Tytuł pozycji:
Identyfikacja struktury przepływu ciecz-gaz w rurociągu przy zastosowaniu konwolucyjnej sieci neuronowej i spektrogramów sygnałów radiometrycznych
Identyfikacja struktury przepływów dwufazowych ciecz-gaz w rurociągach jest istotna dla oceny przebiegu wielu procesów przemysłowych. W niniejszej pracy zastosowano Konwolucyjną Sieć Neuronową VGG-16 do analizy spektrogramów sygnałów uzyskanych dla przepływu woda-powietrze z wykorzystaniem metody absorpcji promieniowania gamma. Analizowano cztery typy przepływu: rzutowy, tłokowy, tłokowo-pęcherzykowy i pęcherzykowy. Eksperymenty przeprowadzono na laboratoryjnej instalacji hydraulicznej wyposażonej w radiometryczny układ pomiarowy, zawierający źródło promieniowania Am-241 i detektor scyntylacyjny NaI(Tl). Stwierdzono, że sieć VGG-16 poprawnie rozpoznaje strukturę przepływu w ponad 90% przypadków.
Identification of the liquid-gas flow structure is important for assessing the course of many industrial processes. In this work, the Convolutional Neural Network VGG-16 is applied for analysis of spectrograms of signals obtained for water-air flow by use gamma-ray absorption method. Four types of flow regimes as plug, slug, bubble, and transitional plug – bubble were studied.The experiments were carried out on the laboratory hydraulic installation fitted with radiometric measurement system containing an Am-241 radiation source and a NaI(Tl) scintillation detector. It was found that the VGG-16 network correctly recognize the flow structure in more than 90% of cases.
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).
