CN101601023B - 热交换器积垢检测 - Google Patents

Abstract

使用工厂内的统计过程监控块得到的一个以上过程参数或变量测量值的诸如均值、中值、标准差等的多个统计量来施行一种以上异常情况的检测。该检测可以包括确定工厂中的一个以上热交换器的健康状况和性能，特别是检测一个以上热交换器的积垢状况。在所述统计量中，该检测可以包括热交换器的总热阻的计算，热交换器的总热阻可以指示热交换器性能的某些情况，特别是由于热交换器积垢导致的热交换器性能的降低。

Description

热交换器积垢检测

技术领域

本专利总的来说涉及在加工厂中执行诊断和维护，更具体地，涉及以能够评估和预测热交换器的健康状况和性能的方式在加工厂内提供诊断能力。

背景技术

过程控制系统，例如化学、石油、或其它过程中所使用的过程控制系统，通常包括一个以上通过模拟总线、数字总线或模拟/数字相结合的总线以可通信方式连接至至少一个主机或操作员工作站以及一个以上过程控制和仪表设备的集中式或分散式过程控制器。现场设备可以是例如阀、阀定位器、开关、变送器和传感器(例如温度传感器、压力传感器和流速传感器)，它们位于加工厂环境中，并在诸如开启或关闭阀和测量过程参数、增加或减小流体流量等的过程中施行功能。诸如符合公知的FOUNDATION^TM Fieldbus(以下称作Fieldbus)协议或

协议的现场设备之类的智能现场设备还施行控制运算、报警功能和过程控制器中通常实现的其它控制功能。

通常位于加工厂环境中的过程控制器接收表示现场设备所进行的或所关联的过程测量值或过程变量的信号和/或与现场设备有关的其它信息，并执行控制器应用程序。控制器应用程序实现例如不同的控制模块，这些控制模块进行过程控制决策，基于所接收的信息生成控制信号，并且与诸如

和Fieldbus现场设备之类的现场设备中正在施行的控制模块或块一起协调工作。过程控制器中的控制模块通过通信线路或信号路径向现场设备发送控制信号，从而控制过程的操作。

来自现场设备和过程控制器的信息对于诸如操作员工作站、维护工作站、个人计算机、手持设备、历史数据库、报告发生器、集中式数据库等的一个以上其它硬件设备可用，从而使操作员或维护人员能够施行针对过程的期望的功能，例如改变过程控制例程的设置、更改过程控制器或智能现场设备中的控制模块的操作、查看过程的当前状态或加工厂中的特定设备的当前状态、查看由现场设备和过程控制器生成的警报、对过程操作进行仿真以训练人员或测试过程控制软件，诊断加工厂中的问题或硬件故障。

尽管典型的加工厂有很多诸如阀、变送器、传感器等的连接至一个以上过程控制器的过程控制和仪表设备，但是还有很多对过程操作来说也是必需的或与过程操作有关的其它支持设备。这些附加设备包括例如位于典型工厂中的诸多位置的供电装置、发电和配电装置、诸如涡轮机、发动机等的旋转装置。尽管附加装置不一定会创建或使用过程变量，并且在很多情况下不会为了影响过程操作而被控制或甚至被连接至过程控制器，但是该装置对于过程的正确操作来说很重要，并且基本上是过程的正确操作所必需的。

已知的是，在加工厂环境中，尤其是在具有大量现场设备和支持装置的加工厂中，经常会有问题出现。这些问题可能是坏了的、故障的或运行较差的设备，被堵塞的流体线路或导管，诸如软件例程之类的逻辑元件被不正确地配置或处于不正确的模式，过程控制环路被不正确地调谐，加工厂中的设备之间的通信失败一次以上，等等。这些和其它问题实际上会出现多个，通常会导致过程在异常状态下操作(即加工厂处于异常情况)，这经常与加工厂的次最佳性能相关联。已经建立了很多诊断工具和应用程序来检测和确定加工厂中问题的产生原因，并且一旦问题发生并被检测到，就协助操作员或维护人员诊断并校正这些问题。例如，通常通过诸如直接或无线总线、以太网、调制解调器、电话线等的通信连接连接至过程控制器的操作员工作站具有适于运行诸如由爱默生过程管理公司出售的DeltaV^TM和Ovation控制系统之类的软件或固件的处理器和存储器，其中软件包括大量的控制模块和控制环路诊断工具。同样，维护工作站可以通过与控制器应用程序相同的通信连接，或通过诸如OPC连接、手持连接等不同的通信连接连接至过程控制设备，维护工作站通常包括被设计为查看由加工厂中的现场设备生成的维护警报和警告、对加工厂中的设备进行测试并对现场设备和加工厂中的其它设备施行维护活动的一个以上应用程序。已经建立出类似的诊断应用程序来诊断加工厂中的支持装置的问题。

因此，例如AMS程序组：由爱默生过程管理公司出售的智能设备管理器应用程序(在美国专利号5,960,214、名称为“Integrated CommunicationNetwork for use in a Field Device Management System(用于现场设备管理系统的集成通信网络)”中至少部分地被公开)能够与现场设备进行通信，并存储与现场设备有关的数据，以确定并跟踪现场设备的操作状态。在某些情况下，AMS应用程序可以用来与现场设备进行通信以改变现场设备中的参数，从而使现场设备本身运行诸如自校准例程或自诊断例程之类的应用程序，以获取关于现场设备的状态或健康等的信息。这些信息可以包括例如状态信息(例如是否发生了警报或其它类似的事件)、设备配置信息(例如现场设备当前或可能被配置的方式以及现场设备所使用的测量单元的类型)、设备参数(例如现场设备范围值和其它参数)等。当然，这些信息可以被维护人员用来监控、维护和/或诊断现场设备的问题。

类似地，很多加工厂都包括诸如CSI所提供的Machinery Health^TM之类的装置监控和诊断应用程序或任意其它已知的应用程序，用于监控、诊断和优化各种旋转装置的操作状态。维护人员经常使用这些应用程序来维护或检查工厂中的旋转装置的性能，以确定旋转装置的问题，并确定旋转装置是否必须被修理或更换以及修理或更换的时间。类似地，很多加工厂包括电力控制和诊断应用程序，例如由Liebert和ASCO公司提供的那些电力控制和诊断应用程序，以控制并维护发电和配电装置。同时已知的是，在加工厂中运行诸如实时优化器(RTO+)之类的控制优化应用程序，以优化加工厂的控制活动。这种优化应用程序通常使用复杂的算法和/或加工厂的模型来预测可以以何种方式改变输入以针对诸如利润之类的某个期望的优化变量优化加工厂的操作。

