WO2023286141A1 - 管理システム、管理方法、および管理プログラム - Google Patents

管理システム、管理方法、および管理プログラム Download PDF

Info

Publication number
WO2023286141A1
WO2023286141A1 PCT/JP2021/026199 JP2021026199W WO2023286141A1 WO 2023286141 A1 WO2023286141 A1 WO 2023286141A1 JP 2021026199 W JP2021026199 W JP 2021026199W WO 2023286141 A1 WO2023286141 A1 WO 2023286141A1
Authority
WO
WIPO (PCT)
Prior art keywords
management system
processor
pipeline
sensor
operating conditions
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/JP2021/026199
Other languages
English (en)
French (fr)
Inventor
和也 古市
領介 黒野
衡 濡木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chiyoda Corp
Original Assignee
Chiyoda Corp
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 Chiyoda Corp filed Critical Chiyoda Corp
Priority to PCT/JP2021/026199 priority Critical patent/WO2023286141A1/ja
Priority to AU2021455544A priority patent/AU2021455544A1/en
Priority to JP2022540824A priority patent/JP7201882B1/ja
Priority to TW111125863A priority patent/TWI824613B/zh
Priority to JP2022205063A priority patent/JP2023024874A/ja
Publication of WO2023286141A1 publication Critical patent/WO2023286141A1/ja
Priority to US18/187,016 priority patent/US12578065B2/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00—Protection or supervision of installations
    • F17D5/02—Preventing, monitoring, or locating loss
    • F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D1/00—Pipe-line systems
    • F17D1/02—Pipe-line systems for gases or vapours
    • F17D1/04—Pipe-line systems for gases or vapours for distribution of gas
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D1/00—Pipe-line systems
    • F17D1/08—Pipe-line systems for liquids or viscous products
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D3/00—Arrangements for supervising or controlling working operations
    • F17D3/01—Arrangements for supervising or controlling working operations for controlling, signalling, or supervising the conveyance of a product
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D3/00—Arrangements for supervising or controlling working operations
    • F17D3/18—Arrangements for supervising or controlling working operations for measuring the quantity of conveyed product
    • 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—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D1/00—Pipe-line systems
    • F17D1/08—Pipe-line systems for liquids or viscous products
    • F17D1/14—Conveying liquids or viscous products by pumping

