RU2642931C2 - Диагностика промышленных процессов c помощью измерений температуры инфракрасного излучения - Google Patents

Диагностика промышленных процессов c помощью измерений температуры инфракрасного излучения Download PDF

Info

Publication number
RU2642931C2
RU2642931C2 RU2016116017A RU2016116017A RU2642931C2 RU 2642931 C2 RU2642931 C2 RU 2642931C2 RU 2016116017 A RU2016116017 A RU 2016116017A RU 2016116017 A RU2016116017 A RU 2016116017A RU 2642931 C2 RU2642931 C2 RU 2642931C2
Authority
RU
Russia
Prior art keywords
diagnostic
infrared
field device
output signal
infrared sensors
Prior art date
Application number
RU2016116017A
Other languages
English (en)
Other versions
RU2016116017A (ru
Inventor
Джейсон Харолд РАД
Original Assignee
Роузмаунт Инк.
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 Роузмаунт Инк. filed Critical Роузмаунт Инк.
Publication of RU2016116017A publication Critical patent/RU2016116017A/ru
Application granted granted Critical
Publication of RU2642931C2 publication Critical patent/RU2642931C2/ru

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/20—Circuitry of solid-state image sensors [SSIS]; Control thereof for transforming only infrared radiation into image signals
    • H04N25/21—Circuitry of solid-state image sensors [SSIS]; Control thereof for transforming only infrared radiation into image signals for transforming thermal infrared radiation into image signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/002—Investigating fluid-tightness of structures by using thermal means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation
    • 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
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/38—Investigating fluid-tightness of structures by using light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
    • G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
    • G01M3/243—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations for pipes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/72—Investigating presence of flaws
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Radiation Pyrometers (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)
  • Examining Or Testing Airtightness (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

Группа изобретений относится к диагностике систем управления и контроля в промышленных процессах. Способ проведения диагностики с помощью полевого устройства и идентификации в ответ на это диагностируемого состояния в промышленном процессе, содержит этапы, на которых: измеряют инфракрасные излучения из места в промышленном процессе с помощью матрицы инфракрасных датчиков, содержащей множество инфракрасных датчиков; сравнивают выходной сигнал с первого участка матрицы датчиков с выходным сигналом со второго участка матрицы датчиков; в ответ на сравнение предоставляют выходной сигнал, указывающий диагностируемое состояние, на основе соотношения между выходным сигналом от первого участка матрицы датчиков и выходным сигналом от второго участка матрицы датчиков, определенного на этапе сравнения. Технический результат заключается в идентификации аномалий в промышленном процессе на основе тепловых изображений. 4 н. и 36 з.п. ф-лы, 7 ил.

