CN112912663A - 气体管网和压力或真空下的气体管网中阻塞的检测方法 - Google Patents
气体管网和压力或真空下的气体管网中阻塞的检测方法 Download PDFInfo
- Publication number
- CN112912663A CN112912663A CN201980070025.XA CN201980070025A CN112912663A CN 112912663 A CN112912663 A CN 112912663A CN 201980070025 A CN201980070025 A CN 201980070025A CN 112912663 A CN112912663 A CN 112912663A
- Authority
- CN
- China
- Prior art keywords
- sensors
- gas
- network
- blockage
- vacuum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/005—Protection or supervision of installations of gas pipelines, e.g. alarm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
- G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
- G01M3/2815—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes using pressure measurements
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Pipeline Systems (AREA)
- Measuring Volume Flow (AREA)
- Filling Or Discharging Of Gas Storage Vessels (AREA)
- Measuring Fluid Pressure (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
- Examining Or Testing Airtightness (AREA)
- Control Of Fluid Pressure (AREA)
Abstract
采用确定气体的物理参数的传感器(9a、9b和9d)检测气体管网(1)中的阻塞(13)的方法,其中气体管网(1)包括可控节流阀(10)和状态传感器(9c),它们可以登记节流阀(10)的状态,其中,该方法包括以下步骤:训练阶段(16),其中在传感器(9a、9b、9c、9d)的测量结果之间建立数学模型,其中,控制一个或多个可调节流阀(10)以产生阻塞(13);操作阶段(17),其中使用在第一组传感器和第二组传感器(9a、9b、9c、9d)的测量结果之间建立的数学模型检测气体管网(1)中的阻塞(13);其中,操作阶段(17)包括以下步骤:使用数学模型计算第一组传感器(9a、9b、9c、9d)的读数和第二组传感器(9a、9b、9c、9d)的值;确定计算值和读取值之间的差值;根据上述差值确定是否存在阻塞(13)。
Description
技术领域
本发明涉及一种压力或真空下的气体管网(gas network)中阻塞的检测方法。
更具体地说,本发明旨在能够检测和量化在气体管网中出现的阻塞。
这里的“气体”是指例如空气,但这不是必须的。
这里的“阻塞”指气体管网中的部分或全部堵塞或管道阻力增加。
背景技术
监测或控制压力下的气体管网的方法是已知的,由此这些方法是为长而直的管道设置的,其中由于所关注的气体的可压缩性,输入的流量不一定等于输出的流量。
这种方法基于多个假设,例如非常长的管道、直线管道,这些假设不适合压力下的复杂气体管网,这样的气体管网中一个或多个压缩机设备向复杂网络的消费者提供压力下的气体。
然而,上述方法涉及到气体管网中泄漏的检测。
这些已知方法的缺点是,它们不允许在源和消费者或消费者区域之间的复杂管道网络中检测阻塞。此外,气体网络或真空网络的分配网络是一个不应低估的阻塞来源。
对于气体管网中阻塞的检测,目前还没有具体的方法。
发明内容
本发明的目的是提供解决这一问题的方法。
本发明涉及一种检测和量化加压或真空气体管网中的阻塞的方法;该气体管网包括:
-压缩气体或真空的一个或多个源;
-压缩气体或真空应用的一个或多个消费者或消费者区域;
