Авторы применяют динамическую нейронную сеть с внешними входами к измерению нефтегазового двухфазного потока и сопоставляют результат с базовыми моделями. Работа показывает, как временная динамика давления и температуры может уменьшать ошибку при меняющихся режимах.
Инженерное обсуждение
Работа включена для доказательного покрытия принципа «metrology» и среды «gas».
Библиографические данные
- Оригинальное название
- Deep learning models for improved accuracy of a multiphase flowmeter
- DOI
- 10.1016/j.measurement.2022.112254
- Авторы
- Mohammadreza Manami; Sadegh Seddighi; Ramis Örlü
- Издание
- Measurement
- Год
- 2022
- Принцип
- metrology
Ограничения
Модель зависит от представительности обучающих данных и не гарантирует метрологическую прослеживаемость вне исследованной установки.
Доступ и проверка
Законная открытая версия полного текста
Источник метаданных: карточка публикации. Проверено: 2026-07-14.