Когнитивные системы очистки и способы Российский патент 2025 года по МПК C10G75/04 F28G15/00 F28G9/00 C23G3/04 C23G5/00 G06Q10/04 G06Q50/04 B08B7/00 

ОБЛАСТЬ ТЕХНИКИ

[0001] Настоящее описание относится в целом к промышленным системам очистки и способам, и, в частности, к когнитивным системам очистки и способам.

УРОВЕНЬ ТЕХНИКИ

[0002] Промышленная обработка, такая как перегонка нефти, может включать транспортировку текучих сред через компоненты, такие как колонны предварительного нагрева или теплообменники. Со временем и при различных условиях эта транспортировка текучих сред может привести к образованию засорения внутри колонн предварительного нагрева или теплообменниках. Засорение уменьшает эффективность оборудования, что оказывает негативное влияние на производительность, как, впрочем, и общее негативное экономическое влияние на производственный процесс.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

[0003] Определенные признаки технологии предмета изобретения изложены в прилагаемой формуле изобретения. Однако, с целью объяснения, некоторые аспекты технологии предмета изобретения изложены на нижеследующих фигурах.

[0004] Фиг. 1 является структурной схемой, иллюстрирующей компоненты когнитивной системы очистки в соответствии с аспектами технологии предмета изобретения.

[0005] Фиг. 2 является блок-схемой, иллюстрирующей пример когнитивных процессов очистки в соответствии с аспектами технологии предмета изобретения.

[0006] Фиг. 3 является структурной схемой, иллюстрирующей озеро данных в соответствии с аспектами технологии предмета изобретения.

[0007] Фиг. 4 является структурной схемой, иллюстрирующей матрицу оценки рисков в соответствии с аспектами технологии предмета изобретения.

[0008] Фиг. 5 является графиком, иллюстрирующим работу интеллектуального расписания технического обслуживания в соответствии с аспектами технологии предмета изобретения.

[0009] Фиг. 6 иллюстрирует примерную электронную систему, с помощью которой может быть реализована технология предмета изобретения.

ПОДРОБНОЕ ОПИСАНИЕ

[0010] Подробное описание, изложенное ниже, предназначено в качестве описания различных конфигураций технологии предмета изобретения и не предназначено для того, чтобы представлять только конфигурации, в которых технология предмета изобретения может быть реализована на практике. Прилагаемые чертежи включены в настоящий документ и составляют часть подробного описания. Подробное описание включает в себя конкретные подробности с целью обеспечения исчерпывающего понимания технологии предмета изобретения. Однако, технология предмета изобретения не ограничивается конкретными подробностями, изложенными в данном документе, и может быть реализована на практике с использованием одной или нескольких других реализаций. В одной или нескольких реализациях, структуры и компоненты показаны в форме структурной схемы для того, чтобы не допускать затенения концепций технологии предмета изобретения.

[0011] Фигура 1 является структурной схемой, иллюстрирующей компоненты когнитивной системы 100 очистки в соответствии с аспектами технологии предмета изобретения. Как проиллюстрировано на Фигуре 1, когнитивная система 100 очистки может включать в себя процессор/контроллер 110, модуль 120 смесителя, модуль 130 подачи и датчики 140. Когнитивная система 100 очистки может быть выполнена с возможностью очистки засорения, образовавшегося внутри колонны 150 предварительного нагрева («PHT»), с использованием различных способов и систем, как описано более подробно ниже. Технология предмета изобретения не ограничивается организацией компонентов, показанной на Фигуре 1. Например, количество каждого компонента может отличаться от одного экземпляра, проиллюстрированного на Фигуре 1. В дополнение, каждый компонент может быть разбит на еще два подкомпонента.

[0012] Процессор/контроллер 110 может быть выполнен с возможностью выполнения одного или нескольких процессов с использованием программного обеспечения, аппаратного обеспечения или сочетания программного обеспечения и аппаратного обеспечения, чтобы реализовывать когнитивные системы очистки и способы путем объединения функции засорения, рецепта очистки и функции очистки, используя исторические и фактические данные датчика, захваченные датчиками 140, например. Датчики 140 могут включать в себя цифровые датчики, аналоговые датчики или сочетание цифровых и аналоговых датчиков для захвата данных от любого количества устройств в PHT 150, как, впрочем, и других компонентов когнитивной системы 100 очистки. Датчики 140 могут отслеживать связанные с засорением аспекты PHT 150. Когнитивные системы очистки и способы могут учитывать данные о затратах и/или модели затрат в дополнение к данным датчика.

[0013] Модуль 120 смесителя может быть выполнен с возможностью смешивания компонентов, используемых в процессе очистки, на основании персонализированного рецепта очистки, определенного процессором/контроллером 110. Модуль 130 подачи может быть выполнен с возможностью выполнения процесса очистки над PHT 150 с использованием смешанных компонентов из модуля 120 смесителя в соответствии с персонализированным рецептом очистки.

[0014] Фигура 2 является блок-схемой, иллюстрирующей пример когнитивных процессов очистки в соответствии с аспектами технологии предмета изобретения. Процессор/контроллер 110 может быть выполнен с возможностью исполнения одного или более процессов с использованием программного обеспечения, аппаратного обеспечения или сочетания программного обеспечения и аппаратного обеспечения, чтобы выполнять процессы, проиллюстрированные на Фигуре 2. Для пояснения, многие из блоков процесса на Фигуре 2 будут описаны, как происходящие линейно или последовательно. Однако, некоторые из блоков процесса могут происходить параллельно. В дополнение, технология предмета изобретения не ограничивается порядком и организацией, проиллюстрированными на Фигуре 2, и один или несколько из блоков процесса могут не выполняться или могут быть замещены другими процессами в определенных аспектах технологии предмета изобретения.

