RU2387829C1 - Information and measuring system for gas-fluid flow phase rate - Google Patents
Information and measuring system for gas-fluid flow phase rate Download PDFInfo
- Publication number
- RU2387829C1 RU2387829C1 RU2009116829/03A RU2009116829A RU2387829C1 RU 2387829 C1 RU2387829 C1 RU 2387829C1 RU 2009116829/03 A RU2009116829/03 A RU 2009116829/03A RU 2009116829 A RU2009116829 A RU 2009116829A RU 2387829 C1 RU2387829 C1 RU 2387829C1
- Authority
- RU
- Russia
- Prior art keywords
- inputs
- outputs
- output
- gas
- flow
- Prior art date
Links
Images
Landscapes
- Measuring Volume Flow (AREA)
Abstract
Description
Изобретение относится к области нефтегазодобывающей промышленности и может быть использовано при измерении дебита двухфазных потоков эксплуатационных газовых, газоконденсатных и нефтяных скважин.The invention relates to the field of oil and gas industry and can be used to measure the flow rate of two-phase flows of production gas, gas condensate and oil wells.
Известно устройство для измерения расхода фаз многофазного потока, функционирование которого основано на определении расхода фаз многофазного потока по перепаду давления на конусообразном сужающем устройстве и температуре с помощью модели, статистически связывающей эти параметры с расходами фаз. При этом используются различные числовые характеристики измеряемых сигналов в частотной и временной области (доклад: Wet Gas Metering with V-Cone and Neural Nets, Haluk Toral, Shiqian Cai, Bob Peters. 23rd International North Sea Flow Measurement Workshop, Тонсберг, Норвегия, 18-21 октября 2005).A device is known for measuring the flow rate of phases of a multiphase flow, the operation of which is based on determining the flow rate of phases of a multiphase flow by the pressure drop on a cone-shaped constricting device and temperature using a model that statistically relates these parameters to phase flow rates. Different numerical characteristics of the measured signals in the frequency and time domain are used (report: Wet Gas Metering with V-Cone and Neural Nets, Haluk Toral, Shiqian Cai, Bob Peters. 23rd International North Sea Flow Measurement Workshop, Tonsberg, Norway, 18- October 21, 2005).
Недостатком устройства является необходимость динамически определять режим течения потока, который может быть различным при одних и тех же расходах фаз. Указанный недостаток обусловлен применением стандартного конусообразного сужающего устройства, не обеспечивающего инвариантность показаний датчиков к режиму течения потока.The disadvantage of this device is the need to dynamically determine the flow pattern of the stream, which can be different at the same phase flow rates. This drawback is due to the use of a standard cone-shaped narrowing device that does not ensure the invariance of the sensor readings to the flow regime.
Из известных устройств наиболее близким к предлагаемому является устройство для измерения дебита двухфазных потоков эксплуатационных скважин, содержащее измерительный модуль, включающий последовательно соединенные акустический датчик пульсаций давления потока продукции на устье скважины в виде пьезокерамического элемента и согласующий усилитель, фильтры нижних и верхних частот и регистраторы дебитов жидкости и газа, масштабирующий усилитель, первый и второй вычислители среднеквадратического значения сигналов, коммутатор, аналого-цифровой преобразователь, микропроцессорный контроллер с клавиатурой и датчик избыточного давления потока продукции в трубопроводе на устье скважины. Измерительный модуль осуществляет преобразование пульсаций давления потока, сформированного посредством установленного на контролируемом трубопроводе специального сужающего устройства, обеспечивающего формирование потока регулярной структуры, инвариантного к режиму течения, в пропорциональный электрический сигнал (RU №2103502, Е21В 47/10, 1998).Of the known devices, the closest to the proposed device is a device for measuring the production rate of two-phase flows of production wells, which contains a measuring module, which includes a series-connected acoustic sensor of pressure pulsations of the product flow at the wellhead in the form of a piezoceramic element and a matching amplifier, low and high frequency filters, and liquid flow recorders and gas, a scaling amplifier, the first and second calculators of the rms signals, a switch, an analog an o-digital converter, a microprocessor controller with a keyboard and an overpressure sensor for the product flow in the pipeline at the wellhead. The measuring module converts the pulsations of the flow pressure generated by means of a special narrowing device installed on the controlled pipeline, which ensures the formation of a flow of a regular structure that is invariant to the flow regime, into a proportional electric signal (RU No. 2103502, Е21В 47/10, 1998).
