石油および環境バイオテクノロジージャーナル

概要

多相流スマートプロキシモデリングにおける人工知能と機械学習の成功事例: ガス-液体およびガス-固体 CFD モデルの 2 つのケーススタディ

アミール・アンサリ、S・シナ・ホッセイニ・ブーサリ、シャハブ・D・モハゲグ

数値流体力学 (CFD) を使用せずに現代の流体の流れの問題を解決することはほぼ不可能です。石油業界では、流体シミュレーションはエンジニアが最も効率的な油井設計を開発するのに役立ち、多相流の詳細を理解することが不可欠です。しかし、高精度であるにもかかわらず、数値シミュレーションを実行しても、必要な結果をタイムリーに提供するには不十分です。この記事では、人工知能 (AI) と機械学習 (ML) 技術を使用してカオスシステムの挙動を評価し、各タイムステップでのプロセス内の圧力、速度、相分率の変化などの動的特徴をはるかに短い実行時間で予測するスマートプロキシモデル (SPM) の 2 つのケーススタディを紹介します。提案されたケースは、それぞれ OpenFOAM と MFiX、CFD ソフトウェアアプリケーションを使用して、2-D ダム破壊と 3-D 流動床の問題に集中しています。この論文では、フィードフォワードバックプロパゲーション法と Levenberg-Marquardt アルゴリズム (LMA) を特徴とする人工ニューラルネットワーク (ANN) モデルの構築と改善に焦点を当てています。各ケース スタディには、動的パラメータを予測するモデル機能を段階的に強化するための複数のシナリオが含まれています。両方のケースの結果から、CFD シミュレーションを実行するための 8 ～ 10 時間の計算時間が、開発された AI ベースのモデルを使用すると数分に短縮され、プロセス全体のエラーは 10% 未満になることがわかります。