[0015] Вкратце, аспекты когнитивных процессов очистки, описанных в данном документе, объединяют (i) конфигурацию интеллектуального расписания технического обслуживания, вычисленного на основании шаблона функции засорения и индивидуализированного рецепта очистки с (ii) физическими интеллектуальными системами очистки и способами. Исторические и текущие данные PHT могут быть проанализированы, чтобы оценить уровень засорения и охарактеризовать образование засорения внутри PHT. Данные также могут быть проанализированы, чтобы спрогнозировать динамику засорения и создать индивидуальный рецепт очистки (основанный на определении характеристик и прогнозе засорения). Внешние данные могут быть использованы, чтобы создать перспективы затрат из-за засорения и профили затрат на очистку, чтобы вычислить интеллектуальное расписание очистки. Автономные компоненты на месте могут быть сконфигурированы для смешивания и обеспечения подробных способов очистки. Образцы засорения могут быть получены и проанализированы для обновления моделей, создающих оценки уровня засорения и определения характеристик засорения.

[0016] Обращаясь к Фигуре 2, накапливаются (блок 200) данные и они могут быть использованы, чтобы формировать оценку уровня засорения (блок 201), определять характеристики засорения (блок 202) и прогнозировать уровень засорения (блок 203). Оценка засорения и определение характеристик засорения могут быть использованы, чтобы формировать персонализированный рецепт очистки (блок 204), который может быть использован, чтобы формировать профиль затрат на очистку (блок 206). Вся из этой информации может быть использована, чтобы формировать интеллектуальное расписание (блок 204). Смешивание компонентов на месте может быть выполнено на основании персонализированного рецепта очистки (блок 208). Интеллектуальные физические процессы очистки могут быть выполнены с использованием смешанных компонентов в соответствии с интеллектуальным расписанием (блок 209). Образцы засорения могут быть взяты и проанализированы (блок 210) для использования при формировании последующих оценок уровня засорения и определений характеристик засорения.

Данные

[0017] Когнитивная инфраструктура очистки является адаптируемой к связанным с данными проблемам реального мира, которые могут охватывать доступность сильно неоднородных данных, целостность данных, надежность данных, безопасность данных и прочие проблемы с данными. Когнитивная инфраструктура очистки может опираться в значительной степени на науку о данных и инструменты. Следовательно, способы когнитивной системы очистки будут улучшаться, по мере накопления больше данных.

[0018] Данные, используемые в когнитивной инфраструктуре оценки, могут быть разделены на следующие ключевые категории:

(1) Данные продукции: данные о физических и химических свойствах продукций, протекающих внутри модуля PHT;

(2) Данные PHT: данные, характеризующие модули PHT (т.е. спецификация модуля), их архитектуру, индивидуальную текущую и историческую эффективность модулей внутри PHT;

(3) Данные засорения: данные, характеризующие засорение внутри PHT, которые могут включать в себя как физические, так и химические свойства;

(4) Рабочие данные: данные о пропускной способности производства, затраты, процедуры запланированных и незапланированных вмешательств различной природы (т.е. техническое обслуживание, ремонт), их продолжительность, причины, затраты, результаты и экологические данные, описывающие оценки воздействия на окружающую среду (выбросы, загрязнение); и

(5) Экономические данные: данные, описывающие внешние системы (т.е., макроэкономика, затраты на топливо, себестоимость продукции, цена поставок).

Данные Продукции

[0019] Данные продукции могут включать в себя данные как о холодной, так и горячей продукциях (т.е. плотность, вязкость), данные о прошлой очистке, результаты лабораторных испытаний и химические характеристики продукций. Данные продукции могут включать в себя информацию о смеси сырой нефти, включая, но не ограничиваясь: API, вязкость при 80°C; вязкость при 260°C, общее содержание серы (мас.%), железо (млн^-1), никель (млн^-1), предельные углеводороды (%), ароматический углеводород (%), смолы (%), асфальтены (%) и CII. Технология предмета изобретения не ограничивается этими типами данных и может включать в себя другие типы данных.

Данные PHT

Данные PHT могут включать в себя спецификации модуля, архитектуру PHT и общую информацию, включая, но не ограничиваясь: местоположение предприятия; обслуживание модуля; размер, тип, тип соединения (параллельное/последовательное), количество рядов; поверхность/модуль (поперечное/эффективное), поверхность/корпус (поперечное/эффективное), поверхность/корпус (поперечное/эффективное). Данные PHT также могут включать в себя данные эффективности отдельного модуля, включая, но не ограничиваясь: распределение текучей среды, название текучей среды, количество текучей среды - вход/выход испарения, жидкость, пар, вода, неконденсируемые вещества, температура на входе/выходе, удельная плотность, вязкость, молекулярная масса (испарение), молекулярная масса (неконденсируемые вещества), удельная теплоемкость, теплопроводность, скрытая теплота, давление впуска, скорость, падение давления и сопротивление засорению. Данные PHT также могут включать в себя данные эффективности модуля, включая, но не ограничиваясь: теплообмен и скорость переноса (обслуживание). Данные PHT также могут включать в себя данные конструкции (стороны корпуса/трубы), включая, но не ограничиваясь: расчетное/испытательное давление; расчетную температуру; количество проходов на корпус; допуск на коррозию (включая входное/выходное соединения и промежуточные); номера труб, толщину, длину и шаг; тип трубы; материал; устройство обходного уплотнения; компенсатор теплового расширения и Rho-V2-впускного сопла.

Данные Засорения

[0020] Когнитивные инфраструктуры очистки являются независимыми от способа определения характеристик. Например, может быть использовано либо физическое, либо химическое определение характеристик в зависимости от фактической ситуации на заводе. Применительно к практическому использованию, используется как химическое определение характеристик засорения, так и понимание геометрии засорения внутри модулей.

Рабочие Данные

[0021] Рабочие данные могут собираться за всю историю производства и использоваться в цифровом двойнике завода для обеспечения эффективного принятия решений. Когнитивная инфраструктура очистки может быть оснащена платформой цифрового двойника завода, несмотря на то, что она по-прежнему может эффективно работать при доступности рабочих данных. Рабочие данные могут включать, но не ограничиваются: производственные затраты, пропускную способность производства, эксплуатационные события - техническое обслуживание и ремонт, включая затраты, продолжительность, результаты, а также экологические данные о пороговой величине выбросов и загрязнения.

