阅读说明：本技术 气体网络和用于同时检测压力或真空下气体网络中泄漏和阻塞的方法 (Gas network and method for simultaneous detection of leaks and blockages in a gas network under pressure or vacuum ) 是由 P·盖恩斯 E·罗劳蒂 于 2019-11-26 设计创作，主要内容包括：提供了用于同时地检测、定位和量化压力或真空下的气体网络(1)中的泄漏(13a)和阻塞(13b)的方法；气体网络(1)包括：-一个或多个压缩气体源或真空源(6)；-一个或多个真空应用或压缩气体的用户(7)或用户区域；-管线(5)或管线(5)的网络(4),用于将压缩气体或真空从所述源(6)输送到用户(7)、用户区域或应用；-多个传感器(9a、9b、9d),提供气体网络(1)内的不同时间和位置的气体的一个或多个物理参数；其特征在于,气体网络(1)还设有多个可控制或可调整的安全阀(10a)、多个可控制或可调整的节流阀(10b)以及可选的能够监测安全阀(10a)和/或节流阀(10b)的状态或状况的一个或多个传感器(9c),并且方法包括以下步骤：-训练阶段(16),其中在第一组传感器(9a、9b、9c、9d)和第二组传感器(9a、9b、9c、9d)的测量结果之间基于这些传感器(9a、9b、9c、9d)的不同测量结果建立数学模型,其中可控制或可调整的安全阀(10a)和可控制或可调整的节流阀(10b)按预定顺序并根据很好地设计的场景被控制以分别产生泄漏(13a)和阻塞(13b)；-操作阶段(17),其中使用在第一组传感器(9a、9b、9c、9d)和第二组传感器(9a、9b、9c、9d)的测量结果之间建立的数学模型来检测、定位和量化气体网络中的泄漏(13a)和阻塞(13b)；其中操作阶段(17)包括以下步骤：在必要时按预定次序并根据很好地设计的场景控制安全阀和节流阀；读出第一组传感器(9a、9b、9c、3d)；-基于这些读出的测量结果,借助数学模型计算或确定第二组传感器(9a、9b、9c、9d)的值；将计算或确定的所述第二组传感器(9a、9b、9c、3d)的值与第二组传感器(9a、9b、9c、9d)的读取值进行比较并确定它们之间的差值；-基于前述差值及其任何衍生值来确定气体网络中是否有泄漏(13a)和/或阻塞(13b)；-在检测到泄漏(13a)或阻塞(13b)的情况下生成警报和/或确定泄漏(13a)和/或阻塞(13b)的位置和/或确定泄漏(13a)的流量和/或阻塞(13b)的阻塞程度和/或生成泄漏和/或阻塞成本。(Methods are provided for simultaneously detecting, locating and quantifying leaks (13a) and blockages (13b) in a gas network (1) under pressure or vacuum; the gas network (1) comprises: -one or more compressed gas or vacuum sources (6); -one or more users (7) or user areas of vacuum application or compressed gas; -a line (5) or a network (4) of lines (5) for conveying compressed gas or vacuum from the source (6) to a user (7) for useA user area or application; -a plurality of sensors (9a, 9b, 9d) providing one or more physical parameters of the gas at different times and locations within the gas network (1); characterized in that the gas network (1) is further provided with a plurality of controllable or adjustable safety valves (10a), a plurality of controllable or adjustable throttle valves (10b) and optionally one or more sensors (9c) capable of monitoring the status or condition of the safety valves (10a) and/or throttle valves (10b) and in that the method comprises the steps of: -a training phase (16) in which a mathematical model is established between the measurements of the first group of sensors (9a, 9b, 9c, 9d) and the second group of sensors (9a, 9b, 9c, 9d) based on the different measurements of these sensors (9a, 9b, 9c, 9d), wherein the controllable or adjustable safety valve (10a) and the controllable or adjustable throttle valve (10b) are controlled in a predetermined sequence and according to well-designed scenarios to produce a leak (13a) and a blockage (13b), respectively; -an operation phase (17) in which leaks (13a) and blockages (13b) in the gas network are detected, localized and quantified using a mathematical model established between the measurements of the first set of sensors (9a, 9b, 9c, 9d) and the second set of sensors (9a, 9b, 9c, 9 d); wherein the operating phase (17) comprises the steps of: controlling the safety valve and the throttle valve in a predetermined order and according to well designed scenarios, if necessary; reading out a first set of sensors (9a, 9b, 9c, 3 d); -calculating or determining the values of the second set of sensors (9a, 9b, 9c, 9d) by means of a mathematical model based on the read-out measurements; comparing the calculated or determined values of the second set of sensors (9a, 9b, 9c, 3d) with the read values of the second set of sensors (9a, 9b, 9c, 9d) and determining the difference between them; -determining whether there is a leak (13a) and/or a blockage (13b) in the gas network based on the aforementioned difference and any derivative thereof; -generating an alarm and/or determining the location of the leak (13a) and/or the blockage (13b) and/or determining the flow of the leak (13a) and/or the blockage (13b) in case a leak (13a) or a blockage (13b) is detectedb) And/or the cost of creating leaks and/or blockages.)

