利用中子活化分析与深度神经网络对三相流中碳酸钙结垢厚度及体积分数进行可行性评估

《Applied Radiation and Isotopes》：Feasibility assessment of calcium carbonate scale thickness and volume fraction estimation in three-phase flow using neutron activation analysis and deep neural networks

　　

罗斯·索菲亚·德弗雷塔斯·达姆|威廉·卢纳·萨尔加多|塞萨尔·M·萨尔加多

• •
  研究了气体、油和盐水中的环状三相流现象。
• •
  利用中子诱发的伽马射线谱和深度神经网络来估算流动参数。
• •
  MCNP6模拟采用了²⁴¹Am–Be辐射源以及72个虚拟探测器。
• •
  所有预测量的最大相对误差为2.61%。
• •
  在85%的评估案例中，相对误差低于5%。

章节节选

引言

准确测定多相系统中流体的体积分数对于优化石油和天然气的开采与运输，以及监测管道中矿物结垢的形成至关重要。这些分数的变化会影响管道内的化学环境，进而引发促使结垢沉积的沉淀反应。随着时间的推移，管道内壁上的矿物积累会改变流动状况，增加压力损失，最终可能造成堵塞

方法

本研究通过使用MCNP6代码进行蒙特卡洛中子输运模拟，研究了环状流条件下碳酸钙（CaCO₃）结垢的沉积情况。研究的主要目标是：（i）预测由气体、油和盐水组成的三相系统中的流体体积分数；（ii）无需考虑流体分布即可确定结垢厚度。MCNP6代码（Pelowitz等人，2013年；Goorley等人，2016年）被用于模拟伽马射线谱

结果与讨论

图3展示了使用球形探测器获得的典型伽马射线谱，这些谱仅用于示意目的，反映了在环状流条件下，²⁴¹Am-Be辐射源与含有气体、油、盐水及碳酸钙结垢的铁管中的各组成元素发生相互作用所产生的中子信号。这些谱线呈现出与铁（0.850 MeV和1.3 MeV）、氢（2.22 MeV）、氧（6.13 MeV）以及钙（3.74 MeV）的中子诱导伽马射线发射相关的特征峰值

结论

本研究初步评估了将基于MCNP6的中子活化分析技术与深度神经网络结合，用于估算由气体、油和盐水组成的环状三相流系统中的流体体积分数（$$）和碳酸钙（CaCO₃）结垢厚度的可行性。所提出的框架将蒙特卡洛中子输运模拟与数据驱动模型相结合，旨在探究瞬时伽马射线谱特征是否包含足够的物理信息

CRediT作者贡献说明

威廉·萨尔加多：撰写——初稿、验证、监督。塞萨尔·萨尔加多：项目管理、方法设计、概念构思。罗斯·德弗雷塔斯·达姆：撰写——审阅与编辑、正式分析、数据整理

未引用参考文献

McConn Jr等人，2011年；Pelowitz，2013年；Roshani等人，2018年。

利益冲突声明

? 作者声明不存在任何可能影响本文所述工作的已知利益冲突或个人关系。

致谢

作者衷心感谢巴西国家科学技术发展委员会（CNPq）、里约热内卢州研究支持基金会（FAPERJ）、核工程研究所（IEN）以及巴西国家核能委员会（CNEN）在资金和机构层面给予的支持。此外，人工智能工具仅被用于英文文本的润色以及图表可视化质量的提升，不会对研究的科学内容产生影响