• español
    • English
  • español 
    • español
    • English
  • Login
Ver ítem 
  •   Inicio
  • Producción Científica
  • Facultad de Ingeniería. GINSTI: Grupo de Investigación en Nuevas Tecnologías, Sostenibilidad e Innovación
  • Artículos
  • Ver ítem
  •   Inicio
  • Producción Científica
  • Facultad de Ingeniería. GINSTI: Grupo de Investigación en Nuevas Tecnologías, Sostenibilidad e Innovación
  • Artículos
  • Ver ítem
JavaScript is disabled for your browser. Some features of this site may not work without it.

Medición cordal de distribución de fracción de fase de un sistema estático gas-líquido usando densitómetro de rayos-gama colimado y redes neurales artificiales

Thumbnail
Ver/
Medición cordal de distribución de fracción de fase de un sistema estático gas-líquido usando densitómetro de rayos-gama colimado y redes neurales artificiales..pdf (782.2Kb)
Fecha
2024-01-01
Autor
Álvarez Pacheco, Cristhian Enrique
Ruiz Diaz, Carlos Mauricio
Hernández Rodríguez, Oscar Mauricio
Metadatos
Mostrar el registro completo del ítem
Resumen
Flujos bifásicos ocurren en diversas industrias, destacando la de petróleo y gas. Un densitómetro de rayos-gamma colimado es utilizado para estudiar un sistema estático gas-líquido que simula un flujo bifásico en el patrón estratificado. El equipo se destaca por su capacidad de medición no intrusiva, su alta sensibilidad y su buena resolución espacial. Distribuciones cordales de fracción de fase en un tubo conteniendo agua y aire son presentadas y se varió el nivel de agua entre 25%, 50% y 75%. Se determino a distribución de fracción de fase a lo largo de la sección transversal. Además, este estudio presenta un modelo de red neuronal artificial (ANN) para predecir fracción volumétrica en sistemas de tuberías utilizando un conjunto de datos de 110 puntos experimentales. El modelo ANN considera factores como la intensidad absorbida, el porcentaje de corte de agua y la relación h/D. La configuración incluye el uso del solucionador Adam, la función de activación de Unidad lineal rectificada (ReLU), tamaño de lote de 3, dos capas ocultas (60 neuronas cada una) y una tasa de aprendizaje de 0,001. El modelo logra un error cuadrático medio (MSE) mínimo del 0,3 % y un error absoluto medio (MAE) bajo de 0,028.
URI
https://repositorioinstitucional.ufpso.edu.co/xmlui/handle/20.500.14167/5953
Colecciones
  • Artículos [45]

Listado

Todo el repositorio UFPSOComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasEsta colecciónPor fecha de publicaciónAutoresTítulosMaterias

Mi cuenta

AccederRegistro

Estadísticas

Ver Estadísticas de uso
Implementado por: DIVISIÓN DE SISTEMAS
DSpace software copyright © 2002-2023  DuraSpace
Contacto | Sugerencias