Definitions

  • the present disclosure relates to a management system, management method, and management program.
  • Patent Document 1 a physical model is constructed based on the operation and pressure change at each control point of the drainage facility, and the measured process values (pressure, flow rate) are input to the model.
  • a process for inferring the opening degree of the control valve is disclosed.
  • an object of the present disclosure is to provide a management system capable of accurately estimating the maximum throughput in a pipeline from the operating conditions of the pipeline that processes fluid.
  • a management system of the present disclosure is a management system that includes a processor and manages the operating conditions of a piping line that processes fluid, wherein the processor acquires measurement values of sensors provided in each device that constitutes the piping line. and estimating the maximum fluid throughput of the entire pipeline to be operated by inputting the obtained sensor measurement values into a physical model constructed from the physical characteristics of each piece of equipment. management system.
  • FIG. 10 is a diagram illustrating an estimation calculation executed by the server 20 of the management system 1 according to Modification 1; It is a figure which shows the example of the piping system comprised from several piping lines.
  • the management system 1 of the piping line (hereinafter simply referred to as the management system 1).
  • This management system for example, in a group of facilities for manufacturing chemical products through various production processes by chemical reactions, such as LNG (Liquefied Natural Gas) plants and petrochemical plants, various A system for controlling the operating conditions of a piping line that processes fluids of Note that the management system 1 may be used in facilities that process fluids without large-scale chemical reactions, such as sewage facilities and water purification facilities.
  • the facility installed in the plant is, taking the LNG plant as an example, an acid gas removal facility that removes acid gases (H 2 S, CO 2 , organic sulfur, etc.) contained in the raw material gas to be liquefied.
  • Sulfur recovery equipment that recovers elemental sulfur from the removed acid gas
  • Moisture removal equipment that removes moisture contained in raw material gas
  • Compression of refrigerant mixed refrigerant, propane refrigerant, etc.
  • plant equipment refers to various equipment (hereinafter referred to as each equipment) installed according to the purpose of the plant.
  • Specific examples of each device include piping, tanks, pumps, valves, heat exchangers, and the like.
  • the management system 1 will be explained below.
  • the server 20 when the user accesses the server 20 from the user terminal 10, the server 20 performs various calculations described later using measured values obtained from the sensors of each device.
  • the server 20 transmits the computation result to the user terminal 10 .
  • the user terminal 10 presents the result calculated by the server 20 to the user.
  • the server 20 determines operating conditions for each device in the pipeline based on the calculation result, and checks and manages the state of each device according to the operating conditions.
  • FIG. 1 is a diagram showing the overall configuration of a management system 1.
  • the management system 1 includes multiple user terminals 10 and a server 20 .
  • the user terminal 10 and the server 20 are connected via a network 80 so as to be able to communicate with each other.
  • Network 80 is configured by a wired or wireless network.
  • the management system 1 is connected via a network 80 to a sensing database 30 in a factory where a piping line to be controlled is laid.
  • the user terminal 10 is a device operated by each user.
  • the user refers to a person who uses the user terminal 10 to control the piping line, which is a function of the management system 1 .
  • the user terminal 10 is implemented by a stationary PC (Personal Computer), a laptop PC, or the like.
  • the user terminal 10 may be, for example, a mobile terminal such as a tablet compatible with a mobile communication system or a smart phone.
  • the user terminal 10 is communicably connected to the server 20 via the network 80 .
  • the user terminal 10 is a wireless base station 81 compatible with communication standards such as 5G and LTE (Long Term Evolution), and a wireless LAN (Local Area Network) standard such as IEEE (Institute of Electrical and Electronics Engineers) 802.11. It is connected to the network 80 by communicating with a communication device such as a wireless LAN router 82 .
  • the user terminal 10 includes a communication IF (Interface) 12 , an input device 13 , an output device 14 , a memory 15 , a storage section 16 and a processor 19 .
  • IF Interface
  • the communication IF 12 is an interface for inputting and outputting signals for the user terminal 10 to communicate with an external device.
  • the input device 13 is an input device (for example, a keyboard, a touch panel, a touch pad, a pointing device such as a mouse, etc.) for receiving an input operation from a user.
  • the output device 14 is an output device (display, speaker, etc.) for presenting information to the user.
  • the memory 15 temporarily stores programs and data processed by the programs, and is a volatile memory such as a DRAM (Dynamic Random Access Memory).
  • the storage unit 16 is a storage device for storing data, and is, for example, a flash memory or a HDD (Hard Disc Drive).
  • the processor 19 is hardware for executing an instruction set described in a program, and is composed of arithmetic units, registers, peripheral circuits, and the like.
  • the server 20 is a device that manages information on various devices and piping, information on operating conditions to be controlled, and information on physical models used for arithmetic processing.
  • the server 20 accepts input such as an instruction regarding the control of the operating conditions of the pipeline, the current operating state, and the like, from the user who operates the user terminal 10 .
  • the server 20 acquires, for example, the operating conditions of each device and the measured values from the sensors, and substitutes these values into the physical model to estimate the maximum throughput. Then, based on the estimated maximum processing amount, various kinds of processing, which will be described later, such as operating reserve capacity, pressure balance, and abnormality detection, are performed.
  • the server 20 causes the user terminal 10 to display the processing result.
  • the server 20 is a computer connected to the network 80.
  • the server 20 includes a communication IF 22 , an input/output IF 23 , a memory 25 , a storage 26 and a processor 29 .
  • the communication IF 22 is an interface for inputting and outputting signals for the server 20 to communicate with an external device.
  • the input/output IF 23 functions as an interface with an input device for receiving input operations from the user and an output device for presenting information to the user.
  • the memory 25 temporarily stores programs and data processed by the programs, and is a volatile memory such as a DRAM (Dynamic Random Access Memory).
  • the storage 26 is a storage device for storing data, such as a flash memory or HDD (Hard Disc Drive).
  • the processor 29 is hardware for executing an instruction set described in a program, and is composed of arithmetic units, registers, peripheral circuits, and the like.
  • FIG. 2 is a diagram showing a functional configuration of the server 20 that configures the management system 1.
  • the server 20 functions as a communication section 201 , a storage section 202 and a control section 203 .
  • the communication unit 201 performs processing for the server 20 to communicate with an external device.
  • the storage unit 202 stores data and programs used by the server 20.
  • the storage unit 202 stores a process data DB 2021, an equipment data DB 2022, a physical model database 2023, and a calculation result database 2024.
  • the process data DB 2021 is a database that stores measurement values acquired by sensors that sense various physical quantities related to the state of fluid flowing through each device. Details will be described later.
  • the device data DB 2022 is a database that stores measured values obtained by sensors that sense various physical quantities related to the state of each device. Details will be described later.
  • the physical model database 2023 is a database that stores physical models constructed from the operating characteristics (physical characteristics) of each device. Such a physical model will be described by taking a valve as an example. As the flow rate characteristic of the valve, the flow rate of the fluid in the valve is described by a function with the opening degree of the valve as a variable. This function is specified by valve design values. A physical model refers to a function that describes the flow characteristics based on the design values of such valves. A physical model is calculated in advance for each piece of equipment that constitutes the pipeline, and is stored in the physical model database 2023 .
  • the computation result database 2024 is a database that stores various computation results in the server 20 . Specifically, the calculation result database 2024 stores calculation results as intermediate processing for using actually measured values for calculation using a physical model, which will be described later. Also, the calculation result database 2024 stores output results from calculations using physical models.
  • the control unit 203 includes various modules such as a transmission/reception control module 2031, a measurement value acquisition module 2032, an arithmetic module 2033, a state determination module 2034, and an operation control module 2035. function.
  • the transmission/reception control module 2031 controls the process of transmitting/receiving signals from the server 20 to/from an external device according to the communication protocol.
  • the measured value acquisition module 2032 acquires the measured value acquired by the sensor from the sensor provided in each device.
  • the sensors from which the management system 1 acquires measured values include a first sensor and a second sensor.
  • the first sensor measures process data (historian data) indicating the state of the fluid flowing through the piping line under operating conditions.
  • process data historian data
  • Examples of the first sensor include a flow meter, a thermometer, a pressure gauge, a water level gauge, etc., which are provided in advance in each device.
  • the first sensor is built in each device.
  • the second sensor is a sensor that measures device data indicating the state of each device under operating conditions.
  • the second sensor includes a group of sensors called IoT sensors, which are configured by external modules retrofitted to each device.
  • An IoT sensor refers to a sensor that is connected to a network and transmits measurement data to the server 20 .
  • the second sensor includes an opening sensor that mechanically measures the opening of the valve.
  • the second sensor may not be a sensor group configured by an external module, and may be a sensor provided in advance in each device.
  • the calculation module 2033 inputs the acquired sensor measurement values to the physical model stored in the physical model database 2023 to estimate the operating state of the pipeline to be operated.
  • the operating conditions estimated by the computing module 2033 include the maximum fluid throughput in the entire pipeline, the operating capacity, the pressure balance of each device, and the like. Details will be described later.
  • the state determination module 2034 detects deterioration of the performance of each device based on the maximum processing amount estimated by the calculation module 2033 . Details will be described later.
  • the driving control module 2035 determines and proposes driving conditions based on the parameters estimated by the computing module 2033 . Specifically, for example, the operation control module 2035 proposes opening degrees of valves included in each device within the range of the operating capacity. In addition, the operation control module 2035 presents the operating conditions of each device based on the degree of deterioration of the performance of each device. New operating conditions can be reviewed by the operator based on the presented operating conditions.
  • FIG. 3 is a diagram showing an example of the structure of the database stored by the server 20. As shown in FIG. This figure is only an example, and the structure of the database can be changed arbitrarily. As shown in FIG. 3, each of the records of the process data DB 2021 and the device data DB 2022 includes the item "sensor ID”, the item “device name”, the item “sensor name”, and the item "measurement value”. .
  • the item "sensor ID” is information for identifying the sensor.
  • the item "equipment name” is information indicating the type of equipment to which each sensor corresponding to the sensor ID is attached.
  • the device name stores information on the type of device such as pump A, pump B, pump C, . . . and the name for identifying the device.
  • the name indicating the device may be a symbol designated by a predetermined standard or the like, or may be a model number designated by the manufacturer.
  • the item "measured value” is a value indicating the measured value obtained by each sensor corresponding to the sensor ID.
  • FIG. 4 is a diagram for explaining an outline of control processing in the management system 1. As shown in FIG. As shown in FIG. 4, in a factory, sensing is performed by a first sensor and a second sensor provided in each device. The acquired sensor data are accumulated in the sensing database 30 in chronological order.
  • the acquired sensor data is transmitted to the server 20 via a repeater. Some of the sensor data transmitted to the server 20 undergo processing necessary for use in subsequent calculations. Required processing includes, for example, calculation of differential pressure indicating the pressure difference between two points, or calculation of flow rate difference.
  • the calculation module 2033 performs estimation calculation processing using the physical model, sensor data, and processed data. Details of the estimation calculation will be described later.
  • a result obtained by the estimation calculation is transmitted to the user terminal 10 as a predicted value.
  • the predicted value is displayed on the display screen of the user terminal 10 along with the processed value and sensor data.
  • the parameter k is a parameter determined by the shape of the pipe and how dirty the inside of the pipe is.
