CN1017930B - 化学监测系统及方法 - Google Patents
化学监测系统及方法Info
- Publication number
- CN1017930B CN1017930B CN89102278A CN89102278A CN1017930B CN 1017930 B CN1017930 B CN 1017930B CN 89102278 A CN89102278 A CN 89102278A CN 89102278 A CN89102278 A CN 89102278A CN 1017930 B CN1017930 B CN 1017930B
- Authority
- CN
- China
- Prior art keywords
- monitor
- liquid
- expenditure
- source
- diagnostic system
- 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.)
- Expired
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/10—Devices for transferring samples or any liquids to, in, or from, the analysis apparatus, e.g. suction devices, injection devices
- G01N35/1095—Devices for transferring samples or any liquids to, in, or from, the analysis apparatus, e.g. suction devices, injection devices for supplying the samples to flow-through analysers
- G01N35/1097—Devices for transferring samples or any liquids to, in, or from, the analysis apparatus, e.g. suction devices, injection devices for supplying the samples to flow-through analysers characterised by the valves
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/911—Nonmedical diagnostics
- Y10S706/914—Process plant
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
- Y10T436/00—Chemistry: analytical and immunological testing
- Y10T436/11—Automated chemical analysis
- Y10T436/115831—Condition or time responsive
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
- Y10T436/00—Chemistry: analytical and immunological testing
- Y10T436/12—Condition responsive control
Abstract
一个化学监测系统,该系统通过多路复用阀阵列(90)控制从任一多路液样源(20-38)所取的液样到多个任一监测器(142-160),提供最有价值的化学测值,以诊断任一现有的或待定的故障。液流调节器(170-188)保持恒速的液流,与接到一个具体源上的监测器(142-160)数目多少无关。根据样品分析对一个诊断系统的有用度,将一台计算机(200)配置在阵列90中。
Description
本发明一般涉及到发电厂中选择最有价值的二次取样的化学监测系统,更具体讲,涉及到一种系统,该系统考虑所得样品的有用度来控制哪一些化学监测器应当分析该二次样品和其样品源。
在蒸汽发电厂中校正水和蒸汽的化学性质是防止腐蚀的关键措施,必须在蒸汽循环中心多点取样进行分析,来确定其他学性质合格,并了解发生化学不平衡的原因。在现行的做法中,已将每日从少数位置取最少量的样品,并人工分析该样品的少数化学性质,改变成在多个在线监测器专用点取大量的样品,进行各种可能的化学分析,并且在每个位置或取样源进行取样。因为在线监测器不足,专用的监测器要经常用人工化学分析样品来补充。每日收集样品不足以快速调节防止发生腐蚀问题的电厂的化学因素。应用最多量的专用监测器毕竟是很贵的,除非是那些非常大型而且最大有功的电厂。当发生化学不平衡时,在调频和有功发电厂中在所有情况下都要增加人工分析,发生化学不平衡时,在所有情况下人工分析不但在次数方面增加,而定量测用的化学方法也要多样。此外,在发生不平衡期间,可以收集从各指定的取样点所取的样品,以专门地分析问题,从而可采取校正措施。美国专利4,414,858公开了一种阀门系统,其中从许多汽流中所取的样品用计算机以整定的周期时间表为基础送到一个分析器中。
