Адаптивная информационно-измерительная система для мониторинга протекания физико-химического процесса; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 331, № 9
| Parent link: | Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов/ Национальный исследовательский Томский политехнический университет (ТПУ).— , 2015-.— 2413-1830 Т. 331, № 9.— 2020.— [С. 122-128] |
|---|---|
| Autor Corporativo: | |
| Outros Autores: | , , , |
| Resumo: | Заглавие с титульного листа Актуальность исследования обусловлена необходимостью повышения экономической рентабельности в нефтегазовом секторе за счет автоматизированного управления технологическими процессами разделения нефтесодержащей жидкости на основе математических имитационных моделей, полученных на основе натурных экспериментов, в частности, снижение энергетических затрат на обеспечение данных технологических процессов без потери качества товарной нефти, регламентируемого государственными стандартами. Цель: создание адаптивной автоматизированной информационно-измерительной системы для экспериментальной оценки динамики сепарации нефтесодержащей жидкости при различной степени устойчивости слоя эмульсии и межфракционной диффузии для формирования данных для построения имитационной математической модели. Объект: технологический процесс сепарации нефтесодержащей жидкости на примере лабораторного резервуара с гравитационным типом сепарации. Методы: натурный эксперимент, техническое зрение, свёрточные нейронные сети, машинное обучение, сегментация цифрового изображения, расчет объемных соотношений фракций, переходные процессы, автоматизация физико-химического эксперимента. Результаты. Разработана адаптивная информационно-измерительная система на базе технического зрения и свёрточных нейронных сетей, позволяющая производить оценку объемного соотношения разделенных фракций нефтесодержащей жидкости при различных конфигурациях слоя эмульсии и разной степени его стабильности и четкости границы. Основой функционирования представленной информационно-измерительной системы является программное обеспечение, предусматривающее различные качественные и количественные параметры проведения эксперимента. Разработан и представлен алгоритм адаптации периода дискретизации фотофиксации на основе продолжительности физико-химической реакции, определяемой постоянной времени процесса. Для представленной адаптивной информационно-измерительной системы проведена апробация в рамках лабораторного эксперимента с получением объемных соотношений фракций в режиме реального времени и их визуализацией. The relevance of the research is caused by the need of profitability improving in oil and gas sector with automated control of petroleumcontaining fluid separation, particularly, energy cost reduction without tank oil quality loss. The automated control can be built on the basis of mathematical models that can be obtained with natural experiment. The main aim of the research is to develop adaptive automated information and measurement system for experimental petroleumcontaining fluid separation dynamics estimation with different water-in-oil emulsion layer stability and interbed diffusion for data collection for mathematical model development. Object: technological process of petroleum-containing fluid separation in the context of lab bench on the gravity type separation basis. Methods: natural experiment, computer vision, convolutional neural networks, machine learning, digital image segmentation problem, volume ration calculation, transient processes, physics and chemistry experiment automation. Results. The authors have developed an adaptive information and measurement system on computer vision and convolutional neural networks basis, which allows estimating petroleum-containing fluid separation dynamics with different water-in-oil emulsion layer stability and sharpness of layers borders. The basis of functioning of adaptive information measurement system is software, that allows performing experiment considering different qualitative and quantitative conditions. The paper considers the algorithm for discretization period with respect to reaction length. The system was tested on lab bench and layers volume ratio was calculated in real-time. |
| Idioma: | russo |
| Publicado em: |
2020
|
| Assuntos: | |
| Acesso em linha: | http://earchive.tpu.ru/bitstream/11683/63110/1/bulletin_tpu-2020-v331-i9-11.pdf https://doi.org/10.18799/24131830/2020/9/2814 |
| Formato: | Recurso Eletrônico Capítulo de Livro |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=345209 |
MARC
| LEADER | 00000nla2a2200000 4500 | ||
|---|---|---|---|
| 001 | 345209 | ||
| 005 | 20260807071606.0 | ||
| 035 | |a (RuTPU)RU\TPU\book\377042 | ||
| 035 | |a RU\TPU\book\377033 | ||
| 090 | |a 345209 | ||
| 100 | |a 20200930d2020 k y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn ---uucaa | ||
| 181 | 0 | |a i | |
| 182 | 0 | |a b | |
| 200 | 1 | |a Адаптивная информационно-измерительная система для мониторинга протекания физико-химического процесса |f А. В. Цавнин, А. А. Филипас, А. С. Беляев, Н. В. Рожнев | |
| 203 | |a Текст |c электронный | ||
| 215 | |a 1 файл (855 Kb) | ||
| 300 | |a Заглавие с титульного листа | ||
| 320 | |a [Библиогр.: с. 128-129 (22 назв.)] | ||