  • the parameter k is basically constant regardless of operating conditions, but may change due to internal dirt or clogging. Based on this, the estimation calculation will be described by taking a certain piping system as an example.
  • FIG. 5 is a diagram for explaining the estimation calculation executed by the server 20. As shown in FIG.
  • the piping line shown in FIG. 5A is a piping line through which fluid flows from the upper left container toward the lower right tank.
  • a pump P and a valve V are provided in the middle of the pipe.
  • the following model formula (2) holds as a physical model.
  • Formula (2) indicates that the pressure increase by the pump is described by a function with variables of the flow rate F, the density ⁇ , and the pump curve indicated as act.pump curve.
  • a pump curve is a function that describes the physical properties of a pump as a function of flow rate. The pump curve is largely determined by the design values of the pump, and gradually changes due to deterioration over time.
  • model formula (3) holds as a physical model.
  • the pressure reduction by the valve is represented by the flow rate F, the density ⁇ , and the valve opening act.OP(t) denoted as act.OP(t)CV curve, and the valve curve CV curve as variables. It shows that it is described by a function such as The valve opening is a value measured by the second sensor.
  • a valve curve is a function that describes the physical properties of a valve as a function of flow rate. The valve curve is largely determined by the design values of the valve, and changes gradually due to deterioration over time. Among the variables input to these model formulas, the pressure, flow rate, density, etc. are measured by the first sensor, and the opening of the valve is measured by the second sensor.
  • equations (2) or (3) vary depending on the arrangement and configuration of the equipment in the system, but the outlet (or downstream pressure) is calculated by considering the pressure fluctuations of each equipment such as pipes or pumps to the inlet pressure. It means you can.
  • the downstream Pc pressure is obtained by calculating the inlet pressure P1, the pressure increase by the pump, and the pressure decrease in the piping.
  • the outlet pressure P2 can be obtained by calculating .
  • the pressure at each flow rate can be estimated. For example, by substituting the maximum opening of the valve into the physical model, the maximum flow rate and the pressure balance at that time can be estimated.
  • the formula for obtaining the outlet pressure is used, but the inlet pressure may be estimated, and the parameters to be calculated can be changed arbitrarily.
  • the physical models shown in formulas (2) and (3) are merely examples, and can be arbitrarily changed according to the structure of the applied pipeline line.
  • the loss parameters k1 and k2 are first determined. Loss parameters are determined with reference to historical data.
  • the pressure (actual value), the valve opening (actual value), and the flow rate (actual value) are substituted into the physical model that adopts the specified loss parameter, and the predicted value of the tank pressure is calculate. Then, it is checked whether the predicted value of the tank pressure indicates a value close to the measured value of the tank pressure.
  • the calculated tank pressure is 195 kPa
  • the measured value is 200 kPa. Compared to the measured value, the calculated value is within an error of about 2.5%, so the physical model is appropriate. It is confirmed that
  • the loss parameters of the physical model may be inappropriate and that each device may have deteriorated.
  • the loss parameter of the physical model is calculated from past operating conditions and measured values, so it is unlikely that deviation will occur in a short period of time. For this reason, when the calculated value and the measured value of the tank pressure deviate, it is considered that each device has deteriorated and its performance has deteriorated. Therefore, it can be estimated that an abnormality has occurred in the device corresponding to the physical characteristics included in the physical model.
  • the management system 1 searches for a solution using a genetic algorithm to determine the optimum operating conditions, and estimates the maximum throughput based on the operating conditions. Specifically, as shown in FIG. 5C, the value of the upper limit opening degree set for each valve is set as the valve opening degree. In the example of this figure, the valve opening is set at 85%. Then, the tank pressure is calculated while the flow rate value is changed, and a flow rate value that matches the calculated tank pressure value and the measured tank pressure value is searched for. In the example of this figure, the calculated value and the measured value of the tank pressure match under the operating condition that the flow rate is 180 m 3 /h. Therefore, the maximum throughput is estimated to be 180 m 3 /h (broken line).
  • FIG. 6 is a diagram showing the operation flow of the management system 1.
  • the server 20 acquires sensor measurement values from the sensing database 30 (step S100).
  • the measured value acquisition module 2032 of the server 20 acquires the sensor measured value transmitted from the repeater of the sensing database 30 via the transmission/reception control module 2031 .
  • Sensor readings include process data and equipment data.
  • the server 20 processes the sensor measurement values (step S101). Specifically, the calculation module 2033 of the server 20 performs calculation processing necessary for subsequent calculations, such as differential pressure calculation and flow rate difference calculation, on the sensor measurement values.
  • the server 20 estimates the maximum amount of processing (step S102). Specifically, the arithmetic module 2033 of the server 20 substitutes the measured value and the measured value after processing into the physical model to calculate and estimate the maximum processing amount. Calculation of the maximum amount of processing may be performed by solution search using a genetic algorithm, as described above. If the genetic algorithm is not used, the response aspect method may be used for solution search. In this case, a certain amount of solution candidates are prepared in advance, and an appropriate solution is searched for by substituting by trial and error.
  • the server 20 estimates the remaining driving capacity (step S103). Specifically, the arithmetic module 2033 of the server 20 estimates how much operating capacity is available at the present time by obtaining a difference between the estimated maximum processing amount and the current processing amount.
  • the server 20 estimates the pressure balance (step S104). Specifically, the arithmetic module 2033 of the server 20 determines whether the pressure balance for confirming the pressure balance of the piping line is normal, for example, by comparing it with a predetermined threshold value set in advance, based on the pressure measured by the sensor. You can judge. If there is an abnormality in the pressure balance, it can be detected that there is a problem somewhere in the pipeline.
  • the server 20 determines operating conditions (step S105). Specifically, the computing module 2033 of the server 20 determines the optimum operating conditions based on the results estimated by the computing module 2033 . For example, a valve opening determined based on the estimated maximum throughput can be set as an operating condition. Further, the estimated optimum operating conditions can be used to examine subsequent operating conditions.
  • the server 20 displays an output screen (step S106). Specifically, the transmission/reception control module 2031 of the server 20 outputs to the user terminal 10 an output screen regarding the operating state and the predicted value. Thus, the processing of the management system 1 ends.
  • FIG. 7 is a diagram showing an example of an output screen in the management system 1. As shown in FIG. This figure is only an example, and the output screen can be changed arbitrarily. As shown in FIG. 7, the estimated maximum processing amount is displayed on the output screen of the user terminal 10 (symbol A). By checking the maximum throughput, it is possible to check how much margin there is in the operation of the pipeline. Also. The remaining driving capacity may be displayed at the same time.
  • the output screen displays the actual measured value (symbol B) of the pressure sensor and the estimated predicted value (symbol C) are displayed.
  • the output screen displays the actual operating state and the predicted value calculated by the estimation calculation. By comparing these values, it is possible to confirm the validity of the physical model used in the arithmetic processing.
  • the measured value of the opening of the valve (symbol D) and the estimated predicted value (symbol E) are displayed.
  • the predicted valve opening may be set in the operating conditions in order to achieve the estimated maximum throughput.
  • FIG. 8 is a diagram showing an outline of control processing of the management system 1 according to the modification.
  • a process of searching the parameters of the physical model using the immediately preceding measured values and the goal seek used, and updating the physical model using the estimated optimum solution is performed. Updating the physical model by such an estimation operation will be described with reference to FIG.
  • FIG. 9 is a diagram for explaining the estimation calculation executed by the server 20 of the management system 1 according to Modification 1. As shown in FIG.
  • next data time t+1
  • the next data is substituted into the physical model to which the previously obtained parameter k value is input, and the valve opening degree Check the value of the flow rate when is the allowable maximum value.
  • a genetic algorithm is used to search for a flow rate solution that matches the measured value of the tank pressure with the predicted value of the tank pressure.
  • the maximum throughput is estimated to be 180 m 3 /h, as indicated by the symbol *.
  • the device data acquired by the second sensor is explained by taking the valve opening degree as an example, but it is not limited to such an aspect.
  • the device data acquired by the second sensor can be arbitrarily changed as long as it is data indicating the state of behavior of each device.
  • the valve opening is estimated as the optimum operating condition, but the present invention is not limited to this aspect.
  • the operations control module 2035 may determine the optimum pumping pressure to the tanks contained in each piece of equipment from the estimated maximum throughput.
  • the pumping pressure can be obtained by estimating the pressure at the tank inlet and converting it to the liquid level in the tank.
  • the state determination module 2034 detects malfunction of each device from the pressure balance, but it is not limited to such a mode.
  • the state determination module 2034 may identify a bottleneck in the entire system among the devices that make up the pipeline. In this case, by setting a plurality of evaluation sections for the pipeline to be evaluated, building a physical model for each section, and comparing the estimated maximum throughput in each section, You can identify bottlenecks. Also, by comparing the estimated maximum throughput in each section, it is possible to estimate the balance of the maximum throughput in a plurality of mutually connected pipelines.
  • a management system comprising a processor, for managing the operating conditions of a fluid processing piping line, comprising: The processor a step of acquiring measured values of sensors provided in each device constituting the pipeline; A management system that executes a step of estimating the maximum throughput of fluid in the entire piping line to be operated by inputting the obtained sensor measurement values into a physical model constructed from the physical characteristics of each piece of equipment.
  • the sensor a first sensor that measures process data indicating the state of the fluid flowing through the pipeline;
  • a management system according to (Appendix 1), further comprising: a second sensor that measures device data indicating the state of each device.
  • (Appendix 4) The processor Based on the estimated maximum throughput, calculate the operating capacity of the pipeline, The management system according to any one of (Appendix 1) to (Appendix 3), wherein the step of determining the operating conditions of the pipeline is executed within the range of the calculated operating margin.
  • (Appendix 6) The processor The management system according to any one of (Appendix 1) to (Appendix 5), wherein the operating status of the entire pipeline or each device is displayed based on the estimated maximum throughput.
  • (Appendix 7) The processor 6.
  • the management system according to any one of (Appendix 1) to (Appendix 6), wherein the pressure balance across the pipeline is estimated based on the estimated maximum throughput.
  • (Appendix 9) The processor The management system according to any one of (Appendix 1) to (Appendix 8), wherein the performance of each device is evaluated based on the estimated maximum processing amount, and deterioration of the performance of each device is detected.
  • (Appendix 11) The processor 10.
  • the management system according to any one of (Appendix 1) to (Appendix 10), which executes a step of identifying a bottleneck portion in the entire system among the devices constituting the pipeline.
  • (Appendix 12) The processor 12.
  • the management system according to any one of (Appendix 1) to (Appendix 11), which estimates a balance of maximum throughput in a plurality of pipelines connected to each other.
  • (Appendix 13) In the step of estimating the maximum throughput, The management system according to any one of (Appendix 1) to (Appendix 12), wherein optimal operating conditions are determined by searching for a solution using a genetic algorithm, and the maximum throughput is estimated based on the operating conditions. .
  • a management program comprising a processor, for managing the operating conditions of a fluid processing piping line, comprising: to the processor, a step of acquiring measured values of sensors provided in each device under operating conditions; A step of estimating the maximum throughput of fluid in the entire pipeline to be operated by inputting the obtained sensor measurement values into a physical model constructed from the physical characteristics of each device that constitutes the pipeline; Management program to run.
  • Management System 10 User Terminal 20 Server 22 Communication IF 23 input/output IF 25 memory 26 storage 29 processor 201 communication unit 202 storage unit 203 control unit 2031 transmission/reception control module 2032 measurement value acquisition module 2033 calculation module 2034 state determination module 2035 operation control module 30 sensing database 80 network

