El sector del petróleo y el gas adopta constantemente tecnologías innovadoras debido a los elevados costes asociados al transporte de hidrocarburos, a los problemas de corrosión de los oleoductos y a la necesidad de comprender mejor las características del flujo bifásico. Estas soluciones implican la implementación de modelos predictivos que utilizan redes neuronales. En este trabajo de investigación, se ha recopilado meticulosamente una base de datos exhaustiva que comprende 4864 puntos de datos, con información relativa a las propiedades del flujo bifásico de petróleo y agua en oleoductos ...

Este estudio desarrolla un modelo robusto de aprendizaje automático basado en redes neuronales artificiales para clasificar seis patrones de flujo en el flujo bifásico de petróleo y agua dentro de tuberías horizontales, un aspecto clave para garantizar la eficiencia operativa, la integridad y un diseño rentable en la industria del petróleo y el gas. Se recopiló una base de datos compuesta por 1.846 puntos de datos experimentales a partir de la bibliografía, que abarcaba diversas condiciones de funcionamiento, incluidas las propiedades de los fluidos, las velocidades superficiales y los diámetros ...