W wyniku prac badawczych prowadzonych w ramach zadania nr 6, oraz współpracy międzynarodowej w zakresie badań przepływów, powstały dwa artykuły opublikowane w czasopiśmie Energies (IF: 3.004, 140 pkt MEiN).
Mayet A.M., Alizadeh S.M., Nurgalieva K.S., Hanus R., Nazemi E., Narozhnyy I.M.: Extraction of Time-Domain Characteristics and Selection of Effective Features Using Correlation Analysis to Increase the Accuracy of Petroleum Fluid Monitoring Systems. Energies 15(6) 2022, 1986. https://www.mdpi.com/1996-1073/15/6/1986
Abstrakt:
W niniejszym artykule przedstawiono nową technikę kontrolowania płynnych produktów petrochemicznych i naftowych przechodzących przez rurę przesyłową. Przeprowadzono symulację obejmującą lampę rentgenowską, detektor i rurę za pomocą kodu Monte Carlo N Particle-X
(MCNPX) w celu zbadania mieszanki dwóch na dwa czterech różnych produktów naftowych (glikolu etylenowego, ropy naftowej, benzyny i oleju napędowego) w różnych stosunkach objętościowych. Jako system ekstrakcji cech, z otrzymanego sygnału wyodrębniono dwanaście charakterystyk czasowych, a najskuteczniejsze z nich wybrano za pomocą analizy korelacji, aby przedstawić rozsądne dane wejściowe do treningu sieci neuronowej. Trzy sieci neuronowe perceptronu wielowarstwowego (MLP) zastosowano w celu wskazania stosunku objętości trzech rodzajów produktów naftowych, a stosunek objętości czwartego produktu można osiągnąć w sposób wykonalny dzięki wynikom trzech wyżej wymienionych sieci. W tym badaniu na porządku dziennym położono zwiększenie dokładności, a RMSE < 1,21 wskazuje na tę wysoką dokładność.
Najważniejszą innowacją w tym badaniu jest zwiększenie dokładności przewidywania stosunku objętości, co jest możliwe dzięki zastosowaniu odpowiednich charakterystyk na wejściu sieci neuronowej, co sprawia, że proponowany system może być stosowany jako efektywna metoda w przemyśle naftowym.
