ES2287054T3 - Procedimiento para la generacion de un modelo de validacion de datos de una instalacion a partir de un modelo de simulacion de esta instalacion. - Google Patents

Procedimiento para la generacion de un modelo de validacion de datos de una instalacion a partir de un modelo de simulacion de esta instalacion. Download PDF

Info

Publication number
ES2287054T3
ES2287054T3 ES01111465T ES01111465T ES2287054T3 ES 2287054 T3 ES2287054 T3 ES 2287054T3 ES 01111465 T ES01111465 T ES 01111465T ES 01111465 T ES01111465 T ES 01111465T ES 2287054 T3 ES2287054 T3 ES 2287054T3
Authority
ES
Spain
Prior art keywords
model
data validation
freedom
degrees
installation
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 - Lifetime
Application number
ES01111465T
Other languages
English (en)
Inventor
Reinhold Altpeter
Gustav Dr. Lobel
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Siemens Corp
Original Assignee
Siemens AG
Siemens Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens AG, Siemens Corp filed Critical Siemens AG
Application granted granted Critical
Publication of ES2287054T3 publication Critical patent/ES2287054T3/es
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feedback Control In General (AREA)
  • Monitoring And Testing Of Nuclear Reactors (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

.4 " Procedimientos Numéricos" [1] se representan procedimientos apropiados de linealización e iteración. Los grados de libertad y condiciones de contorno de las ecuaciones se escriben entonces como vectores y los parámetros de las ecuaciones como matriz. Cada fila de la matriz junto con la condición de contorno asignada a esta fila corresponde entonces a una ecuación, y a cada grado de libertad se le asigna exactamente una columna. Para la transformación, en un primer paso, las columnas de la matriz del modelo de simulación se disponen, de forma que todas las columnas asignadas a los valores medidos se dispongan por el lado derecho de la matriz, en un segundo rango, y todas las demás columnas se dispongan por el lado izquierdo de la matriz, en un primer rango. Este paso se realiza favorablemente mediante la multiplicación de la matriz del modelo de simulación por una matriz de transformación, que lleva a cabo las necesarias permutaciones de columnas.