Description

УРОВЕНЬ ТЕХНИКИ
[0001] Данное изобретение относится к диагностике систем управления и контроля процессов для использования в промышленных процессах. Конкретнее, данное изобретение относится к диагностике, которая основана на измерениях температуры в промышленных процессах.
[0002] Промышленные процессы используются в производстве и перемещении различных технологических текучих сред. В таких установках используются трубы для транспортировки технологической текучей среды между различными местами такими, как контейнеры или другие емкости. Различные технологические компоненты, которые переносят технологическую текучую среду, соединены с помощью стыков и других средств.
[0003] Качество стыков и других соединений или компонентов в рамках промышленного процесса, которые переносят технологическую текучую среду, имеет тенденцию к снижению и - в конечном счете - к утечке технологических текучих сред, включая газы. Такие утечки могут приводить к градиенту температуры в процессе, который может идентифицировать оператор, физически перемещающийся по промышленной установке и вооруженный переносной тепловизионной камерой. Оператор должен вручную интерпретировать видеоинформацию, чтобы определить, есть ли утечка. Это занимает время и не обеспечивает непрерывный контроль критических точек в рамках процесса.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
[0004] Диагностическое полевое устройство для идентификации диагностируемого состояния в промышленном процессе включает в себя матрицу инфракрасных датчиков, имеющую множество инфракрасных датчиков, выполненных с возможностью измерения инфракрасных излучений из места в промышленном процессе. Обрабатывающая схема обрабатывает выходные сигналы от множества инфракрасных датчиков матрицы датчиков и генерирует инфракрасное изображение. Диагностирующая схема сравнивает обработанные выходные сигналы, по меньшей мере, с двух участков инфракрасного изображения и предоставляет диагностический выходной сигнал, основанный на этом сравнении.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
[0005] На фиг. 1 представлен упрощенный чертеж, где показан промышленный процесс, предусматривающий применение диагностического полевого устройства.
[0006] На фиг. 2 представлена упрощенная блок-схема, где показано технологическое полевое устройство с фиг. 1.
[0007] На фиг. 3 представлена упрощенная принципиальная схема, иллюстрирующая одну возможную конфигурацию инфракрасного детектора для использования с полевым устройством, показанным на фиг. 2.
[0008] На фиг. 4 представлена упрощенная принципиальная схема, иллюстрирующая одну возможную конфигурацию обрабатывающей схемы для использования с полевым устройством, показанным на фиг. 2.
[0009] На фиг. 5 представлена упрощенная принципиальная схема, иллюстрирующая еще одну возможную конфигурацию инфракрасного детектора для использования с полевым устройством, показанным на фиг. 2.
[0010] На фиг. 6 представлен возможный вид теплового изображения, генерируемого с помощью теплового детектора согласно данному изобретению.
[0011] На фиг. 7 представлен график, на котором показана зависимость шума от времени, которая иллюстрирует наступление диагностируемого состояния.
ПОДРОБНОЕ ОПИСАНИЕ ИЛЛЮСТРАТИВНЫХ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ
[0012] Разработана диагностика, с помощью которой можно идентифицировать аномалии в промышленном процессе на основании формирования тепловых изображений, а не на применении тепловых датчиков, которые физически подключены к компонентам промышленного процесса. Кроме того, предлагаемый метод не требует физического визуального контроля процесса оператором. В одном возможном варианте осуществления, для получения теплового изображения процесса используется инфракрасная матрица. Диагностирующая схема осуществляет диагностику путем контроля зависимости, по меньшей мере, между двумя участками теплового изображения. Изменения в этой зависимости могут быть соотнесены с тепловыми диагностируемыми состояниями в промышленном процессе такими, как утечка газов, перегрев электродвигателей или реле, возгорания, выделяющийся хладагент, и т.д. Диагностируемый процесс можно проводить таким образом, что от работника не потребуется попадать в окружающую среду процесса и пользоваться ручной тепловизионной камерой.
[0013] На фиг. 1 представлен упрощенный чертеж, где показан промышленный процесс 10, предусматривающий применение технологического диагностического устройства 12, иллюстрирующего один вариант осуществления изобретения. Устройство 12 может быть технологическим устройством любого типа таким, как автономное устройство, или передатчик либо контроллер технологических параметров. Устройство 12 подключено к некоторому удаленному месту такому, как пункт 16 управления технологическим процессом, посредством двухпроводного контура 18 управления процессом. Например, контур 18 может представлять собой контур, рассчитанный на ток 4-20 мА, который можно также использовать для электропитания устройств, соединенных с контуром 18. Перенос данных по контуру 18 возможен в соответствии с любым подходящим протоколом, например - с уровнем аналогового тока, который изменяется между 4 и 20 мА, протоколом связи HART®, в котором цифровая информация модулируется током 4-20 мА, протоколом связи FieldBus или Profibus, и т.д., включая методы беспроводной связи. Одним примером метода беспроводной связи является протокол связи HART® в соответствии со стандартом IEC 62591 Международной электротехнической комиссии. Для воплощения контура 18 можно использовать стандартные каналы связи Ethernet, волоконно-оптические соединения, или другие каналы связи. Пункт 16 управления включает в себя устанавливаемый по выбору дисплей 19, подробнее рассматриваемый ниже.
[0014] Как изображено на фиг. 1, технологическое устройство 12 включает в себя инфракрасный детектор 100, выполненный с возможностью приема инфракрасного излучения 104, например, из места, где происходит утечка 32 газа. Утечка 32 изображена как происходящая на стыке или в соединении технологической трубы. Детектор 100 может содержать матрицу инфракрасных датчиков. Как подробнее описывается ниже, технологическое устройство 12 выполнено с возможностью обнаружения утечки 32 путем контроля инфракрасного излучения 104.
[0015] На фиг. 2 представлена упрощенная блок-схема, где показано технологическое устройство 12 в соответствии с вариантом осуществления изобретения. Технологическое устройство 12 может быть выполнено как автономное диагностирующее устройство, либо передатчик или контроллер технологических параметров. Устройство 12 включает в себя микропроцессор 24, который работает в соответствии с командами, хранимыми в запоминающем устройстве 26, с частотой, определяемой задающим генератором 28. Для связи по контуру 18 управления процессом используется схема 30 связи (ввода-вывода). В некоторых вариантах осуществления, схема 30 ввода-вывода также обеспечивает электропитание для устройства 12.
[0016] На фиг. 2 также изображен инфракрасный детектор 100, подключенный к обрабатывающей схеме 102. Инфракрасный детектор 100 выполнен с возможностью приема инфракрасного излучения 104 и выдачи теплового изображения. Обрабатывающая схема 102 предоставляет осуществляемую по выбору предварительную обработку обнаруживаемого инфракрасного изображения до предоставления этого изображения в микропроцессор 24. Отметим, что на фиг. 2 также изображены устанавливаемый выбору интерфейсный элемент 20 технологических параметров и интерфейсная схема 22. Интерфейсный элемент 20 может быть датчиком или контроллером технологических параметров.
[0017] Как изображено на фиг. 1 и 2, здесь показан инфракрасный детектор 100. Детектор 100 выполнен с возможностью приема инфракрасного излучения 104, получаемого из промышленного процесса 10, изображенного на фиг. 1. Обнаруживаемое инфракрасное излучение формирует тепловое или инфракрасное изображение промышленного процесса. Это изображение образовано множеством участков, которые соответствуют разным областям в процессе. Инфракрасный детектор 100 предпочтительно является направленным и, как подробнее поясняется ниже, включает в себя множество отдельных инфракрасных датчиков. Эти датчики могут быть отдельными дискретными элементами или могут быть изготовлены в едином устройстве. Выходной сигнал из инфракрасного детектора 100 предоставляется в обрабатывающую схему 102, изображенную на фиг. 2, которая предоставляет обработанный выходной сигнал в микропроцессор 24. Например, обрабатывающая схема 102 может включать в себя усилительную схему, схему ослабления помех, аналого-цифровой преобразователь, схему сравнения и т.д. Выходной сигнал из обрабатывающей схемы 102 предоставляется в микропроцессор 24 в цифровом формате.
[0018] В одной возможной конфигурации, инфракрасный детектор 100 образован, по меньшей мере, из двух отдельных инфракрасных датчиков 120A и 120B, как изображено на фиг. 3. На фиг. 3 показан инфракрасный детектор 100, выполненный с возможностью формирования инфракрасного (или теплового) изображения, которое содержит только два пикселя, сформированные инфракрасными датчиками 120A и 120B. Каждый из этих двух пикселей соответствует участку инфракрасного изображения и измеряет инфракрасное излучение из двух мест 106A, 106B в рамках промышленного процесса 10. Инфракрасные датчики 120A и 120B выполнены с возможностью приема инфракрасного излучения 104A, B, которое проходит через устанавливаемую по выбору инфракрасную линзу, фильтр или другой элемент 130A, B, соответственно. В конфигурации, показанной на фиг. 3, датчики 120A и 120B образованы с помощью транзисторов 132A и 132B, чувствительных к инфракрасному излучению, соответственно, которые подключены к электрическому заземлению через резисторы 122A и 122B. Вместе с тем, изобретение может быть воплощено с помощью тепловых датчиков любого типа, включая термоэлементы, фотодиоды или другие. Транзисторы 132A и 132B подключены к положительному напряжению источника питания и предоставляют выходной сигнал в обрабатывающую схему 102, показанную на фиг. 2, после приема достаточного инфракрасного излучения 104A, B, чтобы «включить» транзисторы 132A, 132B. Хотя на фиг. 3 инфракрасный датчик изображен как воплощенный с помощью транзистора, возможно применение любого типа технологии измерения инфракрасного излучения. Примеры включают в себя чувствительные к инфракрасному излучению диоды, приборы с зарядовой связью (ПЗС), приборы на основе комплементарных структур металл-оксид-полупроводник (КМОП-структур) или другие приборы. В варианте осуществления согласно фиг. 3, показаны два отдельных датчика. Вместе с тем, датчики могут быть скомпонованы в одно- или двумерную матрицу или массив. Таким образом, захватываемое тепловое изображение можно получать с помощью только двух отдельных инфракрасных датчиков, при этом каждый датчик соответствует участку или области в пределах изображения, или может быть образован с помощью большего количества отдельных датчиков, чтобы сформировать матрицу или массив большего размера.
[0019] На фиг. 4 показана упрощенная принципиальная схема одной возможной конфигурации обрабатывающей схемы 102. В варианте осуществления, показанном на фиг. 4, обрабатывающая схема 102 образована с помощью компаратора 140, который принимает выходные сигналы от инфракрасных детекторов 120A и 120B. В конфигурации, показанной на фиг. 4, если выходные сигналы от детекторов 120A и 120B существенно различаются, то компаратор 140 выполнен с возможностью предоставления выходного сигнала высокого логического уровня в микропроцессор 24. Если это желательно, то можно воплотить устанавливаемую по выбору схему 142 смещения. В иллюстративном варианте осуществления, схема 142 воплощена с помощью резистора 144 и переменного резистора 146.