这些和其它诊断和优化应用程序通常以全系统为基础在一个以上操作员或维护工作站中实现，并且可以给操作员或维护人员提供关于加工厂或加工厂中的现场设备和装置的操作状态的预配置显示。典型的显示包括接收过程控制器或加工厂中的其它设备所生成的警报的报警显示、指示过程控制器和加工厂中的其它设备的操作状态的控制显示、指示加工厂中的设备的操作状态的维护显示等。同样地，这些和其它诊断应用程序可以使操作员或维护人员能够重新调谐控制环路或重新设置其它控制参数，以运行对一个以上现场设备的测试，从而确定那些现场设备的当前状态，校准现场设备或其它装置，或者对加工厂内的设备和装置执行其它的问题检测和校正。

尽管这些多种应用程序和工具可以方便加工厂中的问题识别和校正，但是这些诊断应用程序通常被配置为仅在加工厂中已经发生问题之后使用，因此这些诊断应用程序仅在加工厂中已经存在异常情况之后使用。不幸的是，在使用这些工具来检测、识别和校正异常情况之前，异常情况可能已经存在一段时间，这导致问题被检测、识别和校正之前的期间加工厂呈现次最佳性能。在很多情况下，控制操作员首先基于警报、警告或加工厂的不良性能检测到存在某个问题。然后操作员会通知潜在问题的维护人员。维护人员可能检测到也可能检测不到实际的问题，并且可能在实际运行测试或其它诊断应用程序之前需要进一步的提示，或施行识别实际问题所需的其它活动。一旦问题被识别出，维护人员就可能需要定购零件并调度维护程序，所有这些都会导致问题的发生与该问题的校正之间有很长的时间段。在该时间段期间，加工厂可能在通常与工厂的次最佳操作相关联的异常情况下运行。

另外，很多加工厂可能会经历在相对较短的时间量内在工厂中产生严重的代价或损坏的异常情况。例如，如果某些异常情况存在，则即使存在极短的时间量，这些异常情况也会引起对装置的重大损坏、原材料的损耗或加工厂中的明显不期望的停工。因此，仅仅在问题已经发生后检测工厂中的问题，则不管该问题被校正得多快，都会在加工厂中造成严重的损耗或损坏。因此，期望首先设法预防异常情况的出现，而不是在异常情况出现后再设法作出反应并校正加工厂中的问题。

为了采取措施在加工厂中发生任何重大损失之前阻止已预测到的异常情况或校正异常情况，一种技术采集使用户能够在加工厂中的某些异常情况实际出现之前或在异常情况出现之后立刻预测到这些异常情况的发生的数据。在美国专利申请No.09/972,078、现为美国专利No.7,085,610、名称为“Root Cause Diagnostics(根本原因诊断)”(部分地基于美国专利申请No.08/623,569，现为美国专利No.6,017,143)中公开了该程序。这两个申请/专利的全部公开内容由此通过引用合并于此。一般而言，该技术在加工厂中的诸如现场设备之类的多个设备中的每一个设备中布置统计数据采集和处理块或统计处理监控(SPM)块。该统计数据采集和处理块采集例如过程变量数据，并确定与所采集的数据相关联的某些统计量，例如均值、中值、标准差等。然后这些统计量被发送给用户界面或其它处理设备，并被分析，以识别已知异常情况在未来发生或实际发生的模式。一旦检测到特定的可疑异常情况，即采取措施以校正潜在的问题，从而在第一时间避免异常情况或快速校正异常情况。然而，这种数据的采集和分析对于通常的维护操作员来说费时且冗长，尤其是在具有采集这种统计数据的大量现场设备的加工厂中更是如此。更进一步，虽然维护人员能够采集统计数据，但是该维护人员可能不知道如何最好地分析并查看这类数据，或不知道这些数据所暗示的是什么样的未来的异常情况(如果有的话)。

检测和预测一种以上异常情况的另一技术通过使用工厂内的统计过程监控(SPM)所确定的过程参数或变量测量值的诸如均值、中值、标准差等的多种统计量来施行。该检测在多种情况下通过使用专用的数据滤波器和数据处理技术而被增强，这些数据滤波器和数据处理技术被设计为在计算上简单，因此能够被应用于以高采样速率在具有有限的处理能力的现场设备中所采集的数据。被增强的数据或测量值可以用于提供过程变量或过程参数的更好或更准确的统计量，可以用于对数据进行削减以从这些数据中去除非正常值，可以用于将这些数据拟合为非线性函数，或可以用于快速检测诸如分裂蒸馏塔和精炼厂催化裂化装置之类的具体工厂装置内的各种异常情况的发生。尽管统计数据采集和处理以及异常情况检测可以在加工厂内的用户界面设备或其它维护设备中执行，但是这些方法也可以并且有利地在诸如阀、变送器等首先采集数据的现场设备中使用，从而从集中式用户界面设备中去除处理负担，并且去除从现场设备向用户界面设备发送统计数据所关联的通信开销。使用前述技术的异常情况检测和预测在2005年4月4日递交的美国专利申请No.60/668,243、名称为“Process Diagnostics(过程诊断)”和2006年8月17日递交的美国专利申请No.10/668,243(代理所编号No.30203/41615)、名称为“Statistical Processing Methods Used in AbnormalSituation Detection(异常情况检测中使用的统计处理方法)”中公开，由此为了所有目的通过引用将这些专利的公开内容全部特别合并于此。

统计方法可以在问题出现并在这种问题导致过程长时间以异常或次最佳状态操作之前，或者在对加工厂引起损伤之前，揭示加工厂内的问题。进一步地，特定的问题可能会证明更难通过统计方法来检测。例如，在可用测量参数与一个以上问题或故障相关的情况下，可能无法隔离特定的故障。必须寻找另外的相关性来根据可用数据区分故障。在极普遍的化学和石油工业应用，如流过包含热交换器的级联环路的温度中，就经常存在这种情况。期望能够检测到该环路中会导致次最佳性能的热交换器积垢。然而，表示热交换器积垢的测量值的变化可能与过程流体流速的测量值飘移的变化相等，从而使得使用统计方法的检测很困难并且不切实际。