-将压缩气体或真空从源输送到消费者、消费者区域或应用的管道或管道的网络;
-确定在气体管网内的不同时间和位置的气体的一个或多个物理参数的多个传感器;
其特征在于,气体管网还具有位于上述管道中的多个可控或可调的节流阀,并且具有能够记录一个或多节流阀的状态或状况的一个或多个状态传感器,并且该方法包括以下步骤:
-训练阶段,其中在第一组传感器和第二组传感器的测量结果之间以这些传感器的不同测量结果为基础制定数学模型,其中一个或多个可调的节流阀按预定的顺序并根据精心设计的场景进行控制来产生阻塞;
-操作阶段,其中使用在第一组传感器和第二组传感器的测量结果之间建立的数学模型来预测气体管网中的阻塞;
其中,所述操作阶段包括以下步骤:
-读出第一组传感器;
-根据传感器的读出的测量结果,使用数学模型计算或确定所述第二组传感器的值;
-将第二组传感器的计算值或某些值与第二组传感器的读出值进行比较,并确定它们之间的差值;
-根据上述差值及其任何衍生物(derivative)确定气体管网中是否存在阻塞;
-如果检测到相应阻塞程度的阻塞,则产生警报。
控制可调节流阀的“预定顺序”是指在有多个可调的节流阀的情况下,可调节流阀打开和关闭的顺序。
“场景”指不同的可调节流阀的不同的“打开和关闭”状态,例如[0,0,0,0]、[1,0,0,0]、[0,1,1,0]……。相比仅仅打开(1)和关闭(0),可能还有更多状态,其中中间状态(例如1/2)对阻塞检测和量化同样重要。
“差值的衍生物”指可以从差值中提取的任何数学量,例如和、算术平均值、最小平方和……。
“消费者区域”指的是一组个人消费者。气体管网可以包括多个消费者组或消费区域。
优点是这种方法将使得学习、检测、定位和量化气体管网本身中的阻塞成为可能。
换句话说,由该方法检测到的阻塞不限于压缩气体的源或消费者中(即,在压缩机设备和气动工具或部件中)的阻塞,而是还可以为气体管网本身的管道中的阻塞。
在训练阶段期间,使用各种传感器的测量结果,建立这一组传感器之间的关系。
在节流阀的不同设置下进行不同的测量。换句话说,在不同的测试场景下,通过部分地关闭节流阀,在气体管网中按特定顺序产生不同程度的阻塞,然后从传感器读取测量值。
在所有数据的基础上,在第一组传感器或数学模型输入与第二组传感器或数学模型输出之间建立数学模型。输入或数学操作也被称为“特征”,输出也被称为“目标”。
这样,将创建一个数学模型,该数学模型显示了传感器测量的不同参数之间的关系。这些参数或系数也被称为“权重”。
然后,该模型将用于通过比较模型的结果和传感器的测量结果,即刻检测到传感器未来测量结果中的不规则性。
这样,阻塞将被非常快速、准确地检测、定位和量化,并且在检测到阻塞的情况下,可以采取行动,并可以修补阻塞。
优选地,操作阶段应在一定时间暂时中断或停止,在此之后应恢复训练阶段,以便在恢复操作阶段之前重新定义数学模型或不同传感器的测量结果之间的关系。
应当指出,这一过程,即具有源、管道和消费者的气体管网,没有关闭,而是只有该方法关闭了。换句话说,如果操作阶段暂时中断或停止,源仍然会向消费者提供气体或真空。
中断操作阶段和恢复训练阶段具有更新数学模型或关系的优点。
例如,这将使得能够考虑到被修补的检测到的阻塞,或者随着时间的推移对气体管网进行的调整或扩建。
本发明还涉及一种压力或真空下的气体管网;该气体管网至少包括:
-压缩气体或真空的一个或多个源;
-压缩气体或真空应用的一个或多个消费者或消费者区域;
-将气体或真空从源输送到消费者、消费者区域或应用的管道或管道的网络;
-确定在气体管网中的不同时间和位置的压缩气体的一个或多个物理参数的多个传感器;
其特征在于,气体管网还具有位于:
-多个可控的或可调的节流阀;
-能够记录一个或多个节流阀的状态或状况的一个或多个状态传感器;
-数据采集控制单元,用于从传感器收集数据并用于控制或调节上述节流阀;
-用于实施根据本发明的方法的计算单元。
这种装置可用来应用根据本发明的方法。
附图说明
为了更好地证明本发明的特征,下面通过非限制性示例,参照附图,描述了根据本发明的方法和气体管网的多个优选变体,其中:
图1示意性地示出了根据本发明的装置;
图2示出了根据本发明的方法的示意性流程图。
具体实施方式
图1中的气体管网1主要包括源侧2、消费者侧3和两者之间的管道5的网络4。
这种情况下的气体管网1是压力下的气体管网1。例如,气体可以是空气、氧气或氮气。
源侧2包括多个压缩机6,在这种情况下,有三个压缩机,压缩机产生压缩空气。消费者侧3包括多个压缩空气的消费者7,并且在这种情况下消费者数量也是3个。