具体实施方式

图1中的气体网络1主要地包括源侧2、用户侧3和在这两者之间的管线5的网络4。

在此情况下，气体网络1是压力下的气体网络1。气体可为空气、氧气或氮气，或者任何其他无毒和/或无害气体或气体混合物。

源侧2包括多个压缩机6，在此情况下为三个，这些压缩机产生压缩空气。用户侧3包括多个压缩空气的用户7，在此情况下也为三个。

压缩机6也可包含压缩空气干燥器。

不排除在气体网络1下游也可有压缩机6。这被称为“增压压缩机”。

压缩空气通过管线5的网络4从压缩机6输送到用户7。

在大多数情况下，此网络4为管线5的非常复杂的网络。

图1以非常地示意性且简化的方式示出了此网络4。在大多数真实情况下，管线5的网络4包括大量管线5和将用户7与压缩机6串联地和并联地连接的联接件。不排除网络4的一部分采用或包括环形结构。

这是因为气体网络1通常随时间而用附加的用户7或压缩机6进行扩展，由此必须在现有管线5之间铺设新的管线5，这引起了管线5的缠结。

气体网络1还可设有压力容器8，其中所有压缩机6都在此压力容器8前面。

不排除在气体网络1下游可有一个或多个压力容器8。

另外，气体网络1中也可设有部件18，诸如过滤器、分离器、雾化器和/或调节器。这些部件18可以各种组合出现，并且既可在缓冲罐8附近也可在单独用户7附近出现。

在所示的示例中，部件18设在缓冲容器8之后并在各个用户7附近。

网络4还包括多个传感器9a、9b、9c，它们位于网络4中的不同位置。

在此方案中，已经安装两个流量传感器9a，其中一个紧接前述压力容器8之后，它将测量所有压缩机6提供的总流量q。

不排除压缩机6的流量由它们自己计算或测量。

另外，该图示出了四个压力传感器9b，这四个压力传感器测量网络4中不同位置处的压力。

还建议压力传感器9b测量压力容器8中的压力以校正用于大的集中体积的“质量输入-质量输出”原理。

清楚的是，也可设有多于或少于四个的压力传感器9b。另外，本发明不限制流量传感器9a的数量。

除了流量传感器9a或压力传感器9b之外，另外地或替代地，可使用传感器9a、9b来确定气体的以下物理参数中的一个或多个：差压、温度、湿度、气体速度等。

根据本发明，气体网络1还设有多个安全阀10a，这些安全阀可从气体网络1吹出气体。安全阀10a是可调整或可控制的，这意味着可设置或调整其排出的气体的量。

安全阀10a可由泄放阀形成，该泄放阀通常在气体网络1中作为标准提供。此类泄放阀可被控制作为安全阀10a。

根据本发明，气体网络1还设有多个节流阀10b，这些节流阀安装在管线5中的各种位置处。节流阀10b可将管线5部分地关闭以模拟阻塞，就好像是原本就有阻塞一样。它们是可调整或可控制的，这意味着可设置或控制它们将相关管线5关闭的程度。