Экономические Данные

[0022] Макроэкономические и отраслевые данные и прогнозы могут быть использованы для прогнозирующих утверждений, которые подразумевают опору на общие экономические параметры, рынки и глобальные перспективы. Эти данные могут быть созданы непосредственно рынком (т.е. IHS Markit) или собраны посредством исследований. В соответствии с аспектами технологии предмета изобретения экономические прогнозы могут быть совмещены со стратегическим видением компании и внутренними экономическими моделями.

Данные в Режиме Реального Времени

[0023] Данные в режиме реального времени могут быть захвачены и накоплены с использованием платформы Интернета Вещей («IoT») предприятия, чтобы собирать, предварительно обрабатывать, хранить и доставлять данные соединенных датчиков. Когнитивная платформа очистки может работать с использованием более низких скоростей дискретизации на основании данных, собранных вручную, несмотря на то, что некоторые функциональные возможности (т.е. пороговые величины очистки в режиме реального времени) могут быть сокращены.

Исторические Данные

[0024] Исторические данные, используемые с когнитивной инфраструктурой очистки, могут быть извлечены из корпоративных хранилищ данных, в которых они накапливаются. Получение исторических данных из корпоративного озера данных, такого как то, что проиллюстрировано на структурной схеме Фигуры 3, может быть предпочтительным, поскольку оно обладает полномочиями со стороны корпоративной политики управления данными, которая может рассматриваться как способ гарантии качества, обеспечивающего доступность данных, удобство использования данных, согласованность данных, целостность данных и безопасность данных посредством определенного набора процедур и подхода к исполнению этих процедур. Озеро данных является подходом для поглощения и сохранения всех типов данных ‘как есть’ в хранилищах данных, и предоставления корпоративного унифицированного доступа к этим данным с целью администрирования, аналитики и представления отчета об информации. Озеро данных поддерживает несколько представлений данных, такое как глобальное и локальное представление, поддерживая метаданные и происхождение данных. Определенные разъяснения могут быть сделаны через уполномоченного по обработке данных, который гарантирует соблюдение процессов управления данными.

Форматы Данных

[0025] Данные могут быть собраны, сохранены, переданы в аналоговой и/или цифровой формах. Технология предмета изобретения может быть использована с обоими форматами данных, несмотря на то, что отраслевые стандартные форматы цифровых данных (csv, json, txt, xls) могут обеспечивать более хорошие результаты по отношению к использованию аналоговых форматов данных.

Телеметрические Протоколы

[0026] Когнитивная инфраструктура очистки является независимой от протокола. Например, протокол MQTT (Транспорт Для Очереди Сообщений Телеметрии) может быть развернут платформой IoT предприятия.

Оценка Уровня Засорения

[0027] Данные анализируются для построения Функции Засорения (F1) - отношения между образованием засорения и рабочими данными PHT, и ее влияния на теплоотдачу и затраты. Такое отношение может быть создано с использованием физического моделирования, способов машинного обучения и/или гибридного интегрирующего физического моделирования со способами машинного обучения. Физические модели могут использовать подробную информацию PHT (например, геометрию теплообменников, технологическую архитектуру, физические свойства потоков и оборудования PHT). Физические модели могут быть перекрестно проверены путем исторического сопоставления данных, чтобы произвести калибровку и повысить точность. Способы машинного обучения могут создавать отношение между засорением и рабочими данными на основании анализа данных и могут использовать относительно большие объемы исторических данных с высокой дискретизацией, чтобы создавать стабильные результаты. Однако, модели машинного обучения не могут быть интерпретированы или обеспечивать физику, лежащую в основе модели. Гибридное моделирование объединяет как физические способы, так и способы машинного обучения, чтобы создавать точные и быстрые результаты, где физическая информация может быть фиксированной и используемой для повышения точности модели. Функция F1 засорения может быть использована в качестве ввода для получения Функции Очистки (F2) - индивидуализированного рецепта очистки и технологи очистки, функции характеристик засорения и параметров очистки.

[0028] Оценка Уровня Засорения (блок 201) может быть использована для уменьшения финансового воздействия, которое вызвано засорением. В соответствии с аспектами технологии предмета изобретения пять кодов вероятности может быть создано с использованием оценки уровня засорения, как проиллюстрировано на схеме, показанной на Фигуре 4. Коды вероятности включают, но не ограничиваются:

(1) Частый Уровень. Данный уровень вероятности указывает, что организация может понести серьезные убытки и не имеет обходного пути, чтобы минимизировать эффект.

(2) Возможный Уровень. Данный уровень вероятности сигнализирует о том, что вероятность того, что организация понесет большие убытки, связанные с засорением в PHT, высока. Существуют определенные известные средства для уменьшения воздействия, которые требуются. Требуются срочные действия.

(3) Случайный. Существует вероятность того, что организация начнет нести финансовые убытки из-за засорения в PHT. Проблемы от засорения становятся выше затрат на очистку. Может потребоваться физическая интеллектуальная очистка.

(4) Редко. Присутствуют индикаторы нарастания засорения. Оценка уровня засорения указывает на то, что может потребоваться интеллектуальный процесс планирования.

(5) Маловероятно. Данные не указывают каких-либо процессов нарастания засорения внутри PHT.

[0029] Приборная панель Оценки Уровня Засорения может быть реализована в зале управления заводом, чтобы осуществлять мониторинг нарастания засорения и связанных эффектов на регулярной основе.

Определение Характеристик Засорения

[0030] Определение Характеристик Засорения (блок 202) является ключевым элементом Когнитивной Инфраструктуры Очистки, поскольку результаты определения характеристик засорения используются, чтобы создавать персонализированный интеллектуальный рецепт очистки (блок 204). Чем более точно выполняется определение характеристик засорения, тем более эффективный рецепт очистки будет создан. Определение Характеристик Засорения может быть выполнено двумя путями - аналитически, где результаты выводятся на основании косвенного моделирования рабочих данных и данных продукции, и физически посредством лабораторного анализа образцов засорения. Цель фазы Определения Характеристик Засорения в настоящем подходе состоит в создании систематической практики моделирования засорения и перекрестной проверки результатов, чтобы гарантировать хорошую согласованность между результатами модели и лабораторными испытаниями. Результаты модели могут быть использованы для построения Прогноза Уровня Засорения (блок 203) и оценки Интеллектуального Рецепта, чтобы сохранять обновленным аналитический профиль очистки.