压缩机6也有可能含有压缩空气干燥器。
不排除气体管网1的下游也可以有压缩机6。这种被称为“增压压缩机”。
压缩空气经由管道5的网络4从压缩机6路由到消费者7。
这个网络4在大多数情况下是一个由管道5构成的非常复杂的网络。
图1以非常示意性和简化的方式示出了这个网络4。在大多数实际情况下,管道5的网络4由大量的管道5和连接件组成,这些管道5和连接件将消费者7彼此以及与压缩机6相互串联和并联。不排除网络4的一部分采用或包括环形结构。
这是因为气体管网1通常随着时间的推移利用附加的消费者7或压缩机6扩展,因此必须在现有管道5之间铺设新的管道5,从而导致管道5的缠结。
气体管网1可以还具有压力容器8,其中所有压缩机6都在该压力容器8的前面。
不排除在气体管网1下游可能有一个或多个压力容器8。
此外,组件18,如过滤器、分离器、雾化器和/或调节器,也可以在气体管网1中提供。这些组件18可以在各种组合中找到,并且既可以在缓冲缸8附近找到又可以在个体消费者7附近找到。
网络4还包括多个传感器9a、9b、9c,它们位于网络4中的不同位置。
在这种情况下,已经安装了两个流量传感器9a,其中一个正好放置在上述压力容器8之后,它将测量由所有压缩机6提供的总流量q。
也有可能压缩机6的流速是由它们自己计算或测量的。
此外,图中显示了四个压力传感器9b,它们测量网络4中不同位置的压力。
还建议使用压力传感器9b来测量压力容器8中的压力,以校正用于大量、浓缩体积的“质量输入-质量输出”原则。
显然,也可以提供或多于或少于四个的压力传感器9b。此外,对于本发明,流量传感器9a的数量不受限制。
除了流量传感器9a或压力传感器9b之外,还可以附加或替代地使用传感器9a、9b来确定气体的如下一个或多个物理参数:压差、温度、湿度和气体速度等。
根据本发明,气体管网1还具有多个节流阀10,这些节流阀10安装在管道5的各个位置。
这些节流阀10可以部分地关闭管道5以似乎模拟阻塞。它们是可调的或可控的,这意味着可以设置或控制它们关闭相关管道5的程度。
除了上述可以测量气体的物理参数的传感器9a和9b之外,还有多个传感器9c,或“状态传感器9c”,它们位于节流阀10处。这些状态传感器9c可以测量节流阀10的状态或状况、开度,即由此产生的阻塞的相对增加或减少。状态传感器9c也可以被压差传感器9d所取代,压差传感器9d确定节流阀10上的压降。
在所示的示例中,每个节流阀10都安装了一个该类型的状态传感器9c。
优选地,传感器9c为节流阀10的一部分。传感器9c与节流阀10一并集成在一个模块中。
不排除至少部分其他传感器9a或9b与节流阀10集成在一个模块中。这将使测量或确定通过相关节流阀10的流速也成为可能。
这还将简化和加快传感器9a、9b和/或9c和节流阀10的安装或集成。此外,可以确保用于节流阀10的正确且合适的传感器9a、9b和9c一起放置在一个模块中。
虽然在图1中没有明确指示,但不能排除在气体管网1中,在压缩机6和消费者7附近有附加状态传感器9c来确定这些部件的开/关状态。优选地,这些状态传感器是消费者7本身的一部分。
附加的状态传感器9c(例如,压缩机6的开/关)的目的是在训练阶段16和操作阶段17期间显著降低模型的交叉敏感性,如下所述。
上述压差传感器9d优选地放置在过滤器、分离器、雾化器和/或调节器组件18上方。在当前的例子中,四个压差传感器9d已经被纳入到气体管网1中。压差传感器9d也可以放置在节流阀10上方,然后接管状态传感器9c的角色。
上述湿度和温度传感器优选地应安装在压缩机设备6和消费者7的入口/出口上。在所示的示例中,这些附加传感器并不都包含在气体管网1中,但是不言而喻,都包含在气体管网中的情况也是可能的。这样的传感器9a,9b可以特别使用在更广泛和复杂的气体管网1中,也可以在只测量体积流速而不是质量流速的网络中。
根据本发明,气体管网1还具有数据采集控制单元11,以从上述传感器9a、9b、9c和9d收集数据,并且还用于控制节流阀10。
换句话说,传感器9a、9b、9c和9d确定或测量气体的物理参数,并将该数据发送到数据采集控制单元11,并且数据采集控制单元11将控制或检查节流阀10是否被关闭或者有多少节流阀10被关闭以创建或模拟阻塞。
根据本发明,气体管网1还具有用于处理来自传感器9a、9b、9c和9d的数据的计算单元12,其中计算单元12将能够根据如下所述的本发明去实施检测和量化气体管网1中的阻塞13的方法。
上述计算单元12可以是物理模块,它是气体管网1的物理部分。不能排除计算单元12不是物理模块,而是所谓的基于云的计算单元12,它可以或不可以无线连接到气体管网1。这意味着计算单元12或计算单元12的软件位于“云”中。