本发明的一个目的在于提供一些化学监测系统,
比那些对每一汽流和所取样品应用一个监测器的系统造价低。
本发明为:(ⅰ)提高取样速度和频次,以超过人工取样法;
(ⅱ)提供一种化学监测系统,以适应被监测的系统中的化学变化;
(ⅲ)具有最大取样效率,从而能连续取样,并且有经济效益,可以精细调整电厂化学过程,借此而提高电厂的概率寿命。
上述目的可用一个下述系统达到,即该系统控制多重阀门,使从任一液样源来的液样导流到多个监测器组中指定的一个监测器中,这些监测器就能通过最有效的化学测值而诊断出任何现有故障或待定故障。
本发明可广泛用于以一个诊断系统来监控液源流程中的化学监测系统,所述的监测系统包括:至少两个不同的化学监测器,用以分析各液源:多路管道装置,用于将液体从源处同时传送到每一个或任一个监测器:其特征在于,设有与所述管道装置联接的控制装置,用以根据液的分析来确定哪路源液应提供到哪个监测器,从而利用该诊断系统大大改进了诊断。
这里还提供了一种监测液源的液体的方法,即利用一种可变的管道布置使任一液源来的被监测的液体导流到多个复合的化学监测器中任一个监测器,这些监测器设在被监测的作业系统中,使用一个诊断系统监控各种化学故障,所述的方法包括下列步骤:(a)测量被监测液体的各种变量,利用诊断系统诊断故障;(b)其特征步骤为,估计每一监测器所测变量的有用度,以确定某变量对造成诊断中最大变化具有最大的可能,并且估计监测液样的某化学测器造成诊断中的该最大变化;(c)确定并做出相应于所述估计步骤的管道布置构形;(d)取液体样品,分析这些液体,以及向该诊断系统提供分析结果。
通过下述举例和对最佳实施例的阐述及结合下述附图的研究,对本发明将有更详细的理解。
图1.描绘汽轮机发电系统用的典型取样源;
图2.包括有图2A和图2B,为本发明用于典型发电厂的监测器、阀门和管道结构的实施例;其中CC为阳离子电导监测器,SPC为电导率监测器;
图3.说明本发明最佳实施例用的控制硬件;
图4.为本发明最佳实施例中的一个工作流程;
图5.说明如何确定一个监测器读数的有用度;以及
图6.说明一个新取样结构的确定。
本发明利用人工智能诊断技术来确定哪一液体管路应为下一次取样管路,以及确定应当用哪一种方法测定样品,人工智能诊断系统基于敏感器输入数据确立存在或不存在指定设备的故障或状态的发展置信度来工作,故障被定义为:一种状态,在该状态下由于无论什么理由而造成某事件不执行所需要的功能,例如:钠失衡。该人工智能系统检查一个化学监测器输入中的变化效果,以及检查它如何改变所考虑的指定诊断中的置信度。具有改变该诊断的最大可能性的变数(确定诊或不确诊或分开两项对抗性的诊断)对下一次要测定的源液和采用的分析方式是最有价值的变量,如果该变量已测出,则其值即为已知,再测该值,价值就不大了。因此,在确定是否需要再测量一项特定变量中,距上次测量的时间就是一项重要准则。
本发明系分析从一个蒸汽发电厂若干不同位置(源)取出的液样,如图1所示,该系统由专用的多重监测器组成,如图2所示,每个源管路40-50包括一个专用的阴离子电子监测器52-62,选定的源管路44、46和50包括别种监测器64-70,诸如,pH监测器和电导率监测器。单个的净化设备的排放源管路72-78,多路地通过每个常规4-1多重阀80流到一个阳离子监测器82。该源液流过专用监测器52-62之后,即进入到多重管路阵列90,阵列90包括若干4-1多重阀92-120,这些阀92-120即把源液从任一源管路40-50和72-78供到任一取样管路122-140,从而自任一管路流过的液体能用任一化学监测器142-160分析。利用通一断阀或其它诸如3-1阀类的多重阀可构成同样的系统,借助于这样的多重管路阵列90,如果从冷凝器排放源20取出测钠样品是最有价值的测钠样品,而最有价值的测氧样品是从给水源24取出的,则该系统就能同时把这两条取样管路连接到适当的敏感器上。同样能把该冷凝水源20同时连接到若干监测器144-160上。
改变通过一条取样管路中的流量,可以短时地改变该样品的组分。为此,在监测系统中设置流量
和压力调节器170-188,当或多或少的监测器接入指定源管路上时,该调节器都能使总取样管路流的压力保持常数,以及使通过这些监测器的流量保持常数。加给这些监测器的压力应当经常地保持在接近137.9千帕(20磅/平方英寸),并且各调节器170-180应当适当地保持该压力。通过任一调节器的最大流量都可以计算出来,即:确定出接到源管路上的监测器的最多数量乘以各监测器的恒定流量之和。因为在蒸汽发电厂中所取水样是极纯的水而且是很贵的,所以最好用低流量取样,这种低流量取样对电厂经济有利。
