Промышленная система очистки, включающая растворы для удаления отложений различных типов и когнитивную очистку Российский патент 2023 года по МПК B08B3/08 F28G9/00 C23G1/00 

Описание патента на изобретение RU2788572C1

[0001] Данная заявка является частичным продолжением заявки на патент США №16/093,590, поданной 12 октября 2018 г., которая представляет собой национализацию международной заявки на патент № PCT/RU 2017/050005, поданной 14 февраля 2017 г., которой декларируется преимущество приоритета от заявки на патент Российской Федерации №2016114065, поданной 12 апреля 2016 г., где каждая из указанных заявок включена в данный документ посредством ссылки во всей своей полноте. Настоящей заявкой также декларируется наследование приоритета от предварительной заявки на патент США №63/162 968, которая включена в данный документ посредством ссылки во всей своей полноте.

ОБЛАСТЬ ТЕХНИКИ

[0002] Эта заявка в целом относится к промышленным системам и способам очистки, включая растворы, используемые для удаления отложений различной природы с металлических, стеклянных и керамических поверхностей промышленного оборудования. Указанные системы могут использоваться для удаления таких отложений, как оксиды металлов (например, железа, хрома и/или никеля), карбонатных и прочих солевых отложений, отложений битума/смол/парафинов, жиросодержащих отложений, а также прочих отложений органической и биологической природы (бактериальных отложений). Настоящая заявка также включает в себя когнитивные системы и способы очистки, в которых могут использоваться описанные химические растворы.

ПРЕДШЕСТВУЮЩИЙ УРОВЕНЬ ТЕХНИКИ

[0003] В промышленные процессы, например, нефтепереработку, могут входить операции транспортировки текучих сред через такие аппараты, как установки для предварительного подогрева или теплообменные устройства. С течением времени и с учетом различных условий такая транспортировка текучих сред может приводить к накоплению и отложению загрязнений внутри указанных установок для предварительного подогрева или теплообменных устройств. Наличие загрязнений ухудшает рабочие характеристики оборудования, что приводит к снижению производительности, а также в целом негативно влияет на экономические показатели деятельности промышленных предприятий.

[0004] Традиционные способы использования оборудования для очистки установок для предварительного подогрева или теплообменных устройств требуют разборки оборудования и, таким образом, применяются, как правило, во время плановых остановок в работе предприятий, что случается, ориентировочно, один раз в 2-4 года. Эффективность процесса теплопередачи в системах установок для предварительного подогрева или системах теплообменных устройств в промежутках между процедурами очистки может опускаться до уровня ниже 50% от номинальной, что приводит к возрастанию уровня операционных затрат и объемов выброса углекислого газа из системы.

[0005] Примером известного способа очистки является жидкая химическая очистка (ЖХО) [заявка №0277781, PHELPS DODGE IND INC. (US), публ. 10.08.1988, C23G 1/10], состоящая из следующих этапов: в процессе очистки используется моющий раствор, содержащий H2SO4 и Н2О2, после чего производится промывка и сушка. При использовании данного метода моющий раствор и металл, подлежащий очистке, выдерживаются в разогретом состоянии; при этом длительность процесса обработки контролируется.

[0006] Данный способ эффективно используется для удаления накипи, образующейся в процессе высокотемпературной термомеханической обработки медной катанки. К недостаткам данного способа относятся необходимость использования горячих растворов, необходимость нагревания образцов, подлежащих очистке, а также нестабильность времени окисления горячих моющих растворов. Тем не менее, данный способ не является универсальным и применим только в процессе очистки поверхностей медной катанки.

[0007] Другой пример известного процесса ЖХО описан в заявке 94-021419/02 («Метод очистки медной поверхности»). Раствор состоит из моющего раствора, содержащего 45-75 г/л надсерной кислоты, получаемой в процессе электрохимической обработки водного 25 - 50% раствора серной кислоты. Обработка проводится после нагрева раствора до температуры 100-120°С в течение 3-7 минут. После обработки моющим раствором для ЖХО проводится промывка изделий в воде и их сушка.

[0008] Данный способ характеризуется несколькими существенными недостатками: он требует искусственного нагрева моющих растворов, в результате чего повышается степень их агрессивности и токсичности. Вдобавок к вышеуказанному, этот способ характеризуется непостоянными показателями окислительной способности и, как следствие, непостоянством протекания процесса воздействия чистящих растворов на очищаемую поверхность. Кроме того, применение данного способа связано с существенными расходами на нейтрализацию и утилизацию промышленных отходов.

[0009] В еще одном примере известного способа используются пероксиды с комплексообразователями в дезинфицирующих композициях [RU 2360415 С1, ООО «НПП Биохиммаш» (РФ), публ. 10.07.2009, МРК A01N 25/22]. В данном соединении используется перекись водорода иммобилизованная на комплексообразователе; соединение используется для дезинфицирующей обработки поверхностей. 1,5 кг механически активированного комплексообразователя смешивается с 5 кг пероксида и разбавляется путем добавления 30 л воды с добавкой поверхностно-активного вещества (ПАВ). Одним из недостатков данного способа является узкая специфика применения: возможность использования его только в целях дезинфекции, отсутствие ингибиторов окисления металлов, а также сложность процесса обработки поверхности.

[0010] Об одном из известных чистящих растворов сообщается в патенте США №4,636,282 (GREAT LAKES CHEMICAL CORP (US), публ. 13.01.1987, IPC C23F 1/18), где он представляет собой моющий раствор для процесса очистки, содержащий 8-12% (масс.) H2SO4, 0,004-0,02 М, в котором используется стабилизирующая добавка и 0,5 М раствор Н2О2. Очистка с использованием данного раствора производится при температуре 50°С, после чего изделия промываются водой и высушиваются. Преимуществами данного способа являются высокая эффективность удаления с поверхности примесей, растворимых в кислотах, т.е., возможность получения блестящей поверхности. Среди недостатков данного способа его неуниверсальный характер (способ применим только к процессу травления меди), необходимость использования горячих растворов, а также использования специальных травильных растворов со стабилизирующими добавками.

[0011] Еще один пример известного способа очистки, описанного в публикации США US 2004101461 (А1), включает в себя использование водного раствора, содержащего перекись водорода в количестве 20-70% (масс), комплексообразователь на основе фосфоновой кислоты в количестве 10-60% (масс.) (исходя из количества перекиси водорода) и воду. Данный раствор характеризуется широким спектром применения и может использоваться для отбеливания, очистки, дезинфекции, стерилизации и окисления, включая случаи его использования при проведении процедур насыщения почвы кислородом (рекомендуемое использование). Недостатками применения этого раствора являются недостаточная эффективность раствора при очистке металлических поверхностей и невозможность удаления оксидов металлов.

[0012] Таким образом, целесообразным является развитие способов и систем очистки и удаления загрязнений, основывающихся на экономичных решениях и использующих эффективные составы.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

[0013] В некоторых вариантах осуществления используются новые композиции для эффективного удаления отложений различной природы с различных поверхностей оборудования и изделий, таких как металлические и/или неметаллические поверхности, включая стеклянные, керамические и полимерные поверхности. Одним из общих технических результатов рассматриваемой группы изобретений является повышение эффективности растворяющего действия (степени очистки) при очистке отложений различной природы с одновременным снижением агрессивности раствора в отношении материалов, из которых выполнено оборудование и предметы (конструкционных материалов). Еще одним техническим результатом в случае очистки металлических поверхностей является формирование слоя с высокой коррозионной устойчивостью на поверхности предметов, подлежащих очистке и выполненных из металлов и их сплавов.

[0014] В некоторых вариантах осуществления для удаления отложений различной природы используется определенный раствор. Указанный раствор содержит перекись водорода, комплексообразователь, каликсарен и воду в следующих количественных соотношениях (в массовых процентах): перекись водорода - 2-90%; комплексообразователь - 3-30%; каликсарен - 0,01-10%; вода - остальное. В качестве комплексообразователей используются водорастворимые хелатирующие агенты. Например, в состав хелатирующих агентов входят многоосновные органические кислоты, их натриевые соли и производные фосфористых кислот.

[0015] В некоторых вариантах осуществления раствор содержит также органическую кислоту в количестве 3-30% (масс), где в качестве органической кислоты используется уксусная кислота, а также муравьиная кислота, пропановая кислота, бутановая кислота, щавелевая кислота, лимонная кислота, сульфаминовая кислота, адипиновая кислота, виннокаменная кислота, молочная кислота, ангидриды указанных кислот или же любые возможные комбинации вышепоименованного.

[0016] В некоторых вариантах осуществления раствор, кроме того, содержит стабилизатор разложения перекисных соединений в количестве 1-5% (масс), где в качестве стабилизатора разложения пероксида используются гексаметафосфат натрия, фосфат калия, вторичный кислый фосфат натрия и первичный кислый фосфат натрия.

[0017] В некоторых вариантах осуществления раствор, кроме того, содержит ПАВ в количестве 0,5-2,5% (масс.), где в качестве ПАВ используются сульфонол, неонол или их смесь, предпочтительно, в соотношении 2:1.

[0018] В некоторых вариантах осуществления раствор, кроме того, содержит ПАВ в количестве 0,5-1,5% (масс.)

[0019] Реализация данной задачи и требуемый технический результат достигаются также благодаря использованию для получения указанного выше раствора концентрированного компонента, содержащего комплексообразователь и каликсарен в следующих количественных соотношениях (в массовых процентах): комплексообразователь - 60-90%; каликсарен - 10-40%.

[0020] В некоторых вариантах осуществления концентрированный компонент содержит ингибитор в количестве 5-15% (масс.)

[0021] В некоторых вариантах осуществления концентрированный компонент, кроме того, содержит органическую кислоту в количестве 10-85% (масс.)

[0022] В некоторых вариантах осуществления концентрированный компонент, кроме того, содержит стабилизатор разложения перекисных соединений в количестве 10-30% (масс.)

[0023] В некоторых вариантах осуществления концентрированный компонент, кроме того, содержит ПАВ в количестве 1-10% (масс.)

[0024] Реализация данной задачи и требуемый технический результат достигаются также благодаря использованию для очистки отложений различной природы такого способа приготовления раствора, при котором предлагаемый концентрированный компонент смешивается с перекисью водорода и разбавляется водой.

[0025] Реализация данной задачи и требуемый технический результат достигаются также благодаря использованию для очистки отложений различной природы способа очистки поверхности, включающего этап, на котором обеспечивается контакт поверхности с раствором согласно изобретению, где поверхность может быть металлической поверхностью или неметаллической поверхностью.

[0026] Реализация данной задачи и требуемый технический результат достигаются также благодаря использованию способа очистки поверхности от отложений различной природы, объединяющего механическое, химическое и физико-химическое воздействие на указанные отложения компонентов чистящего раствора, получаемого в процессе взаимодействия концентрированного раствора, содержащего, по меньшей мере, комплексообразователь и каликсарен, с перекисью водорода, с последующим разбавлением водой, что приводит к интенсивному образованию газа на поверхности и внутри пор отложений, с образованием пузырей радиусом от 1,3⋅10-6 м до 2⋅10-3 м, с поддержанием в зоне локального разложения температур до 150°С и давлений от 0,1 до 15 МПа; при этом поверхность может быть металлической или неметаллической.

[0027] В технологии очистки используется объединенное механическое и химическое воздействие на отложения, а также сочетание комплексообразующих и поверхностно-активных свойств в одной молекуле активного компонента (каликсарена): одно из свойств характеризует вещество как комплексообразователь, а другое - как ПАВ. В предлагаемой технологии используется экзотермический эффект разложения перекисных соединений с интенсивным газообразованием на поверхности и внутри отложений. Благодаря наличию указанного эффекта исключается необходимость нагрева чистящего раствора, т.к. для нагрева используется энергия разложения. Использование каликсаренов в сочетании с перекисными соединениями также вносит свой вклад в адсорбционное снижение прочности отложений; данное явление известно как «эффект Ребиндера». Интенсивное газообразование способствует разрыхлению отложений и ускорению процесса десорбции с поверхности оборудования и предметов, подлежащих очистке. В сочетании с использованием каликсаренов, проявляющих как комплексообразующие и поверхностно-активные свойства, так и способность к образованию мицеллярных структур, достигается полное смещение равновесия в сторону растворения отложений, включая растворение оксидов металлов в процессе очистки металлических поверхностей.

[0028] Использование традиционных процессов очистки требует останова производственного процесса для разборки и чистки оборудования. Такая процедура занимает много времени и является дорогостоящей, т.к. проведение очистки требует приостановки всех производственных процессов и большинство операций очистки осуществляется вручную. Несмотря на существование финансовых и экологических стимулов для поддержания оборудования в чистом состоянии (и, таким образом, обеспечения его эффективной работы), частое проведение процедур очистки требует серьезных финансовых затрат. Таким образом, целесообразной является разработка оптимального способа контроля загрязнений оборудования.

[0029] Для успешного решения задач по контролю загрязнений разрабатываются специализированные способы и системы контроля загрязнений, с формированием индивидуальных календарных графиков очистки и реализацией адаптивных процессов очистки. Использование таких способов и систем позволяет моделировать процесс накопления загрязнений в оборудовании, отслеживать и моделировать показатели работы и производительность системы с учетом накопления загрязнений со временем, а также выстраивать соответствующие системы показателей с учетом уровня воздействия на окружающую среду и финансовых затрат. С применением соответствующих моделей, указанные способы и системы могут использоваться для формирования и реализации предсказательных моделей для определения графиков проведения работ по контролю загрязнений и процедур по очистке оборудования от загрязнений, специально разработанных для удовлетворения специфических требований и для соответствия ключевым показателям производительности (таким как финансовые и/или экологические цели) для конкретного приложения или клиента.

[0030] В сравнении с традиционными способами очистки, которые применяются только в случае планового останова в работе предприятия (т.е., каждые 2-4 года), способы и системы, описанные здесь, могут применяться без необходимости останова производства. Кроме того, использование способов и систем, описанных в данном документе, может позволить увеличить эффективность теплопередачи на величину до 70-80%, а также существенно снизить уровень выбросов углерода из систем установок для предварительного подогрева или систем теплообменных устройств.

[0031] Согласно некоторым вариантам осуществления, способ очистки систем теплообменных устройств реализуется с использованием компьютерной системы, оснащенной одним или несколькими процессорами и устройством памяти, в котором хранятся одна или несколько программ, допускающих возможность их выполнения одним или несколькими процессорами. Указанный способ включает в себя процедуру оценки уровня загрязнения системы теплообменных устройств на основе (по меньшей мере, частично) анализа измеренных параметров производительности системы теплообменных устройств. Указанные параметры производительности включают в себя скорость теплоотдачи. Рассматриваемый способ также включает в себя формирование стоимостной модели эксплуатационных характеристик системы, основывающейся на анализе оценочного уровня загрязнений системы теплообменных устройств и определении исходного набора правил очистки на основе технологических параметров работы системы теплообменных устройств. Технологические параметры включают в себя химический состав и рабочую температуру текучих сред, проходящих через систему теплообменных устройств. Рассматриваемый способ, кроме того, включает в себя формирование стоимостной модели очистки на основе исходного набора правил очистки, расчет параметров графика очистки для минимизации общих эксплуатационных затрат с использованием как стоимостной модели эксплуатационных характеристик системы, так и стоимостной модели очистки, а также приведение в исполнение исходного набора правил очистки системы теплообменных устройств в соответствии с рассчитанным графиком очистки.

[0032] В некоторых вариантах осуществления данный способ, кроме того, включает в себя процедуру отбора образца загрязнений из системы теплообменных устройств во время приведения в исполнение исходного набора правил очистки, а также оценку образца загрязнения, определение обновленного набора правил очистки на основе (по меньшей мере, частично) характеристик образца загрязнения, формирование обновленной стоимостной модели очистки на основе обновленного набора правил очистки и приведение в исполнение обновленного набора правил очистки системы теплообменных устройств в соответствии с рассчитанным графиком.

[0033] В некоторых вариантах осуществления процедура оценки образца загрязнений включает в себя определение одной или нескольких химических характеристик (например, химического состава) образца, одной или нескольких механических характеристик образца и одной или нескольких физических характеристик образца.

[0034] В некоторых вариантах осуществления рассматриваемый способ, кроме того, включает в себя формирование трехмерной синтезированной модели образца загрязнения на основе характеристик образца загрязнения. Например, синтезированная модель может представлять собой трехмерную отпечатанную модель образца загрязнения, механические и/или физические свойства которой сходны с соответствующими свойствами отобранного образца загрязнения. Например, синтезированная модель может характеризоваться той же самой степенью пористости и/или проницаемости, что и образец загрязнения.

[0035] В некоторых вариантах осуществления процедура приведения в исполнение исходного набора правил очистки включает в себя одно или несколько из указанных ниже действий: 1) определение химического состава образца загрязнения, отобранного из системы теплообменных устройств; 2) определение температуры в системе теплообменных устройств и корректировка исходного набора правил очистки в соответствии с показателями температуры в системе теплообменных устройств; и 3) определение давления в системе теплообменных устройств и корректировка исходного набора правил очистки в соответствии с показателями давления в системе теплообменных устройств.

[0036] В некоторых вариантах осуществления процедура определения исходного набора правил очистки на основе технологических параметров работы системы теплообменных устройств включает в себя загрузку сформированных ранее наборов правил очистки из хранилища данных и формирование исходного набора правил очистки на основе загруженных наборов правил очистки. Сформированные ранее наборы правил очистки были сформированы для одной или нескольких других систем теплообменных устройств, технологические параметры работы которых согласованы с технологическими параметрами работы рассматриваемой системы теплообменных устройств. Другие системы теплообменных устройств подобны рассматриваемой системе теплообменных устройств, однако не обязательно идентичны ей.

[0037] Согласно некоторым вариантам осуществления, в состав вычислительного устройства входят один или несколько процессоров, а также устройство памяти, работающее в паре с одним или несколькими процессорами. Устройство памяти выполнено с возможностью хранения одной или нескольких программ, которые допускают возможность их выполнения одним или несколькими процессорами, а одна или несколько программ включают в себя инструкции по осуществлению любого из способов, описанных здесь.

[0038] Согласно некоторым вариантам осуществления, одна или несколько программ хранятся на энергонезависимом машинно-читаемом носителе данных. Одна или несколько программ включают в себя инструкции, которые, при выполнении их вычислительным устройством, заставляют систему выполнять любой из способов, описанных здесь.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

[0039] Определенные отличительные признаки заявленной технологии сформулированы в прилагаемой формуле изобретения. Тем не менее, с целью разъяснения некоторые из аспектов заявленной технологии пояснены на приведенных ниже фигурах.

[0040] На Фиг. 1 показаны отличительные признаки когнитивного процесса очистки, согласно аспектам заявленной технологии.

[0041] На Фиг. 2А показана структурная схема, иллюстрирующая когнитивный процесс очистки, согласно аспектам заявленной технологии.

[0042] На Фиг. 2В показана блок-схема, иллюстрирующая реализацию когнитивного процесса очистки, согласно аспектам заявленной технологии.

[0043] На Фиг. 3 показана блок-схема, иллюстрирующая аспекты когнитивной системы очистки, согласно аспектам заявленной технологии.

[0044] На Фиг. 4 показан поперечный разрез оборудования, содержащего различные типы загрязнений, согласно аспектам заявленной технологии.

[0045] На Фиг. 5А - 5С показан многостадийный процесс очистки, согласно аспектам заявленной технологии.

[0046] На Фиг. 5D - 5F показан процесс дробления загрязнений, согласно аспектам заявленной технологии.

[0047] На Фиг. 6 показана структурная схема, иллюстрирующая процесс формирования «интеллектуального» набора правил, согласно аспектам заявленной технологии.