在这种情况下,气体管网1还具有监视器14,以显示或用信号表示采用本方法检测到的阻塞13。
气体管网1的操作和根据本发明的方法非常简单,具体如下。
图2示意性地说明了用于在图1的气体管网1中检测阻塞12的方法。
在第一阶段15,启动阶段15,传感器9a、9b、9c和9d如果必要的话在使用前进行校准。不言而喻,如果有其他传感器,它们也可以在使用前进行校准。
一旦传感器9a、9b和9c放置在气体管网1中时,就将进行校准。当然,随着时间的推移,传感器9a、9b、9c和9d可能要被重新校准。
优选地,传感器9a、9b、9c和9d中的至少一些应该在操作期间或通过原位自校准进行校准。这意味着在气体管网1中的传感器9a、9b、9c和9d,即,在其安装完毕后进行校准。“操作中”或“原位”是指在不从气体管网1中移除传感器9a、9b、9c和9d的情况下的校准。
当然,所有传感器9a、9b、9c和9d可以在操作中或在原位通过自校准进行校准。
这样,可以确保传感器9a、9b、9c和9d的放置和/或可能的污染将不会影响其测量结果,因为只有在放置传感器9a、9b、9c、和9d之后,才能在一定时间段内进行校准或重复校准。
然后,第二阶段16或训练阶段16开始。
在这一阶段,在第一组传感器9a、9b、9c和9d的测量结果或“特征”与第二组传感器9a、9b、9c和9d的测量结果或“目标”之间建立了数学模型。
优选地,所述第一组传感器9a、9b、9c和9d包括位于气体管网1的不同位置的多个压力传感器9b,可能的多个流量传感器9a,以及可能的多个状态传感器9c,并且第二组传感器9a、9b、9c和9d包括气体管网1中不同位置的多个状态传感器9c。
在这种情况下,流量传感器9a、压力传感器9b和部分状态传感器9c构成第一组传感器,其余的状态传感器9c构成第二组传感器。
为了完整性起见,此处说明,本发明不限于此。对于第一组传感器9a、9b、9c和9d和第二组传感器9a、9b、9c和9d,可以进行随机选择,仅限制第一组中的传感器可以不在第二组中,反之亦然。
上述数学模型基于传感器9a、9b、9c和9d的各种测量结果,其中可调节流阀10由数据采集控制单元11控制以模拟或产生阻塞13。
换句话说,数据采集控制单元11从传感器9a、9b、9c和9d收集数据或测量结果,其中数据采集控制单元11将控制节流阀10以使其关闭,从而在气体管网1中产生阻塞,以便在气体管网1中出现阻塞13时从传感器9a、9b、9c和9d收集数据。
这样,可以收集一整套数据或测量结果,以及来自节流阀10的信息,即阻塞13的位置和尺寸。计算单元12将基于所有这些信息建立一个数学模型。该数学模型优选为黑箱模型或数据驱动模型。该模型通常包含估计的多个参数或系数,也称为“权重”。
例如,黑箱模型采用矩阵或非线性数学向量函数等的形式。
数学模型基于多个假设。在本情况下,假设气体管网1中没有泄漏。
训练阶段16应优选地在气体管网1的操作或操作阶段期间进行。
该数学模型在操作阶段17中用于检测、定位和量化气体管网1中的阻塞13。虽然不常见,但不排除,在操作阶段期间,可调节流阀10按预定顺序被控制以定位阻塞13。
在该阶段17中,执行以下步骤:
-读出第一组传感器9a、9b、9c和9d;
-基于传感器9a、9b、9c和9d的读出的测量结果,使用数学模型计算或确定第二组传感器9a、9b、9c和9d的值,也称为“预测目标”;
-将第二组传感器9a、9b、9c和9d的计算值或确定值与第二组传感器9a、9b、9c和9d的读出值进行比较,并确定它们之间的差值;
-根据上述差值及其任何衍生物确定气体管网1中是否存在阻塞13;
-如果检测到阻塞13,则产生警报。
为了确定气体管网1中的阻塞13,在倒数第二步中,将检查上述差值是否超过一定的阈值。这表明气体管网1中有阻塞13。
可以预先设置或选择该阈值。
当检测到阻塞13时,将产生警报。在这种情况下,这是由显示警报的监视器14完成的。
气体管网1的用户会注意到此警报,并能够采取适当的步骤。
操作阶段17的这些步骤优选地以一定的时间间隔依次重复。
这意味着在气体管网1的整个操作时段期间,可以检测到阻塞12,而不仅仅是在气体管网1启动期间或之后不久进行一次。
上述时间间隔可以根据气体管网1进行选择和设置。不可以排除时间间隔可能随时间而变化。
在本发明的一种优选变体中,在某些时刻,操作阶段17将被暂时中断或停止,在此之后,在恢复操作阶段17之前,训练阶段16将恢复以重新定义不同传感器9a,9b,9c和9d的测量结果之间的数学模型。
这里的“在某些时刻”应该解释为预先设定的时刻,例如每周、每月或每年一次,或者用户可以选择的时刻。