附图说明

图1是具有包括一个以上操作员和维护工作站、控制器、现场设备和支持装置的分布式控制和维护网络的加工厂的示例性框图；

图2是图1的加工厂的一部分的示例性框图，图示出位于加工厂的不同元件内的异常情况预防系统的各种部件之间的通信互连，包括统计过程监控(SPM)块的使用；

图3是示例SPM块的框图；

图4是可以在加工厂中使用的典型热交换器的示意图；

图5是示出在积垢出现时热交换器的总热阻与时间的曲线图；

图6是指示可以被选择用于确定热交换器积垢的根本原因诊断参数的表；以及

图7是连接至加工厂的接口设备的绘图。

具体实施方式

图1示出可以被配置有异常情况预防系统的示例加工厂10。在一个可能的配置中，异常情况预防系统可以被配置为与包括过程流体飘移的其它可能的过程状况区分以识别热交换器积垢。该加工厂可以包括通过一个以上通信网络与支持装置一起互连的若干个控制和维护系统。图1所示的加工厂10包括一个以上过程控制系统12和14。过程控制系统12可以是诸如PROVOX或RS3系统之类的传统过程控制系统，也可以是任何其它控制系统，所述其它控制系统包括连接至控制器12B和输入/输出(I/O)卡12C的操作员接口12A，控制器12B和输入/输出(I/O)卡12C又连接至诸如模拟和高速可寻址远程变送器(HART)现场设备15之类的各种现场设备。过程控制系统14可以是分布式过程控制系统，并且包括通过诸如以太网总线之类的总线连接至一个以上分布式控制器14B的一个以上操作员接口14A。控制器14B可以是例如得克萨斯州奥斯汀市的爱默生过程管理公司销售的DeltaV^TM控制器或任何其它期望类型的控制器。控制器14B通过I/O设备连接到一个以上现场设备16，例如HART或Fieldbus现场设备，或任何其它包括例如使用

AS-Interface以及CAN协议中的任一种的智能或非智能现场设备。已知现场设备16可以向控制器14B提供与过程变量和其它设备信息有关的模拟或数字信息。操作员接口14A可以存储和执行过程控制操作员可用的工具以控制过程的操作，所述工具包括例如控制优化器、诊断专家、神经网络、调谐器等。

更进一步，维护系统，例如执行AMS应用程序或任何其它设备监控和通信应用程序的计算机，可以连接到过程控制系统12和14或连接到其中的单个设备以施行维护和监控活动。例如，维护计算机18可以通过任何期望的通信线路或网络12C(包括无线或手持设备网络)连接到控制器12B和/或连接到设备15，以与设备15通信，并且在某些情况下重新配置设备15或对设备15施行其它维护活动。类似地，诸如AMS应用程序之类的维护应用程序可以安装在与分布式过程控制系统14相关联的一个以上用户接口14A上，并由所述用户接口14A执行，以施行包括与设备16的操作状态有关的数据采集的维护和监控功能。

加工厂10还可以包括诸如涡轮机、发动机等的各种旋转装置20，这些装置20通过一些永久性或临时性通信链路(例如，总线、无线通信系统或连接到装置20以进行读取而后被拿走的手持设备)连接到维护计算机22。维护计算机22可以存储和执行由例如CSI(一爱默生过程管理公司)提供的已知的监控和诊断应用程序23以及用于诊断、监控和优化旋转装置20的操作状态的任何其它已知的应用程序。维护人员通常使用应用程序23维护和检查工厂10中的旋转装置20的性能，以确定旋转装置20的问题并确定是否必须维修或更换旋转装置20以及维修或更换的时间。在某些情况下，外界顾问或服务组织可以临时获取或测量与装置20有关的数据，并使用该数据对装置20进行分析，以检测问题、不良性能或影响装置20的其它事件。在这些情况下，运行分析的计算机可以通过任何通信线路连接到系统10的其余部分，也可以仅临时连接到系统10的其余部分。

类似地，具有与工厂10相关联的发电和配电装置25的发电和配电系统24通过例如总线连接到运行并检查工厂10内的发电和配电装置25的操作的另一计算机26。计算机26可以执行例如由Liebert和ASCO或其它公司提供的已知电力控制和诊断应用程序27，以控制和维护发电和配电装置25。再次，在很多情况下，外界顾问或服务组织可以使用临时获取或测量与装置25有关的数据并使用该数据对装置25施行分析的服务应用程序来检测问题、不良性能或影响装置25的其它事件。在这些情况下，运行分析的计算机(例如计算机26)可以不通过任何通信线路连接到系统10的其余部分，也可以仅临时连接到系统10的其余部分。

如图1所示，计算机30实现异常情况预防系统35的至少一部分，具体而言，计算机系统30存储并实现配置和数据采集应用程序38、可以包括统计采集和处理块的查看或界面应用程序40以及规则引擎开发和执行应用程序42，并且另外还存储统计过程监控数据库43，用于存储过程内的某些设备中产生的统计数据，例如各种过程参数的统计量。一般而言，配置和数据采集应用程序38对位于加工厂10内的现场设备15、16、控制器12B、14B、旋转装置20或其支持计算机22、发电装置25或其支持计算机26、以及任何其它期望设备和装置中的若干个统计数据采集和分析块(未在图1中示出)中的每一个进行配置，或与之通信，从而从这些块中的每一个中采集用于执行异常情况检测的统计数据(或在某些情况下是实际的原始过程变量数据)。配置和数据采集应用程序38可以以可通信的方式通过硬线总线45连接到工厂10内的计算机或设备中的每一个，或者可替代地，可以通过包括例如无线连接、使用OPC的专用连接、诸如依靠手持设备采集数据等的间歇性连接的任何其它期望通信连接连接到工厂10内的至少某些计算机或设备中的每一个。

