这并不多雷竞技比分燧石山资源”Mike Clausewitz和Deb Preschler不知道如何安全地提炼石油和生产石化产品。Deb是运营创新总监，Mike是企业泄漏检测与修复(LDAR)执行主管，他们在弗林特山的Corpus Christi East和West炼油厂工作了近60年，这是弗林特山资源三家炼油厂中的两家，主要将石油分离成航空燃料、低硫汽油、雷竞技比分用于生产服装、地毯、轮胎等产品的柴油和石化产品。
这两位业内资深人士努力保持这些大型工业设施平稳、安全、环保地运行。雷竞技比分Flint Hills Resources的Corpus Christi设施每天可处理34万桶石油，相当于澳大利亚的全部日产量。事实上，精炼设施是如此的大和明亮，他们赢得了社区人们的绰号“翡翠城”。
对迈克和黛布来说，一个长期存在的挑战是监控整个大型设施的25万个硬件部件的泄漏过程。可能会发生泄漏，这就是为什么检查和泄漏检测是日常操作的重要组成部分。这些潜在的泄漏主要是碳氢化合物从泵密封、法兰和阀门泄漏的“不稳定排放”。Mike、Deb和团队正在应对这一挑战，他们在Flint Hills Corpus Christi推出了一套变革性数字监测系统，将提高整个设施的安全性，减少排放，并改善成本结构和竞争力。“如果科赫工业没有对技术和终身学习的承诺，我们就不可能实现这一目标，”Deb说。“这让我能够尝试一些新的、不同的东西，这真的很令人兴奋。”
传统的LDAR方法费时且繁琐。技术人员团队在炼油厂或工厂的多个地点对这些潜在泄漏进行人工监测。他们带着重约40磅的设备，其中包括带有火焰离子化探测器的探测器，这种仪器可以测量气体流的含量。技术人员需要将他们的结果反馈给工厂经理和维护团队，他们正在一个具有挑战性的工业环境中监测泄漏。这包括爬梯子，忍受大范围的温度和在狭窄的空间工作。
检测泄漏也喜欢在干草堆中找到针，因为大约98％的时间，这些艰苦的密封和连接检查不会产生进一步的动作。“你做了一大吨的工作，98％的你所做的一切都是在拍摄并查看日历活动，”迈克说。“技术人员的高营业额是我们想要解决的痛点之一，因为继续培训新人并不有效，只是让他们在几个月后离开其他工作，”补充道。
捕获泄漏可能不会听起来不起眼，但这是必不可少的和非常重要的工作。“安全是我们的首要问题，泄漏与那些安全目标截然截然，”Corpus Christi副总裁兼制造经理Brook Vickery解释道。“任何原料，中间或产品的任何泄漏都会带来努力立即减轻的风险，”他补充道。
该设施还努力符合严格的环境标准。自2002年以来，弗林特山在德克萨斯州的炼油厂改造时花了大约9.4亿美元，致力于增加国内原油加工和减少排放量的6亿美元。“来自这辆25万个个别成员的逃逸排放可以加起来，”Koch Industries公司环境领导者的Barry Kelley解释说。“典型炼油厂或化学厂的逃逸排放可以占该网站的总体VOC（挥发性有机化合物）排放量的30-40％。”
当有机会以一种新的方式来处理弗林特山的泄漏检测过程时，Deb、Mike和他们的同事们立即采取了行动。这一切都始于科赫工业获得莫仕，是一家领先的电子连接元件制造商。在加入科赫后的几周内，莫仕的工程师们参观了科赫的各种设施，以熟悉最大的商业挑战。当Flint Hills的团队概述了他们的手动泄漏检测过程时，他们收到了一个很有希望的回应。“莫仕认为它们能帮上忙，”黛布说。“他们还没有一个传感业务，但他们很快就决定，这是他们想要进入的领域。”
与此同时，Charles Koch是推动公司领导拥抱技术驱动的转型。“在2017年，他告诉我们，我们会这样做，或者我们将在垃圾箱中最终找到，”记得差点。“这让很多人对探索创新感到兴奋。”
将Molex的技术专长与现有的软件专业知识结合起来，一个新的数字监测系统将创造一个变革机会 - 事物工业互联网的演变（IIOT）。第一代IIT 1.0解决方案重点关注技术，IIT 2.0解决方案更多地关注运营商采用。
“在第一波解决方案中，人们专注于技术方面，如大数据，机器学习，人工智能和数码双胞胎，”莫勒克IIOT解决方案副总裁兼总经理Krishna Uppuluri说。“对于植物的运营商来说，技术方面没有与他们日常检测，根本原因分析和纠正措施的日常担忧的自然联系。”
Flint Hills和Molex团队开始持有定期的头脑风暴会议和数据科学和其他领域的招募专家。2017年6月，他们从事环境保护局（EPA）研究和开发办公室的官员，他可以沿途建议。“这意味着现在有三方在解决方案上工作：技术提供者（Molex），监管机构（EPA）和我们（Flint Hills），他们拥有该网站和申请，”Deb说道。“这给了我们一个三角形的能力来克服障碍。”
TRIO还呼吁Koch Industries提供的各种工具和论坛，旨在为踢球启动创新。这包括广泛的软件平台，会议和研讨会，允许跨越Koch的企业分享知识和专业知识。“我们拥有大家 - 格鲁吉亚 - 太平雷竞技电竞外围洋，Molex，John Zink Hamworthy燃烧 - 一起工作，”Deb说。
“这一概念演变成了我们的”Koch作为实验室的心理模型的应用“，”她补充道，“她补充说，指的是将Koch主题专家跨越十几个行业的精神模型进行实验。解释迈克，“Koch期望知识分子诚实，所以如果你不知道答案，你可以找到拥有最好的知识的人，例如可以帮助回答问题的主题专家。”
Koch的Ldar专家知道，必须是发现泄漏的更智能的方式。他们吸引了一个可以检测到逃亡排放的数百个固定式传感器的全面网络的计划，有点像烟雾探测器的巨大网格。它们以泄漏检测条作为传感器进行实验，但发现，尽管技术保存在某些鞋皮革上，但它有一个主要缺点：它无法实时检测泄漏。仍然需要技术人员分发，收集和分析成千上万的测试论文。他们需要一个范式转变。
“在开始时，我们认为我们需要下一代颠覆性技术，但是当我们以一种新的方式开始尝试现有技术 - 例如将读数和气象数据与智能算法相结合，以将漏洞三角化返回潜在泄漏location – that’s when we really began busting the paradigms,” Deb explained.
