Investigation of Multiphase Flow Leak Detection in Pipeline Using Time Series Analysis Technique
Notice bibliographique
Résumé
Abstract Detecting chronic small leak sizes can be challenging because they may not produce significant or easily noticeable changes in flow rates or pressure differentials. Therefore, specialized techniques are often required to identify and locate chronic small leaks accurately in pipeline systems. The current study aims to address this gap by developing a method to identify multiphase flow leaks in pipelines using time series analysis techniques. An experimental flow loop apparatus, featuring a 2-inch (0.0508 m) diameter and extending 22.6 feet (6.9 m) in length, has been employed to carry out our experiments. The experiments encompass a range of liquid flow rates varying between 170 and 350 kg/min and gas flow rates ranging from 10 to 60 g/min. The system was equipped with three distinct leak opening diameters, measuring 1.8 mm, 2.5 mm, and 3 mm, each separated by 90 mm. Data collected from four dynamic pressure sensors was subjected to time series analysis such as wavelet transforms to detect and pinpoint the location of pipeline leaks. The obtained results indicate that dynamic pressure sensors are effective in detecting leak scenarios, as well as distinguishing between single and multiple leaks. However, for chronic small leaks, analyzing the standalone pressure response over time is generally not sufficient for detection. Time series analysis techniques play a crucial role in accurately identifying chronic small sized pipeline leaks. Discrete Wavelet Transform (DWT) was able to identify the point of leak opening and closing. Furthermore, DWT was able to reduce the false alarms for leak and no leak situations. This study introduces the application of time series analysis on dynamic pressure to detect chronic small sized leaks in multiphase flow pipelines. Additionally, it explores the capacity of wavelet analysis to minimize the occurrence of false alarms for leak and non-leak scenarios thereby addressing crucial safety, environmental, and economic concerns.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».