[0048] На Фиг. 7А - 7С показаны результаты анализа химического состава образцов загрязнений, согласно аспектам заявленной технологии.

[0049] На Фиг. 8А - 8F показаны модели оценки образца загрязнений, согласно аспектам заявленной технологии.

[0050] На Фиг. 9А - 9С показана структура «интеллектуального» набора правил, согласно аспектам заявленной технологии.

[0051] На Фиг. 10 показана функция загрязнения, согласно аспектам заявленной технологии.

[0052] На Фиг. 11 показана диаграмма, иллюстрирующая влияние «интеллектуального» графика технического обслуживания на эксплуатационные характеристики системы, согласно аспектам заявленной технологии.

[0053] На Фиг. 12 показана электронная система, с использованием которой могут быть реализованы аспекты заявленной технологии.

[0054] На Фиг. 13 показана прогнозируемая прибыль от использования системы теплообменных устройств, техническое обслуживание которой осуществляется согласно аспектам заявленной технологии.

[0055] На Фиг. 14А - 14D показана блок-схема способа очистки систем теплообменных устройств, согласно аспектам заявленной технологии.

ПОДРОБНОЕ ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ

[0056] Подробное описание, приведенное ниже, предназначено для использования в качестве описания различных конфигураций заявленной технологии и не предназначено для представления только тех конфигураций, в которых заявленная технология может применяться на практике. Прилагаемые чертежи включены в настоящий документ и составляют часть подробного описания. Подробное описание включает в себя специфическую подробную информацию, что необходимо для обеспечения полного понимания заявленной технологии. Тем не менее, заявленная технология не ограничивается приведенной специфической подробной информацией, изложенной здесь, и может применяться на практике с использованием одного или нескольких способов реализации, отличающихся от изложенных здесь. В одном или нескольких способах реализации конструкции и компоненты показаны в виде блок-схемы, для того чтобы избежать затруднений в понимании принципов заявленной технологии.

Состав чистящего раствора

[0057] Как указано выше, суть предлагаемой технологии заключается в объединении механического, химического и физико-химического воздействия на отложения, а также в объединении комплексообразующих и поверхностно-активных свойств в одной молекуле активного компонента.

[0058] Указанный процесс включает в себя использование перекисных соединений, таких как пероксокислоты и перекись водорода. Процесс разложения упомянутых компонентов сопровождается обильным газообразованием с выделением энергии. Радиус пузырьков газа, образующихся при реакции разложения пероксида, варьируется от 1,3⋅10-6 м до 2⋅10-3 м. С одной стороны, для того чтобы образующиеся пузырьки могли оказывать разрушающее действие на отложения, значение радиуса должно превышать размер пор отложений. С другой стороны, увеличение поверхностного натяжения препятствует проникновению раствора в поры отложений; следовательно, для каждого отдельного случая подбирается среднее оптимальное значение размера пузырька. Температура внутри пор отложений может достигать 150°С, а уровень давления газов в зоне местного разложения - значений в диапазоне от 0,1 до 15 МПа. Высокой эффективности данного процесса удается добиться в порах отложений тогда, когда существенное количество газообразных продуктов выделяется в небольшом объеме пространства. Объем выделяемого газа прямо пропорционален концентрации перекиси водорода.

[0059] Таким образом, отложения подвергаются механическому воздействию, которое, в сочетании с низким поверхностным натяжением в области контакта фаз, обеспечивает возникновение эффекта Ребиндера. Кроме того, эффект экзотермического разложения проявляется в нагреве раствора, что, в свою очередь, приводит к увеличению скорости проявления описанных эффектов и протекания химических реакций непосредственно в порах отложений.

[0060] Чистящая композиция содержит перекись водорода, комплексообразователь, каликсарен и воду. Перекись водорода в количестве 2-90% (масс.) (в зависимости от концентрации исходного раствора) обеспечивает протекание процессов газообразования за счет эффекта экзотермического разложения, которое, в свою очередь, оказывает разрушительное воздействие на отложения. Использование композиции с процентным содержанием менее 2% не обеспечивает надлежащего эффекта (наблюдается неполная очистка). Использование композиции с процентным содержанием более 90% не рекомендуется, т.к. в таком случае процесс интенсивного разложения может оказывать разрушительное воздействие на оборудование. Концентрация перекиси водорода оказывает влияние на объем образующегося газа и на уровень температуры внутри пор отложений. Изменяя значение концентрации пероксидного компонента, можно добиваться нужной интенсивности процесса газообразования.

[0061] Комплексообразователь используется в количестве 3-30% (масс.) В качестве комплексообразователей могут использоваться водорастворимые хелатирующие агенты например, натриевые соли многоосновных органических кислот или многоосновные органические кислоты (такие как ЭДТК) сами по себе, а также производные фосфористых кислот (такие как НТФ и ОЭДФ). Использование хелатирующих агентов в концентрации менее 3% не обеспечивает необходимого эффекта комплексообразования, а в концентрациях более 30% хелатирующий агент растворяется не полностью.

[0062] Водорастворимый каликсарен общей формулы используется в количестве 0,1-10%. Предпочтительно, используются каликсарены общей формулы:

[0063] Использование каликсаренов указанной структуры делает возможным эффективное связывание ионов тяжелых элементов (включая радиоактивные) за счет образования с ними стойких комплексов. Существует возможность использования любых структур указанного выше состава. Для металлических поверхностей предпочтительным является использование соединений с количеством мономерных звеньев 6 или 8, т.к. в таком случае размер внутренней молекулярной полости соответствует радиусу тяжелых элементов. Использование каликсаренов в концентрациях менее 0,01% не обеспечивает эффекта комплексообразования. При увеличении концентрации (до значений, превышающих 10%) не наблюдается никакого улучшения очищающих свойств.

[0064] Использование водорастворимых производных каликсаренов, сочетающих в себе комплексообразующие и поверхностно-активные свойства, позволяет существенно повысить эффективность процесса очистки. В частности, в случае проведения очистки металлических поверхностей, ионы металлов связываются и переводятся в мицеллярную фазу (ранее не предлагалось).

[0065] Возможно дополнительное введение органической кислоты в количестве 3-30% (масс.) - например, уксусной кислоты, муравьиной кислоты, пропановой кислоты, бутановой кислоты, щавелевой кислоты, лимонной кислоты, сульфаминовой кислоты, адипиновой кислоты, виннокаменной кислоты, молочной кислоты, ангидридов указанных кислот или же любых возможных комбинаций вышепоименованного. Использование органических кислот позволяет еще больше увеличить эффективность процесса разложения перекиси водорода путем образования пероксокислот. В указанном диапазоне концентраций достигается максимальный эффект. При недостатке или избытке реагентов уровень рН среды не будет способствовать комплексообразованию и контролируемому разложению перекисных соединений.

[0066] Дополнительное механическое воздействие на отложения достигается за счет разложения перекисных соединений ряда карбоновых кислот С1-С6, а также дикарбоновых С2-С6, трикарбоновых и тетракарбоновых кислот. Например, оптимальным для дальнейшего увеличения эффективности процесса очистки карбонатной накипи является использование монокарбоновых кислот, таких как уксусная и муравьиная кислоты. В контексте образования стабильных комплексов с ионами железа особенно оптимальным является использование дикарбоновых кислот, таких как щавелевой и адипиновой, или же трикарбоновых кислот, например, лимонной кислоты. Тетракарбоновая кислота ЭДТК и/или ее соли дают наиболее оптимальные результаты при применении их в качестве универсального комплексообразователя. Указанные примеры конкретных кислот приведены с целью пояснения варианта осуществления группы изобретений и не предназначены для ограничения объема изобретения. Указанные примеры применения кислот не следует рассматривать как ограничивающие объем заявленной группы изобретений, который определен формулой изобретения. Все карбоновые кислоты, используемые в рамках применения данной технологии, являются биоразлагаемыми.

[0067] В состав композиции может дополнительно вводиться стабилизатор разложения перекисных соединений в количестве 1-5% - например, гексаметафосфат натрия или аналогичные соли фосфорной кислоты, такие как фосфат калия, гидро или дигидрофосфат натрия. Если стабилизатор используется в концентрации менее 1%, процесс разложения является лавинообразным и неконтролируемым, в то время как использование стабилизатора в концентрациях свыше 5% не обеспечивает адекватного газообразования. Скорость газообразования в процессе разложения перекисных соединений, в основном, зависит от применяемой концентрации стабилизатора разложения.

[0068] Кроме того, может добавляться ПАВ в количестве 0,5-2,5%. В качестве ПАВ может использоваться, например, сульфонол совместно с неонолом в соотношении 2:1, однако существует возможность использования этих веществ в качестве независимых компонентов ПАВ. Благодаря использованию ПАВ становится возможным дальнейшее повышение эффективности процесса очистки раствора путем снижения степени поверхностного натяжения в области контакта жидкости с твердым телом (чистящего раствора с отложением). Данный эффект наблюдается вследствие абсорбции молекул ПАВ на поверхности отложений, что обусловлено сходством химической природы молекул отложений и молекул ПАВ. Благодаря снижению поверхностного натяжения обеспечивается лучшая смачиваемость отложений чистящей композицией, что подразумевает увеличение площади контакта раствора с отложениями. Кроме того, наличие описанного выше эффекта позволяет раствору проникать в поры отложения, благодаря чему создается возможность доставки перекисных соединений в поры отложения с последующим его разложением. Выбор ПАВ является важной задачей, которая решается в каждом конкретном случае индивидуально, с учетом природы отложений. Рассматривая общие случаи, можно указать на то, что анионные ПАВ, такие как алкилбензолсульфо кислоты, могут использоваться в процессах очистки гидробофных органических отложений, а катионные ПАВ, такие как хлорид цетримония, могут использоваться для удаления отложений силикатной природы. Выбор ПАВ также определяется уровнем рН раствора, т.к. использование анионных ПАВ является неприемлемым в кислой среде, точно так же как и использование катионных ПАВ является неприемлемым в щелочной среде. Использование ПАВ в концентрациях ниже 0,5% не обеспечивает эффекта смачивания. Использование ПАВ в концентрациях выше 2,5% не обеспечивает дальнейшего повышения эффективности очистки. Кроме того, благодаря использованию ПАВ облегчается достижение желаемых размеров пузырьков.

[0069] Для того чтобы исключить разрушающее действие чистящей композиции непосредственно на металлические, стеклянные и керамические поверхности оборудования, дополнительно используют соответствующие ингибиторы в количестве 0,5-1,5%. Указанные вещества образуют прочный нерастворимый слой на поверхности, который обеспечивает защиту поверхности от воздействия активных компонентов раствора. Использование ингибиторов в концентрациях менее 0,5% не обеспечивает надлежащего ингибирующего эффекта, а использование их в концентрациях, превышающих 1,5%, не обеспечивает дальнейшего повышения эффективности ингибирования. В качестве ингибитора для металлических поверхностей используется, например, ингибитор КИ-1, для легированных и углеродистых сталей - Catapine-B, для сплавов на основе железа и цветных металлов - КИ-1. В частности, ингибиторы растворения металлов подавляют окислительное действие перекисных соединений и создают стойкую к окислению защитную пленку.

[0070] Моющего действия удается достичь путем прокачивания чистящей композиции сквозь контуры оборудования, или же путем размещения отдельных частей в циркуляционной ванне. Для подтверждения количественного содержания реагентов в водном растворе, использующемся для очистки от отложений металлических и неметаллических поверхностей, были подготовлены экземпляры образцов (см. таблицу 1). Указанные экземпляры успешно прошли оценочные испытания эффективности очистки.

[0071] Для приготовления раствора (образца) экземпляра 1 концентрированный компонент, содержащий комплексообразователь (ЭДТК) и водорастворимый каликсарен (6 мономерных звеньев), смешивались с 36% раствором перекиси водорода и разбавлялись водой. Чистящий раствор, получавшийся в результате указанных действий, имел следующий состав: перекись водорода (5%), ЭДТК (4%), водорастворимый каликсарен (10%) и вода (остальное). Получавшийся раствор прокачивался через теплообменное оборудование, загрязненное карбонатными отложениями и оксидами железа. Контроль чистоты проводился с использованием визуального метода и метода перепада давлений на входе и выходе теплообменного устройства. Результаты оценки эффективности показаны в Таблице 2.

[0072] Растворы образцов 1-10 готовились таким же образом, как и раствор образца 1, за исключением следующего:

[0073] В качестве комплексообразователя, соответственно экземпляру 2, использовалась НТФ, соответственно экземпляру 3 ЭДТК, соответственно экземпляру 4 - ЭДТК, соответственно экземпляру 5 - НТФ, соответственно экземпляру 6 - ОЭДФ, соответственно экземпляру 7 - ЭДТК, соответственно экземпляру 8 - ЭДТК, соответственно экземпляру 9 ОЭДФ, соответственно экземпляру 10 НТФ; в качестве стабилизатора разложения для экземпляров 4-10 использовался полифосфат натрия; в качестве ПАВ для экземпляра 4 использовался сульфонол, для экземпляра 5 - ОР-7, для экземпляра 6 - сульфонол, для экземпляра 7 - ОР-10, для экземпляра 8 - ОР-7, для экземпляра 9 сульфонол, для экземпляра 10 ОР-10.

[0074] Растворы, полученные соответственно экземплярам 2-10, испытывались и оценивались таким же образом, как и для экземпляра 1. Указанные испытания подтверждают увеличение эффективности разработанного раствора в удалении отложений различной природы с одновременным снижением агрессивности раствора по отношению к конструкционным материалам.

[0075] В то время как настоящая группа изобретений подробно описана в примерах вариантов осуществления, являющихся предпочтительными, необходимо помнить, что эти варианты осуществления приведены лишь с целью пояснения изобретения. Данное описание не должно толковаться как ограничивающее объем настоящего изобретения, т.к. специалисты в области химии и другие лица могут вносить изменения в параметры описанного раствора, в параметры концентрированного компонента, используемого для приготовления этого раствора, в способ приготовления этого раствора и в способ очистки для адаптирования их к конкретным составам раствора или ситуациям; при этом указанные изменения могут не выходить за рамки приведенной ниже формулы группы изобретений. Для специалиста в данной области понятно, что в пределах объема данного изобретения, определенного формулой изобретения, возможны многочисленные модификации и варианты, включая эквивалентные решения.

Когнитивная система очистки

[0076] На Фиг. 1 показаны отличительные признаки когнитивной системы 100 очистки (например, установки когнитивной очистки), согласно аспектам заявленной технологии. Когнитивная система 100 очистки используется для контроля загрязнения оборудования (например, оборудования, используемого в теплообменных устройствах и отгонных аппаратах), которое склонно к накоплению загрязнений. Накопление загрязнений в таком оборудовании может негативно сказываться на производительности системы (например, теплообменного устройства). Таким образом, адаптация к конкретным условиям использования системы, предназначенной для очистки оборудования и контроля его загрязнения, может повысить производительность и рентабельность системы, а также снизить объем углеродосодержащих выбросов (например, выбросов СО2) из системы путем надлежащего технического обслуживания оборудования, направленного на то, чтобы системы (например, отгонные аппараты, системы очистки природного газа, системы очистки сточных вод, системы водоочистки, химические технологические установки) содержались в чистоте и работали эффективно.

[0077] Когнитивная система 100 очистки адаптируется к конкретным нуждам системы и видам ее применения. Например, в оборудовании первой системы могут скапливаться загрязнения, химические, механические или физические свойства которых отличаются от аналогичных свойств загрязнений, скапливающихся в оборудовании второй системы, отличной от первой системы. Загрязнения могут быть различными вследствие воздействия самых разнообразных факторов, таких как свойства транспортируемого оборудованием материала (например, текучей среды), рабочая температура оборудования и/или рабочее давление в оборудовании. Таким образом, индивидуализированная когнитивная система 100 очистки может быть адаптирована к конкретным нуждам системы и выполняемым ею задачам. Когнитивная система 100 очистки включает в себя три главных компонента: процесс 110 формирования «интеллектуального» набора правил (например, способы и системы для формирования индивидуализированного набора правил очистки), процесс 112 «интеллектуального» планирования (например, способы и системы для формирования индивидуализированного графика очистки) и процесс 114 «интеллектуальной» очистки (также упоминаемый здесь как «процесс 114 'интеллектуальной' очистки» и «адаптивный процесс 114 очистки») (например, способы и системы для проведения очистки системы в соответствии с процессом 110 формирования «интеллектуального» набора правил и процессом 112 «интеллектуального» планирования).

[0078] Когнитивная система 100 очистки устанавливается в лаборатории 120 (например, в виртуальной лаборатории), выполненной с возможностью приема (1) данных 130 (например, информации) от клиента, описывающих его потребности и цели (например, потребность в проведении процедур контроля загрязнений для достижения нулевого значения нетто-выбросов (цели)), информации относительно работы системы клиента (например, информации о продуктах и процессах, используемых в системе теплообменных устройств) и информации относительно уровня загрязнения системы клиента (например, данных анализа образцов загрязнений, отобранных из теплообменного устройства, таких как образцов загрязнений, отобранных из смывов, полученных в процессе очистки теплообменного устройства). Лаборатория 120 проводит анализ, используемый (2а) процессом 110 формирования «интеллектуального» набора правил и используемый (2b) процессом 112 «интеллектуального» планирования для формирования моделей, используемых в качестве источника данных в процессе адаптирования наборов правил (например, формирования индивидуализированных наборов правил 140) и адаптирования процесса планирования (например, формирования индивидуализированных графиков 142) для эффективного контроля загрязнений, в соответствии с целями и экономическими факторами клиента. Процесс 114 «интеллектуальной» очистки используется при очистке оборудования в соответствии с (3а) индивидуализированным(и) набором (наборами) правил 140 и в соответствии с (3b) индивидуализированным(и) графиком (графиками) 142 (например, при очистке оборудования, проводимой через регулярные интервалы времени, диктуемые индивидуализированным графиком 142, и при использовании индивидуализированного набора правил 140 для очистки оборудования). Образец (образцы) 144 загрязнений отбирается (отбираются) в процессе очистки и отправляется (отправляются) (4) в лабораторию 120 для анализа (например, оценки). В процессе 110 формирования «интеллектуального» набора правил и процессе 112 «интеллектуального» планирования используется новая информация, полученная посредством анализа (например, оценки) отобранного (отобранных) образца (образцов) 144 загрязнений, для обновления индивидуализированного (индивидуализированных) набора (наборов) правил 140 и индивидуализированного (индивидуализированных) графика (графиков) 142, для проведения последующих процедур очистки.

[0079] Процесс 110 формирования «интеллектуального» набора правил включает в себя формирование специализированных наборов правил 140 очистки, которые адаптированы (например, специально приспособлены) к специфическим нуждам и условиям клиента. В некоторых вариантах осуществления индивидуализированный (индивидуализированные) набор(ы) правил 140 (например, индивидуализированный (индивидуализированные) набор(ы) правил 140, специализированный (специализированные) набор(ы) правил 140) формируется (формируются) на основе информации об оборудовании, системе и типе применения системы (например, оборудовании теплообменного устройства на нефтеперерабатывающем предприятии, оборудовании теплообменного устройства в системе очистки природного газа или оборудовании теплообменного устройства в составе установки для очистки сточных вод). Например, при формировании индивидуализированного набора правил 140 может использоваться информация о типе текучих сред, транспортируемых оборудованием, температуре и/или давлении, при которых эксплуатируется оборудование, и/или состоянии оборудования. В некоторых вариантах осуществления индивидуализированный набор правил 140 формируется на основе характеристик, определяемых в процессе анализа образца (образцов) загрязнений, отбираемого (отбираемых) (например, получаемого (получаемых) или принимаемого (принимаемых)) из оборудования. Например, информация о химических, механических и/или физических свойствах образца загрязнений, отобранного в процессе проведения предыдущей очистки оборудования, может использоваться для определения (например, формирования, обновления, изменения или адаптирования) индивидуализированного набора правил проведения следующей процедуры очистки, для повышения эффективности и скорости процесса очистки. В некоторых вариантах осуществления индивидуализированный набор правил очистки включает в себя использование одного или нескольких чистящих растворов (например, очищающих средств, ПАВ, сурфактантов, чистящих композиций), описанных выше. Кроме того, индивидуализированный набор правил 140 может обновляться в процессе очистки (или для проведения последующих процедур очистки) на основе данных оценки образцов 144 загрязнений, отобранных при проведении предыдущих процедур очистки. Для Фиг. 6 и 9А-9С приводится дополнительная информация о процессе 110 формирования «интеллектуального» набора правил.