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Factory Administration (AREA)
  • Pipeline Systems (AREA)
  • Communication Control (AREA)
  • Feedback Control In General (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

プロセッサを備え、流体を処理する配管ラインの運転条件を管理する管理システムであって、プロセッサは、配管ラインを構成する各機器に設けられたセンサの計測値を取得するステップと、各機器それぞれの物理特性から構築された物理モデルに、取得したセンサの計測値を入力することにより、運転を行う配管ライン全体における流体の最大処理量を推定するステップと、を実行する管理システム。

Description

管理システム、管理方法、および管理プログラム
　本開示は、管理システム、管理方法、および管理プログラムに関する。
　従来、排水施設における排水管網の最適な制御を行う管理システムが知られている。このようなシステムとして、例えば特許文献１には、排水施設の各制御点での操作と圧力変化に基づく物理モデルを構築し、モデルに対して計測されたプロセス値（圧力、流量）を入力することで、制御弁の開度を推論する処理が開示されている。
特開平２―１８３８１４号公報
　ところで、このような排水施設の場合、圧力および流量の変化を考慮して制御弁の開度を調整すれば足りる。
　一方、化学プラントのように、生成物をタンクに貯留する配管ラインの場合には、タンク内の貯留量や様々な機器の経時的な圧力バランスの変化、前工程の供給量等、配管ラインのそれぞれの分岐ラインの処理量に対して影響を与える因子が多岐に渡り、運転の状態により処理能力が変動する。
　このような運転の状態の変化により変動する最大処理量を、運転条件などに基づいて正確に把握することが生産性最大化を維持する場合に特に求められていた。
　そこで、本開示では、流体を処理する配管ラインの運転条件から、配管ラインにおける最大処理量の正確な推定を行うことができる管理システムを提供することを目的とする。
　本開示の管理システムは、プロセッサを備え、流体を処理する配管ラインの運転条件を管理する管理システムであって、プロセッサは、配管ラインを構成する各機器に設けられたセンサの計測値を取得するステップと、各機器それぞれの物理特性から構築された物理モデルに、取得したセンサの計測値を入力することにより、運転を行う配管ライン全体における流体の最大処理量を推定するステップと、を実行する管理システム。
　本開示によれば、流体を処理する配管ラインの運転条件から、配管ラインにおける最大処理量の正確な推定を行うことができる。
管理システムの全体の構成を示す図である。 管理システムを構成するサーバの機能的な構成を示す図である。 サーバが記憶するデータベースの構造の一例について説明する。 管理システム１における制御処理の概要を説明する図である。 サーバが実行する推定演算を説明する図である。 管理システム１の動作フローを示す図である。 管理システム１における出力画面の例を示す図である。 変形例に係る管理システム１の制御処理の概要を示す図である。 変形例１に係る管理システム１のサーバ２０が実行する推定演算を説明する図である。 複数の配管ラインから構成される配管システムの例を示す図である。
　以下、図面を参照しつつ、本開示の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称及び機能も同じである。したがって、それらについての詳細な説明は繰り返さない。
＜１　概要＞
　以下、配管ラインの管理システム１（以下、単に管理システム１）という。この管理システム１は、例えば、ＬＮＧ（Liquefied Natural Gas：液化天然ガス）プラントや石油化学プラントのように、化学反応による様々な生産工程を経由して化学製品を製造するための設備群において、各種の流体を処理する配管ラインの運転条件の制御を行うためのシステムである。なお、管理システム１は、下水設備や浄水設備のような、大規模な化学反応を伴わずに、流体を処理する設備に用いられてもよい。
　プラントに配置される設備とは、ＬＮＧプラントを例に説明すると、液化処理の対象である原料ガス中に含まれる酸性ガス（Ｈ２Ｓ、ＣＯ２、有機硫黄等）を除去する酸性ガス除去設備、除去された酸性ガスから単体硫黄を回収する硫黄回収設備、原料ガス中に含まれる水分を除去する水分除去設備、原料ガスの冷却や液化に用いられる冷媒（混合冷媒、プロパン冷媒等）の圧縮設備等が含まれる。ここで、プラントの機器とは、そのプラントの目的に応じて敷設された各種の機器（以下、各機器という）のことをいう。各機器の具体例としては、配管、タンク、ポンプ、バルブ、熱交換器、等が挙げられる。
　以下、管理システム１について説明する。以下の説明では、ユーザが、ユーザ端末１０からサーバ２０へアクセスすることにより、サーバ２０が、各機器のセンサから取得された計測値を用いて、後述する各種の演算を行う。サーバ２０は、演算結果をユーザ端末１０に向けて送信する。ユーザ端末１０は、サーバ２０が演算した結果を、ユーザに向けて提示する。また、サーバ２０は、演算結果に基づいて、配管ラインにおける各機器の運転条件を決定し、運転条件により各機器の状態をチェックして管理する。
＜２　管理システム１の全体構成＞
　次に、管理システム１の全体構成について説明する。図１は、管理システム１の全体の構成を示す図である。
　図１に示すように、管理システム１は、複数のユーザ端末１０と、サーバ２０と、を含む。ユーザ端末１０とサーバ２０とは、ネットワーク８０を介して相互に通信可能に接続されている。ネットワーク８０は、有線または無線ネットワークにより構成される。
　管理システム１には、ネットワーク８０を介して制御対象となる配管ラインが敷設された工場におけるセンシングデータベース３０が接続されている。
　ユーザ端末１０は、各ユーザが操作する装置である。ここで、ユーザとは、ユーザ端末１０を使用して管理システム１の機能である配管ラインの制御を担当する者をいう。ユーザ端末１０は、据え置き型のＰＣ（Personal Computer）、ラップトップＰＣなどにより実現される。この他、ユーザ端末１０は、例えば移動体通信システムに対応したタブレットや、スマートフォン等の携帯端末であるとしてもよい。
　ユーザ端末１０は、ネットワーク８０を介してサーバ２０と通信可能に接続される。ユーザ端末１０は、５Ｇ、ＬＴＥ（Long Term Evolution）などの通信規格に対応した無線基地局８１、ＩＥＥＥ（Institute of Electrical and Electronics Engineers）８０２．１１などの無線ＬＡＮ（Local Area Network）規格に対応した無線ＬＡＮルータ８２等の通信機器と通信することにより、ネットワーク８０に接続される。
　図１に示すように、ユーザ端末１０は、通信ＩＦ（Interface）１２と、入力装置１３と、出力装置１４と、メモリ１５と、記憶部１６と、プロセッサ１９とを備える。
　通信ＩＦ１２は、ユーザ端末１０が外部の装置と通信するため、信号を入出力するためのインタフェースである。
　入力装置１３は、ユーザからの入力操作を受け付けるための入力装置（例えば、キーボードや、タッチパネル、タッチパッド、マウス等のポインティングデバイス等）である。
　出力装置１４は、ユーザに対し情報を提示するための出力装置（ディスプレイ、スピーカ等）である。
　メモリ１５は、プログラム、及び、プログラム等で処理されるデータ等を一時的に記憶するためのものであり、例えばＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。
　記憶部１６は、データを保存するための記憶装置であり、例えばフラッシュメモリ、ＨＤＤ（Hard Disc Drive）である。
　プロセッサ１９は、プログラムに記述された命令セットを実行するためのハードウェアであり、演算装置、レジスタ、周辺回路などにより構成される。
　サーバ２０は、各種機器および各種配管の情報、制御を行う運転条件に関する情報、および演算処理に用いられる物理モデルに関する情報を管理する装置である。
　サーバ２０は、ユーザ端末１０を操作するユーザから、配管ラインの運転条件の制御に関する指示・現在の運転状態等の入力を受け付ける。
　具体的には、サーバ２０は、例えば、各機器の運転条件、およびセンサによる計測値の取得を行い、これらの値を物理モデルに代入することで、最大処理量の推定を行う。そして、推定された最大処理量から、運転余力や圧力バランス、異常の検出等の後述する各種の処理を行う。サーバ２０は、処理の結果をユーザ端末１０へ表示させる。
　サーバ２０は、ネットワーク８０に接続されたコンピュータである。サーバ２０は、通信ＩＦ２２と、入出力ＩＦ２３と、メモリ２５と、ストレージ２６と、プロセッサ２９とを備える。
　通信ＩＦ２２は、サーバ２０が外部の装置と通信するため、信号を入出力するためのインタフェースである。
　入出力ＩＦ２３は、ユーザからの入力操作を受け付けるための入力装置、及び、ユーザに対し情報を提示するための出力装置とのインタフェースとして機能する。
　メモリ２５は、プログラム、及び、プログラム等で処理されるデータ等を一時的に記憶するためのものであり、例えばＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。
　ストレージ２６は、データを保存するための記憶装置であり、例えばフラッシュメモリ、ＨＤＤ（Hard Disc Drive）である。
　プロセッサ２９は、プログラムに記述された命令セットを実行するためのハードウェアであり、演算装置、レジスタ、周辺回路などにより構成される。
＜３　サーバ２０の機能的な構成＞
　次に、サーバ２０の機能的な構成について説明する。
　図２は、管理システム１を構成するサーバ２０の機能的な構成を示す図である。図２に示すように、サーバ２０は、通信部２０１と、記憶部２０２と、制御部２０３としての機能を発揮する。
　通信部２０１は、サーバ２０が外部の装置と通信するための処理を行う。
　記憶部２０２は、サーバ２０が使用するデータ及びプログラムを記憶する。記憶部２０２は、プロセスデータＤＢ２０２１、機器データＤＢ２０２２、物理モデルデータベース２０２３、演算結果データベース２０２４を記憶している。
　プロセスデータＤＢ２０２１は、各機器を流れる流体の状態に関する各種の物理量をセンシングするセンサにより取得された計測値を記憶するデータベースである。詳細は後述する。
　機器データＤＢ２０２２は、各機器の状態に関する各種の物理量をセンシングするセンサにより取得された計測値を記憶するデータベースである。詳細は後述する。
　物理モデルデータベース２０２３は、各機器の運転特性（物理特性）から構築される物理モデルを記憶するデータベースである。このような物理モデルについてバルブを例に挙げて説明する。バルブの流量特性として、バルブ内の流体の流量は、バルブの開度を変数とした関数で記述される。この関数は、バルブの設計値により特定される。物理モデルは、このようなバルブの設計値に基づいて流量の特性を記述する関数を指す。物理モデルは、配管ラインを構成する各機器それぞれについて予め算出され、物理モデルデータベース２０２３に記憶されている。
