بهبود عملکرد جریان‌سنج‌های دوفازی مبتنی بر تضعیف پرتو گاما با استفاده از استخراج بهینه مشخصه‌های زمانی سیگنال خروجی آشکارساز

مسئله اندازه‌­گیری دقیق نرخ جریان مخلوط نفت- گاز و هم‌چنین تشخیص نوع رژیم جریانی در یک خط لوله، یکی از چالش‌­های کلیدی در صنعت نفت می‌­باشد. در این مطالعه سه رژیم جریانی حلقوی، لایه‌­ای و همگن توسط کد MCNPX شبیه‌­سازی شد. در این شبیه‌­سازی از یک چشمه سزیم و دو آشکارساز  NaI برای ثبت فوتون‌­های عبوری استفاده شد. از آن‌جا که داده‌­های ثبت شده دارای نویز فرکانس بالا بودند، از یک فیلتر ساویتزکی- گولایی برای حذف نویزهای فرکانس بالا استفاده شد. سپس چهار مشخصه زمانی انحراف از معیار، ناهمواری، چولگی و ماکزیمم مقدار از داده‌­های حذف نویز شده‌ی مربوط به هر دو آشکارساز استخراج شده و مشاهده شد که مشخصه‌­های استخراج شده توانایی تفکیک رژیم‌­های جریانی را به صورت کامل ندارند. از این‌رو سه مشخصه مختلف از دو آشکارساز به صورت هم‌زمان استخراج شدند. با بررسی تمام حالات ممکن و مشخص کردن حالات جداکننده رژیم‌­های جریانی، دو شبکه عصبی برای تشخیص نوع رژیم جریانی و تعیین درصدهای حجمی طراحی شد. با استفاده از روش پیشنهادی استخراج مشخصه و شبکه‌­های عصبی طراحی شده، نوع رژیم­‌های جریانی با دقت %100  تشخیص داده شد و درصدهای حجمی با خطای میانگین مجذور مربعات کم‌تر از 59/0 تعیین شد.