那没有太多雷竞技比分燧石山资源”Mike Clasewitz和Deb Preschler不知道安全炼油和生产石油化工。Deb, an operations innovation director, and Mike, an enterprise leak detection and repair (LDAR) execution lead, have together clocked up nearly 60 years at Flint Hills’ Corpus Christi East and West, two of the three Flint Hills Resources refineries that separate oil into jet fuel, low-sulfur gasoline, diesel and the petrochemicals used to manufacture clothing, carpet, tires and much more.
这两位行业退伍军人努力保持这些大规模的工业设施，顺利，安全，环保。雷竞技比分Flint Hills Resources'Corpus Christi设施可以每天处理34万桶油，相当于澳大利亚所有的日常生产。事实上，炼油设施如此大而明亮，他们在社区中赢得了“翡翠城”的绰号。
迈克和DEB的一多年挑战是监测巨型设施250,000硬件组件的泄漏的过程。可能发生泄漏，这就是为什么检查和泄漏检测是日常运营的重要组成部分。这些潜在的泄漏主要是从泵密封，法兰和阀门逃逸的烃的“逃逸排放”。迈克，DEB和团队正在上升到这一挑战，在弗林特山科斯皮斯推出了一个转型数字监测系统，该系统将增强整个设施的安全性和减少排放，以及提高成本结构和竞争力。“如果科赫工业没有关于技术和终身学习的承诺，我们就不会实现这一目标，”Deb说道。“这让我携带了新的和不同的东西，这一直非常令人兴奋。”
传统的LDAR方法是一项耗时且繁琐的任务。在炼油厂或工厂的多个地点，技术团队对这些潜在的泄漏进行人工监测。他们拖着重约40磅的设备四处走动，其中包括带有火焰离子化探测器的探头，这是一种测量气流含量的仪器。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情况。这包括攀登梯子，承受大范围的温度和在狭小的空间工作。
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。
捕捉漏洞听起来可能不那么吸引人，但这是一项至关重要的工作。Corpus Christi副总裁兼制造经理Brook Vickery解释道:“安全是我们最关心的问题，而泄漏恰恰与这些安全目标背道而驰。”他补充说:“任何原料、中间体或产品的泄漏都会带来风险，我们将立即努力缓解这种风险。”
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解决Flint Hills的泄漏检测过程时，德布、迈克和他们的同事立即行动起来。这一切都始于科赫工业获得莫仕该公司是一家领先的电子连接组件制造商。在加入科赫公司几周后，莫仕的工程师参观了科赫公司的各个设施，以熟悉最大的商业挑战。当弗林特山的团队概述了他们的人工泄漏检测过程时，他们收到了很有希望的回应。“莫仕认为它们能帮上忙，”黛布说。“他们当时还没有传感业务，但他们很快就决定，这是他们想要发展的领域。”
与此同时，Charles Koch是推动公司领袖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团队开始定期举行头脑风暴会议，招募数据科学和其他领域的专家。2017年6月，他们聘请了美国环境保护署(Environmental Protection Agency, EPA)研发办公室的官员，他们可以在这一过程中提供建议。Deb说:“这意味着现在有三个人在研究解决方案:技术供应商(Molex)、监管机构(EPA)和拥有网站和申请的美国(Flint Hills)。”“这给了我们克服障碍的能力三角形。”
三人还呼吁科赫工业提供各种工具和论坛，以启动创新。这包括广泛的软件平台、会议和研讨会，使科赫公司各部门的人员能够分享知识和专业知识。黛布说:“我们让每个人——乔治亚太平洋雷竞技电竞外围公司、莫仕公司、约翰·津克·汉沃斯燃烧公司——一起工作。”
“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.
工程师孵化了一个概念：数百个数字传感器的网络，或者“嗅探器”，可以不断进行测量，将该信息与风速和方向等气象数据相结合，然后通过自动送入实时数据的山脉无线天线帮助确定高概率，泄漏的一般位置和大小。使用技术从莫仕的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。
这就导致了从手动的巡视监视到自动的传感器监视的转变。克里希纳解释说:“技术人员目前使用基于经验的方法来感觉、嗅觉和扫描需要解决的问题。这种新的自动化传感器系统可以让他们通过数据发现异常，然后从数据中挖掘出根本原因，并做出最佳纠正措施，而不是依赖于他们的感觉或直觉。”
Barry解释说:“即使是五年前，我们也不会考虑将这项技术作为解决方案，但公司对转型的承诺使这项解决方案成为可能。”
解决方案是一个启示。在早期测试期间，该团队担心传感器将难以检测潮湿或潮湿的天气中的泄漏。但令人担忧被证明是无人物。“我们发现风实际上是一个朋友。这是动力，将分子带到传感器，“Deb说。“随着我们继续进行实验，还有多种其他假设，范式和信仰系统掉落 - 因为我们看到结果超出了我们认为技术可以实现的目标。它真的打开了我们可以用来解决问题的方法的眼睛。“
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®和原则的企业家精神™，被证明是成功的秘诀。“每个人都有自己的偏见，信仰系统和范例，但谦卑的球队在被证明是错误的时候表达 - 然后在实验空间中庆祝这一点 - 非常令人惊叹，”她说。
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。”
在现场退出，团队在战略地点安装了传感器，以便在Corpus Christi设施的全面飞行员。他们发现甚至不强有力的飓风可以防止系统成功地检测和中继泄漏。Deb解释这主要是由于其设计，这主要是：拥有许多最佳的传感器，在设施周围最佳地放置，并且不断将数据送入云中允许软件实时三角化读数。这允许工程师获得可靠的信息，即使是快速的空气。
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正在发展成为一种超高效的系统。当检测到泄漏并进行三角测量时，软件会向技术人员发出警报，技术人员可以直接前往现场评估并解决情况。“因为我们确切地知道该去哪里并开始寻找，我们可以花更多的时间在修复和预防上，”Deb说。
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。
在此过程中，Deb还对自己和职业道路进行了一些重要的发现。“我不得不学习不同的方式来领导，因为我来自环境健康和安全背景，我有一个更严格的角色，”她解释道。“但是在一个缺乏确定性的世界中建立合适的团队，然后通过改变，是我曾经拥有的最令人满意的经历之一。”添加迈克，“这只是一个伟大的提醒，对团队努力有多强大。”
现在，黛布非常得心应手。她说:“我对未来感到兴奋，因为我认为这种应用只是LDAR和其他潜在环境应用的冰山一角。”她的下一个目标是对软件进行微调，以便预测泄漏，这将涉及到实施机器学习技术。由于传感器及其背后的技术是针对特定问题的(在本例中是泄漏检测和排放监测)，而不是针对特定行业的，所以将该技术应用到其他操作领域是有机会的。
“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。”