Недостатком известного устройства является недостаточно высокая точность измерения, что обусловлено использованием мощности флуктуаций давления лишь в двух частотных полосах акустического диапазона, а также использованием для расчета дебита эмпирических регрессионных моделей. Это затрудняет создание моделей потока, адекватно описывающих процесс в широком диапазоне расхода фаз. Параметры регрессионных моделей необходимо корректировать непосредственно в режиме эксплуатации при существенном изменении рабочего режима и условий эксплуатации скважины, в противном случае возможно снижение точности измерений.A disadvantage of the known device is the insufficiently high measurement accuracy, which is due to the use of the power of pressure fluctuations in only two frequency bands of the acoustic range, as well as the use of empirical regression models to calculate the flow rate. This makes it difficult to create flow models that adequately describe the process over a wide range of phase flow rates. The parameters of the regression models must be corrected directly in the operating mode with a significant change in the operating mode and conditions of the well’s operation, otherwise it is possible to reduce the measurement accuracy.
В основу настоящего изобретения положена задача создания информационно-измерительной системы расхода фаз газожидкостного потока, обеспечивающей повышение точности раздельного определения газовой и жидкостной фаз в широком диапазоне изменения режимов потока за счет возможности учета неограниченного числа частотных полос спектра флуктуаций давления потока в широком частотном диапазоне от 10 Гц до 1 МГц, что обеспечивается применением в качестве аппарата моделирования многофазных потоков - теории нейронных сетей.The basis of the present invention is the creation of an information-measuring system for the flow rate of phases of a gas-liquid flow, which provides increased accuracy of the separate determination of gas and liquid phases in a wide range of flow regime changes due to the possibility of taking into account an unlimited number of frequency bands of the spectrum of flow pressure fluctuations in a wide frequency range from 10 Hz up to 1 MHz, which is ensured by the use of multiphase flow modeling as a device - the theory of neural networks.
Для раздельного определения расхода газа и жидкости используются нейросетевые модели с архитектурой типа многослойный персептрон, причем применяются отдельные модели для вычисления расхода газа и жидкости.For separate determination of gas and liquid flow rates, neural network models with multilayer perceptron type architecture are used, and separate models are used to calculate gas and liquid flow rates.
Поставленная задача достигается тем, что информационно-измерительная система расхода фаз газожидкостного потока содержит датчик флуктуаций давления газожидкостного потока, выход которого соединен с усилителем заряда, выход которого подключен к входам первого и второго масштабирующего измерительного усилителя соответственно для высокочастотных и низкочастотных флуктуаций давления, выходы которых соединены с входами соответственно первого и второго активного полосового фильтра, выходы которых подсоединены к первым информационным входам первого и второго АЦП, выходы которых подключены соответственно к первым информационным входам блоков определения информативных высокочастотных параметров потока и информативных низкочастотных параметров потока, первые управляющие выходы которых подсоединены ко вторым управляющим входам первого и второго АЦП, причем блок определения информативных низкочастотных параметров потока связан по третьему информационному входу и третьему управляющему выходу соответственно с выходом и первым управляющим входом третьего аналого-цифрового преобразователя, второй информационный вход которого подсоединен к выходу аналогового мультиплексора, первый, второй информационные и третий управляющий входы которого соединены соответственно с датчиками температуры и давления контролируемого потока продукции скважин и с четвертым управляющим выходом блока определения информативных низкочастотных параметров потока, при этом вторые информационные выходы блоков определения информативных высокочастотных параметров потока и информативных низкочастотных параметров потока подключены к информационным входам блока формирования вектора входных переменных нейросетевых моделей, первый и второй управляющие выходы которого подсоединены ко вторым управляющим входам блоков определения информативных высокочастотных параметров потока и информативных низкочастотных параметров потока, а третий информационный выход - к входам блоков нейросетевых моделей расхода газа и жидкости, выходы которых соединены соответственно с первым и вторым входами блока индикации и с первым и вторым входами блока интерфейса связи.The problem is achieved in that the information-measuring system of the flow rate of the phases of the gas-liquid stream contains a pressure fluctuation sensor for the gas-liquid stream, the output of which is connected to a charge amplifier, the output of which is connected to the inputs of the first and second scaling measuring amplifier, respectively, for high-frequency and low-frequency pressure fluctuations, the outputs of which are connected with inputs of the first and second active band-pass filters, respectively, the outputs of which are connected to the first information the inputs of the first and second ADCs, the outputs of which are connected respectively to the first information inputs of the units for determining informative high-frequency flow parameters and informative low-frequency flow parameters, the first control outputs of which are connected to the second control inputs of the first and second ADCs, and the unit for determining informative low-frequency flow parameters is connected according to the third information input and the third control output, respectively, with the output and the first control input of the third analog a digital transducer, the second information input of which is connected to the output of the analog multiplexer, the first, second information and third control inputs of which are connected respectively to temperature and pressure sensors of the monitored well production stream and to the fourth control output of the informative low-frequency flow parameter determination unit, while the second information outputs blocks for determining informative high-frequency flow parameters and informative low-frequency flow parameters and connected to the information inputs of the unit for generating the vector of input variables of neural network models, the first and second control outputs of which are connected to the second control inputs of the blocks for determining informative high-frequency flow parameters and informative low-frequency flow parameters, and the third information output is connected to the inputs of the blocks of neural network models of gas and liquid flow the outputs of which are connected respectively with the first and second inputs of the display unit and with the first and second inputs of the communication interface unit.