[0031] Данные определения характеристик засоряющих отложений могут быть получены посредством некоторого количества аналитических способов, включая, но не ограничиваясь: инфракрасную спектроскопию с преобразованием Фурье (FTIR), сканирующую электронную микроскопию (SEM), SEM энергорассеивающую спектроскопию (SEM-EDS), рентгеновскую кристаллографию (XRC), атомно-абсорбционную спектроскопию (AAS) и атомно-эмиссионную спектроскопию с помощью плазмы с индуктивной связью (ICP-AES).

[0032] Аналогично Оценке Уровня Засорения, Определение Характеристик Засорения может быть выполнено одним из нескольких способов, включая, но не ограничиваясь: физическое моделирование, способы машинного обучения и гибридное интегрирующее физическое моделирование со способами машинного обучения. Результаты Определения Характеристик Засорения могут включать в себя анализ последовательности засорения, фациальный анализ, качественную и количественную интерпретацию (обращаясь к аналитическому и лабораторному анализу образцов), и химическое и физическое описание фации в последовательности засорения.

[0033] Объединение гибридной модели с физическими свойствами данных продукции (плотность, вязкость, сорт сырой нефти, химические свойства) позволяет технологии предмета изобретения охарактеризовать засорение, что используется для разработки персонализированного рецепта очистки (блок 204).

[0034] В некоторых случаях определение характеристик засорения может быть имитационно смоделировано на основе синтезированных данных, сформированных моделями 1-3. Такое имитационное моделирование может быть полезно с целью исторического согласования, чтобы ограничить количество базовых сценариев в имитационном моделировании.

[0035] В рамках процесса определения характеристик засорения могут быть смоделированы или совместно смоделированы следующие главные механизмы засорения:

- Коррозионное засорение, представляющее собой химические реакции между металлическими поверхностями PHT и любыми компонентами или растворенными газами протекающей текучей среды;

- Химическое засорение, представляющее собой химические реакции или фазовые переходы между/у компонентов протекающей текучей среды, которые приводят к осаждению твердых частиц на поверхности теплообменника;

- Засорение частицами, представляющее собой накопление взвешенных частиц, которые содержатся в протекающей текучей среде; и

- Засорение от кристаллизации - представляющее собой отложение солей, растворенных в протекающей текучей среде, которые кристаллизируются на внутренней поверхности теплообменника.

Следует отметить, что механические дефекты на поверхностях PHT могут ускорять коррозионные и прочие механизмы засорения.

Химический Анализ Отложений

[0036] Анализ Засоряющих Отложений может включать в себя следующие данные: процент элементов или функциональных групп, степень ненасыщенности и степень полимеризации и распределение молекулярного веса.

Профилирование Поверхности

[0037] Поскольку отложения могут формироваться неравномерно на поверхности зонда, то точность может быть повышена путем оценки профиля толщины отложений по длине зонда. Корреляция между температурой поверхности и профилем засорения может быть создана так, что скорость засорения может быть выражена как функция времени и температуры.

Прогноз Уровня Засорения

[0038] Прогноз Уровня Засорения (FLF) может быть создан (блок 203) с использованием Оценки Уровня Засорения (блок 201), Определения Характеристик Засорения (блок 202) и плана производства в качестве входных данных. FLF предоставляет перспективу будущего состояния PHT и ее рабочие характеристики, сконцентрированные на будущей ситуации с засорением и его воздействием на эффективность производства.

[0039] Для того чтобы построить точный Прогноз Уровня Засорения, могу быть объединены исторические климатические данные и климатические прогнозы, поскольку функция засорения может реагировать на температуру наружного воздуха. Точность Прогноза Уровня Засорения также может зависеть от способов, используемых для создания Оценки Уровня Засорения и Определения Характеристик Засорения. В случаях, когда входные модели грубые, Прогноз Уровня Засорения может быть использован в качестве направления для параметризации Интеллектуального Расписания.

[0040] На практике существует два ключевых способа создания FLF: (i) регрессионный анализ, который является набором статистических процессов для оценки отношения между зависимой переменной (уровень засорения) и независимыми переменными; и (ii) искусственная нейронная сеть (ANN), способ для обеспечения выходных данных (уровня засорения) при наличии исторических выходных данных и входных данных без программирования. В случаях, когда присутствует много доступных данных, ANN может формировать более хорошие результаты, чем регрессионный анализ. Однако, может быть невозможно интерпретировать весовые коэффициенты внутри ANN. С другой стороны, регрессионный анализ может доставлять более интерпретируемые результаты и может быть применен при нехватке данных для анализа. Когнитивная инфраструктура очистки может быть реализована независимо от используемого способа, несмотря на то, что испытания могут быть проведены для сравнения обоих способов, чтобы идентифицировать предпочтительные результаты. Способ ANN обладает долгосрочным преимуществом, поскольку он учится на предыдущих реализациях и без систематической ошибки, вносимой человеком.

[0041] Прогноз Уровня Засорения может регулярно обновляться по мере поступления дополнительных данных и использоваться для принятия предварительных решений в области закупок, экономической оценки и планирования рецепта. Фактические данные могут быть перекрестно сверены с прогнозом во время просмотра. Большие расхождения должны быт оценены и аномалии должны быть объяснены и основаны на обнаружении того, что модели обновлены.

[0042] Существует несколько разных типов обзоров FLF в Когнитивной Инфраструктуре Очистки в зависимости от их функциональной роли: еженедельный прогноз; ежемесячный прогноз; ежеквартальный прогноз; и ежегодный прогноз. Еженедельные прогнозирующие обзоры могут быть использованы для отслеживания еженедельных изменения расписания/фактических данных засорения, чтобы гарантировать то, что модули PHT работают на уровне засорения «Маловероятно». Когда же обзор еженедельного прогноза указывает, что фактический уровень засорения выше «Маловероятно», может быть инициирована последовательность подготовки к очистке. Ежемесячное, Ежеквартальное и Ежегодное прогнозирование могут быть использованы с целью бюджетирования, переводя прогнозы уровня засорения с точки зрения затрат и времени в рамках процесса Интеллектуального Планирования.