　演算結果データベース２０２４は、サーバ２０における各種の演算結果を記憶するデータベースである。具体的には、演算結果データベース２０２４は実測した計測値を後述する物理モデルを用いた演算に利用するための中間処理としての計算結果を記憶する。また、演算結果データベース２０２４は、物理モデルを用いた演算からの出力結果を記憶する。
　制御部２０３は、サーバ２０のプロセッサ２９がプログラムに従って処理を行うことにより、各種モジュールとして、送受信制御モジュール２０３１、計測値取得モジュール２０３２、演算モジュール２０３３、状態判定モジュール２０３４、および運転制御モジュール２０３５としての機能を発揮する。
　送受信制御モジュール２０３１は、サーバ２０が外部の装置に対し通信プロトコルに従って信号を送受信する処理を制御する。
　計測値取得モジュール２０３２は、各機器に設けられたセンサから、当該センサが取得した計測値を取得する。管理システム１が計測値を取得するセンサは、第１センサと第２センセとを含む。
　第１センサは、運転条件における前記配管ラインを流れる流体の状態を示すプロセスデータ（ヒストリアンデータ）を計測する。第１センサとしては、各機器に予め設けられる流量計、温度計、圧力計、水位計等が挙げられる。第１センサは、各機器に内蔵されている。
　第２センサは、運転条件における前記各機器の状態を示す機器データを計測するセンサである。第２センサには、ＩｏＴセンサと呼ばれる各機器に後付けされる外部モジュールにより構成されるセンサ群が含まれる。ＩｏＴセンサとは、ネットワークと接続され、サーバ２０に測定データを送信するセンサを指す。第２センサには、バルブの開度を機械的に計測する開度センサが含まれる。なお、第２センサは、外部モジュールにより構成されるセンサ群でなくてもよく、各機器に予め設けられたセンサであってもよい。
　演算モジュール２０３３は、物理モデルデータベース２０２３に記憶された物理モデルに、取得したセンサの計測値を入力することにより、運転を行う配管ラインの運転状態を推定する。
　演算モジュール２０３３が推定する運転状態としては、配管ライン全体における流体の最大処理量、運転余力、各機器の圧力バランス等が含まれる。詳細は後述する。
　状態判定モジュール２０３４は、演算モジュール２０３３が推定した最大処理量に基づいて、各機器の性能の劣化を検出する。詳細は後述する。
　運転制御モジュール２０３５は、演算モジュール２０３３が推定したパラメータに基づいて、運転条件を決定して提案する。具体的には、例えば、運転制御モジュール２０３５は、運転余力の範囲内で、各機器に含まれるバルブの開度を提案する。また、運転制御モジュール２０３５は、各機器の性能の劣化の程度等を踏まえて各機器の運転条件を提示する。提示された運転条件に基づいて、新たな運転条件をオペレータが検討することができる。
＜４　データ構造＞
　次に、サーバ２０が記憶するデータベースの構造の一例について説明する。
　図３は、サーバ２０が記憶するデータベースの構造の一例を示す図である。なお、この図はあくまで一例であり、データベースの構造は任意に変更することができる。
　図３に示すように、プロセスデータＤＢ２０２１および機器データＤＢ２０２２のレコードのそれぞれは、項目「センサＩＤ」と、項目「機器名称」と、項目「センサ名称」と、項目「計測値」と、を含む。
　項目「センサＩＤ」は、センサを識別するための情報である。
　項目「機器名称」は、センサＩＤに対応する各センサが取り付けられる機器の種類を示す情報である。機器名称には、例えば、ポンプＡ、ポンプＢ、ポンプＣ、…のような機器の種類と機器を識別するための名称の情報が格納されている。なお、機器を示す名称は、所定の規格等により指定された記号でもよく、メーカにより指定された型番等でもよい。
　項目「計測値」は、センサＩＤに対応する各センサが取得した計測値を示す値である。
＜５　制御処理の概要＞
　以下、管理システム１における制御処理の概要について説明する。
　図４は、管理システム１における制御処理の概要を説明する図である。
　図４に示すように、工場では、各機器に設けられた第１センサおよび第２センサにより、センシングが行われる。取得されたセンサデータは、時系列に沿ってセンシングデータベース３０に蓄積される。
　取得されたセンサデータは、中継器を介して、サーバ２０に送信される。サーバ２０に送信されたセンサデータは、一部はその後の演算に用いるために必要な加工が行われる。必要な加工としては、例えば、２点間の圧力差を示す差圧を計算、又は流量の差を計算するといった処置が行われる。
　次に、演算モジュール２０３３において、物理モデル、センサデータ、および加工データを用いた推定演算の処理が行われる。推定演算の詳細は後述する。推定演算により得られた結果が予測値としてユーザ端末１０に送信される。予測値は、加工値およびセンサデータとともに、ユーザ端末１０の表示画面に表示される。
＜６　推定演算の概要＞
　以下、物理モデルを用いたパラメータの推定処理の概要について説明する。
　例えば、配管における流体の圧力損失は、以下のモデル式（１）により記述されることが知られている。
数式１
Figure JPOXMLDOC01-appb-I000001
　ここで、パラメータkは、配管の形状、および配管内部の汚れ具合によって決まるパラメータである。パラメータkは、基本的には運転条件によらず一定であるが、内部の汚れや詰まりなどにより変化する可能性がある。
　これを踏まえて、ある系の配管システムを例に挙げて、推定演算を説明する。図５はサーバ２０が実行する推定演算を説明する図である。
　図５Ａに示す配管ラインでは、左上の容器から、右下のタンクに向けて流体が流れる配管ラインである。配管の途中には、ポンプＰとバルブＶが設けられている。
　この場合、物理モデルとして、以下のモデル式（２）が成り立つ。
数式２
Figure JPOXMLDOC01-appb-I000002
　式（２）において、ポンプによる昇圧は、流量Ｆ、密度ρ、およびact.pump curveと示されたポンプカーブを変数とした関数で記述されることを示している。ポンプカーブとは、ポンプの物理特性を流量の関数として記述する関数である。ポンプカーブはポンプの設計値により概ね決まり、経年劣化等により緩やかに変化していく。
　また、図５Ａに示す配管ラインにおいて、物理モデルとして、以下のモデル式（３）が成り立つ。
数式３
Figure JPOXMLDOC01-appb-I000003
　式（３）において、バルブによる減圧は、流量Ｆ、密度ρ、およびact.OP(t)CV curveと示されたバルブの開度act.OP(t)と、バルブカーブCV curveと、を変数とした関数で記述されることを示している。バルブの開度は、第２センサにより計測される値である。バルブカーブは、バルブの物理特性を流量の関数として記述する関数である。バルブカーブはバルブの設計値により概ね決まり、経年劣化等により緩やかに変化していく。
　そして、これらのモデル式に入力される変数のうち、圧力、流量、密度等は、第１センサにより計測され、バルブの開度は第２センサにより計測される。
　これら式（２）または式（３）は、システム中の機器配置や構成によって変化するが、出口（または下流圧力）が入り口圧力に配管もしくはポンプなどの各機器の圧力変動を考慮することで算出できることを意味している。
　式（２）では、入口圧力Ｐ１とポンプによる昇圧、配管による圧力減少を計算することで下流Ｐｃの圧力を求めており、式（３）では、入口圧力Ｐｃとバルブによる減圧と配管による圧力減少を計算することで出口圧力Ｐ２を求めることができる。
　ここにおいて計算した出口圧力と実測した出口圧力が一致するようなパラメータを選定することで、現実を再現するパラメータが決定でき、物理モデルの妥当性を検証することができる。そして、妥当性が確認された物理モデルを用いて、流量を変化させた際の圧力バランスを確認すると、それぞれの流量における圧力を推定することができる。例えば、バルブの開度を最大として物理モデルに代入することで、最大流量、およびその時の圧力バランスを推定できる。
　なお、この説明では、出口圧力を求める式としているが、入口圧力を推算する形にしてもよいし、計算したいパラメータは任意に変更することができる。また、式（２）および式（３）に示した物理モデルはあくまで例示であり、適用される配管ラインの構造に応じて、任意に変更することができる。
　これらのモデル式を用いて推定を行う際には、まず、損失パラメータｋ１およびｋ２の決定を行う。損失パラメータの決定は、過去データを参照して行われる。
　次に、物理モデルの検証を行う。図５Ｂに示すように、特定された損失パラメータを採用した物理モデルに対して、圧力（実測値）、バルブ開度（実測値）、流量（実測値）を代入し、タンク圧力の予測値を算出する。そして、タンク圧力の予測値が、タンク圧力の実測値と近い値を示すかどうかを確認する。図５Ｂの例では、算出されたタンク圧力が１９５ｋＰａに対して、実測値が２００ｋＰａであり、実測値と比べて計算値が２．５％程度の誤差に収まっているため物理モデルが妥当であることが確認される。
　なお、仮にタンク圧力の計算値と実測値とが乖離する場合には、物理モデルの損失パラメータが不適切である可能性、および各機器が劣化をしている可能性が懸念される。このうち、物理モデルの損失パラメータは、過去の運転条件および計測値から計算されるため、短期間で乖離が発生することは考えにくい。このため、タンク圧力の計算値と実測値とが乖離する場合には、各機器が劣化して、性能低下を起こしていると考えられる。このため、物理モデルに含まれる物理特性に対応する機器に異常が発生していると推定することができる。
　次に、最大処理量の推定演算を行う。この際、管理システム１は、遺伝的アルゴリズムを用いた解の探索により、最適な運転条件を決定し、当該運転条件に基づいて、最大処理量を推定する。具体的には、図５Ｃに示すように、バルブ開度として、バルブごとに設定された上限開度の値を設定する。この図の例では、バルブ開度を８５％として設定している。そして、流量の値を変化させながら、タンク圧力の計算を行い、タンク圧力の計算値と、タンク圧力の計測値とが合致する流量の値を探索する。この図の例では、流量が１８０ｍ３／ｈを示す運転条件において、タンク圧力の計算値と実測値とが一致している。このため、最大処理量が１８０ｍ３／ｈであることが推定される（破線部）。
＜７　管理システム１の動作＞
　以下、管理システム１の動作について説明する。図６は、管理システム１の動作フローを示す図である。
　図６に示すように、サーバ２０は、センシングデータベース３０からセンサの計測値を取得する（ステップＳ１００）。具体的には、サーバ２０の計測値取得モジュール２０３２は、送受信制御モジュール２０３１を介して、センシングデータベース３０の中継器から送信されたセンサの計測値を取得する。センサの計測値には、プロセスデータおよび機器データが含まれている。
　ステップＳ１００の後に、サーバ２０は、センサの計測値を加工する（ステップＳ１０１）。具体的には、サーバ２０の演算モジュール２０３３は、センサの計測値に対して、例えば、差圧の計算や流量差の計算といった、その後の演算において必要な加工とである計算処理を行う。