Сущность предлагаемой системы поясняется чертежами, где на фиг.1 приведена блок-схема устройства для определения расхода газа и жидкости многофазных потоков, на фиг.2, 3, 4 - соответственно блок-схемы алгоритмов работы блоков определения информативных высокочастотных и низкочастотных параметров потока и формирования вектора входных переменных нейросетевых моделей.The essence of the proposed system is illustrated by drawings, in which Fig. 1 shows a block diagram of a device for determining gas and liquid flow rates of multiphase flows, Figs. 2, 3, 4 are respectively flowcharts of algorithms for determining informative high-frequency and low-frequency flow and formation parameters vectors of input variables of neural network models.
Предлагаемая информационно-измерительная система расхода фаз газожидкостных потоков эксплуатационных газовых, газоконденсатных и нефтяных скважин содержит пьезокерамический чувствительный элемент 1, фиксирующий флуктуации давления газожидкостного потока, образующиеся формирующим устройством специальной конструкции 2, усилитель заряда 3, вход которого соединен с выходом пьезокерамического чувствительного элемента 1, первый и второй масштабирующие измерительные усилители 4 и 5, входы которых соединены с выходом усилителя заряда 3, первый и второй активные полосовые фильтры 6 и 7, входы которых соединены с выходами соответственно первого и второго масштабирующих измерительных усилителей 4 и 5, датчик давления 8 и датчик температуры 9, измеряющие соответствующие параметры газожидкостного потока, аналоговый мультиплексор 10, первый и второй входы которого соединены с выходами соответственно датчика давления 8 и датчика температуры 9, первый АЦП 11, первый вход которого соединен с выходом первого активного полосового фильтра 6, второй АЦП 12, первый информационный вход которого соединен с выходом второго активного полосового фильтра 7. Блок определения информативных ВЧ-параметров потока 14 вычисляет информативные спектральные параметры ВЧ-области флуктуаций давления. Его первый информационный вход соединен с выходом первого АЦП 11, а первый управляющий выход соединен со вторым управляющим входом первого АЦП 11. Блок определения информативных НЧ-параметров потока 15 вычисляет информативные спектральные параметры НЧ-области флуктуаций давления. Его первый управляющий выход соединен со вторым управляющим входом второго АЦП 12, а первый информационный вход соединен с выходом второго АЦП 12, третий управляющий выход которого соединен с первым управляющим входом третьего АЦП 13, а третий информационный вход соединен с выходом третьего АЦП 13, при этом второй информационный вход АЦП 13 соединен с выходом аналогового мультиплексора 10. Четвертый управляющий выход блока определения информативных НЧ-параметров потока 15 соединен с третьим управляющим входом аналогового мультиплексора 10. Блок формирования вектора входных переменных нейросетевых моделей 16 из векторов информативных спектральных параметров НЧ и ВЧ областей флуктуаций давления, а также величины давления и температуры, полученные от блоков определения информативных параметров 14 и 15, формируют общий вектор информативных параметров. Первый и второй информационный входы блока соединены со вторыми информационными выходами блоков определения информативных ВЧ- и НЧ-параметров потока 14 и 15, а первый и второй управляющий выходы блока соединены со вторыми информационными входами блоков определения информативных ВЧ- и НЧ-параметров потока 14 и 15. Входы блоков нейросетевой модели расхода газа 17 и нейросетевой модели расхода жидкости 18 соединены с третьим информационным выходом блока формирования вектора входных переменных нейросетевых моделей 16. Первый вход блока индикации 19 соединен с выходом блока нейросетевой модели расхода газа 17, а второй вход - с выходом блока нейросетевой модели расхода жидкости 18. Аналогично, первый вход блока интерфейса связи 20 соединен с выходом блока нейросетевой модели расхода газа 17, а второй вход - с выходом блока нейросетевой модели расхода жидкости 18.The proposed information-measuring system for the flow of phases of gas-liquid flows of production gas, gas condensate and oil wells contains a
Система работает следующим образом.The system operates as follows.