[0020] Во время работы, инфракрасные датчики 120A и 120B направлены (нацелены) на прием инфракрасного излучения 104A и 104B из разных мест 106A и 106B. Инфракрасные излучения из этих двух мест 106A, B затем сравниваются с помощью компаратора 140. В этом варианте осуществления, если дозы инфракрасного излучения из двух мест 106A, 106B отличаются более, чем на заранее определенную величину, в микропроцессор 24 предоставляется выходной сигнал. На основе этого выходного сигнала, микропроцессор 24 и/или обрабатывающая схема 102 работает как диагностирующая схема и идентифицирует диагностируемое состояние в промышленном процессе. В одном аспекте, сравнивая инфракрасные выходные сигналы из двух мест 106A, 106B, диагностирующая схема снижает вероятность ложного обнаружения диагностируемого состояния, например - из-за изменения окружающих условий. В одной возможной конфигурации, запоминающее устройство 26, изображенное на фиг. 2, хранит номинальную зависимость между инфракрасным излучением 104A, 104B, по меньшей мере, из двух мест 106A, 106B. Эта номинальная зависимость может быть линейной зависимостью, при этом сравнение можно проводить между инфракрасными выходными сигналами, а если разность между этими двумя инфракрасными выходными сигналами превышает порог, хранимый в запоминающем устройстве 26, микропроцессор 24 может выдавать выходной сигнал диагностируемого состояния. Вместе с тем, возможно и применение более сложных номинальных зависимостей, включая нелинейные зависимости, а также зависимости, которые включают в себя инфракрасные выходные сигналы из более чем двух мест. Помимо этого номинальная зависимость может быть основана на других состояниях в процессе таких, как технологические параметры процесса, которые измеряются, технологические команды, которые принимаются из контура 18 технологических параметров, и т.д. Таким образом, в некоторых случаях можно ожидать, что в течение некоторых периодов тепловая вариация между местами 106A, B будет изменяться конкретным образом, тогда как в течение других периодов времени проведения процесса такая вариация должна указывать диагностируемое состояние.
[0021] Конкретные места 106A, B можно выбирать по желанию. Например, это могут быть активные компоненты в процессе такие, как клапаны, соленоидные реле, электрические соединения, электродвигатели и т.д. Аналогичным образом, другие элементы, контроль которых возможен, включают в себя стыки, трубы, баки или другие емкости, зоны, в которых происходит сгорание, зоны, в которых происходит выхлоп, такие, как дымовые трубы, и т.д. Конкретная номинальная зависимость, используемая для сравнения, может изменяться со временем или с изменением других условий, а не обязательно является статической зависимостью. Диагностируемое состояние может быть любым состоянием, включая неизвестное состояние, может быть и указанием того, что: компонент перегрет; возникает нежелательное горение; из места происходит утечка водяного пара, газа или другой технологической текучей среды; произошло короткое замыкание; ослабло электрическое соединение или другая ситуация высокого сопротивления и т.д.
[0022] На фиг. 5 представлена упрощенная принципиальная схема еще одного возможного воплощения инфракрасного детектора 100. В варианте осуществления согласно фиг. 5, инфракрасный детектор 100 образован матрицей инфракрасных датчиков 120-1 … 120-N. Эта матрица может быть, например, одномерной линейной матрицей. В еще одной конфигурации, детектор 100 представляет собой двумерную матрицу, например, такую, которую можно найти в тепловизионной системе. Одним примером тепловизионной системы является тепловизионная камера Optrix PI-160. Как изображено на фиг. 5, тепловое излучение 104A, 104B из двух источников 106A, 106B, соответственно, направлены на разные места на датчике 100, вследствие чего активируются разные детекторы 120. Обрабатывающая схема 102 принимает информацию, связанную с интенсивностью теплового излучения, принимаемого каждым из детекторов 120. В одной конфигурации, каждый из детекторов 120 просто предоставляет выходной сигнал, если тепловое излучение, которое он принимает, превышает порог. В еще одном варианте осуществления, выходной сигнал от каждого из детекторов 120 является указывающим на интенсивность принимаемого инфракрасного излучения. Эта информация предоставляется в микропроцессор 24 посредством обрабатывающей схемы 102, которая содержит аналого-цифровой преобразователь. На основе этой информации, микропроцессор 24 может идентифицировать место тепловой аномалии. Микропроцессор 24 может идентифицировать диагностируемое состояние путем сравнения выходных сигналов одного или нескольких детекторов 120, направленных на первое место, с выходными сигналами одного или нескольких детекторов 120, направленных на второе место. На основе этого сравнения можно определить диагностируемое состояние, например, такое, как выделяющийся газ. Выходной сигнал от датчиков 120 может быть взвешен с помощью весовой функции, которая, по желанию, может быть или не быть линейной. Аналогичным образом, весовая функция может быть основана на других входных сигналах, включая информацию от других инфракрасных детекторов, информацию о технологических параметрах, информацию о командах процесса, измерения температуры, информацию о времени и дате и т.д.
[0023] На фиг. 6 показано изображение 150, генерируемое с помощью двумерной матрицы датчиков, такой, как показанная на фиг. 5. На фиг. 6 изображены четыре отдельные зоны A1, A2, A3 и A4. Изображена также зона большего размера, обозначенная символом Avg. Например, одна из областей A1-4 может соответствовать области в окрестности утечки 32, показанной на фиг. 1, а еще одна из зон может соответствовать другой области в промышленном процессе 10, например, той, где утечки газа нет. Микропроцессор 24 может вычислять средние значения, выдаваемые отдельными датчиками в пределах областей A1, A2, A3, A4 и Avg. На основе этих средних значений, разности температур ΔT1, ΔT2, ΔT3 и ΔT4 можно вычислить следующим образом:
ΔT1=A1-A2 Уравнение 1
ΔT2=A3-A4 Уравнение 2
ΔT3-A1-A4 Уравнение 3
ΔT4=A2-A3 Уравнение 4
На основе этих разностей температур можно вычислить максимальные отклонения ΔT в соответствии с уравнением 5:
МаxDev_ ΔT=Maximum(Stdev(ΔT1), Stdev(ΔT2), Stdev(ΔT3), Stdev(ΔT4)) Уравнение 5
[0024] Осуществляя контроль значения MaxDev_ ΔT, можно идентифицировать тепловые события. Например, на фиг. 7 представлен график зависимости шума (в градусах по Фаренгейту) от времени, иллюстрирующий среднеквадратическое отклонение температуры процесса в области, обозначенной символом Avg на фиг. 6, а также график MaxDev_ ΔT в соответствии с уравнением 5. В момент примерно 300 секунд на фиг. 7, происходит утечка водяного пара в изображении 150. Это вызывает большую вариацию в результате в вычисления MaxDev_ ΔT, как изображено на фиг. 7. Микропроцессор 24 может использовать это изменение для обнаружения наступления диагностируемого состояния.
[0025] Хотя вышеизложенное описание относится к сравнению температур в двух зонах в момент времени, для обнаружения вариаций температуры можно использовать любое количество зон. Кроме того, отдельные температуры, включая средние значения температур в пределах зон, а также выходные сигналы от отдельных датчиков (т.е. «пиксели»), можно взвешивать, усреднять или - по желанию - объединять иным образом. Помимо этого можно также получать разность времен между моментами получения различных пикселей.
[0026] В одном примере конфигурации, информацию, относящуюся к выходным сигналам от каждого из отдельных датчиков 120, можно передавать обратно в центральный пункт, такой, как пункт 16 управления, показанный на фиг. 1. В еще одном возможном варианте осуществления, обратно в пункт 16 управления передается набор урезанный информации. Например, такие наборы ограниченной информации включают в себя средние значения температур конкретных зон, только информацию из зон, представляющих интерес, или выбранных зон, информацию, относящуюся к сравнению уровней температуры с порогом, и т.д. В одном примере конфигурации, элемент 19, показанный в пункте 16 управления на фиг. 1, содержит дисплей для просмотра оператором. Изображения можно хранить в запоминающем устройстве, связанном с дисплеем 19, вследствие чего при обнаружении диагностируемого состояния дисплей 19 может отображать изображение, связанное с местом, где это состояние было обнаружено. Кроме того, область в пределах изображения можно идентифицировать на дисплее 19 на основе информации, предоставляемой устройством 12 по контуру 18 управления процессом. Это позволяет оператору получать визуализацию проблемной зоны без необходимости передачи изображения из устройства 12 по контуру 18 управления процессом, который может иметь ограниченные пропускные способности.
[0027] Инфракрасный детектор 100 и/или обрабатывающая схема 102 может находиться на расстоянии от устройства 12 и осуществлять связь с ним через информационное соединение. Это информационное соединение может представлять собой соединение любого подходящего типа, включая воплощенное методами проводной связи, например, USB-соединение, а также воплощенное методами беспроводной связи, включая беспроводные соединения согласно протоколам WirelessHART®, BlueTooth®, и т.д. Помимо этого инфракрасный детектор 100 и/или обрабатывающую схему 102 можно прикрепить к корпусу устройства 12 или выполнить как единое целое с корпусом устройства 12. В одной конфигурации, оператор может корректировать направление инфракрасного детектора 100 во время установки, чтобы направить детектор к желаемому месту. В еще одном возможном варианте осуществления, предусмотрены исполнительные механизмы для панорамирования или поворота, позволяющие инфракрасному детектору 100 перемещаться во время работы. В одной конфигурации, во время установки используется ручное устройство или аналогичное устройство, вследствие чего персонал монтажной службы может наблюдать тепловой выходной сигнал от детектора 100, гарантируя, что инфракрасный детектор 100 направлен желаемым образом.
[0028] Хотя данное изобретение описано со ссылками на предпочтительные варианты осуществления, специалисты в данной области техники поймут, что в рамках существа и объема притязаний изобретения в него можно внести изменения. Рассмотренный здесь компаратор содержит один тип из схемы аналого-цифрового преобразования. В том смысле, каком он употребляется в данном описании, термин «участок» или «область» относится к чему-то меньшему, чем полное изображение. В типичном случае, участок или область соответствует конкретному месту в рамках промышленного процесса. Тепловое изображение можно получать с помощью стационарного инфракрасного датчика или можно получать посредством перемещения инфракрасного датчика между несколькими участками или областями. В еще одном примере используют линзовый механизм, чтобы получить тепловое изображение от более одного участка или области. Идентификация диагностируемого состояния может быть основана на простом сравнении между областями, на зависимости, наблюдаемой в выходных сигналах датчиков из разных участков или областей, и т.д. Можно использовать простое сравнение с порогом, или более сложные конфигурации, включая, например, нейронные сети, или можно воплотить другую логику. Кроме того, определение диагностируемого состояния может быть основано на некотором дополнительном входном сигнале, таком, как технологический параметр. Помимо этого определение может быть основано на сравнении зависимости между участками теплового изображения, количество которых больше двух. Возможен контроль любого количества участков. Определение диагностируемого состояния также может зависеть от текущего момента времени, измеряемых технологических параметров, конкретного состояния, в котором находится процесс, и т.д. Можно осуществлять контроль статистических зависимостей между несколькими участками как тенденций. Диагностирующую схему, описанную здесь, можно воплотить в аппаратных средствах или программных средствах, причем сюда входят как аналоговые, так и цифровые воплощения. Например, возможно воплощение диагностирующей схемы либо в обрабатывающей схеме 102 или микропроцессоре 24, либо в обоих этих компонентах. В еще одном возможном варианте осуществления, информация о тепловом изображении передается в другое место, где находится диагностирующая схема.