从多重监测器接入一条取样管路上开始直到提供准确读数为止有一段时间延迟,该时间延迟由两部分组成:第一部分为该管路和监测器的固有容积,这部分可以用缩短管路的办法来减小;第二部分为监测器的反应时间,电导监测器完成监测比较快,而选择离子电极监测器比较慢,大约有几分钟的时间常数。本发明可以使源管路以多重化方式接到特定的取样管路上,并装设液流调节器,所以可以用快速监测器分析从不同源管路来的若干份样品,而这时慢速监测器则分析来自快速监测器进行快速分析的那条源管路可能有的一份样品。为了缩短由选择离子监测器造成的第二个时延,可以利用通用的外推法预编一个稳定的数值表来分析该监测器的数据。在这个数据分析中,确定该时间常数和预测函数的拟合品质,以提供一个时间点,在该点就可以根据现行的分析做出预测,如果预测函数的拟合品质良好,则可以用预测值代替以后欲求的稳定读数,这就不必等待一个稳定读数了,从而可以将监测器移到下一个取样源上,以增加每单位时间内来自监测数据点的数目。
如果与预测分析的稳定值的拟合品质不佳,而且预测的时限(取得最佳诊断用的数据所必需的)已经达到,则可将数据代入一个方程式中进行数据分析,该方程式可求出监测器达到线性浓度变化的近似值,列于下:
X=a+bt+ce-kt(1)
式中各系数可用敏感器的原始值X0等价地导出,在t=0时的敏感器实时值为Xt,上述实时浓度变率r和敏感器的时间常数k如下:
a=X0-γ/k (2)
h=r (3)
C=X0-Xt+γ/k (4)
利用上述外推法和线性拟合,可使分析时间降到最低值。
此外,监测一个选定的离子监测器的时间常数,即能确定该监测器的状态。如果该时间常数连续增大,就需人工注意该监测器。利用通过多重阵列90可以接到监测器142-160上的一个自动校正器190,即能周期地确定每个监测器的时间常数。美国专利4,713,772中发表了一个合适的自动校正系统,该系统保证把液体浓度显著的变化有规律地提供给每个监测器,以提出监测器的一些正确时间常数值。利用设置若干个同型的敏感器,还可以使阵列90中各敏感器之间一致,这里是指使用两个或多个相同的敏感器逐次或同时分析同一液体的结果一致。
如图3所示,计算机200通过一个常规的阀门数控器202或由阀门制造厂所提供的这类设备来控制各阀门,计算机200最好是一台数字设备,VA×8500系列计算机,并执行一项专家系统程序,即利用智能和推断程序给出结论。有许多专家系统能有效地实现本发明的目标,但是,最好的系统是PDS(过程诊断系统),它发表于第八次人工智能国际联合会议报告第158-163页,1983年8月8-12日,可用作参考。该PDS系统是西屋公司提供的,并在美国专利4,649,515中有详细阐述,这里用作参考。利用该系统诊断故障的一个例子见美国专利4,644,479,这里用作参考,特别配合于诊断化学故障,诸如CHEMAID是西屋公司为燃煤电厂提供的。
在这种PDS系统中,和其它专家系统一样,对每项规则都有证据和该证据的结果(假设)。在PSD中,证据被构成该系统结点的证明和假设的规则与一个前提相连系,与每个结点(假设)相关的是测量的置信度和不置信度,这两者的范围为0-1。测量的置信度和不置信度之间的差值产生置信度因数(CF),其范围从-1到+1,越正的数值表明该假设越真,与被监测的电厂设备相关的化学方面的一个专家建立各不同的规则和相互关系,这些都储存在计算机的存储器中。
在一项充分的规则中专家的置信度也能由PDS考虑,并代表专家的意见,即关于该证据怎样支持假设,以及该证据怎样被指定为一个充分因数,
这里正值充分因数指示:出现的证据认为该假设为真。该PDS专家系统也能利用专家置信度来解决所需要的规则方面,即用于指示当假设为真时需要出现什么程度的证据,指定的需要的置信度为必要因数。利用一套诸如上述的CHEMAID成套的专家系统与本发明的专家系统并列运行来根据电流读数诊断化学故障300,如图4所示。该诊断系统最好具有所需的诊断周期,例如10分钟,这个诊断也提供这样的置信因数:能指示类似于从一个具体源来的监测器读数在最近将发生变化。这些置信因数随同其它数据用于对每个监测器和各监测器确定302下一个液体读数的有用度,参照图5在下文讨论。一旦对每条渠道(一条渠道就是一个源和一个敏感器的组合)的有用度被确定,该敏感器和源就以下降数量级的有用度被储存304。根据该有用度度,该系统即确定306该监测器构形,该构形使系统的总有用度最大。下一步,具有最大有用度的监测器构形实施308,并开始取样分析。如前所述,这些监测器对一个品质读数能具有不同的收敛速率。读出310这些监测器产生的这些取样值以及对于这些慢监测器读数,其最终读值是利用标准化的推断和统计分析技术(如前所述)随同它的品质确定的。在一预定门限以上的具有一种品质的读数,例如在三个连续确定的最终值相等于95%置信水平时,这些读数被输送312输送到该诊断系统,是利用一种常规技术,例如将该敏感器读数输到一个公共存储器,是用两个诊断系统和监测器控制系统进行的,本文将讨论。然后该诊断系统能用最接近的敏感器值提供一项修正的诊断,甚至在较慢的敏感器置于一个高品质读数时也是如此。在输出读数之后,这些已被输出的读数即将它们的有用度整定314置零。如果所有的读数都具有品质314在预定门限以上,则由该公共存储器中所置的标志通知该诊断系统。一旦该标志被送到该诊断系统(在它执行下一步诊断之后),就通知该监测器控制系统:另一种监测器结构和取样周期都是适当的。如果全部读数都不是高品质,则该有用度表即改编304成产生另一监测器构形,这种周期地改形连续进行,直到该有用度表用尽为止,或直到该诊断系统对该有用度表所依据的信息给以修正为止。
