Способы и системы для автоматического создания корректирующих действий в промышленном объекте

Изобретение относится к прогнозированию событий. В способе генерирования корректирующих действий в промышленном объекте получают рабочие входные данные объекта. На основе первых входных данных от первого датчика автоматически генерируют начальное действие. В ответ на начальное действие получают вторые входные данные от второго датчика. На основе принятых первых и вторых входных данных определяют вероятность возникновения нежелательного события. На основе этой определенной вероятности возникновения события автоматически генерируют корректирующее действие для смягчения эффекта упомянутого возникновения события. Предотвращается возникновение нежелательного события. 3 н. и 36 з.п. ф-лы, 11 ил.

 

Перекрестная ссылка на связанную заявку

Эта заявка испрашивает преимущество приоритета у предварительной патентной заявки США № 62/345,717, поданной 3 июня 2016 года, содержимое которой включено в настоящее описание посредством ссылки во всей ее полноте.

Область техники

Настоящая технология, как правило, направлена на использование датчиков для прогнозирования вероятности нежелательного события и автоматического создания корректирующего действия.

Уровень техники

Кокс твердое углеродное топливо и источник углерода, используемый для плавления и восстановления железной руды при производстве стали. В одном способе, известном как «процесс коксования Томпсона», кокс получают путем периодического подачи измельченного угля в печь, которая герметизируется и нагревается до очень высоких температур в течение примерно сорока восьми часов в условиях строго контролируемых атмосферных условий. Коксующиеся печи уже много лет используются для превращения угля в металлургический кокс. В процессе коксования тонко измельченный уголь нагревают в контролируемых температурных условиях, чтобы дегазировать уголь и сформировать расплавленную массу кокса, имеющего заданную пористость и прочность. Затем горячий кокс выталкивают из печи в тушильные выгоны, которые транспортируют кокс для охлаждения в башенных охладителях. Потушенный кокс выгружается на наклонную коксовую рампу, где он измельчается, просеивается и транспортируется за пределы площадки в качестве продукта. На протяжении всего процесса производства кокса обычно происходят выбросы различных материалов. Например, в процессе тушения кокса образуется пар, а во время выталкивания кокса из печи формируются взвешенные в воздухе твердые частицы.

Установки по производству кокса обычно расположены в промышленных зонах вблизи других промышленных объектов, в том числе тех, которые производят сталь, промышленные газы, пар и различные химикаты. Учитывая промышленный характер соседних промышленных объектов, выбросы этих промышленных объектов могут распыляться и распространяться на другие промышленные объекты, расположенные поблизости. Например, многие промышленные объекты сжигают природный газ для образования дымовых газов, который используется для нагрева различных технологических потоков. Сера, присутствующая в природном газе, может оставаться в дымовом газе и часто выбрасывается через дымовые трубы. Сера также может выделяться на других стадиях обработки, таких как, например, тушение или операции, выполняемые на коксовой рампе. Сера, в ее различных формах, выбрасываемая одним промышленным объектом, может распространяться по направлению к другому промышленному объекту и в конечном итоге рассеиваться в жилых районах. В результате подобных выбросов появляется неприятный запах, ощущаемый жителями поселений, а это, в свою очередь, приводит к появлению жалоб, направленных в местные органы власти. Естественно, люди, подающие жалобы, часто не осведомлены об источнике запаха, и поэтому в жалобах часто упоминается компания или объект, которые наиболее известны в данной местности. Чтобы предотвратить возникновение подобных жалоб, нужно лучше прогнозировать вероятность появления нежелательных событий, чтобы позволить объектам предотвращать фактическое возникновение событий или смягчать последствия возникновения таких событий. Кроме того, необходимо идентифицировать источник выбросов и активно информировать общественность о том, что выбросы не связаны с конкретным объектом.

КРАТКОЕ ОПИСАНИЕ ФИГУР

Неограничивающие и неисчерпывающие варианты реализации настоящего изобретения, включая предпочтительный вариант реализации, описаны со ссылкой на следующие фигуры, на которых ссылочные позиции относятся к одинаковым частям во всем различном представлении, если не указано иное.

На Фиг. 1 проиллюстрирован промышленный парк с несколькими независимыми промышленными объектами в соответствии с вариантом реализации настоящей технологии.

На Фиг. 2 проиллюстрирован изометрический вид промышленного объекта, проиллюстрированного на Фиг. 1, в соответствии с вариантом реализации настоящей технологии.

На Фиг. 3 проиллюстрирована блок-схема, демонстрирующая процесс автоматического создания корректирующего действия на основе определенной вероятности возникновения события в промышленном объекте в соответствии с вариантом реализации настоящей технологии.

На Фиг. 4А и 4В проиллюстрированы блок-схемы последовательности операций, демонстрирующие подробности автоматического создания корректирующего действия на основе определенной вероятности возникновения события в промышленном объекте в соответствии с вариантом реализации настоящей технологии.

На Фиг. 5 проиллюстрирована блок-схема последовательности операций, иллюстрирующая детали для автоматического обновления рабочих параметров, используемых для управления промышленным объектом в соответствии с вариантом реализации настоящей технологии.

На Фиг. 6 проиллюстрирован снимок экрана системы мониторинга объекта в соответствии с вариантом реализации настоящей технологии.

На Фиг. 7 проиллюстрирован снимок экрана предупреждений, отображаемых оператору, в соответствии с вариантом реализации настоящей технологии.

На Фиг. 8 проиллюстрирован промышленный парк и предсказательная модель распространения выбросов из вторичного источника в соответствии с вариантом реализации настоящей технологии.

На Фиг. 9 проиллюстрирована схема, предсказывающая распространение материала в зависимости от скорости и направления ветра в соответствии с вариантом реализации настоящей технологии.

На Фиг. 10 проиллюстрирован экранный снимок производственного цикла печи для установки по производству кокса в соответствии с вариантом реализации настоящей технологии.

ПОДРОБНОЕ ОПИСАНИЕ СУЩНОСТИ ИЗОБРЕТЕНИЯ

Настоящая технология, как правило, ориентирована на способы и системы для автоматического создания корректирующих действий, смягчающих последствия одного или нескольких нежелательных событий в промышленном объекте. Один аспект настоящей технологии использует множество входных данных для определения вероятности возникновения события и, исходя из этой вероятности, генерирует корректирующие действия. Разные входные данные могут быть получены с помощью множества датчиков, расположенных в разных точках промышленного объекта. Один или несколько из множества датчиков могут взаимодействовать друг с другом и автоматически активироваться на основе входных данных от других датчиков. Входные данные активирующих и активированных датчиков принимаются через систему управления и могут использоваться для определения вероятности возникновения нежелательного события. Основываясь на вероятности возникновения события, система управления может автоматически генерировать корректирующее действие, которое может быть направлено на любой источник нежелательного события. Например, корректирующее действие может быть направлено на вторичный источник, источник окружающей среды и/или источник процесса.

В следующей таблице приведены возможные описания и источники запахов. В соответствии с описанием в настоящем документе, специалист в данной области техники поймет, что другие промышленные, экологические, химические и т.д. описания и источники запаха входят в объем раскрытия.

Ссылка на потенциальный запах
Описание запаха	Возможный источник	Описание запаха	Возможный источник
Жженая резина	Конвейерная лента	Гнилые овощи	Меркаптан/ Сульфид
Растворитель	Этилбензол	Выхлоп	Бензиновый автомобиль
Чеснок	Диметилсульфоксид	Фекалии/Кал/ Удобрение	Скатол
Металлический вкус, имитация остроты	Диоксид серы	Слабый металлический вкус/Запах гари	Коксовый завод - регенерация тепла
Дегтеобразный запах	Деготь	Растворитель с серным запахом тухлых яиц/Деготь с небольшим металлическим привкусом/Запах гари	Коксовая батарея завод по производству промежуточных продуктов
Нафталиновые шарики	Нафталин
Тухлые яйца	Сероводород	Пищевой уксус	Уксусная кислота
Запах угля	Каменный уголь	Простокваша	Пропионовая кислота
Бензин	Нефтеперегонная установка/ Заправочная станция	Мышьяк, сладковатый запах, растворитель	Бензол
Дизельное топливо, керосин/Нефтепродукты для домашнего отопления	Нефтеперегонная установка/ Заправочная станция	Металлический запах	Нагретые металлы
Горелый лес	Деревья/Кусты	Жидкость для снятия лака	Ацетон
Аммиачный, едкий, имитирующий	Аммиак	Медицинский кислотный, креозот	Фенол
Запах скунса/прогорклый	Меркаптаны	Природный газ	Меркаптаны

Конкретные детали нескольких вариантов реализации технологии описаны ниже со ссылкой на фигуры. Другие детали, описывающие хорошо известные структуры и системы, которые чаще всего связаны с системами-толкателями, системами загрузки и коксовыми печами, не представлены в следующем раскрытии, что позволит избежать излишней детализации при описании различных вариантов реализации технологии. Многие детали, размеры, углы, пространственная ориентация и другие особенности, проиллюстрированные на фигурах, просто служат для иллюстрации конкретных вариантов реализации технологии. Соответственно, другие варианты реализации могут характеризоваться иными деталями, размерами, углами, пространственной ориентацией и характеристиками, что не приводит к отступлению от сущности или объема настоящей технологии. Таким образом, специалист в данной области техники поймет, что технология может иметь другие варианты реализации с дополнительными элементами, или технология может иметь другие варианты реализации без некоторых признаков, показанных и описанных ниже со ссылкой на фигуры.