这将更新数学模型,以考虑到***的任何时变行为。
例如,这些包括网络4中的通过更换相关零件或阀门将被修补为基线情况下现存的小阻塞12的阻塞12(随着时间的推移,这些阻塞会变得越来越大,并且必须予以考虑),或网络4的调整或扩展,这将改变气体管网1的上述基线状况。
虽然图1的示例中是压力下的气体管网1,但也可以是真空下的气体管网1。
然后,源侧2包括多个真空源,即真空泵或类似物。
在这种情况下,消费者7已经被需要真空的应用所取代。
此外,该方法与上述公开的方法相同。
本发明决不限于通过示例和如图所示的实施例,而是可以以不同的变体来实施如本发明所述的方法和气体管网,而不超出本发明的范围。
Claims (17)
1.一种用于检测、定位和量化在压力或真空下的气体管网(1)中的阻塞(13)的方法;所述气体管网(1)包括:
-压缩气体或真空的一个或多个源(6);
-压缩气体或真空应用的一个或多个消费者(7)或消费者区域;
-用于将压缩气体或真空从源(6)输送到消费者(7)、消费者区域或应用的管道(5)或管道(5)的网络;
-提供气体在气体管网(1)内的不同时间和位置的一个或多个物理参数的多个传感器(9a、9b、9d);
其特征在于,气体管网(1)还具有位于上述管道(5)中的多个可控或可调的节流阀(10)并且具有能够记录一个或多个节流阀(10)的状态或状况的一个或多个状态传感器(9c),并且该方法包括以下步骤:
-训练阶段(16),其中在第一组传感器(9a、9b、9c、9d)和第二组传感器(9a、9b、9c、9d)的测量结果之间以这些传感器(9a、9b、9c、9d)的不同测量结果为基础制定数学模型,其中一个或多个可调的节流阀(10)按预定的顺序并且根据精心设计的场景进行控制以产生阻塞(13);
-操作阶段(17),其中使用在第一组传感器(9a、9b、9c、9d)和第二组传感器(9a、9b、9c、9d)的测量结果之间建立的数学模型来检测、定位和量化气体管网(1)中的阻塞(13);
其中,所述操作阶段(17)包括以下步骤:
-读出第一组传感器(9a、9b、9c、9d);
-根据读出的所述传感器(9a、9b、9c)的测量结果,使用所述数学模型计算或确定所述第二组传感器(9a、9b、9c、9d)的值;
-将第二组传感器(9a、9b、9c、9d)的计算值或确定值与第二组传感器(9a、9b、9c、9d)的读出值进行比较,并确定它们之间的差值;
-根据上述差值及其任何衍生物确定在气体管网(1)中是否存在阻塞(13);
-如果检测到阻塞(13)则产生警报,和/或确定阻塞(13)的位置和阻塞(13)的程度,和/或产生相关的阻塞成本。
2.如权利要求1所述的方法,其特征在于,第一组传感器(9a、9b、9c和9d)包括位于气体管网(1)的不同位置的多个压力传感器(9b),可能包括多个流量传感器(9a)并且可能包括多个状态传感器(9c),并且第二组传感器(9a、9b、9c和9d)包括气体管网(1)中不同位置的多个状态传感器(9c)。
3.如权利要求1或2所述的方法,其特征在于,训练阶段(16)的方法包括启动阶段(15),在启动阶段(15)中,上述传感器(9a,9b,9c、9d)在使用前进行校准。
4.如权利要求3所述的方法,其特征在于,所述传感器(9a,9b,9c、9d)借助原位自校准进行校准。
5.如上述任意一项权利要求所述的方法,其特征在于,上述传感器(9a、9b、9c、9d)能够测量气体的如下一个或多个物理参数:压力、压差、温度、流量、气体速度和湿度。
6.如上述任意一项权利要求所述的方法,其特征在于,操作阶段(17)在一定时刻暂时中断或停止,在此之后训练阶段(16)恢复,以便在操作阶段(17)恢复之前重新定义在不同传感器(9a、9b、9c和9d)的测量结果之间的数学模型。
7.如上述任意一项权利要求所述的方法,其特征在于,操作阶段(17)的步骤以给定的时间间隔按顺序重复。
8.如上述任意一项权利要求所述的方法,其特征在于,至少部分所述传感器(9a、9b、9c、9d)与节流阀(10)一起集成在一个模块中。
9.如上述任意一项权利要求所述的方法,其特征在于,在气体管网(1)中的每个节流阀(10)附近提供传感器(9a、9b、9c)和/或反之亦然。
10.如上述任意一项权利要求所述的方法,其特征在于,所述数学模型为黑盒模型。
11.如上述任意一项权利要求所述的方法,其特征在于,上述数学模型采用具有参数或常数的矩阵和/或非线性向量函数的形式,其中,在操作阶段(17)期间跟踪所述数学模型的输出或“目标”的变化。