[0080] Процесс 112 «интеллектуального» планирования включает в себя формирование графика 142, адаптируемого на основе динамических цифровых алгоритмов, использующих процесс сбора данных (например, процесс сбора данных с использованием датчиков отгонного аппарата, таких как датчиков температуры, установленных на входах/выходах). Индивидуализированный график 142 (например, специализированный график 142) обеспечивает рекомендуемые интервалы проведения процедур очистки и технического обслуживания, разработанные с учетом экономической рентабельности для снижения финансовых и экологических издержек. Например, индивидуализированный график 142 может быть адаптирован с учетом целей клиента, таких как, например, повышение производительности системы, достижение нулевого значения чистых выбросов и/или повышение прибыльности. Кроме того, индивидуализированный набор правил 142 может корректироваться на основе данных оценки образцов 144 загрязнений, отобранных при проведении предыдущих процедур очистки.

[0081] Процесс 114 «интеллектуальной» очистки используется при проведении процедур очистки в соответствии с индивидуализированным набором правил 140. Процесс 114 «интеллектуальной» очистки не требует разборки оборудования и, таким образом, может выполняться в любой момент времени, в т.ч. во время плановых остановов в работе системы (например, нефтеперерабатывающего предприятия, завода) и во время эксплуатации системы (например, нефтеперерабатывающего предприятия, завода). Например, нефтеперерабатывающее предприятие может исключить из системы циркуляции одно из теплообменных устройств и продолжать рабочий процесс с использованием других теплообменных устройств. Отключенное теплообменное устройство может пройти процедуру очистки, в то время как другие теплообменные устройства и нефтеперерабатывающее предприятие в целом будут продолжать работать. Кроме того, процесс 114 «интеллектуальной» очистки может осуществляться до 7 раз быстрее по сравнению с использованием традиционных способов очистки. Процесс 114 «интеллектуальной» очистки является адаптивным процессом очистки, включающим в себя дистанционный мониторинг параметров процесса очистки, осуществляемый в режиме реального времени, что обеспечивает возможность корректировки «интеллектуального» набора правил 110 во время осуществления процесса 114 «интеллектуальной» очистки, на основе данных о протекании процесса очистки. Например, данные о температуре, давлении и/или химическом составе образца (образцов) 144 загрязнений, полученные на основе анализа смыва, отобранного при осуществлении процесса 114 «интеллектуальной» очистки, могут использоваться для корректировки индивидуализированного набора правил 140 во время осуществления процесса 114 «интеллектуальной» очистки и/или корректировки (а также усовершенствования) индивидуализированного набора правил 140 проведения следующей процедуры очистки.

[0082] На Фиг. 2А показана структурная схема, иллюстрирующая когнитивный процесс 200 очистки, согласно аспектам заявленной технологии. Когнитивный процесс 200 очистки (например, когнитивная процедура 200 очистки) реализуется путем использования когнитивной системы 100 очистки и включает в себя координацию функций трех платформ: клиента 210, поставщика 212 когнитивной системы 100 очистки (например, поставщика 212 когнитивной системы очистки) и поставщика 214 услуг по очистке (например, местного поставщика 214 услуг по очистке). Например, клиентом 210 может являться нефтеперерабатывающее предприятие, нуждающееся в проведении комплекса работ по контролю загрязнений (например, удаления загрязнений, очистки). В другом примере клиентом 210 может быть система обработки отходов, требующая проведения комплекса работ по контролю загрязнения своего оборудования.

[0083] Функционирование когнитивной системы очистки опирается на процесс сбора данных, при помощи которого формируются управляемые данными модели, с использованием которых определяется «интеллектуальный» набор правил 110, «интеллектуальный» график 112 и процесс 114 «интеллектуальной» очистки. Когнитивная система 100 очистки способна адаптироваться к практическим задачам, относящимся к вопросам обработки данных, которые могут быть связаны с обеспечением доступа к высокооднородным данным, а также обеспечением целостности, надежности, безопасности данных и с другими проблемами в области обработки данных. Функционирование когнитивной системы 100 очистки может в значительной степени зависеть от эффективности процедур обработки и анализа данных, а также от используемых методов и инструментов машинного обучения. Следовательно, эффективность способов когнитивной системы очистки будет повышаться по мере накопления данных.

[0084] Данные, используемые в работе когнитивной системы 100 очистки, можно подразделить на следующие ключевые категории:

• Данные 220 о продукте: данные о физических и химических свойствах продуктов, используемых в системе теплообменных устройств;

• Системные данные 226: данные, характеризующие систему теплообменных устройств, включая ее архитектуру, текущие индивидуальные параметры производительности, а также историю данных производительности теплообменного устройства, в состав которых могут входить данные 224 датчиков, получаемые от датчика (датчиков), установленного (установленных) в системе теплообменных устройств (например, от датчиков температуры или давления);

• Данные о загрязнениях: данные, характеризующие загрязнения, находящиеся внутри теплообменного устройства, в состав которых могут входить данные о любых физических, механических и химических свойствах загрязнений (например, данные образцов 144 загрязнений, полученные на основе анализа смыва, образцы загрязнений, предоставленные клиентом 210);

• Данные 228 рентабельности: данные, описывающие внешние системы (например, макроэкономические данные, стоимость топлива, стоимость изделий и рыночная цена поставок), а также эксплуатационные данные, относящиеся к пропускной способности производства, данные о затратах, запланированных и незапланированных процедурах вмешательств различных типов (например, проведении операций технического обслуживания или ремонта), их длительности, причинах, соответствующих затратах, результатах, а также экологические данные, описывающие результаты оценок степени воздействия на окружающую среду (например, информация о выбросах или загрязнениях).

[0085] В состав данных 220 о продукте могут входить данные о продукте как в холодном, так и в горячем состояниях (например, информация о параметрах плотности или вязкости), данные прошлых процедур очистки, результаты лабораторных испытаний и информация о химических характеристиках изделий. В состав данных 220 о продукте может входить информация о параметрах смеси сырой нефти, включая следующее (однако не ограничиваясь нижеприведенным): информация об АФИ, об уровне вязкости при 80°С, уровне вязкости при 260°С, об общем содержании серы (%, масс), железа (частей на миллион), никеля (частей на миллион), ванадия (частей на миллион), насыщенных углеводородов (%), ароматических углеводородов (%), смол (%), асфальтенов (%) и удельной теплоемкости. Заявленная технология не ограничивается указанными типами данных и может включать в себя использование других типов данных.

[0086] Системные данные 226 могут включать в себя данные спецификаций узлов, архитектуры системы и общую информацию, включая следующее (однако не ограничиваясь нижеизложенным): место расположения завода; информация об обслуживании узла; информация о размере, типе, типе соединения (параллельное/последовательное), количестве последовательных соединений; информация о поверхности узла (общей площади / эффективной площади), о поверхности оболочки (общей площади / эффективной площади). В состав системных данных 226 могут также входить данные об индивидуальных параметрах производительности узла, включая следующие (однако не ограничиваясь нижеизложенным): информация о распределении текучей среды, наименование текучей среды, количество текучей среды вход/выход пара, характеристики жидкости, водяного пара, воды, неконденсирующихся веществ, температура на входе/выходе, удельная плотность, вязкость, молекулярный вес (для пара), молекулярный вес (для неконденсирующихся веществ), удельная теплоемкость, теплопроводность, теплота фазового перехода, давление на входе, скорость, перепад давлений и сопротивляемость загрязнению. В состав системных данных могут также входить данные производительности узла, включая следующие (однако не ограничиваясь нижеизложенным): скорость теплообмена и интенсивность теплопередачи (в процессе эксплуатации). В некоторых вариантах осуществления в состав системных данных 226 входят данные 224 датчиков, получаемые от одного или нескольких датчиков, установленных в системе теплообменных устройств, таких как датчик температуры для отслеживания значений температуры на входе системы теплообменных устройств. В состав системных данных 226 могут также входить конструкционные данные (информация о стенках оболочки/трубы), включая следующие (однако не ограничиваясь нижеизложенным): данные о расчетном/испытательном давлении; расчетной температуре; количестве проходов в каждой из оболочек; коррозионном допуске (включая входы/выходы соединений, а также промежуточные данные); количестве труб, их толщине, длине и шаге резьбы; типе трубы, ее материале; устройстве байпасного уплотнения; термокомпенсационном шве; а также входном патрубке Rho-V2-.

[0087] Когнитивная система 100 очистки характеризуется инвариантностью в вопросе применяемого метода оценки. Например, может использоваться как физический, так и химический метод оценки, в зависимости от фактической ситуации на заводе. На практике применяются как химической метод оценки загрязнений, так и метод оценки предполагаемой геометрии загрязнений внутри узлов.

[0088] Сбор эксплуатационных данных может проводиться на протяжении всей истории производства; полученные данные могут использоваться при разработке цифрового двойника завода для обеспечения высокой эффективности принимаемых решений. Работа когнитивной системы 100 очистки может согласовываться с платформой цифрового двойника завода, хотя эта система может по-прежнему эффективно работать и при наличии соответствующих эксплуатационных данных. В состав эксплуатационных данных может входить следующее (список не является исчерпывающим): данные о производственных затратах, пропускной способности производства, операционных событиях (например, о проводимых процедурах технического обслуживания и ремонта, включая их стоимость, продолжительность и результаты), а также экологические данные о пороговых значениях выбросов и загрязнений. В данном примере эксплуатационные данные приводятся как составная часть данных 228 рентабельности, с учетом взаимосвязанности понятий эксплуатации системы и эксплуатационных затрат. Например, данные о выбросах могут быть привязаны к штрафным санкциям и средствам стимулирования, а также могут быть монетизированы (как, например, в случае с продажей квот на выбросы).

[0089] Макроэкономические и промышленные данные и прогнозы могут использоваться для выработки прогнозных деклараций, что подразумевает доверие к общим экономическим параметрам, рынкам и общемировым перспективам. Указанные данные могут быть получены непосредственно с рынка (например, от компании IHS Markit) или же собраны в результате проведения исследований. Согласно аспектам заявленной технологии, экономические прогнозы могут согласовываться со стратегическим видением компании и внутренними экономическими моделями.

[0090] Возможен захват и накопление данных, поступающих в реальном времени, с использование платформы «Интернета вещей» предприятия для сбора, предварительной обработки, хранения и выдачи связанных данных датчиков. Когнитивная система 100 очистки может работать с более низкими частотами дискретизации, на основе процесса ручного сбора данных, хотя при этом некоторая функциональность (например, пороговые значения процесса очистки в реальном времени) может оказаться урезанной.

[0091] Ретроспективные данные, используемые при работе когнитивной системы 100 очистки, могут извлекаться из корпоративных хранилищ данных, где они до этого накапливались. Процедура получения исторических данных из централизованного хранилища корпоративных данных может оказаться более предпочтительной, т.к. надежность ее подкрепляется корпоративной политикой управления данными, что может рассматриваться в качестве метода контроля качества, обеспечивающего надлежащую доступность, применимость, системность, целостность и безопасность данных с использованием заданного набора процедур и соответствующего подхода к выполнению указанных процедур. Использование централизованного хранилища данных является надлежащим способом усваивания и хранения всех типов данных в виде «как есть» в хранилищах данных и обеспечения унифицированного доступа к этим данным в масштабах всего предприятия в целях управления потоками информации, а также для проведения соответствующего анализа и составления соответствующих отчетов. Использование централизованного хранилища данных позволяет организовывать различные методики просмотра этих данных (таких как глобальный просмотр и локальный просмотр) благодаря обеспечению наличия метаданных и поддержанию преемственности данных. Определенные разъяснения можно получать, обращаясь за помощью к оператору баз данных, который обеспечивает соблюдение надлежащих процессов управления данными.

[0092] Сбор, хранение и передача данных могут осуществляться в аналоговой и/или цифровой форме. Заявленная технология может использоваться при работе с обеими формами данных, хотя использование цифровых форматов данных, являющихся отраслевыми стандартами (например, CSV, JSON, TXT или XLS) может обеспечить достижение лучших результатов по сравнению с использованием аналоговых форматов данных.

[0093] Когнитивная система 100 очистки характеризуется инвариантностью в вопросе применяемого протокола. Например, протокол MQTT (англ. Message Queuing Telemetry Transport) может быть задействован на платформе «Интернета вещей» предприятия.

[0094] Когнитивный процесс 200 очистки инициируется как только между клиентом 210 и поставщиком 212 услуг по когнитивной очистке будет заключен договор. Поставщик 212 услуг по когнитивной очистке проводит процедуру оценки уровня загрязненности на основе анализа данных 220 о продукте и/или данных 224 датчиков, предоставляемых клиентом 210, после чего проводит схемотехнический анализ теплообменного устройства (HEX) и оценку необходимости очистки системы клиента с использованием системных данных 226, предоставляемых клиентом 210. Поставщик 212 услуг по когнитивной очистке организовывает лабораторию 120 (например, виртуальную лабораторию 120, виртуальную лабораторию 120 чистоты), которая организуется с возможностью выполнения (этап 1) процедуры оценки загрязнений (например, оценки образцов загрязнений, предоставляемых клиентом 210 и/или образцов 144 загрязнений, отбираемых в процессе очистки) (этап 2), формирования индивидуализированного (индивидуализированных) набора (наборов) правил 140 на основе характеристик загрязнений и (этап 3) формирования функции 230 загрязнения в соответствии с характеристиками загрязнения (например, на их основе) и данными сформированного (сформированных) индивидуализированного (индивидуализированных) набора (наборов) правил 140. Лаборатория 120 (например, поставщик 212 услуг по когнитивной очистке) получает информацию от клиента 210 и/или поставщика 214 услуг очистки. Виртуальная лаборатория может принимать любые из следующих элементов: образцы 144 загрязнений, данные 220 о продукте (в состав которых могут входить данные образцов загрязнений), данные 224 датчиков, системные данные 226 теплообмена (HEX) и данные 228 рентабельности от клиента 210. В некоторых вариантах осуществления, например, в случаях, когда уже проводились предыдущие процедуры очистки, виртуальная лаборатория также принимает образцы 144 загрязнений, отобранные от смыва (полученного в процессе очистки), от поставщика 214 услуг очистки.

[0095] Образцы загрязнений, полученные от клиента 210, и образцы загрязнений 144, собранные в процессе очистки, используются для оценки загрязнений (например, оценка загрязнений проводится с использованием образцов, полученных от клиента 210, и/или образцов 144 загрязнений, полученных от поставщика 214 услуг). В некоторых вариантах осуществления, например, в случаях, когда образец загрязнений не может быть получен от поставщика 214 услуг (например, в случае, когда предыдущие процедуры очистки еще не проводились), процедура оценки загрязнений (этап 1) проводится для образцов загрязнений, полученных от клиента 210, а индивидуализированный набор правил 140 определяется (например, формируется) на основе характеристик образца загрязнений, полученного от поставщика 214 услуг. В некоторых вариантах осуществления, например, в случаях, когда образец загрязнений не может быть получен от клиента 210, процедура оценки загрязнений (этап 1) проводится для образцов 144 загрязнений, полученных от поставщика 214 услуг, а индивидуализированный набор правил 140 определяется (например, формируется) на основе характеристик образца 144 загрязнений. В некоторых вариантах осуществления, например, в случаях, когда образец загрязнений не может быть получен ни от клиента 210, ни от поставщика 214 услуг, индивидуализированный набор правил 140 формируется на основе информации об оборудовании и системах клиента (такой, как данные 220 о продукте и/или системные данные 226), а также информации, полученной во время предыдущих процедур очистки, проводившихся для других клиентов (например, других систем). Например, если невозможно получить образцы загрязнений для проведения оценки загрязнений, поставщик 212 услуг по когнитивной очистке может сформировать индивидуализированный набор правил 140 на основе других наборов правил (например, других индивидуализированных наборов правил), сформированных ранее для других клиентов с аналогичными заявками (например, для других нефтеперерабатывающих заводов) или других клиентов, работающих с аналогичными материалами. Для Фиг. 7А-7С и 8A-8F приводится подробная информация относительно проведения процедуры оценки загрязнений.

[0096] Характеристики образца загрязнений, определяемые в процессе оценки загрязнений (этап 1), используются для формирования индивидуализированного набора правил 140, а функция 230 загрязнения формируется (этап 3) на основе процедуры оценки загрязнений (этап 1) и индивидуализированного набора правил 140. Функция 230 загрязнения является моделью, демонстрирующей предусматриваемую тенденцию накопления загрязнений в оборудовании со временем. Функция 230 загрязнения является специфической для конкретного клиента 210 и формируется на основе характеристик загрязнений, полученных от клиента 210, и/или анализа образца 144 (образцов) загрязнений, полученного (полученных) от поставщика 214 услуг. Для Фиг. 10 пример функции 230 загрязнения приведен ниже, а для Фиг. 6 и 9А-9С приведена дополнительная подробная информация относительно адаптирования наборов правил (этап 2).

[0097] В состав данных 224 датчиков, получаемых от клиента 210, входит информация, являющаяся индикатором производительности и/или эффективности работы системы клиента (например, нефтеперерабатывающего завода). Например, в состав данных 224 датчиков могут входить данные температуры на входе и выходе теплообменного устройства. По мере накопления загрязнений снизившаяся эффективность работы теплообменного устройства будет отражаться в данных температуры на входе и выходе теплообменного устройства. Таким образом, используя анализ данных 224 датчиков и рассчитанную функцию 230 загрязнения, поставщик 212 услуг по когнитивной очистке формирует (этап 4) функцию 232 деградации параметров теплообменного устройства (также упоминаемую как функция 232 очистки теплообменного устройства). Функция 232 деградации параметров теплообменного устройства является моделью изменения эксплуатационных характеристик системы (например, ее производительности) с течением времени (например, по мере накопления загрязнений в оборудовании). В некоторых вариантах осуществления функция 232 деградации параметров теплообменного устройства выражается с использованием одной или нескольких систем показателей, определенных клиентом 210. Например, функция 232 деградации параметров теплообменного устройства может выражаться с использованием параметра производственных затрат нефтеперерабатывающего завода. В другом примере функция 232 деградации параметров теплообменного устройства может выражаться в показателях относительной эффективности теплопередачи. Индивидуализированный график 142 формируется на основе функции 232 деградации параметров теплообменного устройства. Индивидуализированный график 142 может быть специально рассчитан на улучшение или оптимизацию конкретного параметра или ключевого показателя, важного для клиента 210. Например, индивидуализированный график 142 может быть оптимизирован с целью снижения производственных затрат нефтеперерабатывающего завода, снижения объема выбросов углерода в процессе работы нефтеперерабатывающего завода, или же сочетания обоих факторов. Кроме индивидуализированного графика 142, поставщик 212 услуг по когнитивной очистке также предоставляет предварительную оценку ожидаемой прибыли при условии выполнения работ по контролю загрязнений с использованием когнитивной системы 100 очистки (например, с использованием индивидуализированного набора правил 140, с интервалами, определенными в индивидуализированном графике 142, а также с использованием процесса 114 «интеллектуальной» очистки). На Фиг. 11 представлен пример функции деградации параметров теплообменного устройства в условиях отсутствия работ по очистке, а также функции деградации параметров теплообменного устройства при проведении технического обслуживания оборудования в соответствии с параметрами работы когнитивной системы 100 очистки.

