Моделирование коэффициента истечения расходомеров переменного перепада давлений: аппроксимация радиальнобазисными нейронными сетями

Рассмотрен способ моделирования коэффициента истечения расходомеров переменного перепада давлений. Отмечена актуальность моделирования данного коэффициента методами машинного обучения, в частности нейронными сетями. Предложено использовать радиально-базисные нейронные сети для аппроксимации значений коэффициента истечения измерительных преобразователей типа стандартной диафрагмы. Разработана структура радиально-базисной нейронной сети, которая вычисляет коэффициенты истечения диафрагмы с угловым способом отбора давлений. Оценена погрешность аппроксимации значений коэффициента истечения радиально-базисными сетями и даны рекомендации по построению радиально-базисных сетей для решения задач моделирования характеристик расходомеров переменного перепада давлений. Обсуждены основные достоинства и недостатки применения подобных сетей для моделирования коэффициентов истечения диафрагм расходомеров переменного перепада давлений. По итогам исследования подтверждена эффективность использования радиально-базисных сетей для аппроксимации значений коэффициента истечения. Полученные результаты можно использовать для повышения точности измерений расхода газа и жидкостей с помощью расходомеров переменного перепада давлений.

1. Кремлевский П. П. Расходомеры и счётчики количества: Справочник. Машиностроение, Ленинград (1989).

2. Gallagher J. E. Natural Gas Measurement Handbook. Gulf Publishing Company (2007).

3. LaNasa P. J., Upp E. L. Fluid Flow Measurement. Butterworth-Heinemann (2014).

4. Reader-Harris M. Orifi ce plates and Venturi tubes. Springer International Publishing, London (2015).

5. Stolz J. A Universal Equation for the Calculation of Discharge Coefficient of Orifice Plates. North-Holland, Amsterdam (1978).

6. Reader-Harris M. J., Sattary J. A., Spearman E. P. The Orifice Plate Discharge Coefficient Equation. Progress Report No. PR14: EUEC/17 (EEC005). NEL, East Kilbride, Glasgow (1992).

7. Cristancho D. E., Hall K. R., Coy L. A., Iglesias-Silva G. A. An alternative formulation of the standard orifice equation for natural gas. Flow Measurement and Instrumentation, 21, 299–301 (2010). https://doi.org/10.1016/j.flowmeasinst.2010.03.003

8. Reader-Harris M. J., Barton N., Hodges D. The effect of contaminated orifice plates on the discharge coefficient. Flow Measurement and Instrumentation, 25, 2–7 (2012). https://doi.org/10.1016/j.flowmeasinst.2011.11.003

9. Baker O., Lau P., Tawackolian K. Reynolds number dependence of an orifice plate. Flow Measurement and Instrumentation, 30, 123–132 (2013). https://doi.org/10.1016/j.flowmeasinst.2013.01.009

10. Dayev Z. A., Kairakbaev A. K. Modeling of coefficient of contraction of differential pressure flowmeters. Flow Measurement and Instrumentation, 66, 128–131 (2019). https://doi.org/10.1016/j.flowmeasinst.2019.02.009

11. Hua C., Geng Y. Wet gas metering technique based on slotted orifice and swirlmeter in series. Flow Measurement and Instrumentation, 30, 138–143 (2013). https://doi.org/10.1016/j.flowmeasinst.2013.02.001

12. Dayev Z. A. Theoretical modelling of natural gas unsteady flow rate measurement using variable differential pressure method. Flow Measurement and Instrumentation, 62, 33–36 (2018). https://doi.org/10.1016/j.flowmeasinst.2018.05.009

13. Düz H. Effect of conical angle on the hydraulic properties of orifice plate flows: A numerical approach. Flow Measurement and Instrumentation, 81, 102026 (2021). https://doi.org/10.1016/j.flowmeasinst.2021.102026

14. Sravani V., Venkata S. K. Parametric analysis of orifice plates on measurement of flow: A review. Ain Shams Engineering Journal, 13, 101639 (2022). https://doi.org/10.1016/j.asej.2021.11.008

15. Wu Y., Ma Y., Lyu J., Niu F., Jiao Q. Experimental study on effect of structural parameters on pressure drop characteristics of multi-orifice plates. Flow Measurement and Instrumentation, 91, 102346 (2023). https://doi.org/10.1016/j.flowmeasinst.2023.102346

16. Borg D., Suetake M., Brandão D. A neural network developed in a Foundation Fieldbus environment to calculate flow rates for compressible fl uid. Flow Measurement and Instrumentation, 40, 142–148 (2014). https://doi.org/10.1016/j.flowmeasinst.2014.09.007

17. Shaban H., Tavoularis S. Measurement of gas and liquid flow rates in two-phase pipe flows by the application of machine learning techniques to differential pressure signals. International Journal of Multiphase Flow, 67, 106–117 (2014). https://doi.org/10.1016/j.ijmultiphaseflow.2014.08.012

18. Dayev Zh. A. Application of artificial neural networks instead of the orifice plate discharge coefficient. Flow Measurement and Instrumentation, 71, 101674 (2020). https://doi.org/10.1016/j.flowmeasinst.2019.101674

19. Dayev Zh. A., Kairakbaev A. K. Fuzzy interpretation of the discharge coefficient for the orifice plate of automated flow rate measuring systems. Applied Artificial Intelligence, 35, 1128–1146 (2021). https://doi.org/10.1080/08839514.2021.1975378

20. Dayev Z., Shopanova G., Toksanbaeva B. et al. Modeling the flow rate of dry part in the wet gas mixture using decision tree/kernel/non-parametric regression-based soft-computing techniques. Flow Measurement and Instrumentation, 86, 102195 (2022). https://doi.org/10.1016/j.flowmeasinst.2022.102195

21. Haykin S. Neural Networks. A Comprehensive Foundation. Prentice Hall (1999).

22. Shaik M. E., Islam M. M., Hossain Q. S. A review on neural network techniques for the prediction of road traffic accident severity. Asian Transport Studies, 7, 100040 (2021). https://doi.org/10.1016/j.eastsj.2021.100040

23. Wu H., Cai X., Feng M. The evaluation of course teaching effectbased on improved RBF neural network. Systems and Soft Computing, 6, 200085 (2024). https://doi.org/10.1016/j.sasc.2024.200085

24. Nassajian Mojarrad F., Han Veiga M., Hesthaven J.S., Öffner P. A new variable shape parameter strategy for RBF approximation using neural networks. Computers & Mathematics with Applications, 143, 151–168 (2023). https://doi.org/10.1016/j.camwa.2023.05.005