Пьезокерамический чувствительный элемент 1 преобразует в электрический заряд пульсации давления многофазного потока после формирующего устройства специальной конструкции 2, обеспечивающего регулярную структуру потока, инвариантную к режиму течения. Заряд пьезокерамического элемента преобразуется в напряжение усилителем заряда 3.The piezoelectric
В спектре сигнала флуктуаций давления на выходе усилителя заряда 3 присутствуют две частотные составляющие, которые условно названы высокочастотной (ВЧ) и низкочастотной (НЧ). Составляющая НЧ содержит информативные частотные полосы, мощность флуктуаций давления в которых зависит от расходов жидкости и газа, а информативные частотные полосы составляющей ВЧ содержат информацию о механических примесях и капельной структуре потока. Вектор, образованный совопокупностью значений мощности флуктуаций давления в информативных частотных полосах НЧ-составляющей, условно назван вектором информативных НЧ-параметров, аналогично введено понятие вектора информативных ВЧ-параметров. Совокупность обоих векторов информативных параметров образует вектор информативных спектральных параметров.In the spectrum of the signal of pressure fluctuations at the output of the
Давление потока, измеряемое датчиком давления 8, и температуры потока, измеряемое датчиком температуры 9, также являются информативными параметрами потока. Вектор информативных спектральных параметров, дополненный значениями давления и температуры потока, условно назван вектором информативных параметров потока.The flow pressure measured by the
Выделение составляющей ВЧ флуктуаций давления из выходного сигнала усилителя заряда 3 осуществляется с помощью масштабирующего измерительного усилителя 4, увеличивающего амплитуду сигнала, и активного полосового фильтра 6, который окончательно формирует частотный спектр сигнала, удаляя неинформативные частотные области. Выделение составляющей НЧ флуктуаций давления из выходного сигнала усилителя заряда 3 осуществляется аналогично с помощью масштабирующего измерительного усилителя 5 и активного полосового фильтра 7.The component of the RF pressure fluctuations is extracted from the output signal of the
Составляющая ВЧ оцифровывается АЦП 11 с частотой 5 МГц, а составляющая НЧ оцифровывается АЦП 12 с частотой 5 кГц. Сигналы датчиков давления 8 и температуры 9 поочередно подаются через аналоговый мультиплексор 10 на оцифровку в АЦП 13.The HF component is digitized by the
Блок определения информативных ВЧ-параметров потока 14 осуществляет сбор цифровых отсчетов ВЧ-составляющей сигнала флуктуаций давления, полученных от АЦП 11, вычисляет вектор информативных ВЧ-параметров, который и передает его в блок формирования вектора входных переменных нейросетевых моделей 16. Кроме того, в функции блока входит управление работой АЦП 13.The unit for determining the informative RF parameters of the
На блок-схеме алгоритма блока определения информативных ВЧ-параметров 14, представленной на фиг.2, приняты следующие обозначения:In the block diagram of the algorithm of the block for determining
1 - Ожидание разрешения работы от блока формирования вектора входных переменных нейросетевых моделей 16,1 - Waiting for permission from the block forming the vector of input variables of
2 - Сбор цифровых отсчетов с АЦП 11 за заданное время измерения,2 - Collection of digital samples from the
3 - Вычисление амплитудного спектра по алгоритму БПФ,3 - Calculation of the amplitude spectrum according to the FFT algorithm,
4 - Вычисление спектра мощности,4 - Calculation of the power spectrum,
5 - Вычисление по спектру мощности вектора информативных ВЧ-параметров,5 - Calculation of the power spectrum of a vector of informative RF parameters,
6 - Передача вектора информативных ВЧ-параметров в блок формирования вектора входных переменных нейросетевых моделей 16.6 - Transfer of the vector of informative RF parameters to the block for generating the vector of input variables of
Блок определения информативных НЧ параметров 15 осуществляет сбор цифровых отсчетов НЧ-составляющей сигнала флуктуаций давления, полученных от АЦП 12, вычисляет вектор информативных НЧ-параметров. Также в блок определения информативных НЧ параметров 15 поступают значения давления и температуры, оцифрованные АЦП 13. Вектор информативных НЧ-параметров, а также значения давления и температуры передаются в блок формирования вектора входных переменных нейросетевых моделей 16.The informative LF