同样，应用程序38可以通过LAN或诸如因特网、电话连接等的公共连接(在图1中示出为因特网连接46)获取与加工厂10内的现场设备和装置有关的数据以及由例如第三方服务提供商采集的这种数据。进一步，应用程序38可以以可通信方式通过包括例如以太网、Modbus、HTML、专有技术/协议等的各种技术和/或协议连接至工厂10中的计算机/设备。因此，尽管这里描述了使用OPC以可通信方式将应用程序38连接至工厂10中的计算机/设备的具体示例，但是本领域普通技术人员将认知到，也可以使用各种其它方法将应用程序38连接至工厂10中的计算机/设备。应用程序38通常可以将采集的数据存储在数据库43中。

一旦采集了统计数据，查看应用程序40就可以用于对这些数据进行处理，和/或以不同的方式显示所采集的或处理后的统计数据(例如，如数据库43中所存储的)，以使诸如维护人员之类的用户能够更好地确定存在异常情况或预测未来存在异常情况，并采取抢先的或实际的校正行为。规则引擎开发和执行应用程序42可以使用存储在其中的一条以上规则来分析所采集的数据，以确定加工厂10内存在异常情况，或预测加工厂10内未来存在异常情况。另外，规则引擎开发和执行应用程序42可以使得操作员或其它用户能够创建由规则引擎执行的附加规则来检测或预测异常情况。可以理解，这里所描述的异常情况的检测涵盖了对未来出现异常情况的预测。

图2示出图1的示例加工厂10的一部分50，以描绘统计数据采集和处理以及在某些情况下是异常情况检测可以由包括位于现场设备内的块的异常情况预防系统35所关联的组件来执行的一种方式。尽管图2示出异常情况预防系统应用程序38、40和42和数据库43与HART和Fieldbus现场设备内的一个以上数据采集和处理块之间的通信，但是应当理解，类似的通信可以发生在异常情况预防系统应用程序38、40和42与加工厂10内的其它设备以及装置，包括图1中示出的设备和装置中的任一种之间。

图2中示出的加工厂10的部分50包括具有一个以上过程控制器60的分布式过程控制系统54，过程控制器60通过可以是符合任何期望通信或控制器协议的任何期望类型的I/O设备的输入/输出(I/O)卡或设备68和70连接到一个以上现场设备64和66。现场设备64被示出为HART现场设备，现场设备66被示出为Fieldbus现场设备，但是这些现场设备可以使用任何其它期望的通信协议。另外，现场设备64和66可以是任何类型的设备，例如传感器、阀、变送器、定位器等，并且可以符合任何期望的开放、专有或其它通信或编程协议，应当理解I/O设备68和70必须与现场设备64和66所使用的期望协议相兼容。

在任何情况下，可由诸如配置工程师、过程控制操作员、维护人员、工厂管理员、监管员等的工厂人员访问的一个以上用户接口或计算机72和74(可以是任意类型的个人计算机、工作站等)通过通信线路或总线76被连接至过程控制器60，其中通信线路或总线76可以使用任意期望的硬线或无线通信结构和使用诸如以太网协议之类的任意期望的或合适的通信协议来实现。另外，数据库78可以连接至通信总线76，以操作为采集并存储配置信息以及在线过程变量数据、参数数据、状态数据和与加工厂10中的过程控制器60以及现场设备64和66相关联的其它数据的历史数据库。因此，数据库78可以操作为配置数据库，以存储包括过程配置模块的当前配置，并且在过程控制系统54的控制配置信息下载并存储到过程控制器60以及现场设备64和66时存储过程控制系统54的控制配置信息。同样地，数据库78可以存储历史异常情况预防数据，包括由加工厂10中的现场设备64和66采集和/或产生的统计数据或根据由现场设备64和66采集的过程变量确定的统计数据。

过程控制器60、I/O设备68和70以及现场设备64和66通常位于且遍布于有时严峻的工厂环境中，而工作站72、74和数据库78经常位于可由操作员、维护人员等轻松访问的控制室、维护室或其它不太严峻的环境中。

一般而言，过程控制器60存储并执行使用多个不同的独立执行的控制模块或块实现控制策略的一个以上控制器应用程序。控制模块中的每一个可以由通常所说的功能块组成，其中每个功能块是总控制例程中的一部分或子例程，并且与其它的功能块结合起来操作(通过称为链路的通信)，以实现加工厂10中的过程控制环路。公知的是，可以作为面向对象的编程协议中的对象的功能块通常施行输入功能、控制功能或输出功能之一，输入功能可以与例如变送器、传感器或其它过程参数测量设备相关联，控制功能可以与例如施行PID、模糊逻辑等控制的控制例程相关联，输出功能控制诸如阀之类的一些设备的操作，以施行加工厂10中的某些物理功能。当然，还存在诸如模型预测控制器(MPC)、优化器等的混合和其它类型的复杂功能块。应当理解的是，尽管Fieldbus协议和DeltaV^TM系统协议使用以面向对象的编程协议设计和实现的控制模块和功能块，但是控制模块也可以使用包括例如顺序功能块、梯形逻辑等的任意期望的控制编程方案来设计，并且不限于使用功能块或任意其它特定的编程技术来设计。

如图2所示，维护工作站74包括处理器74A、存储器74B和显示设备74C。存储器74B以下面的方式存储针对图1所讨论的异常情况预防应用程序38、40和42，即可以在处理器74A上实现这些应用程序以通过显示器74C(或诸如打印机之类的任意其它显示设备)向用户提供信息。

另外，如图2所示，现场设备64和66中的某些(和可能所有)现场设备包括数据采集和处理块80和82。尽管块80和82针对图2被描述为高级诊断块(ADB)，其中高级诊断块是可以被添加到Fieldbus设备中以采集和处理Fieldbus设备内的统计数据的已知FOUNDATION现场总线功能块，但是为了该讨论的目的，块80和82可以是或者可以包括位于过程设备内的用于采集设备数据并计算或确定该数据的一个以上统计量或参数的任意其它类型的块或模块，不管这些块是位于Fieldbus设备内，还是符合Fieldbus协议。尽管图2的块80和82被示为位于设备64之一和设备66之一中，但是这些块或类似的块可以位于任意数目的现场设备64和66中，或者位于其它设备中，例如控制器60、I/O设备68、70，或者位于工厂内与多个传感器或变送器以及与控制器60通信的中间设备中，或者位于图1中所示的任意设备中。另外，块80和82可以在现场设备64和66的任意子集中。