[0043] FLF является действенным элементом понимания Когнитивной Инфраструктуры Очистки, который используется для Интеллектуального Расписания (блок 207).

Персонализированный Рецепт Очистки

[0044] Персонализированный Рецепт Очистки представляет собой особое исполнение последовательности химического состава обусловленного засорением, его объем и способ применения для обработки засорения модуля PHT. Персонализированный Рецепт Очистки (PCR) может быть разработан на основании модели Функции Засорения и модели Определения Характеристик Засорения для каждого модуля теплообменника в PHT. PCR может быть разработан вручную или автоматически в зависимости от сложности засорения и опыта работы с конкретными теплообменниками внутри PHT.

[0045] С функциональной точки зрения, PCR реализуется в двух ключевых формах, которые служат разным целям: Предварительный PCR (функция F2); и Фактический PCR. Предварительный PCR является оценкой рецепта очистки, используемой в фазу когнитивного планирования очистки в качестве входных данных для Интеллектуального Расписания. Предварительный PCR предоставляет данные, использованные для имитационного моделирования и оценки результатов наряду с Ежемесячным, Ежеквартальным и Ежегодным Прогнозами Уровня Засорения. Фактический PCR является фактическим рецептом очистки, используемым в фазу реализации очистки, который используется в процессе Смешивания Компонентов На Месте (блок 208) и Физической Интеллектуальной Очистки (блок 209) с использованием самых последних Еженедельных Прогнозов Уровня Засорения и отчета об Определении Характеристик Засорения перед очисткой.

[0046] Аналогично оценке уровня засорения (блок 201) и определению характеристик засорения (блок 202), PCR может быть создан с использованием следующих способов: физическое моделирование; способы машинного обучения; и гибридное интегрирующее физическое моделирование со способами машинного обучения. Результаты PCR могут включать в себя как содержание химических продуктов, так и технологии обработки (фазы обработки, их продолжительность, среда). Разработка стратегии PCR рассматривает приоритет безопасности и условия коррозии в условиях очистки и логистических условиях.

Перспективы Затрат

[0047] Перспективы Затрат (блок 205) могут быть актуализацией экономических параметров, используемых в процессе оптимизации в Интеллектуальном Расписании (блок 207). Результаты Перспективы Затрат могут включать в себя фактические текущие затраты на PHT и затраты на PCR (блок 204). Перспективы Затрат могут быть подготовлены на основании ежемесячного, ежеквартального и ежегодного Прогнозов Уровня Засорения, данных из открытых источников, которые предоставляют доступ к аналитическим отчетам по текущему и будущему состоянию экономики, или данных, приобретенных у специализированных консалтинговых фирм.

[0048] В целях Когнитивной Инфраструктуры Очистки Перспективы Затрат могут предоставлять по меньшей мере следующую информацию:

- Цена на топливо, используемое на заводе;

- Объем топлива, который должен быть использован (на основании планов производства и Прогноза Уровня Засорения);

- Взвешенные текущие затраты модулей PHT (относительные весовые коэффициенты вычисляются как поверхность теплообменника модуля к общей поверхности PHT); и

- Затраты на очистку, выраженные с точки зрения труда, химикатов, продолжительности, указания необходимости разборки модулей PHT.

[0049] Когнитивная Инфраструктура Очистки может поддерживать актуальность Перспективы Затрат и настолько точную, насколько это возможно, чтобы повышать эффективность. Результаты Перспективы Затрат могут включать в себя экономические и экологические затраты работы PHT в различных сценариях.

Персонализированный Профиль Очистки

[0050] Персонализированный Профиль Очистки (PCP) PHP (блок 206) может быть «Цифровым Двойником Очистки», который совместно имитирующим образом моделирует F2 (Предварительный PCR) с F1 (либо как Оценка Уровня Засорения, либо Прогноз Уровня Засорения) и Перспективы Затрат. Персонализированный Профиль Очистки может моделировать очистку PHT в фактической окружающей среде с использованием всей доступной информации, включая данные датчика от платформы IoT.

[0051] PCP может быть развернут в онлайновом или офлайновом режиме, а именно, с помощью данных в режиме реального времени или смоделированных данных. Указания с виртуальных приборных панелей могут быть сравнены с фактическими данными датчика, чтобы идентифицировать и оценить возможные аномалии. PCP позволяет смоделировать сценарии очистки путем объединения различных параметров функций F1 и F2 с соответствующей Перспективой Затрат, чтобы создать граничные условия, связанные с засорением проблемы с точки зрения затрат и воздействия на окружающую среду, и прочее.

[0052] В некоторых практических случаях, поскольку функция засорения не является линейной, быстрая очистка модуля PHT может быть выполнена, когда засорение начало нарастать выше определенного порогового уровня, определенного посредством PCP. Например, когда относительная эффективность теплоотдачи упала до 75%, как проиллюстрировано на графике Фигуры 5. После того как достигается такой пороговый уровень процесс засоряющего отложения может ускориться и засорение может стать как более сложным, так и занять больший объем в модулях PHT, что усложняет процесс очистки и он, соответственно, становится более дорогим. Например, засорение, которое блокирует поток текучей среды в трубах PHT, делает невозможной ‘мягкую очистку’ (очистка без разборки модуля PHT). Такие случаи могут потребовать сложной механической разборки модуля и процесса очистки, который наносит ущерб внутренней поверхности модуля PHT. Пороговый уровень может также зависеть от резервной поверхности теплообменника. Когда соответствующая резервная поверхность PHT истощается, возникает риск исчерпания резервов. Любое время, потерянное на очистку, будет означать время, потерянное для производства, экспоненциально растущие затраты от проблем засорения (что совершенно неприемлемо для администрирования завода).

[0053] Персонализированный Профиль Очистки является элементом Когнитивной Инфраструктуры Очистки, представляющей собой действенное понимание, которое используется в Интеллектуальном Расписании (блок 207), которое воплощает всю предыдущую работу (блоки 200-206).