[0098] Процесс 112 «интеллектуального» планирования использует функцию 232 деградации параметров теплообменного устройства для формирования (этап 5) индивидуализированного графика 142 для клиента 210. Индивидуализированный график 142 представляет собой рекомендуемый подход к выполнению процедур контроля загрязнения системы теплообменных устройств, разработанный с целью достижения существенной экономической и экологической прибыли. «Интеллектуальный» график 112 может включать в себя выработку индивидуализированного графика 142 (например, календаря проведения запланированных (или рекомендуемых) работ по очистке), планирование обеспечения ресурсами, эксплуатацию машинного оборудования, процедуры материально-технического снабжения, обеспечения безопасности и другие аспекты деятельности. Например, при разработке «интеллектуального» графика 112 могут рассматриваться ценовые предположения, связанные с продукцией и макроэкономическими показателями, чтобы, предпочтительно, организовать проведение работ по очистке в такие периоды, когда уровень цен или предложений находится на спаде. В случае наличия риска того, что проведение предварительной оценки на существование «Критического» или «Возможного» уровней загрязнения запланировано не будет, в процессе реализации «интеллектуального» графика 112 может приводиться в действие цифровая информационная панель аварийной сигнализации, ассоциируемая с отображением Красного либо Желтого уровней опасности. Результаты реализации «интеллектуального» графика 112 могут использоваться при утверждении конкретного графика очистки (например, в процессе получения разрешения на проведение процесса 114 «интеллектуальной» очистки в соответствии с индивидуализированным графиком 142). Как только «интеллектуальный» график 112 будет утвержден, он может использоваться для запуска последовательности подготовки к очистке, в соответствии с технологическими процессами компании.

[0099] Индивидуализированный график 142 предоставляется (этап 6) клиенту 210 для утверждения; после утверждения клиентом «интеллектуального» графика 112 связываются с поставщиком услуг 214 и заключают договор (этап 7) с поставщиком услуг 214. В некоторых вариантах осуществления поставщик 212 услуг по когнитивной очистке обращается к поставщику услуг 214 и заключает с ним договор на проведение (например, выполнение) процедуры 114 «интеллектуальной» очистки. Поставщик 214 услуг выполняет (этап 8) многошаговую процедуру 250 очистки (например, многошаговый процесс 250 очистки) в соответствии с процедурой 114 «интеллектуальной» очистки (например, индивидуализированным набором правил 140, который включает в себя наборы правил по применению химических веществ / чистящих средств и модули очистки). Многошаговая процедура 250 очистки выполняется поставщиком 214 услуг, а поставщик 122 услуг по когнитивной очистке проводит подготовку персонала и осуществляет надзор над выполнением многошаговой процедуры 250 очистки.

[00100] Процесс 114 «интеллектуальной» очистки представляет собой локально-адаптивный процесс очистки, включающий в себя многошаговую процедуру 250 очистки, где индивидуализированный набор правил 140 может корректироваться непосредственно на месте выполнения работ на каждом из этапов многошаговой процедуры 250 очистки. Так как отдельные параметры работы теплообменного устройства постоянно изменяются, в индивидуализированный график 140 в процессе работы может потребоваться постоянно вносить изменения на основе данных, получаемых в процессе оперативного контроля проведения многошаговой процедуры 250 очистки. Таким образом, для достижения максимального эффекта процедура смешивания компонентов может проводиться непосредственно на месте выполнения работ, что позволит вносить (по мере необходимости) изменения в индивидуализированный набор правил 140 на основе данных, получаемых в процессе оперативного контроля проведения многошаговой процедуры 250 очистки.

[00101] Например, процесс 114 «интеллектуальной» очистки может включать в себя любые действия из перечисленных ниже: оперативный контроль давления внутри оборудования в процессе очистки, оперативный контроль температуры внутри (или на поверхности) оборудования в процессе очистки, а также анализ химического состава отобранных из смывов образцов загрязнений в процессе очистки. Во время проведения процесса 114 «интеллектуальной» очистки индивидуализированный набор правил 140 может корректироваться на основе информации, получаемой в процессе 114 «интеллектуальной» очистки. Например, во время проведения процесса 114 «интеллектуальной» очистки может быть изменена химическая формула чистящего средства в индивидуализированном наборе правил 140. В другом примере может быть увеличена продолжительность стадии очистки (например, этапа очистки) многошаговой процедуры 250 очистки в том случае, если загрязнение будет хуже поддаваться удалению, чем ожидалось, или же если объем загрязнений будет превышать ожидаемый. Во время проведения процесса 114 «интеллектуальной» очистки поставщик 214 услуг осуществляет отбор (этап 9) образца (образцов) 144 загрязнений из смыва и предоставляет отобранный (отобранные) образец (образцы) 144 загрязнений поставщику 212 услуг по когнитивной очистке для анализа (например, оценки загрязнений). Как только процесс 114 «интеллектуальной» очистки будет завершен, поставщик 212 услуг по когнитивной очистке проводит оценку (этап 10) прибыли, достигнутой за счет проведения многошаговой процедуры 250 очистки; информация о результатах очистки отсылается (этап 11) клиенту 210 для одобрения.

[00102] Как только многошаговая процедура 250 очистки будет завершена, поставщик 212 услуг по когнитивной очистке может также сформировать прогноз затрат, представляющий собой актуализацию экономических параметров, используемых в процессе оптимизации в рамках выработки «интеллектуального» графика 112. Результаты прогнозирования затрат могут включать в себя информацию о расходах на эксплуатацию системы теплообменных устройств и о расходах, связанных с формированием «интеллектуального» набора правил 110. Прогноз затрат может быть подготовлен на основе ежемесячных, ежеквартальных и годовых прогнозов уровней загрязнений, на основе данных из открытых источников, обеспечивающих доступ к аналитическим отчетам о текущем и будущем экономическом положении, или же на основе данных, полученных от специализированных консалтинговых фирм.

[00103] Например, прогноз затрат может содержать, по меньшей мере, следующую информацию:

• информацию о цене топлива, используемого при работе завода;

• информацию о характеристиках предполагаемого к использованию топлива (основывается на производственных планах и прогнозах уровней загрязнений);

• информацию о средневзвешенных затратах на эксплуатацию системы теплообменных устройств; и

• информацию о затратах, связанных с очисткой, выражаемую в показателях трудовых затрат, затрат на химические материалы и длительности проведения процедуры; данные показатели могут указывать на необходимость проведения разборки системы теплообменных устройств

[00104] Использование когнитивной системы 100 очистки может помогать поддерживать прогноз затрат в актуальном состоянии (например, в обновленном состоянии) и добиваться максимальной его точности с целью повышения показателей производительности. Прогноз затрат может учитывать существующие договорные отношения. Результаты прогнозирования затрат могут включать в себя информацию об экономических и экологических издержках, связанных с эксплуатацией теплообменного устройства в различных сценариях.

[00105] В некоторых вариантах осуществления клиент 210 может устанавливать оборудование (например, компьютерную систему), имеющее доступ к данным 224 датчиков, получаемым от оборудования (например, теплообменного устройства) и под прямым контролем системы (например, нефтеперерабатывающего предприятия). Компьютерная система может организовываться с возможностью автоматического переключения между рабочим режимом и режимом очистки, что позволит плавно переключаться между рабочими процессами системы для обеспечения возможности использования различного оборудования, в то время как выбранное оборудование проходит процесс очистки (например, как определено в индивидуализированном графике 142). Например, запуск процесса 114 «интеллектуальной» очистки может быть автоматизирован на основе установленного индивидуализированного графика 142 и данных датчиков 224. Компьютерная система может определять потребность в проведении процедуры очистки оборудования (например, удаления загрязнений) и автоматически перенаправлять работу системы на использование других трубопроводов или резервного теплообменного устройства, чтобы появлялась возможность осуществления очистки оборудования, определенного для этой цели. Компьютерная система может также автоматически устанавливать контакт с поставщиком 214 услуг очистки (в некоторых случаях, с одобрения клиента 210) для запуска процесса 114 «интеллектуальной» очистки. В некоторых вариантах осуществления компьютерная система также проводит автоматический оперативный контроль осуществления многошаговой процедуры 250 очистки и/или определение конечной стадии многошаговой процедуры 250 очистки с использованием данных 224 датчиков, записанных средствами оборудования.

[00106] На Фиг. 2В показана блок-схема, иллюстрирующая реализацию когнитивного процесса очистки 200 согласно аспектам заявленной технологии. Когнитивный процесс 200 очистки включает в себя получение данных 260 производительности системы (таких как данных 224 датчиков, на основе которых можно судить о производительности системы) и генерирование предварительной оценки 262 уровня загрязнений на основе данных 260 о производительности системы (например, предварительной оценки уровня загрязнений, соответствующего данным 224 датчиков).

[00107] В некоторых вариантах осуществления когнитивный процесс 200 очистки включает в себя оценку 263 образца загрязнений (например, образца 144 загрязнений), который отбирается на основе данных предыдущей очистки (например, от смыва). Образец 144 загрязнений может оцениваться с целью определения его химического состава, одного или нескольких механических свойств и/или одного или нескольких физических свойств. В случае получения и оценки образца 144 загрязнений вырабатывается индивидуализированный набор правил 140 на основе характеристик образца 144 загрязнений. Если проведение оценки образца 144 загрязнений не представляется возможным, индивидуализированный набор правил 140 вырабатывается на основе полученной информации о системе. В некоторых вариантах осуществления принятая информация о системе сравнивается с информацией, хранящейся в хранилище данных и содержащей данные предыдущих операций очистки, проводившихся для различных клиентов; индивидуализированный набор правил (например, «интеллектуальный» набор правил 110) вырабатывается с использованием (по меньшей мере, частично) информации о системе и информации, хранящейся в хранилище данных.

[00108] Процесс 110 формирования «интеллектуального» набора правил включает в себя адаптацию индивидуализированного набора правил 140, а процесс формирования индивидуализированного набора правил включает в себя следующее: выбор специфических компонентов раствора (ингредиентов) для очистки оборудования, выбор специфических концентраций каждого из выбранных ингредиентов и выбор способа применения выбранных ингредиентов.

[00109] Состав ингредиентов для индивидуализированного набора правил 140 определяется на основе характеристик загрязнений, накопившихся в оборудовании (которые могут быть определены в процессе оценки отобранных образцов загрязнений и/или приблизительно оценены с использованием информации, относящейся к работе оборудования и системы), информации, касающейся оборудования (включая информацию о любых из следующих параметров: материал, из которого изготовлено оборудование, форма/геометрия оборудования, конфигурация оборудования и тип оборудования), а также количества времени, доступного для проведения очистки (например, времени простоя оборудования, которое может быть равным или не равным времени простоя системы). Различные характеристики загрязнений, включая такие характеристики, как уровень накопления загрязнений, химический состав загрязнений и/или размер пор загрязнений, могут служить индикатором того, какие типы активно действующих компонентов будут эффективны в удалении загрязнений. Кроме того, материал оборудования (т.е., материал, из которого состоит оборудование) может также служить индикатором того, какие химические вещества могут или не могут быть использованы. Например, некоторые химические вещества могут вызывать интенсивную или агрессивную коррозию материалов некоторых типов, используемых в оборудовании, с которыми они вступают в контакт. В то время как цель процесса очистки состоит в том, чтобы удалить загрязнения, также важно следить за тем, чтобы не наступало повреждений или коррозии оборудования в недопустимой степени (например, как определено поставщиком оборудования или клиентом 210). Таким образом, выбор конкретных химических компонентов осуществляется на основе данных оценки загрязнений, характеристик материалов оборудования и доступного и/или ожидаемого времени проведения очистки (которое равно или меньше времени простоя оборудования). Указанные химические вещества будут эффективны в удалении загрязнений, и, в то же самое время, скорость коррозии элементов оборудования будет поддерживаться на приемлемом уровне. Процедура выбора ингредиентов для индивидуализированного набора правил 140 включает в себя нечто большее, чем просто выбор активного ингредиента. Процедура выработки набора правил включает в себя также выбор ингредиентов для других растворов или химикатов, включенных в процесс очистки (например, используемых в этом процессе). Например, процедура выбора ингредиентов может также включать в себя выбор растворителя (растворителей), катализатора (катализаторов), ПАВ, ингибиторов коррозии и/или моющего раствора (моющих растворов), включенных в процесс очистки (например, выбор ингредиентов, входящих в состав указанных веществ).

[00110] Например, органический растворитель выбирается на основе данных сравнения процесса оценки целевых параметров растворимости Хансена материала загрязнения (или его полимерной фракции) с параметрами растворимости органического растворителя (получаемыми, например, путем анализа подобия параметров растворимости ингредиента (ингредиентов) и параметров растворимости загрязнения, подлежащего удалению). Параметры растворимости выбранного органического растворителя в пространстве Хансена максимально точно соответствуют аналогичным параметрам материала загрязнения (например, параметры растворимости выбранных ингредиентов органического растворителя аналогичны параметрам растворимости материала загрязнения, подлежащего удалению). В некоторых вариантах осуществления, например, когда ни один из индивидуальных органических растворителей не отвечает целевым требованиям подобия (таким как пороговая разность, предел допуска) параметров растворимости загрязнений, выбираются различные растворители и их соответствующие концентрации так, чтобы значения параметров растворимости смеси выбранных растворителей в их соответствующих концентрациях находились в пределах целевых требований подобия параметрам растворимости загрязнений. Значение предела допуска (задающее, например, порядок определения степени подобия параметров растворимости растворителя или смеси растворителей, необходимой для недопущения выхода значений параметров растворимости загрязнений за пределы целевых требований подобия) определяется на основе соотношения объема раствора и объема загрязнений (например, зависит от него). Чем ниже значение соотношения объема раствора и объема загрязнений, тем точнее должна выполняться процедура планирования.

[00111] Значение концентрации каждого выбранного ингредиента также определяется с учетом материала оборудования и результатов оценки загрязнений, накопившихся в оборудовании. В частности, значение концентрации выбранного активного ингредиента (выбранных активных ингредиентов) определяется на основе любых из следующих факторов (например, одного или более из них, двух или более из них, множества):

• стехиометрического состава конкретного химического вещества, выражающегося в параметрах его количественного взаимодействия с конкретной составляющей материала загрязнений. Например, каждый процент HCl в чистящем растворе обеспечивает взаимодействие с 1,38 грамма карбоната кальция на каждые 100 грамм чистящего раствора;

• скорости протекания реакции как функции концентрации ингредиента. Например, максимальная скорость растворения магнетита в растворе фосфорной кислоты составляет 25% (масс.) Таким образом, превышение данного значения является нецелесообразным, при условии, что необходимость замены раствора не приводит к смещению процесса очистки во времени при максимальном значении скорости;

• скорости протекания реакции как функции концентрации продукта химической реакции;

• растворимости продуктов, образуемых в результате протекания реакции. Например, несмотря на тот факт, что 25% раствор фосфорной кислоты характеризуется максимальной скоростью растворения магнетита, он не может быть полностью превращен в раствор фосфата железа, т.к. количество образующегося при протекании реакции фосфата железа превышает степень растворимости последнего;

• ожидаемого количества материала загрязнений внутри узла оборудования;

• ожидаемого значения соотношения объема раствора и объема загрязнений;

• ожидаемой продолжительности процедуры очистки;

• ожидаемого количества замен раствора (например, циклов промывки, при проведении которых моющий раствор или активный ингредиент должен заменяться при каждом цикле промывки для обеспечения наличия достаточного количества моющего раствора, содержащего активный ингредиент для эффективного удаления загрязнений) и потерь времени, связанных с проведением каждой процедуры замены (например, каждого цикла промывки);

• стоимости ингредиента и стоимости процедуры утилизации использованного раствора; и

• угроз безопасности, связанных с оценкой риска развития коррозии (некоторые конструкционные материалы, входящие в состав оборудования, могут характеризоваться специфичными значениями предельной максимальной или минимальной концентрации, обеспечивающей совместимость с конкретно используемыми химическими веществами).

[00112] Кроме того, концентрация химических ингредиентов (за исключением активного ингредиента (активных ингредиентов) и растворителей или сорастворителей материала загрязнений), как правило, определяется на основе анализа подробных данных, относящихся к применению ингредиента. Например, конкретное значение концентрации ПАВ может выбираться с учетом минимизации степени поверхностного натяжения между чистящим раствором (который включает в себя активный ингредиент) и материалом загрязнения. В другом примере конкретное значение концентрации ПАВ может выбираться с учетом обеспечения достаточной концентрации ПАВ для стабилизации гетерогенной системы, образующейся при распаде материала загрязнений в процессе очистки. В еще одном примере конкретное значение концентрации может выбираться на основе минимального значения концентрации, необходимого для обеспечения соответствия целевому показателю предельной величины скорости коррозии для рассматриваемого оборудования. В некоторых вариантах осуществления значения концентраций функционально-специализированных химических веществ выбираются на основе соотношений типа «концентрация/функция, которые могут эмпирически определяться в лаборатории (например, экспериментальным или расчетным путем).

[00113] Способ применения выбранных ингредиентов (в соответствующих определенных концентрациях) определяется на основе геометрии (например, размера и формы) оборудования с накопленными загрязнениями. Например, оборудование, в состав которого входит внутренняя полость с входом и выходом, может допускать протекание химических веществ и растворов через себя. В отличие от этого оборудование, не имеющее внутренних полостей, обеспечивающих существование направленных потоков, не характеризующееся большими значениями соотношений площади внутренней поверхности и внутреннего объема и не имеющее мест, доступ к которым был бы затруднен (даже в случае его разборки), возможно, должно будет замачиваться в ванне. В таких случаях выбранный раствор (выбранные растворы) (например, раствор, содержащий активный ингредиент) может (могут) подвергаться сгущению в виде пены или вязкого раствора и распыляться непосредственно на загрязненную поверхность оборудования. В другом примере оборудование может погружаться в ванную, содержащую чистящий раствор; процесс очистки может включать в себя процедуру перемешивания (например, смешивания, взбалтывания, протекания, ультразвуковой пульсации) чистящего раствора в ванне.

[00114] Дополнительная информация, касающаяся выбора ингредиента, определения концентрации ингредиента и способа нанесения ингредиента, приведена в Приложении А. Как только будет определен индивидуализированный набор правил 140 (информация относительно того, какие ингредиенты, в каких концентрациях и с применением каких методов должны быть использованы), производится определение (например, формирование) стоимостной модели процесса очистки на основе данных индивидуализированного набора правил 140 очистки.

[00115] Когнитивный процесс 200 очистки, кроме того, включает в себя формирование прогноза 230 уровня загрязнений (например, функцию 230 загрязнения), основывающегося на предварительной оценке 262 уровня загрязнений и (если доступно) характеристиках отобранного образца 144 загрязнений. Предварительная оценка 262 уровня загрязнений может использоваться для снижения финансовых расходов, связанных с загрязнением. Согласно аспектам заявленной технологии, при использовании предварительной оценки 262 уровня загрязнений могут быть установлены пять кодов вероятности. В состав кодов вероятности входят следующие (список, однако, не является исчерпывающим):

(1) Уровень частой повторяемости. Данный уровень вероятности указывает на то, что организация может нести очень серьезные убытки, а пути минимизации проблемы могут отсутствовать. Может требоваться принятие неотложных мер.