　ステップＳ１０１の後に、サーバ２０は、最大処理量の推定を行う（ステップＳ１０２）。具体的には、サーバ２０の演算モジュール２０３３は、物理モデルに計測値および加工後の計測値を代入して、最大処理量を算出して推定する。最大処理量の算出は、前述したように、遺伝的アルゴリズムを用いた解探索により行ってもよい。遺伝的アルゴリズムを採用しない場合は、応答局面法により解探索を行ってもよい。この場合には、解の候補を予め一定量準備しておき、トライ＆エラーにより代入していくことで、適切な解を探索する。
　ステップＳ１０２の後に、サーバ２０は、運転余力を推定する（ステップＳ１０３）。具体的には、サーバ２０の演算モジュール２０３３は、推定した最大処理量と、現時点での処理量との差分を求めることで、現時点でどの程度の運転余力があるかを推定する。
　ステップＳ１０３の後に、サーバ２０は、圧力バランスを推定する（ステップＳ１０４）。具体的には、サーバ２０の演算モジュール２０３３は、計測されたセンサの圧力から、配管ラインの圧力バランスを確認する圧力バランスは、例えば予め設定された所定の閾値との比較により、正常かどうかを判断してもよい。圧力バランスに異常がある場合には、配管ラインのどこかに不具合が発生していることを検出することができる。
　ステップＳ１０４の後に、サーバ２０は、運転条件を決定する（ステップＳ１０５）。具体的には、サーバ２０の演算モジュール２０３３は、演算モジュール２０３３が推定した結果に基づいて、最適な運転条件を決定する。例えば、推定された最大処理量に基づいて求められたバルブの開度を、運転条件として設定することもできる。また、推定された最適な運転条件を用いて、その後の運転条件を検討することもできる。
　ステップＳ１０５の後に、サーバ２０は、出力画面を表示する（ステップＳ１０６）。具体的には、サーバ２０の送受信制御モジュール２０３１が、運転状態および予測値に関する出力画面をユーザ端末１０に向けて出力する。
　以上により、管理システム１の処理が終了する。
＜８　画面例＞
　次に、管理システム１からの出力画面の例について説明する。図７は、管理システム１における出力画面の例を示す図である。なお、あくまでこの図は一例であり、出力画面は任意に変更することができる。
　図７に示すように、ユーザ端末１０における出力画面には、推定された最大処理量が表示されている（符号Ａ）。最大処理量を確認することで、配管ラインの運転にどの程度余裕があるかを確認することができる。また。運転余力を同時に表示してもよい。
　また、出力画面には、圧力のセンサによる実測値（符号Ｂ）と、推定された予測値（符号Ｃ）と、が表示されている。このように、出力画面には、実際の運転状態と、推定演算により算出された予測値と、が表示される。これらの値を比較することで、演算処理に用いている物理モデルの妥当性を確認することができる。
　また、出力画面には、バルブの開度の実測値（符号Ｄ）と、推定された予測値（符号Ｅ）と、が表示されている。例えば、その後の運転条件を検討するうえで、推定された最大処理量を実現するために、予測されたバルブ開度を運転条件に設定してもよい。
　また、出力画面には、配管ラインの圧力バランスが、正常かどうかという情報が表示されている（符号Ｆ）。仮に、圧力バランスに偏りがある場合は、正常でない旨の表示がされる。
＜変形例＞
　次に、管理システム１の変形例について説明する。図８は、変形例に係る管理システム１の制御処理の概要を示す図である。変形例に係る管理システム１では、直前の実測値と用いたゴールシークにより、物理モデルのパラメータを探索し、推定された最適な解を用いて物理モデルを更新する処理が行われる。このような推定演算による物理モデルの更新について、図９を用いて説明する。図９は、変形例１に係る管理システム１のサーバ２０が実行する推定演算を説明する図である。
　図９Ａに示す配管ラインにおいて、現在のデータ（時刻ｔ）からタンク圧力の実測値と、タンク圧力の予測値と、が合致するときのパラメータｋ値の解を、k１とk２に様々な値を自動的に入力しながら遺伝的アルゴリズムを用いて探索する。これにより、最適なパラメータｋ値が決定する（図９Ｂにおける符号Ｇ）。
　次に、パラメータｋ値の決定後に、物理モデルにこの値を代入し、過去の蓄積されたプロセスデータを代入することで、物理モデルの妥当性を確認する。
　次に、図９Ｃに示すように、新たな次データ（時刻ｔ+１）が入力された際に、既に得られたパラメータｋ値が入力された物理モデルに次データを代入し、バルブ開度を許容ＭＡＸ値としたに場合の、流量の値を確認する。そして、タンク圧力の実測値と、タンク圧力の予測値が合致するような流量の解を、遺伝的アルゴリズムを用いて探索する。この図の場合では、符号※に示すように、最大処理量が１８０ｍ３／ｈであることが推定される。
　このように、直前のセンサによる実測値を用いた遺伝的アルゴリズムによる解の探索により、最適な物理モデルのパラメータを算出することで、物理モデルの更新を正確かつ容易に行うことができる。
＜その他の変形例＞
　その他の変形例について説明する。
　上記実施形態では、第２センサが取得する機器データとして、バルブ開度を例に挙げて説明したが、このような態様に限られない。第２センサが取得する機器データは、各機器の挙動に関する状態を示すデータであれば任意に変更することができる。
　上記実施形態では、最適な運転条件としてバルブ開度の推定を行ったが、このような態様に限られない。物理モデルを変更することで、様々な運転条件の最適値を推定することができる。例えば、運転制御モジュール２０３５は、推定した最大処理量から、各機器に含まれるタンクへの最適な圧送圧力を決定してもよい。この場合には、タンク入口の圧力を推定し、タンク内の液面高さに変換することで、圧送圧力を求めることができる。
　上記実施形態では、状態判定モジュール２０３４は、圧力バランスから各機器の不具合の検出を行ったが、このような態様に限られない。物理モデルを変更することで、状態判定モジュール２０３４は、前記配管ラインを構成する機器のうち、系全体におけるボトルネックとなる部分を特定してもよい。この場合には、評価対象となる配管ラインに対して、複数の評価区画を設定し、それぞれ区間に対して物理モデルを構築し、それぞれの区間において推定された最大処理量を比較することで、ボトルネックとなる部分を特定することができる。また、それぞれの区間において推定された最大処理量を比較することで、互いに連結される複数の配管ラインにおける最大処理量のバランスを推定することもできる。
　例えば、図１０に示すような複数の配管ラインから構成される配管システムにおいて、複数の評価区間ＰおよびＱを設定し、それぞれの区間における最大処理量を評価することで、ボトルネックとなる部分を特定することができる。
　以上、開示に係る実施形態について説明したが、これらはその他の様々な形態で実施することが可能であり、種々の省略、置換及び変更を行なって実施することが出来る。これらの実施形態及び変形例ならびに省略、置換及び変更を行なったものは、特許請求の範囲の技術的範囲とその均等の範囲に含まれる。
　また、各処理は、矛盾しない範囲で処理の順番を変更することができる。
　以上の各実施形態で説明した事項を、以下に付記する。
（付記１）
　プロセッサを備え、流体を処理する配管ラインの運転条件を管理する管理システムであって、
　プロセッサは、
　配管ラインを構成する各機器に設けられたセンサの計測値を取得するステップと、
　各機器それぞれの物理特性から構築された物理モデルに、取得したセンサの計測値を入力することにより、運転を行う配管ライン全体における流体の最大処理量を推定するステップと、を実行する管理システム。
（付記２）
　センサは、
　配管ラインを流れる流体の状態を示すプロセスデータを計測する第１センサと、
　各機器の状態を示す機器データを計測する第２センサと、を含む（付記１）に記載の管理システム。
（付記３）
　第２センサが取得する機器データには、各機器に含まれるバルブの開度を機械的に計測したバルブ開度の実測値が含まれる、（付記２）に記載の管理システム。
（付記４）
　プロセッサは、
　推定された最大処理量に基づき、配管ラインの運転余力を算出し、
　算出された運転余力の範囲内で、配管ラインの運転条件を決定するステップを実行する、（付記１）から（付記３）のいずれかに記載の管理システム。
（付記５）
　運転条件を決定するステップでは、
　算出された運転余力の範囲内で、各機器に含まれるバルブの開度を決定する、（付記４）に記載の管理システム。
（付記６）
　プロセッサは、
　推定した最大処理量に基づいて、配管ライン全体または各機器の運転状態を表示する、（付記１）から（付記５）のいずれかに記載の管理システム。
（付記７）
　プロセッサは、
　推定した最大処理量に基づいて、配管ライン全体の圧力バランスを推定する、（付記１）から（付記６）のいずれかに記載の管理システム。
（付記８）
　プロセッサは、
　推定した最大処理量に基づいて、
　各機器に含まれるタンクへの圧送圧力を特定するステップを実行する、（付記１）から（付記７）のいずれかに記載の管理システム。
（付記９）
　プロセッサは、
　推定した最大処理量に基づいて、各機器の性能を評価し、各機器の性能の劣化を検出する、（付記１）から（付記８）のいずれかに記載の管理システム。
（付記１０）
　プロセッサは、
　蓄積された過去の計測値から、物理モデルを修正する、（付記１）から（付記９）のいずれかに記載の管理システム。
（付記１１）
　プロセッサは、
　配管ラインを構成する機器のうち、系全体におけるボトルネックとなる部分を特定するステップを実行する、（付記１）から（付記１０）のいずれかに記載の管理システム。
（付記１２）
　プロセッサは、
　互いに連結される複数の配管ラインにおける最大処理量のバランスを推定する、（付記１）から（付記１１）のいずれかに記載の管理システム。
（付記１３）
　最大処理量を推定するステップにおいて、
　遺伝的アルゴリズムを用いた解の探索により、最適な運転条件を決定し、当該運転条件に基づいて、最大処理量を推定する、（付記１）から（付記１２）のいずれかに記載の管理システム。
（付記１４）
　プロセッサを備える管理システムが実行し、流体を処理する配管ラインの運転条件を管理する管理方法であって、
　プロセッサは、
　配管ラインを構成する各機器に設けられたセンサの計測値を取得するステップと、
　各機器それぞれの物理特性から構築された物理モデルに、取得したセンサの計測値を入力することにより、運転を行う配管ライン全体における流体の最大処理量を推定するステップと、を実行する管理方法。
（付記１５）
　プロセッサを備え、流体を処理する配管ラインの運転条件を管理する管理プログラムであって、
　プロセッサに、
　運転条件における各機器に設けられたセンサの計測値を取得するステップと、
　配管ラインを構成する各機器それぞれの物理特性から構築された物理モデルに、取得したセンサの計測値を入力することにより、運転を行う配管ライン全体における流体の最大処理量を推定するステップと、を実行させる管理プログラム。
　１　管理システム
　１０　ユーザ端末
　２０　サーバ
　２２　通信ＩＦ
　２３　入出力ＩＦ
　２５　メモリ
　２６　ストレージ
　２９　プロセッサ
　２０１　通信部
　２０２　記憶部
　２０３　制御部
　２０３１　送受信制御モジュール
　２０３２　計測値取得モジュール
　２０３３　演算モジュール
　２０３４　状態判定モジュール
　２０３５　運転制御モジュール
　３０　センシングデータベース
　８０　ネットワーク