На Фиг. 1 проиллюстрирован промышленный парк 102 и соседнее общественное сообщество 101, находящегося вблизи индустриального парка. Промышленный парк 102 содержит промышленный объект 100 и вторичный промышленный объект 104, расположенный вблизи объекта 100. Используемый здесь термин «промышленный объект» имеет широкое истолкование и содержит любой рабочий процесс объекта, благодаря которому исходное сырье превращается в необходимый товар. Например, промышленный объект может содержать установку, выполняющую производство кокса (например, регенерацию тепла и/или производство побочного продукта), переработку запасов кокса, переработку стали, регенерацию тепла, химическую обработку и/или аналогичные операции. Промышленный объект может также содержать любую установку, оснащенную промышленными печами, топками, риформинговыми установками, сушилками, штабелеукладчиками, функциональными рампами коксовых батарей, башенными охладителями и аналогичным оборудованием.

Объект 100 может содержать множество датчиков, расположенных по всему объекту 100 и сконфигурированных для обнаружения различных материалов, генерируемых объектом 100 и/или вторичным промышленным объектом 104. Как подробно описано ниже со ссылкой на Фиг. 2, датчики могут применяться для определения, является ли источником обнаруженного выброса объект 100 или же вторичный объект 104. Таким образом, определение источника выброса может использоваться для уточнения величины вероятности для нежелательного события и автоматического формирования корректирующего действия для предотвращения подобного события.

На Фиг. 2 проиллюстрирован изометрический вид объекта 100 в соответствии с вариантом реализации настоящей технологии. Объект 100 содержит множество датчиков 202 (идентифицированных отдельно как 202a, b, c, d, e, f, g, h, i, j, k, l, m, n), расположенных в разных точках по всему объекту 100. Каждый отдельный датчик 202а-n может быть единичным датчиком или представлять собой множество различных датчиков размещенных в одном месте. Например, отдельный датчик 202a может соответствовать датчику, служащему для обнаружения общего количества восстановленной серы (ОКВС), или же множество датчиков, каждый из которых обнаруживает иной химикат и/или материал. Для некоторых вариантов реализации изобретения датчики 202 стратегически размещаются вокруг объекта 100 и могут располагаться по соседству с отдельными участками объекта 100, которые и генерируют интересующие материалы, газы или химические компоненты. Например, вариант реализации изобретения, проиллюстрированный на Фиг. 2, соответствует установке для производства кокса и включает такие области, как загрузка тушильного вагона 204, башенные охладители 206, коксовые рампы 208 и заправка/выгрузка коксовых печей 210. Для такого варианта реализации изобретения датчики 202 могут располагаться рядом с такими участками объекта 100, чтобы обеспечить обнаружение газов или химических веществ, образующихся в этих зонах. Датчики 202 могут содержать позиционирующий компонент и, таким образом, могут помогать в определении местонахождения источника поступления конкретного материала. Например, когда один или несколько датчиков обнаруживают интересующий материал, оператор может идентифицировать вероятный источник поступления данного материала на основе показаний датчика, который сообщает об его обнаружении, а также, показаний одного или нескольких датчиков, не указывающих на факт его обнаружения. Аналогично, время, в течение которого материал обнаруживается первым датчиком относительно времени обнаружения материала вторым датчиком, может указывать на источник поступления материала и служить для формирования схемы распыления материала. Датчики 202 также могут стратегически размещаться вокруг объекта 100 для определения, находится ли источник интересующего материала в пределах объекта 100 или снаружи объекта 100 и поступает ли материал вторичного источника (например, из вторичного объекта 104).

Датчики 202 могут применяться для обнаружения любого параметра, связанного с управлением объектом 100. Например, датчики 202 могут определять параметры процесса (например, температуру процесса, давление процесса, температуру оборудования, рабочее состояние оборудования, уровень непрозрачности, наличие твердых частиц и т.д.) и/или параметры окружающей среды (направление ветра, силу ветра, атмосферное давление, влажность, индекс осадков, тепловой индекс и т.д.). Датчики 202 также могут содержать анализаторы и иметь конфигурацию для измерения конкретного материала или химической концентрации (мкг/кг) ОКВС, органической серы, диоксида серы (SO₂), триоксида серы (SO₃), сероводорода (H₂S), серной кислоты (H₂SO₄), тиолов, оксидов азота (NO_X), смога, озона, летучих органических соединений (ЛОС), общих углеводородов, свинца, аммиака (NH₃), соляной кислоты (HCl) и/или взвешенных частиц (ВЧ_2,5 и/или ВЧ₁₀). Датчики 202 также могут иметь конфигурацию для обнаружения таких неприятных факторов, как уровень шума (т.е., децибелов) и/или запаха. Датчики также могут содержать вращающиеся камеры 212, в которых используется лазерный, спектроскопический и/или инфракрасный анализ, причем они могут быть сконфигурированы для обнаружения, например, уровня непрозрачности или температуры поверхности. Камера 212 может, например, применять импульсный лазерный свет (например, LIDAR) и/или дифференциальную оптическую абсорбционную спектроскопию (ДОАС).

Для некоторых вариантов реализации изобретения часть датчиков 202 может служить стационарными датчиками, которые относительно постоянно фиксируются, другие датчики 202 могут в то же время перемещаться. Например, подвижные датчики 202 могут крепиться к подвижным источникам, таким как тушильные вагоны или их операторы. Для других вариантов реализации изобретения объект может содержать один или несколько беспилотных летательных аппаратов (например, дронов) 214 с прикрепленным к ним датчиком (например, датчиком 202n). Как описано более подробно ниже со ссылкой на Фиг. 3 и 4, дрон 214 и/или датчик 202n могут активироваться и конфигурироваться для обхода объекта 100 по пути 216 для поддержки дополнительных входных сигналов.

Объект 100 также содержит систему управления 250, которая поддерживает связь с каждым из датчиков 202. Среди других функций система управления 250 применяется для приема входных сигналов от датчиков 202 и позволяет операторам управлять и/или активировать датчики 202 из удаленного места. Многие варианты реализации системы управления 250 и/или описанные ниже технологии могут принимать форму исполняемых компьютером команд, включая процедуры, выполняемые программистом или программируемым компьютером. Система управления 250 может, например, также включать комбинацию систем диспетчерского управления и сбора данных (СДУСД), распределенных систем управления (РСУ), программируемых логических контроллеров (ПЛК), устройств управления и процессоров, сконфигурированных для обработки исполняемых компьютером команд. Специалистам в данной области техники будет понятно, что данная технология может применяться в отличных от описанных здесь компьютерных системах. Технология может реализовываться с помощью специального компьютера или процессора данных, который специально запрограммирован, сконфигурирован или сконструирован для выполнения одной или нескольких исполняемых компьютером описанных ниже команд. Соответственно, термины «система управления» и «компьютер», как обычно здесь используется, относятся к любому процессору данных. Информация, обрабатываемая этими компьютерами, может отображаться на любом подходящем дисплее, включая ЭЛТ-дисплей или ЖК-дисплей.

