for centrifugal compressor
US4442665A (en) 1980-10-17 1984-04-17 General Electric Company Coal gasification power generation plant
US4449358A (en) 1981-07-24 1984-05-22 General Electric Company Method and apparatus for promoting a surge condition in a gas turbine
JPS60142070A (ja) 1983-12-28 1985-07-27 Ishikawajima Harima Heavy Ind Co Ltd 多段圧縮機のドライヤ装置
JPS60216098A (ja) 1984-04-11 1985-10-29 Hitachi Ltd 流体機械の性能監視装置
JPS61241425A (ja) * 1985-04-17 1986-10-27 Hitachi Ltd ガスタ−ビンの燃料ガス制御方法及び制御装置
JPH0255807A (ja) 1988-08-18 1990-02-26 Toshiba Corp コンバインドサイクル発電プラント用の潤滑給油装置
US4969796A (en) 1989-10-30 1990-11-13 Westinghouse Electric Corp. Method and apparatus for cooling shaft seals
JPH076411B2 (ja) * 1990-07-17 1995-01-30 株式会社豊田中央研究所 ガスタービン機関の消炎予測判別装置
FR2674290B1 (fr) 1991-03-18 1993-07-09 Gaz De France Systeme a turbine a gaz naturel a vapeur d'eau fonctionnant en cycle semi ouvert et en combustion stóoechiometrique.
US5367617A (en) 1992-07-02 1994-11-22 Microsoft Corporation System and method of hybrid forward differencing to render Bezier splines
JPH08189846A (ja) * 1995-01-11 1996-07-23 Yokogawa Electric Corp プラント診断システム
US5761895A (en) 1995-08-28 1998-06-09 General Electric Company Transient load controller for gas turbine power generator
DE19605736A1 (de) 1996-02-16 1997-08-21 Gutehoffnungshuette Man Verfahren zur Schnellumschaltung vom Vormischbetrieb in den Diffusionsbetrieb in einer Brennkammer einer mit Brenngas betriebenen Gasturbine
DE59710054D1 (de) 1997-11-10 2003-06-12 Alstom Switzerland Ltd Verfahren zur Überwachung des Versorgungssystems einer Gasturbine mit Mehrbrennersystem sowie Vorrichtung zur Durchführung des Verfahrens
JP3783442B2 (ja) 1999-01-08 2006-06-07 株式会社日立製作所 ガスタービンの制御方法
US7010459B2 (en) 1999-06-25 2006-03-07 Rosemount Inc. Process device diagnostics using process variable sensor signal
US6591182B1 (en) * 2000-02-29 2003-07-08 General Electric Company Decision making process and manual for diagnostic trend analysis
US6917845B2 (en) * 2000-03-10 2005-07-12 Smiths Detection-Pasadena, Inc. Method for monitoring environmental condition using a mathematical model
WO2001098849A2 (en) 2000-06-19 2001-12-27 Dow Global Technologies Inc. Rotating equipment diagnostic system and adaptive controller
JP3612472B2 (ja) * 2000-06-22 2005-01-19 株式会社日立製作所 遠隔監視診断システム、及び遠隔監視診断方法
US6460346B1 (en) 2000-08-30 2002-10-08 General Electric Company Method and system for identifying malfunctioning combustion chambers in a gas turbine
JP2002070584A (ja) 2000-08-30 2002-03-08 Toshiba Corp ガスタービンプラント
US6466858B1 (en) 2000-11-02 2002-10-15 General Electric Company Methods and apparatus for monitoring gas turbine engine operation
US6795798B2 (en) 2001-03-01 2004-09-21 Fisher-Rosemount Systems, Inc. Remote analysis of process control plant data
CN1287075C (zh) 2001-06-18 2006-11-29 株式会社日立制作所 燃气轮机的状态诊断方法及诊断系统
US7568000B2 (en) 2001-08-21 2009-07-28 Rosemount Analytical Shared-use data processing for process control systems
US6796129B2 (en) 2001-08-29 2004-09-28 Catalytica Energy Systems, Inc. Design and control strategy for catalytic combustion system with a wide operating range
