استفاده از هوش مصنوعی در پیش بینی کسر حجمی در جریان های سه فازی

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 بدلیل استفاده از آشکارسازها و چشمه های متعدد پیچیده بودند در حالی که طراحی جدید 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.