На Фиг. 3 проиллюстрирована блок-схема, иллюстрирующая общий процесс 300 для автоматического создания корректирующего действия на основе определенной вероятности возникновения события на промышленном объекте. Общий процесс 300 включает прием первых входных данных от первого датчика (блок 302). Первый датчик может содержать один или большее число датчиков из набора датчиков 202а-n, которые описаны выше со ссылкой на Фиг. 2. Первые входные данные могут содержать любой из параметров, которые описаны выше со ссылкой на Фиг. 2, включая параметры процесса, параметры окружающей среды, уровня концентрации химических веществ и/или наличие неблагоприятных факторов. Прием первых входных данных может реализовываться через систему управления 250. Кроме того, первые входные данные используются системой управления 250 для выполнения последующих действий (например, для генерирования начального действия, определения вероятности возникновения события, создания корректирующего действия и т.д.), также могут быть результатом усреднения или модального отбора (т.е. получены в виде двух из трех вариантов в результате голосования) одного или нескольких входных данных. Кроме того, система управления 250 может программироваться с учетом применения входных данных только после того, как их значение в несколько раз превысит определенное предварительно значение. Например, концентрация H₂S с величиной, равной 10 мкг/кг, может фактически не использоваться системой управления, если не будет получено ее превышение в несколько раз.

Процесс 300 дополнительно включает автоматическое генерирование начального действия на основе первых входных данных (этап 304). Исходное действие может включать активацию одного или нескольких вторых датчиков (например, одного или нескольких отдельных датчиков 202a-n и/или камеры 212). Активация одного или нескольких используемых здесь вторых датчиков подразумевает, что начинают поступать и использоваться системой управления 250 входные данные от этих датчиков. Еще до начала активации датчика система управления 250 может принимать входные данные от второго датчика и фиксировать значение входных данных, полученных от второго датчика. Тем не менее, пока датчик не активирован, система управления 250 может не использовать вторые входные данные, например, при определении вероятности возникновения события, как более подробно описано ниже. Начальное действие может также включать активацию отдельной части оборудования (например, дрона 214), прикрепленного к одному или нескольким датчикам. Первоначальное действие может также включать уведомление оператора о выполнении просмотра данных, включая информацию о наличии запаха, визуальных или слуховых характеристик. Например, для первых входных данных, содержащих обнаруженную концентрацию H₂S, выходящую за пределы заданного диапазона, начальное действие может включать уведомление оператора о проведении теста на запах в соседней области. Для другого примера операторы, прошедшие обучение для работы с сертифицированным способом 9 (исследование визуальной непрозрачности), могут быть уведомлены о необходимости выполнения проверки уровня прозрачности и затем в ручном режиме вводят результаты в систему управления 250.

Процесс 300 дополнительно включает прием вторых входных данных от второго датчика в ответ на начальное действие (этап 306). Второй датчик может содержать один или несколько датчиков из набора датчиков 202, ранее описанных выше со ссылкой на Фиг. 2. Тип и обработка (например, усреднение, выбор модальности, превышение значения и т.д.) вторых входных данных может проводиться идентично первым входным данным, и могут включать любой из описанных выше со ссылкой на Фиг. 2 параметров, включая параметры процесса, параметры окружающей среды, уровни концентрации химических веществ и/или наличие неблагоприятных факторов. Прием вторых входных данных может реализовываться через систему управления 250.

Процесс 300 дополнительно включает определение уровня вероятности появления нежелательного события на основе первых и вторых из принятых входных данных (этап 308). Как описано более подробно ниже, вероятность возникновения события может быть сгенерирована на основе проведенных компьютером вычислений и/или на основе представленного оператору уровня сигнала. Например, вероятность может включать два или более уровней (например, вероятность низкого уровня, вероятность среднего уровня и высокая вероятность события), которые помогают определить, следует ли предпринять корректирующие действия. Событие может возникнуть вследствие нареканий представителей общественного мнения и/или вследствие какого-либо состояния процесса (например, происходить при отключении оборудования или вследствие прекращения процесса), наличия неблагоприятных факторов или условий окружающей среды (например, появление запаха), которые и служат источником нареканий.

На основании определенной вероятности возникновения события система управления 250 может автоматически генерировать корректирующее действие (этап 310). Таким образом, первая определенная вероятность может приводить к первому корректирующему действию, а вторая определенная вероятность, отличная от первой определенной вероятности, может приводить ко второму корректирующему действию, отличному от первого корректирующего действия. Как поясняется более подробно ниже со ссылкой на Фиг. 4А и 4В, корректирующее действие может быть направлено на уменьшение вероятности возникновения события, смягчение одного или нескольких эффектов, связанных с возникновением события, или дальнейшего уточнения природы формирования вероятности возникновения события. Например, корректирующее действие может включать активацию третьего датчика для генерирования третьих входных данных, что послужит для более точного определения вероятности возникновения события. Для подобного варианта реализации затем определяется обновленная вероятность появления события и может быть автоматически сгенерировано другое корректирующее действие. Корректирующее действие также генерируется в режиме реального времени. Используемый здесь термин «в режиме реального времени» не должен интерпретироваться как немедленно исполняемый. Вместо этого термин «в режиме реального времени» должен интерпретироваться как «без существенной задержки». В контексте, использованном выше, корректирующее действие, генерируемое в режиме реального времени, означает, что корректирующее действие генерируется еще до того, как значительно изменяется вероятность возникновения события, чтобы сгенерированное корректирующее действие не оказалось устаревшим. Примечательно, что корректирующее действие для одного сценария может быть таким же, как и событие для другого сценария. Например, корректирующее действие это один из сценариев, который может привести к остановке процесса, что позволит прервать распространение ОКВС и предотвратит возникновение жалоб со стороны общественности. Для другого сценария корректирующее действие может включать снижение производительности, что предотвратит возникновение события на этапе завершения работы. Корректирующее действие также может включать и поддержание процесса в его текущем состоянии. Например, если первые входные данные указывают, что температура поверхностного слоя конкретной печи (например, температура свода) больше, чем обычно, система управления 250 может поддерживать печь в текущем состоянии, а не выталкивать из нее кокс, и выполнять обработку в соответствии с нормальной процедурой.

На Фиг. 4А и 4В проиллюстрирован процесс 400, который включает дополнительные данные для автоматического создания корректирующего действия на основе определенной вероятности возникновения события на промышленном объекте. Процесс 400 включает множество идентичных функций и этапов процесса 300. Например, процесс 400 начинается с приема первых выходных данных 402 и определения, находятся ли первые входные данные вне пределов заданного диапазона (этап 404). Если первые входные данные не находятся вне заданного диапазона, система управления 250 может предположить, что аномального условия нет, и процесс 400 возвращается к получению дополнительных первых входных данных. Если первые входные данные находятся вне заданного диапазона, система управления 250 затем определяет, могут ли первые входные данные приводить к нежелательному событию (этап 406). Уточнение того факта, могут ли первые входные данные приводить к нежелательному событию, может быть основано на том, насколько тесно связаны первые входные данные с событием. Например, если событие состоит в восприятии запаха серы, а первые входные данные свидетельствует о наличии концентрации H₂S, превышающей заданный диапазон, первые входные данные, скорее всего, будут классифицированы как входные данные, которые приводят к восприятию запаха серы. Если, однако, первые входные данные представляют значение силы ветра, находящееся за пределами данного диапазона, первые входные данные, скорее всего, не будут классифицированы как входные данные, которые приводят к возникновению события, связанного с восприятием запаха серы. Таким образом, определение того, могут ли входные данные приводить к возникновению конкретного нежелательного события, определяется для каждого вида входных данных. Кроме того, поскольку входные данные могут потенциально приводить к различным событиям, такое определение для каждого вида входных данных должно определяться для каждого из событий.

Если система управления 250 определяет, что первые входные данные не приводит к возникновению события, процесс 400 возвращается обратно к получению дополнительных первых входных данных. Если система управления 250 определяет, что первые входные данные могут приводить к возникновению события, процесс переходит к автоматическому генерированию начального действия (этап 406). Если, например, первые входные данные находится вне пределов заданного диапазона, на объекте может сложиться аномальная обстановка, и система управления 250 может автоматически генерировать начальное действие для того, чтобы уяснить, почему первые входные данные находятся за пределами заданного диапазона. Таким образом, начальное действие приводит к тому, что система управления принимает вторые входные данные (этап 410). Вторые входные данные, полученные от второго датчика, помогают понять, почему первые входные данные, поступившие от первого датчика, оказался вне пределов данного диапазона. Система управления 250 определяет, какой второй датчик поддерживает вторые входные данные на основе набора предварительно запрограммированных правил. Например, для первых входных данных с идентифицированной концентрацией H₂S, выходящей за пределы заданного диапазона, система управления 250 для некоторых вариантов реализации может включать инструкции для приема вторых входных данных, который облегчает определение источника аномалии, связанной с обнаруженной концентрацией H₂S. Для подобного варианта реализации принятые вторые входные данные могут быть рабочим статусом для одного или нескольких устройств (например, топок, печей, башенных охладителей, коксовых рамп и т.д.), которые функционируют в импульсном режиме. Для других вариантов реализации система управления 250 может располагать инструкциями по приему вторых входных данных, которые облегчают уточнение того, могут ли первые входные данные приводить к другим потенциальным проблемам, которые вызываются первыми входными сигналами, находящимся вне заданного диапазона. Для подобного варианта реализации изобретения принятые вторые входные данные могут, например, представлять направление или скорость ветра, что может приводить к рассеянию первых входных данных по другим областям объекта или по зонам, находящимся вне объекта.