JP2003091313A (ja) 2001-09-17 2003-03-28 Hitachi Ltd 圧縮機の遠隔監視システム
JP3741014B2 (ja) 2001-09-18 2006-02-01 株式会社日立製作所 複数台の圧縮機の制御方法及び圧縮機システム
JP2003111475A (ja) 2001-09-28 2003-04-11 Japan Servo Co Ltd 異常回転数検出装置を備える可変速度フアンモータ
US6658091B1 (en) * 2002-02-01 2003-12-02 @Security Broadband Corp. LIfestyle multimedia security system
JP2003271231A (ja) * 2002-03-15 2003-09-26 Mitsubishi Heavy Ind Ltd 検出器ドリフトの推定装置、及び、検出器の監視システム
US20070234730A1 (en) 2002-06-28 2007-10-11 Markham James R Method and apparatus for monitoring combustion instability and other performance deviations in turbine engines and like combustion systems
DE50303387D1 (de) 2002-09-26 2006-06-22 Siemens Ag Vorrichtung und verfahren zur überwachung einer mehrere systeme umfassenden technischen anlage, insbesondere einer kraftwerksanlage
US6983603B2 (en) 2002-10-24 2006-01-10 Pratt & Whitney Canada Corp. Detection of gas turbine engine hot section condition
US6962043B2 (en) 2003-01-30 2005-11-08 General Electric Company Method and apparatus for monitoring the performance of a gas turbine system
JP2004278395A (ja) 2003-03-14 2004-10-07 Toshiba Corp ガスタービン燃焼器の燃料流量監視制御装置
US6990432B1 (en) 2003-04-04 2006-01-24 General Electric Company Apparatus and method for performing gas turbine adjustment
US6912856B2 (en) * 2003-06-23 2005-07-05 General Electric Company Method and system for controlling gas turbine by adjusting target exhaust temperature
WO2005015366A2 (en) * 2003-08-08 2005-02-17 Electric Power Group, Llc Real-time performance monitoring and management system
EP1686593A1 (en) 2003-10-29 2006-08-02 The Tokyo Electric Power Co., Inc. Thermal efficiency diagnosing system for nuclear power plant, thermal efficiency diagnosing program for nuclear power plant, and thermal efficiency diagnosing method for nuclear power plant
US20050096759A1 (en) * 2003-10-31 2005-05-05 General Electric Company Distributed power generation plant automated event assessment and mitigation plan determination process
JP2005147812A (ja) 2003-11-14 2005-06-09 Tokyo Electric Power Co Inc:The トルク計測装置
JP3950111B2 (ja) 2004-01-07 2007-07-25 川崎重工業株式会社 自己診断機能を有する火炎検出装置
US7831704B2 (en) * 2004-04-22 2010-11-09 General Electric Company Methods and systems for monitoring and diagnosing machinery
US7676285B2 (en) 2004-04-22 2010-03-09 General Electric Company Method for monitoring driven machinery
US7660701B2 (en) * 2004-06-12 2010-02-09 Fisher-Rosemount Systems, Inc. System and method for detecting an abnormal situation associated with a process gain of a control loop
US7254491B2 (en) 2004-06-28 2007-08-07 Honeywell International, Inc. Clustering system and method for blade erosion detection
FR2872327B1 (fr) 2004-06-28 2006-10-06 Avions De Transp Regional Grou Procede et dispositif de detection de degradation de performances d'un aeronef
US20060031187A1 (en) * 2004-08-04 2006-02-09 Advizor Solutions, Inc. Systems and methods for enterprise-wide visualization of multi-dimensional data
