Полное описание

Пурицкис, Янис Валдисович. Классификация режимов многофазных течений методами нейросетевого анализа = Development of the concept of a multiphase flowmeter / Янис Валдисович Пурицкис, Владимир Евгеньевич Вершинин. - DOI 10.21684/2411-7978-2023-9-4-76-90. - Текст : непосредственный // Тюменский государственный университет. Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика = Herald Tyumen State University. Physical and Mathematical Modeling. Oil, Gas, Energy : научное издание. - 2023. - Том 9, N 4. - С. 76-90. - Библиогр. в конце ст. - ISSN 2411-7978.

ГРНТИ	УДК
28.23.37	004.032.26
52.01.85	622:004.8

Рубрики:
Нейронные сети -- Применение
Искусственный интеллект -- Применение в горном деле

Кл.слова (ненормированные): нейронная сеть -- расходометрия -- многофазные потоки -- карты режимов течения -- режимы течения -- химическая промышленность СССР
Аннотация: В целом ряде отраслей промышленности - нефтегазовой, химической и атомной - возникает задача контроля режимов многофазных течений. В атомной и химической промышленности режим течения напрямую влияет на характер технологических процессов и их безопасность. В нефтегазовой промышленности добываемая из скважин продукция изначально представляет собой смесь нефти, воды и газа, и задача контроля режима течения связана с соблюдением допустимых параметров работы насосного и контрольно-регулирующего оборудования. При использовании многофазных расходомеров проточного типа алгоритмы расчета расходов фаз в многофазном потоке весьма чувствительны к нарушению однородности и гомогенности измеряемого потока. Избыточное зашумление сигнала датчиков давления, объемного содержания и расхода, вызванное снарядным, пробковым или расслоенным режимом, способно отрицательно сказаться на точности измерений. Как правило, при определении текущего режима используются карты режимов течения. Этот подход основан на расчете ряда безразмерных параметров потока (числа Фруда, параметра Локкарта - Мартинелли и т. д.). В случае динамически изменяющегося потока этот подход может оказаться непригодным. Для более точного и надежного определения режимов течения предлагается использовать прямой метод анализа пространственного распределения фаз в потоке и распознавание типа потока с помощью искусственных нейронных сетей сверточного типа. Такой подход позволяет избавиться от ошибок классификации и получить более точную информацию о потоке. Целью исследования является разработка методики нейросетевого анализа изображений многофазного потока с последующим определением его типа. В ходе выполнения работы рассмотрены подходы к формированию обучающей выборки, осуществлен поиск оптимальной структуры нейронной сети и дана оценка точности при классификации многофазных режимов течения нейронной сетью сверточного типа. Исследование проведено на двух типах данных: 1) синтетических изображениях, полученных с помощью численного моделирования многофазных течений, и 2) экспериментально полученных изображениях потока на стенде многофазных потоков.
Доп. точки доступа:
Вершинин, Владимир Евгеньевич


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -323624-573951)

Шифр в сводном ЭК: b4eea2e2fb04ac9982a7cf4349d1b846

Заказать
Заказ фрагмента документа ₽