На основании принятых первых и вторых входных данных система управления 250 затем определяет вероятность возникновения события (этап 412). Как упоминалось ранее, вероятность возникновения события может иметь форму предупреждения и предоставляться оператору. Уточнение вероятностного уровня может основываться на наборе запрограммированных в системе управления 250 вручную правил. Например, система управления 250 может располагать инструкциями по рекомендации введения более высокого вероятностного уровня для события, если первые и вторые входные данные находятся вне соответствующего заданного диапазона и ранее это обстоятельство способствовало возникновению события. Для подобного варианта реализации изобретения система управления 250 может обращаться к базе данных, содержащей исторические данные, где сопоставлено событие с конкретными первыми и вторыми входными данными. Эта база данных может автоматически обновляться системой управления после возникновения или отсутствия конкретного события. Например, если конкретные первые и вторые входные данные не приводят к возникновению события, точка данных, фиксирующая отсутствие события, сохраняется в базе данных и может использоваться для более точного определения вероятности возникновения события в будущем при реализации аналогичных сценариев.

После уточнения вероятности возникновения события система управления 250 затем определяет, не находится ли вероятность ниже заданного уровня (этап 414). Заранее установленный уровень может быть определен вручную для каждого события и может основываться на эффекте возникновения события. Если в результате возникновения события происходит остановка процесса, что может привести к существенному простою, то заданный уровень будет относительно низким, чтобы гарантировать выполнение действия, направленного на предотвращение возникновения события или смягчение эффекта от этого события. Если же эффект возникновения события относительно невелик, то заданный уровень будет относительно высоким, чтобы избежать ненужных корректирующих действий. Если вероятность возникновения события ниже заданного уровня, процесс 400 возвращается обратно, чтобы получить дополнительные вторые входные данные. Если вероятность возникновения события не ниже заданного уровня, процесс 400 определяет причину вероятности.

Затем процесс 400 определяет, вызвана ли вероятность возникновения события вторичным источником. Вторичный источник содержит любое химическое вещество, материал или состояние, которые не генерируются объектом 100. Обращаясь к Фиг. 1, любой материал, сгенерированный вторичным объектом 104, будет считаться вторичным источником. Например, ближайший нефтеперерабатывающий завод, поезд или грузовик, перевозящий продукт, могут быть вторичным источником. В подобном примере датчики, которые обнаруживают входные данные от вторичного источника, могут сразу определить, является ли источник обнаруженных входных данных вторичным на основе других входных данных, например, действительно ли имеются какие-то источники в объекте 100, которые могут генерировать эти входные данные. Если определенная вероятность возникновения события по меньшей мере частично вызвана вторичным источником, тогда генерируется корректирующее действие, направленное на вторичный источник. В качестве примера этот тип корректирующего действия может включать автоматическое уведомление, направленное вторичному объекту 104 о том, что был обнаружен материал, созданный вторичным объектом 104. В другом примере корректирующее действие может включать автоматическое уведомление местного регулирующего органа или публичного сообщества 101 о том, что материал был обнаружен, но объект 100 не является источником этого материала.

После генерирования корректирующего действия или если система управления 250 определяет, что вероятность возникновения события не вызвана вторичным источником, процесс 400 продолжает определять, вызвана ли вероятность возникновения события состоянием окружающей среды (этап 420). Состояние окружающей среды может включать любое состояние, вызванное в объекте 100, и нерабочее состояние, такое как, например, разлив опасных химических веществ или выброс опасных материалов. Если система управления 250 определяет, что вероятность возникновения события по меньшей мере частично вызвана состоянием окружающей среды, система управления 250 может автоматически генерировать корректирующее действие, направленное на уменьшение вероятности возникновения события или смягчение эффекта возникновения события, вызванного условиями окружающей среды. Например, если первые входные данные представляет собой концентрацию H₂S, а вторые входные данные большую силу ветра, а состояние окружающей среды представляет собой опасный разлив химических веществ, любое воздействие разлива химических веществ может быть смягчено путем ограничения любого последующего разлива химических веществ, создающего брызги, и безопасную очистку разлива химических веществ как можно скорее, чтобы исключить нанесение вреда персоналу. Таким образом, корректирующее действие может состоять в том, чтобы уведомить весь персонал о том, что нужно держаться подальше от этой конкретной области, и предоставить подробные инструкции в соответствии с протоколом компании для безопасного устранения разлива. Примечательно, что корректирующее действие может быть сгенерировано в режиме реального времени, потому что оно автоматическое.

После создания корректирующего действия или если система управления 250 определяет, что вероятность возникновения события не вызвана состоянием окружающей среды, процесс 400 продолжает определять, вызвана ли вероятность возникновения события условием процесса (этап 424). Условием процесса может быть любое условие, связанное с производством, распределением или обработкой использованного сырья, используемого для производства конечного продукта. Например, в установке для коксования состояние процесса может включать, например, тушение, транспортировку кокса с помощью тушильного вагона, операции на коксовой рампе и т.д. Если система управления 250 определяет, что вероятность по меньшей мере частично вызвана состоянием процесса, система управления 250 может автоматически генерировать корректирующее действие, направленное на уменьшение вероятности возникновения события, вызванное состоянием процесса, и/или смягчать влияние условия процесса. Например, если первые входные данные представляют собой концентрацию H₂S, а вторые входные данные представляют собой большую силу ветра, а условие процесса включает тушение, система управления 250 может уменьшить вероятность возникновения события (например, ощущение запаха) путем генерирования корректирующего действия, направленного на тушение (например, прекращение операции тушения).

Процесс 400 дополнительно включает определение того, могут ли быть предприняты дополнительные корректирующие действия, направленные на смягчение или дальнейшее смягчение эффекта возникновения события (этап 428). Если, например, система управления 250 идентифицирует корректирующие действия, отличные от тех, которые уже приняты, что может дополнительно смягчить один или несколько эффектов возникновения события, система управления 250 может генерировать эти дополнительные корректирующие действия (этап 430). Этот цикл процесса идентификации дополнительных корректирующих действий продолжается до тех пор, пока система управления 250 не определит, что для смягчения последствий возникновения события не могут предприниматься дополнительные корректирующие действия.

При использовании процесса 400 со временем собирают входные данные по всему объекту 100 содержащие разные периоды времени и параметры, что позволяет создавать корреляции между входными данными и нежелательными событиями (например, жалобы общественности). Например, система управления 250 может после месяцев или лет эксплуатации объекта определять, что существует сильная корреляция между направлением ветра и жалобами и, следовательно, может регулировать мощность объекта 100 при определенном направлении ветра, чтобы уменьшить частоту возникновения нежелательных событий. Аналогичные корреляции могут быть определены, например, между событиями на коксовой рампе и жалобами. В частности, также могут быть определены корреляции между жалобами и конкретными аспектами событий на коксовой рампе, такими как горячие пятна, дым и/или пламя. В других вариантах реализации изобретения могут иметь место положительная корреляция между жалобами и температурой окружающей среды (то есть при росте температуры растет количество жалоб) из-за большего количества людей, находящихся на улице, или открывающих окна. В течение этого времени объект 100 может прекращать выполнение операций или проявлять большую чувствительность к входным данным, находящимся за пределами заданного диапазона. Эти корреляции будут различны для каждого объекта в зависимости от местоположения объекта, местоположения оборудования внутри объекта (например, относительно общественного сообщества), рабочих параметров (например, температур процесса) и параметров окружающей среды (например, направление и скорость ветра). Таким образом, особенностью данной технологии является определение корреляций между различными входными данными и нежелательными событиями, чтобы помочь конкретному объекту 100 лучше предсказать вероятность возникновения события до его возникновения.