对于每个源和敏感器的下一读数的有用度可采用一种强制法(例如执行具有最大和最小可能的敏感数值并且具有所期望的变化值的CHEMAID型诊断系统),以及断定哪个敏感器值改变实时的诊断最剧烈来确定。这种强制法十分耗费时间。另一种方法如图5所示,敏感器数据整定320包括:最后的监测器一些读数的置信因数、达到最后读数的时间、监测器的上限值和下限值。根据这些整定320,一个监测器对一个具体源给出一个新数值的怀疑,由322确定。该确定是根据SUS(怀疑)=1-CF(不变)得出的,式中置信因数CF是用常规的CHEMAID型诊断系统如下规则来确定的:
前后关系:永不变
证据:(I和Steady-Na-C Steady-Catcond-C
Steady-Speccond-C)
假设:no-change-Na-C
SF:0.6
NF:0.6
说明:如果该凝结的钠最后读数是稳定的(Steady-Na-C),以及在冷凝物上的阳离子(catcond-C)和导电率(Speccond-C)的最后读数已经稳定,则基本上相信该凝结钠已不变(no-change-Na-C)。另一方案为该怀疑度可由诊断系统中常用的顺向链接来确定。
随着怀疑度的变化,变化的方向可由比较该实时监测器读数与最近的前一个监测器读数来确定。一旦从敏感器数据整定320出来的所期望的监测器改变方向被确定,则该诊断器中最大变化(如果该敏感器在期望的方向饱和)即用诸如常规的CHEMAID诊断系统进行确定,这一点通过掌握全部其它化学故障数据常数和改变有利于最大饱和值的读数是能够完成的。该改变也可能是根据饱和的敏感器建立的所有诊断的和数。在大多数情况下,由单变量所造成的改变是最合适的。一个对诊断发电厂问题方面有经验的技术人员将认为在监测器成对组合或更多个组合的场合指定的各种饱和会比一个单变量更佳,例如,查一查氢氧化物和盐,需要同时测定Na+、Cl-、pH和阳离子导电率。
用于确定有用度的第三条是该监测器读数时间326,它是由比较该实时时间与所选取的最近监测器读数的时间来确定。该有用度是怀疑(SUS)、最大变化(CHG)和读数时间(AGE)之积328。如果因为在该诊断中没有可怀疑的变化和非期
望的变化,则可确信没有连续地丢失一项具体的取样点,这时可将取样时间的平方加到(如方框328中括号所示)该乘积中去加上该时间的平方值后,就最终产生一项有用度值,该值可上升到有用度表的顶行中。
每一取样周期中的监测结构的确定,是利用敏感器有用度顺序340、位置(源)有用度顺序342和在各监测器上的各种约束344来执行的,从源管路到一个具体源的流量(不同的监测器要求不同的流量)是一项约束;另一约束是,该监测器当时正被占用作一项读数;再有一个约束可能是同时要求读两个及以上的变数。一种方法是以有用度把所有类型的取样和位置分类,这就利用该系统的总有用度最大变化346来确定该监测器的结构,然后从头到尾检验该表,为具体源通路选择监测器,并标志这些选出的监测器,以供应用。从头到尾扫描该有用度表,或扫描到所有的监测器全被占用为正。例如,若有用度表的一部分值包含有:
液源 检验对象 有用度
冷凝液 Na+98
冷凝液 Cl-97
补充源 Na+96
给水 O296
排水 pH 30
蒸汽 pH 22
净化器排水 Cl-10
那么利用这种表就可以把冷凝水源20连接不到监测器154(Na+)和156(Cl-)上,补给源30接入,因为钠盐监测器154正被占用;给水源24连接到监测器146,而排水源26连接到监测器152,净化器排放源22不接入。在监测器154完成监测样品后,阵列90将改成:监测器154连接到补给源30上。当监测器156完成监测后,将连接到净化器排放源22上,另一个能用于产生最大有用度结构的方案是,一种常规的爬坡法。
无论用何种型式的结构确定计算,都不一定需要选择最有用的结构,一个接近于最有用的结构产生一组数据,它降低所有相同结构的有用度,并且必然会使丢失的读数出现在下一个结构中。结果,虽被陷在相对最大值上并不是一项事故,因为取用的这些读数将在为下一次程序循环的构形中把这些读数置于相对最小值处。
本发明由于提供了实际化学分析样品所得信息丢失最小、价格最低的化学分析仪器,所以对用户有利。此外,因为包括有自动校正系统,能连续监视各监测器的状态,所以减少了实际上必须监测的人工监视该监测系统的次数。
由所述的详细说明书可以明显看出本发明的许多特征和优点,从而旨在用后附的权利要求来概括本发明的所有的上述特征和优点,而且这些都属于本发明的构思范畴。此外,鉴于对本领域的技术人员很容易做出数值上的修改,故希望不局限于本发明的上述准确的构形和运行,因此,采取的任何适当的修改和等效措施都在本发明的保护范围之内。
Claims (9)
1、一种化学监测系统,它用一个诊断系统监测从液源来的液体流程,该监测系统包括:
至少两个不同的化学监测器(142-160),用于分析各种源液;以及
多路组合的管路装置(90)(170-188),用于同时地将各种源来的液体传送到每个监测器;其特征为,
耦接到所述各管路装置(90)的控制装置(200),用于将所述的各管路装置安排到供液源及一具体的监视器,所述的安排是根据哪个液源最能改善诊断系统所作的诊断来确定的。
