Aplicación de técnicas de detección basadas en redes neuronales y radiación de doble energía para medir el grosor de la capa de escala en oleoductos que contienen un régimen estratificado de flujo trifásico
Autores: Mayet, Abdulilah Mohammad; Chen, Tzu-Chia; Ahmad, Ijaz; Tag Eldin, Elsayed; Al-Qahtani, Ali Awadh; Narozhnyy, Igor M.; Guerrero, John William Grimaldo; Alhashim, Hala H.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Aplicación de técnicas de detección basadas en redes neuronales y radiación de doble energía para medir el grosor de la capa de escala en oleoductos que contienen un régimen estratificado de flujo trifásico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Sistema de detección de espesor de escala
Atenuación de rayos gamma
Monte Carlo N Particle
Espesor de escala
Perceptrón Multicapa
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Con el tiempo, las tuberías de petróleo se escalan, lo que provoca problemas como una reducción en el diámetro efectivo de la tubería de petróleo, una reducción en la eficiencia, desperdicio de energía, etc. La determinación del valor exacto de la escala dentro de la tubería es muy importante para tomar medidas oportunas y prevenir los problemas mencionados. Una metodología precisa de detección es el uso de sistemas no invasivos basados en la atenuación de rayos gamma. Para este propósito, en esta investigación, se simuló un sistema de detección de grosor de escala que consiste en una tubería de prueba, una fuente gamma de doble energía (radioisótopos de Am y Ba) y dos detectores de yoduro de sodio utilizando el código Monte Carlo N Particle (MCNP). En la tubería de prueba, se simuló un flujo trifásico compuesto por agua, gas y petróleo en un régimen de flujo estratificado en porcentajes de volumen en el rango del 10% al 80%. Además, se colocó una escala con diferentes grosores de 0 a 3 cm dentro de la tubería, y se irradiaron rayos gamma sobre la tubería; en el otro lado de la tubería, la intensidad de fotones fue registrada por los detectores. Se realizaron un total de 252 simulaciones. A partir de la señal recibida por los detectores, se extrajeron cuatro características, denominadas los Fotopeaks de Am y Ba para el primer y segundo detectores. Después de entrenar muchas redes neuronales de Perceptrón Multicapa (MLP) con diversas arquitecturas, se descubrió que una estructura con dos capas ocultas podría predecir la conexión entre la entrada, características extraídas y la salida, grosor de la escala, con un Error Cuadrático Medio (RMSE) de menos de 0.06. Este valor de error bajo garantiza la efectividad del método propuesto y la utilidad de este método para la industria del petróleo y petroquímica.
Descripción
Con el tiempo, las tuberías de petróleo se escalan, lo que provoca problemas como una reducción en el diámetro efectivo de la tubería de petróleo, una reducción en la eficiencia, desperdicio de energía, etc. La determinación del valor exacto de la escala dentro de la tubería es muy importante para tomar medidas oportunas y prevenir los problemas mencionados. Una metodología precisa de detección es el uso de sistemas no invasivos basados en la atenuación de rayos gamma. Para este propósito, en esta investigación, se simuló un sistema de detección de grosor de escala que consiste en una tubería de prueba, una fuente gamma de doble energía (radioisótopos de Am y Ba) y dos detectores de yoduro de sodio utilizando el código Monte Carlo N Particle (MCNP). En la tubería de prueba, se simuló un flujo trifásico compuesto por agua, gas y petróleo en un régimen de flujo estratificado en porcentajes de volumen en el rango del 10% al 80%. Además, se colocó una escala con diferentes grosores de 0 a 3 cm dentro de la tubería, y se irradiaron rayos gamma sobre la tubería; en el otro lado de la tubería, la intensidad de fotones fue registrada por los detectores. Se realizaron un total de 252 simulaciones. A partir de la señal recibida por los detectores, se extrajeron cuatro características, denominadas los Fotopeaks de Am y Ba para el primer y segundo detectores. Después de entrenar muchas redes neuronales de Perceptrón Multicapa (MLP) con diversas arquitecturas, se descubrió que una estructura con dos capas ocultas podría predecir la conexión entre la entrada, características extraídas y la salida, grosor de la escala, con un Error Cuadrático Medio (RMSE) de menos de 0.06. Este valor de error bajo garantiza la efectividad del método propuesto y la utilidad de este método para la industria del petróleo y petroquímica.