(2) Уровень высокой вероятности. Данный уровень вероятности указывает на то, что организация, весьма вероятно, будет нести существенные убытки, связанные с загрязнением оборудования. Существуют некоторые известные пути снижения убытков. Требуется принятие срочных мер.

(3) Вероятный уровень. Организация, возможно, в скором времени начнет нести финансовые убытки вследствие загрязнения оборудования. Величина убытков от загрязнений начинает превышать стоимость проведения процедур очистки. Может потребоваться проведение физической процедуры «интеллектуальной» очистки.

(4) Уровень нечастой повторяемости. Судя по некоторым показателям, происходит процесс накопления загрязнений. Результаты предварительной оценки указывают на то, что может потребоваться проведение процесса «интеллектуального» планирования.

(5) Уровень малой вероятности. Данные не указывают на присутствие какого-либо процесса накопления загрязнений внутри системы.

[00116] В некоторых вариантах осуществления пост управления завода оснащается информационной панелью предварительной оценки 262 уровня загрязнений, что позволяет оперативно и на регулярной основе контролировать процесс накопления загрязнений и связанные с ним последствия.

[00117] Прогноз 230 уровня загрязнений (например, функция 230 загрязнения) используется для формирования стоимостной модели 232 параметров производительности системы (например, функции 232 деградации параметров системы), которая отображает снижение 232 производительности системы (например, функцию 232 деградации параметров системы, которая используется для прогнозирования / предварительной оценки снижения производительности системы) со временем (например, в процессе все возрастающего накопления загрязнений). В некоторых вариантах осуществления ожидаемое снижение 232 производительности системы выражается в показателях эффективности использования системы. В некоторых вариантах осуществления ожидаемое снижение 232 производительности системы выражается в показателях углеродосодержащих выбросов. В некоторых вариантах осуществления ожидаемое снижение 232 производительности системы выражается в показателях финансовых расходов на эксплуатацию системы. В некоторых вариантах осуществления ожидаемое снижение 232 производительности системы выражается в показателях чистой финансовой прибыли от работы системы. Например, при оценке ожидаемого снижения 232 производительности системы может приниматься во внимание эффективность работы системы, количество топлива, необходимого для эксплуатации системы, количество углеродосодержащих выбросов, образующихся в процессе работы системы (и размеры любых штрафных санкций, которые могут быть связаны с избыточными объемами выбросов, или же размеры любых финансовых преимуществ, которые могут быть связаны с продажей квот на углеродосодержащие выбросы).

[00118] График работ по контролю загрязнений (например, индивидуализированный график 142) определяется на основе стоимостной модели 232 параметров производительности системы и стоимостной модели 264 процесса очистки. Например, в целях снижения финансовых затрат и увеличения прибыльности график 142 работ по контролю загрязнений специально рассчитывается таким образом, чтобы обеспечить снижение (в идеале, минимизацию) общих затрат на эксплуатацию системы (включая затраты на проведение очистки и стоимость эксплуатации системы).

[00119] Процесс 114 «интеллектуальной» очистки проводится в соответствии с графиком 142 проведения работ по контролю загрязнений, а также в соответствии с индивидуализированным набором правил 140 очистки. Например, процесс 114 «интеллектуальной» очистки включает в себя многошаговую процедуру 250 очистки, и в индивидуализированном наборе правил 140 указывается, какое химическое вещество (какие химические вещества) (например, очищающие средства, ПАВ и т.д.) используется (используются) на каждом этапе многошаговой процедуры 250 очистки. Индивидуализированный набор правил 140 очистки может включать в себя информацию не только о химическом составе (например, формуле) и концентрации индивидуально подобранного (подобранных) очищающего химического вещества (очищающих химических веществ). Например, индивидуализированный набор правил 140 очистки может также включать в себя информацию о температуре (температурах), давлении (давлениях) и/или длительности периода проведения каждого из этапов многошаговой процедуры 250 очистки. Образец (образцы) 144 загрязнений отбираются от смывов во время проведения многошаговой процедуры 250 очистки (например, в качестве составной части процесса 114 «интеллектуальной» очистки). Оценка отобранного (отобранных) образца (образцов) 144 загрязнений используется для совершенствования (например, корректировки, изменения) индивидуализированного набора правил 140 очистки для проведения следующей запланированной процедуры очистки в соответствии с графиком 142 работ по контролю загрязнений. Для Фиг. 5А-5С приводится подробная информация об этапах (например, шагах) проведения многошаговой процедуры 250 очистки.

[00120] Например, для проведения первоначальной процедуры очистки (например, первого этапа многошаговой процедуры 250 очистки) системы теплообменных устройств поставщик 212 услуг по когнитивной очистке проводит предварительную оценку 262 уровня загрязнений на основе данных 260 о производительности системы теплообменных устройств, как описано выше. Результаты предварительной оценки 262 уровня загрязнений используются для формирования прогноза 230 уровня загрязнений (например, функции 230 загрязнения) и исходного набора правил (например, индивидуализированного набора правил 140). Исходный набор правил адаптируется на основе данных 260 о производительности системы, в состав которых могут входить данные 224 датчиков и/или системные данные 226, касающиеся работы системы теплообменных устройств. Предварительная оценка 262 уровня загрязнений используется для формирования стоимостной модели 232 снижения производительности системы (например, функции 232 деградации параметров системы), а исходный набор правил (например, индивидуализированный набор правил 140) используется для формирования стоимостной модели 264 процесса очистки. Стоимостная модель 232 снижения производительности системы и стоимостная модель 264 процесса очистки используются для формирования исходного графика контроля загрязнений (например, индивидуализированного графика 142). Многошаговая процедура 250 очистки реализуется в теплообменном устройстве в соответствии с исходным графиком контроля загрязнений и исходным набором правил. При проведении последующих процедур очистки исходный набор правил и/или исходный график контроля загрязнений могут быть обновлены на основе характеристик образца (образцов) 144 загрязнений, отобранного (отобранных) на этапе многошаговой процедуры 250 очистки. Таким образом, при проведении последующих процедур очистки (например, многошаговой процедуры 250 очистки) теплообменного устройства может использоваться обновленный набор правил (например, индивидуализированный набор правил 140), отличающийся от исходного набора правил; такие последующие процедуры очистки также могут проводиться в соответствии с обновленным графиком контроля загрязнений (например, индивидуализированным графиком 142), отличающимся от исходного графика контроля загрязнений. Таким образом, когнитивный процесс 200 очистки является «интеллектуальным» процессом, обновляющимся и «усваивающим» новую информацию с каждой новой процедурой очистки (например, с каждым новым рабочим циклом).

[00121] На Фиг. 3 показана блок-схема, иллюстрирующая аспекты когнитивной системы 100 очистки согласно аспектам заявленной технологии. В процессе реализации когнитивной системы 100 очистки важно сформулировать технические ресурсы 310 программы очистки и сформулировать технологический маршрут и требуемый график очистки, соответствующий требованиям регламента 312 эксплуатации и технического обслуживания системы. Например, если система должна очищаться, по меньшей мере, один раз в два года, внедренный индивидуализированный график 142 должен обеспечивать очистку каждой единицы оборудования системы (подпадающей под область действия регламента), по меньшей мере, один раз в 24 месяца. В другом примере, если система эксплуатируется в регионе, где использование каких-либо конкретных чистящих средств запрещено или требуется использование особых процедур утилизации каких-либо конкретных чистящих средств, индивидуализированный набор правил 140 (например, состав химических веществ и растворов, используемых в индивидуализированном наборе правил 140) должен соответствовать требованиям указанных нормативов.

[00122] Вдобавок к необходимости формулирования и проведения процесса 114 «интеллектуальной» очистки в соответствии с индивидуализированными графиками 142 и индивидуализированными наборами правил 140 (формируемыми в качестве составной части процесса 112 «интеллектуального» планирования и процесса 110 формирования «интеллектуального» набора правил, соответственно), которые соответствовали бы требованиям регламента 312, также важно обеспечивать способность когнитивной системы 100 очистки оперативно контролировать техническое состояние оборудования (и/или системы) 320, например, способность к принятию данных, позволяющих когнитивной системе 100 очистки определять степень деградации эффективности процесса теплопередачи и прирост значений гидравлического сопротивления. Поступление указанной информации позволяет когнитивной системе 100 очистки формировать управляемые данными модели, обеспечивающие построение точных прогнозов 322 изменения параметров производительности системы и точные прогнозы 322 уровней накопления загрязнений в системе и, таким образом, обеспечивать создание эффективного индивидуализированного графика 142, основанного на результатах моделирования (например, точных прогнозах) поведения системы.

[00123] Поставщик 212 услуг по когнитивной очистке также формулирует краткосрочные и долгосрочные планы 330, включающие определение операций очистки, которые должны проводиться ежегодно, ежеквартально и ежемесячно. Поставщик 212 услуг по когнитивной очистке также вырабатывает краткосрочные и долгосрочные прогнозы стоимости операций очистки и необходимых работ для согласования индивидуализированного графика 142 очистки, учитывающего необходимость экономного расхода средств. Поставщик 212 услуг по когнитивной очистке также производит закупку материалов (например, для использования в составе чистящих средств, используемых в индивидуализированном наборе правил (индивидуализированных наборах правил) 140) и услуг (например, заключает договора с поставщиками 214 услуг) для реализации многошаговой процедуры 250 очистки.

[00124] Поставщик 212 услуг по когнитивной очистке также осуществляет оперативное планирование 340 процедуры реализации (например, проведения, осуществления, выполнения) процесса 114 «интеллектуальной» очистки, включая организационные работы 342 и организацию работы субподрядчиков для выполнения рабочих заказов. Поставщик 212 услуг по когнитивной очистке также ведет учет выполненных рабочих заказов, использования материалов, стоимости работ по очистке, а также участия в прибылях и/или распределении прибыли в соответствии с заключенными договорами о сервисном обслуживании.

[00125] Когнитивная система 100 очистки также обеспечивает проведение анализа 350 планируемой (например, плановой) процедуры проведения когнитивной очистки, обеспечиваемой когнитивной системой 100 очистки, в сравнении с фактической реализацией услуг очистки. Например, когнитивная система 100 очистки может обеспечивать сопоставление затрат, сравнение прибыли/результатов и/или сравнение параметров запланированных (например, в соответствии с графиком) процедур очистки с параметрами фактически проведенных процедур.

[00126] На Фиг. 4 показан поперечный разрез оборудования, содержащего различные типы загрязнений, согласно аспектам заявленной технологии. В общем случае, по своей структуре загрязнения, накапливающиеся внутри конкретной единицы оборудования, могут относиться к одной из трех категорий: свежие загрязнения 410, спекающиеся загрязнения 420 и спекшиеся загрязнения 430. По своей структуре свежие загрязнения 410 являются гелеобразными и относительно мягкими в сравнении с другими типами загрязнений. Спекающиеся загрязнения 420 можно найти в зоне 2, где гелеобразные по своей структуре свежие загрязнения начинают со временем затвердевать. Спекшиеся загрязнения 430 являются загрязнениями, перешедшими из гелеобразной формы (соответствующей структуре свежих загрязнений 410) в зацементированную, структура которой заполнена смолами; такие загрязнения, как правило, размещаются непосредственно возле поверхностей теплообмена (например в трубном пучке). Среди всех трех типов загрязнений спекшиеся загрязнения 430 являются самыми трудными в удалении.

[00127] На Фиг. 5А-5С показан многошаговый процесс очистки (например, многошаговая процедура 250 очистки), согласно аспектам заявленной технологии.

[00128] Выполнение многошаговой процедуры 250 очистки начинается с использования растворителя (растворителей) для удаления свежих загрязнений 410, находящихся в зоне 1, а также прочистки пор спекающихся загрязнений 420 и спекшихся загрязнений 430, находящихся в зонах 2 (в случае их наличия) и 3. Как только свежие загрязнения 410 будут удалены, а также будут удалены любые смолы, находящихся в порах загрязнений (например, загрязнений 420 и 430) в зонах 2 и 3, многошаговая процедура 250 очистки предусматривает использование ПАВ для подготовки пор спекающихся загрязнений 420 и спекшихся загрязнений 430, а также снижения степени поверхностного натяжения и натяжения межфазовой поверхности.

[00129] Как показано на Фиг. 5А, многошаговая процедура 250 очистки включает в себя заполнение пор катализатором и обработку зацементированной поверхности средством (средствами) для гидроразрыва (например, AlfaPEROX), как определено в индивидуализированном наборе правил 140. В некоторых вариантах осуществления в состав средств для гидроразрыва входит чистящее средство, разработанное (например, сконфигурированное) с целью высвобождения кислорода по мере своего разложения например, генерирования кислорода в процессе разложения перекиси водорода). Как показано на Фиг. 5 В, средство (средства) для гидроразрыва загрязнений проникают глубоко в поры зацементированных загрязнений и осуществляют дробление загрязнений (например, спекающихся загрязнений 420 и спекшихся загрязнений 430). Как только загрязнение будет раздроблено, через оборудование начинает прокачиваться раствор для вымывания разрыхленного и раздробленного загрязнения из оборудования и удаления любых минеральных отложений, остающихся в оборудовании. Чистящий раствор и остатки загрязнений «вымываются» из оборудования, а остатки загрязнений, находящиеся в смыве (например, в текучей среде, вымываемой из оборудования), отбираются в качестве образца загрязнений (например, образца 144 загрязнений). Проводится оценка образца загрязнений, с целью усовершенствования «интеллектуального» набора правил 110 для проведения будущих процедур очистки. Как показано на Фиг. 5С, раздробленные загрязнения и их остатки, образовавшиеся в процессе дробления загрязнений, удаляются и производится очистка оборудования. Индивидуализированный набор правил 140 предусматривает использование специализированных и индивидуально изготовленных растворов, стимулирующих дробление загрязнений. Подробная информация о чистящих растворах (например, о составе чистящих растворов) приведена выше, а подробная информация о процессе дробления загрязнений приведена ниже, для Фиг. 5D-5F.

[00130] На Фиг. 5D-5F показан процесс дробления загрязнений, согласно аспектам заявленной технологии. На Фиг. 5D показан процесс проникновения средства (средств) для гидроразрыва загрязнений глубоко в поры зацементированных загрязнений и прохождения химической реакции, в результате которой средство (средства) для гидроразрыва загрязнений выделяет (выделяют) кислород. Как показано на Фиг. 5F, пузыри кислорода, выделяемого средством (средствами) для гидроразрыва загрязнений, расширяются и быстро схлопываются внутри пор структуры загрязнений, что приводит к быстрым перепадам давления, в результате чего внутри структуры загрязнений возникают напряжения растяжения. На Фиг. 5F показан процесс преодоления разрывного сопротивления зацементированной массы загрязнений (например, спекающихся загрязнений 420 и спекшихся загрязнений 430) и механического дробления (например, разрыва) твердой структуры зацементированной массы загрязнений под воздействием перепадов давления, образующихся в результате расширения и быстрого схлопывания пузырей кислорода в порах зацементированной массы загрязнений. Расширение и схлопывание пузырьков воздуха в порах зацементированной массы загрязнений является необходимым процессом, обеспечивающим дробление зацементированной массы загрязнений на небольшие части, которые могут быть вымыты (как описано выше для Фиг. 5С).

[00131] На Фиг. 6 показана структурная схема, иллюстрирующая процесс формирования «интеллектуального» набора правил 110 согласно аспектам заявленной технологии. Перед формированием «интеллектуального» набора правил производится анализ образца (образцов) загрязнений, для оценки образца загрязнений. В некоторых вариантах осуществления процедура оценки образца (образцов) загрязнений включает в себя химический анализ для определения химического состава образца (образцов) загрязнений, техническую визуализацию образца (образцов) загрязнений для определения физических характеристик образца (образцов) загрязнений и механический анализ образца (образцов) загрязнений для определения эластических свойств и разрывной прочности образца (образцов) загрязнений. В некоторых вариантах осуществления образец загрязнений может также анализироваться и использоваться для построения трехмерной (3D) модели синтезированных загрязнений. Например, на основе данных технической визуализации образца (образцов) загрязнений может формироваться синтезированный образец загрязнений, отпечатанный на 3D-принтере и характеризующийся физическими свойствами, имитирующими свойства отобранного (отобранных) образца (образцов) загрязнений, например, имеющий те же самые размеры, типы и структуру пор. В некоторых вариантах осуществления отобранный (отобранные) образец (образцы) загрязнений может (могут) также использоваться для формирования геомеханической модели и/или трехмерной пористой микроструктурной модели загрязнений; может также проводиться процедура гидродинамического моделирования (например, трехмерного гидродинамического моделирования) с использованием геомеханической модели и/или трехмерной пористой микроструктурной модели загрязнений для имитации динамических характеристик текучих сред внутри пористого загрязнения.

[00132] На Фиг. 6 показана блок-схема, иллюстрирующая этапы анализа и оценки образца (образцов) загрязнений, для использования в процессе формирования индивидуализированного набора правил 140. Образец загрязнений отбирается (610) от оборудования (например, образец загрязнений 144 отбирается от смыва в процессе очистки, отбирается от теплообменного устройства) и проходит процедуру технической визуализации для получения подробного макроскопического описания образца загрязнений. Техническая визуализации образца загрязнений может осуществляться с использованием любого из следующих способов: фотографического, микротомографического, способа компьютерной томографии (КТ) и способа магнитно-резонансной томографии (МРТ). Образец загрязнений проходит подготовку (612) к проведению анализа. Например, процесс подготовки образца загрязнений может включать в себя высверливание цилиндрических «пробок» из образца загрязнений, их очистку и высушивание. В другом примере образец загрязнений может нарезаться на тонкие секции. В еще одном примере образцы загрязнений более мелких размеров (например, остатки загрязнений) могут очищаться и высушиваться в процессе подготовки к анализу. В некоторых вариантах осуществления создается (614) (например, синтезируется, генерируется, формируется, распечатывается) синтезированная модель (например, трехмерная (3D) модель, модель, отпечатанная на 3D-принтере) образца загрязнений на основе данных технической визуализации образца загрязнений (например, на основе изображений образца загрязнений). В некоторых вариантах осуществления процесс подготовки образца загрязнений включает в себя проведение поиска аналогов образца загрязнений в хранилище данных (например, поиска в хранилище данных, где хранится информация о других образцах загрязнений, таких как ранее отобранные образцы загрязнений, информации относительно других образцов загрязнений, которые, очевидно, имеют сходные свойства с образцом загрязнений, готовящимся в настоящее время для проведения анализа).

[00133] Образец загрязнений и синтезированная модель образца загрязнений (если применимо) анализируются (620) для определения химического состава образца (образцов) загрязнений, механических свойств (например, механических характеристик) образца (образцов) загрязнений и физических свойств (например, физических характеристик) образца (образцов) загрязнений. В некоторых вариантах осуществления могут также определяться изменения характеристик (например, химического состава, физических характеристик и механических характеристик) загрязнений, обусловленные процессом старения (например, «старением» загрязнения).