Claims (50)

1. Диагностическое полевое устройство для идентификации диагностируемого состояния в промышленном процессе, содержащее:
матрицу инфракрасных датчиков, содержащую множество инфракрасных датчиков, выполненных с возможностью измерения инфракрасных излучений из места в промышленном процессе;
диагностирующую схему, выполненную с возможностью сравнения выходного сигнала от первого участка матрицы датчиков с выходным сигналом от второго участка матрицы датчиков и в ответ на это предоставления диагностического выходного сигнала, основанного на соотношении между выходным сигналом от первого участка матрицы датчиков и выходным сигналом от второго участка матрицы датчиков, определенного сравнением.
2. Диагностическое полевое устройство по п. 1, в котором матрица инфракрасных датчиков содержит множество транзисторов, реагирующих на инфракрасное излучение.
3. Диагностическое полевое устройство по п. 1, в котором матрица инфракрасных датчиков выполнена с возможностью обнаружения теплового изображения.
4. Диагностическое полевое устройство по п. 1, включающее в себя интерфейсный элемент технологических параметров.
5. Диагностическое полевое устройство по п. 1, в котором диагностирующая схема включает в себя компаратор, выполненный с возможностью сравнения выходного сигнала с первого участка матрицы датчиков с выходным сигналом со второго участка матрицы датчиков.
6. Диагностическое полевое устройство по п. 3, в котором диагностирующая схема предоставляет диагностический выходной сигнал на основе разности температур между первым участком теплового изображения и вторым участком теплового изображения.
7. Диагностическое полевое устройство по п. 6, в котором диагностирующая схема идентифицирует максимальное среднеквадратическое отклонение в разности температур и в ответ на это идентифицирует диагностируемое событие.
8. Диагностическое полевое устройство по п. 1, в котором диагностический выходной сигнал содержит указание на выделяющийся газ.
9. Диагностическое полевое устройство по п. 4, в котором диагностический выходной сигнал также зависит от измеряемого технологического параметра.
10. Диагностическое полевое устройство по п. 1, в котором диагностический выходной сигнал включает в себя информацию, относящуюся к тепловому изображению, измеряемому матрицей инфракрасных датчиков, которая передается в другое место.
11. Диагностическое полевое устройство по п. 10, в котором другое место включает в себя хранимое изображение, относящееся к множеству мест в промышленном процессе.
12. Диагностическое полевое устройство по п. 1, включающее в себя линзу, расположенную между множеством инфракрасных датчиков и местом промышленного процесса.
13. Способ проведения диагностики с помощью полевого устройства и идентификации в ответ на это диагностируемого состояния в промышленном процессе, содержащий этапы, на которых:
измеряют инфракрасные излучения из места в промышленном процессе с помощью матрицы инфракрасных датчиков, содержащей множество инфракрасных датчиков;
сравнивают выходной сигнал с первого участка матрицы датчиков с выходным сигналом со второго участка матрицы датчиков;
в ответ на это предоставляют диагностический выходной сигнал, указывающий диагностируемое состояние, на основе соотношения между выходным сигналом от первого участка матрицы датчиков и выходным сигналом от второго участка матрицы датчиков, определенного на этапе сравнения.
14. Способ по п. 13, в котором множество инфракрасных датчиков содержит множество транзисторов, реагирующих на инфракрасное излучение.
15. Способ по п. 13, в котором матрица инфракрасных датчиков выполнена с возможностью обнаружения теплового изображения.
16. Способ по п. 15, включающий в себя вычисление разности температур между первым участком теплового изображения и вторым участком теплового изображения.
17. Способ по п. 16, включающий в себя идентификацию максимального среднеквадратического отклонения в разности температур и в ответ на это идентификацию диагностируемого состояния.
18. Способ по п. 13, в котором диагностический выходной сигнал также зависит от измеряемого технологического параметра.
19. Способ по п. 13, включающий в себя передачу информации, относящейся к тепловому изображению, измеряемому матрицей инфракрасных датчиков, в пункт управления.
20. Диагностическое полевое устройство для идентификации диагностируемого состояния в промышленном процессе, содержащее:
множество инфракрасных датчиков, выполненных с возможностью захвата инфракрасного изображения промышленного процесса и предоставления первого и второго выходных сигналов датчиков из первой области и второй области, соответственно, инфракрасного изображения; и
диагностирующую схему, выполненную с возможностью сравнения первого и второго выходных сигналов датчиков и в ответ на это предоставления диагностического выходного сигнала, указывающего на наступление теплового диагностируемого состояния в промышленном процессе на основании соотношения между первым и вторым выходными сигналами датчиков, определенного сравнением.
21. Диагностическое полевое устройство по п. 20, в котором множество инфракрасных датчиков содержит, по меньшей мере, два отдельных датчика, которые реагируют на инфракрасное излучение.
22. Диагностическое полевое устройство по п. 20, в котором множество инфракрасных датчиков содержит матрицу инфракрасных датчиков, выполненных с возможностью обнаружения теплового изображения.
23. Диагностическое полевое устройство по п. 20, включающее в себя интерфейсный элемент технологических параметров.
24. Диагностическое полевое устройство по п. 20, в котором диагностирующая схема включает в себя компаратор, выполненный с возможностью сравнения выходных сигналов от множества инфракрасных датчиков.
25. Диагностическое полевое устройство по п. 20, в котором диагностирующая схема предоставляет диагностический выходной сигнал на основе разности температур между первой областью инфракрасного изображения и второй областью инфракрасного изображения.
26. Диагностическое полевое устройство по п. 25, в котором диагностирующая схема идентифицирует максимальное среднеквадратическое отклонение в разности температур и в ответ на это идентифицирует диагностируемое состояние.
27. Диагностическое полевое устройство по п. 20, в котором диагностический выходной сигнал содержит указание на выделяющийся газ.
28. Диагностическое полевое устройство по п. 23, в котором диагностический выходной сигнал также зависит от измеряемого технологического параметра.
29. Диагностическое полевое устройство по п. 20, в котором диагностический выходной сигнал включает в себя информацию, относящуюся к инфракрасному изображению, которая передается в другое место.
30. Диагностическое полевое устройство по п. 29, в котором информация об изображении, относящаяся к множеству мест в промышленном процессе, хранится в другом месте.
31. Диагностическое полевое устройство по п. 20, в котором множество инфракрасных датчиков направлены на первую и вторую области.
32. Диагностическое полевое устройство по п. 20, включающее в себя линзу, расположенную между множеством инфракрасных датчиков и первой и второй областями.
33. Способ проведения диагностики с помощью полевого устройства и идентификации в ответ на это диагностируемого состояния в промышленном процессе, включающий в себя этапы, на которых:
измеряют инфракрасные излучения из первой области и второй области в промышленном процессе с помощью множества инфракрасных датчиков;
сравнивают выходной сигнал от множества инфракрасных датчиков, связанный с инфракрасными излучениями из первой области, с выходным сигналом от множества датчиков, связанным с инфракрасными излучениями из второй области;
в ответ на это, предоставляют диагностический выходной сигнал, указывающий диагностируемое состояние, на основе соотношения между выходными сигналами, определенного на этапе сравнения.
34. Способ по п. 33, в котором множество инфракрасных датчиков содержит, по меньшей мере, два отдельных датчика, которые реагируют на инфракрасное излучение.
35. Способ по п. 33, в котором множество инфракрасных датчиков содержит матрицу инфракрасных датчиков, выполненных с возможностью обнаружения теплового изображения.
36. Способ по п. 33, включающий в себя вычисление разности температур между первой областью и второй областью.
37. Способ по п. 36, включающий в себя идентификацию максимального среднеквадратического отклонения в разности температур и в ответ на это идентификацию диагностируемого состояния.
38. Способ по п. 33, в котором диагностический выходной сигнал также зависит от измеряемого технологического параметра.
39. Способ по п. 33, включающий в себя передачу информации, относящейся к тепловому изображению, измеряемому множеством инфракрасных датчиков, в пункт управления.
40. Способ по п. 33, включающий в себя нацеливание множества инфракрасных датчиков на первую и вторую области.
RU2016116017A 2013-09-26 2014-08-19 Диагностика промышленных процессов c помощью измерений температуры инфракрасного излучения RU2642931C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/037,989 US11076113B2 (en) 2013-09-26 2013-09-26 Industrial process diagnostics using infrared thermal sensing
US14/037,989 2013-09-26
PCT/US2014/051628 WO2015047597A2 (en) 2013-09-26 2014-08-19 Industrial process diagnostics using infrared thermal sensing