US20060041368A1 (en) * 2004-08-18 2006-02-23 General Electric Company Systems, Methods and Computer Program Products for Remote Monitoring of Turbine Combustion Dynamics
US7278266B2 (en) * 2004-08-31 2007-10-09 General Electric Company Methods and apparatus for gas turbine engine lean blowout avoidance
JP4625306B2 (ja) 2004-10-28 2011-02-02 三菱重工業株式会社 流体機械の性能診断装置及びシステム
US7243042B2 (en) 2004-11-30 2007-07-10 Siemens Power Generation, Inc. Engine component life monitoring system and method for determining remaining useful component life
JP2005135430A (ja) 2004-12-03 2005-05-26 Hitachi Ltd 発電設備の遠隔運用支援方法及び発電設備の遠隔運用支援システム
US7222048B2 (en) 2005-04-21 2007-05-22 General Electric Company Methods and systems for diagnosing machinery
JP2006307855A (ja) * 2005-04-26 2006-11-09 Copeland Corp 圧縮機メモリシステム、圧縮機情報ネットワークおよび保証管理方法
EP1768007A1 (en) * 2005-09-22 2007-03-28 Abb Research Ltd. Monitoring a system having degrading components
US7603222B2 (en) 2005-11-18 2009-10-13 General Electric Company Sensor diagnostics using embedded model quality parameters
US7549293B2 (en) 2006-02-15 2009-06-23 General Electric Company Pressure control method to reduce gas turbine fuel supply pressure requirements
JP4513771B2 (ja) 2006-02-28 2010-07-28 株式会社日立製作所 一軸型コンバインドサイクルプラントの性能監視方法及びシステム
US8165723B2 (en) * 2006-03-10 2012-04-24 Power Analytics Corporation Real-time system for verification and monitoring of protective device settings within an electrical power distribution network and automatic correction of deviances found
GB0614250D0 (en) * 2006-07-18 2006-08-30 Ntnu Technology Transfer As Apparatus and Methods for Natural Gas Transportation and Processing
US7746224B2 (en) * 2006-08-14 2010-06-29 Honeywell International Inc. Instant messaging applications in security systems
US8359248B2 (en) * 2006-08-24 2013-01-22 Blue Pillar, Inc. Systems, methods, and devices for managing emergency power supply systems
US7702447B2 (en) 2006-12-18 2010-04-20 United Technologies Corporation Method and system for identifying gas turbine engine faults
JP2008175149A (ja) 2007-01-19 2008-07-31 Hitachi Ltd 圧縮機の吸気噴霧装置
US7840332B2 (en) 2007-02-28 2010-11-23 General Electric Company Systems and methods for steam turbine remote monitoring, diagnosis and benchmarking
RU66447U1 (ru) * 2007-03-16 2007-09-10 Открытое акционерное общество "Газпром" (ОАО "Газпром") Агрегатно-цеховой комплекс контроля и управления "риус-квант", предназначенный для замены выработавших технический ресурс средств автоматизации газоперекачивающих агрегатов гтк-10и(р)-speedtronic и компрессорных цехов импортной поставки-geomatic
US9043118B2 (en) 2007-04-02 2015-05-26 General Electric Company Methods and systems for model-based control of gas turbines
JP2008275325A (ja) * 2007-04-25 2008-11-13 Denso Corp センサ装置
WO2008157491A1 (en) * 2007-06-15 2008-12-24 Shell Oil Company Method and system for state encoding
US20090043539A1 (en) * 2007-08-08 2009-02-12 General Electric Company Method and system for automatically evaluating the performance of a power plant machine
JP4361582B2 (ja) 2007-08-21 2009-11-11 株式会社日立製作所 ガスタービンの性能診断方法及び性能診断システム