12.如上述任意一项权利要求所述的方法,其特征在于,其是气体、空气、氧气或氮气或其他无毒和/或危险气体或气体的混合物。
13.一种在压力或真空下的气体管网,所述气体管网(1)至少具有:
-压缩气体或真空的一个或多个源(6);
-压缩气体或真空应用的一个或多个消费者(7)或消费者区域;
-用于将气体或真空从源(6)输送到消费者(7)、消费者区域或应用的管道(5)或管道(5)的网络;
-提供气体在气体管网(1)内的不同时间和位置的一个或多个物理参数的多个传感器(9a、9b、9d);
其特征在于,所述气体管网(1)进一步具有:
-多个可控或可调的节流阀(10);
-一个或多个状态传感器(9c),能够记录一个或多个节流阀(10)的状态或状况;
-数据采集控制单元(11),用于从传感器(9a、9b、9c、9d)收集数据,并用于控制或调节上述节流阀(10);
-计算单元(12),用于执行根据上述任意一项权利要求所述的方法。
14.如权利要求13所述的气体管网,其特征在于,至少一些所述传感器(9a,9b,9c、9d)与节流阀(10)一起集成在一个模块中。
15.如权利要求13或14所述的气体管网,其特征在于,气体管网(1)还具有监视器(14)以显示或以信号表示阻塞(13)。
16.如上述权利要求13至15中任意一项所述的气体管网,其特征在于,能够登记消费者(7)的状态或状况的传感器(9c)是消费者(7)本身的一部分。
17.如上述权利要求13至16中任意一项所述的气体管网,其特征在于:计算单元(12)为基于云的计算单元(12),其无线或非无线地连接到气体管网(1)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
BE2018/5860 | 2018-12-07 | ||
BE20185860A BE1026843B1 (nl) | 2018-12-07 | 2018-12-07 | Gasnetwerk en werkwijze voor het detecteren van obstructies in een gasnetwerk onder druk of onder vacuüm |
PCT/IB2019/060164 WO2020115608A1 (en) | 2018-12-07 | 2019-11-26 | Gas network and method for detecting obstructions in a gas network under pressure or under vacuum |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112912663A true CN112912663A (zh) | 2021-06-04 |
CN112912663B CN112912663B (zh) | 2023-02-17 |
Family
ID=64959035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980070025.XA Active CN112912663B (zh) | 2018-12-07 | 2019-11-26 | 气体管网和压力或真空下的气体管网中阻塞的检测方法 |
Country Status (10)
Country | Link |
---|---|
US (1) | US11859772B2 (zh) |
EP (2) | EP4105544A1 (zh) |
JP (1) | JP7397080B2 (zh) |
KR (1) | KR20210097728A (zh) |
CN (1) | CN112912663B (zh) |
BE (1) | BE1026843B1 (zh) |
ES (1) | ES2934939T3 (zh) |
FI (1) | FI3891432T3 (zh) |
PL (1) | PL3891432T3 (zh) |
WO (1) | WO2020115608A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102526029B1 (ko) * | 2020-10-12 | 2023-04-26 | 인투카오스 주식회사 | IoT 기반의 가스 차단, 제어 장치 및 누출 검지 고도화를 위한 장치 및 이의 운용 제어 방법 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003048713A1 (en) * | 2001-11-30 | 2003-06-12 | The Victoria University Of Manchester | Remote pipeline acoustic inspection |
