A method for forming a module (hydrodynamic or thermodynamic for example)
intended for real-time simulation of the flow mode, at any point of a
pipe, of a multiphase fluid stream comprising at least a liquid phase and
at least a gas phase. The method comprises using a modelling system based
on non-linear neural networks each having inputs for structure parameters
and physical quantities, outputs where quantities necessary for estimation
of the flow mode are available, and at least one intermediate layer. The
neural networks are determined iteratively to adjust to the values of a
learning base with predetermined tables connecting various values obtained
for the output data to the corresponding values of the input data. A
learning base suited to the imposed operating conditions is used and
optimized neural networks best adjusted to the imposed operating
conditions are generated.
Um método para dar forma a um módulo (hydrodynamic ou thermodynamic para o exemplo) pretendeu para a simulação real-time da modalidade do fluxo, em algum ponto de uma tubulação, de um córrego fluido multiphase que compreende ao menos uma fase líquida e ao menos uma fase de gás. O método compreende usando um sistema modelando baseado em redes neural non-linear cada uma que tem entradas para parâmetros da estrutura e quantidades físicas, saídas onde as quantidades necessárias para o estimation da modalidade do fluxo estão disponíveis, e ao menos uma camada intermediária. As redes neural são determinadas iterativa ajustar aos valores de uma base de aprendizagem com as tabelas predeterminadas que conectam os vários valores obtidos para os dados da saída aos valores correspondentes dos dados de entrada. Uma base de aprendizagem servida às circunstâncias operando-se impostas é usada e as redes neural optimized ajustadas melhor às circunstâncias operando-se impostas são geradas.