除了测量气体的物理参数的前述传感器9a和9b之外，还有多个传感器9c或“状态传感器9c”，这些状态传感器位于安全阀10a和节流阀10b处。

在安全阀10a处的状态传感器9c将能够测量安全阀10a的开/关状态，而在安全阀10b处的状态传感器9c将能够测量阀开度，即，由此产生的阻塞的相对增加或减少。在节流阀10b附近的状态传感器9c可由差压传感器9d代替，该差压传感器确定在节流阀10b上的压降。

尽管在图1中未明确地指出，但不能排除在气体网络1中，在压缩机6和用户7附近有确定这些部件的开/关状态的附加的状态传感器9c。优选地，这些状态传感器是用户7本身的一部分。

然后，附加的状态传感器9c(例如，压缩机6的开/关)旨在在训练阶段16和操作阶段17期间显著地降低模型的交叉灵敏度，如下文所说明。

也可使用测量在安全阀10a和10b处的气体的压力或流量的传感器9a，9b。也可使用测量在安全阀10a和节流阀10b处的气体的温度的传感器。

优选地，流量传感器、压力传感器、温度传感器和/或状态传感器9a、9b、9c中的至少一部分应当位于安全阀10a和节流阀10b附近。

在此方案中，每个状态传感器9c位于安全阀10a或节流阀10b附近，一个流量传感器9a位于安全阀10a附近，一个压力传感器9b位于安全阀10a附近，并且三个压力传感器9b位于节流阀10b附近。

这将使得可使用状态传感器9c来确定安全阀10a的状态(即，打开或关闭)和节流阀10b的状态，以及节流阀10b的阀开度。在此方案中，将可用状态传感器9c测量相关节流阀10b的相对阻塞增加或减少，这将允许对阻塞程度进行量化。另外，利用流量传感器9a，将可测量相应的安全阀10a的流量，这将使得可以量化泄漏率。

尽管选择哪个传感器9a、9b、9c将放置或不放置在安全阀10a或节流阀10b处有很大的自由度，但优选的是在气体网络1中在每个安全阀10a或节流阀10b附近有传感器9a、9b、9c和/或反之亦然，即，在每个传感器9a，9b附近，设有安全阀10a或节流阀10b。

还可能的是，传感器9a、9b、9c的至少一部分与安全阀10a或节流阀10b一起被集成在一个模块中。

这将简化并加速传感器9a、9b、9c以及安全阀10a和10b的安装或集成。另外，可确保将用于安全阀10a和节流阀10b的正确且合适的传感器9a、9b、9c一起放置在一个模块中。

在此方案中，并且优选地，状态传感器9c各自与相应的安全阀10a或节流阀10b一起被集成在一个模块中。

前述差压传感器9d优选地放置在过滤器、分离器、雾化器和/或调节器部件18之上。在当前方案中，气体网络1中包括了四个差压传感器9d。差压传感器9d也可放置在节流阀10b之上，并且然后接管状态传感器9c的角色。

另一方面，前述湿度和温度传感器优选地应当安装在压缩机6和用户7的入口/出口上。在所示的示例中，这些附加的传感器并未全部都被包括在气体管网1中，但当然这也是可能的。尤其是在更广泛和复杂的气体网络1中，以及在仅测量体积流量而不是质量流量的网络中，都可使用这样的传感器。