CN102563362A (zh) * | 2011-12-31 | 2012-07-11 | 杭州哲达科技股份有限公司 | 压缩空气***管网泄漏智能检测方法及*** |
CN102588744A (zh) * | 2012-03-12 | 2012-07-18 | 中冶南方工程技术有限公司 | 一种煤气切断***的在线检测泄漏方法 |
CN104930355A (zh) * | 2015-06-09 | 2015-09-23 | 段焕丰 | 适用于城市供水管道***的在线无损检测方法及其装置 |
CN105546360A (zh) * | 2016-02-04 | 2016-05-04 | 江苏省特种设备安全监督检验研究院常州分院 | 城市输送管道泄漏检测模拟实验***及实验方法 |
JP2017116382A (ja) * | 2015-12-24 | 2017-06-29 | 三浦工業株式会社 | ガス漏れ検出装置及びガス漏れ検出方法 |
CN107355684A (zh) * | 2017-07-19 | 2017-11-17 | 中国水利水电科学研究院 | 一种管网故障水力监测实验***及其实现故障辨识的方法 |
CN107830412A (zh) * | 2017-10-30 | 2018-03-23 | 重庆科技学院 | 管道不完全堵塞位置检测***和检测方法 |
CN207394379U (zh) * | 2017-10-30 | 2018-05-22 | 重庆科技学院 | 城市供气管道堵塞和泄漏模拟检测*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104061445B (zh) | 2014-07-09 | 2017-07-28 | 中国石油大学(华东) | 一种基于神经网络的管道泄漏检测方法 |
CN107917341B (zh) | 2016-10-09 | 2020-01-07 | 中国石油天然气股份有限公司 | 一种输油管道泄漏检测方法及装置 |
CN108332056A (zh) | 2018-02-10 | 2018-07-27 | 谭汉卿 | 基于ai平台的油气管道计量泄漏报警*** |
CN108730776B (zh) | 2018-06-22 | 2020-07-14 | 大连理工大学 | 一种基于极限学习机信息融合的输油管道泄漏检测方法 |
-
2018
- 2018-12-07 BE BE20185860A patent/BE1026843B1/nl active IP Right Grant
-
2019
- 2019-11-26 PL PL19832189.5T patent/PL3891432T3/pl unknown
- 2019-11-26 FI FIEP19832189.5T patent/FI3891432T3/fi active
- 2019-11-26 KR KR1020217018622A patent/KR20210097728A/ko active Search and Examination
- 2019-11-26 EP EP22187851.5A patent/EP4105544A1/en active Pending
- 2019-11-26 EP EP19832189.5A patent/EP3891432B1/en active Active
- 2019-11-26 ES ES19832189T patent/ES2934939T3/es active Active
- 2019-11-26 WO PCT/IB2019/060164 patent/WO2020115608A1/en active Search and Examination
- 2019-11-26 CN CN201980070025.XA patent/CN112912663B/zh active Active
- 2019-11-26 US US17/311,122 patent/US11859772B2/en active Active