Интеллектуальное Расписание

[0054] Интеллектуальное Расписание PHT (блок 207) является предложенным подходом к техническому обслуживанию, который интегрирует физические и когнитивные способы и системы (блоки 200-206). Интеллектуальное Расписание PHT может быть разработано для получения значительных положительных экономических и экологических выгод, как проиллюстрировано на графике Фигуры 2.

[0055] Результаты Интеллектуального Расписания могут включать в себя новый календарь Интеллектуальной Физической Очистки (блок 209), положения для планирования ресурсов, оперативное управление заводом, закупки, безопасность и другие аспекты. Например, Интеллектуальное Расписание может рассматривать перспективы цены на продукцию и макроэкономику так, что оно предпочитает панировать очистку в течение периодов спада цены или спроса. Интеллектуальное Расписание может инициировать тревожную цифровую панель приборов, связанную с Красной или Желтой зонами, проиллюстрированную на Фигуре 4, когда существует риск оставленных не запланированными оценок уровней засорения как «Критического» или «Вероятного».

[0056] Результаты Интеллектуального Планирования могут быть использованы для процесса одобрения расписания очистки. Как только одобрено, Расписание Очистки может быть использовано, чтобы инициировать последовательность подготовки к очистке в соответствии с бизнес-процессами компании.

Смешивание Компонентов на Месте

[0057] Смешивание Компонентов на Месте (блок 208) является важным признаком для Когнитивной Очистки, поскольку отдельные параметры PHT постоянно меняются и для PCR (блок 204) могут требоваться непрерывные обновления для максимального эффекта. Смешивание Компонентов может быть выполнено вручную или автоматически с использованием модуля Интеллектуального Головного Смесителя, который может принимать данные PCR онлайн и смешивать компоненты по мере необходимости.

Физическая Интеллектуальная Очистка

[0058] Физическая Интеллектуальная Очистка (блок 209) может быть выполнена в соответствии с PCR (блок 204) и смешанных на месте компонентов (блок 208) с использованием модуля Интеллектуальной Подачи, который может принимать данные PCR онлайн и контролирует заданные режимы очистки. События Очистки могут быть отправлены оператором как вручную, так и автоматически в блок 201 и блок 202 для моделирования, чтобы обеспечить обновление PCR (блок 204) онлайн.

Анализ Образца Засорения

[0059] Образцы, полученные во время работы, могут быть отправлены в лабораторию для анализа (блок 210). Результаты анализа могут быть использованы в блоках 201 и 202, чтобы обновлять модели для улучшения результатов.

[0060] Фиг. 6 иллюстрирует электронную систему 600, с помощью которой могут быть реализованы одна или более реализации технологии предмета изобретения. Электронная система 600 может быть, и/или может быть частью, процессора/контроллера 110, показанного на Фиг. 1. Электронная система 600 может включать в себя различные типы машиночитаемых носителей информации и интерфейсов для различных других типов машиночитаемых носителей информации. Электронная система 600 включает в себя шину 608, один или несколько модуль(ей) 612 обработки, системную память 604 (и/или буфер), ROM 610, постоянное запоминающее устройство 602, интерфейс 614 устройства ввода, интерфейс 606 устройства вывода и один или несколько сетевых интерфейсов 616, или их подмножества и вариации.

[0061] Шина 608 собирательно представляет собой все из системной, периферийной шины и шины набора микросхем, которые коммуникативно соединяют многочисленные внутренние устройства электронной системы 600. В одной или более реализациях шина 608 коммуникативно соединяет один или несколько модуль(ей) 612 обработки с ROM 610, системной памятью 604 и постоянным запоминающим устройством 602. Из этих различных модулей памяти один или несколько модуль(ей) 612 обработки извлекает инструкции для исполнения и данные для обработки, чтобы исполнять процессы предмета изобретения. Один или несколько модуль(ей) 612 обработки может быть одним процессором или многоядерным процессором в разных реализациях.

[0062] ROM 610 хранит статические данные и инструкции, которые требуются одному или нескольким модулю(ям) 612 обработки и другим модулям электронной системы 600. Постоянное запоминающее устройство 602, с другой стороны, может быть устройством памяти для чтения-и-записи. Постоянное запоминающее устройство 602 может быть энергонезависимым модулем памяти, который хранит инструкции и данные, даже когда электронная система 600 выключена. В одной или нескольких реализациях устройство массовой памяти (такое как магнитный или оптический диск или их соответствующие дисковые накопители) может быть использовано в качестве постоянного запоминающего устройства 602.

[0063] В одной или нескольких реализациях съемное запоминающее устройство (такое как гибкий диск, флэш-накопитель и его соответствующий дисковый накопитель) может быть использовано в качестве постоянного запоминающего устройства 602. Аналогично постоянному запоминающему устройству 602, системная память 604 может быть устройством памяти для чтения-и-записи. Однако, в отличие от постоянного запоминающего устройства 602, системная память может хранить любые инструкции и данные, которые могут потребоваться одному или нескольким модулю(ям) 612 обработки в период работы. В одной или нескольких реализациях процессы предмета изобретения хранятся в системной памяти 604, постоянном запоминающем устройстве 602 и/или ROM 610. Из этих различных модулей памяти один или несколько модуль(ей) 612 обработки извлекает инструкции для исполнения и данные для обработки, чтобы исполнять процессы одной или нескольких реализаций.

[0064] Шина 608 также соединяет интерфейсы 614 и 606 устройства ввода и вывода. Интерфейс 614 устройства ввода позволяет пользователю сообщать информацию и выбирать команды для электронной системы 600. Устройства ввода, которые могут быть использованы с интерфейсом 614 устройства ввода, могут включать в себя, например, буквенно-цифровые клавиатуры и указывающие устройства (также именуемые «устройствами управления курсором»). Интерфейс 606 устройства вывода может обеспечивать, например, отображение изображений, сформированных электронной системой 600. Устройства вывода, которые могут быть использованы с интерфейсом 606 устройства вывода, могут включать в себя, например, принтеры и дисплейные устройства, такие как жидкокристаллический дисплей (LCD), дисплей на светоизлучающих диодах (LED), дисплей на органических светоизлучающих диодах (OLED), гибкий дисплей, дисплей с плоским экраном, твердотельный дисплей, проектор или любое другое устройство для вывода информации. Одна или несколько реализаций могут включать в себя устройства, которые функционируют как устройство ввода, так и как устройство вывода, как например сенсорный экран. В этих реализациях обратная связь, которая предоставляется пользователю, может быть любой формой сенсорной обратной связи, такой как визуальная обратная связь, слуховая обратная связь или тактильная обратная связь; и ввод от пользователя может быть принят в любой форме, включая акустический, речевой или тактильный ввод.