工程师们想出了一个概念:数以百计的网络数字传感器,或“嗅探器”,能够不断地进行测量,将这些信息与风速和风向等气象数据,然后通过无线天线自动喂大量的实时数据,以帮助确定,有高概率,泄漏的位置和大小。使用的技术莫仕的mPACT2WO业务部门，在整个设施中拥有数以千计的技术人员，将在24/7的基础上转发他们的读物。
这创建了从手动，宽大的监控到自动化，传感器监控的班次。克里希纳解释说：“技术人员目前使用基于经验的方法感受，闻到，扫描问题以解决问题。这种新的传感器自动化系统现在给了他们一种通过数据找到异常的方法，然后从该数据深度钻取以确定根本原因并做出最佳的纠正措施，而不是依赖于他们的感官或本能。“
“即使是五年前，我们也无法将这项技术视为解决方案，但公司对转型的承诺是使这个解决方案提供的，”巴里解释道。
这个解决方案是一个启示。在早期的测试中，该团队担心传感器在多风或潮湿的天气下很难检测到泄漏。但事实证明，这种担心是没有根据的。“我们发现风实际上是我们的朋友。这是把分子带到传感器上的动力，”Deb说。“随着我们继续实验，许多其他的假设、范例和信仰体系都消失了——因为我们看到的结果超出了我们认为这项技术可以实现的范围。这真的让我们看到了可以用来解决这个问题的各种方法。”
Deb Cartwright，弗林特山的制造创新经理解释了Koch的工作文化，强调了基于市场的管理®和原则性创业™，被证明是成功的秘诀。她说:“每个人都有自己的偏见、信仰体系和范例，但当被证明是错误的时候，团队表现出的谦逊——然后在实验空间中庆祝——非常令人惊讶。”
迈克还记得球队最大的挑战是克服这些偏见。“我们没有让我们以为我们知道关于现有技术，气象条件和样本稀释的思想阻碍了实验过程。”
回到现场，该团队将传感器安装在战略位置，以便在科珀斯克里斯蒂设施进行全面试验。他们发现，即使是强烈的飓风也无法阻止该系统成功地检测和传递泄漏。Deb解释说，这在很大程度上要归功于它的设计:在设施周围优化地放置了大量传感器，并不断将数据输入云端，使得软件能够实时三角测量读数。这使得工程师能够获得可靠的信息，即使是从快速流动的空气中。
传感器监视器，用于弗林特山庄资源'Corpus Christi设施的泄雷竞技比分漏。
科珀斯克里斯蒂的激光雷达现在正在发展一种超高效的系统。当检测到泄漏并进行三角定位时，该软件会向技术人员发出警报，后者可以直接前往泄漏地点评估并解决情况。德布说:“因为我们确切地知道去哪里并开始寻找，我们可以花更多的时间在维修和预防上。”
通过更快地查找泄漏，维护团队可以更快地进行维修。更快修复意味着较低的排放。事实上，新系统有可能将排放量减少多达70吨，可与每年5000多辆车的年排放量相媲美。它对Corpus Christi设施的安全性能的影响同样显着。它已被证明是如此有影响，弗林特山团队正在明尼苏达州的松树弯炼油厂部署技术，使所有配备这项技术的Flint Hills炼油厂。
在这个过程中，Deb也对自己和职业道路有了一些重要的发现。她解释说:“我必须学习一种不同的领导方式，因为我来自一个环境健康和安全的背景，在那里我扮演着更加严格的角色。”“但是，在一个不那么确定的世界里组建正确的团队，然后引领变革，是我经历过的最令人满意的经历之一。”迈克补充道:“这提醒了我们团队的努力是多么强大。”
现在，Deb真的在她的元素中。“我对未来感到兴奋，因为我认为这个应用程序是LDAR和其他潜在环境应用的冰山一角，”她说。她的下一个目标是微调软件，所以它可以预测泄漏，这将涉及实施机器学习技术。因为传感器和它们背后的技术是特定于问题的（在这种情况下，泄漏检测和排放监测）而不是工业特定的机会，以将技术应用于其他操作领域。
“我想挑战现状并继续找到更好的做事方式，”德尔说。“帮助建立这个运作良好的团队，然后能够通过解决问题来实现自我实现，克服障碍在一起给了我鸡皮疙瘩。”