Аспект настоящей технологии заключается в том, чтобы реагировать на первые и вторые входные данные, находящиеся за пределами заданного диапазона, и на основе этих первых и вторых входных данных автоматически прогнозируют вероятность нежелательного события до его фактического возникновения. Обращаясь к Фиг. 5, процесс 500 иллюстрирует способ упреждающего уменьшения вероятности возникновения события путем автоматического обновления одного или нескольких рабочих параметров, используемых для управления производственной установкой. Процесс 500 начинается с эксплуатации объекта (например, объекта 100) с использованием одного или нескольких рабочих параметров (этап 502). Предполагая, что объект 100 и процесс находятся в общем устойчивом состоянии, процесс 500 принимает первые входные данные, находящиеся за пределами заданного диапазона (этап 504). Для того чтобы система управления 250 обновляла один или несколько рабочих параметров, полезно понять источник, который привел к тому, что первые входные данные находятся за пределами заданного диапазона. Если источник уже известен, система управления 250 может генерировать корректирующее действие, направленное на известный источник, который явился причиной того, что первые входные данные находятся за пределами заданного диапазона. Если источник неизвестен, система управления 250 может генерировать начальное действие для идентификации источника, который привел к тому, что первые входные данные находятся за пределами заданного диапазона (этап 510). Как упоминалось ранее, это начальное действие может включать активацию второго датчика, который, в свою очередь, может генерировать другие входные данные (например, вторые входные данные), принятые системой управления (этап 512). На основе принятых первых и вторых входных данных система управления 250 снова определяет, известен ли источник, который вызвал выход первых входных данных за пределы заданного диапазона (этап 514). Если источник известен, система управления 250 управления может определять вероятность возникновения события (этап 516). Подобно процессу 400, описанному выше со ссылкой на Фиг. 4, система управления 250 затем определяет, находится ли вероятность возникновения события ниже заданного уровня. Если вероятность ниже установленного уровня, контур управления завершается, и один или несколько рабочих параметров не нуждаются в обновлении. Если вероятность не ниже заданного уровня, то обновляются один или несколько рабочих параметров (этап 520), и процесс 500 возвращается к переопределению вероятности возникновения события, которая изменилась в ответ на обновление одного или нескольких рабочих параметров.

На Фиг. 6 проиллюстрирован экранный снимок системы мониторинга объекта 600 в соответствии с вариантом реализации настоящей технологии. Система мониторинга объекта 600 отображает различные входные данные, принимаемые системой управления 250, например, для оператора. Система мониторинга объекта 600 может содержать входные данные для уровней ОКВС, ВЧ, ЛОВ, NH₃ и состояние операций, выполняемых оборудованием объекта (например, северный башенный охладитель (оперативное состояние) 610 и южный башенный охладитель (оперативное состояние) 612). Каждый из этих входных данных соответствует одному или нескольким датчикам в поле и включает заданные пределы аварийности (например, сигнал тревоги ОКВС 622, сигнал тревоги ВЧ 624 и сигнал тревоги ЛОВ 626), которые активируются, когда один или несколько воспринимаемых входных данных находятся вне заданного диапазона. Система мониторинга объекта 600 также содержит диаграмму метеорологических данных 616, которая содержит такие параметры, как направление ветра, скорость ветра, атмосферное давление, солнечная радиация, индекс осадков и относительная влажность. Эти параметры со значениями, находящимися вне предопределенного диапазона, помечены знаком 617. В некоторых вариантах реализации изобретения эти показания будут присутствовать только в том случае, когда будут получены первые входные данные, которые находится за пределами заданного диапазона. В варианте реализации изобретения, проиллюстрированном на Фиг. 6, система мониторинга 600 также может содержать таблицу 614 запахов с входными данными, включающими среднечасовые, максимальные и минимальные значения ОКВС, а также количество превышений заданного предела за определенное время. Мониторинг среднечасовых значений и количество превышений заранее определенного предела создает более надежную точку данных для системы управления 250 и оператора, используемую для прогнозирования вероятности возникновения события. Система мониторинга объекта 600 также может содержать данные трендов в виде схематического представления входных данных датчиков. Например, вариант реализации, проиллюстрированный на Фиг. 6, содержит схему управления ОКВС 618, которая соответствует входным данным ОКВС 602. В некоторых вариантах реализации изобретения оператор может щелкнуть по различным полям ввода, и система управления 250 отобразит данные трендов для выбранных входных данных, используя схематическое представление. Вариант реализации изобретения, проиллюстрированный на Фиг. 6, также включает метеорологическое схематическое представление 620, обычно соответствующее метеорологическим данным 616. Например, схематическое представление содержит направление ветра, представленное направлением стрелки 628, и скорость ветра, представленную длиной стрелки 628 (длина стрелки 628 уменьшается, когда скорость ветра уменьшается, и увеличивается по мере увеличения скорости ветра). Схематическое представление может также содержать позиционное представление одного или нескольких датчиков 630, имеющих входные данные, которые выходят за пределы заданного диапазона. В варианте реализации изобретения, проиллюстрированном на Фиг. 6, позиционное представление одного или более датчиков 630 находится в северо-восточной части объекта 100.

На Фиг. 7 проиллюстрирован снимок экрана с оповещениями о различных уровнях, отображаемыми оператору в системе мониторинга объекта. Как описано выше со ссылкой на Фиг. 3, вероятность появления события может быть генерируемой компьютером вероятностью и/или уровнем предупреждения, представленным оператору. Вариант реализации изобретения, проиллюстрированный на Фиг. 7, содержит несколько уровней тревоги (то есть степеней), которые представляют разные вероятности возникновения события. Например, различные уровни могут содержать сигнал тревоги 702 «Уровень внимания 1», сигнал тревоги 706 «Уровень внимания 2», сигнал тревоги 714 «Уровень тревоги 3» и сигнал тревоги 720 «Критический уровень 4». Каждый сигнал тревоги 702, 708, 714, 720 содержит визуальную индикацию уровня тревоги (то есть 704, 710, 716, 722), описание включает в себя вероятность возникновения события (то есть 706a, 712a, 718a, 724a), и детали входных сигналов, объясняющие причины генерирования вероятности (т.е. 706b, 712b, 718b, 724b). Например, низкий уровень вероятности 706a для сигнала тревоги 702 уровня 1 был сформирован, потому что направление ветра находилось между 130°-170° и измеренная концентрация ОКВС на 1-2 мкг/кг выше базовой концентрации. В качестве еще одного примера, высокая вероятность 724a для критического уровня 4 720 была сформирована, потому что направление ветра составляло 180-240°, а измеренная концентрация ОКВС превысила 20 мкг/кг. В этом варианте реализации изобретения направление ветра между 180-240° может быть существенным, поскольку в этом направлении находится общественное сообщество (то есть общественное сообщество 101).

На Фиг. 8 проиллюстрирован промышленный парк 802 и предсказательная модель дисперсии материала из вторичного источника в соответствии с вариантом реализации настоящей технологии. Промышленный парк 802 может соответствовать промышленному парку 102, описанному со ссылкой на Фиг. 1. Промышленный парк 802 содержит промышленный объект 800, соседнее общественное сообщество 801, а также множество источников 802, 804, 806, 808, 810, не относящихся к промышленному объекту 800. Каждый из источников 802, 804, 806, 808, 810 может создавать выбросы, способные мигрировать по направлению к промышленному объекту 800. Как показано в варианте реализации, проиллюстрированном на Фиг. 8, из источника (т.е. 802, 804, 806, 808, 810) может образовываться шлейф материала 804, который медленно рассеивается по направлению к другим областям промышленного парка 802 в зависимости от различных факторов, таких как, например, скорость ветра и/или направление ветра. Может быть сгенерировано и отображено для оператора компьютерное изображение оцененной дисперсии 814 газового материала. Оцененная дисперсия 814 может помочь определить вероятность возникновения события, например, поступление жалобы от члена соседнего сообщества. Система управления 250 может использовать данные, связанные с оцененной дисперсией 814, для определения того, что, если таковые имеются, генерировать корректирующее действие. В подобном примере корректирующее действие может состоять в том, чтобы уведомить соседнее сообщество о том, что в промышленном парке 802 выпущен шлейф 812. Корректирующее действие может также включать уведомление соседнему сообществу 101 о том, что промышленный объект 800 не является источником шлейфа 812. Таким образом, система управления 250 может уменьшить вероятность возникновения события (т.е. жалоб соседнего сообщества) путем автоматического создания корректирующего действия (то есть уведомления соседнему сообществу 801) в ответ на первые и вторые входные данные (т.е. обнаруженная концентрация H₂S, скорость ветра, направление ветра и т.д.).