[0065] В заключение, как показано на Фиг. 6, шина 608 также связывает электронную систему 600 с одной или несколькими сетями и/или с одним или несколькими сетевыми узлами, такими как электронное устройство 102, показанное на Фиг. 1, через один или несколько сетевых интерфейс(ов) 616. Таким образом электронная система 600 может быть частью сети компьютеров (такой как LAN, глобальная сеть («WAN») или Интрасеть, или сетью из сетей, такой как Интернет. Любые или все компоненты электронной системы 600 могут быть использованы в сочетании с предметом изобретения.

[0066] Реализации в рамках объема настоящего изобретения могут быть частично или полностью реализованы с использованием вещественного машиночитаемого запоминающего носителя информации (или нескольких вещественных машиночитаемых носителей информации одного или нескольких типов), кодирующего одну или несколько инструкций. Вещественный машиночитаемый запоминающий носитель информации также может быть не временным по природе.

[0067] Машиночитаемый запоминающий носитель информации может быть любым запоминающим носителем информации, который может быть считан, записан или к нему может быть иным образом осуществлен доступ посредством вычислительного устройства общего назначения или особого назначения, включая любую электронику обработки и/или схему обработки, выполненную с возможностью исполнения инструкций. Например, без ограничения машиночитаемый носитель информации может включать в себя любую энергозависимую полупроводниковую память, такую как RAM, DRAM, SDRAM, T-RAM, Z-RAM и TTRAM. Машиночитаемый носитель информации также может включать в себя любую энергонезависимую полупроводниковую память, такую как ROM, PROM, EPROM, EEPROM, NVRAM, флэш память, nvSRAM, FeRAM, FeTRAM, MRAM, PRAM, CBRAM, SONOS, RRAM, NRAM, трековую память, FJG и миллипидовую память.

[0068] Кроме того, машиночитаемый запоминающий носитель информации может включать в себя любую не полупроводниковую память, такую как оптическое дисковое хранилище, магнитное дисковое хранилище, магнитная лента, прочие магнитные запоминающие устройства, или любой другой носитель информации, выполненный с возможностью хранения одной или нескольких инструкций. В одной или нескольких реализациях вещественный машиночитаемый запоминающий носитель информации может быть непосредственно связан с вычислительным устройством, тогда как в других реализациях вещественный машиночитаемый запоминающий носитель информации может быть опосредовано связан с вычислительным устройством, например, через одно или несколько проводных соединений, одно или несколько беспроводных соединений или любое их сочетание.

[0100] Инструкции могут быть непосредственно исполняемыми или могут быть использованы, чтобы разрабатывать исполняемые инструкции. Например, инструкции могут быть реализованы в качестве исполняемого или неисполняемого машинного кода или в качестве инструкций на высокоуровневом языке, которые могут быть скомпилированы, чтобы создавать исполняемый или неисполняемый машинный код. Кроме того, инструкции также могут быть реализованы в качестве или могут включать в себя данные. Исполняемые компьютером инструкции также могут быть организованы в любом формате, включая последовательность команд, подпрограммы, программы, структуры данных, объекты, модули, приложения, апплеты, функции и т.д. Как известно специалистам в соответствующей области техники подробности, включая, но не ограничиваясь, количество, структуру, последовательность и организацию инструкций, могут в значительной степени варьироваться без изменения лежащей в основе логики, функции, обработки и выходных данных.

[0101] Несмотря на то, что вышеупомянутое обсуждение главным образом обращается к микропроцессору или многоядерным процессорам, которые исполняют программное обеспечение, одна или несколько реализаций выполняются одной или несколькими интегральными микросхемами, такими как ASIC или FPGA. В одной или нескольких реализациях такие интегральные микросхемы исполняют инструкции, которые хранятся в самой схеме.

[0102] Специалистам в соответствующей области техники будет понятно, что различные иллюстративные блоки, модули, элементы, компоненты, способы и алгоритмы, описанные в данном документе, могут быть реализованы в качестве электронного аппаратного обеспечения, компьютерного программного обеспечения или сочетаний двух типов. Чтобы проиллюстрировать данную взаимозаменяемость аппаратного обеспечения и программного обеспечения, различные иллюстративные блоки, модули, элементы, компоненты, способы и алгоритмы были описаны выше в целом исходя из их функциональных возможностей. Реализуется ли такая функциональная возможность в качестве аппаратного обеспечения или программного обеспечения зависит от конкретного приложения и ограничений на исполнение, наложенных на всю систему. Специалисты в соответствующей области техники могут реализовать описанные функциональные возможности различными путями для каждого конкретного приложения. Различные компоненты и блоки могут быть организованы по-другому (например, организованы в другом порядке или разбиты другим образом), причем все не отступая от объема технологии предмета изобретения.

[0103] Понятно, что любой конкретный порядок или иерархия блоков в раскрытых процессах является иллюстрацией примерных подходов. На основании предпочтений к исполнению понятно, что конкретный порядок или иерархия блоков в процессах могут быть переупорядочены, или что все проиллюстрированные блоки могут быть выполнены. Любые из блоков могут быть выполнены одновременно. В одной или нескольких реализациях преимущественной может быть многозадачность и параллельная обработка. Более того, разделение различных компонентов системы в реализациях, описанных выше, не следует понимать, как требующее такого разделения во всех реализациях, и следует понимать, что описанные компоненты программы и системы могут, в целом, быть интегрированы вместе в одном продукте программного обеспечения или упакованы в несколько продуктов программного обеспечения.

