پيش‌بيني الگوهاي جريان دوفازي افقي مايع- مايع با استفاده از شبكه عصبي مصنوعي

يكي از مهم ترين پارامترهاي جريان دوفازي مايع- مايع الگوي جريان است. با اين وجود، مدل جامع و دقيقي براي پيش بيني آن موجود نيست. در اين مقاله، از شبكه هاي عصبي مصنوعي به منظور پيش بيني الگوهاي جريان افقي مايع- مايع استفاده شد. شبكه‌هاي عصبي به‌كار رفته، پس انتشار پيش خور (FFBP) و شبكه عصبي احتمالي (PNN) است. با استفاده از 13 نقشه الگوي جريان مايع- مايع مختلف موجود در نوشتگان علمي، تعداد 1912 داده گردآوري شد. سرعت ظاهري آب و نفت، نسبت گرانروي و چگالي نفت به آب و كشش بين سطحي آنها و نيز قطر و ميزان زبري لوله ها به عنوان متغيرهاي ورودي و 9 الگوي جريان به عنوان متغيرهاي خروجي هر دو شبكه انتخاب شد. نتايج به‌دست آمده بر روي مجموعه آزمونِ ساختار بهينه اين شبكه ها آشكار كرد كه PNN با دقت34/96% نسبت به FFBP (با دقت 73/73%) عملكرد بهتري از خود بروز مي دهد و مي تواند به عنوان مدلي جامع به منظور پيش‌بيني الگوهاي جريان دوفازي افقي مايع- مايع به‌كار رود.