Publications (2)

Publication Number Publication Date
RU2016116017A RU2016116017A (ru) 2017-10-30
RU2642931C2 true RU2642931C2 (ru) 2018-01-29

Family

ID=51254728

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2016116017A RU2642931C2 (ru) 2013-09-26 2014-08-19 Диагностика промышленных процессов c помощью измерений температуры инфракрасного излучения

Country Status (8)

Country Link
US (1) US11076113B2 (ru)
EP (1) EP3049798B1 (ru)
JP (1) JP2017500536A (ru)
CN (2) CN104516343B (ru)
AU (1) AU2014328576B2 (ru)
CA (1) CA2923159C (ru)
RU (1) RU2642931C2 (ru)
WO (1) WO2015047597A2 (ru)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11076113B2 (en) * 2013-09-26 2021-07-27 Rosemount Inc. Industrial process diagnostics using infrared thermal sensing
CN110535435B (zh) * 2019-08-12 2021-12-28 华为数字能源技术有限公司 一种光伏电站的电池片检测方法、装置及系统
CN110793722B (zh) * 2019-11-08 2021-11-30 国家计算机网络与信息安全管理中心 基于机器学习的铅酸蓄电池非接触式漏液检测装置及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6346704B2 (en) * 1997-06-06 2002-02-12 Osb Scan Inc. Defect detection in articles using computer modelled dissipation correction differential time delayed far IR scanning
WO2004011935A1 (en) * 2002-07-30 2004-02-05 Xpar Vision B.V. Analytical system and method for measuring and controlling a production process
US7208735B2 (en) * 2005-06-08 2007-04-24 Rosemount, Inc. Process field device with infrared sensors
WO2007139123A1 (en) * 2006-05-25 2007-12-06 Panasonic Electric Works Co., Ltd. Infrared sensor
US20090285259A1 (en) * 2008-05-14 2009-11-19 General Electric Company System and method for thermal inspection of objects
WO2011137264A1 (en) * 2010-04-28 2011-11-03 Mettler-Toledo, Inc. Thermal imaging of molded objects