Claims (15)

  1. 　プロセッサを備え、流体を処理する配管ラインの運転条件を管理する管理システムであって、
    　前記プロセッサは、
    　前記配管ラインを構成する各機器に設けられたセンサの計測値を取得するステップと、
    　前記各機器それぞれの物理特性から構築された物理モデルに、取得した前記センサの計測値を入力することにより、運転を行う前記配管ライン全体における流体の最大処理量を推定するステップと、を実行する管理システム。
  2. 　前記センサは、
    　前記配管ラインを流れる流体の状態を示すプロセスデータを計測する第１センサと、
    　前記各機器の状態を示す機器データを計測する第２センサと、を含む請求項１に記載の管理システム。
  3. 　前記第２センサが取得する機器データには、前記各機器に含まれるバルブの開度を機械的に計測したバルブ開度の実測値が含まれる、請求項２に記載の管理システム。
  4. 　前記プロセッサは、
    　推定された前記最大処理量に基づき、前記配管ラインの運転余力を算出し、
    　算出された前記運転余力の範囲内で、前記配管ラインの運転条件を決定するステップを実行する、請求項１から３のいずれか１項に記載の管理システム。
  5. 　前記運転条件を決定するステップでは、
    　算出された前記運転余力の範囲内で、前記各機器に含まれるバルブの開度を決定する、請求項４に記載の管理システム。
  6. 　前記プロセッサは、
    　推定した前記最大処理量に基づいて、配管ライン全体または各機器の運転状態を表示する、請求項１から５のいずれか１項に記載の管理システム。
  7. 　前記プロセッサは、
    　推定した前記最大処理量に基づいて、前記配管ライン全体の圧力バランスを推定する、請求項１から６のいずれか１項に記載の管理システム。
  8. 　前記プロセッサは、
    　推定した前記最大処理量に基づいて、
    　前記各機器に含まれるタンクへの圧送圧力を特定するステップを実行する、請求項１から７のいずれか１項に記載の管理システム。
  9. 　前記プロセッサは、
    　推定した前記最大処理量に基づいて、前記各機器の性能を評価し、各機器の性能の劣化を検出する、請求項１から８のいずれか１項に記載の管理システム。
  10. 　前記プロセッサは、
    　蓄積された過去の前記計測値から、前記物理モデルを修正する、請求項１から９のいずれか１項に記載の管理システム。
  11. 　前記プロセッサは、
    　前記配管ラインを構成する機器のうち、系全体におけるボトルネックとなる部分を特定するステップを実行する、請求項１から１０のいずれか１項に記載の管理システム。
  12. 　前記プロセッサは、
    　互いに連結される複数の前記配管ラインにおける前記最大処理量のバランスを推定する、請求項１から１１のいずれか１項に記載の管理システム。
  13. 　前記最大処理量を推定するステップにおいて、
    　遺伝的アルゴリズムを用いた解の探索により、最適な運転条件を決定し、当該運転条件に基づいて、前記最大処理量を推定する、請求項１から１２のいずれか１項に記載の管理システム。
  14. 　プロセッサを備える管理システムが実行し、流体を処理する配管ラインの運転条件を管理する管理方法であって、
    　前記プロセッサは、
    　前記配管ラインを構成する各機器に設けられたセンサの計測値を取得するステップと、
    　前記各機器それぞれの物理特性から構築された物理モデルに、取得した前記センサの計測値を入力することにより、運転を行う前記配管ライン全体における流体の最大処理量を推定するステップと、を実行する管理方法。
  15. 　プロセッサを備え、流体を処理する配管ラインの運転条件を管理する管理プログラムであって、
    　前記プロセッサに、
    　前記運転条件における前記各機器に設けられたセンサの計測値を取得するステップと、
    　前記配管ラインを構成する各機器それぞれの物理特性から構築された物理モデルに、取得した前記センサの計測値を入力することにより、運転を行う前記配管ライン全体における流体の最大処理量を推定するステップと、を実行させる管理プログラム。