根据本发明，气体网络1还设有数据采集控制单元11，以从前述传感器9a、9b、9c、9d收集数据并且还控制安全阀10a和节流阀10b。

换句话说，传感器9a、9b、9c、9d确定或测量安全阀10a和节流阀10b的气体的物理参数，并且将此数据发送到数据采集控制单元11，并且数据采集控制单元11将控制或检查安全阀10a和节流阀10b是否打开或关闭和打开或关闭的程度，以通过吹送气体来模拟泄漏或形成或模拟阻塞。

根据本发明，气体网络1还设有计算单元12以用于处理来自传感器9a、9b、9c、9d的数据，其中计算单元12将能够执行根据本发明的用于检测和量化气体网络1中的泄漏13a和阻塞13b的方法，如下所述。

前述计算单元12可为物理模块，其为气体网络1的物理部分。不能排除计算单元12不是物理模块，而是所谓的基于云的计算单元12，其可以或可以不无线地连接到气体网络1。这意味着计算单元12或计算单元12的软件位于“云”中。

在此方案中，气体网络1还设有监测器14以用于显示或发信号通知使用该方法检测到的泄漏13a和阻塞13b。

气体网络1和根据本发明的方法的操作非常简单并且如下。

图2示意性地示出了用于同时地检测图1的气体网络1中的泄漏13a和阻塞13b的方法。

在第一阶段15、即启动阶段15中，在必要时在使用之前校准传感器9a、9b、9c、9d。当然，如果有其他传感器，它们也可在使用之前被校准。

当传感器9a、9b、9c、9d被放置在气体网络1中时，这个操作发生一次。当然，可随时间而重新校准传感器9a、9b、9c、9d。

优选地，应当在操作期间或通过现场自校准来校准至少第二组传感器9a、9b、9c、9d。这意味着气体网络1中的这些传感器9a、9b、9c、9d即在它们被安装了之后被校准。“在操作中”或“在现场”是指在不从网络1移除传感器9a、9b、9c、9d的情况下进行校准。

当然，所有传感器9a、9b、9c、9d以及因此第一组传感器9a、9b、9c、9d可在操作中或在现场通过自校准被校准。

这样，可确保传感器9a、9b、9c、9d的放置和/或可能的污染将不影响它们的测量结果，因为只有在放置传感器9a、9b、9c、9d之后，才能执行校准或重复校准一段时间。

然后，第二阶段16或训练阶段16开始。

在此阶段中，在第一组校准的传感器9a、9b、9c、9d的测量结果或“特征”与第二组校准的传感器9a、9b、9c、9d的测量结果或“目标”之间创建数学模型。

优选地，第一组传感器9a、9b、9c、9d包括在气体网络中的不同位置处的多个压力传感器9b、多个流量传感器9a以及可能的一个或多个传感器9c，并且第二组传感器9a、9b、9c、9d包括在气体网络中的不同位置处的多个流量传感器9a和状态传感器9c。

在此方案中，流量传感器9a的一部分、压力传感器9b、和状态传感器9c的一部分形成第一组传感器，而其余的流量传感器9a和状态传感器9c形成第二组传感器。

为了完整起见，在此说明本发明不限于此。对于第一传感器和第二组传感器，可从传感器9a、9b、9c、9d进行随机选择，唯一的限制是不允许第一组中的传感器在第二组中，反之亦然。

前述数学模型基于传感器9a、9b、9c、9d的各种测量结果，其中可调整的安全阀10a被控制以产生泄漏，并且可调整的节流阀10b被控制以产生阻塞。

换句话说，数据采集控制单元11从传感器9a、9b、9c、9d收集数据或测量结果，其中数据采集控制单元11将控制安全阀10a，以便将它们打开，使得在气体网络1中形成泄漏，并且其中数据采集控制单元将控制节流阀10b，以便将它们关闭，使得在气体网络1中形阻塞，这样，当在气体网络1中出现一个或多个泄漏13a或阻塞13b时，可从传感器9a、9b、9c、9d收集数据。