На Фиг. 9 проиллюстрирована роза ветров 900, коррелирующая скорость 902 ветра и направление 904 ветра в течение заданного периода времени (например, один месяц, один год и т.д.). Роза ветров 900 может использоваться для облегчения определения вероятности возникновения событий, как описано выше. Роза ветров 900 содержит часть ветра 906, указывающую, что приблизительно 16% ветра, имеющего место на станции 910, была северо-восточного направления. Более конкретно, примерно 2-3% ветра приходилось на северо-восточное направление, со скоростью ветра 0,5-2,1 м/с, около 9% ветра приходилось на северо-восточное направление, при скорости ветра 2,1-3,6 м/с, а около 4% ветра приходилось на северо-восточное направление, со скоростью ветра 3,6-5,7 м/с. Эти данные создают исторический результат для скорости и направления ветра, который может использоваться для создания более точных прогнозных моделей. Например, розы ветров на июнь 2017 года, июнь 2016 года и июнь 2015 года могут быть использованы для создания прогнозных моделей на июнь 2018 года. В процессе использования эти предсказательные модели затем могут применяться для лучшего прогнозирования вероятности нежелательных событий и выполнения корректирующих действий, чтобы предотвратить появление подобных событий. Хотя предсказательная модель, проиллюстрированная на Фиг. 9, предназначена для направления ветра и скорости ветра, аналогичные прогностические модели могут быть сгенерированы для любых других параметров описанных здесь окружающей среды или процесса.

На Фиг. 10 проиллюстрирован снимок экрана диаграммы производственных циклов печи 1000 объекта 100 в соответствии с вариантом реализации настоящей технологии. Диаграмма производственных циклов печи 1000 содержит параметры процесса 1002 и входные данные для отдельных печей 1008 конкретной коксовой батареи 1009. Входные данные для каждой печи 1008 могут содержать температуру, время цикла, время коксования, массу загрузки, средние осадки и средний кислород. Все эти входные данные сравнивается с базовыми или целевыми значениями 1006. Диаграмма 1000 также содержит процентное количество печей в пределах целевого значения 1004 для каждого параметра процесса 1002. Входные данные на диаграмме 1000 затенены, в зависимости от того, соответствуют ли они целевому значению, имеет ли место превышение или не превышение целевого значения, или происходит «отказ оборудования». Например, для параметра процесса «Температура конца коксовыталкивателя» первые входные данные 1010 соответствуют целевому значению 982°C, вторые входные данные 1012 не соответствует или превышают целевое значение 982°C, а третьи входные данные 1014 соответствуют состоянию «отказ оборудования».

При использовании производственного цикла печи оператор получает визуальную картинку, позволяющую оценить, насколько хорошо работает весь процесс и отдельные печи. Входные данные, проиллюстрированные диаграммой производственного цикла печи 1000, также могут служить в качестве первых и вторых входных данных, как описано выше, и использоваться для генерирования вероятностей возникновения событий и корректирующих действий. Например, входные данные, которые не соответствуют или превышают целевое значение (например, вторые входные данные 1012) или данные о появлении сбоя (например, третьи входные данные 1014), часто являются ведущими индикаторами, сообщающие о том, что вскоре могут возникать проблемы из-за запаха, дыма (т.е. непрозрачности) и ВЧ. Таким образом, эти входные данные (например, вторые входные данные 1012, третьи входные данные 1014 и т.д.) могут выступать в качестве первых входных данных для процесса 300, процесса 400 и/или процесса 500, описанного выше. На основе этих первых входных данных система управления 250 может активировать второй датчик (например, один или несколько из 202a-n) и принимать один или несколько вторых входных данных, чтобы облегчить определение вероятности возникновения события и создания корректирующего действия.

Это раскрытие не является исчерпывающим или ограничивающим настоящую технологию точными формами, раскрытыми в настоящем документе. Хотя конкретные варианты осуществления раскрыты здесь для иллюстративных целей, возможны различные эквивалентные модификации без отклонения от настоящей технологии, как признают специалисты в данной области техники. В некоторых случаях хорошо известные структуры и функции не были показаны и/или подробно описаны, чтобы избежать ненужного сокрытия описания вариантов реализации настоящей технологии. Хотя этапы способов могут быть представлены здесь в определенном порядке, в альтернативных вариантах реализации этапы могут иметь другой подходящий порядок. Аналогично, некоторые аспекты настоящей технологии, раскрытые в контексте конкретных вариантов реализации, могут быть объединены или исключены в других вариантах реализации изобретения. Кроме того, хотя преимущества, связанные с определенными вариантами реализации, могут быть раскрыты в контексте этих вариантов реализации, другие варианты реализации также могут проявлять такие преимущества, и не все варианты реализации обязательно должны демонстрировать такие преимущества или другие преимущества, раскрытые здесь, подпадают под объем настоящей технологии. Соответственно, это раскрытие и связанная с ним технология могут охватывать другие варианты реализации, которые явно не показаны и/или не описаны здесь.

Во всем этом раскрытии артикли единственного числа «a», «an» и «the» включают ссылки на артикли множественного числа, если контекст явно не указывает иное. Аналогичным образом, если слово «или» явно ограничено, означает только один элемент, исключающий другие элементы, ссылаясь на список из двух или более элементов, то использование «или» в таком списке должно интерпретироваться как включающее (a) любой отдельный элемент в списке, (b) все элементы в списке или (c) любую комбинацию элементов в списке. Кроме того, слова «содержащий» и т.д. используются во всем этом раскрытии, чтобы обозначать включение, по меньшей мере, упомянутого признака (-ов), так чтобы не исключалось произвольное большее количество одинаковых признаков и/или одного или нескольких дополнительных типов признаков. Слова, обозначающие направление, такие как «верхний», «нижний», «передний», «задний», «вертикальный» и «горизонтальный» могут использоваться здесь для выражения и уточнения взаимосвязи между разными элементами. Следует понимать, что такие слова не обозначают абсолютную ориентацию. Ссылка здесь на «один вариант реализации», «вариант реализации» или аналогичные формулировки означает, что конкретный признак, структура, действие или характеристика, описанные в связи с вариантом реализации, могут быть включены, по меньшей мере, в один вариант реализации настоящей технологии. Таким образом, появление таких фраз или формулировок здесь не обязательно относится к одному и тому же варианту реализации. Кроме того, различные конкретные особенности, структуры, операции или характеристики могут быть объединены любым подходящим способом в одном или нескольких вариантах реализации.

Примеры

Следующие примеры иллюстрируют несколько вариантов реализации настоящей технологии:

1. Способ смягчения последствий нежелательного возникновения события на промышленном объекте, причем способ включает:

прием первых входных данных от первого датчика;

автоматическое генерирование начального действия, основанного по меньшей мере частично на первых входных данных;

в ответ на начальное действие, прием вторых входных данных от второго датчика;

определение вероятности возникновения нежелательного события, основанное по меньшей мере частично на принятых первых и вторых входных данных; а также

автоматическое генерирование корректирующего действия для смягчения эффекта возникновения события, основанное по меньшей мере частично, на определенной вероятности возникновения события.

2. Способ по п. 1, в котором автоматически генерируется корректирующее действие, которое включает изменение параметра процесса для рабочего процесса промышленного объекта.

3. Способ по п. 2, в котором изменение параметра процесса включает по меньшей мере одно из следующего: поддержание рабочего процесса или завершение рабочего процесса.

4. Способ по п. 1, в котором генерирование корректирующих действий осуществляется в режиме реального времени.

5. Способ по п. 1, в котором первый датчик содержит первый набор датчиков, а второй датчик содержит второй набор датчиков.

6. Способ по п. 1, в котором автоматически генерируются корректирующие действия, включая активацию третьего датчика, выполненную с возможностью формировать третьи входные данные, причем способ дополнительно включает:

прием третьих входных данных от третьего датчика; а также

обновление ранее определенной вероятности возникновения события.