EP2053475A1 (de) * 2007-10-26 2009-04-29 Siemens Aktiengesellschaft Verfahren zur Analyse des Betriebs einer Gasturbine
US20090125206A1 (en) * 2007-11-08 2009-05-14 General Electric Company Automatic detection and notification of turbine internal component degradation
JP4760823B2 (ja) * 2007-12-17 2011-08-31 株式会社日立製作所 ガスタービンの監視・診断装置
US20090228230A1 (en) * 2008-03-06 2009-09-10 General Electric Company System and method for real-time detection of gas turbine or aircraft engine blade problems
EP2105887A1 (de) 2008-03-28 2009-09-30 Siemens Aktiengesellschaft Verfahren zur Diagnose einer Gasturbine
DE102008021102A1 (de) * 2008-04-28 2009-10-29 Siemens Aktiengesellschaft Wirkungsgradüberwachung eines Verdichters
US8221057B2 (en) 2008-06-25 2012-07-17 General Electric Company Method, system and controller for establishing a wheel space temperature alarm in a turbomachine
CN101621502A (zh) 2008-06-30 2010-01-06 华为技术有限公司 存储、查找路由表的方法及装置
US7861578B2 (en) 2008-07-29 2011-01-04 General Electric Company Methods and systems for estimating operating parameters of an engine
US8517663B2 (en) 2008-09-30 2013-08-27 General Electric Company Method and apparatus for gas turbine engine temperature management
MX2011005042A (es) * 2008-11-13 2011-08-17 Giuliani Int Ltd Composiciones antisentido, y metodos para obtener y usar las mismas.
US20100257838A1 (en) * 2009-04-09 2010-10-14 General Electric Company Model based health monitoring of aeroderivatives, robust to sensor failure and profiling
US20100290889A1 (en) * 2009-05-18 2010-11-18 General Electric Company Turbine wheelspace temperature control
US8692826B2 (en) 2009-06-19 2014-04-08 Brian C. Beckman Solver-based visualization framework
RU2012103474A (ru) 2009-07-02 2013-08-10 Конинклейке Филипс Электроникс Н.В. Система визуализации для оптимального определения стадии рака, основанная на правилах поддержки принятия решений и индивидуальном подходе к пациенту
GB0911836D0 (en) 2009-07-08 2009-08-19 Optimized Systems And Solution Machine operation management
US9388753B2 (en) 2009-09-17 2016-07-12 General Electric Company Generator control having power grid communications
IT1396517B1 (it) * 2009-11-27 2012-12-14 Nuovo Pignone Spa Metodo di controllo di modo basato su temperatura di scarico per turbina a gas e turbina a gas
IT1399156B1 (it) 2009-12-19 2013-04-11 Nuovo Pignone Spa Metodo e sistema di raffreddamento per specifici componenti di una turbina a gas e relativa turbina.
IT1397489B1 (it) * 2009-12-19 2013-01-16 Nuovo Pignone Spa Metodo e sistema per diagnosticare compressori.
US20110162386A1 (en) 2010-01-04 2011-07-07 Shinoj Vakkayil Chandrabose Ejector-OBB Scheme for a Gas Turbine
US8478548B2 (en) * 2010-01-15 2013-07-02 Fluke Corporation User interface system and method for diagnosing a rotating machine condition not based upon prior measurement history
CN102192985A (zh) 2010-03-18 2011-09-21 上海依科赛生物制品有限公司 一种人体β淀粉样蛋白试剂盒
US8818684B2 (en) 2010-04-15 2014-08-26 General Electric Company Systems, methods, and apparatus for detecting failure in gas turbine hardware
