محاسبه کسرحجمی رژیمهای حلقوی در شارههای چندفازی نفت-گاز-آب مستقل از تغییرات چگالی سیال

محاسبه کسر حجمی به منظور اندازهگیری نرخ جریان چندفازی موضوعی بسیار مهم میباشد و به عنوان پارامتر کلیدی شناخته شده است. امروزه بدست آوردن کسر حجمی با استفاده از تکنیک تضعیف تابش گاما به عنوان یکی از دقیقترین روشها شناخته شده است که این تکنیک بر پایه ضریب تضعیف جرمی عمل میکند. این ضریب حساس به تغییرات چگالی و چگالی نیز حساس به نوسانات فشار و دما میباشد. بنابراین، بازدهی یک جریانسنج چندفازی (MPFM) به شدت وابسته به شرایط محیط کاری میباشد. یک راه حل مرسوم غلبه بر این مشکل کالیبراسیون پیدرپی MPFM مورد استفاده میباشد. در این مطالعه یک روش مبتنی بر تراکمسنجی دوگانه (dual modality densitometry) و هوش مصنوعی (AI) ارائه شده است، که پیشنهادی مناسب برای اندازهگیری کسرهای حجمی نفت-گاز-آب مستقل از تغییرات چگالی میباشد. برای این منظور چندین آزمایش صورت گرفت و مطابق با آن، تراکمسنجی دوگانه شبیهسازی شده اعتبارسنجی شد. نقطه چگالی مرجع در دمای o c 20 و فشار bar 1 درنظر گرفته شد و برای پوشش تمام نوسانات چگالی، چهارمجموعه چگالی دیگر مشخص شد(تغییر ±4 و ±8 درصدی از نقطه مرجع). رژیم حلقوی با درصدهای مختلف (نفت-گاز-آب) با چگالیهای متفاوت شبیهسازی شد. چهار ویژگی از آشکارسازهای عبوری و پراکندگی استخراج شد و به عنوان ورودیهای شبکه عصبی مصنوعی (ANN) بهکار برده شد. پارامترهای ورودی قله تمام انرژی 241Am، لبه کامپتون 137Cs و قله تمام انرژی 137Cs و خروجیها درصدهای نفت و هوا می باشند. شبکه عصبی پرسپترون چندلایه (MLP) برای پیش بینی کسر حجمی مستقل از تغییرات چگالی آب و نفت استفاده شد. نتایج بدست آمده نشان میدهند که مدل ارائه شده ANN توافق خوبی با اطلاعات شبیهسازی اعتبارسنجی شده دارد. همچنین خطای RMSE کمتر از 3 بدست آمد.

: استقلال از تغییرات چگالی – جریان سنج چندفازی – تابش گاما – MCNP – جریان سه فازی