[0104] Используемые в данном техническом описании и любых пунктах формулы изобретения данной заявки понятия «базовая станция», «приемник», «компьютер», «сервер», «процессор» и «память» все относятся к электронным или другим технологическим устройствам. Эти понятия исключают людей или группы людей. В целях технического описания понятия «отображать» или «отображающий» означает отображающий на электронном устройстве.

[0105] Используемая в данном документе фраза «по меньшей мере один из», предшествующая ряду элементов, с понятием «и» или «или» для разделения любых из элементов, модифицирует список целиком, а не каждый член списка (т.е. каждый элемент). Фраза «по меньшей мере один из» не требует выбора по меньшей мере одного из каждого перечисленного элемента; наоборот, фраза допускает значение, которое включает по меньшей мере один из любого одного из элементов и/или по меньшей мере одну из любой комбинации элементов, и/или по меньшей мере один из каждого из элементов. В качестве примера, фразы «по меньшей мере одно из A, B и C» или «по меньшей мере одного из A, B или C» каждая относится к только A, только B или только C; любой комбинации из A, B и C; и/или по меньшей мере одному из каждого из A, B и C.

[0106] Сказуемые «выполнен с возможностью», «работает чтобы» и «запрограммирован чтобы» не подразумевают какой-либо конкретной вещественной или не вещественной модификации предмета, а наоборот предназначены для использования взаимозаменяемым образом. В одной или нескольких реализациях процессор, выполненный с возможностью мониторинга и управления операцией или компонентом, также может означать процессор, запрограммированный для мониторинга и управления операцией, или процессор, работающий для мониторинга и управления операцией. Аналогичным образом процессор, выполненный с возможностью исполнения кода, может быть истолкован как процессор, запрограммированный для исполнения кода, или работающий для исполнения кода.

[0107] Фразы, такие как аспект, этот аспект, другой аспект, некоторые аспекты, один или несколько аспектов, реализация, эта реализация, другая реализация, некоторые реализации, одна или несколько реализаций, вариант осуществления, этот вариант осуществления, другой вариант осуществления, некоторые варианты осуществления, один или несколько вариантов осуществления, конфигурация, эта конфигурация, другая конфигурация, некоторые конфигурации, одна или несколько конфигураций, технология предмета изобретения, раскрытие, настоящее раскрытие, их другие вариации и аналогичное служат для удобства и не подразумевают, что раскрытие, относящееся к такой фразе(ам), является неотъемлемым для технологии предмета изобретения, или что такое раскрытие применяется к всем конфигурациям технологии предмета изобретения. Раскрытие, которое относится к такой фразе(ам), может применяться к всем конфигурациям, или к одной или нескольким конфигурациям. Раскрытие, которое относится к такой фразе(ам), может предоставлять один или несколько примеров. Фраза, такая как аспект или некоторые аспекты может относиться к одному или нескольким аспектам и наоборот, и это применяется аналогично к другим вышеупомянутым фразам.

[0108] Слово «примерный», используется в данном документе со значением «служащий в качестве примера, экземпляра или иллюстрации». Любой вариант осуществления, описанный в данном документе как «примерный» или как «пример», не обязательно следует толковать в качестве предпочтительного или преимущественного над другими реализациями. Кроме того, в той степени, в которой понятие «включать в себя», «обладать» или аналогичное используется в описании или формуле изобретения, предполагается, что такое понятие должно быть включающим, по аналогии с понятием «содержать», когда «содержать» интерпретируется при использовании в качестве переходного слова в пункте формулы изобретения.

[0109] Все структурные и функциональные эквиваленты элементов различных аспектов, описанных на всем протяжении данного изобретения, которые известны или позже становятся известными специалистам в соответствующей области техники, явно включены в данное описание путем ссылки и предназначены для включения в формулу изобретения. Более того, ничто из раскрытого в данном документе не предназначено для публичного ознакомления, независимо от того, изложено ли явно такое раскрытие в формуле изобретения. Ни один элемент формулы изобретения не должен толковаться в соответствии с положениями шестого абзаца параграфа 112 раздела 35 Свода Законов США, если элемент явно не изложен с использованием фразы «средство для» или, в случае пункта формулы изобретения способа, элемент не изложен с использованием фразы «этап для».

[0110] Предшествующее описание предоставлено чтобы позволить любому специалисту в соответствующей области техники реализовать на практике различные аспекты, описанные в данном документе. Различные модификации этих аспектов будут легко очевидны специалистам в соответствующей области техники, и общие принципы, определенные в данном документе, могут быть применены к другим аспектам. Таким образом, формула изобретения не предназначена для того, чтобы ограничиваться аспектами, показанными в данном документе, а должна соответствовать полному объему, который согласуется с языком формулы изобретения, при этом обращение к элементу в единственном числе не означает, «один и только один», если это особо не оговорено, а наоборот «один или несколько». Если особо не оговорено иное, понятие «некоторый» относится к одному или нескольким. Местоимения в мужском роде (например, его) включают в себя женский и средний род (например, ее) и наоборот. Заголовки и подзаголовки, если таковые имеются, используются только для удобства и не ограничивают предмет изобретения.

Изобретение относится к когнитивной системе очистки, содержащей по меньшей мере один процессор, выполненный с возможностью: формирования первой функции на основе оценки уровня засорения и определения характеристик засорения оборудования; формирования второй функции на основе рецепта очистки, соответствующего определению характеристик засорения и оборудованию; определения интеллектуального расписания на основе первой и второй функций; и исполнения процесса очистки оборудования в соответствии с интеллектуальным расписанием. Способ позволяет эффективно удалять любые отложения, которые не реагируют на химические реагенты. 6 ил.

Когнитивная система очистки, содержащая:

по меньшей мере один процессор, выполненный с возможностью:

формирования первой функции на основе оценки уровня засорения и определения характеристик засорения оборудования;

формирования второй функции на основе рецепта очистки, соответствующего определению характеристик засорения и оборудованию;

определения интеллектуального расписания на основе первой и второй функций; и

исполнения процесса очистки оборудования в соответствии с интеллектуальным расписанием.