[00134] Анализ (620) образца загрязнений и/или синтезированной модели включает в себя проведение анализа (622) структуры загрязнения образца загрязнений и/или синтезированной модели, физическую оценку (624) образца загрязнений и/или синтезированной модели, механическую оценку (626) образца загрязнений и/или синтезированной модели и проведение сопровождающего моделирования (628) с использованием модели (например, цифровой модели) образца загрязнений. Процедура проведения анализа (622) структуры загрязнения образца загрязнений и/или синтезированной модели включает в себя выполнение любой из следующих операций: комплексного петрографического анализа, анализа изображений, полученных в процесс КТ сканирования, анализа МРТ изображений и анализа анизотропических свойств. Процедура физической оценки (624) образца загрязнений и/или синтезированной модели включает в себя определение физических свойств образца загрязнений и/или синтезированной модели. Например, различные способы, такие как измерение степени проницаемости и томографическая визуализация, могут служить источником информации о характеристиках пор (например, о размере пор, типе пор и структуре пор), насыщении пор (например, о насыщении пор смолами), степени проницаемости и смачиваемости. Процедура механической оценки (626) образца загрязнений и/или синтезированной модели включает в себя определение механических свойств образца загрязнений и/или синтезированной модели, например, определение показателей вязкости, разрывной прочности, модуля упругости при растяжении (например, деформируемости) и/или коэффициента поперечной деформации для образца загрязнений и/или синтезированной модели. Трехмерная цифровая модель (например, виртуальная модель, имитационная модель) образца загрязнений также может использоваться для имитации и определения модели трехмерной микроструктуры пор образца загрязнений, имитации трехмерной гидродинамики с использованием геомеханической модели (геомеханических моделей) и имитации влияния различных процессов очистки на образец загрязнений. Для Фиг. 7А-7С и 8A-8F ниже приводится подробная информация относительно проведения процедуры анализа (620) образца загрязнений.

[00135] Способность к имитации влияния различных процессов очистки на образец загрязнений позволяет поставщику услуг по когнитивной очистке совершенствовать (например, оптимизировать) индивидуализированный набор правил 140 очистки путем имитации влияния применения различных чистящих веществ, ПАВ и растворов, а также присутствия различных температур, давлений и различной длительности проведения процедур в процессе очистки. Индивидуализированный набор правил 140 очистки формируется (630) с использованием способов проведения процедуры анализа (620), описанных выше, на основе химических, механических и физических свойств образца (образцов) загрязнений и связанных моделей (например, синтезированной модели, цифровой модели). Процесс адаптирования (630) (например, формирования, отбора) набора правил 140 очистки включает в себя разработку ПАВ, разработку набора правил очистки и проведение процедуры контроля качества и проверки безопасности для подтверждения совместимости с материалами оборудования.

[00136] На Фиг. 7А-7С показаны результаты анализа химического состава образцов загрязнений (например, образца (образцов) 144 загрязнений), отобранных от смыва в процессе очистки), согласно аспектам заявленной технологии. Процедура анализа образца загрязнений (например, образца накопившихся загрязнений) может включать в себя анализ следующих данных: процентное содержание элементов или функциональных групп, степень ненасыщенности, а также степень полимеризации и распределения молекулярного веса.

[00137] На Фиг. 7А показаны четыре различных образца загрязнений: образец 700-1, образец 700-2, образец 700-3 и образец 700-4. В некоторых вариантах осуществления образцы совместно именуются как «образцы 700». Как показано, образцы 700 загрязнений отличаются друг от друга по внешнему виду (например, имеют различные видимые размеры, различную степень видимой пористости) и, таким образом, могут считаться образцами, проявляющими различные химические, механические и физические свойства. Для образцов загрязнений 700 измеряются показатели потери веса при прокаливании и состава образца (например, химического состава образца). В некоторых вариантах осуществления образцы 700 с высоким содержанием неорганических веществ анализируются с использованием метода атомно-эмиссионного анализа с индуктивно-связанной плазмой (ICP-AES) и/или рентгенфлуоресцентного анализа (XRF)

[00138] На Фиг. 7В показана таблица 710, в состав которой входит информация о химическом составе образцов 700-1, 700-2, 700-3 и 700-4 загрязнений. В процессе проведения химического анализа образцов 700 загрязнений выясняются показатели содержания неорганического материала, содержания органического материала и содержания углерода и карбоидов в каждом из образцов.

[00139] На Фиг. 7С показана таблица 720 с результатами анализов образцов 700-2 и 700-4, выполненных по методам ICP-AES и XRF; оба указанных образца характеризуются высоким содержанием неорганических веществ. Результаты анализов, выполненных по методам ICP-AES и XRF, дают расшифровку химического состава образцов загрязнений.

[00140] На Фиг. 8A-8F показаны модели (например, компьютеризованная модель, синтезированная модель) оценки образца загрязнений, согласно аспектам заявленной технологии. Оценка загрязнений является ключевым элементом функционирования когнитивной системы 100 очистки, т.к. результаты оценки загрязнений используются для формирования индивидуализированного набора правил 140 очистки. Чем точнее будет выполнена оценка загрязнений и чем больший объем данных о загрязнениях будет получен, тем более эффективным окажется индивидуализированный набор правил 140 очистки. Процедура оценки загрязнений может включать в себя моделирование эксплуатационных данных и данных о продукте, а также анализ образца загрязнений (и, в качестве варианта, синтезированных моделей, отпечатанных на 3D-принтере, и/или трехмерных компьютерных моделей образца загрязнений). Задача оценки загрязнений заключается в учреждении систематической практики моделирования загрязнений и перекрестной проверки результатов для гарантирования высокой степени совпадения результатов моделирования и лабораторных испытаний. Результаты моделирования могут использоваться для построения прогнозов уровней загрязнений и «интеллектуальной» оценки наборов правил в том, что касается поддержания аналитического профиля очистки в актуальном состоянии.

[00141] Данные оценки отложений загрязнений могут быть получены с использованием нескольких аналитических методов, включая следующие (однако не ограничиваясь нижеизложенным): инфракрасная спектроскопия на основе преобразования Фурье (FTIR), сканирующая электронная микроскопия (SEM), сканирующая электронная микроскопия с энергодисперсионным анализом (SEM-EDS), рентгеноструктурная кристаллография (XRC), атомно-абсорбционная спектроскопия (AAS) и атомная эмиссионная спектроскопия с индуктивно-связанной плазмой (ICP-AES).

[00142] Процедура оценки загрязнений включает в себя использование любого из следующих методов: метода физического моделирования, методов машинного обучения, а также методов гибридного интегрирующего физического моделирования с машинным обучением. Результаты оценки загрязнений могут включать в себя результаты, полученные в процессе анализа последовательности загрязнений, фациального анализа, качественной и количественной интерпретации (в том, что касается аналитического анализа и лабораторного анализа образцов), а также химическое и физическое описание фаций в составе последовательности загрязнений.

[00143] Объединение гибридной модели с физическими свойствами, входящими в состав данных о продукте (плотностью, вязкостью, сортом сырой нефти, химическими свойствами) позволяет использовать заявленную технологию для оценки загрязнений. Определенные характеристики загрязнений также используются для разработки индивидуализированного набора правил 140.

[00144] В некоторых случаях процедура оценки загрязнений может имитироваться с использованием синтезированных данных, сформированных с применением моделей 1-3. Такие имитации могут оказаться полезными в целях адаптации модели к предельному числу основных сценариев, входящих в состав имитации.

[00145] В рамках процесса оценки загрязнений могут индивидуально и совместно моделироваться следующие основные механизмы загрязнений:

• Коррозионное загрязнение, заключающееся в протекании химических реакций между поверхностями оборудования (например, металлическими поверхностями) и любыми компонентами или растворенными в текучей среде газами;

• Химическое загрязнение, заключающееся в протекании химических реакций или фазовых превращений между любыми компонентами (или внутри них) текучей среды, которые приводят к выпадению твердого осадка на поверхности теплообменного устройства;

• Загрязнение твердыми частицами, заключающееся в накоплении суспендированных частиц, содержащихся в текучей среде; и

• Кристаллизационное загрязнение, заключающееся в отложении солей, растворенных в текучей среде, в процессе их кристаллизации на внутренней поверхности теплообменного устройства.

[00146] Следует отметить, что присутствие механических дефектов на поверхностях оборудования может привести к ускорению коррозии и интенсификации других механизмов накопления загрязнений.

[00147] Как показано на Фиг. 8А и 8В, процесс оценки образцов загрязнений включает в себя генерирование компьютерной модели 810 (например, трехмерной компьютерной модели, виртуальной модели) и/или синтезированной модели 820 (например, модели, распечатанной на 3D-принтере, синтезированной трехмерной модели) образца загрязнений. Компьютерная модель 810 и/или синтезированная трехмерная модель 820 могут использоваться для определения физических свойств образца загрязнений, таких как пористость и проницаемость. Например, процедура количественного анализа образца загрязнений может включать в себя использование одной или нескольких методик, таких как микрокомпьютерная томография (микро-КТ) образца загрязнений. Результаты визуализации могут использоваться для генерирования компьютерной модели 810 и/или синтезированной трехмерной модели 820.

[00148] Синтезированная трехмерная модель 820 представляет собой полиметрическую модель образца загрязнений, отпечатанную на 3D-принтере. В некоторых вариантах осуществления синтезированная трехмерная модель 820 может быть получена в результате масштабирования (в сторону увеличения) исходного томографируемого объема для обеспечения формирования (например, печати) синтезированной трехмерной модели 820 в соответствии с разрешающей способностью 3D-принтера. Синтезированная трехмерная модель 820 может использоваться для определения пористости и проницаемости образца загрязнений. Например, пористость синтезированной трехмерной модели 820 может определяться посредством нагнетания ртути в образец, где количественно определенный объем ртути, проникшей в образец, является функцией давления. Параметры гранулометрического состава поровых каналов и диаметр поровых каналов могут быть рассчитаны на основе значений суммарного объема ртути, проникшей в образец. Проницаемость синтезированной трехмерной модели 820 может быть рассчитана на основе значений среднего диаметра порового канала и капиллярного давления. Значение абсолютной проницаемости может также быть рассчитано с использованием результатов эксперимента по нагнетанию ртути в образец. Кроме того, компьютерная модель 810 может использоваться для имитации одной или нескольких методик, таких как, например, методика нагнетания ртути, для подтверждения и проверки результатов, полученных экспериментальным путем (например, при проведении эксперимента по нагнетанию ртути) с использованием синтезированной трехмерной модели 820.

[00149] Как показано на Фиг. 8С, информация, получаемая в процессе визуализации образца загрязнений, может использоваться для определения параметров пор и параметров капилляров образца загрязнений, с последующим формированием соответствующей компьютерной модели, например, компьютерной модели 810 (показана на Фиг. 8А) или компьютерной модели 812. Компьютерная модель (например, модель 810 или модель 812) может быть использована для формирования модели давления внутри пор, показанной на Фиг. 8D, для определения величины давления, требуемой для преодоления сопротивления на разрыв структуры загрязнений и разрушения загрязнений в процессе очистки.

[00150] На Фиг. 8D показана модель 830, демонстрирующая процесс разложения перекиси водорода с образованием кислорода, модель 840, демонстрирующая величину прироста давления внутри поры вследствие разложения перекиси водорода (например, образования кислорода) для постоянной скорости разложения и фиксированного объема, а также модель 850, демонстрирующая прогнозируемый прирост давления внутри поры в трехмерном объеме структуры загрязнения (например, компьютерная модель 810 образца загрязнений). Таким образом, информация, относящаяся к химическим, физическим и механическим свойствам структуры загрязнения, в сочетании с моделями давления, возникающего внутри поры вследствие разложения перекиси водорода (например, с образованием кислорода), может быть использована для формирования набора правил для обеспечения надлежащего прироста давления внутри структуры загрязнения для разрыва зацементированной массы загрязнений и обеспечения эффективной очистки.

[00151] Как показано на Фиг. 8Е и 8F, производится предварительная оценка уровня давления внутри поры, необходимого для дробления загрязнения, на основе модели (моделей) 860 динамических характеристик текучей среды и модели (моделей) 870 механического поведения загрязнения, как описано для Фиг. 8A-8D. Данная информация используется поставщиком 212 услуг по когнитивной очистке для формирования индивидуализированного набора правил 140, который, согласно прогнозам, должен обеспечивать достаточный уровень прироста давления внутри пор для дробления структуры загрязнения. Индивидуализированный набор правил 140 предусматривает выбор одного или нескольких ПАВ для удаления свежих загрязнений и смол, скопившихся внутри пор зацементированных структур загрязнений, а также выбор одного или нескольких катализаторов и активных веществ для формирования желаемого уровня прироста давления внутри пор, обеспечивающего дробление структуры загрязнения.

[00152] На Фиг. 9А-9С показана структура «интеллектуального» набора правил (например, процесса 110 формирования «интеллектуального» набора правил), согласно аспектам заявленной технологии.

[00153] Фиг. 9А иллюстрирует прогнозируемую (например, расчетную) ответную реакцию структур загрязнения на воздействие различных чистящих растворов первичных составов, соответствующую образцам загрязнений с 700-1 по 700-4. Например, ожидается, что при использовании чистящего раствора первичного состава OS3 образец 700-1 будет частично диспергирован, а при использовании чистящего раствора первичного состава OS4 или OS5 - увеличится в объеме. Таким образом, любой из чистящих растворов первичных составов (OS3, OS4 или OS5) является хорошим кандидатом на включение в состав набора правил очистки системы теплообменных устройств, соответствующего образцу 700-1.

[00154] Фиг. 9В иллюстрирует прогнозируемую (например, расчетную) ответную реакцию структур загрязнения, соответствующих образцам загрязнений с 700-1 по 700-4, на воздействие различных чистящих растворов вторичных составов. Например, ожидается, что при использовании чистящего раствора вторичного состава В1 образец 700-1 будет полностью диспергирован, будет частично диспергирован при использовании чистящего раствора вторичного состава В2 и увеличится в объеме при использовании чистящего раствора вторичного состава В3. Ожидается, что использование чистящих растворов вторичных составов В1 и В4 при очистке загрязнений, соответствующих образцу 700-1, не окажется эффективным. Таким образом, любой из чистящих растворов вторичных составов (B1, В2 или В3) является хорошим кандидатом на включение в состав набора правил очистки системы теплообменных устройств, соответствующего образцу 700-1.

[00155] Фиг. 9С иллюстрирует прогнозируемую (например, расчетную) ответную реакцию структур загрязнения, соответствующих образцам загрязнений с 700-1 по 700-4, на воздействие различных составов (например, индивидуализированных наборов правил 140). Состав индивидуализированного набора правил 140 для образцов загрязнений определяется на основе результатов, показанных на Фиг. 9А и 9В. Например, в состав индивидуализированного набора правил для системы теплообменных устройств, соответствующего образцу загрязнений 700-1, входит процедура использования чистящего раствора первичного состава OS3 и чистящего раствора вторичного состава В1, применение обоих из которых, как ожидается, должно привести к существенному увеличению объема структуры загрязнений. В еще одном примере в состав индивидуализированного набора правил для системы теплообменных устройств, соответствующего образцу загрязнений 700-2, входит процедура использования чистящего раствора первичного состава OS4 и чистящего раствора вторичного состава В4, применение обоих из которых, как ожидается, должно привести к частичному растворению и полному диспергированию структуры загрязнений.

[00156] Индивидуализированный набор правил 140 описывает специфическую (определяемую характером загрязнений) последовательность применения химических составов, а также их объем и способ использования в процессе обработки загрязнений теплообменного устройства. Индивидуализированный набор правил 140 может разрабатываться на основе функции загрязнения и процедуры оценки загрязнений теплообменного устройства. Индивидуализированный набор правил 140 может разрабатываться вручную или автоматически, в зависимости от сложности структуры загрязнений и имеющегося опыта очистки конкретных теплообменных устройств.

[00157] С функциональной точки зрения индивидуализированный набор правил 140 реализуется в двух ключевых вариантах, направленных на решение различных задач: в варианте предварительного набора правил и в варианте фактического набора правил. Предварительный набор правил представляет собой оценочный вариант набора правил очистки, используемый в фазе планирования когнитивной процедуры очистки в качестве исходного компонента процесса 112 «интеллектуального» планирования. Предварительный набор правил содержит данные, используемые для имитации «интеллектуального» графика и для оценки результатов совместно с ежемесячными, ежеквартальными и ежегодными прогнозами уровней загрязнений. Фактический набор правил представляет собой фактический набор правил очистки, используемый в фазе реализации очистки (например, во время выполнения многошаговой процедуры 250 очистки), которая применяется в процессе локального смешивания компонентов и в процессе 114 «интеллектуальной» очистки с использованием последних еженедельных прогнозов уровня загрязнения и предварительного оценочного отчета о загрязнении.

[00158] Аналогично процедурам предварительной оценки уровня загрязнений и окончательной оценки уровня загрязнений, индивидуализированный набор правил 140 может вырабатываться с использованием следующих методов: метода физического моделирования, методов машинного обучения, а также методов гибридного интегрирующего физического моделирования с машинным обучением. Результаты разработки индивидуализированного набора правил 140 могут включать в себя как данные содержания химических продуктов, так и данные технологии обработки (данные о фазах обработки, их длительности и окружающей среде). В процессе разработки стратегии индивидуализированного набора правил 140 в приоритетном порядке рассматриваются вопросы безопасности и условия возникновения коррозии при соответствующих условиях очистки и условиях проведения организационных работ.

[00159] На Фиг. 10 показана функция 1010 загрязнения (например, соответствующая функции 230 загрязнения), согласно аспектам заявленной технологии. Функция 1010 загрязнения является моделью, демонстрирующей предусматриваемый объем накопления загрязнений со временем. Функция 1010 загрязнения определяется на основе структуры загрязнений, физических характеристик загрязнения, механических характеристик загрязнения, деградации параметров производительности системы теплообменных устройств со временем и стоимости операций очистки. Функция 1010 загрязнения может быть выражена как фактор, влияющий на параметры производительности процесса теплопередачи системы теплообменных устройств и/или стоимость эксплуатации системы теплообменных устройств. Индивидуализированный график 142 определяется на основе (по меньшей мере, частично) функции 1010 загрязнения.

[00160] Производится анализ данных для построения функции 1010 загрязнения, выражающей взаимоотношение между процессом образования загрязнений и эксплуатационными данными, а также влияние указанного процесса на параметры теплопередачи и объем затрат. Указанное взаимоотношение может быть установлено с использованием метода физического моделирования, методов машинного обучения, и/или методов гибридного интегрирующего физического моделирования с машинным обучением. В физических моделях может использоваться подробная информация о системе (например, информация о геометрии теплообменных устройств, технологической конструкции и физических свойствах потоков и оборудования). Может выполняться перекрестная проверка физических моделей путем согласования данных для калибровки и повышения точности. Применяя методы машинного обучения, можно установить взаимоотношения между процессом накопления загрязнений и эксплуатационными данными (на основе анализа данных); можно также обеспечить использование относительно больших объемов ретроспективных данных с высокой степенью дискретизации для достижения стабильных результатов. Тем не менее, модели машинного обучения могут оказаться недоступными для интерпретации и могут не обеспечивать демонстрацию физических основ функционирования модели. Метод гибридного моделирования объединяет в себе как физические методы, так и методы машинного обучения для достижения точных и быстрых результатов; причем физическая информация может сохраняться и использоваться для повышения точности модели. Функция 1010 загрязнения может использоваться в качестве исходного компонента для получения функции очистки. Функция очистки основывается на характеристиках загрязнений и параметрах очистки; при ее построении принимается во внимание подробная информация об индивидуализированном (например, специально рассчитанном, детально определенном) наборе правил очистки и о технологии очистки.

[00161] Функция 1010 загрязнения может определяться на основе предварительной оценки уровня загрязнений, окончательной оценки уровня загрязнений и производственного плана. Функция 1010 загрязнения обеспечивает ориентировочный прогноз будущего состояния системы теплообменных устройств и ее эксплуатационных характеристик, фокусируясь на будущей ситуации с загрязнениями и ее влиянии на эффективность производства.

[00162] Для построения точной функции 1010 загрязнения в состав данных могут быть включены также ретроспективные климатические данные и данные климатических прогнозов, т.к. поведение функции 1010 загрязнения может меняться в зависимости от внешней температуры. Точность функции 1010 загрязнения может также зависеть от методов, используемых для формирования функции 1010 загрязнения и оценки загрязнений. В случаях использования грубых моделей ввода функция 1010 может использоваться в качестве тренда для параметризации процесса формирования индивидуализированного графика 142.

