Esta investigación investiga la aplicación de dióxido de carbono (CO2) en estado supercrítico dentro de las tecnologías de captura, utilización y almacenamiento de carbono (CCUS) para mejorar la eficiencia de producción en pozos de petróleo y facilitar el almacenamiento de carbono, promoviendo así una economía circular baja en carbono. Simulamos el flujo de CO2 supercrítico mezclado con gas asociado (tasas de flujo de 3-13 x 10^4 Nm3/d) en un tubo venturi en miniatura bajo condiciones de alta temperatura y alta presión (30-50 MPa, 120-150 grados C). Se realizaron cálculos precisos de propiedades del fluido, esenciales para la fidelidad de la simulación, utilizando las ecuaciones de R. Span y W. Wagner y GERG-2008. Se desarrolló un modelo de predicción de dos parámetros basado en los datos de simulación. Sin embargo, las mediciones reales solo proporcionan tipos de fluidos y datos de medición, como presión, temperatura y presión diferencial del venturi, para determinar la fracción de masa líquida (LMF) y la tasa de flujo de masa total (m), presentando desafíos debido a las complejas relaciones no lineales. Los métodos tradicionales de ajuste de fórmulas resultaron inadecuados para estas condiciones. En consecuencia, empleamos un algoritmo de red neuronal basado en Levenberg-Marquardt (LM) para abordar este problema. El optimizador LM sobresale en el manejo de problemas no lineales complejos con una convergencia más rápida, lo que lo hace adecuado para nuestro pequeño conjunto de datos. A través de este enfoque, formulamos ecuaciones de modelo de dos parámetros para elucidar los factores de flujo de fluidos, analizando el impacto de múltiples parámetros en la LMF y el coeficiente de descarga (C). El modelo resultante predijo parámetros duales con un error relativo para LMF de +/-1% (Pc = 95.5%) y para m de +/-1% (Pc = 95.5%), demostrando alta precisión. Este estudio destaca el potencial de las redes neuronales para predecir el comportamiento de fluidos complejos con alto contenido de CO2 supercrítico, ofreciendo una solución novedosa donde los métodos tradicionales fallan.