Description

\global\parskip0.900000\baselineskip
Procedimiento para la generación de un modelo de validación de datos de una instalación a partir de un modelo de simulación de esta instalación.
La presente invención se relaciona con un procedimiento para la generación de un modelo de validación de datos de una instalación a partir de un modelo de simulación de esta instalación, conteniendo, tanto el modelo de validación de datos como también el modelo de simulación ecuaciones, que describan las relaciones entre los grados de libertad del modelo de simulación y los valores medidos del modelo de validación de datos medidos durante la operación de la instalación, así como las condiciones de contorno y siendo el número de grados de libertad del modelo de simulación mayor que el número de valores medidos del modelo de validación de datos y estando los valores medidos incluidos como grados de libertad en el modelo de simulación.
Durante la planificación de una instalación, por ejemplo, de una central eléctrica, se proporciona un modelo de simulación para el diseño básico. Este modelo de simulación contiene ecuaciones, que representan, por ejemplo, balances de flujos másicos y de energía en base a la conservación de la masa y de la energía.
En una primera etapa de este modelo no se introduce aún ninguna condición de contorno constructiva, como por ejemplo, superficies de los intercambiadores de calor, diámetros o longitudes. En su lugar se dan las variaciones deseadas de los respectivos grados de libertad, por ejemplo, una variación de temperatura en un intercambiador de calor o una caída de presión. Estas variaciones se prevén para pequeños módulos de la instalación, de forma que se obtenga una matriz delgada con un gran número de puntos de apoyo. Para cada uno de estos puntos de apoyo se calculan en la simulación variables relevantes como la presión, temperatura, entalpía o flujo másico. Estas variables influyen en el modelo de simulación como grados de libertad, para cada punto de apoyo. Resulta, por consiguiente, un gran número de grados de libertad. En etapas ulteriores, las variaciones deseadas se sustituyen por geometrías, que correspondan en un punto del diseño a las variaciones.
La instalación se diagnostica y se controla tras su conclusión. Para este propósito se miden algunos de los grados de libertad del modelo de simulación. El número de puntos de medida se mantiene lo menor posible por motivos de costes. Sólo debería ilustrarse también un comportamiento global integral de la instalación o módulos comparativamente grandes. Por otra parte, no se miden todas las variables realmente medibles. La matriz de puntos de medida es mayor que la matriz del modelo de simulación y considera menos grados de libertad. Por consiguiente, el número de grados de libertad medidos es menor que el número de grados de libertad del modelo de simulación.
Los grados de libertad medidos se designan como valores medidos. Por "valor medido" se entiende en este contexto, no sólo el resultado directo de medición de un sensor, como la temperatura o la presión, sino también una variable relacionada con los resultados de las mediciones, como la entalpía.
Estos valores medidos tienen que satisfacer determinadas ecuaciones físicas, como por ejemplo, de nuevo, conservación de la masa y de la energía. Debido a los errores de medida, los valores medidos no cumplen, sin embargo, en general estas ecuaciones. En el contexto de una validación de datos se calculan, por consiguiente, las correcciones a los valores medidos. Las correcciones se realizan de tal manera, que las ecuaciones físicas se cumplan exactamente. La validación de datos se efectúa en base a un modelo de validación de datos, que ilustra las ecuaciones físicas. La problemática de los errores de medida y de la validación de datos se representa en la directriz VDI 2048, página 1 "Incerti-dumbres de Medida en las Mediciones de Control en Instalaciones Técnicas de Energía y Potencia - Fundamentos".
Claramente, las correcciones deberían ser lo más pequeñas posible. En caso de que sean mayores que la tolerancia de la medida o los errores de medida calculados, esto es un indicio de que las condiciones iniciales para el cálculo de los errores de medida se han seleccionado de manera incorrecta o de que el modelo de validación de datos no es correcto. Esto último puede deberse a que el estado de la instalación se desvía del modelo de validación de datos, por ejemplo, debido a fugas.
El modelo de validación de datos tiene que ser altamente preciso y tener en cuenta la mayor cantidad posible de ecuaciones. Cuanto mayor sea el número de las ecuaciones tanto mayor será el número de condiciones que tengan que satisfacer los valores medidos y las correcciones. El aumento de la calidad de los valores medidos es el mejor posible, cuando se encuentren todas las ecuaciones relevantes para los valores medidos y se incluyan en el modelo de validación de datos.