2、如权利要求1所述的系统,其特征为,各压力调节器被接在每一液源和所述的管路之间,以便使通过所述管路到所述监视器的液流保持为恒流。
3、如权利要求1所述的系统,其特征为,对每一液源提供的化学监视器。
4、如权利要求1所述的系统,其特征为,所述的管路装置包括有连接在液源和各监视器之间的多个组合的液体阀。
5、一种监测权利要求1所定义的一个化学监测系统中多路液源来的液流的监测方法,其特征为下述步骤:
a)借助于测定被监测的各种液体的多个变数,利用诊断系统来诊断一项故障;
b)估计在每一监测器中测得的变数的有用度程度,以确定哪个变数最能造成诊断中有最大变化,以及对该样品指定一个能造成诊断中有所述最大变化的化学监测器,
c)确定并完成反应所述指定步骤的该管路装置的阵列构形;
d)取液体样品,分析该液体,并将分析结果提供到诊断系统。
6、如权利要求5所述的方法,其特征为,步骤b包括根据下述公式确定有用度,即:
有用度=SUB·CHG·AGE
式中SUS为猜测一个监测器为分析该液源而产生的一个新值,GHG是该监测器在所期望的方向饱和时故障诊断中发生的最大改变,以及AGE是一个最近的监测器分析的一段时间。
7、如权利要求6所述的方法,其特征为,有一个第二时间因数AGE2被加到该有用度中。
8、如权利要求5所述的方法,其特征为,步骤(c)包括利用该有效度执行一项爬坡计算(hill climbing algorithm)。
9、如权利要求6所述的方法,其特征为,步骤(c)包括下述步骤:
(ci)编排从最高到最低的有用度顺序;
(cii)根据所编排的有用度顺序确定一个程序;以及
(ciii)执行该程序,其中的步骤(d)包括下述步骤:
(di)提供高于预定品质的各分析值到该诊断系统,以及连续分析低于预定品质的各分析值;
(dii)把提供到该诊断系统的每一分析的有用度置零。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US182019 | 1988-04-15 | ||
US07/182,019 US5073499A (en) | 1988-04-15 | 1988-04-15 | Chemical diagnostic system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1037394A CN1037394A (zh) | 1989-11-22 |
CN1017930B true CN1017930B (zh) | 1992-08-19 |
Family
ID=22666764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN89102278A Expired CN1017930B (zh) | 1988-04-15 | 1989-04-14 | 化学监测系统及方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US5073499A (zh) |
EP (1) | EP0338279A3 (zh) |
JP (1) | JPH01316658A (zh) |
KR (1) | KR890016378A (zh) |
CN (1) | CN1017930B (zh) |
CA (1) | CA1336453C (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3128832B2 (ja) * | 1991-01-23 | 2001-01-29 | 株式会社日立製作所 | プラント診断装置及びプラント診断方法 |
US5319572A (en) * | 1991-10-02 | 1994-06-07 | Westinghouse Electric Corp. | Electrohydraulic fluid monitor system |
US5313241A (en) * | 1992-11-25 | 1994-05-17 | Eastman Kodak Company | Processor diagnostics using switch settings |
US5724254A (en) * | 1996-01-18 | 1998-03-03 | Electric Power Research Institute | Apparatus and method for analyzing power plant water chemistry |
US7236848B2 (en) * | 2005-09-12 | 2007-06-26 | Advanced Micro Devices, Inc. | Data representation relating to a non-sampled workpiece |
US20100102835A1 (en) * | 2008-10-27 | 2010-04-29 | General Electric Company | Method and system for detecting a corrosive deposit in a compressor |