一般而言，块80和82或这些块的子元件采集它们所位于的设备内的数据，例如过程变量数据，并出于若干原因而对这些数据进行统计处理或分析。例如，被示为与阀相关联的块80可以对阀过程变量数据进行分析以确定阀本身的操作状况，例如阀是否处于阻塞状况。另外，块80包括一组四个统计过程监控(SPM)块或单元SPM1-SPM4，这些块或单元可以采集阀中的过程变量或其它数据，不管这些数据与阀的性能还是与其它过程直接相关，并对所采集的数据施行一个以上统计计算，以确定例如所采集的数据的均值、中值、标准差、均方根(RMS)、变化率、范围、最小值、最大值等和/或检测所采集的数据中的诸如漂移、偏置、噪音、毛刺等事件。所生成的具体统计数据和生成的方法并不重要。因此，针对任意目的，还可以生成不同类型的统计数据，作为以上所述的具体类型的补充或替代。另外，包括已知技术的多种技术可以用于生成这类数据。这里词语“统计过程监控(SPM)块”被用于描述对至少一个过程变量或其它过程参数施行统计过程监控的功能，该功能可以由数据被采集的设备中的或甚至是该设备外部的任意期望的软件、固件或硬件来实现。应当理解，由于SPM通常位于在其中设备数据被采集的设备中，因此SPM能够获得数量和质量更准确的过程变量数据。因此对于所采集的过程变量数据，SPM块通常能够比位于其中过程变量数据被采集的设备外部的块确定更好的统计计算。

作为另一示例，图2的被示出为与变送器相关联的块82可以分析由变送器采集的过程变量数据和其操作状况，例如确定工厂内的线路是否被插接。另外，块82包括一组四个SPM块或单元SPM1-SPM4，其可以采集变送器内的过程变量或其它数据，并对所采集的数据施行一种以上统计计算以确定所采集的数据的例如均值、中值、标准差等。如果期望的话，可以如以上所引用的美国专利No.6,010,143中描述的那样，施行或实现块80和82的基本操作。尽管块80和82被示出为各自包括四个SPM块，但是块80和82中也可以具有任意其它数目的SPM块来采集数据并确定与该数据相关联的统计量。同样，尽管块80和82被示为包括用于检测工厂10内的特定状况的检测软件，但是它们并不是必须具有这种检测软件，它们也可以包括以下所述的用于检测工厂内的其它状况的检测软件。更进一步地，尽管这里所讨论的SPM块被示为ADB的子元件，但是它们可以也可以是位于设备内的独立块。并且，尽管这里所讨论的SPM块可以是已知的FOUNDATION现场总线SPM块，但是这里所使用的词语统计过程监控(SPM)块是指采集诸如过程变量数据之类的数据并对这些数据施行某些统计处理以确定诸如均值、标准差等的统计量的任意类型的块或元件。因此，该词语意在覆盖施行该功能的软件或固件或其它元件，不管这些元件是功能块的形式，还是其它类型的块、程序、例程或元件，也不管这些元件是符合FOUNDATION现场总线协议，还是符合某些其它协议，例如PROFIBUS、WORLDFIP、Device-Net、AS-interface、HART、CAN等协议。

图3示出SPM块90(其可以是图2的块80和82中的任意SPM块或任意其它设备)的框图，SPM块90在输入端92处接收原始数据，并操作为计算该数据的多个统计量，包括均值、RMS值和一个以上标准差。对于原始输入数据的给定集合，块90还可以确定最小值(Min)、最大值(Max)和值域。如果期望的话，该块还可以计算这些数据内的特定点，例如Q25、Q50和Q75点，并且可以基于分布来施行非正常值的去除。当然，该统计处理可以使用任意期望的或已知的处理技术来施行。

尽管图2中示出了特定的统计监控块，但是应当理解，也可以或者另外可以对其它参数进行监控。例如，SPM块或针对图2所讨论的ADB可以计算与过程相关联的统计参数，并且可以基于这些值的变化而触发特定的警告。举例来说，Fieldbus型的SPM块可以对过程进行监控，并提供与被监控的过程变量或配置参数相关联的若干不同的数据。这些数据可以包括块标签、块类型、均值、标准差、均值变化、标准差变化、基线均值、基线标准差、高变化限、低动态限、均值限、状态、参数指标、时间戳和用户命令。两个最常用的参数是均值和标准差。然而，经常有用的其它SPM参数是基线均值、基线标准差、均值变化、标准差变化和状态。当然，SPM块可以确定任何其它期望的统计量或参数，并且可以向用户或请求应用程序提供与特定的块相关联的其它参数。因此，SPM块不限于这些所讨论的块。

还可以理解的是，现场设备内的SPM块(SPM1-SPM4)的参数可以通过总线或通信网络76和控制器60而对诸如工作站74的外部客户端可用，或对例如适于运行应用程序38的任何其它外部设备可用。附加地或可替代地，由ADB 80和82中的SPM块(SPM1-SPM4)收集或产生的参数和其它信息可以通过例如合适的服务器，例如OPC服务器89，而对诸如工作站74的外部工作站可用。该连接可以是无线连接、硬线连接、间歇性连接(例如使用一个以上手持设备的连接)或使用任何期望的或合适的通信协议的任何其它期望的通信连接。当然，这里所描述的任意通信连接可以使用OPC通信服务器将从不同类型的设备接收到的数据整合为通用的或一致的格式。

更进一步，可以将SPM块放置在除现场设备之外的其它主设备中，或放置在其它现场设备中，以在采集或产生诸如原始过程变量数据的原始数据的设备外部施行统计过程监控。因此，例如，图2的应用程序38可以包括：通过例如OPC服务器89采集原始过程变量数据并且针对该过程变量数据来计算诸如均值、标准差等的某些统计量或参数的一个以上SPM块。尽管这些SPM块并不位于采集数据的设备中，因此通常由于对这些数据的通信需求而无法采集足够施行统计计算的过程变量数据，但是这些块对确定不具有或不支持SPM功能的设备的统计参数或这类设备内的过程变量有所帮助。另外，随着技术的改进，网络的可用吞吐量会随时间增加，并且不位于采集原始数据的设备中的SPM块也能够采集更多的过程变量数据来施行统计计算。因此，在以下的讨论中应当理解，被描述为由SPM块产生的任何统计量或参数可以由诸如ADB 80和82中的SPM1-SPM4块或主机或包括其它现场设备的其它设备中的SPM块之类的SPM块产生。而且，异常情况检测和其它数据处理可以使用SPM块所位于的现场设备或其它设备中的统计量来施行，因此基于SPM块所生成的统计量的检测并不限于在诸如用户界面之类的主设备中施行的检测。