Кроме того, в функции блока определения информативных НЧ параметров 15 входит управление работой АЦП 12, АЦП 13 и аналогового мультиплексора 10.In addition, the function of the unit for determining informative low-
Блок-схема алгоритма работы блока определения информативных НЧ параметров 15, представленная на фиг.3, содержит следующие операторы:The block diagram of the algorithm for determining informative low-
1 - Ожидание разрешения работы от блока формирования вектора входных переменных нейросетевых моделей 16,1 - Waiting for permission from the block forming the vector of input variables of
2 - Сбор цифровых отсчетов с АЦП 12 за заданное время измерения,2 - Collection of digital samples from the
3 - Вычисление амплитудного спектра по алгоритму БПФ,3 - Calculation of the amplitude spectrum according to the FFT algorithm,
4 - Вычисление спектра мощности,4 - Calculation of the power spectrum,
5 - Вычисление по спектру мощности вектора информативных НЧ-параметров,5 - Calculation of the power spectrum of a vector of informative low-frequency parameters,
6 - Переключение аналогового мультиплексора на канал температуры,6 - Switching the analog multiplexer to the temperature channel,
7 - Оцифровка значения температуры с помощью АЦП 13,7 - Digitization of the temperature value using the
8 - Переключение аналогового мультиплексора на канал давления,8 - Switching the analog multiplexer to the pressure channel,
9 - Оцифровка значения давления с помощью АЦП 13,9 - Digitization of the pressure value using the
10 - Передача в блок формирования вектора входных переменных нейросетевых моделей 16 значений давления и температуры,10 - Transfer to the block forming the vector of input variables of
11 - Передача вектора информативных НЧ-параметров в блок формирования вектора входных переменных нейросетевых моделей 16.11 - Transfer of the vector of informative LF parameters to the block for generating the vector of input variables of
Блок формирования вектора входных переменных нейросетевых моделей 16 циклически запускает сбор данных в блоках определения информативных ВЧ- и НЧ-параметров 14 и 15 и получает от них значения давления и температуры, а также векторы информативных НЧ и ВЧ-параметров. По полученным данным формируется вектор информативных параметров потока, который передается блоки нейросетевых моделей 17 и 18, определяющих расхода газа и жидкости соответственно.The unit for generating the vector of input variables of
Блок-схема алгоритма работы блока формирования вектора входных переменных нейросетевых моделей 16, представленная на фиг.4, содержит следующие основные операторы:The flowchart of the operation of the block forming the vector of input variables of
1 - Разрешение работы блоков определения информативных ВЧ- и НЧ-параметров 14 и 15,1 - Resolution of the operation of the blocks for determining the informative RF and
2 - Получение векторов информативных НЧ- и ВЧ-параметров от блоков определения информативных ВЧ- и НЧ-параметров 14 и 15 и формирование на их основе вектора информативных параметров потока,2 - Obtaining vectors of informative LF and HF parameters from the blocks for determining informative HF and
3 - Передача вектора информативных параметров потока в блоки нейросетевых моделей 17 и 18.3 - Transfer of the vector of informative flow parameters to the blocks of
Нейронные сети блоков нейросетевых моделей 17 и 18 строятся по данным экспериментальных исследований. Данные представляют собой набор векторов информативных параметров потока и соответствующих им расходов фаз. Вектор информативных параметров потока содержит информацию как о расходе газа, так и о расходе жидкости. Блоки нейросетевых моделей 17 и 18 определяют расходы газа и жидкости по одним и тем же исходным величинам, содержащимся в векторе информативных параметров. В качестве базовой архитектуры нейронных сетей в блоках нейросетевых моделей 17 и 18 используется многослойный персептрон. Обучение нейронных сетей в блоках нейросетевых моделей 17 и 18 осуществляется одним из градиентных методов на базе алгоритма обратного распространения ошибки.Neural networks of blocks of
На основе проведенных исследований выяснено, что за счет использования отдельных нейронных сетей для различных фаз потока, реализующихся блоками нейросетевых моделей 17 и 18, можно добиться увеличения точности модели при неизменном объеме экспериментальных данных или снижения объема экспериментальной выборки при неизменной точности.Based on the studies, it was found that through the use of separate neural networks for different phases of the flow implemented by the blocks of