     
PCT/JP2021/026199 2021-07-13 2021-07-13 管理システム、管理方法、および管理プログラム Ceased WO2023286141A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
PCT/JP2021/026199 WO2023286141A1 (ja) 2021-07-13 2021-07-13 管理システム、管理方法、および管理プログラム
AU2021455544A AU2021455544A1 (en) 2021-07-13 2021-07-13 Management system, management method, and management program
JP2022540824A JP7201882B1 (ja) 2021-07-13 2021-07-13 管理システム、管理方法、および管理プログラム
TW111125863A TWI824613B (zh) 2021-07-13 2022-07-11 管理系統、管理方法及管理程式
JP2022205063A JP2023024874A (ja) 2021-07-13 2022-12-22 管理システム、管理方法、および管理プログラム
US18/187,016 US12578065B2 (en) 2021-07-13 2023-03-21 Management system and management method, and computer-readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/026199 WO2023286141A1 (ja) 2021-07-13 2021-07-13 管理システム、管理方法、および管理プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/187,016 Continuation US12578065B2 (en) 2021-07-13 2023-03-21 Management system and management method, and computer-readable storage medium

Publications (1)

Publication Number Publication Date
WO2023286141A1 true WO2023286141A1 (ja) 2023-01-19

Family

ID=84817444

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/026199 Ceased WO2023286141A1 (ja) 2021-07-13 2021-07-13 管理システム、管理方法、および管理プログラム

Country Status (5)

Country Link
US (1) US12578065B2 (ja)
JP (2) JP7201882B1 (ja)
AU (1) AU2021455544A1 (ja)
TW (1) TWI824613B (ja)
WO (1) WO2023286141A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2025060087A (ja) * 2023-09-29 2025-04-10 株式会社日立産機システム 圧縮機制御システムおよび圧縮機制御方法
CN117647963B (zh) * 2024-01-29 2024-04-09 四川速聚智联科技有限公司 用于天然气方井池的排液智能控制方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001209405A (ja) * 2000-01-24 2001-08-03 Hitachi Ltd プラントの制御方法および装置
JP2004310674A (ja) * 2003-04-10 2004-11-04 Toshiba Corp プラント運用方案作成支援装置
JP2011196599A (ja) * 2010-03-18 2011-10-06 Mitsubishi Electric Corp 空気調和機および空気調和機の制御方法
JP2015176219A (ja) * 2014-03-13 2015-10-05 株式会社東芝 縮退運転支援装置、及び縮退運転支援方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2601895B2 (ja) 1989-01-11 1997-04-16 株式会社東芝 配水管網制御装置
JP3147586B2 (ja) 1993-05-21 2001-03-19 株式会社日立製作所 プラントの監視診断方法
JPH07121230A (ja) * 1993-10-26 1995-05-12 Toshiba Corp プラント状態予測装置
JP3561800B2 (ja) * 2000-06-28 2004-09-02 株式会社クボタ 排水管路設計検証方法、排水管路設計検証装置、コンピュータプログラム及び記録媒体
JP2003150233A (ja) * 2001-11-12 2003-05-23 Hitachi Ltd プラントの性能劣化状態評価方法と性能劣化状態評価装置
JP2004217800A (ja) * 2003-01-15 2004-08-05 Idemitsu Kosan Co Ltd 石油製品の製造方法及びその製造装置
JP4546332B2 (ja) 2005-06-09 2010-09-15 株式会社日立製作所 運転支援装置および運転支援方法
JP4814166B2 (ja) * 2007-07-24 2011-11-16 株式会社山武 流量制御バルブの情報表示装置および情報表示方法
WO2011104419A1 (en) * 2010-02-26 2011-09-01 Metso Automation Oy Performance monitoring of a pump-valve system
JP5690650B2 (ja) * 2011-05-09 2015-03-25 新日鉄住金エンジニアリング株式会社 地盤熱特性解析方法及び装置、土壌熱源ヒートポンプシステムの運転調整方法及び装置、並びにプログラム
US10437265B2 (en) * 2014-04-29 2019-10-08 Metso Flow Control Oy Performance monitoring of pump-valve system
US9897259B1 (en) * 2017-04-18 2018-02-20 Air Products And Chemicals, Inc. Control system in a gas pipeline network to satisfy pressure constraints
US9890908B1 (en) * 2017-04-18 2018-02-13 Air Products And Chemicals, Inc. Control system in a gas pipeline network to increase capacity factor
JP6718911B2 (ja) * 2018-05-21 2020-07-08 三菱日立パワーシステムズ株式会社 モデル作成方法、プラントの運転支援方法及びモデル作成装置
JP6529690B1 (ja) 2018-06-08 2019-06-12 千代田化工建設株式会社 支援装置、学習装置、及びプラント運転条件設定支援システム
JP2020052821A (ja) * 2018-09-27 2020-04-02 株式会社ジェイテクト 劣化判定装置および劣化判定システム
JP2020126404A (ja) 2019-02-04 2020-08-20 アズビル株式会社 乾き度管理装置
US11853032B2 (en) * 2019-05-09 2023-12-26 Aspentech Corporation Combining machine learning with domain knowledge and first principles for modeling in the process industries
JP7312656B2 (ja) * 2019-09-24 2023-07-21 株式会社Ｓｃｒｅｅｎホールディングス 基板処理装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001209405A (ja) * 2000-01-24 2001-08-03 Hitachi Ltd プラントの制御方法および装置
JP2004310674A (ja) * 2003-04-10 2004-11-04 Toshiba Corp プラント運用方案作成支援装置
JP2011196599A (ja) * 2010-03-18 2011-10-06 Mitsubishi Electric Corp 空気調和機および空気調和機の制御方法
JP2015176219A (ja) * 2014-03-13 2015-10-05 株式会社東芝 縮退運転支援装置、及び縮退運転支援方法

Also Published As

Publication number Publication date
US20230280000A1 (en) 2023-09-07
JP7201882B1 (ja) 2023-01-10
JPWO2023286141A1 (ja) 2023-01-19
US12578065B2 (en) 2026-03-17
JP2023024874A (ja) 2023-02-17
AU2021455544A1 (en) 2023-10-26
TW202303305A (zh) 2023-01-16
TWI824613B (zh) 2023-12-01

Similar Documents

Publication Publication Date Title
JP5037447B2 (ja) ガス搬送システムを管理するための報告機能付調整器
CA2988960C (en) Control system in a gas pipeline network to increase capacity factor
Andrade et al. Virtual flow metering of production flow rates of individual wells in oil and gas platforms through data reconciliation
CN115587640B (zh) 智慧燃气管道清管安全管理方法、物联网系统及介质
JP2023024874A (ja) 管理システム、管理方法、および管理プログラム
CN115982918B (zh) 阻力特性辨识方法、装置、设备及存储介质
Ruiz-Cárcel et al. Canonical variate analysis for performance degradation under faulty conditions
CN119043466A (zh) 一种流量计校准方法和装置
US10429828B2 (en) Plant simulation device and plant simulation method with first parameter adjustable at start and second parameter adjustable during operation of the plant
WO2023091648A1 (en) Method and system for predictive flow measurement at in-plant piping
US20240201001A1 (en) Integrated machine learning platform to capture multiphase virtual flow rates and diagnostic measures
US11867546B2 (en) Method and system for wireless flow sensing of manually operated valves
US20230383633A1 (en) Machine-learned based real-time virtual gas metering
CN118090043B (zh) 一种压力表异常状态定位分析方法、系统、终端及介质
US20240393157A1 (en) Methods and systems for enhancing well flow rate signal
JP6874847B2 (ja) 状態分析装置、状態分析方法及びプログラム
CN116773154B (zh) 用于监控工艺技术设施的部件的状态的方法和装置
van der Bent et al. The Application of Data Validation and Reconciliation to Upstream Production Measurement Integration and Surveillance–Field Study
JP7685429B2 (ja) 設備情報検索システム、設備情報検索方法、および制御性能診断システム
JPWO2015087378A1 (ja) 水道施設網の異常検知装置及び異常検知方法
CN118274248B (zh) 储气站数据自动测控装置、系统及方法
US20240241511A1 (en) Computer System and Method of Building and Deploying a Customized Plant Asset Failure Prediction Engine
US11454529B2 (en) Augmented flowmeter with a system for simulating fluid parameters
Krasnov et al. Automatic System for Indirect Assessment of Gas Flow in Gas Collection Systems
Andrianova et al. Development of a hydrate-free operating mode model for gas lift wells

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022540824

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21950084

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: AU2021455544

Country of ref document: AU

Ref document number: 2021455544

Country of ref document: AU

WWE Wipo information: entry into national phase

Ref document number: P6002755/2023

Country of ref document: AE

ENP Entry into the national phase

Ref document number: 2021455544

Country of ref document: AU

Date of ref document: 20210713

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 523451053

Country of ref document: SA

WWE Wipo information: entry into national phase

Ref document number: 11202307496X

Country of ref document: SG

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21950084

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 523451053

Country of ref document: SA

WWR Wipo information: refused in national office

Ref document number: 523451053

Country of ref document: SA