Monitoring of the degree of coking in hog plant

• Autorzy: Kościelny J. M. , Leszczyński M. , Syfert M. , Gąsecki A.

Warianty tytułu

PL

Monitorowanie stopnia zakoksowania instalacji hydrosiarczania gudronu

• Języki publikacji: EN

Abstrakty

EN

The paper presents the application of an AMandD system for the coke sedimentation process in an hydrocraking installation. First, a short description of the installation is given. Then, a summary is given of applied methods for monitoring of slow changes in the process. Next, the structure of the AMandD system is summarised. Finally, the first achieved results are described.

PL

W pracy przedstawiono aplikacje systemu AMandD do monitorowania stopnia degradacji (zakoksowania) pieca próżniowego i kolumny w instalacji hydroodsiarczania gudronu. Scharakteryzowano instalację technologiczną oraz omówiono zastosowane algorytmy śledzenia stopnia zakoksowania. Przedstawiono strukturę systemu diagnostycznego oraz pierwsze uzyskane rezultaty.

Słowa kluczowe

EN

monitoring; diagnostic system; incipient destructive changes; hydrocraking installation

PL

monitorowanie; system diagnostyczny; uszkodzenia narastające; instalacja hydrokrakingu

• Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
• Czasopismo: Problemy Eksploatacji
• Rocznik: 2010
• Tom: nr 4
• Strony: 177--191
• Opis fizyczny: Bibliogr. 24 poz., rys., wykr.

Twórcy

autor

Kościelny J. M.

autor

Leszczyński M.

autor

Syfert M.

autor

Gąsecki A.

• Institute of Automatic Control and Robotics, Warszawa, Poland,

Bibliografia

• 1. Basseville M., Benveniste A. (1986): Detection of Abrupt Changes in Signal and Dynamic Systems. Springer, Berlin.
• 2. Basseville M., Nikiforov I.V. (1993): Detection of Abrupt Changes - Theory and Applications. Prentice-Hall, Englewood Cliffs, New York.
• 3. Bates D.M., Watts D.G. (1996): Nonlinear regression analysis and applications. Wiley & Sons. New York.
• 4. Bolch B.W., Huang C.J. (1974): Multivariate statistical methods for business and economics. Prientice-Hall. Englewood Cliffs New York.
• 5. Box G.E.P., Jenkins G.M. (1976): Time Series Analysis: Forecasting and Control. Holden-Day, San Francisco.
• 6. Chatterjee, S., Hadi, A.S., Price, B. (2000): Regression Analysis by Example, Wiley, New York.
• 7. Draper N.R., Smith H. (1973): Analiza regresji stosowanej. PWN, Warszawa.
• 8. Draper N.R., Smith H. (1998): Applied Regression Analysis. Wiley, New York.
• 9. Duda J.T. (2003): Modele matematyczne, struktury i algorytmy nadrzędnego sterowania komputerowego. Uczelniane Wydawnictwa Naukowo-Techniczne Akademii Górniczej w Krakowie, Kraków.
• 10. DuMouchel, W.H., O'Brien, F.L. (1998): Integrating a Robust Option into a Multiple Regression Computing Environment. In: Computing Science and Statistics: Proceedings of the 21st Symposium on the Interface, (K. Berk, and L. Malone, Ed.), 297-301.
• 11. Hampel F.R., Ronchetti E., Rousseeuq P.J., Stahel W.A. (1986): Robust Statistics. The Approach Based on Influence Functions. Wiley, New York.
• 12. Holland, P.W., Welsch R.E. (1977): Robust Regression Using Iteratively Reweighted Least-Squares. Communications in Statistics: Theory and Methods, A6(9), 813-827.
• 13. Huber P.J. (1981): Robust Statistics. Wiley, New York.
• 14. Kościelny J.M., Syfert M., Wnuk P. (2006): Advanced monitoring and diagnostic system ‘AMandD’. Proc. Of 6h IFAC Symposium on Fault Detection, Supervision and Safety for Technical Processes - SAFEPROCESS`2006, Benjin.
• 15. Kościelny J.M., Syfert M., Wnuk P., Bartyś M. (2008): System for Advanced Monitoring and Diagnostics. Proc. of 2008 International Conference on Prognostics and Health Management PHM08, Denver, Colorado, USA, IEEE Catalog Number: CFP08PHM-CDR, paper no. PP-01-15-124.
• 16. Rousseeuw P.J., Van Driessen K. (1998): A fast Algorithm for the Minimum Covariance Determinant Estimator cited in SAS OnLineDoc.
• 17. Rzepiejewski P. (2007): Metoda monitorowania i prognozowania stanu technicznego zaworów regulacyjnych. Rozprawa doktorska, Politechnika Warszawska, Wydział Mechatroniki.
• 18. Seber G.A.F. (1989): Nonlinear regression. Wiley & Sons, New York.
• 19. Street, J.O., Carroll, R.J., Ruppert, D. (1988): A Note on Computing Robust Regression Estimates via Iteratively Reweighted Least Squares. The American Statistician, 42, 152-154.
• 20. Syfert M., Rzepiejewski P., Wnuk P., Kościelny J.M. (2005): Current diagnostics of the evaporation station. 16th IFAC World Congress, Praga.
• 21. Velleman P. F., Hoaglin D.C. (1981): Applications, Basics, and Computing of Exploratory Data Analysis. Duxbury Press, Belmont, CA.
• 22. Venables W.N., Ripley B.D. (1999): Modern Applied Statistics with S-PLUS. 4th ed. Springer, New York, pp. 167-176.
• 23. Wilcox R. (1997): Introduction to the Robust Estimation and Hypothesis Testing. Academic Press, San Diego, 14.
• 24. Wolke R., Schwetlick H. (1988): Iteratively Reweighted Least Squares: Algorithms, Convergence Analysis, and Numerical Comparisons. SIAM Journal on Scientific and Statistical Computing, 9(5), 907-921.