Hasta ahora se proporcionaba un modelo propio de validación de datos para cada caso concreto. Este modelo es construido por un experto a partir de su información de la instalación y de los valores medidos. La estructura del modelo es compleja y padece de errores.
Por ejemplo, el documento EP 1 058 169 A muestra un procedimiento para la determinación de una cantidad de sensores y de una cantidad de condiciones de contorno a emplear en una validación de datos, en la que mediante los valores medidos se determina la cantidad de sensores, así como mediante la cantidad de condiciones de contorno se determina una estimación de un estado de un sistema consistente en elementos de estado.
Es, por consiguiente, objetivo de la presente invención, proporcionar un procedimiento, que simplifique y acelere sustancialmente la construcción del modelo de validación de datos.
Conforme a la presente invención, este objetivo se resuelve en un procedimiento del tipo citado inicialmente, por el hecho de que las ecuaciones del modelo de simulación se transforman de tal manera, que se obtenga por lo menos una ecuación, en la que sólo los valores medidos del modelo de validación de datos se incluyan como grados de libertad, y que éste emplea, por lo menos, una ecuación como modelo de validación de datos.
Con el procedimiento conforme a la presente invención se garantiza, que todas las ecuaciones incluidas en el modelo de simulación de la instalación se tengan en cuenta durante la construcción del modelo de validación de datos. El modelo de simulación contiene más grados de libertad y ecuaciones que el modelo de validación de datos. El máximo número de ecuaciones se encuentra disponible para el modelo de validación de datos. El procedimiento conforme a la invención garantiza, por tanto, que todas las ecuaciones relevantes para los valores medidos influyan en el modelo de validación de datos. El número de ecuaciones del modelo de validación de datos se maximiza y, por consiguiente, se mejora su precisión. Como el modelo de validación de datos se deriva del modelo de simulación, se reducen sustancialmente el gasto de trabajo y la propensión a errores.
A partir de las Reivindicaciones dependientes se infieren ordenaciones y perfeccionamientos favorables de la invención.
Favorablemente se le comunica al modelo de simulación, que sus grados de libertad son valores medidos. Con otras palabras, en el modelo de simulación se introduce información, que posibilite una diferenciación entre los valores medidos y los grados de libertad restantes.
El modelo de simulación de la instalación presenta favorablemente una matriz de parámetros característicos, que se transforma para la derivación de la matriz de parámetros característicos del modelo de validación de datos. Esto es consecuencia de una linealización de las ecuaciones de ambos modelos para la resolución de las ecuaciones no-lineales del modelo de simulación y de validación de datos. Por ejemplo, en G. Grosche, V. Ziegler, D. Ziegler (editor), "Manual de Matemáticas", 23ª Edición, Editorial Harri Deutsch, Thun y Frankfurt/Main, capítulo 7.1.2.4 " Procedimientos Numéricos" [1] se representan procedimientos apropiados de linealización e iteración.
Los grados de libertad y condiciones de contorno de las ecuaciones se escriben entonces como vectores y los parámetros de las ecuaciones como matriz. Cada fila de la matriz junto con la condición de contorno asignada a esta fila corresponde entonces a una ecuación, y a cada grado de libertad se le asigna exactamente una columna.
Para la transformación, en un primer paso, las columnas de la matriz del modelo de simulación se disponen, de forma que todas las columnas asignadas a los valores medidos se dispongan por el lado derecho de la matriz, en un segundo rango, y todas las demás columnas se dispongan por el lado izquierdo de la matriz, en un primer rango. Este paso se realiza favorablemente mediante la multiplicación de la matriz del modelo de simulación por una matriz de transformación, que lleva a cabo las necesarias permutaciones de columnas.
En un segundo paso, las columnas del primer rango se transforman en una forma lo más diagonal posible. Esta forma se genera, por ejemplo, mediante una eliminación de Gauss, descrita en [1], capítulo 7.1.2.1. Un objetivo es obtener la mayor cantidad posible de filas, que en el primer rango presenten sólo parámetros con el valor cero. Estas filas representan ecuaciones, que sólo contienen los valores medidos, pero no los demás grados de libertad del modelo de simulación. En el segundo rango, algunos parámetros pueden adoptar asimismo el valor cero.
En un tercer paso se determinan las filas de la matriz, que, en el primer rango, sólo presentan parámetros con el valor cero, y las ecuaciones correspondientes a estas filas se utilizan como modelo de validación de datos. Favorablemente, sólo los parámetros del segundo rango de las filas determinadas y las condiciones de contorno asociadas, así como los valores medidos, se emplean como modelo de validación de datos. Los grados de libertad asignados al primer rango se suprimen, ya que los parámetros de las filas en cuestión tienen el valor cero. No es necesario, por tanto, un arrastre de estos grados de libertad y parámetros.
El procedimiento se explica con un ejemplo, para su aclaración.
Tras la linealización, el modelo de simulación S se puede representar como sistema de ecuaciones lineales como sigue:
\vskip1.000000\baselineskip
1
donde
A: matriz característica del modelo de simulación, por ejemplo, matriz de Jacobi de las derivadas conformes al método
{}\hskip0,4cm de Newton-Kantorowitsch, compárese con [1],
x:
\;
vector de los grados de libertad del modelo de simulación, y
b:
\;
vector de las condiciones de contorno.
\global\parskip1.000000\baselineskip
Por escrito resulta la siguiente representación:
\vskip1.000000\baselineskip
2
\vskip1.000000\baselineskip
El número n de columnas es habitualmente mayor que el número m de filas. La matriz A es, por tanto, más ancha que alta. Para el procedimiento conforme a la invención, el valor exacto de los parámetros a_{i,j} de la matriz A no es importante. Estos parámetros se calculan conforme a la invención, aunque sólo se tienen en cuenta aquellos distintos de cero. Para simplificar, en la siguiente representación sólo se indica, por tanto, qué parámetros son distintos de cero.
Se origina el siguiente dibujo ejemplar para la matriz A:
3
Esta matriz representa un modelo de simulación con cuatro ecuaciones acordes a las cuatro filas y once grados de libertad conformes a las once columnas. El símbolo "*" designa un valor distinto de cero, el símbolo "." un valor de cero.
Para la validación de datos y el modelo de validación de datos, sólo se miden algunos de los grados de libertad durante la operación de la instalación. A cada uno de estos valores medidos se le asigna una columna de la matriz A del modelo de simulación. En un primer paso, las columnas asignadas a los valores medidos de la matriz A se desplazan a la derecha. Los vectores x, b de los grados de libertad y de las condiciones de contorno se adaptan consiguientemente.
En este ejemplo se miden seis grados de libertad, o sea, los grados de libertad asignados a las columnas 2, 3, 5, 8, 10 y 11. Tras la conversión se origina, por consiguiente, el siguiente dibujo de la matriz A:
4
Los grados de libertad medidos o los valores medidos se asignan a las seis últimas columnas. Esto se sugiere esquemáticamente mediante la línea perpendicular y la colocación. La matriz A se divide en dos rangos, de los cuales el primero, izquierdo, se asocia a los grados de libertad no medidos y el segundo, derecho, se asocia a los valores medidos.
Esta matriz A se somete ahora a una eliminación de Gauss. Un objetivo es producir tantos ceros en el área izquierda de los grados de libertad no medidos. Aquí pueden efectuarse también permutaciones de filas en toda la matriz, así como permutaciones de las columnas. En las permutaciones de las columnas, las columnas asignadas a los valores medidos tienen que permanecer, sin embargo, siempre en el rango derecho, pudiéndose permutar, por consiguiente, sólo entre ellas. En la práctica se ha demostrado, por consiguiente, la eficacia de realizar permutaciones de las columnas sólo en el primer rango.
En el contexto de esta eliminación de Gauss, algunos de los parámetros previamente diferentes de cero se transforman en cero. La nueva forma de la matriz A es como sigue:
5
La última fila contiene valores diferentes de cero sólo en las columnas asignadas a los valores medidos. La ecuación correspondiente a esta fila es, por tanto, independiente de los grados de libertad no medidos adicionales. Establece una relación evidente entre los valores medidos.
El vector b de las condiciones de contorno se ajusta, consiguientemente, a las operaciones efectuadas. Sólo es necesario un ajuste del vector x de los grados de libertad, cuando se hayan realizado permutaciones de las columnas en el rango derecho de las columnas asignadas a los valores medidos. Los grados de libertad asignados a las otras columnas no se consideran durante la generación del modelo de validación de datos y no necesitan, por consiguiente, ajustarse a las permutaciones de las columnas del rango izquierdo.
Para la simplificación y reducción de los costes de datos y de cálculo, en el presente ejemplo sólo los parámetros de la última fila y de las seis últimas columnas de la matriz A, los seis valores medidos y la condición de contorno asignada a la última fila se extraen del modelo de simulación. Como los demás parámetros de esta fila se transforman en cero y, por consiguiente, se suprimen durante el cálculo, no surge ninguna pérdida de información. Si en varias filas, los parámetros del primer rango izquierdo se transforman en cero, se sustituyen todas estas filas.
La matriz C del modelo de validación de datos D tiene entonces la siguiente forma:
100
El modelo de validación de datos D resulta en:
6
donde
C:
\;
matriz característica del modelo de validación de datos,
y:
\;
vector de los valores medidos del modelo de validación de datos, y
q:
\;
vector ajustado de las condiciones de contorno b.
Esta ecuación establece, por consiguiente, una evidente relación entre los valores medidos y las condiciones de contorno asociadas. Los grados de libertad y condiciones de contorno adicionales considerados en el modelo de simulación no se integran más. La ecuación puede emplearse sin variación ulterior como modelo de validación de datos.
A continuación se describe la invención más detalladamente en base a un ejemplo de ejecución, representado en el diseño de manera esquemática. Además, muestra:
Figura 1 una representación esquemática de una instalación
Figura 2 una representación del modelo de simulación en forma de sistema de ecuaciones lineales;
Figura 3 la matriz característica del modelo de simulación en representación esquemática;
Figura 4 la matriz característica del modelo de simulación en representación esquemática tras el cambio de las columnas;
Figura 5 la matriz característica del modelo de simulación en representación esquemática tras el cambio de las columnas y tras la diagonalización;
Figura 6 la matriz característica del modelo de validación de datos; y
Figura 7 una representación del modelo de validación de datos en forma de sistema de ecuaciones lineales.
La Figura 1 muestra una instalación 10 con dos intercambiadores de calor 11, 12 y dos líneas 13, 14. La línea 13 es atravesada en la dirección de la flecha 15 por un medio a calentar. El suministro de calor al intercambiador de calor 11, 12 se lleva a cabo mediante la línea 14, atravesada en la dirección de la flecha 16 por un medio caliente.
Un modelo de simulación de esta instalación 10 comprende aún, además de las diferentes variaciones preestablecidas como la variación de temperatura en los intercambiadores de calor 11, 12 y la caída de presión en las líneas 13, 14, algunos grados de libertad. Se tienen en cuenta los flujos másicos m a través de las líneas 13, 14, así como la entalpía h aguas arriba del primer intercambiador de calor 11 y aguas abajo del segundo intercambiador de calor 12. Los flujos másicos m se establecen como constantes. El modelo de simulación considera ulteriormente la entalpía de los medios entre los intercambiadores de calor. Estas entalpías se indican esquemáticamente como x_{1}, x_{2}.
En la práctica, el comportamiento de los medios entre los intercambiadores de calor 11, 12 no se mide. Sólo se lleva a cabo, por consiguiente, una medición en dirección hacia arriba del primer intercambiador de calor 11 y en dirección hacia abajo del segundo intercambiador de calor 12. Se determinan seis valores medidos, dos flujos másicos y cuatro entalpías, caracterizadas esquemáticamente como y_{1}, ..., y_{6}. La entalpía h no se mide aquí directamente, sino que se calcula a partir de los resultados de las mediciones.
El modelo de simulación S de la instalación 10 con su matriz característica A, un vector de grados de libertad x y un vector de condiciones de contorno b se representa esquemáticamente en la Figura 2. El vector x de los grados de libertad incluye tanto los valores medidos y_{1}, ..., y_{6} como también las entalpías x_{1}, x_{2} entre los intercambiadores de calor 11, 12, así como otros grados de libertad.
El procedimiento conforme a la invención se representa en detalle mediante las variaciones de la matriz A en las Figuras 3 a 7. Primero se formula la matriz A (Figura 3) y entonces se recurre. Las columnas asignadas a los valores medidos y_{1}, ..., y_{6} se disponen a la derecha en un segundo rango. En un primer rango izquierdo permanecen las columnas asignadas a los otros grados de libertad del modelo de simulación. Los dos rangos están separados esquemáticamente por una línea (Figura 4). El rango izquierdo se transforma en una forma lo más diagonal posible (Figura 5). En la última fila, todos los parámetros del primer rango se convierten en cero. Los parámetros de esta fila del segundo rango representan, por consiguiente, una relación entre los valores medidos, independiente de los grados de libertad adicionales del modelo de simulación. Estos parámetros se emplean como matriz C de un modelo de validación de datos D (Figura 6). El modelo de validación de datos D se completa mediante el vector y de los valores medidos y_{1}, ..., y_{6} y el consiguiente vector q de las condiciones de contorno b ajustado a la diagonalización (Figura 7).
El procedimiento conforme a la invención posibilita una determinación automática del modelo de validación de datos D a partir del modelo de simulación S de la instalación 10. Se emplea el máximo número posible de ecuaciones, de forma que se obtenga la máxima precisión. Debido a la adquisición de las informaciones del modelo de simulación S, se reduce sustancialmente el gasto de trabajo. Se descartan completamente los errores de entrada en la generación del modelo de validación de datos D.
El modelo de validación de datos D puede ajustarse en todo momento a las variaciones del modelo de simulación S. Con esto se pueden comparar los valores medidos inmediatamente con el estado actual de la instalación 10. Los fallos o fugas de la instalación 10 se reconocen inmediatamente.

