Warianty tytułu
Application of gamma absorption and selected artificial intelligence methods to identify the structure of liquid-gas flow in the pipeline
Języki publikacji
Abstrakty
Artykuł przedstawia zastosowanie metody absorpcji promieniowania gamma w połączeniu z wybranymi metodami sztucznej inteligencji do identyfikacji struktury przepływu ciecz-gaz w rurociągu poziomym. Dla sygnałów z zestawu radiometrycznego wyodrębniono na podstawie analizy w dziedzinie czasu szereg cech wykorzystanych następnie do rozpoznawania struktury przepływu. Zastosowano następujące metody sztucznej inteligencji: wielowarstwową sieć neuronową MLP, metodę K-średnich i algorytm wektorów wspierających SVM. Przedstawiono przykładowe wyniki badań dla trzech typów przepływu: tłokowego, tłokowo-pęcherzykowego i pęcherzykowego, uzyskanych na stanowisku laboratoryjnym wyposażonym w zamknięte źródła promieniowania Am-241 i sondy scyntylacyjne NaI(Tl). Otrzymano bardzo dobre wyniki identyfikacji struktury przepływu dla wszystkich analizowanych metod.
The article presents the application of the gamma absorption method in combination with selected artificial intelligence methods to identify the structure of liquid-gas flow in a horizontal pipeline. For the signals from the radiometric set, a number of features were distinguished based on time domain analysis. These features were then applied to identify the flow structure. The following artificial intelligence methods were used: multilayer perceptron (MLP) neural network, K-means method and support vectors machine (SVM). Exemplary results for three flow types as plug, transitional plug-bubble and bubble are presented. The experiments were carried out on a laboratory stand equipped with closed Am-241 radiation sources and NaI(Tl) scintillation probes. For all the analyzed methods very good results of the flow structure identification were obtained.
Czasopismo
Rocznik
Tom
Strony
146--149
Opis fizyczny
Bibliogr.19 poz. rys., tab.
Twórcy
autor
- Politechnika Rzeszowska, Wydział Elektrotechniki i Informatyki, al. Powstańców Warszawy 12, 35-959 Rzeszów, rohan@prz.edu.pl
autor
- AGH Akademia Górniczo-Hutnicza, Wydział Geologii, Geofizyki i Ochrony Środowiska, al. Mickiewicza 30, 30-059 Kraków, zych@geol.agh.edu.pl
autor
- Politechnika Rzeszowska, Wydział Elektrotechniki i Informatyki, al. Powstańców Warszawy 12, 35-959 Rzeszów, mkusy@prz.edu.pl
autor
- Politechnika Rzeszowska, al. Powstańców Warszawy 12, 35-959 Rzeszów, piotrhanus90@gmail.com
Bibliografia
- [1] Dziubiński M., Prywer J., Mechanika płynów dwufazowych, WNT, Warszawa 2010
- [2] Falcone G., Hewitt G.F., Alimonti C., Multiphase flow metering: principles and applications, Elsevier, Amsterdam 2009
- [3] Petryka L., Hanus R., Zych M., Śleziak M., Radioizotopowe pomiary przepływów dwufazowych, Przegląd Elektrotechniczny, Vol. 86 (2010), nr. 5, 24-29
- [4] Powell R.L., Experimental techniques for multiphase flows, Physics of Fluids, Vol. 20 (2008), 040605
- [5] Roshani G.H., Nazemi E., Feghhi S.A.H., Setayeshi S., Flow regime identification and void fraction prediction in two-phase flows based on gamma ray attenuation, Measurement, Vol. 62 (2015), 25–32
- [6] Nazemi E., Roshani G.H., Feghhi S.A.H., Setayeshi S., Eftekhari Zadeh E., Fatehi A., Optimization of a method for identifying the flow regime and measuring void fraction in a broad beam gamma-ray attenuation technique, International Journal of Hydrogen Energy, Vol. 41 (2016), 7438-7444
- [7] Roshani G.H., Nazemi E., Roshani M.M., Intelligent recognition of gas-oil-water three-phase flow regime and determination of volume fraction using Radial Basis Function, Flow Measurement and Instrumentation, Vol. 54 (2017), 39-45
- [8] Roshani G.H., Nazemi E., Feghhi S.A.H., Investigation of using 60Co source and one detector for determining the flow regime and void fraction in gas–liquid two-phase flows, Flow Measurement and Instrumentation, Vol. 50 (2016), 73–79
- [9] Petryka L., Zych M., Hanus R., Stanowisko do oceny metod pomiaru przepływu cieczy w rurociągu, Pomiary Automatyka Kontrola, Vol. 54 (2008), nr. 12, 863-865
- [10] Hanus P., Zastosowanie metod inteligencji obliczeniowej do rozpoznawania struktury przepływu dwufazowego. Praca dyplomowa inżynierska, Politechnika Rzeszowska, 2017
- [11] Hanus R., et al., Signals features extraction in liquid-gas flow measurements using gamma densitometry: Part 1: time domain, EPJ Web of Conferences, Vol. 114 (2016), 02035
- [12] Osowski S., Metody i narzędzia eksploracji danych, Wydawnictwo BTC, Legionowo 2013
- [13] Larose D.T., Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych, PWN, Warszawa 2006
- [14] https://www.dtreg.com (dostęp 2.01.2018)
- [15] Salgado C.M., Pereira C., Schirru R., Brandão L.E.B., Flow regime identification and volume fraction prediction in multiphase flows by means of gamma-ray attenuation and artificial neural networks, Progess in Nuclear Energy, Vol. 52 (2010), 555-562
- [16] Rosa E.S., Salgado R.M., Ohishi T., Mastelari N., Performance comparison of artificial neural networks and expert systems applied to flow pattern identification in vertical ascendant gas– liquid flows, International Journal of Multiphase Flow, Vol. 36, (2010), 738–754
- [17] Hanus R., et al., Application of ANN and PCA to two-phase flow evaluation using radioisotopes, EPJ Web of Conferences, Vol. 143 (2017), 02033
- [18] Hanus R., Zych M., Kusy M., Jaszczur M., Petryka L., Identification of liquid-gas flow regime in a pipeline using gamma-ray absorption technique and computational intelligence methods, Flow Measurement and Instrumentation (przyjęty do druku)
- [19] Zhou Y., Chen F., Sun B.: Identification method of gas-liquid two-phase flow regime based on image multi-feature fusion and support vector machine, Chinese Journal of Chemical Engineering, 16(6) (2008), 832-840
Uwagi
Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-3abd8287-a4df-4811-b3dc-880bcb073513