- 2019-11-26 JP JP2021531774A patent/JP7397080B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003048713A1 (en) * | 2001-11-30 | 2003-06-12 | The Victoria University Of Manchester | Remote pipeline acoustic inspection |
CN102563362A (zh) * | 2011-12-31 | 2012-07-11 | 杭州哲达科技股份有限公司 | 压缩空气***管网泄漏智能检测方法及*** |
CN102588744A (zh) * | 2012-03-12 | 2012-07-18 | 中冶南方工程技术有限公司 | 一种煤气切断***的在线检测泄漏方法 |
CN104930355A (zh) * | 2015-06-09 | 2015-09-23 | 段焕丰 | 适用于城市供水管道***的在线无损检测方法及其装置 |
JP2017116382A (ja) * | 2015-12-24 | 2017-06-29 | 三浦工業株式会社 | ガス漏れ検出装置及びガス漏れ検出方法 |
CN105546360A (zh) * | 2016-02-04 | 2016-05-04 | 江苏省特种设备安全监督检验研究院常州分院 | 城市输送管道泄漏检测模拟实验***及实验方法 |
CN107355684A (zh) * | 2017-07-19 | 2017-11-17 | 中国水利水电科学研究院 | 一种管网故障水力监测实验***及其实现故障辨识的方法 |
CN107830412A (zh) * | 2017-10-30 | 2018-03-23 | 重庆科技学院 | 管道不完全堵塞位置检测***和检测方法 |
CN207394379U (zh) * | 2017-10-30 | 2018-05-22 | 重庆科技学院 | 城市供气管道堵塞和泄漏模拟检测*** |
Also Published As
Publication number | Publication date |
---|---|
JP7397080B2 (ja) | 2023-12-12 |
PL3891432T3 (pl) | 2023-05-08 |
BE1026843A1 (nl) | 2020-07-01 |
EP4105544A1 (en) | 2022-12-21 |
BE1026843B1 (nl) | 2020-07-07 |
EP3891432B1 (en) | 2022-10-05 |
US11859772B2 (en) | 2024-01-02 |
ES2934939T3 (es) | 2023-02-28 |
KR20210097728A (ko) | 2021-08-09 |
WO2020115608A1 (en) | 2020-06-11 |
JP2022517504A (ja) | 2022-03-09 |
EP3891432A1 (en) | 2021-10-13 |
CN112912663B (zh) | 2023-02-17 |
FI3891432T3 (fi) | 2023-01-13 |
US20210381655A1 (en) | 2021-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113227642B (zh) | 一种用于检测在压力或真空下的气体网络中的泄漏的方法和气体网络 | |
WO2020136475A1 (en) | Method for detecting leaks in a gas network under pressure or under vacuum and gas network | |
JP7374191B2 (ja) | 加圧下または真空下でガスネットワーク中の漏れおよび障害を同時検出するためのガスネットワークおよび方法 | |
CN112912663B (zh) | 气体管网和压力或真空下的气体管网中阻塞的检测方法 | |
CN113412419B (zh) | 气体网络和用于检测气体网络中的泄漏的方法 | |
CN114072612B (zh) | 在压力或真空下的气体管网中检测阻塞的方法及气体管网 | |
EP3903019B1 (en) | Method for detecting obstructions in a gas network under pressure or under vacuum and gas network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |