استفاده از هوش مصنوعی در پیش بینی کسر حجمی در جریان های سه فازی |
کد مقاله : 1013-FDC (R1) |
نویسندگان |
سیده زهرا اسلامی راد * گروه فیزیک، دانشکده علوم پایه، دانشگاه قم |
چکیده مقاله |
پیشبینی صحیح کسر حجمی در جریانهای سه فازی در شرایط عملیاتی حساس، پارامتری مهم در صنعت نفت و پتروشیمی است. در این تحقیق روشی جدید برای پیشبینی درصد کسر حجمی در سیستمهای چند فازی آب- گازوئیل-هوا بر اساس روش پرتو گاما و پرسپترون چند لایه (MLP) ارائه گردید. سیستم آشکارسازی از چیدمان تک چشمه- تک آشکارساز استفاده می کند. این چیدمان تجربی، داده های مورد نیاز را برای آموزش و آزمایش شبکه فراهم می کند. با استفاده از این روش پیشنهادی، کسر حجمی در جریانهای سه فاز آب- گازویل-هوا با میانگین درصد خطای نسبی(MRE%) کمتر از 64/4% و ریشه میانگین مربعات خطا (RMSE) 49/1 پیشبینی شد. نتایج نشان داد تطابق خوبی بین درصد کسر حجمی پیشبینیشده و دادههای واقعی وجود دارد. سیستم های قدیمی مورد استفاده پیچیده بودند در حالی که طراحی جدید بسیار ساده است. همچنین، شرایط ایمنی و حفاظت در برابر پرتو و الزامات الکترونیکی بهینه شده است. بنابراین هزینه تا حد امکان به حداقل می رسد. |
کلیدواژه ها |
تک چشمه- تک آشکارساز، پرتو گاما، درصد کسر حجمی، جریان های سه فازی، شبکه عصبی مصنوعی |
وضعیت: پذیرفته شده |