Family Cites Families (136)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3857277A (en) 1972-12-29 1974-12-31 Laval Turbine Flow indicator
JPS52140779A (en) 1976-05-19 1977-11-24 Daikin Ind Ltd Methods of discriminating quality of the equipment in hydraulic device
JPS5386111A (en) 1977-01-07 1978-07-29 Toshiba Corp Monitor device
JPS5567618A (en) 1978-11-17 1980-05-21 Toukiyouto Liquid meter of electronic integrating type
JPS5890882A (ja) 1981-11-24 1983-05-30 Mitsubishi Electric Corp エレベ−タの監視装置
JPS61136340A (ja) 1984-12-06 1986-06-24 Kubota Ltd 油井制御方法
JPS62179647A (ja) 1986-02-03 1987-08-06 Mitsubishi Heavy Ind Ltd 高温容器の内壁部欠陥検査装置
US4736250A (en) 1986-11-28 1988-04-05 Tektronix, Inc. Digital camera frame capture circuit
DE3642182A1 (de) * 1986-12-10 1988-06-23 Wolf & Co Kg Kurt Anordnung zum messen der temperatur in einem heizsystem aus kochplatte und kochtopf mit kochgut
JPS6473880A (en) 1987-09-14 1989-03-20 Matsushita Electric Works Ltd Iamge transmission system
US5056046A (en) 1989-06-20 1991-10-08 Combustion Engineering, Inc. Pneumatic operated valve data acquisitioner
US4947247A (en) 1989-06-20 1990-08-07 Combustion Engineering, Inc. Displacement measurement apparatus and method for an automated flow rotameter
US5109277A (en) 1990-06-20 1992-04-28 Quadtek, Inc. System for generating temperature images with corresponding absolute temperature values
US5144430A (en) 1991-08-09 1992-09-01 North American Philips Corporation Device and method for generating a video signal oscilloscope trigger signal
US5292195A (en) 1992-09-09 1994-03-08 Martin Marietta Corporation Thermographic evaluation technique
JP3203569B2 (ja) * 1992-10-27 2001-08-27 エヌイーシー三栄株式会社 プラント温度監視装置
JPH06294500A (ja) * 1993-04-06 1994-10-21 Toshiba Corp ガス漏れ箇所自動遮断装置
JPH07318576A (ja) 1994-05-11 1995-12-08 Xerox Corp 流体感知装置
JPH07325900A (ja) 1994-05-31 1995-12-12 Dainippon Printing Co Ltd カード及びその使用方法
US5654977A (en) 1995-02-02 1997-08-05 Teledyne Industries Inc. Method and apparatus for real time defect inspection of metal at elevated temperature
JP3401136B2 (ja) 1996-03-28 2003-04-28 三菱電機株式会社 プラント設備点検システム
JPH1047312A (ja) 1996-07-31 1998-02-17 Nkk Corp 油圧シリンダーの内部漏れ検出方法
US6000844A (en) 1997-03-04 1999-12-14 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Method and apparatus for the portable identification of material thickness and defects using spatially controlled heat application
US6259810B1 (en) 1997-04-15 2001-07-10 Microsoft Corporation Method and system of decoding compressed image data
JPH10294933A (ja) 1997-04-18 1998-11-04 Mitsubishi Electric Corp 映像監視システム
JP3361726B2 (ja) 1997-06-30 2003-01-07 株式会社日立製作所 液位計測方法及びその装置
JPH1175176A (ja) 1997-07-02 1999-03-16 Matsushita Electric Ind Co Ltd 遠隔監視システムおよび遠隔監視方法
JPH11189603A (ja) 1997-10-03 1999-07-13 Mitsui Chem Inc 流動層型重合装置およびオレフィンの重合方法
TW474949B (en) 1997-10-03 2002-02-01 Mitsui Chemicals Inc A fluidized bed polymerization apparatus and an olefin polymerization process
JP3605285B2 (ja) 1997-11-25 2004-12-22 三菱電機株式会社 熱型赤外線検出器アレイ
US6059453A (en) 1998-04-20 2000-05-09 Rosemount Inc. Temperature probe with sapphire thermowell
FR2779728B1 (fr) 1998-06-10 2001-04-13 Inst Francais Du Petrole Polymeres sequences greffes contenant au moins une sequence polyolefinique ou polydienique comportant un cycle succinimide substitue sur l'azote par un groupement reactif
US7158681B2 (en) 1998-10-01 2007-01-02 Cirrus Logic, Inc. Feedback scheme for video compression system
US7640007B2 (en) 1999-02-12 2009-12-29 Fisher-Rosemount Systems, Inc. Wireless handheld communicator in a process control environment
US7472215B1 (en) 1999-03-31 2008-12-30 International Business Machines Corporation Portable computer system with thermal enhancements and multiple power modes of operation
JP4175732B2 (ja) 1999-04-27 2008-11-05 株式会社東芝 漏洩量測定装置および漏洩量測定方法
US7372485B1 (en) 1999-06-08 2008-05-13 Lightsurf Technologies, Inc. Digital camera device and methodology for distributed processing and wireless transmission of digital images
JP2001084031A (ja) 1999-09-10 2001-03-30 Toshiba Corp プラント監視システム
AU2099401A (en) 1999-12-14 2001-06-25 Combustion Specialists, Inc. Sensing system for detection and control of deposition on pendant tubes in recovery and power boilers
JP3499487B2 (ja) 2000-02-10 2004-02-23 ラリーマスター株式会社 センサ付面積式流量計
JP2001238198A (ja) 2000-02-23 2001-08-31 Victor Co Of Japan Ltd 差分カメラ端末
US6518744B1 (en) 2000-03-23 2003-02-11 Tektronix, Inc. General purpose oscilloscope having digital television signal display capability
JP2002300569A (ja) 2001-03-30 2002-10-11 Fujitsu General Ltd ネットワークカメラによる監視方法と監視システム
US6631287B2 (en) 2001-04-03 2003-10-07 Welch Allyn, Inc. Infrared thermometer
JP4266535B2 (ja) 2001-04-27 2009-05-20 株式会社シー・イー・デー・システム 黒煙検知システム
US7248297B2 (en) 2001-11-30 2007-07-24 The Board Of Trustees Of The Leland Stanford Junior University Integrated color pixel (ICP)
TWI220364B (en) 2002-03-29 2004-08-11 Pixart Imaging Inc Digital camera of automatically monitoring environmental change
SE0201529D0 (sv) * 2002-05-21 2002-05-21 Flir Systems Ab Method and apparatus for IR camera inspections
US6710578B1 (en) 2002-08-27 2004-03-23 Motorola, Inc. Power resource management in a portable communication device
US7995652B2 (en) 2003-03-20 2011-08-09 Utc Fire & Security Americas Corporation, Inc. Systems and methods for multi-stream image processing
JP2004288092A (ja) 2003-03-25 2004-10-14 Mitsubishi Electric Corp 自己給電式無線データ収集システム
CN100542045C (zh) 2003-06-10 2009-09-16 西门子公司 用于电力生产过程数据的过程数据管理方法和系统
IL162740A (en) 2003-06-26 2010-06-16 Given Imaging Ltd Device, method and system for reduced transmission imaging
KR100511227B1 (ko) 2003-06-27 2005-08-31 박상래 휴대용 감시 카메라 및 이를 이용한 개인 방범 시스템
CN2694128Y (zh) 2003-07-04 2005-04-20 北方工业大学 一种回转窑筒体温度红外扫描监测系统
US20050012817A1 (en) * 2003-07-15 2005-01-20 International Business Machines Corporation Selective surveillance system with active sensor management policies
IL157344A0 (en) * 2003-08-11 2004-06-20 Opgal Ltd Internal temperature reference source and mtf inverse filter for radiometry
JP4157466B2 (ja) 2003-10-28 2008-10-01 株式会社東芝 弁漏洩検知システム
US7376244B2 (en) 2003-11-24 2008-05-20 Micron Technology, Inc. Imaging surveillance system and method for event detection in low illumination
US8538560B2 (en) 2004-04-29 2013-09-17 Rosemount Inc. Wireless power and communication unit for process field devices
JP2007244400A (ja) * 2004-05-19 2007-09-27 Nippon Kosei Kagaku Kenkyusho:Kk 温熱治療システム
KR100606782B1 (ko) 2004-06-21 2006-08-01 엘지전자 주식회사 다중모드 이동단말기와, 그의 위치정보를 이용한통신서비스 전환 방법
US20060026971A1 (en) 2004-07-06 2006-02-09 Richard Sharpe Systems and methods for determining and monitoring wine temperature
JP2006031418A (ja) 2004-07-16 2006-02-02 Nec Toshiba Space Systems Ltd 監視システム
JP4480147B2 (ja) 2004-09-13 2010-06-16 キヤノン株式会社 撮像装置およびその制御方法
WO2006043384A1 (ja) * 2004-10-18 2006-04-27 Matsushita Electric Industrial Co., Ltd. 赤外線センサ及び赤外線センサアレイ
TWI266180B (en) 2004-10-29 2006-11-11 Realtek Semiconductor Corp Method for power management in a display
GB2420044B (en) 2004-11-03 2009-04-01 Pedagog Ltd Viewing system
US7680460B2 (en) 2005-01-03 2010-03-16 Rosemount Inc. Wireless process field device diagnostics
US7466240B2 (en) 2005-01-25 2008-12-16 The Retents Of The University Of California Wireless sensing node powered by energy conversion from sensed system
JP4718253B2 (ja) 2005-06-17 2011-07-06 株式会社日立ビルシステム 監視カメラの画像異常検出装置