[00163] На практике существуют два ключевых метода формирования функции 1010 загрязнения: (i) использование регрессионного анализа и (ii) использование искусственной нейронной сети (ИНС). Процедура регрессионного анализа представляет собой набор статистических процессов для оценки взаимоотношения между зависимой переменной (уровень загрязнения) и независимыми переменными, а метод ИНС представляет собой метод генерирования выходных данных (уровня загрязнений) с учетом ретроспективных выходных и входных данных без программирования. В случаях присутствия больших объемов данных использование метода ИНС может давать лучшие результаты по сравнению с использованием регрессионного анализа. Тем не менее, показатели значимости в пределах метода ИНС могут оказаться неинтерпретируемыми. С другой стороны, метод регрессионного анализа может обеспечивать более интерпретируемые результаты и может применяться там, где количество данных для анализа является недостаточным. Когнитивная система 100 очистки может быть реализована вне зависимости от используемого метода, хотя при этом может проводиться процедура испытаний для сравнения обоих методов и определения предпочтительных результатов. Метод ИНС характеризуется преимуществами в долгосрочной перспективе, т.к. в процессе его применения происходит усваивание информации, связанной с предыдущими его реализациями, и он не подвержен субъективным систематическим ошибкам.

[00164] Функция 1010 загрязнения может регулярно обновляться в процессе поступления новых данных, которые используются для принятия предварительных решений в сфере закупок, оценки экономической ситуации и разработки новых наборов правил. Во время проведения контрольных мероприятий может проводиться перекрестная проверка фактических данных в их сравнении с прогнозами. В случае обнаружения серьезных несоответствий необходимо проведение соответственных процедур оценки; все отклонения от нормы должны быть удовлетворительно объяснены; на основе полученных результатов производится обновление расчетных моделей.

[00165] Когнитивная система 100 очистки предусматривает существование нескольких различных типов процедур контроля функции 1010 загрязнения, в зависимости от их функционального назначения: еженедельное прогнозирование, ежемесячное прогнозирование, ежеквартальное прогнозирование и ежегодное прогнозирование. Еженедельное контрольное прогнозирование может использоваться для отслеживания еженедельных изменений плана / фактических показателей загрязнений для гарантирования того, что оборудование в составе системы теплообменных устройств эксплуатируется на уровне «малой вероятности» загрязнения. В случаях, когда результаты еженедельного прогнозирования указывают на то, что фактический уровень загрязнений превышает уровень «малой вероятности», может запускаться последовательность действий по подготовке к процедуре очистки. Ежемесячные, ежеквартальные и ежегодные прогнозы могут использоваться с целью планирования расходов, для транслирования прогнозов уровней загрязнений в категориях стоимости и времени в рамках процесса «интеллектуального» планирования. Функция 1010 загрязнения является реализуемым элементом представления когнитивной системы 100 очистки, который используется в процессе 112 «интеллектуального» планирования для формирования индивидуализированного графика 142.

[00166] На Фиг. 11 показан график 1110, иллюстрирующий повышение общей эффективности процесса теплопередачи для теплообменного устройства, обслуживаемого в соответствии с индивидуализированным графиком 142, формируемым с использованием процесса 112 «интеллектуального» планирования, в сравнении с обслуживанием устройства с соблюдением традиционных интервалов очистки (например, во время плановых остновов в работе завода, которые могут иметь место, например, один раз в год). Как показано, благодаря проведению процедур технического обслуживания системы теплообменных устройств в соответствии с индивидуализированным графиком 142 можно достичь существенного повышения экономической прибыли в сравнении с использованием традиционных графиков техобслуживания, требующих для выполнения процедуры очистки оборудования останова заводского комплекса.

[00167] На Фиг. 12 показана электронная система 1200, с использованием которой могут быть реализованы один или несколько способов реализации заявленной технологии. Электронная система 1200 может представлять собой процессор/контроллер и/или может являться частью процессора/контроллера. В состав электронной системы 1200 могут входить машинно-читаемые носители информации различных типов, а также интерфейсы для подключения различных иных типов машинно-читаемых носителей информации. В состав электронной системы 1200 входит шина 1208, один или несколько блоков 1212 обработки данных, системная память 1204 (и/или буфер), ПЗУ 1210, долговременное запоминающее устройство 1202, интерфейс 1214 устройства ввода, интерфейс 1206 устройства вывода и один или несколько сетевых интерфейсов 1216, или же подсистемы и разновидности указанного выше оборудования.

[00168] Шина 1208 собирательно представляет всю систему, периферийные шины и шины наборов микросхем, которые коммуникативно соединяют различные внутренние устройства электронной системы 1200. В одном или нескольких вариантах осуществления шина 1208 коммуникативно соединяет один или несколько блоков 1212 обработки данных с ПЗУ 1210, системной памятью 1204 и долговременным запоминающим устройством 1202. Один или несколько блоков 1212 обработки данных загружают из указанных различных блоков памяти команды, подлежащие выполнению, и данные, подлежащие обработке, для выполнения процессов, соответствующих заявленному изобретению. Один или несколько блоков 1212 обработки данных могут представлять собой одиночный процессор или многоядерный процессор в различных вариантах реализации.

[00169] В ПЗУ 1210 хранятся статические данные и инструкции, необходимые одному или нескольким блокам 1212 обработки данных и другим модулям электронной системы 1200. Долговременное запоминающее устройство 1202, с другой стороны, может представлять собой устройство памяти с функцией чтения и записи. Долговременное запоминающее устройство 1202 может представлять собой модуль энергонезависимой памяти, в котором хранятся инструкции и данные даже в том случае, когда электронная система 1200 выключена. В одном или нескольких вариантах осуществления в качестве долговременного запоминающего устройства 1202 может использоваться устройство массовой памяти (например, магнитный или оптический диск и соответствующий ему дисковый накопитель).

[00170] В одном или нескольких вариантах осуществления в качестве долговременного запоминающего устройства 1202 может использоваться съемное запоминающее устройство (например, гибкий магнитный диск, флеш-накопитель и соответствующий ему дисковый накопитель). Как и долговременное запоминающее устройство 1202, системная память 1204 может представлять собой устройство памяти с функцией чтения и записи. Тем не менее, в отличие от долговременного запоминающего устройства 1202, системная память 1204 может представлять собой энергозависимую память, например, ОЗУ. В системной памяти 1204 могут храниться любые инструкции и данные, которые могут потребоваться одному или нескольким блокам 1212 обработки данных во время выполнения программы. В одном или нескольких вариантах осуществления процессы, соответствующие заявленному изобретению, хранятся в системной памяти 1204, долговременном запоминающем устройстве 1202 и/или ПЗУ 1210. Один или несколько блоков 1212 обработки данных загружает из указанных различных блоков памяти команды, подлежащие выполнению, и данные, подлежащие обработке, для выполнения процессов согласно одному или нескольким вариантам осуществления.

[00171] Шина 1208 также подключается к интерфейсам 1214 и 1206 входного и выходного устройства. Интерфейс 1214 входного устройства позволяет пользователю передавать информацию и выбирать команды для управления электронной системой 1200. В состав входных устройств, которые могут использоваться с интерфейсом 1214 входного устройства, могут входить, например, буквенно-цифровые клавиатуры и указывающие устройства (также называемые «устройствами управления курсором»). Интерфейс 1206 выходного устройства может запускать, например, процедуру отображения изображений, формируемых электронной системой 1200. В состав выходных устройств, которые могут использоваться с интерфейсом 1206 выходного устройства, могут входить, например, принтеры и устройства визуализации, такие как жидкокристаллический дисплей (ЖКД), дисплей на светодиодах (LED), дисплей на органических светодиодах (LED), гибкий дисплей, дисплей с плоским экраном, твердотельный индикатор, проектор или любое другое устройство, предназначенное для вывода информации. В состав одного или нескольких вариантов осуществления могут входить устройства, функционирующие в качестве и входных и выходных устройств, например, сенсорный экран. В указанных вариантах осуществления обратная связь с пользователем может реализовываться в качестве сенсорной обратной связи в любой ее форме, например, в качестве визуальной обратной связи, слуховой обратной связи или тактильной обратной связи, а входная информация может быть получена от пользователя в любой форме, включая акустическую, речевую и тактильную.

[00172] Наконец, как показано на Фиг. 12, шина 1208 также соединяет электронную систему 1200 с одной или несколькими сетями и/или одним или несколькими сетевыми узлами (такими как электронное устройство 120, показанное на Фиг. 1) посредством одного или нескольких сетевых интерфейсов 1216. Благодаря вышеуказанному, электронная система 1200 может являться частью компьютерной сети (такой как локальная сеть (LAN), глобальная вычислительная сеть (WAN) или «сеть сетей», т.е., Интернет). Совместно с заявленным изобретением может использоваться любой из компонентов электронной системы 1200.

[00173] На Фиг. 13 показана прогнозируемая прибыль от использования системы теплообменных устройств, техническое обслуживание которой осуществляется согласно аспектам заявленной технологии. На Фиг. 13 показаны графики, иллюстрирующие количество энергии, которое можно сэкономить при использовании когнитивной системы 100 очистки в сравнении с предыдущими методами обработки.

[00174] На Фиг. 14A-14D показана блок-схема способа 1400 очистки систем теплообменных устройств согласно аспектам заявленной технологии. Способ 1400 осуществляется (например, выполняется) (1410) с использованием компьютерной системы (например, электронной системы 1200), оборудованной одним или несколькими процессорами (например, процессором (процессорами) 1212) и устройством памяти (например, системной памятью 1204), в которой хранится одна или несколько программ, допускающих их выполнение одним или несколькими процессорами. Способ 1400 включает в себя проведение предварительной оценки (1420) уровня загрязнений системы теплообменных устройств (например, оборудования системы теплообменных устройств), основывающейся (по меньшей мере, частично) на анализе измеренных параметров производительности системы теплообменных устройств (например, формирование предварительной оценки 262 уровня загрязнений на основе данных 260 о производительности системы). Указанные параметры производительности включают в себя скорость теплоотдачи. Рассматриваемый способ 1400 также включает в себя формирование (1430) стоимостной модели 232 эксплуатационных характеристик системы, основывающейся на анализе оценочного уровня загрязнений (например, на предварительной оценке 262 уровня загрязнений) системы теплообменных устройств и определении (1440) исходного набора правил очистки (например, исходного набора правил очистки, который представляет собой индивидуализированный набор правил 140) на основе технологических параметров работы системы теплообменных устройств. Технологические параметры включают в себя химический состав и рабочую температуру текучих сред, проходящих через систему теплообменных устройств (например, данные 260 о производительности системы, в состав которых могут входить любые данные 224 датчиков и системные данные 226). Способ 1400, кроме того, включает в себя формирование (1450) стоимостной модели 264 процесса очистки на основе исходного набора правил очистки и данных расчета (1460) графика 142 очистки (например, индивидуализированного графика 142 очистки) для минимизации общих эксплуатационных затрат с использованием как стоимостной модели 232 эксплуатационных характеристик системы, так и стоимостной модели 264 процесса очистки. Способ 1400, кроме того, включает в себя выполнение (1470) исходного набора правил очистки (например, проведение многошаговой процедуры 250 очистки с использованием индивидуализированного набора правил 140) системы теплообменных устройств согласно рассчитанному графику 142 очистки.

[00175] В некоторых вариантах осуществления процедура определения (1440) исходного набора правил очистки (например, индивидуализированного набора правил 140) включает в себя загрузку (1442) сформированных ранее наборов правил очистки из хранилища данных и формирование (1444) исходного набора правил очистки (например, индивидуализированного набора правил 140) на основе загруженных наборов правил очистки. Наборы правил очистки, получаемые из хранилища данных, формируются для одной или нескольких других систем теплообменных устройств, технологические параметры которых согласованы с технологическими параметрами работы рассматриваемой системы теплообменных устройств (например, соответствуют подобным или идентичным химическим веществам / материалам / типам материалов, характеризуются перекрывающимся диапазоном температур и/или перекрывающимся диапазоном давлений).

[00176] В некоторых вариантах осуществления процедура выполнения (1470) исходного набора правил очистки включает в себя одно или несколько из указанных ниже действий: определение (1472) химического состава образца 144 загрязнения, отобранного из системы теплообменных устройств, определение (1474) температуры в системе теплообменных устройств и корректировка (1474) исходного набора правил очистки (например, индивидуализированного набора правил 140) в соответствии с показателями температуры в системе теплообменных устройств, а также определение (1476) давления в системе теплообменных устройств и корректировка (1476) исходного набора правил очистки в соответствии с показателями давления в системе теплообменных устройств.

[00177] В некоторых вариантах осуществления способ 1400, кроме того, включает в себя проведение оценки (1480) образца загрязнений, отобранного из системы теплообменных устройств во время выполнения исходного набора правил очистки (например, образца загрязнений 144, отобранного во время проведения многошаговой процедуры 250 очистки), и определение (1490) обновленного набора правил очистки (например, другого индивидуализированного набора правил 140 очистки) на основе (по меньшей мере, частично) характеристик образца загрязнений. Способ 1400 также включает в себя формирование (1492) обновленной стоимостной модели процесса очистки, основанной на обновленном наборе правил очистки, и выполнение (1494) обновленного набора правил очистки системы теплообменных устройств в соответствии с рассчитанным графиком 142.

[00178] В некоторых вариантах осуществления процедура оценки (1480) образца загрязнений 144 включает в себя определение (1482) одного или нескольких из следующих показателей: одной или нескольких химических характеристик (например, химического состава) образца 144 загрязнений, одной или нескольких механических характеристик (например, механического свойства) образца 144 загрязнений и одной или нескольких физических характеристик (например, физического свойства) образца 144 загрязнений.

[00179] В некоторых вариантах осуществления процедура оценки (1480) образца 144 загрязнений включает в себя генерирование (1484) трехмерной синтезированной модели 820 образца 144 загрязнения на основе характеристик образца 144 загрязнений. В некоторых вариантах осуществления трехмерная синтезированная модель 820 имеет механические свойства и/или физические свойства, подобные механическим свойствам и/или физическим свойствам (например, имитирующие их или являющиеся идентичными им) отобранного образца 144 загрязнений. Например, трехмерная синтезированная модель 820 может иметь такие же показатели проницаемости и/или пористости, как и отобранный образец 144 загрязнений. В другом примере трехмерная синтезированная модель 820 может иметь такие же показатели деформируемости и/или размеров пор, как и отобранный образец 144 загрязнений.

[00180] В некоторых вариантах осуществления процедура оценки (1480) образца 144 загрязнений включает в себя генерирование компьютерной модели (например, компьютерной модели 810, 812), которая может использоваться для формирования имитационных моделей, например, имитационных моделей воздействия чистящих средств, химических веществ, ПАВ, растворов на образец загрязнений. В некоторых вариантах осуществления результаты имитационного моделирования используются для формирования индивидуализированных наборов правил 140, таких как исходный набор правил очистки и/или обновленный набор правил очистки.

[00181] Варианты осуществления, находящиеся в пределах объема настоящего изобретения, могут частично или полностью реализовываться с использованием вещественного машинно-читаемого носителя данных (или совместно используемых вещественных машинно-читаемых носителей данных одного или нескольких типов) с записанными на нем одной или несколькими командами. Вещественный машинно-читаемый носитель данных может также иметь не-промежуточную природу.

[00182] Машинно-читаемый носитель данных может представлять собой любой носитель данных, с которого можно осуществлять чтение, на который можно осуществлять запись, или же к которому может быть обеспечен доступ вычислительному устройству общего или специального назначения, включая любую электронику обработки сигнала и/или схемные решения по обработке данных, способные выполнять команды. Например, без каких-либо ограничений, в состав машинно-читаемого носителя данных могут входить любые энергозависимые полупроводниковые устройства памяти, такие как устройства RAM, DRAM, SRAM, Т-RAM, Z-RAM и TTRAM. Машинно-читаемый носитель данных также может включать в себя любые энергонезависимые полупроводниковые устройства памяти, такие как устройства ROM, PROM, EPROM, EEPROM, NVRAM, устройства флэш-памяти, nvSRAM, FeRAM, FeTRAM, MRAM, PRAM, CBRAM, SONOS, RRAM, NRAM, устройства беговой памяти, FJG RAM и устройства памяти типа Millipede.

[00183] Кроме того, машинно-читаемый носитель данных может включать в себя любые неполупроводниковые устройства памяти, такие как накопители на оптических дисках, накопители на магнитных дисках, накопители на магнитной ленте, другие магнитные запоминающие устройства или любой другой носитель данных, способный хранить одну или несколько команд. В одном или нескольких вариантах осуществления вещественный машинно-читаемый носитель данных может непосредственно сопрягаться с вычислительным устройством, в то время как в других вариантах осуществления вещественный машинно-читаемый носитель данных может сопрягаться с вычислительным устройством опосредованно, например, с использованием одного или нескольких проводных соединений, одного или нескольких беспроводных соединений или любых сочетаний указанных компонентов.

[00184] Команды могут быть непосредственно исполняемыми или же могут использоваться для конструирования исполняемых команд. Например, команды могут быть реализованы в виде исполняемого или неисполняемого машинного кода или же в виде команд высокоуровневого языка программирования с возможностью компилирования для формирования исполняемого или неисполняемого машинного кода. Кроме того, команды также могут быть реализованы в виде данных или могут включать в себя такие данные. Команды, предназначенные для выполнения компьютером, также могут быть организованы в виде команд любых форматов, включая стандартные программы, стандартные подпрограммы, управляющие программы, структуры данных, объекты, модули, приложения, прикладные мини-программы, функции и т.д. Как общепризнано специалистами в этой области техники, подробности реализации, включая (однако не ограничиваясь нижеизложенным) вопросы количества, структуры, последовательности и организации команд могут существенно варьироваться без изменения, однако, исходной логики, функционального назначения, технологического процесса и окончательного результата.

[00185] В то время как выше, в основном, обсуждалось использование микропроцессоров или многоядерных процессоров, выполняющих наборы программных команд, в одном или двух вариантах осуществления указанные команды выполняются с использованием одной или нескольких интегральных схем, например, схем типов ASIC или FPGA. В одном или нескольких вариантах осуществления такие интегральные схемы выполняют команды, хранящиеся в самой схеме.

[00186] Специалисты в данной области техники поймут, что различные блоки, модули, элементы, компоненты, способы и алгоритмы, описанные здесь с иллюстративной целью, могут быть реализованы в виде электронного аппаратного оборудования, компьютерного программного обеспечения или сочетания и того и другого. В целях иллюстрации данного факта взаимозаменяемости аппаратного оборудования и программного обеспечения выше с иллюстративной целью и в общих чертах были описаны различные блоки, модули, элементы, компоненты, способы и алгоритмы в том, что касается их функциональности. Характер реализации указанной функциональности (в виде аппаратного оборудования или программного обеспечения) зависит от конкретного варианта применения и от конструктивных ограничений, налагаемых на систему в ее совокупности. Квалифицированные специалисты могут реализовывать описанную функциональность различными способами для каждого конкретного варианта применения. Различные компоненты и блоки могут располагаться иными способами (например, располагаться в другом порядке или разделяться на части по-другому), не выходя, при этом, за рамки заявленной технологии.

[00187] Подразумевается, что любой конкретный порядок или структура подчиненности блоков в описанных процессах являются иллюстрацией типовых подходов. В процессе анализа конструкционных предпочтений становится ясно, что конкретный порядок или структура подчиненности блоков во время реализации процессов могут быть изменены или же что все проиллюстрированные блоки могут быть реализованы. Любые из рассматриваемых блоков могут быть реализованы одновременно. В одном или нескольких вариантах осуществления предпочтительными могут оказаться многозадачный режим работы и параллельная обработка данных. Кроме того, факт разделения различных компонентов системы в вариантах осуществления, описанных выше, не должен пониматься как требующий использования такого разделения во всех вариантах осуществления; необходимо понимать, что описанные программные компоненты и системы могут, в общем случае, объединяться в одном программном продукте или же объединяться в пакеты вместе с другими программными продуктами.