Объясняется это тем, что количество коэффициентов каждой из нейронных сетей в блоках нейросетевых моделей 17 и 18, подлежащих экспериментальному определению, меньше по сравнению с одной нейросетевой моделью, вычисляющей оба расхода.This is explained by the fact that the number of coefficients of each of the neural networks in the blocks of
Значения расходов фаз отображаются на блоке индикации 19 и передаются через блок интерфейса связи 20 потребителю измерительной информации.The values of the phase flow are displayed on the
Claims (1)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2009116829/03A RU2387829C1 (en) | 2009-05-05 | 2009-05-05 | Information and measuring system for gas-fluid flow phase rate |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2009116829/03A RU2387829C1 (en) | 2009-05-05 | 2009-05-05 | Information and measuring system for gas-fluid flow phase rate |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2387829C1 true RU2387829C1 (en) | 2010-04-27 |
Family
ID=42672679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2009116829/03A RU2387829C1 (en) | 2009-05-05 | 2009-05-05 | Information and measuring system for gas-fluid flow phase rate |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2387829C1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2790088C1 (en) * | 2022-07-29 | 2023-02-14 | Шлюмберже Текнолоджи Б.В. | Method for determining the phase flow rates of a multiphase flow of produced hydrocarbon |
-
2009
- 2009-05-05 RU RU2009116829/03A patent/RU2387829C1/en not_active IP Right Cessation
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2790088C1 (en) * | 2022-07-29 | 2023-02-14 | Шлюмберже Текнолоджи Б.В. | Method for determining the phase flow rates of a multiphase flow of produced hydrocarbon |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2988995C (en) | Systems, methods, and computer medium to provide entropy based characterization of multiphase flow | |
CA2532577C (en) | A configurable multi-function flow measurement apparatus having an array of sensors | |
CA2532468C (en) | A dual function flow measurement apparatus having an array of sensors | |
KR101350075B1 (en) | Signal processing method, signal processing device, and coriolis flow meter | |
WO2006128122A2 (en) | An apparatus and method for measuring a parameter of a multiphase flow | |
CN105424140B (en) | Vibrating sensor | |
JP2010181308A (en) | Signal processing method and apparatus, and coriolis flowmeter | |
EP1922527A1 (en) | A system and method for providing a compositional measurement of a mixture having entrained gas | |
US9995609B2 (en) | Single wrapped sensor flow meter | |
Henry et al. | Response of a Coriolis mass flow meter to step changes in flow rate | |
KR101223855B1 (en) | Signal processing method, signal processing device, and coriolis flowmeter | |
Arvoh et al. | Online estimation of reject gas and liquid flow rates in compact flotation units for produced water treatment | |
RU2387829C1 (en) | Information and measuring system for gas-fluid flow phase rate | |
JP5135367B2 (en) | Flow measuring device and method | |
CN104457967B (en) | Underwater sound sensor sound pressure sensitivity method of testing and device based on inverse piezoelectric effect | |
Sukhinets et al. | Intelligent flow meter on acoustic multivibrator | |
CN107923834B (en) | Method for generating a synthesized time-segment output signal | |
CN110849966A (en) | Method and device for determining phase components of a multiphase fluid flow | |
RU2470274C1 (en) | Method and device to measure pressure inside pipelines | |
RU2105145C1 (en) | Method for measuring flow rate of phases in gas-liquid stream | |
RU2103502C1 (en) | Device for control of output from gas, gas-condensate and oil wells | |
RU2103503C1 (en) | Device for control of outputs of well product components | |
KR101179749B1 (en) | Two phase flow measurement device and method by using fluid borne noise and solid borne noise | |
RU56597U1 (en) | DEVICE FOR MEASURING COSTS AND INDICATORS OF QUALITY OF OIL PIPELINES | |
SU161520A1 (en) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20110506 |
|
NF4A | Reinstatement of patent |
Effective date: 20121027 |
|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20170506 |