Aplicación de técnicas de inteligencia artificial y atenuación gamma para predecir la fracción de volumen de gas-aceite-agua en el régimen anular de flujo trifásico independiente de la escala de capa del oleoducto
Autores: Alkabaa, Abdulaziz S.; Nazemi, Ehsan; Taylan, Osman; Kalmoun, El Mostafa
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Aplicación de técnicas de inteligencia artificial y atenuación gamma para predecir la fracción de volumen de gas-aceite-agua en el régimen anular de flujo trifásico independiente de la escala de capa del oleoducto
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Radiación gamma
Fracción volumétrica
Flujo trifásico
Capa de escala
Técnica inteligente
Red neuronal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Según el mejor conocimiento de los autores, en estudios anteriores en el campo de medición de la fracción de volumen de componentes de gas, aceite y agua en un flujo trifásico utilizando la técnica de radiación gamma, no se ha considerado la existencia de una capa de escala. La capa de escala formada generalmente tiene una densidad mayor en comparación con el flujo de fluido dentro del oleoducto, lo que puede llevar a una alta atenuación de fotones y, consecuentemente, reducir la precisión de medición del medidor de flujo trifásico. El propósito de este estudio es presentar una técnica inteligente basada en radiación gamma, no destructiva, con la capacidad de medir la fracción de volumen de componentes de gas, aceite y agua en el régimen anular de un flujo trifásico independientemente de la capa de escala. Dado que, en este problema, hay varios parámetros desconocidos, como los componentes de gas, aceite y agua con diferentes cantidades y densidades y capas de escala con diferentes espesores, no es posible medir la fracción de volumen utilizando un sistema de radiación gamma convencional. En este estudio, se utilizó un sistema que incluye una fuente de energía dual de Am-Ba y dos detectores de transmisión. El primer detector estaba ubicado diametralmente frente a la fuente. Para el segundo detector, primero se realizó una investigación de sensibilidad para encontrar la posición óptima. Las cuatro señales extraídas en ambos detectores (conteos bajo picos de foto de ambos detectores) se utilizaron como entradas de la red neuronal, y las fracciones de volumen de los componentes de gas y aceite se utilizaron como salidas. Utilizando la técnica inteligente propuesta, se predijo la fracción de volumen de cada componente independientemente de la capa de escala de sulfato de bario, con un error MAE máximo del 3.66%.
Descripción
Según el mejor conocimiento de los autores, en estudios anteriores en el campo de medición de la fracción de volumen de componentes de gas, aceite y agua en un flujo trifásico utilizando la técnica de radiación gamma, no se ha considerado la existencia de una capa de escala. La capa de escala formada generalmente tiene una densidad mayor en comparación con el flujo de fluido dentro del oleoducto, lo que puede llevar a una alta atenuación de fotones y, consecuentemente, reducir la precisión de medición del medidor de flujo trifásico. El propósito de este estudio es presentar una técnica inteligente basada en radiación gamma, no destructiva, con la capacidad de medir la fracción de volumen de componentes de gas, aceite y agua en el régimen anular de un flujo trifásico independientemente de la capa de escala. Dado que, en este problema, hay varios parámetros desconocidos, como los componentes de gas, aceite y agua con diferentes cantidades y densidades y capas de escala con diferentes espesores, no es posible medir la fracción de volumen utilizando un sistema de radiación gamma convencional. En este estudio, se utilizó un sistema que incluye una fuente de energía dual de Am-Ba y dos detectores de transmisión. El primer detector estaba ubicado diametralmente frente a la fuente. Para el segundo detector, primero se realizó una investigación de sensibilidad para encontrar la posición óptima. Las cuatro señales extraídas en ambos detectores (conteos bajo picos de foto de ambos detectores) se utilizaron como entradas de la red neuronal, y las fracciones de volumen de los componentes de gas y aceite se utilizaron como salidas. Utilizando la técnica inteligente propuesta, se predijo la fracción de volumen de cada componente independientemente de la capa de escala de sulfato de bario, con un error MAE máximo del 3.66%.