[00188] В соответствии с их использованием в данной спецификации и любых пунктах данной заявки, термины «базовая станция», «принимающее устройство», «компьютер», «сервер», «процессор» и «память» относятся к электронным или другим техническим устройствам. Указанные термины исключают их применение по отношению к людям или группам людей. В контексте данной спецификации термины «отображать» или «отображение» относятся к отображению средствами электронных устройств.

[00189] В контексте настоящего изобретения фраза «по меньшей мере, один из», предшествующая перечню элементов, вместе с термином «и» или «или», использующимся для разделения любых элементов, уточняет список в целом, а не отдельные составляющие списка (т.е., не отдельные элементы). Фраза «по меньшей мере, один из» не требует выбора, по меньшей мере, одного элемента среди всех перечисленных; вместо этого, данная фраза допускает, что имеется в виду включение в описание, по меньшей мере, одного элемента из числа всех других и/или, по меньшей мере, одной из любых возможных комбинаций элементов, и/или, по меньшей мере, одного из числа всех других элементов. В качестве примера, каждая из фраз «по меньшей мере, один из А, В и С» или «по меньшей мере, один из А, В или С» означает «только А», «только В» или «только С», «любое сочетание А, В и С» и/или «по меньшей мере, один из А, В и С».

[00190] Предикативные фразы «выполненный с возможностью», «функционирующий с целью» и «запрограммированный для» не подразумевают никакой конкретной ощутимой или неощутимой модификации объекта, но, вместо этого, предназначены для использования в качестве взаимозаменяемых фраз. В одном или нескольких вариантах осуществления фраза «процессор, выполненный с возможностью оперативного контроля и управления выполнением операции или работой компонента» может также означать «процессор, программируемый с целью оперативного контроля и управления выполнением операции» или «процессор, функционирующий с целью оперативного контроля или управления выполнением операции». Аналогично, фраза «процессор, выполненный с возможностью выполнения машинной программы» может истолковываться как «процессор, запрограммированный для выполнения машинной программы или функционирующий с целью выполнения машинной программы».

[00191] Такие фразы, как «один из аспектов», «указанный аспект», «другой аспект», «некоторые аспекты», «один или несколько аспектов», «одна из реализаций», «указанная реализация», «другая реализация», «некоторые реализации», «одна или несколько реализаций», «один из вариантов осуществления», «указанный вариант осуществления», «другой вариант осуществления», «некоторые варианты осуществления», «один или несколько вариантов осуществления», «одна из конфигураций», «указанная конфигурация», «другая конфигурация», «некоторые конфигурации», «одна или несколько конфигураций», «рассматриваемая технология», «раскрытый предмет изобретения», «раскрытый предмет настоящего изобретения», «другие вариации вышеуказанного» и подобные им приведены из соображений удобства и не подразумевают, что раскрытие предмета изобретения, связанного с такой фразой (такими фразами), имеет принципиальное значение для рассматриваемой технологии или что такое раскрытие предмета изобретения охватывает все конфигурации рассматриваемой технологии. Раскрытие предмета изобретения, связанное с использованием указанной фразы (указанных фраз), может охватывать все конфигурации или одну или несколько конфигураций. Раскрытие предмета изобретения, связанное с использованием указанной фразы (указанных фраз), может содержать один или несколько примеров. Такая фраза, как «один из аспектов» или «некоторые аспекты» может относиться к одному или нескольким аспектам, и наоборот; то же относится, аналогичным образом, и к другим вышеупомянутым фразам.

[00192] Слово «типичный», встречающееся в данном документе, означает «используемый в качестве примера, образца или иллюстрации». Любой вариант осуществления, описываемый здесь в качестве «типичного» или в качестве «примера», не обязательно должен истолковываться как предпочтительный или приоритетный по сравнению с другими вариантами осуществления. Кроме того, в той части, в какой термины «включать», «иметь» и подобные им используются в описании или в формуле изобретения, подразумевается, что такие термины являются собирательными, подобно тому, как толкуется термин «содержать» в случае его использования в качестве переходного слова в пункте формулы изобретения.

[00193] Все структурные и функциональные эквиваленты элементов различных аспектов, описанных в данном раскрытии предмета изобретения, известные или ставшие позже известными специалистам в данной области техники, явным образом включены в настоящий документ посредством ссылки и предназначены для включения в объем формулы изобретения. Кроме того, никакая информация, раскрытая в данном документе, не предназначена для того, чтобы быть всеобщим достоянием, вне зависимости от того, излагается такая информация явным образом в формуле изобретения или нет. Никакой элемент пункта формулы изобретения не должен истолковываться как подпадающий под действие положений шестого параграфа 35 U.S.С.§112, если только данный элемент не излагается явным образом с использованием фразы «средство для» или, в случае с патентной формулой на способ, элемент не излагается с использованием фразы «этап для».

[00194] Приведенное выше описание имеет целью дать возможность любому специалисту в этой области техники практиковать различные аспекты, описанные в данном документе. Различные модификации этих аспектов будут вполне очевидными для специалиста в этой области техники, а общие принципы, определенные в настоящем документе, могут применяться и к другим аспектам. Таким образом, формула изобретения не ограничивается аспектами, раскрытыми в данном документе, но должна отвечать полному объему, соответствующему сформулированным заявлениям, где предполагается, что упоминание об элементе в единственном числе не означает «один и только один» (если только это особо не указано), но, вместо этого, «один или несколько». Если только особо не указано иное, термин «некоторые» указывает на один или несколько элементов. Местоимения мужского рода (например, «его») относятся также и к элементам женского и среднего рода (например, «ее» и «его»), и наоборот. Заголовки и подзаголовки, в случае их наличия, используются исключительно для удобства и не ограничивают объем заявленного изобретения.

Похожие патенты RU2788572C1

название год авторы номер документа
ИНТЕЛЛЕКТУАЛЬНАЯ ОБУЧАЮЩАЯ СИСТЕМА 2006
  • Богданов Александр Владимирович
  • Дегтярев Александр Борисович
  • Нечаев Юрий Иванович
RU2310237C1
СИСТЕМА ИНТЕГРИРОВАННОГО КОНТРОЛЯ РАБОТЫ БОРТОВОГО ОБОРУДОВАНИЯ ЛЕТАТЕЛЬНОГО АППАРАТА 2010
  • Калинин Юрий Иванович
  • Дрожжина Анна Юрьевна
  • Макарова Алла Юрьевна
  • Калинин Олег Юрьевич
  • Фролкина Людмила Вениаминовна
  • Абакумов Пётр Николаевич
RU2431175C1
ИНФОРМАЦИОННО-АНАЛИТИЧЕСКАЯ СИСТЕМА В ОБЛАСТИ ТЕЛЕМЕДИЦИНЫ 2003
  • Богданов А.В.
  • Бухановский А.В.
  • Вальденберг А.В.
  • Дегтярев А.Б.
  • Нечаев Ю.И.
RU2251965C2
СОСТАВ ДЛЯ ЧИСТКИ ТВЕРДОЙ ПОВЕРХНОСТИ 2004
  • Громов Александр Михайлович
  • Егоров Сергей Анатольевич
  • Жаринов Юрий Борисович
  • Кукарина Елена Анатольевна
RU2300553C2
СИСТЕМА И СПОСОБ ОЧИСТКИ ВОДЫ МЕТОДОМ ПЕРЕКРИСТАЛЛИЗАЦИИ 2022
  • Блинов Денис Дмитриевич
  • Муринский Евгений Юрьевич
RU2780068C1
ВСЕОБЪЕМЛЮЩАЯ, ОРИЕНТИРОВАННАЯ НА ПОЛЬЗОВАТЕЛЯ СЕТЕВАЯ БЕЗОПАСНОСТЬ, ОБЕСПЕЧИВАЕМАЯ ДИНАМИЧЕСКОЙ КОММУТАЦИЕЙ ДАТАГРАММ И СХЕМОЙ АУТЕНТИФИКАЦИИ И ШИФРОВАНИЯ ПО ТРЕБОВАНИЮ ЧЕРЕЗ ПЕРЕНОСНЫЕ ИНТЕЛЛЕКТУАЛЬНЫЕ НОСИТЕЛИ ИНФОРМАЦИИ 2004
  • Йергенсен Джими Т.
  • Дэймон Крейг Л.
  • Патуэл Ян
  • Арлауд Кристофер Л.
RU2308080C2
СПОСОБ САМОДИАГНОСТИКИ РАННИХ НАРУШЕНИЙ КОГНИТИВНЫХ ФУНКЦИЙ И НОСИТЕЛЬ ИНФОРМАЦИИ 2019
  • Кузнецов Пётр Павлович
RU2712574C1
СПОСОБ УЛУЧШЕНИЯ ВЫЯВЛЕННЫХ НАРУШЕНИЙ КОГНИТИВНЫХ ФУНКЦИЙ И МАШИНОЧИТАЕМЫЙ НОСИТЕЛЬ 2019
  • Кузнецов Пётр Павлович
RU2712704C1
СИСТЕМА И СПОСОБ ОПРЕДЕЛЕНИЯ ИНТЕРВАЛА МЕЖДУ ЗАМЕНАМИ СМАЗОЧНОГО МАТЕРИАЛА 2013
  • Дворак Тодд М.
  • Диттмейер Роберт Т.
  • Шеменией Дьюи П.
RU2587805C2
Персональная система экстренного реагирования с прогностической оценкой риска экстренного вызова 2015
  • Паус Стеффен Кларенс
  • Нассаби Мохаммед Хоссейн
  • Шерцер Линда
  • Смитс Тине
  • Оп Ден Бёйс Йорн
  • Ван Дёрсен Патрик Уильям
RU2700498C2

Иллюстрации к изобретению RU 2 788 572 C1

Реферат патента 2023 года Промышленная система очистки, включающая растворы для удаления отложений различных типов и когнитивную очистку

Способ используется для очистки систем теплообменных устройств. Данный способ осуществляется с использованием компьютерной системы, оснащенной одним или несколькими процессорами и устройством памяти, в котором хранятся одна или несколько программ, допускающих возможность их выполнения одним или несколькими процессорами. В процессе осуществления данного способа производится определение процентного состава компонентов чистящего раствора на основе технологических параметров работы системы теплообменных устройств. Технологические параметры включают в себя химический состав и рабочую температуру текучих сред, проходящих через систему теплообменных устройств. Процентный состав чистящего раствора является следующим: перекись водорода - 2-90% (масс.), комплексообразователь - 3-30% (масс.), водорастворимый каликсарен - 0,01-10% (масс.) и вода. В состав комплексообразователя входит многоосновная органическая кислота или ее натриевая соль или же производная фосфористой кислоты. Технический результат: повышение эффективности растворяющего действия при очистке отложений различной природы с одновременным снижением агрессивности раствора в отношении материалов, из которых выполнено оборудование, формирование слоя с высокой коррозионной устойчивостью на поверхности. 2 н. и 22 з.п. ф-лы, 32 ил., 2 табл.

Формула изобретения RU 2 788 572 C1

1. Способ очистки систем теплообменных устройств, состоящий из следующих операций:

при использовании компьютерной системы, оснащенной одним или несколькими процессорами и устройством памяти, в котором хранятся одна или несколько программ, допускающих возможность их выполнения одним или несколькими процессорами:

определяют процентный состав компонентов чистящего раствора, основываясь, по меньшей мере, на технологических параметрах системы теплообменных устройств, где технологические параметры включают в себя химический состав текучих сред, проходящих через систему теплообменных устройств, и рабочую температуру текучих сред, проходящих через систему теплообменных устройств, а процентный состав является следующим:

перекись водорода - 2-90% (масс.);

комплексообразователь - 3-30% (масс.);

водорастворимый каликсарен - 0,01-10% (масс.); и

вода;

где комплексообразователь содержит многоосновную органическую кислоту или ее натриевую соль или же производное фосфористой кислоты.

2. Способ по п. 1, где определение процентного состава компонентов, кроме того, основывается на данных оценки образца загрязнений, отобранного из системы теплообменных устройств.

3. Способ по п. 2, где процедура оценки образца загрязнений включает в себя определение одной или нескольких из следующих характеристик:

одной или нескольких химических характеристик образца загрязнений;

одной или нескольких механических характеристик образца загрязнений; и

одной или нескольких физических характеристик образца загрязнений.

4. Способ по п. 2, где процедура оценки образца загрязнений включает в себя генерирование трехмерной синтезированной модели образца загрязнений на основе характеристик образца загрязнений.

5. Способ по п. 1, где определение процентного состава компонентов, кроме того, основывается на определении температуры в системе теплообменных устройств и/или определении давления в системе теплообменных устройств.

6. Способ по п. 1, где определение процентного состава компонентов, кроме того, основывается на загрузке из хранилища данных наборов правил очистки, сформированных ранее для одной или нескольких систем теплообменных устройств, технологические параметры работы которых согласованы с технологическими параметрами работы рассматриваемой системы теплообменных устройств.

7. Способ по п. 1, где в состав компонентов, кроме того, входит органическая кислота в количестве 3-30% (масс.).

8. Способ по п. 7, где в состав органической кислоты входит уксусная кислота, муравьиная кислота, пропановая кислота, бутановая кислота, щавелевая кислота, лимонная кислота, сульфаминовая кислота, адипиновая кислота, виннокаменная кислота, ангидриды кислот или же любые их комбинации.

9. Способ по п. 1, где в состав компонентов, кроме того, входит стабилизатор разложения перекисных соединений в количестве 1-5% (масс.).

10. Способ по п. 9, где стабилизатор разложения перекисных соединений содержит одно или несколько следующих веществ: гексаметафосфат натрия, фосфат калия, вторичный кислый фосфат натрия и первичный кислый фосфат натрия.

11. Способ по п. 1, где в состав компонентов, кроме того, входит ПАВ в количестве 0,5-2,5% (масс.).

12. Способ по п. 11, где ПАВ содержит сульфеновую кислоту, алкилфенолэтоксилат или же смесь сульфеновой кислоты и алкилфенолэтоксилата.

13. Способ по п. 11, где ПАВ содержит смесь сульфеновой кислоты и алкилфенолэтоксилата в соотношении 2:1.

14. Способ по п. 1, где в состав компонентов, кроме того, входит ингибитор в количестве 0,5-1,5% (масс.).

15. Способ по п. 1, где комплексообразователь содержит водорастворимый хелатирующий агент.

16. Способ очистки систем теплообменных устройств, состоящий из следующих операций:

при использовании компьютерной системы, оснащенной одним или несколькими процессорами и устройством памяти, в котором хранятся одна или несколько программ, допускающих возможность их выполнения одним или несколькими процессорами:

оценивают уровень загрязнения системы теплообменных устройств на основе, по меньшей мере, анализа измеренных параметров производительности системы теплообменных устройств, где в состав параметров производительности входит скорость теплоотдачи;

формируют стоимостную модель эксплуатационных характеристик системы на основе анализа оценочного уровня загрязнений системы теплообменных устройств;

определяют исходный набор правил очистки на основе технологических параметров работы системы теплообменных устройств, где в состав технологических параметров входят химический состав текучих сред, проходящих через систему теплообменных устройств, и рабочие температуры текучих сред, проходящих через систему теплообменных устройств;

формируют стоимостную модель процесса очистки на основе исходного набора правил очистки;

рассчитывают график очистки для минимизации общих эксплуатационных затрат с использованием как стоимостной модели эксплуатационных характеристик системы, так и стоимостной модели процесса очистки; и

выполняют исходный набор правил очистки системы теплообменных устройств согласно рассчитанному графику очистки.

17. Способ по п. 16, отличающийся тем, что:

исходный набор правил очистки включает в себя состав компонентов чистящего раствора, использующегося для удаления загрязнений; и

процедура выполнения набора правил очистки включает в себя:

смешивание множества компонентов на основе состава, для формирования чистящего раствора; и обеспечение воздействия чистящего раствора на загрязнения системы теплообменных устройств с генерированием, таким образом, газа в процессе разложения раствора, что приводит к дроблению загрязнений.

18. Способ по п. 17, отличающийся тем, что:

в состав чистящего раствора входит перекись водорода;

в состав генерируемого газа входит кислород; и

процедура генерирования газа включает в себя разложение перекиси водорода для генерирования кислорода.

19. Способ по п. 17, где разложение чистящего раствора является экзотермическим процессом разложения.

20. Способ п. 16, который дополнительно содержит следующее:

проводят оценку образца загрязнений, отобранного из системы теплообменных устройств во время выполнения исходного набора правил очистки;

определяют обновленный набор правил очистки на основе по меньшей мере частично характеристик образца загрязнений;

формируют обновленную стоимостную модель процесса очистки на основе обновленного набора правил очистки; и

выполняют обновленный набор правил очистки системы теплообменных устройств согласно рассчитанному графику.

21. Способ по п. 20, где процедура оценки образца загрязнений включает в себя определение одной или нескольких из следующих характеристик:

одной или нескольких химических характеристик образца загрязнений;

одной или нескольких механических характеристик образца загрязнений; и

одной или нескольких физических характеристик образца загрязнений.

22. Способ по п. 20, дополнительно содержащий процедуру генерирования трехмерной синтезированной модели образца загрязнений на основе характеристик образца загрязнений.

23. Способ по п. 16, где процедура приведения в исполнение исходного набора правил очистки системы теплообменных устройств включает в себя одно или несколько из указанных ниже действий:

определяют химический состав образца загрязнений, отобранного из системы теплообменных устройств;

определяют температуру в системе теплообменных устройств и корректируют исходный набор правил очистки в соответствии с температурой в системе теплообменных устройств; и

определяют давление в системе теплообменных устройств и корректируют исходный набор правил очистки в соответствии с давлением в системе теплообменных устройств.

24. Способ по п. 16, где процедура определения исходного набора правил очистки на основе технологических параметров системы теплообменных устройств включает в себя следующее:

загружают из хранилища данных наборы правил очистки, сформированные ранее для одной или нескольких других систем теплообменных устройств, технологические параметры работы которых согласованы с технологическими параметрами работы рассматриваемой системы теплообменных устройств; и

формируют исходный набор правил очистки на основе загруженных наборов правил очистки.

Документы, цитированные в отчете о поиске Патент 2023 года RU2788572C1

РАСТВОР ДЛЯ УДАЛЕНИЯ ОТЛОЖЕНИЙ РАЗЛИЧНОЙ ПРИРОДЫ 2016
  • Шептунов Александр Александрович
  • Базанов Даниил Романович
RU2639433C2
РАСТВОР ДЛЯ ОЧИСТКИ ПОВЕРХНОСТИ ОТ ОТЛОЖЕНИЙ РАЗЛИЧНОЙ ПРИРОДЫ 2017
  • Базанов Даниил Романович
  • Бецер Станислав Георгиевич
  • Семенихин Виктор Иванович
RU2696990C2
RU 2019126815 A, 26.02.2021
СПОСОБ МОДЕЛИРОВАНИЯ ПРОЦЕССА ОЧИСТКИ ПОВЕРХНОСТИ И УСТРОЙСТВО ДЛЯ ЕГО РЕАЛИЗАЦИИ 2020
  • Трушляков Валерий Иванович
  • Новиков Алексей Алексеевич
  • Лесняк Иван Юрьевич
RU2743936C1
US 2020363147 A1, 19.11.2020.

RU 2 788 572 C1

Авторы

Родин Илья Юрьевич

Чередник Эдуард Борисович

Даты

2023-01-23Публикация

2021-09-06Подача