TY - JOUR AU - Ruiz-Diaz, C M AU - Hernández-Cely, M. M AU - González-Estrada, O. A PY - 2021/09/07 Y2 - 2024/03/29 TI - Modelo predictivo para la identificación de la fracción volumétrica en flujo bifásico JF - Ciencia en Desarrollo JA - Cienc. En Desarro. VL - 12 IS - 2 SE - Artículos de investigación / Research papers DO - 10.19053/01217488.v12.n2.2021.13417 UR - https://revistas.uptc.edu.co/index.php/ciencia_en_desarrollo/article/view/13417 SP - AB - <div class="page" title="Page 1"><div class="layoutArea"><div class="column"><p>Este trabajo presenta el uso de inteligencia artificial en flujos multifásicos, implementando una red neuronal artificial de perceptrón multicapa con retropropagación, y utilizando la función de activación tangente sigmoidea, para generar un modelo predictivo capaz de obtener la fracción volumétrica de un flujo bifásico compuesto por agua y aceite mineral en una tubería horizontal de 12 m. La red neuronal artificial se desarrolla a partir de una capa de entrada, formada por el diferencial de presión en la línea y las velocidades superficiales de los fluidos de trabajo, además, tiene dos capas ocultas y una capa de salida, que está formada por las fracciones volumétricas de los fluidos. El modelo predictivo de mejor rendimiento muestra un error medio porcentual absoluto del 3,07 % y un coeficiente de determinación R2 de 0,985 utilizando 15 neuronas en las dos capas ocultas de la red neuronal. Los 56 datos experimentales utilizados en el estudio se obtuvieron en el laboratorio LEMI EESC-USP (Brasil).</p></div></div></div> ER -