7. Способ по п. 6, отличающийся тем, что корректирующее действие является первым корректирующим действием, причем способ дополнительно включает:

основанное по меньшей мере частично на обновленной вероятности возникновения события, автоматическое генерирование второго корректирующего действия для смягчения эффекта возникновения события.

8. Способ по п. 1, в котором автоматически генерируется начальное действие, которое включает активацию второго датчика.

9. Способ по п. 1, в котором определение вероятности возникновения события включает генерирование визуального представления, которое оценивает эффект возникновения события.

10. Способ по п. 1, в котором прием первых входных данных включает прием первых входных данных о концентрации по меньшей мере одного из следующих веществ: диоксид серы (SO₂), триоксид серы (SO₃), органическая сера, серная кислота (H₂SO₄), сероводород (H₂S), тиол, оксид азота (NO), двуокись азота (NO₂), смог, озон, летучее органическое соединение (ЛОС), суммарные углеводороды, аммиак (NH₃) и/или соляная кислота (HCl).

11. Способ по п. 1, в котором по меньшей мере один из первых или вторых датчиков представляет собой датчик взвешенных частиц.

12. Способ по п. 1, в котором процесс приема первых входных данных включает прием первых входных данных, содержащих помехи, в том числе звуковой шум.

13. Способ по п. 1, отличающийся тем, что вторые входные данные содержат оценку запаха.

14. Способ по п. 1, в котором прием вторых входных данных включает прием вторых входных данных, содержащих по меньшей мере один из параметров окружающей среды или параметров процесса.

15. Способ по п. 14, в котором параметр окружающей среды содержит по меньшей мере одно из следующего: направление ветра, сила ветра, температура окружающей среды, атмосферное давление, влажность, индекс осадков или тепловой индекс.

16. Способ по п. 13, в котором параметр процесса содержит по меньшей мере одно из следующего: температура процесса, температура оборудования, давление процесса, результат измерения непрозрачности, рабочее состояние оборудования или концентрация кислорода.

17. Способ по п. 13, отличающийся тем, что вторые входные данные являются параметром процесса, принятым из системы камеры, используя по меньшей мере одно из следующего: лазерный, спектроскопический или инфракрасный анализ.

18. Способ по п. 1, дополнительно включающий этапы:

получение третьих входных данных из вторичного источника, внешнего по отношению к промышленному объекту; а также

определение влияния вторичного источника на вероятность возникновения события.

19. Способ по п. 1, отличающийся тем, что первый датчик и второй датчик находятся в связи друг с другом.

20. Способ по п. 1, в котором определение вероятности возникновения события включает доступ к базе данных, содержащей информацию о предыдущих появлениях событий и соответствующие первые и вторые входные данные.

21. Способ по п. 1, отличающийся тем, что вероятность возникновения события включает по меньшей мере первую вероятность и вторую вероятность, а корректирующее действие включает по меньшей мере первое корректирующее действие и второе корректирующее действие, отличающееся от первого корректирующего действия, и в котором первая вероятность генерирует первое корректирующее действие, а вторая вероятность генерирует второе корректирующее действие.

22. Система, содержащая:

первый датчик в промышленном объекте;

второй датчик в промышленном объекте; а также

программиста, взаимодействующего с первым и вторым датчиками, и имеющего машиночитаемый носитель с инструкциями, которые при исполнении сконфигурированы так:

получать первые входные данные от первого датчика;

на основании по меньшей мере первых входных данных, автоматически генерируется начальное действие, чтобы облегчить определение вероятности возникновения события;

получение вторых входных данных от второго датчика и в ответ на сгенерированное начальное действие, причем вторые входные данные облегчают определение вероятности возникновения события; а также

на основании по меньшей мере первых и вторых входных данных автоматически генерируется корректирующее действие для смягчения эффекта возникновения события.

23. Система по п. 22, в которой автоматическое генерирование корректирующего действия выполняется в режиме реального времени.

24. Система по п. 22, в которой первый датчик содержит первый набор датчиков, а второй датчик содержит второй набор датчиков в связи с первым набором датчиков.

25. Система по п. 22, в которой автоматически генерируется начальное действие, которое активирует второй датчик.

26. Система по п. 22, в которой первые входные данные содержит концентрацию по меньшей мере одного из следующих веществ: диоксид серы (SO₂), триоксид серы (SO₃), органическая сера, серная кислота (H₂SO₄), сероводород (H₂S), тиол, оксид азота (NO), двуокись азота (NO₂), смог, озон, летучее органическое соединение (ЛОС), общее количество углеводородов, аммиак (NH₃) и/или соляная кислота (HCl).

27. Система по п. 22, отличающаяся тем, что вторые входные данные содержат по меньшей мере одно из следующего: направление ветра, сила ветра, температура окружающей среды, атмосферное давление, влажность, индекс осадков или тепловой индекс.

28. Система по п. 22, в которой, по меньшей мере, одни из первых или вторых входных данных является средством для ручного ввода сведений о запахе.

29. Система по п. 22, в которой вторые входные данные является входными данными для визуальной индикации.

30. Система по п. 22, отличающаяся тем, что вторые входные данные являются входными данными для слуховой индикации.

31. Система по п. 22, в которой первые и/или вторые входные данные, используемые для создания корректирующих действий, являются результатом усреднения или превышения значений в несколько раз.

32. Способ ингибирования нежелательного возникновения события в промышленном объекте, причем способ включает:

эксплуатацию промышленного объекта с использованием одного или нескольких рабочих параметров;

получение первых входных данных, превышающих заданное пороговое значение;

автоматическое генерирование начального действия, основанное по меньшей мере частично на получении первых входных данных;

в ответ на генерирование начального действия, получение вторых входных данных;

определение вероятности нежелательного события, основанного по меньшей мере частично на принятых первых и вторых входных данных; а также

в результате чего один или несколько параметров процесса обновляются, чтобы препятствовать возникновению события в промышленном объекте.

33. Способ по п. 32, в котором обновление одного или нескольких параметров процесса включает по меньшей мере одно из следующего: поддержание рабочего процесса в текущем состоянии или инициирование отключения операционного процесса.

34. Способ по п. 32, в котором обновление одного или нескольких параметров процесса осуществляется в режиме реального времени.

35. Способ по п. 32, в котором первые входные данные получены с помощью первого датчика, а вторые входные данные поступает через второй датчик, причем способ дополнительно включает:

активацию третьего датчика, сконфигурированного для генерирования третьих входных данных;

получение через третий датчик третьих входных данных; а также

обновление ранее определенной вероятности возникновения события.

36. Способ по п. 35, дополнительно включающий этап:

основанное по меньшей мере частично на обновленной вероятности возникновения события, автоматическое генерирование корректирующего действия для смягчения эффекта возникновения события.

37. Способ по п. 32, в котором автоматически генерируется начальное действие, включающее активацию второго датчика.

38. Способ по п. 32, отличающийся тем, что вторые входные данные содержат условие процесса, полученное из системы камеры, используя по меньшей мере одно из следующего: лазерный, спектроскопический или инфракрасный анализ.

39. Способ по п. 32, в котором параметры процесса включают по меньшей мере одно из следующего: температура процесса, температура оборудования, давление процесса, измерение непрозрачности, рабочее состояние оборудования или концентрация кислорода.

1. Способ генерирования корректирующих действий в промышленном объекте, содержащий этапы, на которых:

получают посредством множества рабочих датчиков рабочие входные данные, используемые рабочим процессом промышленного объекта;

получают первые входные данные от по меньшей мере одного из множества первых датчиков, отличающихся от рабочих датчиков, причем первые входные данные отличаются от рабочих входных данных, используемых рабочим процессом промышленного объекта;

на основе, по меньшей мере отчасти, первых входных данных автоматически генерируют начальное действие;

в ответ на начальное действие получают вторые входные данные от второго датчика;

на основе, по меньшей мере отчасти, принятых первых и вторых входных данных определяют вероятность возникновения нежелательного события и

на основе, по меньшей мере отчасти, этой определенной вероятности возникновения события автоматически генерируют корректирующее действие для смягчения эффекта упомянутого возникновения события.

2. Способ по п.1, в котором упомянутое автоматическое генерирование корректирующего действия включает в себя этап, на котором изменяют параметр процесса у рабочего процесса в промышленном объекте.

3. Способ по п.2, в котором упомянутое изменение параметра процесса включает по меньшей мере одно из поддержания рабочего процесса и завершения рабочего процесса.

4. Способ по п.1, в котором упомянутое генерирование корректирующего действия осуществляется в режиме реального времени.