| 330 | |a Актуальность исследования обусловлена необходимостью повышения экономической рентабельности в нефтегазовом секторе за счет автоматизированного управления технологическими процессами разделения нефтесодержащей жидкости на основе математических имитационных моделей, полученных на основе натурных экспериментов, в частности, снижение энергетических затрат на обеспечение данных технологических процессов без потери качества товарной нефти, регламентируемого государственными стандартами. Цель: создание адаптивной автоматизированной информационно-измерительной системы для экспериментальной оценки динамики сепарации нефтесодержащей жидкости при различной степени устойчивости слоя эмульсии и межфракционной диффузии для формирования данных для построения имитационной математической модели. Объект: технологический процесс сепарации нефтесодержащей жидкости на примере лабораторного резервуара с гравитационным типом сепарации. | ||
| 330 | |a Методы: натурный эксперимент, техническое зрение, свёрточные нейронные сети, машинное обучение, сегментация цифрового изображения, расчет объемных соотношений фракций, переходные процессы, автоматизация физико-химического эксперимента. Результаты. Разработана адаптивная информационно-измерительная система на базе технического зрения и свёрточных нейронных сетей, позволяющая производить оценку объемного соотношения разделенных фракций нефтесодержащей жидкости при различных конфигурациях слоя эмульсии и разной степени его стабильности и четкости границы. Основой функционирования представленной информационно-измерительной системы является программное обеспечение, предусматривающее различные качественные и количественные параметры проведения эксперимента. Разработан и представлен алгоритм адаптации периода дискретизации фотофиксации на основе продолжительности физико-химической реакции, определяемой постоянной времени процесса. Для представленной адаптивной информационно-измерительной системы проведена апробация в рамках лабораторного эксперимента с получением объемных соотношений фракций в режиме реального времени и их визуализацией. | ||
| 330 | |a The relevance of the research is caused by the need of profitability improving in oil and gas sector with automated control of petroleumcontaining fluid separation, particularly, energy cost reduction without tank oil quality loss. The automated control can be built on the basis of mathematical models that can be obtained with natural experiment. The main aim of the research is to develop adaptive automated information and measurement system for experimental petroleumcontaining fluid separation dynamics estimation with different water-in-oil emulsion layer stability and interbed diffusion for data collection for mathematical model development. Object: technological process of petroleum-containing fluid separation in the context of lab bench on the gravity type separation basis. Methods: natural experiment, computer vision, convolutional neural networks, machine learning, digital image segmentation problem, volume ration calculation, transient processes, physics and chemistry experiment automation. Results. The authors have developed an adaptive information and measurement system on computer vision and convolutional neural networks basis, which allows estimating petroleum-containing fluid separation dynamics with different water-in-oil emulsion layer stability and sharpness of layers borders. The basis of functioning of adaptive information measurement system is software, that allows performing experiment considering different qualitative and quantitative conditions. The paper considers the algorithm for discretization period with respect to reaction length. The system was tested on lab bench and layers volume ratio was calculated in real-time. | ||
| 453 | |t Adaptive information and measurement system for monitoring physical and chemical process behavior |o translation from Russian |f A. V. Tsavnin [et al.] |c Tomsk |n TPU Press |d 2015- |d 2020 | ||
| 453 | |t Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering | ||
| 453 | |t Vol. 331, № 9 | ||
| 461 | 1 | |0 (RuTPU)RU\TPU\book\312844 |x 2413-1830 |t Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов |f Национальный исследовательский Томский политехнический университет (ТПУ) |d 2015- | |
| 463 | 1 | |0 (RuTPU)RU\TPU\book\377029 |t Т. 331, № 9 |v [С. 122-128] |d 2020 | |
| 610 | 1 | |a сепараторы | |
| 610 | 1 | |a нефтесодержащие жидкости | |
| 610 | 1 | |a эмульсии | |
| 610 | 1 | |a компьютерное зрение | |
| 610 | 1 | |a сверточные нейронные сети | |
| 610 | 1 | |a адаптивные измерения | |
| 610 | 1 | |a информационно-измерительные системы | |
| 610 | 1 | |a мониторинг | |
| 610 | 1 | |a физико-химические процессы | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a электронный ресурс | |
| 610 | |a separator | ||
| 610 | |a petroleum-containing fluid | ||
| 610 | |a emulsion | ||
| 610 | |a computer vision | ||
| 610 | |a convolutional neural networks | ||
| 610 | |a adaptive measurement | ||
| 701 | 1 | |a Цавнин |b А. В. |c специалист в области автоматического управления |c доцент Томского политехнического университета, кандидат технических наук |f 1993- |g Алексей Владимирович |3 (RuTPU)RU\TPU\pers\37088 |9 20098 | |
| 701 | 1 | |a Филипас |b А. А. |c специалист в области электротехники |c доцент Томского политехнического университета, кандидат технических наук |f 1963- |g Александр Александрович |3 (RuTPU)RU\TPU\pers\45758 |9 21969 | |
| 701 | 1 | |a Беляев |b А. С. |c специалист в области информатики и вычислительной техники |c ассистент Томского политехнического университета |f 1994- |g Александр Сергеевич |3 (RuTPU)RU\TPU\pers\37445 | |
| 701 | 1 | |a Рожнев |b Н. В. |g Никита Викторович | |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет |b Инженерная школа информационных технологий и робототехники |c 2017- |x TPU |7 ca |8 rus |9 28330 |
| 801 | 2 | |a RU |b 63413507 |c 20201207 |g RCR | |
| 850 | |a 63413507 | ||
| 856 | 4 | |u http://earchive.tpu.ru/bitstream/11683/63110/1/bulletin_tpu-2020-v331-i9-11.pdf | |
| 856 | 4 | |u https://doi.org/10.18799/24131830/2020/9/2814 | |
| 942 | |c CF | ||