US20070052804A1 (en) 2005-09-07 2007-03-08 Money James K Mobile video surveillance system and method
EP1927038A2 (en) 2005-09-23 2008-06-04 Braintech Canada, Inc. System and method of visual tracking
JP4462161B2 (ja) 2005-10-11 2010-05-12 株式会社デンソー 監視制御装置及び監視制御方法
US7933668B2 (en) 2005-10-26 2011-04-26 Rockwell Automation Technologies, Inc. Wireless industrial control user interface with configurable software capabilities
JP4956009B2 (ja) 2006-02-02 2012-06-20 キヤノン株式会社 撮像装置及びその制御方法
US7407323B2 (en) 2006-02-03 2008-08-05 Ge Infrastructure Sensing Inc. Methods and systems for determining temperature of an object
US7409867B2 (en) 2006-05-23 2008-08-12 Rosemount Inc. Pressure sensor using light source
EP2031557B1 (en) 2006-06-08 2017-12-27 Fujitsu Ltd. Uncleanness detecting device
US7940973B2 (en) 2006-09-19 2011-05-10 Capso Vision Inc. Capture control for in vivo camera
US7852271B2 (en) 2006-09-28 2010-12-14 Rosemount Inc. Wireless field device with antenna for industrial locations
US8010292B2 (en) * 2006-09-28 2011-08-30 Fisher-Rosemount Systems, Inc. Method and system for detecting abnormal operation in a hydrocracker
US8085143B2 (en) 2006-10-24 2011-12-27 Omega Engineering, Inc. Universal wireless transceiver
WO2008064270A2 (en) 2006-11-20 2008-05-29 Micropower Appliance Wireless network camera systems
US20080165195A1 (en) 2007-01-06 2008-07-10 Outland Research, Llc Method, apparatus, and software for animated self-portraits
US7661294B2 (en) 2007-09-21 2010-02-16 Cosense, Inc. Non-invasive multi-function sensor system
US7808379B2 (en) 2007-03-05 2010-10-05 Rosemount Inc. Mode selectable field transmitter
CN101046375A (zh) 2007-03-16 2007-10-03 邯郸市清华华康电力电子有限公司 电力杆塔倾斜实时检测预警系统
US8108790B2 (en) 2007-03-26 2012-01-31 Honeywell International Inc. Apparatus and method for visualization of control techniques in a process control system
JP4799462B2 (ja) 2007-03-27 2011-10-26 キヤノン株式会社 画像処理装置及びその制御方法及びプログラム及び記憶媒体及び撮像装置
US7843336B2 (en) 2007-03-28 2010-11-30 Honeywell International Inc. Self-contained wireless security sensor collective system and method
JP2008257513A (ja) 2007-04-05 2008-10-23 Hitachi Ltd 異常状態監視装置およびエレベータシステム
US8447367B2 (en) 2007-05-07 2013-05-21 Rosemount Tank Radar Ab Process measurement instrument adapted for wireless communication
US8898036B2 (en) 2007-08-06 2014-11-25 Rosemount Inc. Process variable transmitter with acceleration sensor
US8310541B2 (en) 2007-09-26 2012-11-13 Xerox Corporation System and method for monitoring a printing system using a camera
US8191005B2 (en) 2007-09-27 2012-05-29 Rockwell Automation Technologies, Inc. Dynamically generating visualizations in industrial automation environment as a function of context and state information
EP2203794A4 (en) 2007-10-11 2011-08-24 Direct Vision Control Oy USE OF AN INTELLIGENT CAMERA FOR CONTROLLING INDUSTRIAL ALTERNATIVE CURRENT CONTROL
JP2009210042A (ja) 2008-03-05 2009-09-17 Shikoku Res Inst Inc 外表面状態検出センサを用いた作動弁の診断装置
US20090249405A1 (en) 2008-03-31 2009-10-01 Broadcom Corporation Video transmission system with edge device for adjusting video streams based on device parameters and methods for use therewith
JP5014262B2 (ja) 2008-06-05 2012-08-29 キヤノン株式会社 撮像装置及びその制御方法及びプログラム
CN201322868Y (zh) 2008-11-21 2009-10-07 广西大学 智能远程基站监控系统
US20110230942A1 (en) * 2008-12-01 2011-09-22 The Johns Hopkins University High-resolution infrared imaging for enhanced detection, diagnosis, and treatment of cutaneous lesions
FR2940491B1 (fr) 2008-12-23 2011-03-18 Thales Sa Systeme de procede interactif pour la transmission sur un reseau bas debit d'images clefs selectionnees dans un flux video
US9843742B2 (en) * 2009-03-02 2017-12-12 Flir Systems, Inc. Thermal image frame capture using de-aligned sensor array
JP2010283444A (ja) 2009-06-02 2010-12-16 Sekyurion Nijuyon Kk カメラ装置、映像記録システム
FR2947930B1 (fr) 2009-07-10 2012-02-10 St Ericsson Grenoble Sas Detection d'attachement usb
DE102009038385B4 (de) 2009-08-24 2014-05-28 Tracto-Technik Gmbh & Co. Kg Rammbohrvorrichtung mit einem pneumatischen Antrieb und einer hydraulischen Umsteuerung der Bewegungsrichtung
US8410946B2 (en) 2010-03-05 2013-04-02 General Electric Company Thermal measurement system and method for leak detection
JP5611633B2 (ja) 2010-03-29 2014-10-22 パンパシフィック・カッパー株式会社 配管内のスケール状態検査方法
DE102010038329B4 (de) 2010-07-23 2014-02-06 Bruker Optik Gmbh IR-Spektrometer mit berührungsloser Temperaturmessung
US10268180B2 (en) 2010-07-28 2019-04-23 Fisher-Rosemount Systems, Inc. Handheld field maintenance tool with simulation of field device for instruction or qualification
US9019108B2 (en) 2010-08-05 2015-04-28 General Electric Company Thermal measurement system for fault detection within a power generation system
US10761524B2 (en) 2010-08-12 2020-09-01 Rosemount Inc. Wireless adapter with process diagnostics
JP5343054B2 (ja) 2010-09-09 2013-11-13 三菱電機ビルテクノサービス株式会社 ガス漏れ検出装置
US9696429B2 (en) 2010-12-28 2017-07-04 Fedex Corporate Services, Inc. Power management in wireless tracking device operating with restricted power source
JP2012175631A (ja) 2011-02-24 2012-09-10 Mitsubishi Electric Corp 映像監視装置
JP5822261B2 (ja) 2011-06-23 2015-11-24 セイコーインスツル株式会社 端末装置、通信システム及び端末装置の起動方法
US8706448B2 (en) 2011-07-07 2014-04-22 Rosemount Inc. Wireless field device with removable power source
US10613003B2 (en) 2011-07-08 2020-04-07 Schlumberger Technology Corporation Method for determining a health condition of wellsite equipment
EP2570876B1 (en) 2011-09-14 2014-12-03 ABB Research Ltd. Method and system for controlling an industrial process
US20130085688A1 (en) 2011-09-30 2013-04-04 Craig Miller Water flow sensor and monitoring system comprising a water flow sensor
US9311793B2 (en) 2011-10-24 2016-04-12 Andrew Lohbihler Motion and area monitoring system and method
US8994817B2 (en) 2011-11-14 2015-03-31 Michelin Recherche Et Technique S.A. Infrared inspection of metallic web structures
CN103947170B (zh) 2011-11-21 2018-01-19 英特尔公司 用于低功率和低数据率操作的无线设备和方法
JP2013131990A (ja) 2011-12-22 2013-07-04 Ricoh Co Ltd 情報処理装置及びプログラム
US9509923B2 (en) 2012-01-10 2016-11-29 General Electric Company Continuous infrared thermography monitoring and life management system for heat recovery steam generators
US9191592B2 (en) 2012-02-29 2015-11-17 Apple Inc. Imaging sensor anomalous pixel column detection and calibration
US20160027172A1 (en) * 2012-04-04 2016-01-28 James G. Spahn Method of Monitoring the Status of a Wound
US20130294478A1 (en) * 2012-05-01 2013-11-07 Access Business Group International Llc Device and method for testing block filters
DE102012104282A1 (de) 2012-05-16 2013-11-21 Isra Vision Ag Verfahren und Vorrichtung zur Inspektion von Oberflächen eines untersuchten Objekts
US20150116482A1 (en) 2012-05-29 2015-04-30 Abb Research Ltd Object inspection in an industrial plant
CN103135524B (zh) 2012-05-31 2014-07-23 山东电力集团公司青岛供电公司 一种配电站房监控系统
US9052240B2 (en) 2012-06-29 2015-06-09 Rosemount Inc. Industrial process temperature transmitter with sensor stress diagnostics
US10863098B2 (en) 2013-06-20 2020-12-08 Microsoft Technology Licensing. LLC Multimodal image sensing for region of interest capture
US11076113B2 (en) * 2013-09-26 2021-07-27 Rosemount Inc. Industrial process diagnostics using infrared thermal sensing
US10914635B2 (en) 2014-09-29 2021-02-09 Rosemount Inc. Wireless industrial process monitor