Claims (7)

1. Procedimiento para la generación de un modelo de validación de datos (D) de una instalación (10) a partir de un modelo de simulación (S) de esta instalación (10), conteniendo tanto el modelo de validación de datos (D) como también el modelo de simulación (S) ecuaciones, que describen relaciones entre los grados de libertad (x) del modelo de simulación (S) y los valores medidos (y) del modelo de validación de datos (D) medidos durante la operación de la instalación (10), así como las condiciones de contorno (b; q) y siendo el número de grados de libertad (x) del modelo de simulación (S) mayor que el número de valores medidos (y) del modelo de validación de datos (D) y estando los valores medidos (y) incluidos en el modelo de simulación (S) como grados de libertad (x), caracterizado porque las ecuaciones del modelo de simulación (S) se transforman de tal manera, que se obtenga por lo menos una ecuación, en la que como grados de libertad sólo están aún incluidos los valores medidos (y), y porque esta, por lo menos una, ecuación se utiliza como modelo de validación de datos (D).
2. Procedimiento acorde a la Reivindicación 1, caracterizado porque se introduce en el modelo de simulación (S), cuáles de sus grados de libertad (x) son valores medidos (y).
3. Procedimiento acorde a la Reivindicación 2, caracterizado porque el modelo de simulación (S) de la instalación (10) presenta una matriz (A) de parámetros característicos (a_{i,j}), que se transforma para la derivación de una matriz (C) de parámetros característicos del modelo de validación de datos (D).
4. Procedimiento acorde a la Reivindicación 3, caracterizado porque para la transformación se disponen, en un primer paso, las columnas de la matriz (A) del modelo de simulación (S), de forma que todas las columnas asignadas a los valores medidos (y) se dispongan por el lado derecho de la matriz (A) en una segunda área y todas las demás columnas se dispongan por el lado izquierdo de la matriz (A) en una primera área.
5. Procedimiento acorde a la Reivindicación 4, caracterizado porque para la transformación en un segundo paso las columnas de la primera área se llevan a una forma diagonal en una máxima extensión posible.
6. Procedimiento acorde a la Reivindicación 5, caracterizado porque para la transformación, en un tercer paso, se determinan las filas de la matriz (A), que sólo presentan parámetros con el valor cero en la primera área y las ecuaciones correspondientes a estas filas se emplean como modelo de validación de datos (D).
7. Procedimiento acorde a la Reivindicación 6, caracterizado porque sólo los parámetros de la segunda área de las filas determinadas y las condiciones de contorno asociadas (q), así como los valores medidos (y), se emplean como modelo de validación de datos (D).
ES01111465T 2001-05-10 2001-05-10 Procedimiento para la generacion de un modelo de validacion de datos de una instalacion a partir de un modelo de simulacion de esta instalacion. Expired - Lifetime ES2287054T3 (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP01111465A EP1256857B1 (de) 2001-05-10 2001-05-10 Verfahren zur Erstellung eines Datenvalidierungsmodells einer Anlage aus einem Simulationsmodell dieser Anlage