重要的是，数据的最大程度的有益使用以及如上所述基于这些数据的各种统计量的计算在很大程度上首先依赖于这些数据的准确率。可以在SPM块中应用多种数据处理功能或方法或以其它方式增加数据的准确率或有用性和/或对数据进行预处理并开发更准确或更好的统计数据。因此，可以采用诸如削减和滤波之类的各种数据处理技术。削减在检测然后消除尖峰、非正常值和不好的数据点以使这些数据点不会歪曲统计参数时有用。削减可以基于分类和去除数据的特定顶部百分比和底部百分比来施行，也可以使用基于标准差或其它加权的动态平均值的阈值来施行。被削减的点可以从数据序列中去除，或者可以施行插值，以便使用基于所采集的在非正常值数据之前和/或之后的其它数据而对该数据的估计来替换该数据。滤波器可以使用任何已知的或可用的数字信号处理技术来实现，并且可以使用任何已知的滤波器参数来指定或定义，这些滤波器参数例如滤波器的期望斜率、滤波器的通过和抑制频率等。使SPM块(或其它地方)中的统计确定准确和有用的另一重要方面涉及选择正确的用于计算诸如均值、标准差等的统计量的数据块或时间长度。可以使用纯统计准则来选择点数，以确定采样。可替换地，可以使用块长度计算技术。这种技术可以基于所采集的测试点来预期信号的频率分量(例如频域)，以及预期根据频率分量而确定的支配系统时间常数，以便将块长度设置为支配系统时间常数的几倍(其可以是整数或非整数倍)。

使用SPM块和这里所描述的技术的一个有利方面涉及对热交换器进行监控和使用针对热交换器的统计过程监控执行诊断。具体而言，基于过程流体入口和出口温度、控制流体入口和出口温度以及设备操作状态和/或参数的各种诊断方法可以用于确定热交换器的健康状况和性能，尤其是确定热交换器积垢的出现。如上所述，这里所描述的方法可以或者在工厂内的现场设备中或者在主机系统中被实现为软件。这些方法的主要优点是使用可以由现场仪表估测的统计过程参数来提供高质量的测量值和快速估计。

图4示出可以在诸多加工厂中见到的典型热交换器100的示意图。如图4所示，热交换器具有外套管102。第一分隔物104和第二分隔物106将套管102的内部划分为入口室108、出口室110和套管腔112。多个管路114将入口室108与出口室110连通，因此将入口管路116与出口管路118连通。套管入口120和套管出口122连接至腔112，并且套管入口120被布置得邻近分隔物106，而套管出口122被布置得邻近分隔物104。可选的多个折流板124在从套管入口120到套管出口122的腔中定义了迂回路径。如图4所描绘的，“过程”流体或“热”流体可以通过入口管路116和入口室108进入热交换器100。热流体通过从入口室108到出口室110的管路114传送，并且热流体通过出口管路118从出口室退出热交换器。该热流体流由箭头h_in和h_out描绘。“控制”流体或“冷”流体通过套管入口120进入腔112，在管路114周围沿着折流板124定义的迂回路径传送，通过套管出口122退出腔112。冷流体流由箭头c_in和c_out描绘。如这里所使用的，词语过程流体或热流体用于表示温度被控制流体或热流体，如第二流体，通过热交换器控制的流体，如第一流体。在理解一种流经热交换器的流体的温度由另一流经热交换器的流体流所控制的情况下可以普遍地和互换的使用这些词语。应当进一步理解，这里所描述的发明适用于使用热流体和冷流体词语更易理解的简单热交换器，也适用于使用过程流体和控制流体词语更易理解的温度流(temperature-to-flow)级联环路设置。

热流体具有热流体入口温度T(h，in)、热流体出口温度T(h，out)和热流体流速Flow(h)。类似地，冷流体具有冷流体入口温度T(c，in)、冷流体出口温度T(c，out)和冷流体流速Flow(c)。

热交换器100仅示出具有一个套管通道和一个管路通道以及交叉逆流操作的套管-管路热交换器。其用于方便对这里所描述的预测和诊断热交换器的性能的方法的理解。无论是单通道或多通道、交叉流或平行流、管路和套管等的特定的热交换器结构对于这里所描述的方法的工作来说并不重要，该方法可以用于监控几乎任意热交换器结构的健康状况和性能。

图4中并没有描绘可操作为提供与热流体和冷流体有关的数据的现场设备或其它传感器或仪表。例如可从柔斯芒特得到的诸如变送器设备之类的合适的设备或用于控制相应的流速特别是冷流体流速的阀可以适当地耦接至每个入口和出口。也可以使用可替换的设备和仪表，并且任意合适的设备可以用于获取与入口处和出口处的热流体以及入口处和出口处的冷流体有关的数据。此外，设备和/或仪表可以提供初步的数据筛选(采样、削减和滤波)，并且这些数据可以由例如均值和标准差的统计数据组成。

热交换器性能和健康状况可以基于例如热交换器的热阻之类的热交换器的操作特征的确定而确定。热阻可以通过能量守恒公式来确定：

$\stackrel{\·}{Q}=\mathrm{UA}{\mathrm{\ΔT}}_{\mathrm{LMTD}}={\stackrel{\·}{m}}_h{C}_h{\mathrm{\ΔT}}_h={\stackrel{\·}{m}}_c{C}_c{\mathrm{\ΔT}}_c---\left(1\right)$

其中

是热传送速率，A是热传送的表面积，U是每单位表面积的平均热传送系数，ΔT_LMTD是热交换器的对数平均温度差。ΔT_LMTD可以被定义为：

${\mathrm{\ΔT}}_{\mathrm{LMTD}}=\frac{{\mathrm{\Δt}}_1-{\mathrm{\Δt}}_2}{\ln ({\mathrm{\Δt}}_1/{\mathrm{\Δt}}_2)}---\left(2\right)$