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6346704B2 (en) * 1997-06-06 2002-02-12 Osb Scan Inc. Defect detection in articles using computer modelled dissipation correction differential time delayed far IR scanning
WO2004011935A1 (en) * 2002-07-30 2004-02-05 Xpar Vision B.V. Analytical system and method for measuring and controlling a production process
US7208735B2 (en) * 2005-06-08 2007-04-24 Rosemount, Inc. Process field device with infrared sensors
WO2007139123A1 (en) * 2006-05-25 2007-12-06 Panasonic Electric Works Co., Ltd. Infrared sensor
US20090285259A1 (en) * 2008-05-14 2009-11-19 General Electric Company System and method for thermal inspection of objects
WO2011137264A1 (en) * 2010-04-28 2011-11-03 Mettler-Toledo, Inc. Thermal imaging of molded objects

Also Published As

Publication number Publication date
WO2015047597A3 (en) 2015-06-04
AU2014328576B2 (en) 2017-08-03
CA2923159A1 (en) 2015-04-02
CN104516343A (zh) 2015-04-15
RU2016116017A (ru) 2017-10-30
US20150085102A1 (en) 2015-03-26
CN203759474U (zh) 2014-08-06
CN104516343B (zh) 2018-01-26
US11076113B2 (en) 2021-07-27
AU2014328576A1 (en) 2016-03-10
EP3049798A2 (en) 2016-08-03
JP2017500536A (ja) 2017-01-05
EP3049798B1 (en) 2021-03-24
CA2923159C (en) 2018-09-11
WO2015047597A2 (en) 2015-04-02

Similar Documents

Publication Publication Date Title
JP6480948B2 (ja) 熱撮像を使用したプロセス導管異常検知
US9025817B2 (en) System and method for leak detection
KR101637989B1 (ko) 센서와 열화상 카메라의 연동을 통한 실시간 고해상도 열화상 화재 감시 방법 및 장치
RU2642931C2 (ru) Диагностика промышленных процессов c помощью измерений температуры инфракрасного излучения
JP2016161397A (ja) 流体漏れ検知装置
KR20170133259A (ko) 감시 장치, 감시 방법 및 매체에 저장된 프로그램
EP3123130B1 (en) Process temperature measurement using infrared detector
CN109596226B (zh) 用于红外热成像测温系统的黑体异常检测方法、装置、设备及系统
CN107606493A (zh) 一种管道泄漏检测系统
JP2017200132A (ja) 監視システム
JP6750672B2 (ja) ガス観測方法
JP6565932B2 (ja) 光学式検知装置
JP2019191999A (ja) プラント監視制御システム
KR20160091586A (ko) 필터 어레이, 이를 포함하는 이미지 센서 및 적외선 카메라
Irwin et al. Standard software for automated testing of infrared imagers, IRWindows, in practical applications
JPS62162939A (ja) 低温流体の漏洩検出方法

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20200820