RU2456571C2 (ru) * | 2010-10-05 | 2012-07-20 | Ильдар Ринатович Вальшин | Способ отбора проб жидкости из трубопровода и устройство для его осуществления |
US8999139B2 (en) * | 2011-05-26 | 2015-04-07 | Hach Company | Oxidation/reduction measurement |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4298955A (en) * | 1976-04-01 | 1981-11-03 | The Insurance Technical Bureau | Method of and apparatus for the detection and analysis of hazards |
US4172014A (en) * | 1977-11-16 | 1979-10-23 | Texaco Inc. | Control system for a furfural refining unit receiving medium sour charge oil |
CH610666A5 (zh) * | 1978-03-14 | 1979-04-30 | Contraves Ag | |
US4181951A (en) * | 1978-04-28 | 1980-01-01 | Jan Boeke | In-line pH and pIon controller |
US4396435A (en) * | 1980-06-24 | 1983-08-02 | General Electric Company | Fluid handling system |
US4472354A (en) * | 1980-10-21 | 1984-09-18 | Electric Power Research Institute, Inc. | System for continuously monitoring the ionic content of steam-producing water |
US4402910A (en) * | 1981-06-15 | 1983-09-06 | Exlog Smith | Gas sampling system |
US4414858A (en) * | 1982-03-22 | 1983-11-15 | Westinghouse Electric Corp. | Steam turbine fluid sampling apparatus |
US4587518A (en) * | 1982-11-08 | 1986-05-06 | Baxter Travenol Laboratories, Inc. | Monitor and control system for water purification apparatus |
US4830757A (en) * | 1985-08-06 | 1989-05-16 | The Mogul Corporation | Telemetry system for water and energy monitoring |
US4766550A (en) * | 1985-10-30 | 1988-08-23 | Westinghouse Electric Corp. | Automatic on-line chemistry monitoring system |
US4713772A (en) * | 1985-11-18 | 1987-12-15 | Westinghouse Electric Corp. | Automatic on-line chemistry monitoring system having improved calibration unit |
US4722830A (en) * | 1986-05-05 | 1988-02-02 | General Electric Company | Automated multiple stream analysis system |
US4822744A (en) * | 1987-05-01 | 1989-04-18 | Westinghouse Electric Corp. | System and method for detecting contaminants in a steam power generating system |
US4855061A (en) * | 1988-04-26 | 1989-08-08 | Cpc Engineering Corporation | Method and apparatus for controlling the coagulant dosage for water treatment |
-