对于逆流热交换器100，Δt₁和Δt₂可以与热流体和冷流体入口和出口温度有关，假设热流体正在被冷却，则它们的关系如下：

Δt₁＝t_h，in-t_c，in；Δt₂＝t_h，out-t_c，out             (3)

对于平行流热交换器，Δt₁和Δt₂可以与热流体和冷流体入口和出口温度有关，假设热流体正在被冷却，则它们的关系如下：

Δt₁＝t_h，in-t_c，out；Δt₂＝t_h，out-t_c，in             (4)

A针对热交换器被定义，然而U很难以分析方式确定。不过，乘积UA可以基于其它测量值来计算得到。根据公式(1)：

$\frac{1}{\mathrm{UA}}=\frac{{\mathrm{\ΔT}}_{\mathrm{LMTD}}}{{\stackrel{\·}{m}}_h{C}_h{\mathrm{\ΔT}}_h}=\frac{{\mathrm{\ΔT}}_{\mathrm{LMTD}}}{{\stackrel{\·}{m}}_c{C}_c{\mathrm{\ΔT}}_c}---\left(5\right)$

项已知是总热阻。总热阻可以基于在热交换器控制环路中通常可获得的测量值而计算得到。具体来说，可以用于计算总热阻的测量值的集合包括热流体的入口温度和出口温度和冷流体的入口温度和出口温度以及热流体流速和冷流体流速。也可以使用或可替代地使用可能与总热阻相关的其它测量值。

可以查看并评估基于热交换器的热阻的统计数据，以确定热交换器的健康状况，并预测热交换器积垢。图5示出热交换器的总热阻随时间的百分比变化。该数据可以提供若干指示。对于绝对值水平，热阻超过预定阈值例如25％可以指示热交换器积垢。热阻的变化速率，例如图的斜率，可以预测热交换器什么时候会被积垢到对工厂性能产生不利影响的水平。

这里所描述的方法可以被实施为更宽泛的根本原因诊断(RCD)规则基础的一部分。在这种情况下，大量过程数据和参数可用于估测，其中少部分在图6所示的表中示出。该表示出若干故障状况140和若干过程参数142。过程参数142中包括热流体入口温度T(h，in)、热流体出口温度T(h，out)、冷流体入口温度T(c，in)、冷流体出口温度T(c，out)、热流体流Flow(h)、热流体控制阀的控制需求CD(h)、冷流体控制阀的控制需求CD(c)、主级联控制环路的温度设定点SP(t)、热流体流速控制的设定点SP(h)、热交换器两端热流体方面的差压DP(h)、热流体控制阀的阀位置VP(h)、冷流体控制阀的阀位置VP(c)和冷流体流速的设定点SP(c)。另外，还示出计算得到的热交换器总热阻值1/UA。该表示出表示热流体流测量值飘移的状况的第一集合144，和表示热交换器积垢的状况的第二集合146。状况集合反应出特定监控参数的变化，例如相对于学习到的基线均值μ和/或标准差σ，参数是“高”还是“低”。也就是说，在初始学习过程期间，建立基线参数，例如但不限于，均值和标准差。监控参数可以相对于基线参数或其乘积以高或低为基础进行比较，例如，如果监控值在正方向或负方向从基线值偏离3个标准差，则该参数被认为是高或低。

在图示的示例中，所有事情相同的情况下，可用的过程数据并没有提供足够的证据来确定该故障是热交换器积垢146还是热流体流测量值飘移144。然而，已经可用的附加计算值，即热交换器总热阻1/UA，允许识别热交换器积垢146。

统计过程监控可以被用于使用可从工厂SPM块获得的数据来确定指示热交换器积垢的总热阻的基线。可以在SPM块或其它块中使用监控阶段，结合其它过程数据来检测热交换器总热阻的增加、增加的速率和总热阻的值。这些附加的过程数据可以包括图6的表中所示的冷流体出口温度T(c，out)、热流体流Flow(h)、热流体控制器的控制需求CD(h)、冷流体控制器的控制需求CD(c)、热交换器两端热流体方面的差压DP(h)、热流体控制阀的阀位置VP(h)、冷流体控制阀的阀位置VP(c)和冷流体流速的设定点SP(c)。

另外，使用统计过程监控的诊断可以针对热交换器100而有利地施行。具体而言，可以使用各种诊断方法确定热交换器的健康状况。该统计处理方法可以在诸如各种柔斯芒特变送器设备之类的现场设备中或在主机系统处被实现为软件。这些方法的优点是使用由现场设备仪器所估测的、提供高质量测量值和快速估计的统计过程参数的能力。

有很多可能的实现这些统计方法和检测的平台。具体而言，这些状况可以被检测为与热交换器100相关联的阀或变送器、温度传感器/变送器、电平传感器/变送器、压力传感器/变送器等中的变送器高级诊断块的一部分。具体而言，可以在系统健康时，训练诊断块以检测或确定基线热阻，在建立基线之后，诊断块可以监控热阻的均值和任意其它合适的参数。另一方面，可以使用变送器或其它现场设备中的SPM块由简单的阈值逻辑来实现监控和检测。也就是说，SPM块可以对热阻进行监控，以确定其均值、标准差等，并将这些统计量与预先建立的阈值(可以由用户设置或可以基于训练期间的合适过程变量的测量值计算得到的基线统计量)进行比较。而且，如果期望的话，与现场设备连接的用户界面设备或其它计算设备中所运行的主机水平软件，例如高级诊断块探测器或专家，可以用于设置和监控正常值和异常值，并基于上述概念来施行异常情况检测。

图7示出加工厂系统200和在一系列现场设备204(形成热交换器206的一部分)与可以根据这里所描述的实施例中的一个以上实施热交换器积垢检测的过程控制器系统208之间连接的接口设备202。这里，接口设备202可以向主机210提供用于查看的数据，并且可以向控制器系统208提供警告或警报。控制器系统208可以将这些警告或警报与其它控制器类型的警告和警报集成在一起，以供如操作员工作站212处的控制操作员查看。当然，如果期望的话，主机工作站212也可以包括任意期望的查看应用程序，以便以几乎任意期望的方式查看接口设备202中所采集的和由接口设备202提供的数据。同样，可以使这些数据能由其它用户通过网页浏览器214来查看。因此，可以理解，这里所讨论的与异常情况预防系统相关联的各种应用程序、SPM块(如果使用的话)以及其它系统可以分布在不同的设备中。举例来说，可以在诸如现场设备204的一个设备中采集数据(例如SPM数据)，并且将该数据发送给诸如接口设备202的实现热交换器积垢检测系统的另一设备。警告、警报或其它指示可以被发送给诸如工作站212的用于向用户呈现的再一设备。同样，配置信息可以通过诸如主机、网页浏览器、PDA等的用户界面设备输入，并且被发送给诸如接口设备202之类的不同的设备。