Publications (1)

Publication Number Publication Date
ES2287054T3 true ES2287054T3 (es) 2007-12-16

Family

ID=8177387

Family Applications (1)

Application Number Title Priority Date Filing Date
ES01111465T Expired - Lifetime ES2287054T3 (es) 2001-05-10 2001-05-10 Procedimiento para la generacion de un modelo de validacion de datos de una instalacion a partir de un modelo de simulacion de esta instalacion.

Country Status (5)

Country Link
EP (1) EP1256857B1 (es)
AT (1) ATE366432T1 (es)
DE (1) DE50112686D1 (es)
ES (1) ES2287054T3 (es)
PT (1) PT1256857E (es)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020004277A1 (de) * 2020-07-13 2022-01-13 BTB Jansky GmbH Verfahren zur Simulation von Betriebs/Komponentenzuständen von Anlagen, insbesondere von Kraftwerksanlagen

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5682309A (en) * 1995-04-28 1997-10-28 Exxon Chemical Patents Inc. Feedback method for controlling non-linear processes
EP1058169A1 (de) * 1999-06-03 2000-12-06 Abb Research Ltd. Einrichtung und Verfahren zur Datenvalidierung

Also Published As

Publication number Publication date
ATE366432T1 (de) 2007-07-15
EP1256857B1 (de) 2007-07-04
EP1256857A1 (de) 2002-11-13
PT1256857E (pt) 2007-08-06
DE50112686D1 (de) 2007-08-16

Similar Documents

Publication Publication Date Title
EP0282172B1 (en) Control systems for heat exchangers
Du Preez et al. Effect of wind on performance of a dry-cooling tower
KR870000169B1 (ko) 열교환기 냉각관의 세정방법
JPS5625011A (en) Control of air conditioning
Dullenkopf et al. The effect of incident wake conditions on the mean heat transfer of an airfoil
Zhang et al. The numerical and experimental study of a power plant condenser
RU2008136018A (ru) Способ и устройство для регулирования охлаждающих секций туннельной печи для плоского стекла
CN106197566A (zh) 一种燃煤电厂复杂烟道烟气流量监测方法与系统
CN206399939U (zh) 恒温循环冷却水动态模拟试验系统
CN114486308B (zh) 一种微细管束换热特性实验方法
CN111076372A (zh) 一种一次回风空调系统中传感器误差的在线识别与修复方法
Thompson Estimation of the transport of heat in the Southern Ocean using a fine-resolution numerical model
CN103728055A (zh) 一种火电机组锅炉炉膛出口烟气能量的实时估计方法
Newman et al. Free-stream turbulence effects on local heat transfer from a sphere
CN102982243B (zh) 一种加热炉总括热吸收率计算方法
JPS60105933A (ja) 風洞試験設備の制御方法
CN103837568A (zh) 一种多管土壤-空气对流换热试验装置
Kim et al. Design Features of the Separate Effect Test Facility for a Forced-Draft Sodium-to-Air Heat Exchanger (FHX) with Helical Finned Tubes
JPS6371625A (ja) 伝熱管の熱吸収量計測装置
Stanghellini Calculation of the amount of energy released by heating pipes in a greenhouse and its allocation between convection and radiation
JPS6449893A (en) Water balance measuring device for cooling tower
US7504260B1 (en) Method and apparatus for controlling gas temperatures associated with pollution reduction processes
PT1256857E (pt) Método de geração de um modelo de validação de dados de uma instalação a partir de um modelo de simulação desta mesma instalação.
JP2002267787A (ja) 原子炉炉心冷却材流量計測方法
SU853407A1 (ru) Испытательна расходомерна установка