1988
- 1988-04-15 US US07/182,019 patent/US5073499A/en not_active Expired - Fee Related
-
1989
- 1989-03-22 EP EP89105176A patent/EP0338279A3/en not_active Withdrawn
- 1989-04-04 CA CA000595683A patent/CA1336453C/en not_active Expired - Fee Related
- 1989-04-14 CN CN89102278A patent/CN1017930B/zh not_active Expired
- 1989-04-15 JP JP1096217A patent/JPH01316658A/ja active Pending
- 1989-04-15 KR KR1019890005080A patent/KR890016378A/ko not_active Application Discontinuation
Also Published As
Publication number | Publication date |
---|---|
EP0338279A3 (en) | 1990-08-22 |
EP0338279A2 (en) | 1989-10-25 |
KR890016378A (ko) | 1989-11-29 |
CN1037394A (zh) | 1989-11-22 |
US5073499A (en) | 1991-12-17 |
JPH01316658A (ja) | 1989-12-21 |
CA1336453C (en) | 1995-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110471024B (zh) | 一种基于量测数据分析的智能电表在线远程校验方法 | |
CN109597014A (zh) | 一种基于人工智能技术的电能表误差诊断方法 | |
CN1017930B (zh) | 化学监测系统及方法 | |
CN101425686A (zh) | 电力系统在线安全稳定评估预想故障集自适应筛选方法 | |
WO2014157748A1 (ko) | 최근린기법을 이용한 하수처리장의 유입유량과 유입성분농도의 예측 장치 및 방법 | |
CN108088974B (zh) | 一种厌氧同时反硝化产甲烷过程出水硝氮的软测量方法 | |
CN111669123B (zh) | 用于对光伏组串进行故障诊断的方法和装置 | |
CN115320387B (zh) | 基于多源信息融合的车用燃料电池膜湿度预测方法及系统 | |
CN115775053A (zh) | 一种基于改进相似时刻法的分布式光伏功率短期预测方法 | |
CN106595788A (zh) | 基于多参数耦合修正的大型泵站流量监测方法 | |
CN109613372B (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
CN114858207A (zh) | 一种基于软测量的河道排污口网格化溯源排查方法 | |
CN114386884A (zh) | 一种电网调度运行精益化评价方法 | |
CN117109069A (zh) | 一种基于大数据分析的热网数据安全控制系统及方法 | |
CN112001531A (zh) | 基于有效载荷能力的风电短期运行容量可信度评估方法 | |
CN116862132A (zh) | 基于大数据的资源调度方法 | |
CN115062965A (zh) | 一种基于故障信息的水轮发电机组健康评估方法 | |
CN1162821A (zh) | 放射性废液处理设备 | |
CN114204081A (zh) | 一种燃料电池系统氢气循环流量检测装置 | |
CN114156865A (zh) | 一种考虑状态感知的低压配电网拓扑生成及故障预测方法 | |
CN114116843A (zh) | 基于用电数据的村镇小型污水处理设施运行监测方法 | |
CN113791603A (zh) | 串级定值控制系统传感器故障诊断方法 | |
CN113670536A (zh) | 火电厂用电用水监测和信息化管理方法 | |
CN106786800A (zh) | 基于大数据处理含光伏发电的电力系统经济调度分析方法 | |
CN116698112B (zh) | 一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C13 | Decision | ||
GR02 | Examined patent application | ||
C01 | Deemed withdrawal of patent application (patent law 1993) | ||
WD01 | Invention patent application deemed withdrawn after publication |