Investigating Natural Gas Leakage Rates from pipeline at Supercritical Conditions: A CFDand Machine Learning Approach

  • سال انتشار: 1402
  • محل انتشار: اولین کنفرانس بین المللی علم و فناوری خوارزمی
  • کد COI اختصاصی: KHWARIZ01_006
  • زبان مقاله: انگلیسی
  • تعداد مشاهده: 114
دانلود فایل این مقاله

نویسندگان

Moslem Abrofarakh

Ph.D. student, Department of Chemical Engineering, Shaid Nikbakhat Faculty of Engineering, University of Sistanand Baluchistan, Zahedan, Iran.

Mortaza Zivdar

Academic staff, Department of Chemical Engineering, Shaid Nikbakhat Faculty of Engineering, University ofSistan and Baluchistan, Zahedan, Iran.۳Academic staff, Department of Chemical Technologies, Iranian Research Organization for Science andTechnology (I

Davod Mohebbi-Kalhori

Academic staff, Department of Chemical Engineering, Shaid Nikbakhat Faculty of Engineering, University ofSistan and Baluchistan, Zahedan, Iran.

چکیده

Natural gas leakage from pipelines at supercritical conditions was investigated using computationalfluid dynamics (CFD) and artificial neural networks (ANN). Important factors were analyzed to understandtheir impact on the pipeline leakage rate. An ANN was trained with ۲۱۰ data points from the CFD model topredict leakage rates

کلیدواژه ها

Pipeline; Supercritical; ANN

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.