以此方式，可收集整个数据或测量结果的集合，以及来自安全阀10a和节流阀10b的信息，即，泄漏13a的位置和大小以及阻塞13b的位置和程度。计算单元12将基于所有这种信息来建立数学模型。该数学模型优选地是黑盒模型或数据驱动的模型。该模型典型地包含多个估计的参数或系数，也被称为‘权重’。

该黑盒模型例如采取矩阵、非线性数学矢量函数等形式。

数学模型不基于任何假设。

训练阶段16优选地应当在气体网络1的操作期间或在气体网络1可操作时进行。

在操作阶段17中使用该数学模型来检测和量化气体网络1中的泄漏13a和阻塞13b。尽管不常见，但不能排除在操作阶段期间按预定次序控制安全阀10a以定位泄漏13a。应当注意，根据场景[0 0 0…]的控制也是可能的。也不能排除在操作阶段期间以预定次序控制可调整的节流阀10b以定位阻塞13b。

而且，在此阶段期间，数据采集控制单元11将从传感器9a、9b、9c、9d收集不同的数据，并且计算单元12将使用在先前阶段16中建立的数学模型来执行必要的计算。

操作阶段17从读取第一组传感器9a、9b、9c、9d开始。

利用这些读取的测量结果，由计算单元12使用数学模型确定或计算第二组传感器9a、9b、9c、9d的值，也被称为‘预测目标’。

将第二组传感器9a、9b、9c、9d的确定或计算值与第二组传感器9a、9b、9c、9d的读取值进行比较并确定它们之间的差值。

基于上述差值，计算单元12确定是否存在泄漏13a或阻塞13b，并且在必要时，在气体网络1中定位泄漏13a或阻塞13b。

为此目的，将检查该差值是否超过特定阈值，然后其将指示气体网络1中的泄漏13a或阻塞13b。

该阈值可预先设定或可凭经验选择。

当检测到泄漏13a或阻塞13b时，将生成警报并且可以一起生成对应的位置、泄漏率、阻塞水平和/或泄漏和阻塞成本。在此方案中，可使用显示警报的监测器14来完成此操作。

气体网络1的使用者将注意到此警报并能够采取适当的步骤。

优选地，以特定时间间隔顺序地且循环地重复操作阶段17的步骤。

因此，例如，可在气体网络1的整个操作期间并且不止一次在气体网络1的启动期间或启动之后不久检测到泄漏13a和阻塞13b。

可根据气体网络1来选择和设置前述时间间隔。不能排除时间间隔可能随时间而变化。

在本发明的优选变型中，在某些时刻，将暂时地中断或停止操作阶段17，在此之后，将恢复训练阶段16，以便在恢复操作阶段17之前在不同的传感器9a、9b、9c、9d的测量结果之间重新建立数学关系。

“在特定时刻”在本文应当被理解为预设的时刻，例如每周、每月或每年一次，或者可由用户选择的时刻。

这将更新数学模型，以考虑到系统的可能的时变行为。这些时变行为是在数学模型在不同的场景下进行训练时在训练阶段16期间未被数学模型捕获的行为。

这可包括例如气体网络1的拓扑结构的改变或向气体网络1添加新的部件。

尽管在图1的示例中它是压力下的气体网络1，但它也可为真空下的气体网络1。

然后，源侧2包括多个真空源，即，真空泵或类似物。

在此方案中，用户7已经被要求真空的应用所代替。

此外，该方法与上面所述相同，其考虑到泄漏13a现在将环境空气引入到气体网络1中。优选地，将设置其他阈值以生成警报。

同样，在此方案中，安全阀10a将环境空气引入到气体网络1中，而不是吹出真实空气。因此，安全阀10a更有可能是吸气阀。然而，原理保持不变。

本发明绝不限于通过示例描述并在附图中示出的实施例，而是在不脱离本发明的范围的情况下，可以以各种变型实现根据本发明的方法和气体网络。