DE102011102720B4 (de) 2010-05-26 2021-10-28 Ansaldo Energia Switzerland AG Kraftwerk mit kombiniertem Zyklus und mit Abgasrückführung
JP5302264B2 (ja) 2010-06-07 2013-10-02 株式会社日立製作所 高温部品の寿命診断方法及び診断装置
US8510060B2 (en) 2010-06-07 2013-08-13 General Electric Company Life management system and method for gas turbine thermal barrier coatings
JP2012008782A (ja) 2010-06-24 2012-01-12 Mitsubishi Heavy Ind Ltd プラントの機能を診断する方法、及びプラント監視装置
FR2962165B1 (fr) 2010-07-02 2014-05-02 Turbomeca Detection de survitesse d'une turbine libre par mesure sur couplemetre
DE102010026678B4 (de) 2010-07-09 2016-05-19 Siemens Aktiengesellschaft Überwachungs-und Diagnosesystem für ein Fluidenergiemaschinensystem sowie Fluidenergiemachinensystem
RU2010130189A (ru) 2010-07-19 2012-01-27 Сименс Акциенгезелльшафт (DE) Способ компьютеризованного анализа технической системы
US8712560B2 (en) 2010-12-08 2014-04-29 L'air Liquide Societe Anonyme Pour L'etude Et L'exploration Des Procedes Georges Claude Performance monitoring of advanced process control systems
US20120158205A1 (en) * 2010-12-17 2012-06-21 Greenvolts, Inc. Scalable backend management system for remotely operating one or more photovoltaic generation facilities
CN102226428A (zh) 2011-04-29 2011-10-26 哈尔滨工程大学 燃气轮机健康状态预测方法
FR2986507B1 (fr) * 2012-02-06 2014-01-17 Eurocopter France Procede et dispositif pour realiser un controle de l'etat de sante d'un turbomoteur d'un aeronef pourvu d'au moins un turbomoteur
ITCO20120008A1 (it) * 2012-03-01 2013-09-02 Nuovo Pignone Srl Metodo e sistema per monitorare la condizione di un gruppo di impianti
US9360864B2 (en) * 2012-04-11 2016-06-07 General Electric Company Turbine fault prediction
US20150184549A1 (en) * 2013-12-31 2015-07-02 General Electric Company Methods and systems for enhancing control of power plant generating units
US9746360B2 (en) * 2014-03-13 2017-08-29 Siemens Energy, Inc. Nonintrusive performance measurement of a gas turbine engine in real time
EP3035140B1 (en) * 2014-12-19 2018-09-12 Rolls-Royce Deutschland Ltd & Co KG Equipment health monitoring method and system
DE112015003585T5 (de) * 2015-03-19 2017-06-08 Mitsubishi Heavy Industries, Ltd. Zustandsüberwachungseinrichtung und Zustandsüberwachungsverfahren für ein Fördergaskompressionssystem und Fördergaskompressionssystem
US10125629B2 (en) * 2016-07-29 2018-11-13 United Technologies Corporation Systems and methods for assessing the health of a first apparatus by monitoring a dependent second apparatus
US10066501B2 (en) * 2016-08-31 2018-09-04 General Electric Technology Gmbh Solid particle erosion indicator module for a valve and actuator monitoring system
US10871081B2 (en) * 2016-08-31 2020-12-22 General Electric Technology Gmbh Creep damage indicator module for a valve and actuator monitoring system
US10496086B2 (en) * 2016-12-12 2019-12-03 General Electric Company Gas turbine engine fleet performance deterioration

Also Published As

Publication number Publication date
US9274520B2 (en) 2016-03-01
CN104303121B (zh) 2017-05-24
MX2014010464A (es) 2015-03-19