5. Способ по п.1, в котором второй датчик включает в себя второй набор датчиков.

6. Способ по п.1, в котором упомянутое автоматическое генерирование корректирующего действия включает в себя этап, на котором активируют третий датчик, выполненный с возможностью формирования третьих входных данных, причем способ дополнительно содержит этапы, на которых:

получают третьи входные данные от третьего датчика и

обновляют ранее определенную вероятность возникновения события.

7. Способ по п.6, в котором корректирующее действие является первым корректирующим действием, причем способ дополнительно содержит этап, на котором на основе, по меньшей мере отчасти, обновленной вероятности возникновения события автоматически генерируют второе корректирующее действие для смягчения эффекта упомянутого возникновения события.

8. Способ по п.1, в котором упомянутое автоматическое генерирование начального действия включает в себя этап, на котором активируют второй датчик.

9. Способ по п.1, в котором упомянутое определение вероятности возникновения события включает в себя этап, на котором генерируют визуальное представление, которым оценивается эффект упомянутого возникновения события.

10. Способ по п.1, в котором при упомянутом приеме первых входных данных принимают первые входные данные о концентрации по меньшей мере одного из следующего: диоксид серы (SO₂), триоксид серы (SO₃), органическая сера, серная кислота (H₂SO₄), сероводород (H₂S), тиол, оксид азота (NO), двуокись азота (NO₂), смог, озон, летучее органическое соединение (ЛОС), общие углеводороды, аммиак (NH₃) и/или соляная кислота (HCl).

11. Способ по п.1, в котором по меньшей мере один из первых и вторых датчиков представляет собой датчик взвешенных частиц.

12. Способ по п.1, в котором при упомянутом получении первых входных данных первые входные данные получают в виде помех, в том числе акустического шума.

13. Способ по п.1, в котором вторые данные включают в себя оценку запаха.

14. Способ по п.1, в котором при упомянутом получении вторых входных данных вторые входные данные получают в виде по меньшей мере одного из параметра окружающей среды и параметра процесса.

15. Способ по п.14, в котором параметр окружающей среды содержит по меньшей мере одно из следующего: направление ветра, сила ветра, температура окружающей среды, атмосферное давление, влажность, индекс осадков и тепловой индекс.

16. Способ по п.13, в котором параметр процесса включает по меньшей мере одно из следующего: температура процесса, температура оборудования, давление процесса, измерение непрозрачности, рабочее состояние оборудования и концентрация кислорода.

17. Способ по п.13, в котором вторые входные данные являются параметром процесса, полученным из системы камер с использованием по меньшей мере одного из лазерного, спектроскопического и инфракрасного анализа.

18. Способ по п.1, дополнительно содержащий этапы, на которых:

получают третьи входные данные из вторичного источника, внешнего по отношению к промышленному объекту; и

определяют влияние вторичного источника на вероятность упомянутого возникновения события.

19. Способ по п.1, в котором первый датчик и второй датчик находятся на связи друг с другом.

20. Способ по п.1, в котором упомянутое определение вероятности возникновения события включает в себя этап, на котором осуществляют доступ к базе данных, содержащей информацию о предыдущих возникновениях событий и соответствующих первых и вторых входных данных.

21. Способ по п.1, в котором вероятность упомянутого возникновения события включает, по меньшей мере, первую вероятность и вторую вероятность, и корректирующее действие включает в себя, по меньшей мере, первое корректирующее действие и второе корректирующее действие, отличающееся от первого корректирующего действия, при этом первая вероятность генерирует первое корректирующее действие, а вторая вероятность генерирует второе корректирующее действие.

22. Система для генерирования корректирующих действий в промышленном объекте, содержащая:

множество рабочих датчиков, обеспечивающих рабочие входные данные, используемые рабочим процессом промышленного объекта;

множество первых датчиков в промышленном объекте, причем первые датчики отличаются от рабочих датчиков;

второй датчик в промышленном объекте; а также

программируемый компьютер, находящийся на связи с первыми и вторым датчиками и имеющий машиночитаемый носитель с инструкциями, которые при их исполнении сконфигурированы:

получать множество рабочих входных данных, используемых рабочим процессом,

получать первые входные данные от первых датчиков, причем первые входные данные отличаются от рабочих входных данных;

на основе, по меньшей мере, первых входных данных автоматически генерировать начальное действие для обеспечения определения вероятности возникновения события,

получать вторые входные данные от второго датчика и в ответ на сгенерированное начальное действие, причем вторые входные данные обеспечивают определение вероятности упомянутого возникновения события; и

на основе, по меньшей мере, первых и вторых входных данных автоматически генерировать корректирующее действие для смягчения эффекта упомянутого возникновения события.

23. Система по п.22, в которой упомянутое автоматическое генерирование корректирующего действия выполняется в режиме реального времени.

24. Система по п.22, в которой второй датчик включает в себя второй набор датчиков, находящихся на связи с множеством первых датчиков.

25. Система по п.22, в которой упомянутое автоматическое генерирование начального действия включает в себя активацию второго датчика.

26. Система по п.22, при этом первые входные данные содержат концентрацию по меньшей мере одного из следующего: диоксид серы (SO₂), триоксид серы (SO₃), органическая сера, серная кислота (H₂SO₄), сероводород (H₂S), тиол, оксид азота (NO), двуокись азота (NO₂), смог, озон, летучее органическое соединение (ЛОС), общие углеводороды, аммиак (NH₃) и/или соляная кислота (HCl).

27. Система по п.22, при этом вторые входные данные содержат по меньшей мере одно из следующего: направление ветра, сила ветра, температура окружающей среды, атмосферное давление, влажность, индекс осадков и тепловой индекс.

28. Система по п.22, при этом по меньшей мере одними из первых и вторых входных данных являются сведения о запахе, введенные вручную.

29. Система по п.22, при этом вторые входные данные являются входными данными визуальной индикации.

30. Система по п.22, при этом вторые входные данные являются входными данными акустической индикации.

31. Система по п.22, при этом первые и/или вторые входные данные, используемые для генерирования корректирующего действия, являются результатом усреднения или превышения значения в несколько раз.

32. Способ ингибирования возникновения нежелательного события в промышленном объекте, содержащий этапы, на которых:

эксплуатируют промышленный объект с использованием одного или более рабочих входных данных, получаемых от множества рабочих датчиков;

получают первые входные данные от по меньшей мере одного из множества первых датчиков, отличающихся от рабочих датчиков и размещенных по всему промышленному объекту, причем первые входные данные отличаются от рабочих входных данных и превышают заранее заданное пороговое значение;

автоматически генерируют начальное действие на основе, по меньшей мере отчасти, получения первых входных данных;

в ответ на генерирование начального действия получают вторые входные данные;

определяют вероятность возникновения нежелательного события на основе, по меньшей мере отчасти, полученных первых и вторых входных данных и

обеспечивают обновление одного или более параметров процесса промышленного объекта, чтобы препятствовать упомянутому возникновению события в промышленном объекте.

33. Способ по п.32, в котором упомянутое обновление одного или более параметров процесса включает по меньшей мере одно из поддержания рабочего процесса в текущем состоянии и инициирования завершения операционного процесса.

34. Способ по п.32, в котором упомянутое обновление одного или более параметров процесса осуществляется в режиме реального времени.

35. Способ по п.32, в котором первые входные данные получаются посредством первого датчика и вторые входные данные получаются посредством второго датчика, причем способ дополнительно содержит этапы, на которых:

активируют третий датчик, выполненный с возможностью генерирования третьих входных данных;

получают посредством третьего датчика третьи входные данные и

обновляют ранее определенную вероятность упомянутого возникновения события.

36. Способ по п.35, дополнительно содержащий этап, на котором на основе, по меньшей мере отчасти, обновленной вероятности возникновения события автоматически генерируют корректирующее действие для смягчения эффекта упомянутого возникновения события.

37. Способ по п.32, в котором упомянутое автоматическое генерирование начального действия включает в себя этап, на котором активируют второй датчик.

38. Способ по п.32, в котором вторые входные данные представляют условие процесса, получаемое с системы камер с использованием по меньшей мере одного из лазерного, спектроскопического и инфракрасного анализа.

39. Способ по п.32, в котором параметры процесса включают по меньшей мере одно из следующего: температура процесса, температура оборудования, давление процесса, измерение непрозрачности, рабочее состояние оборудования и концентрация кислорода.