这里所示出和描述的诸如SPM或ADB块之类的块中的一些或全部都可以完全或部分地使用软件、固件或硬件来实施。类似地，这里所讨论的示例方法可以完全或部分地使用软件、固件或硬件来实施。如果至少部分地使用软件程序来实施，则该程序可以被配置为由处理器执行，并且可以具体体现为存储在诸如CD-ROM、软盘、硬盘、数字通用盘(DVD)之类的有形介质或与处理器相关联的存储器上的软件指令。然而，本领域技术人员容易理解，整个程序或程序的一部分也可以由处理器之外的设备执行，和/或以公知的方式被具体体现为固件和/或专用硬件。

尽管本发明可以容许各种修改和替换架构，但还是在附图中示出并在此详细描述了本发明的特定示例性实施例。然而，应当理解，并没有将本公开内容限制为所公开的具体形式的意图，相反，意在覆盖落于所附权利要求所限定的本公开内容的精神和范围内的所有修改、替换架构及等同物。

Claims (15)

1.一种检测与热交换器相关联的异常情况的方法，包括：

接收与热交换器所关联的至少一个传感器设备所检测的过程参数有关的测量数据；

根据所述测量数据确定所述热交换器的操作特征的基线值，其中所述基线值对应于所述热交换器的健康操作；

使用所述测量数据确定与所述操作特征相关联的一个以上统计量；和

使用所述操作特征的基线值以及与所述操作特征相关联的一个以上统计量来检测热交换器内的异常情况；

其中所述操作特征是所述热交换器的热阻其中U是每单位表面积的平均热传送系数，并且A是热传送的表面积。

2.根据权利要求1所述的方法，其中所述异常情况包括热交换器积垢。

3.根据权利要求1所述的方法，其中所述过程参数涉及以下中至少之一：第一流体入口温度、第一流体出口温度、第一流体流速、第二流体入口温度、第二流体出口温度或第二流体流速。

4.根据权利要求1所述的方法，其中所述过程参数是由以下组成的过程参数的组中的一项：第一流体控制阀的控制需求CD(h)、第二流体控制阀的控制需求CD(c)、主级联控制环路的温度设定点SP(t)、第一流体流速控制的设定点SP(h)、热交换器两端第一流体方面的差压DP(h)、第一流体控制阀的阀位置VP(h)、第二流体控制阀的阀位置VP(c)和第二流体流速的设定点SP(c)。

5.根据权利要求1所述的方法，进一步包括对所述测量数据进行处理以生成处理后的数据，并且其中确定与所述操作特征相关联的一个以上统计量包括使用所述处理后的数据确定所述一个以上统计量。

6.根据权利要求1所述的方法，其中使用所述操作特征的基线值以及与所述操作特征相关联的一个以上统计量来检测热交换器内的异常情况包括：将所述操作特征的基线值与与所述操作特征相关联的一个以上统计量进行比较以检测异常情况。

7.根据权利要求1所述的方法，其中使用所述操作特征的基线值以及与所述操作特征相关联的一个以上统计量来检测热交换器内的异常情况包括：检测所述操作特征的变化速率。

8.根据权利要求6所述的方法，其中将所述操作特征的基线值与与所述操作特征相关联的一个以上统计量进行比较来检测热交换器内的异常情况包括：评估与所述操作特征相关联的一个以上统计量中的每一个统计量与所述操作特征的基线值的相对偏离。

9.根据权利要求1所述的方法，其中确定与所述操作特征相关联的一个以上统计量包括：提供与过程设备相关联的统计过程监控SPM块，所述SPM块被配置为监控所述操作特征并提供所述一个以上统计量。

10.一种检测热交换器中的异常情况的方法，包括：

提供与热交换器相关联的多个统计过程监控SPM块，每个SPM块接收与热交换器相关联的过程参数的测量值，并且根据所述过程参数测量值来确定所述过程参数的统计量，以提供多个统计量；

提供所述统计量中的每个统计量的基线值；

确定每个统计量与其所关联的基线值之间的差；

计算所述热交换器的热阻

的基线值，其中U是每单位表面积的平均热传送系数，并且A是热传送的表面积；

在计算所述热阻

的基线值之后，基于所述过程参数测量值监控所述热交换器的热阻和

基于所述过程参数的统计量与所述过程参数的统计量的相应基线值之间的差，并且进一步基于所述热交换器的所监控的热阻

与所述热交换器的热阻

的基线值之间的差，来检测热交换器内异常情况的存在。

11.根据权利要求10所述的方法，进一步包括：提供根本原因诊断RCD表，并且在所述RCD表内组织所述过程参数的统计量。

12.根据权利要求10所述的方法，其中所述异常情况包括热交换器积垢。

13.根据权利要求10所述的方法，其中基于以下中至少之一计算所述热阻

的基线值：第一流体入口温度、第一流体出口温度、第一流体流速、第二流体入口温度、第二流体出口温度或第二流体流速。

14.根据权利要求10所述的方法，其中所述过程参数是由以下组成的过程参数的组中的一项：第一流体控制阀的控制需求CD(h)、第二流体控制阀的控制需求CD(c)、主级联控制环路的温度设定点SP(t)、第一流体流速控制的设定点SP(h)、热交换器两端第一流体方面的差压DP(h)、第一流体控制阀的阀位置VP(h)、第二流体控制阀的阀位置VP(c)和第二流体流速的设定点SP(c)。

15.根据权利要求10所述的方法，其中所述过程参数的统计量的基线值包括以下中至少之一：学习到的均值、学习到的标准差值、学习到的均值的倍数、学习到的标准差值的倍数、或学习到的均值与学习到的标准差值的线性组合。

Images