US20150077263A1 (en) 2015-03-19
EP2820490B1 (en) 2020-01-08
RU2613548C2 (ru) 2017-03-17
WO2013127996A1 (en) 2013-09-06
US20150066418A1 (en) 2015-03-05
CN104471500A (zh) 2015-03-25
CN104272207B (zh) 2017-12-19
JP6220353B2 (ja) 2017-10-25
CN104303121A (zh) 2015-01-21
CN104246636A (zh) 2014-12-24
WO2013127994A2 (en) 2013-09-06
RU2627742C2 (ru) 2017-08-11
KR20140130541A (ko) 2014-11-10
JP2015508928A (ja) 2015-03-23
RU2636095C2 (ru) 2017-11-20
AU2013224891B2 (en) 2016-12-22
ITCO20120008A1 (it) 2013-09-02
EP2820497A1 (en) 2015-01-07
WO2013127994A3 (en) 2014-02-27
CN104395848B (zh) 2017-09-19
JP6143800B2 (ja) 2017-06-07
EP2820493A1 (en) 2015-01-07
AU2013224895B2 (en) 2017-03-16
CN104254809B (zh) 2018-10-26
AU2019201086B2 (en) 2020-05-21
US20150025814A1 (en) 2015-01-22
US20150013440A1 (en) 2015-01-15
CA2865200A1 (en) 2013-09-06
AU2013224893B2 (en) 2017-02-09
CN104272207A (zh) 2015-01-07
US20150025689A1 (en) 2015-01-22
US20150027212A1 (en) 2015-01-29
AU2013224893A1 (en) 2014-09-11
CN104254809A (zh) 2014-12-31
RU2014133934A (ru) 2016-04-20
KR20140130539A (ko) 2014-11-10
EP2820495A1 (en) 2015-01-07
AU2013224893C1 (en) 2017-06-15
BR112014019965A2 (pt) 2017-06-13
KR20140127915A (ko) 2014-11-04
CA2865195A1 (en) 2013-09-06
CA2865205A1 (en) 2013-09-06
KR102073912B1 (ko) 2020-02-06
BR112014021204A2 (pt) 2017-07-11
JP2015509565A (ja) 2015-03-30
US10088839B2 (en) 2018-10-02
AU2013224895A1 (en) 2014-09-11
CA2865194A1 (en) 2013-09-06
AU2013224892A1 (en) 2014-09-25
AU2017202631A1 (en) 2017-05-11
WO2013127958A1 (en) 2013-09-06
AU2013224890A1 (en) 2014-09-11
CA2865204A1 (en) 2013-09-06
JP2015509566A (ja) 2015-03-30
WO2013127998A1 (en) 2013-09-06
CN104254810A (zh) 2014-12-31
AU2013224935A1 (en) 2014-09-18
RU2014133943A (ru) 2016-04-20
WO2013127995A1 (en) 2013-09-06
US9921577B2 (en) 2018-03-20
EP2820490A1 (en) 2015-01-07
WO2013127993A1 (en) 2013-09-06
KR20140130540A (ko) 2014-11-10
JP6122451B2 (ja) 2017-04-26
KR20140130543A (ko) 2014-11-10
KR20140130545A (ko) 2014-11-10
JP2015514894A (ja) 2015-05-21
JP6228553B2 (ja) 2017-11-08
JP2015516530A (ja) 2015-06-11
EP2820496A1 (en) 2015-01-07
CA2865213A1 (en) 2013-09-06
EP2820492A2 (en) 2015-01-07
CN104254810B (zh) 2017-11-17
AU2013224891A1 (en) 2014-09-11
RU2613637C2 (ru) 2017-03-21
RU2014133935A (ru) 2016-04-20
KR20140130538A (ko) 2014-11-10
RU2014134207A (ru) 2016-04-20
AU2013224892B2 (en) 2017-06-22
RU2014133939A (ru) 2016-04-20
CN104395848A (zh) 2015-03-04
RU2014133942A (ru) 2016-04-20
US20150057973A1 (en) 2015-02-26
AU2013224896A1 (en) 2014-09-04
EP2820494A1 (en) 2015-01-07
WO2013127999A1 (en) 2013-09-06
RU2014133941A (ru) 2016-04-20
JP2015510079A (ja) 2015-04-02
AU2019201086A1 (en) 2019-03-07
CA2865199A1 (en) 2013-09-06
RU2657047C2 (ru) 2018-06-09
CA2865194C (en) 2018-01-09
JP2015513636A (ja) 2015-05-14
AU2013224890B2 (en) 2017-05-25

Similar Documents

Publication Publication Date Title
US10088839B2 (en) Method and system for real-time performance degradation advisory for centrifugal compressors

Legal Events

Date Code Title Description
FA Abandonment or withdrawal